Lampu lalu lintas (LL) pada persimpangan jalan memegang peranan penting dalam menentukan kelancaran sebaran kendaraan di jalan-jalan yang mempunyai persimpangan tersebut. Sistem pengendalian lampu LL yang baik adalah jika sistem itu dapat berjalan secara otomatis dan dapat menyesuaikan diri dengan kepadatan LL pada tiap-tiap jalur (bagian dari lengan jalan). Sistem ini dikenal sebagai actuated controller.
Telah dirancang sebuah miniatur simpang empat sederhana dengan
sistem pengendalian lampu LL jenis actuated controller (lihat
Gambar-1). Sistem ini menggunakan logika Fuzzy. Perangkat keras
sistem terdiri atas 8 sensor kepadatan LL untuk mengambil data
kendaraan, papan antar muka untuk menghubungkan perangkat
keras dengan komputer (PC), dan bagian keluaran yang
dihubungkan dengan lampu LL.
Perangkat lunak berfungsi untuk menjalankan dan mengendalikan
perangkat keras serta melakukan pengolahan data, ditulis dalam
Bahasa C.
Perancangan
Logika Fuzzy untuk Sistem Pengaturan Lampu LL
Beberapa istilah yang digunakan dalam pengendalian lampu LL,
antara lain, untuk sebaran kendaraan adalah Tidak Padat (TP),
Kurang Padat (KP), Cukup Padat (CP), Padat (P) dan Sangat Padat
(SP), sedangkan untuk lama nyala lampu LL adalah Cepat (C), Agak
Cepat (AC), Sedang (S), Agak Lama (AL) dan Lama (L). Jelas istilah-
istilah tersebut dapat menimbulkan kemenduaan (ambiquity) dalam
pengertiannya. Logika Fuzzy dapat mengubah kemenduaan tersebut
ke dalam model matematis sehingga dapat diproses lebih lanjut
untuk dapat diterapkan dalam sebuah sistem kendali [Cox, 1992 dan
Marsh, 1992]. Menggunakan teori himpunan Fuzzy logika bahasa
dapat diwakili oleh sebuah daerah yang mempunyai jangkauan
tertentu yang menunjukkan derajat keanggotaannya. Untuk kasus di
sini sebut saja derajat keanggotaan itu adalah u(x) untuk x adalah
jumlah kendaraan. Derajat keanggotaan tersebut mempunyai nilai
bergradasi sehingga mengurangi lonjakan pada sistem.
Sistem pengendalian fuzzy yang dirancang mempunyai dua masukan
dan satu keluaran. Masukan adalah jumlah kendaraan pada suatu
jalur yang sedang diatur dan jumlah kendaraan pada jalur lain, dan
keluaran berupa lama nyala lampu hijau pada jalur yang sedang
diatur. Penggunaan dua masukan dimaksudkan supaya sistem tidak
hanya memperhatikan sebaran kendaraan pada jalur yang sedang
diatur saja, tetapi juga memperhitungkan kondisi jalur yang sedang
menunggu. Pencuplikan dilakukan pada setiap putaran (lewat 8
sensor yang dipasang pada semua jalur). Satu putaran dianggap
selesai apabila semua jalur telah mendapat pelayanan lampu.
Masukan berupa himpunan kepadatan kendaraan oleh logika fuzzy
diubah menjadi fungsi keanggotaan masukan (lihat grafik di Gambar-
2a) dan fungsi keanggotaan keluaran (lama nyala lampu hijau)
diberikan di Gambar-2b. Bentuk fungsi keanggotaan dapat diatur
sesuai dengan distribusi data kendaraan. Menerapkan logika fuzzy
dalam sistem pengendalian membutuhkan tiga langkah, yaitu
fusifikasi (fuzzyfication), evaluasi kaidah, dan defusifikasi
(defuzzyfication).
Fusifikasi adalah proses mengubah masukan eksak berupa jumlah
kendaraan menjadi masukan fuzzy berupa derajat keanggotaan,
u(x), berdasarkan grafik fungsi keanggotaannya (Gambar-2a).
