Analisis Tingkat Kemacetan Lalu Lintas Menggunakan Data CCTV Pemerintah Kabupaten Sleman Berbasis Sistem Informasi
Kata Kunci:
Informatika, Sistem Informasi, CCTV, Kemacetan Lalu Lintas, Kabupaten SlemanAbstrak
Permasalahan kemacetan lalu lintas di Kabupaten Sleman memerlukan pendekatan berbasis teknologi informasi untuk mendukung pengambilan keputusan yang lebih efektif. Pemerintah Kabupaten Sleman telah mengimplementasikan sistem kamera pengawas (CCTV) sebagai bagian dari infrastruktur teknologi informasi dalam pemantauan lalu lintas. Namun, data visual yang dihasilkan belum sepenuhnya dimanfaatkan sebagai sumber informasi analitis. Penelitian ini bertujuan untuk menganalisis tingkat kemacetan lalu lintas menggunakan data CCTV pemerintah dengan pendekatan sistem informasi. Metode penelitian yang digunakan adalah deskriptif kuantitatif dengan tahapan pengumpulan data, pengolahan informasi, dan visualisasi tingkat kemacetan berbasis waktu dan lokasi. Data CCTV dianalisis untuk menghasilkan informasi kepadatan lalu lintas yang diklasifikasikan ke dalam beberapa tingkat kemacetan. Hasil penelitian menunjukkan bahwa pemanfaatan data CCTV sebagai komponen sistem informasi lalu lintas mampu menyajikan informasi kemacetan secara terstruktur dan mudah dipahami. Penelitian ini berkontribusi pada pengembangan sistem informasi transportasi daerah dan mendukung implementasi konsep smart city berbasis informatika
Unduhan
Referensi
Agung Yuliyanto Nugroho, Transformasi Digital: Mengoptimalkan Strategi E-Commerce Di Era Disrupsi, Jurnal Ilmiah Bisnis Digital, Vol.1 No.1 Nopember 2024.
Agung Yuliyanto Nugroho, Aktivitas Pengelolaan Wisata Petualangan Canyoning Berbasis Resiko DOI: https://doi.org/10.56910/gemawisata.v20i3.426
Agung Yuliyanto Nugroho, Mengintegrasikan Teknologi IoT dan Smart Destinations dalam Pengelolaan Pariwisata Berkelanjutan DOI: https://doi.org/10.55606/jtmei.v3i3.4270
Batty, M., Axhausen, K. W., Giannotti, F., Pozdnoukhov, A., Bazzani, A., Wachowicz, M., Ouzounis, G., & Portugali, Y. (2012). Smart cities of the future. The European Physical Journal Special Topics, 214(1), 481–518. https://doi.org/10.1140/epjst/e2012-01703-3
Departemen Pekerjaan Umum. (1997). Manual Kapasitas Jalan Indonesia (MKJI). Direktorat Jenderal Bina Marga.
Giffinger, R., Fertner, C., Kramar, H., Kalasek, R., Pichler-Milanović, N., & Meijers, E. (2007). Smart cities: Ranking of European medium-sized cities. Vienna University of Technology.
Kitchin, R. (2014). The real-time city? Big data and smart urbanism. GeoJournal, 79(1), 1–14. https://doi.org/10.1007/s10708-013-9516-8
Laudon, K. C., & Laudon, J. P. (2020). Management information systems: Managing the digital firm (16th ed.). Pearson Education.
Nam, T., & Pardo, T. A. (2011). Conceptualizing smart city with dimensions of technology, people, and institutions. Proceedings of the 12th Annual International Digital Government Research Conference, 282–291. https://doi.org/10.1145/2037556.2037602
Pratama, R. A., Hidayat, R., & Putra, D. S. (2021). Analisis tingkat kemacetan lalu lintas pada simpang jalan perkotaan menggunakan survei manual. Jurnal Transportasi, 21(2), 85–94.
Sari, N., Utomo, A. P., & Kurniawan, D. (2023). Deteksi dan perhitungan kendaraan berbasis computer vision untuk analisis kepadatan lalu lintas. Jurnal Informatika, 17(1), 45–54.
Wahyuni, S., & Nugroho, A. (2022). Analisis kemacetan lalu lintas perkotaan berbasis data kecepatan Google Maps. Jurnal Sistem Informasi, 18(3), 210–220.
Zanella, A., Bui, N., Castellani, A., Vangelista, L., & Zorzi, M. (2014). Internet of Things for smart cities. IEEE Internet of Things Journal, 1(1), 22–32. https://doi.org/10.1109/JIOT.2014.2306328
