tj141501 tugas akhir i - 3 sksb401telematics.com/arsip/ta/kamil.pdftahunnya kepadatan volume dijalan...
TRANSCRIPT
Departemen Teknik Kompuiter – FTE
Institut Teknologi Sepuluh Nopember
TJ141501 TUGAS AKHIR I - 3 SKS
Nama Mahasiswa : Farhan Kamil
Nomor Pokok : 2913 100 029
Bidang Studi : Telematika
Semester : Ganjil 2016 / 2017
Dosen Pembimbing : 1. Muhtadin, ST., M.Sc.
2. Arief Kurniawan, ST., MT.
Judul Tugas Akhir : Estimasi Waktu Tempuh Perjalanan berdasarkan Data
Media Access Control
Uraian Tugas Akhir :
Estimasi waktu tempuh perjalanan merupakan ukuran penting dalam mengetahui kondisi pada
jalan dan dapat membantu pengendara membuat keputusan perjalanan dalam menghadapi
kepadatan lalu lintas. Kondisi kepadatan lalu lintas bisa didapatkan menggunakan beberapa
cara, beberapa diantaranya menggunakan teknologi Bluetooth dan Wifi (BT dan WT). Saat ini,
BT sudah banyak terdapat pada kendaraan. Ditambah penggunaan smartphone yang memiliki
fitur BT dan WT oleh setiap pengendara, dapat membantu pengumpulan data kepadatan jalan.
Bluetooth dan Wifi mempunyai identitas elektronik di setiap perangkat yang disebut Media
Access Control address (MAC address). Pada penelitian ini, Meshlium Xtreme digunakan
sebagai Bluetooth dan Wifi scanner. Scanner mendapatkan data MAC address dan time stamp
yang bisa digunakan untuk estimasi waktu tempuh perjalanan.
Surabaya, 3 Maret 2017
Dosen Pembimbing I Dosen Pembimbing II
Muhtadin, ST., M.Sc. Arief Kurniawan, ST., MT.
NIP. 198106092009121003 NIP. 197409072002121001
Mengetahui,
Departemen Teknik Komputer FTE-ITS
Ketua,
Dr. I Ketut Eddy Purnama, ST., MT.
NIP. 196907301995121001
A. JUDUL TUGAS AKHIR
Estimasi Waktu Tempuh Perjalanan berdasarkan data Media Access Control
B. RUANG LINGKUP
1. Media Access Control Address
2. Travel Time Estimation
C. LATAR BELAKANG
Indonesia merupakan negara dengan populasi kendaraan yang sangat besar. Setiap
tahunnya kepadatan volume dijalan juga terus meningkat, salah satunya Kota Surabaya.
menurut Kasatlantas Polrestabes Surabaya pada tahun 2014, pertambahan kendaraan bermotor
tiap bulannya selalu diatas 17 ribu [2]. Hal ini menyebabkan lalu lintas menjadi padat dan dapat
terjadi kemecatan. Kondisi jalan yang macet membuat waktu tempuh lebih lama bahkan dapat
menyebabkan pengendara menjadi frustasi. Sehingga saat melakukan perjalanan, pengendara
membutuhkan informasi waktu tempuh perjalanan untuk mengetahui kondisi lalu lintas.
Banyak cara untuk mengetahui kondisi kepadatan lalu lintas, antara lain seperti
menggunakan tube counter, kamera yang terdapat dijalan atau dengan perhitungan manual
secara statistik. Adapun cara lain untuk mendapatkan kepadatan jalan berdasarkan waktu
tempuh perjalanan. Dengan menggunakan teknologi Bluetooth dan Wifi (BT dan WT). Saat ini,
BT sudah banyak terdapat pada kendaraan. Ditambah penggunaan smartphone yang memiliki
fitur BT dan WT oleh setiap pengendara, dapat membantu pengumpulan data kepadatan jalan.
BT dan WT mempunyai identitas elektronik di setiap perangkat yang disebut Media Access
Control address (MAC address). Bluetooth dan Wifi scanner yang digunakan adalah Meshlium
Xtreme. Scanner mendapatkan data antara lain [1]:
a. MAC Address : merepresentasikan perangkat yang terdeteksi.
b. Time Stamp : waktu ketika perangkat terdeteksi.
c. RSSI : kekuatan sinyal berdasarkan jarang perangkat ke titik scan.
d. Klasifikasi Perangkat : mengetahui merk dari perangkat.
Apabila suatu perangkat yang terdeteksi di 2 titik berbeda, maka ada perbedaan timestamp
yang tercatat. Dengan menghitung perbedaan timestamp dari beberapa perangkat dapat
digunakan untuk estimasti waktu tempuh perjalanan.
D. PERUMUSAN MASALAH
Belum adanya sistem untuk estimasi waktu tempuh perjalanan pada sebuah ruas jalan yang
dapat membantu pengendara untuk memperoleh informasi waktu tempuh perjalanan.
