Perancangan Smart Traffic Light Berbasis AI Terintegrasi Computer Vision dan Web Management
DOI:
https://doi.org/10.29407/g73k2g16Keywords:
smart traffic light, computer vision, artificial intelligence, YOLOv8, web-based managementAbstract
Kemacetan lalu lintas di kawasan perkotaan merupakan permasalahan kompleks yang dipengaruhi oleh pertumbuhan kendaraan, keterbatasan infrastruktur jalan, serta sistem pengendalian lalu lintas yang masih bersifat statis. Sistem traffic light konvensional belum mampu beradaptasi terhadap kondisi lalu lintas yang dinamis dan fluktuatif. Oleh karena itu, penelitian ini bertujuan untuk merancang sebuah Smart Traffic Light System berbasis Artificial Intelligence dengan integrasi Computer Vision dan Web-Based Management sebagai solusi adaptif pengendalian persimpangan jalan. Metode penelitian yang digunakan adalah perancangan sistem prototipe yang mencakup akuisisi data multi-kamera, preprocessing data visual, deteksi kendaraan menggunakan algoritma YOLOv8, pengambilan keputusan adaptif menggunakan Feedforward Neural Network (FNN), serta manajemen sistem berbasis web sebagai controller dan integrator. Hasil penelitian berupa rancangan arsitektur sistem, alur kerja, skema pengambilan keputusan, serta visualisasi dashboard manajemen lalu lintas berbasis web. Rancangan ini diharapkan mampu meningkatkan efisiensi pengaturan waktu lampu lalu lintas secara real-time dan adaptif terhadap kepadatan kendaraan, serta menjadi dasar pengembangan sistem cerdas lalu lintas di masa mendatang.
Downloads
References
[1] D. F. Pida, K. N. Aini, and C. A. Putri, “Dampak Urbanisasi terhadap Perkembangan Kota di Indonesia : Tinjauan dari Aspek Ekonomi Pembangunan,” WISSEN J. Ilmu Sos. dan Hum., no. 1, pp. 226–238, 2025.
[2] S. D. Arvinda, E. Purnamasari, A. F. Ramadhan, A. Sah, and D. Aribowo, “Simulasi Traffic Light Persimpangan 4 Arah untuk Optimasi Alur Kendaraan Menggunakan Programmable Logic Controller (PLC) Omron CP1L,” J. Penelit. Rumpun Ilmu Tek., vol. 4, no. 1, pp. 1–15, 2025.
[3] A. Firmansyah, A. Suyadi, A. A. Khalish, and A. Zulhanudin, “Prototipe lampu lalu lintas menggunakan PLC dan SCADA berbasis computer vision dengan raspberry pi 4B,” J. ELTEK, vol. 23, no. 1, pp. 32–45, 2025, doi: 10.33795/eltek.v23i1.6380.
[4] T. Informatika, U. B. Darma, T. Sutabri, T. Informatika, and U. B. Darma, “Integrasi Internet of Things ( IoT ) dan Kecerdasan Buatan ( AI ) untuk Smart City di Indonesia,” J. Sains Student Res., vol. 3, no. 2, pp. 346–354, 2025.
[5] E. Dilek, “Computer Vision Applications in Intelligent Transportation Systems : A Survey,” Sensors, 2023.
[6] R. N. N. Lstm, T. Informatika, U. Putra, and I. Yptk, “Perbandingan Metode Deep Learning dalam Deteksi Kekerasan Fisik Berbasis Video : Studi Literatur pada CNN, RNN/LSTM, 3D-CNN, dan YOLO,” J. Educ. Res., vol. 0738, no. 4, pp. 980–988, 2025.
[7] J. M. Polgan et al., “Evaluasi Performa Yolov8 Dalam Deteksi Objek Di Depan Kendaraan Dengan Variasi Kondisi Lingkungan,” J. Minfo Polgan, vol. 13, pp. 1755–1773, 2024.
[8] R. Zebua et al., 10 Metode SPK Favorit Di Masa Depan. 2024.
[9] R. E. A. Armya, L. M. Abdulrahman, N. M. Abdulkareem, and A. A. Salih, “Web-based Efficiency of Distributed Systems and IoT on Functionality of Smart City Applications,” J. Smart Internet Things, vol. 2023, no. 02, pp. 142–161, 2023, doi: 10.2478/jsiot-2023-0017.
[10] L. Afriyanti, “Kombinasi Teknik Pemrosesan Citra untuk Peningkatan Pendeteksian Objek Pada Carla Simulator Combination of Image Processing Techniques to Improve Accuracy of Object Detection in CARLA Simulator,” JIKO (JURNAL Inform. DANKOMPUTER), no. 3, pp. 524–538, 2025, doi: 10.26798/jiko.v9i3.1958.
[11] R. K. Safitri, “Implementasi REST API untuk Komunikasi Antara ReactJS dan NodeJS ( Studi Kasus : Modul Manajemen User Solusi247 ),” Automata, pp. 0–4, 2021.
Downloads
Published
Issue
Section
License
Copyright (c) 2026 Muhammad Abdul Khafid, Irwan April Liansah, Diky Kristian Erlangga
This work is licensed under a Creative Commons Attribution-ShareAlike 4.0 International License.
Authors who publish with this journal agree to the following terms:
- Copyright on any article is retained by the author(s).
- The author grants the journal, right of first publication with the work simultaneously licensed under a Creative Commons Attribution License that allows others to share the work with an acknowledgment of the work’s authorship and initial publication in this journal.
- Authors are able to enter into separate, additional contractual arrangements for the non-exclusive distribution of the journal’s published version of the work (e.g., post it to an institutional repository or publish it in a book), with an acknowledgment of its initial publication in this journal.
- Authors are permitted and encouraged to post their work online (e.g., in institutional repositories or on their website) prior to and during the submission process, as it can lead to productive exchanges, as well as earlier and greater citation of published work.
- The article and any associated published material is distributed under the Creative Commons Attribution-ShareAlike 4.0 International License
