Deteksi Kecepatan Kendaraan Berbasis Data Ponsel dalam Perspektif Spasial di Jalan Arteri Kota Padang
DOI:
https://doi.org/10.29408/geodika.v7i1.7166Keywords:
kecepatan kendaraan, data ponsel, perspektif spasial.Abstract
Keterbatasan dana seperti biaya pembelian dan pemasangan perangkat dalam pelaksanaan survey kecepatan kendaraan seringkali menjadi kendala, sehingga harus dicari solusinya. Salah satunya dengan memanfaatkan data ponsel yang memberikan informasi kecepatan secara spasial dan temporal. Penelitian ini menggunakan data ponsel di kota Padang tanggal 06 - 12 Januari 2022 berupa: posisi, waktu, dan device_id. Data ponsel, data vektor jalan dan batas administrasi dianalisis dengan teknik pengolahan data spasial dalam Sistem Informasi Geografis metode overlay intersect. Hasil perhitungan menunjukkan kecepatan maksimum di ruas jalan arteri primer untuk setiap selang waktu setiap jam. Nilai kecepatan maksimum menunjukkan bahwa adanya kendaraan bermotor yang mampu melintasi jalan tersebut dengan kecepatan maksimum. Namun untuk jenis jalan arteri sekunder tidak demikian, karena masih terdapat beberapa ruas jalan arteri sekunder yang tidak memiliki nilai kecepatan. Hal ini disebabkan koordinat, waktu dan device_id yang dikumpulkan hanya dari ponsel dalam kendaraan yang mengirimkan posisi saat itu di ruas jalan tersebut sehingga informasi yang diberikan hanya sebagian atau saat aktif menggunakan aplikasi yang menunjukkan lokasi. Dari penelitian ini dapat disimpulkan bahwa deteksi kecepatan kendaraan menggunakan data ponsel dapat digunakan untuk mendeteksi kecepatan pada jalan jika terdapat minimal 2 data posisi dan waktu ponsel yang kontinyu.
References
Adelino, S. A., Hartono, W., & Saido, A. P. (2015). Pemetaan untuk Pemeliharaan Jalan Lingkungan di Kota Surakarta Menggunakan Sistem Informasi Geografis. Matriks Teknik Sipil, 3(1).
Assogba, O. C., Tan, Y., Sun, Z., Lushinga, N., & Bin, Z. (2021). Effect of vehicle speed and overload on dynamic response of semi-rigid base asphalt pavement. Road Materials and Pavement Design, 22(3), 572-602.
Basyoni, Y., & Talaat, H. (2015). A Bilevel Traffic Data Extraction Procedure via Cellular Phone Network for Intercity Travel. Journal of Intelligent Transportation Systems: Technology, Planning, and Operations, 19(3), 289–303.
Caceres, N., Wideberg, J. P., & Benitez, F. G. (2008). Review of traffic data estimations extracted from cellular networks. IET Intelligent Transport Systems, 2(3), 179–192.
Fina, S., Joshi, J., & Wittowsky, D. (2021). Monitoring travel patterns in German city regions with the help of mobile phone network data. In International Journal of Digital Earth, 14(3), 379–399.
Fitria, L. M., & Derawan, P. (2022). Analisis pemanfaatan ruang terhadap perubahan garis pantai di pulau derawan kabupaten berau. 6, 79–88.
Graells-Garrido, E., Caro, D., & Parra, D. (2018). Inferring modes of transportation using mobile phone data. EPJ Data Science, 7(1), 1–23.
Guo, F., Zhang, D., Dong, Y., & Guo, Z. (2019). Urban link travel speed dataset from a megacity road network. Scientific Data, 6(1), 1–9.
Halás, M., Blažek, V., Klapka, P., Kraft, S., & Klapka, P. (2021). Population movements based on mobile phone location data : the Czech Republic.
Kementerian Pekerjaan Umum dan Perumahan Rakyat (2015): Rencana Strategis Direktorat Jenderal Bina Marga 2015.
Kementerian Pekerjaan Umum dan Perumahan Rakyat (2021): Pedoman Survei Pengumpulan Data Kondisi Jaringan Jalan tahun 2021.
Leodolter, M., Koller, H., & Straub, M. (2015). Estimating Travel Times from Static Map Attributes. Models and Technologies for Intelligent Transportation Systems (MT-ITS), June.
Mshali, M. R. S., & Steyn, W. J. (2022). Effect of truck speed on the response of flexible pavement systems to traffic loading. International Journal of Pavement Engineering, 23(4), 1213–1225.
Mulia, Y., Sukabhakti, N., & Sulistyaningrum, R. (2020). Estimasi Kecepatan Kendaraan Bergerak Menggunakan Motion Vector. Jurnal Sains dan Seni ITS, 8(June).
Satura, F. R., Chandra, A. A., & Adhinata, F. D. (2022). Pengukur Kecepatan Kendaraan Menggunakan Algoritma Image Subtracting. CTEE, 2(2), 35-40.
Setyawan, G. E., Adiwijaya, B., & Fitriyah, H. (2019). Sistem Deteksi Jumlah, Jenis dan Kecepatan Kendaraan Menggunakan Analisa BLOB Berbasis Raspberry Pi. Jurnal Teknologi Informasi dan Ilmu Komputer, 6(2), 211.