Setelah fusifikasi adalah evaluasi kaidah. Kaidah-kaidah yang akan
digunakan untuk mengatur LL ditulis secara subjektif dalam fuzzy
associative memory (FAM), yang memuat hubungan antara kedua
masukan yang menghasilkan keluaran tertentu. Kaidah-kaidah ini
sebaiknya dikonsultasikan terlebih dahulu kepada mereka yang
berpengalaman dalam bidang yang akan dikendalikan tersebut,
misalnya Polisi Lalu Lintas. Di sini dipakai kaidah hubungan sebab-
akibat dengan dua sebab atau masukan digabung menggunakan
operator DAN, yaitu : Jika (masukan 1) DAN (masukan 2), maka
(keluaran), dan ditabelkan dalam Tabel-1. Sebagai contoh, jika
TP(0,25) dan KP(0,75), maka AC(0,25). Di sini, keluaran fuzzy
adalah AC(0,25) untuk AC adalah akibat atau keluaran dan 0,25
adalah derajat keanggotaan (lihat Gambar-2). Bila terdapat dua buah
derajat keanggotaan berbeda pada akibat yang sama, diambil harga
yang terbesar [Marsh, 1992].
Masukan-1 | TP | KP | CP | P | SP |
---|---|---|---|---|---|
Masukan-2 | | | | | |
TP | C | AC | S | AL | L |
KP | C | AC | S | AL | L |
CP | C | AC | S | AL | AL |
P | C | AC | S | S | AL |
SP | C | AC | AC | S | S |
Masukan 2 adalah jumlah kendaraan pada jalur lain.
Setelah diperoleh keluaran fuzzy, proses diteruskan pada
defusifikasi. Proses ini bertujun untuk mengubah keluaran fuzzy
menjadi keluaran eksak (lama nyala lampu hijau) menggunakan
grafik fungsi keanggotaan keluaran di Gambar-2b. Karena keluaran
fuzzy biasanya tidak satu untuk menghitung keluaran eksaknya
digunakan metode pusat gravitasi (center of gravity/COG) [Kosko,
1992].
Metode ini mencari titik berat atau titik setimbang dari daerah luasan
pada himpunan fungsi keanggotaan keluaran. Daerah luasan
dibentuk lewat keluaran fuzzy hasil dari evaluasi kaidah. Sebagai
contoh, daerah yang diarsir di Gambar-2b dibangun dari keluaran
fuzzy C(0), AC(0,25), S(0,5), AL(0), dan L(0).
Contoh perhitungan COG adalah sebagai berikut. Jika diambil 4 titik
cuplikan dari daerah yang diarsir dengan cuplikan pertama adalah
A(0,23) dan 3 cuplikan sisanya diambil pada setiap 20 detik
berikutnya diperoleh COG sekitar 49 detik. Ini artinya lampu hijau pada
jalur yang sedang diatur akan menyala selama sekitar 49 detik. Pada
perangkat lunak yang dirancang titik cuplikan diambil dalam selang 1
detik.
Masalah lain yang perlu diperhatikan dalam merancang sistem
pengatur lampu LL adalah bahwa jumlah kendaraan yang akan belok
ke kanan, ke kiri atau lurus tidak sama. Misalnya, kendaraan pada
lengan A (lihat Gambar-1) yang akan belok ke kiri dan lurus mungkin
jumlahnya banyak, sedangkan yang belok ke kanan jumlahnya
sedikit. Melihat ini, kesempatan jalan bagi kendaraan pada lengan A
yang akan belok ke kanan seharusnya diperkecil dan kesempatan itu
diberikan pada kendaraan di lengan jalan lain yang lebih
membutuhkan, misalnya di lengan B yang akan belok ke kanan atau
lengan C yang akan lurus. Untuk mengatasi masalah ini, lengan jalan
dibagi menjadi tiga jalur dan digunakan tabel aturan LL, Tabel-2,
untuk menentukan jalur mana yang mendapat prioritas terlebih
dahulu. Tabel-2 berisi nomor jalur (lihat Gambar-1) yang lampunya
boleh menyala hijau secara bersamaan, tetapi tidak saling
menyilang. Perancangan di sini mengasumsikan jalur paling kiri pada
tiap-tiap lengan jalan diberi fasilitas "ke kiri jalan terus".
Sistem pengatur lampu LL yang dirancang juga mempertimbangkan
masukan interupsi sebagai prioritas utama, sehingga pengaturan LL
yang sedang berjalan akan dihentikan sementara untuk melayani
jalur yang menyela. Fasilitas ini digunakan untuk keadaan darurat
atau mendesak, misalnya seperti pelayanan mobil pemadam
kebakaran atau mobil ambulance. Pendeteksian interupsi dilakukansecara terus menerus (serial/polling). Jika lebih dari satu jalur
memberi interupsi, maka yang dilayani lebih dulu adalah yang
pertama menekan tombol itu.Perangkat Keras
Perangkat keras yang diwujudkan dibagi menjadi tiga modul, yaitu :- modul masukan yang terdiri atas sensor, pencacah (counter), dan
multiplexer dan untai anti lambungannya (bounching),
- modul keluaran yang terdiri atas gerendel (latch), penggerak (driver),
lampu LL dan demultiplexer, dan
- modul antar muka yang berupa PPI (Programmable Peripheral
Interface).
pada Gambar 1, Dengan 1=nyala, 0=mati.
