PENGUKURAN KINERJA LALU LINTAS MELALUI GOOGLE MAPS VISUAL DATA
Keywords:
traffic performance, technology, google maps, google live traffic, delay performance, kinerja lalu lintas, teknologi, tundaan lalu lintasAbstract
Indonesia's mobility activity is part of the use of the motor vehicle. The share number of vehicles can affect the performance of a road with capacity, average velocity, degrees of saturation, and travel time. The study uses digital survey methods via Google maps web service to obtain data on road traffic performance. The research aims to identify the road traffic performance using Google live traffic, as well as the possible performance development from Google live traffic integration with GIS, showing a delay analysis. The result can capture the road performance by measuring the color of the delay at the junction and road segment. This method can be used as an alternative method to measure road performance and shorten the time and budget for road traffic surveys with the more advanced approach in the future, such as machine learning to solve the time of capturing images from the field.
ABSTRAK
Aktivitas mobilitas di Indonesia merupakan bagian dari penggunaan kendaraan bermotor. Banyaknya jumlah kendaraan dapat mempengaruhi kinerja suatu jalan karena akan berhubungan dengan kapasitas, kecepatan rata-rata, derajat kejenuhan, dan waktu tempuh. Penelitian ini menggunakan metode survei digital melalui layanan web Google maps untuk mendapatkan data kinerja lalu lintas. Penelitian ini bertujuan untuk mengidentifikasi kinerja lalu lintas jalan menggunakan Google live traffic, yang diintegrasikan dengan Quantum GIS. Studi menunjukkan analisis penundaan menggunakan Google live traffic dengan Quantum GIS. Hasilnya dapat menggambarkan kinerja jalan dengan mengukur warna tundaan di persimpangan dan segmen jalan. Metode ini dapat digunakan sebagai metode alternatif untuk mengukur kinerja jalan dan mempersingkat waktu dan anggaran untuk survei lalu lintas jalan. KedepanĀ dibutuhkan pendekatan yang lebih kompleks, seperti machine learning untuk menyelesaikan waktu pengambilan gambar dari lapangan yang relatif singkat.