Jurnal Al Ulum LPPM Universitas Al Washliyah Medan Vol.
14 No.
1 Tahun 2026
P-ISSN 2338-5391 | E-ISSN 2655-9862
ANALISIS KINERJA SIMPANG BERSINYAL WARUNG JAMBU
MENGGUNAKAN PTV VISSIM
Choirul IchwanA.
PahrialA.
Prodi Teknik Sipil.
Fakultas Teknik Universitas Borobudur Jln.
Kali Malang No.
1 Jakarta Timur Telp : 021-8613877 *Email : bortekchoirulmpahrial2025@gmail.
ABSTRAK
Pertumbuhan jumlah kendaraan yang signifikan di Kota Bogor menyebabkan tingginya beban lalu lintas pada simpang Warung Jambu, sehingga memengaruhi kinerja simpang dan menyebabkan tundaan yang cukup tinggi.
Penelitian ini bertujuan untuk menganalisis kinerja simpang bersinyal Warung Jambu menggunakan perangkat lunak simulasi mikroskopis PTV Vissim.
Data yang digunakan meliputi volume lalu lintas, kondisi geometrik simpang, siklus sinyal, dan kecepatan kendaraan yang diperoleh melalui survei lapangan pada weekdays dan Hasil penelitian menunjukkan tingkat pelayanan (LOS) simpang berada pada kategori E hingga F, menandakan kondisi padat hingga sangat buruk.
Tundaan rata-rata pada weekdays pagi mencapai 59,11 detik (LOS E), sedangkan pada weekend meningkat signifikan dengan nilai 70,95 detik (LOS F) pada minggu sore.
Pemodelan juga menunjukkan panjang antrean maksimum dapat mencapai lebih dari 500 meter pada beberapa lengan simpang.
Kondisi ini mengindikasikan perlunya evaluasi menyeluruh terhadap pengaturan sinyal dan manajemen lalu lintas pada area simpang Warung Jambu.
Kata Kunci : Simpang bersinyal.
PTV Vissim, tundaan.
LOS.
Warung Jambu
ABSTRACT
The significant growth in the number of vehicles in Bogor City causes high traffic loads at the Warung Jambu intersection, thus affecting the performance of the intersection and causing quite high delays.
This research aims to analyze the performance of the Warung Jambu signalized intersection using PTV Vissim microscopic simulation The data used includes traffic volume, geometric conditions of intersections, signal cycles, and vehicle speeds obtained through field surveys on weekdays and weekends.
The research results show that the level of service (LOS) of the intersection is in categories E to F, indicating congested to very bad conditions.
The average delay on weekday mornings reached 59.
11 seconds (LOS E), while on weekends it increased significantly with a value of 95 seconds (LOS F) on Sunday afternoons.
Modeling also shows that the maximum queue length can reach more than 500 meters at some intersection arms.
This condition indicates the need for a comprehensive evaluation of signal arrangements and traffic management at the Warung Jambu intersection area.
Keywords : Signalized intersection.
PTV Vissim, delay.
LOS.
Warung Jambu.
Jurnal Al Ulum LPPM Universitas Al Washliyah Medan Vol.
14 No.
1 Tahun 2026
P-ISSN 2338-5391 | E-ISSN 2655-9862
Evaluasi kinerja simpang bersinyal menelaah pengaturan APILL .
ase sinyal, waktu hijau, waktu merah, siklus, dan koordinasi antarlengan simpan.
APILL adalah Alat Pemberi Isyarat Lalu Lintas, yang mempengaruhi arus lalu lintas dan tingkat pelayanan simpang.
Arif .
menunjukkan bahwa performa sebuah simpang sangat dipengaruhi oleh bagaimana APILL diatur.
Jika pengaturan sinyal tidak disesuaikan secara adaptif dengan kondisi lalu lintas nyata, maka simpang bersinyal berpotensi mengalami kejenuhan berlebih, peningkatan tundaan, serta penurunan tingkat Penyesuaian waktu sinyal yang dirancang berdasarkan analisis MKJI dan temuan lapangan terbukti mampu memperbaiki kinerja simpang secara signifikan.
Hasil LOS F pada kondisi eksisting.
Optimasi green time Way Halim Bandar Lampung menggunakan PTV Vissim (Putra & Ramanda, 2.
Analisa kinerja Simpang Bersinyal dievaluasi dengan memanfaatkan perangkat lunak simulasi lalu lintas VISSIM.
Simpang ini dipilih karena tingginya volume lalu lintas, seringnya terjadi tundaan, serta potensi kemacetan yang meningkat pada jam-jam sibuk (Nindita, 2.
: Analisis simpang Ngabean Yogyakarta menggunakan PTV Vissim dengan simulasi perbaikan skenario sinyal.
PENDAHULUAN
Transportasi merupakan komponen vital bagi aktifitas masyarakat.
Di Kota Bogor, pertumbuhan penduduk dan kendaraan menyebabkan kapasitas jalan makin terbebani, terutama pada Kawasan dengan aktifitas yang sangat tinggi seperti di simpang warung jambu.