No | L-A | L-B | L-C | L-D | |
---|---|---|---|---|---|
0-1 | 2-3 | 4-5 | 6-7 | ||
0 | 1 1 | 0 0 | 0 0 | 0 0 | |
1 | 1 0 | 0 1 | 0 0 | 0 0 | |
2 | 1 0 | 0 0 | 1 0 | 0 0 | |
3 | 0 1 | 0 0 | 0 1 | 0 0 | |
4 | 0 1 | 0 0 | 0 0 | 1 0 | |
5 | 0 0 | 1 1 | 0 0 | 0 0 | |
6 | 0 0 | 1 0 | 0 1 | 0 0 | |
7 | 0 0 | 1 0 | 0 0 | 1 0 | |
8 | 0 0 | 0 1 | 0 0 | 0 1 | |
9 | 0 0 | 0 0 | 1 1 | 0 0 | |
10 | 0 0 | 0 0 | 1 0 | 0 1 | |
11 | 0 0 | 0 0 | 0 0 | 1 1 |
Perangkat Lunak
Perangkat lunak yang dibuat dibagi menjadi beberapa bagian besar antara lain meliputi algoritma pengambilan data masukan, pengiriman data keluaran, pengolahan data secara fuzzy, dan proses kendalinya. Perangkat lunak ini direalisasikan memakai Bahasa C.Algoritma program utama mengikuti proses sebagai berikut. Mula- mula PPI diinisialisasi dengan mengirimkan control word ke rigister kendali PPI. Dengan mengirimkan nilai 90h ke register kendali PPI, maka port A akan berfungsi sebagai masukan dan port B serta port C akan berfungsi sebagai keluaran.
Selanjutnya akan dikirimkan pulsa reset ke semua pencacah, kemudian pada saat awal seluruh jalur akan diberi lampu merah dan accumulator yang berfungsi untuk menyimpam jumlah kendaraan dikosongkan. Setelah proses-proses ini, program melakukan proses yang berulang-ulang, yaitu proses pengambilan data pada tiap sensor, pengolahan data dan proses pengaturan fuzzy menggunakan prinsip-prinsip yang telah dibahas di bagian Perancangan, dan menjalankan pengaturan sesuai dengan tabel kendali yang telah dibuat.
Perhitungan perancangan perangkat keras, penjelasan rinci algoritma perangkat lunak dan listing program, dan pengujian sistem telah dibuat [Lea, 1994].
Kesimpulan
Dari hasil perancangan dan uji coba sistem yang dibuat, logika fuzzy terbukti dapat digunakan untuk memenuhi tujuan pengaturan LL secara optimal. Sistem yang dihasilkan relatif sederhana dan mempunyai fleksibilitas tinggi. Sistem ini dapat diterapkan di kondisi jalan yang berbeda, yaitu lewat penyesuaian ranah (domain) himpunan fungsi keanggotaan masukan dan keluaran (Gambar 2), dan kaidah-kaidah kendali pada FAM (Tabel 1).Miniatur Sistem Pengaturan Lampu LL ini dapat diperluas, misalnya :
- Komputer dibuat terpusat dengan tugas mengkoordinasi beberapa
persimpangan (yang tidak harus 4 jumlahnya), terutama yang
berdekatan, dengan tujuan supaya sistem-sistem saling membantu
dan memperlancar sebaran kendaraan pada suatu daerah.
- Dikembangkan ke arah sistem yang adaptif, yaitu bila kondisi kepadatan berubah, maka sistem akan melakukan perubahan bentuk grafik fungsi keanggotaan masukan dan keluaran, serta tabel FAM secara otomatis.
- E. Cox, "Fuzzy Fundamentals", Spectrum IEEE, Oktober 1992.
- B. Kosko, Neural Networks and Fuzzy Systems, Bab 8, Printice
Hall, 1992.
- J.W. Lea, "Sistem Pengaturan Lampu Lalu Lintas Dengan
Menggunakan Teori Himpunan Fuzzy", Laporan TA, FT-UKSW,
September 1994.
- S. Marsh et al., "Fuzzy Logic Education Program", Center of Emerging Computer Technologies, Motorola Inc., 1992
Tidak ada komentar:
Posting Komentar