Tag Archives: software

Software KAJI 1997

KAJI 1997


Software KAJI (Kapasitas Jalan Indonesia) 1997 adalah piranti lunak yang digunakan untuk menerapkan metoda perhitungan yang dikembangkan MKJI (Manual Kapasitas Jalan Indonesia) 1997 yang bertujuan menganalisis kapasitas dan kinerja fasilitas lalulintas jalan (misalnya ruas jalan, simpang bersinyal, simpang tak bersinyal, dll).
Karena banyaknya permintaan mengenai software Kaji 1997, maka berikut ini saya unggah software Kaji 1997, agar dapat dipergunakan oleh seluruh mahasiswa yang sedang Tugas Akhir atau mengikuti mata kuliah Manajemen Lalu Lintas atau Rekayasa Lalu Lintas.
Software dapat didownload di sini.

2 Comments

Filed under Traffic System, Transport Sofwares

Traffic Accident Hotspots, Computer Software Spots Traffic Accidents

This posting was taken from http://www.sciencedaily.com

June 1, 2007 — Ohio State University scientists have created software that can identify traffic accident hot spots on state roadways. Right now, it is being used by the Ohio State Highway Patrol (OSHP).

There are more than 6 million auto accidents each year in the United States. Last year, 3 million people were injured, and 43,000 killed. Now, police and scientists are teaming up to figure out where and when accidents may happen before they do happen.

Sgt. John Maxey, from the Ohio State Highway Patrol, knows the reality of speeding, drunk driving, reckless driving. He’s had to tell family after family their loved one is never coming home. “That’s something you never get used to,” Maxey says.

One hundred fifteen people die every day in car crashes in the United States — that’s one death every 13 minutes. Now statisticians are teaming up with law enforcement to try and predict the next traffic accident hotspot.

Lt. Anthony Bradshaw, from the Ohio State Highway Patrol, says, “We wanted to try and predict where these crashes are going to occur. Not specifically that you’re going to be involved in a crash in a specific time, date and place, but if you’re more likely to be involved in a specific crash during a specific time, date and place.”

Christopher Holloman, Ph.D., and his colleagues at the Ohio State University created a predictive statistical computer model. It incorporates information about alcohol, speeding and time of day to find out when drivers are most at risk. “We looked in those data for consistent patterns,” Dr. Holloman says.

The computer model shows the roads with the most fatal accidents in the entire state and in specific cities. “The highest risk for alcohol-related crashes is Saturday and Sunday mornings around 2-3 am,” Dr. Holloman explains. The computer model shows the roads with the most fatal accidents in the entire state and in specific cities.

In Ohio, the most speeding accidents happen during weekday rush hours. The model also reveals surprising facts about holidays. Dr. Holloman says, “There’s a really high risk of alcohol-related crashes early in the morning on the day before a long weekend.” So, if Labor Day is on a Monday, drivers are at highest risk for a crash the Friday before the holiday. The model also shows the deadliest month to drive is July, and the least deadly is February.

Knowing this information, police can position themselves in dangerous areas, at peak accident times in hopes of stopping an accident before someone gets hurt. This software is currently being used in Ohio, but can be adapted for any state. A key to making it work is the quality of accident data reported by police departments.

BACKGROUND: Ohio State University scientists have created software that can identify traffic accident hot spots on state roadways. Right now, it is being used by the Ohio State Highway Patrol (OSHP) to help position its cruisers during major holidays, but the software is publicly available and can be adapted for use by any state.

HOW IT WORKS: The software relies on reports of injuries and fatalities from the highway patrol and incorporates statistics about what makes accidents happen. It makes general forecasts because, while common accident causes such as speeding or drinking are easy to predict using computers, others, such as drivers distracted while talking on cell phones, are next to impossible. But the software can identify those pieces of roadway that are riskier at a particular time, even though it can’t reveal why a given area is prone to a particular type of accident.

GETTING GOOD DATA: The key is the quality of the accident data gathered for a particular state. In the case of the OSHP, data was collected from nearly all of the state’s 88 counties, and included the location of crashes. The software has now been combined with Google Earth, which offers an interactive map of the entire globe including major roadways. The OSU software color-codes the roadways in Ohio, so users can zoom in to see the general likelihood of accidents in any region of the state. The resulting 900-megabyte database details every traffic accident that occurred on Ohio highways between 2001 and 2005, and generates 50 gigabytes of output data. It took two weeks at the Ohio Supercomputer Center to process the equations to connect all the data.

WHAT THEY FOUND: The software indicates that most speeding accidents in Ohio happen during weekday rush hours, while most drunk driving accidents occur on weekends between 2 and 3 AM, after the bars close. However, there were some surprises. Most Ohio residents live in and around Columbus, Cleveland and Cincinnati, so the researchers expected that most fatal accidents would happen near those cities. Instead, they found that most occurred on the interstates near Columbus and Cincinnati, while near Cleveland more fatalities occur on the U.S. routes and state routes near the border between Ohio and Pennsylvania.

Leave a comment

Filed under Traffic Safety

Software OSCADY untuk Simpang Bersinyal

OSCADY adalah akronim dari Optimised Signal Capacity And Delay, sebuah program buatan TRL Inggris yang digunakan untuk menghitung kinerja simpang bersinyal yang terisolasi (tertutup).

Kinerja simpang bersinyal yang dihitung oleh OSCADY adalah :

1. Kapasitas.

2. Panjang antrian.

3. Tundaan/delay (geometri dan antrian)

OSCADY dapat pula digunakan untuk menghitung prediksi indikasi kecelakaan pada simpang.

Tipe simpang yang dapat dianalisis dalam OSCADY adalah : Simpang Tipe T, Simpang 4, dan Simpang Staggered (simpang yang bentuknya tidak siku).

