Please use this identifier to cite or link to this item:
https://repositori.uma.ac.id/handle/123456789/29753| Title: | Sistem Pengendalian Traffic Light Berbasis IoT dengan Deteksi Kepadatan Lalu Lintas Menggunakan Sensor Infrared dan Notifikasi Real Time |
| Other Titles: | IoT-Based Traffic Light Control System with Traffic Density Detection Using Infrared Sensors and Real-Time Notifications |
| Authors: | Manurung, Ronal Kristian |
| metadata.dc.contributor.advisor: | Maizana, Dina |
| Keywords: | Adaptive Traffic Light;Iot;Infrared Sensor;Sistem Pengendalian Lalu Lintas;Sensor Inframerah;Nodemcu ESP32;Blynk |
| Issue Date: | 28-Aug-2025 |
| Publisher: | Universitas Medan Area |
| Series/Report no.: | NPM;218120038 |
| Abstract: | Kemacetan lalu lintas di kawasan perkotaan seperti Medan kerap terjadi akibat volume kendaraan yang tinggi dan pengaturan lampu lalu lintas konvensional berbasis waktu tetap yang tidak menyesuaikan kondisi riil di lapangan. Penelitian ini bertujuan merancang prototipe sistem pengendalian lampu lalu lintas berbasis Internet of Things (IoT) yang mampu mengatur durasi lampu secara otomatis berdasarkan kepadatan kendaraan. Sistem menggunakan delapan sensor inframerah yang dipasang pada empat jalur untuk mendeteksi jumlah kendaraan secara real-time. Data dari sensor diproses oleh mikrokontroler NodeMCU ESP32 yang terhubung ke platform Blynk untuk mengirimkan notifikasi kondisi lalu lintas secara langsung ke perangkat pengguna. Pengujian dilakukan melalui simulasi prototipe dengan variasi jumlah kendaraan pada tiap jalur. Hasil menunjukkan bahwa sistem mampu memprioritaskan jalur terpadat dengan durasi lampu hijau yang lebih lama, sehingga waktu tunggu kendaraan berkurang dan arus lalu lintas menjadi lebih lancar. Perbandingan dengan sistem konvensional menunjukkan peningkatan efisiensi waktu hingga 88,85%. Kesimpulannya, sistem ini efektif mengoptimalkan pengaturan lalu lintas secara adaptif dan berpotensi menjadi solusi praktis untuk mengurangi kemacetan di persimpangan padat. Traffic congestion in urban intersections such as Medan remained a persistent problem due to fixed-time traffic light systems that could not adapt to real-time conditions. This study aimed to develop an IoT-based adaptive traffic light control prototype to optimize flow based on vehicle density. Eight infrared sensors were installed on four lanes to detect vehicles, with data processed by a NodeMCU ESP32 and transmitted to the Blynk platform for real-time monitoring. Experimental results showed prioritized green light allocation for congested lanes and achieved an 88.85% efficiency improvement compared to conventional systems. |
| Description: | 68 Halaman |
| URI: | https://repositori.uma.ac.id/handle/123456789/29753 |
| Appears in Collections: | SP - Electrical Engineering |
Files in This Item:
| File | Description | Size | Format | |
|---|---|---|---|---|
| 218120038 - Ronal Kristian Manurung - Chapter IV.pdf Restricted Access | Chapter IV | 2 MB | Adobe PDF | View/Open Request a copy |
| 218120038 - Ronal Kristian Manurung - Fulltext.pdf | Cover, Abstract, Chapter I, II, III, V, Bibliography | 1.13 MB | Adobe PDF | View/Open |
Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.