<![CDATA[Kemacetan lalu lintas di persimpangan sering dipicu oleh pengaturan durasi lampu lalu lintas yang statis. Penelitian ini bertujuan mengembangkan sistem prediksi durasi lampu hijau adaptif berbasis algoritma YOLOv11n menggunakan dataset CCTV lalu lintas lingkup Jawa Barat sebanyak 868 citra dengan 9.166 objek kendaraan. Dataset diproses melalui rekayasa spasial serta augmentasi sebelum dilatih dalam empat skenario hyperparameter. Hasil eksperimen menunjukkan bahwa Skenario D dengan resolusi spasial 800x800 piksel dan 120 epoch menghasilkan performa paling superior. Model ini mencapai nilai mean Average Precision (mAP@0.5) sebesar 0,942, tingkat precision 0,890, recall 0,892, serta kecepatan inferensi responsif sebesar 8,1 ms per frame. Ketika diintegrasikan ke dalam sistem simulasi real-time, model terpilih terbukti sangat adaptif dalam mengoptimalkan durasi lampu hijau berdasarkan volume aktual kendaraan di persimpangan. Implementasi sistem ini mampu memberikan efisiensi pengurangan waktu hijau hingga 54,0% pada kondisi lalu lintas renggang dan mempertahankan stabilitas efisiensi sebesar 15,6% saat kondisi padat. Dengan demikian, sistem ini efektif mereduksi akumulasi waktu tunggu kendaraan yang tidak produktif dan berpotensi meminimalkan kemacetan persimpangan secara signifikan.]]>
Copyrights © 2026
