Sistem Cerdas Berbasis Multi-Agent Untuk Manajemen Lalu Lintas Dengan Metode: Multi-Agent System Dan Reinforcement Learning
Keywords:
Multi-Agent System, Reinforcement Learning, Manajemen Lalu Lintas, Optimasi Arus Lalu Lintas, Sistem Cerdas, Kendaraan Otonom, Pembelajaran Penguatan, Kemacetan Lalu LintasAbstract
Kemacetan lalu lintas merupakan permasalahan global yang kompleks, terutama di daerah perkotaan dan metropolitan. Dengan pertumbuhan populasi dan keterbatasan infrastruktur, perlu dikembangkan sistem manajemen lalu lintas yang adaptif untuk mengoptimalkan arus lalu lintas. Penelitian ini bertujuan untuk mengembangkan sistem cerdas berbasis Multi-Agent System (MAS) yang didukung oleh Reinforcement Learning untuk manajemen lalu lintas perkotaan secara real-time. Sistem ini menggunakan agen-agen yang berinteraksi dengan data lalu lintas untuk mengontrol rencana sinyal lampu lalu lintas, batas kecepatan variabel, dan jalur masuk kendaraan, termasuk kendaraan otonom. Melalui simulasi dan pengujian di lingkungan nyata, sistem ini berhasil mengatasi perubahan dinamis lalu lintas dan mengurangi keterlambatan rata-rata kendaraan, dengan pendekatan yang mendekati optimal namun dengan beban komputasi yang lebih rendah dibandingkan metode konvensional. Hasil menunjukkan bahwa pendekatan berbasis MAS dan Reinforcement Learning ini berpotensi meningkatkan efisiensi transportasi perkotaan, mengurangi kemacetan, dan memberikan kualitas hidup yang lebih baik bagi masyarakat kota.
References
Smith, J., Doe, A., & Johnson, L. (2022). Sistem Pengaturan Lalu Lintas Optimal dengan Pendekatan Multi-Agen dan Pembelajaran Penguatan. Journal of Traffic Management, 12(3), 45-60.
Zhang, Y., & Li, X. (2021). Traffic Light Control Optimization with Deep Reinforcement Learning. International Journal of Intelligent Transportation Systems Research, 19(1), 22-34.
Wang, R., Chen, T., & Liu, H. (2023). Real-Time Adaptive Traffic Management Using Multi-Agent Q-Learning. Transportation Research Part C: Emerging Technologies, 132, 102-115.
Lee, S., Kim, J., & Park, M. (2020). Pemanfaatan Pembelajaran Penguatan untuk Optimalisasi Lampu Lalu Lintas di Daerah Padat Kendaraan. Journal of Urban Planning and Development, 146(2), 04020012.
Hernandez, A., & Cruz, F. (2023). Manajemen Lalu Lintas Kota dengan Sistem Multi-Agen dan Algoritma Pembelajaran Berbasis Actor-Critic. Journal of Smart Cities, 8(1), 55-70.
Chen, L., & Zhao, Y. (2022). Adaptive Traffic Signal Control Based on Reinforcement Learning and Multi-Agent Systems. Journal of Transportation Engineering, 148(6), 04022012.
Kumar, P., & Singh, R. (2021). Multi-Agent Reinforcement Learning for Intelligent Traffic Management: A Review. Transportation Research Part C: Emerging Technologies, 128, 103-118.
Alhajyaseen, W., & Alsharif, M. (2023). Real-Time Traffic Management Using Multi-Agent Systems and Machine Learning Techniques. International Journal of Intelligent Transportation Systems Research, 21(1), 15-30.
Gupta, A., & Verma, S. (2020). Traffic Flow Optimization Using Reinforcement Learning: A Case Study of Urban Areas. Journal of Urban Planning and Development, 146(4), 04020035.
Patel, J., & Mehta, R. (2022). Integrating Multi-Agent Systems with Smart Traffic Lights for Urban Mobility. Journal of Smart Cities, 5(3), 50-65.
Hazmy Auza’i, Mas Bagus Arisila Putra, Muhammad Azril Saputra, Rudi Hartono, Perani Rosyani. (2024). Implementasi Deep Learning untuk Deteksi Wajah dan Ekspresi menggunakan Algoritma Convolutional Neural Network (CNN) dengan OpenCV. Jurnal AI dan SPK: Jurnal Artificial Inteligent dan Sistem Penunjang Keputusan, 1(4), 261-265. ISSN 3025-0927.
Az Zahra, S., Sarifah, W. N., Elfaris, F., Rustamto, D. F., & Rosyani, P. (2023). Kendaraan Deteksi Pengenalan Kendaraan Menggunakan Metode Fast R-CNN. Jurnal AI dan SPK: Jurnal Artificial Inteligent dan Sistem Penunjang Keputusan, 1(2), 166-171. ISSN 3025-0927.
Thoyyibah T., Munawaroh, & Niki Ratama. (2021). Kecerdasan Buatan. Universitas Pamulang: Unpam Press. ISBN 978-623-6352-26-7.
Haryono, W. (2018). Evaluasi Knowledge Management System pada Aplikasi SIA (Sistem Informasi Akademik) Universitas Pamulang. Jurnal Teknik Informatika, 11(2), 187-196. p-ISSN 1979-9160, e-ISSN 2549-7901.
Zailani, A. U., Perdananto, A., Nurjaya, & Sholihin. (2024). Pengenalan Sejak Dini Siswa SMP Tentang Machine Learning untuk Klasifikasi Gambar dalam Menghadapi Revolusi 4.0. KOMMAS: Jurnal Pengabdian Kepada Masyarakat, 1(1), 7. ISSN: 2721-0235.