E. TUJUAN PENELITIAN DAN MANFAAT
Tujuan dari penelitian ini adalah mengimplementasikan teknologi Bluetooth dan Wifi untuk
estimasi waktu tempuh perjalanan. Sehingga informasi estimasi waktu tempuh perjalanan dapat
membantu pengendara membuat keputusan perjalanan dalam menghadapi kepadatan lalu lintas.
F. BATASAN MASALAH
1. Penelitian menggunakan 2 buah alat Scanner Meshlium Xtreme.
2. Tampilan web peta menggunakan Google Maps.
3. Pengujian dilakukan pada 1 ruas jalan.
G. TINJAUAN PUSTAKA
1. MAC Address [4]
MAC Address merupakan alamat yang unik memiliki panjang 48-bit (6 byte) yang
megidentifikasikan sebuah perangkat. MAC Address memang harus unik, Institute of
Electrical and Electronics Engineers (IEEE) mengalokasikan blok-blok dalam MAC
address. Contohnya, “00:26:7E:5F:3C:18”. Alamat ini memberikan identitas secara unik
di setiap perangkat. 24 bit pertama dari MAC address merepresentasikan siapa pembuat
perangkat tersebut, dan 24 sisanya merepresentasikan nomor perangkat tersebut. Setiap
kelompok 24 bit tersebut dapat direpresentasikan dengan menggunakan 6 digit bilangan
heksadesimal, sehingga menjadiakan total 12 digit bilangan heksadesimal yang
merepresentasikan keseluruhan MAC Address. Beberapa Teknologi telah menggunakan
MAC Address salah satunya Bluetooth dan 802.11 Wireless Network (Wifi).
2. Meshlium Xtreme [1]
Meshlium Xtreme adalah sebuah perangkat untuk mendeteksi Wifi atau Bluetooth yang
secara umum terdapat pada perangkat smartphone. Perangkat ini dapat dideteksi tanpa
perlu terhubung sebuah Access Point tertentu, memungkinkan mendeteksi setiap perangkat
yang berada di area cakupan Meshlium Xtreme. Salah satu contohnya adalah dapat
mengukur jumlah orang dan mobil yang melewati titik tertentu pada waktu tertentu.
Memungkinkan untuk studi kepadatan lalu lintas kendaraan maupun pejalan kaki.
Informasi yang didapatkan dari Meshlium Xtreme antara lain adalah MAC address yang
memungkinkan mengidentifikasi secara unik pada setiap perangkat dan timestamp saat
perangkat terdeteksi oleh scanner.
Gambar 1: Proses scanning [1]
Deteksi lalu lintas kendaaraan juga merupakan aplikasi yang penting untuk mengetahui
kepadatan lalu lintas kendaraan. Aplikasi untuk deteksi lalu lintas kendaraan antara lain
[Gambar 1]:
a. Memantau jumlah kendaraan yang melintas pada titik tertentu di jalan raya.
b. Mendeteksi waktu rata-rata dari kendaraan untuk pencegahan kemacetan lalu lintas.
c. Memantau kecepatan rata-rata kendaraan dijalan raya.
Dengan adanya aplikasi deteksi lalu lintas dapat digunakan untuk memperoleh informasi
waktu tempuh perjalanan dapat membantu pengendara membuat keputusan perjalanan.
3. Estimasi Waktu Tempuh Perjalanan
Untuk mendapatkan pengukuran waktu tempuh perjalanaan dengan perangkat Bluetooth
dan Wifi melibatkan pencocokan MAC address yang diamati di dua titik lokasi. Perbedaan
timestamps antara 2 titik tersebut menghasilkan waktu tempuh perjalanan. Estimasi waktu
perjalanan rata-rata bisa dinyatakan sebagai berikut [5] :
∑ (𝑡𝑎−𝑡𝑏)𝑛𝑖=𝑛
𝑛 (1)
Dimana 𝑡 adalah timestamps yang tercatat pada node 𝑎 dan 𝑏, 𝑛 adalah jumlah dari
banyaknya kendaraan. Saat proses scanning MAC address suatu kendaraan akan terdeteksi
beberapa kali oleh scanner. Sehingga ada beberapa model untuk estimasi waktu tempuh
perjalanan. Sebagai contoh [Gambar 2]:
Gambar 2: Model Estimasi Waktu Tempuh [3]
a. Device - ID (m): MAC address dari perangkat yang terdeteksi.
b. BMS - Station ID (s): ID dari lokasi scanner.
c. Time stamp (tm,s): waktu ketika perangkat terdeteksi.
d. Duration (dm,s): Perbedaan waktu antara pertama dan terakhir saat pengamatan dari
perangkat m pada scanner s. Ini merupakan waktu tempuh dari perangkat saat
melalui area BMS.