Beberapa algoritma yang digunakan di dalam OSCADY adalah :

1. Rumus kapasitas berdasar Webster (1966) : C = S x g/c

2. Green time : g = G – ds – de, dengan G adalah hijau aktual, ds adalah start displacement, de adalah end displacement.

3. Saturation Flow mengacu pada Kimber (1986) untuk 2 jenis protected (terlindung) dan opposed (terlawan).

4. Panjang antrian dan delay formulasinya sama dengan MKJI 1997.

Data input dalam OSCADY adalah :

1. Data geometri simpang : gradien, lebar keluar, lebar lajur, radius berbelok, storage beyond stopline, panjang stagger dan lebar rata-rata stagger (bila simpang adalah staggered), gerakan terlawan, dll.

2. Data kecepatan : kecepatan pendekat, kecepatan keluar simpang, batas kecepatan.

3. Data Fase APILL, termasuk ds dan de.

4. Data arus/volume lalulintas, dengan 4 pilihan data arus : DIRECT, LEVELS, FOUR, dan OD-TAB.

Beberapa kelebihan OSCADY (dibanding software simpang lainnya) adalah berbasis Windows dan user friendly karena data-data inputnya banyak berupa gambar sehingga memudahkan pengguna untuk mengetahui tata cara memasukkan data.

(disarikan dari bahan kuliah Komputasi Transportasi, Program Pasca Sarjana Magister Sistem dan Teknik Transportasi (MSTT) UGM Yogyakarta)

-Rizki Beo

6 Comments

Filed under Transport Sofwares

TRANSYT vs MKJI 1997 ?

Posting ini sekaligus menjawab pertanyaan #Ika yang lumayan bagus.

Perbedaan siginifikan antara MKJI 1997 (dari sisi analisis simpang bersinyal) dengan Transyt adalah dalam perlakuan simpang. MKJI 1997 adalah manual yang digunakan untuk menganalisis simpang secara tertutup, sedangkan Transyt menganalisis simpang secara terbuka (misalnya 2 atau lebih simpang dapat dianalisis secara bersama-sama dalam waktu yang sama).
Jadi secara teori dua software tersebut memiliki formulasi yang sangat berbeda, meskipun outputnya nanti juga hampir sama, yakni kinerja simpang (volume per kapasitas atau derajat kejenuhan, tundaan, antrian, dll).
Sebenarnya kalo ingin membandingkan dua software yang memiliki tujuan sama adalah misalnya analisis simpang bersinyal metode MKJI 1997 (dengan software KAJI-nya) dengan software OSCADY (buatan TRL Inggris), karena OSCADY memang khusus digunakan untuk analisis simpang bersinyal secara tertutup. TRL juga memiliki software lain yang dapat dibandingkan dengan metode2 MKJI, misalnya PICADY untuk analisis simpang tidak bersinyal, atau ARCADY untuk analisis bundaran. Untuk software-software ini nanti akan saya kupas perlahan dalam posting-posting mendatang.
Data yang dibutuhkan dalam software Transyt adalah : data volume jam puncak simpang yang akan dikoordinasi, kapasitas simpang (berarti kita butuh data geometri simpang juga), setting lampu lalulintas, saturation flow/data arus jenuh, jarak antar simpang, kecepatan kendaraan (yang akan digunakan dalam formulasi platooning atau perilaku kendaraan yang akan berjalan dalam satu peleton).

Transyt dapat dilakukan efektif pada lalulintas yang punya karakteristik kecepatan yang diasumsikan dapat disamakan, sehingga untuk kondisi mix traffic (yang misalnya banyak kendaraan lambat, ie sepeda, becak dll) model Transyt ini pasti memiliki output yang cukup bias.

Selamat belajar…

7 Comments

Filed under Transport Sofwares

Software untuk Pemodelan Transportasi

tftp1.jpgtftp2.jpg

emme2-1.jpgemme2-2.jpg

Beberapa mahasiswa (S2) saya di kelas pernah melontarkan pertanyaan yang cukup menggelitik. Dalam tahap perencanaan transportasi, ada kajian mengenai pemodelan jaringan jalan yang biasanya harus dibantu dengan software khusus untuk pemodelan.

Nah, pertanyaannya, apakah software-software modelling transport yang notabene buatan luar negeri itu dapat diterapkan di Indonesia yang (pasti) memiliki perbedaan-perbedaan karakteristik transportasi?

Hmm…

Software modelling transport memang sangat banyak. Ada emme/2 (sekarang emme/3) buatan Kanada, ada TFTP buatan Belanda, ada SATURN buatan Inggris, etc.

Semuanya memang buatan luar negeri, jadi acuan formulasinya pasti memang berdasarkan karakter lalu lintas di negara pembuatnya. Tapi yang jelas konsep awal pemodelan itu sama, yaitu Four Step Model (lihat bukunya Ortuzar dan Willumsen). Hanya saja, pada saat implementasi four step model itulah kita harus melihat formulasi (dan asumsi) yang dipakai dalam membuat model.Jadi, kita jangan terpaku pada software-nya ‘an sich’. Software hanya alat bantu untuk mempercepat proses. Kita harus melihat what inside the softwares. Formula apa yang dipakai, asumsi apa yang digunakan.

So?

Karena belum ada software pemodelan khusus di Indonesia, maka kita harus pilih software yang sesuai dengan kondisi di Indonesia agar model yang kita buat tidak terlalu banyak deviasi dengan di lapangan. Caranya bagaimana?Mungkin dengan cara memilih software yang ‘open’. Artinya software itu punya kemampuan untuk menerima formulasi yang kita inginkan. Sekarang sudah banyak software-software open seperti itu.

-Rizki.

56 Comments

Filed under Transport Sofwares