Dari dataset di atas, berikut tiga model bagian dan model estimasi waktu tempuh perjalanan
[3]:
3.1. Bagian En2en: Entrance to entrance
Berikut model dari entrance dari area BMS u/s ke entrance dari area BMS d/s
(Gambar2).
𝑡𝑡𝑚,𝑢/𝑠,𝑑/𝑠𝐸𝑛2𝐸𝑛 = 𝑡𝑚,𝑑/𝑠 − 𝑡𝑚,𝑢/𝑠 (2)
3.2. Bagian Ex2Ex: Exit to Exit
Berikut model dari exit dari area BMS u/s ke exit dari area BMS d/s (Gambar 2).
𝑡𝑡𝑚,𝑢/𝑠,𝑑/𝑠𝐸𝑥2𝐸𝑥 = (𝑡𝑚,𝑑/𝑠 + 𝑑𝑚,𝑑/𝑠) − (𝑡𝑚,𝑢/𝑠 + 𝑑𝑚,𝑢/𝑠) (3)
3.3. Bagian P2P: Point to Point
Berikut model dari point dari area BMS u/s ke point dari area BMS d/s (Gambar 2).
𝑡𝑡𝑚,𝑢/𝑠,𝑑/𝑠𝑃2𝑃 = (𝑡𝑚,𝑑/𝑠 + 𝑑𝑚,𝑑/𝑠 − ∆𝑚,𝑑/𝑠) − (𝑡𝑚,𝑢/𝑠 + 𝑑𝑚,𝑢/𝑠 − ∆𝑚,𝑢/𝑠) (4)
∆𝑚,𝑢/𝑠 (atau ∆𝑚,𝑑/𝑠) adalah waktu yang dibutuhkan oleh kendaraan m untuk
perjalanan dari titik Pu (atau Pd) dan keluar dari area BMS 𝑢/𝑠 (atau area BMS 𝑑/𝑠).
Ini dapat dinyatakan sebagai fungsi durasi kendaraan pada area masing-masing.
H. METODOLOGI
Gambaran dari metodologi sebagai berikut :
1. Scanning MAC Address
Scanning menggunakan 2 alat Meshlium Xtreme yang dipasang di 2 titik berbeda. Proses
scanning ini dilakukan dengan cara bersamaan pada 2 titik scanner. Data yang didapat
berupa MAC address, timestamp, RSSI, klasifikasi device.
2. Penyimpanan Data
Data-data yang diterima dari scanner Meshlium Xtreme disimpan di eksternal database.
Proses pengiriman data menggunakan koneksi 3G/GPRS.
3. Pencocokan Data
Proses ini mencocokan MAC address yang tedeteksi pada 2 titik scanner. Penyaringan data
dilakukan untuk menghilangkan data yang tidak melewati 2 area sanner.
4. Penentuan Arah Perjalanan
Penentuan arah perjalanan menggunakan data timestamp. Misal timestamp scanner 1 = A
dan timestamp scanner 2 = B. Jika A < B = utara – selatan, maka A > B selatan – utara.
Perhitungan waktu tempuh dilakukan pada dua arah yang berbeda.
5. Pengukuran Waktu Tempuh Perjalanan
Dari interval timestamp pada tiap arah perjalanan yang didapat digunakan untuk
mendapatkan rata-rata waktu tempuh perjalanan.
6. Pembuatan Tampilan Web
Data yang sudah diproses kemudian ditampilkan pada web peta Google Maps.
I. JADWAL KEGIATAN
Keterangan Minggu ke -
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16
Perancangan
Model Program
Implementasi
Program
Uji Coba Alat
Scanner
Pengujian Sistem
Pembuatan
Tampilan
Penyusunan Buku
J. DAFTAR PUSTAKA
[1] Libelium Comunicaciones Distribuidas S.L. Retrieved October 1, 2016 from Libelium
Web Site: http://www.libelium.com/products/meshlium/smartphone-detection/
[2] Jawapos (2014), Retrieved Oktober, 2016 from Jawa Pos Web Site:
http://www2.jawapos.com/baca/artikel/9796/kendaraan-di-surabaya-tambah-17-ribu-
lebih-sebulan
[3] Bhaskar, Ashish, Kieu, Le Minh, Qu, Ming, Nantes, Alfredo, Miska, Marc, & Chung,
Edward (2013) On the use of Bluetooth MAC Scanners for live reporting of the transport
network. In 10th International Conference of Eastern Asia Society for Transportation
Studies, 9-12 September 2013, Taipei, Taiwan.
[4] Henri Sintonen (2012) Bluetooth Based Travel Time Estimation. Finnish Transport
Agency, Traffic Management. Helsinki 2012. Research reports of the Finnish Transport
Agency 48/2012. 32 pages.
[5] Wang, Y., Malinovskiy, Y., Wu, Yao-Jan., & Lee, U. K., (2011) Error Modeling and
Analysis for Travel Time Data Obtained from Bluetooth MAC Address Matching.