Simpang ini di kelilingi pusat komersil, perhotelan, pusat pembelanjaan.
Kawasan penduduk, serta salah satu akses menuju wisata baik di Kota Bogor maupun di Kabupaten Bogor khususnya Kawasan puncak dan sekitarnya, sehingga menjadi salah satu penyebab titik kemacetan di Kota Bogor.
Simpang Warung Jambu merupakan salah satu simpang bersinyal dengan tingkat kepadatan tinggi yang dipengaruhi oleh aktivitas pusat perbelanjaan, permukiman, hotel, kuliner, serta akses menuju jalan-jalan utama seperti Jl.
Padjajaran.
Jl.
Ahmad Yani.
Jl.
KS Tubun, dan Jl.
Achmad Adnawijaya.
Pada jam-jam tertentu, simpang ini mengalami tundaan yang cukup besar serta antrian panjang yang merambat hingga simpang di belakangnya, seperti simpang Tugu Narkoba.
Permasalahan ini menunjukkan perlunya evaluasi mendalam terhadap kinerja simpang untuk mengidentifikasi penyebab utama kemacetan dan menentukan strategi perbaikan yang tepat.
Penelitian menganalisis kinerja eksisting simpang bersinyal Warung Jambu Kota Bogor menggunakan software PTV VISSIM serta menilai tingkat pelayanan (Level of Servic.
berdasarkan pedoman PKJI 2023.
Hasil analisis diharapkan dapat menjadi rujukan bagi pemerintah daerah dan instansi terkait dalam meningkatkan efektivitas manajemen lalu meningkatkan kenyamanan pengguna jalan.
Elemen Transportasi Elemen Transportasi yang digunakan untuk mengukur kinerja simpang bersinyal A Transportasi dan arus lalu lintas A Komposisi kendaraan (PKJI 2.
A EMP (Ekuivalensi Mobil Penumpan.
A Tingkat Pelayanan (LOS) A Derajat kejenuhan A Kapasitas simpang
A Tundaan lalu lintas A Simulasi mikroskopis menggunakan PTV Vissim
TINJAUAN PUSTAKA
PTV VISSIM adalah perangkat lunak simulasi lalu lintas berbasis mikroskopis yang digunakan untuk memodelkan, menganalisis, dan mengevaluasi kinerja jaringan transportasi, termasuk simpang bersinyal, ruas jalan, dan Analisis simpang bersinyal Analisis simpang bersinyal metode simulasi APILL Vissim lebih efektif digunakan dalam analisis kinerja simpang Arif .
Jurnal Al Ulum LPPM Universitas Al Washliyah Medan Vol.
14 No.
1 Tahun 2026
P-ISSN 2338-5391 | E-ISSN 2655-9862
sistem multimoda.
VISSIM dikembangkan oleh PTV Group (Jerma.
dan merupakan salah satu software paling populer di dunia untuk rekayasa transportasi.
Simulasi perbaikan skenario sinyal menggunakan PTV VISSIM adalah metode penting dalam rekayasa lalu lintas modern yang berfungsi untuk menguji, pengaturan APILL secara ilmiah dan berbasis Dengan VISSIM, pengaturan sinyal dapat diuji secara realistis sebelum diterapkan di lapangan, sehingga keputusan lebih aman, efisien, dan efektif .
Survey dilakukan pada hari kerja .
dan akhir pekan .
pada jam-jam puncak sesuai kondisi lapangan.
Jenis dan sumber data Data yang di dapatkan melalui survey lapangan, meliputi :
Volume lalu lintas A Dikumpulkan pada saat jam puncak .
agi, siang, sor.
selama weekday dan A Kendaraan diklasifikasikan mengukuti PKJI 2023 ( MP.
KS.
MP) Data geometric simpang A Lebar pendekat A Jumlah jalur A Keberadaan median dan trotoar A Hambatan samping Data yang digunakan sebagai data pendukung tambahan, seperti :
A Peta jaringan jalan .
oogle ear.
A Pedoman kapasitas jalan ( PKJI 2023 ) A Literatur penelitian terdahulu Analisa kinerja simpang warung jambu dilakukan menggunakan variable output PTV Vissim berdasarkan PKJI 2023, dengan LOS ditentukan berdasarkan tundaan rata-rata dengan kategori AAeF Panjang antrean (Queue Lengt.
Tundaan kendaraan (Dela.
Tingkat Pelayanan (Level of Service LOS) Volume kendaraan lewat (Vehs/hou.
Panjang antrean maksimum
METODE PENELITIAN
Penelitian ini menggunakan metode pengumpulan data lapangan melalui survei data sekunder, kemudian data yang sudah di ambil dimasukan ke dalam software PTV Vissim versi 2025 .
tudent versio.
Penelitian terdiri berbagai tahap seperti pengumpulan data lapangan, pengolahan data, pemodelan simulasi, serta Analisa kinerja sesuai pedoman kapasitas jalan (PKJI 2.
Lokasi Penelitian Lokasi penelitian berada di Warung Jambu.
Kota Bogor.
HASIL DAN PEMBAHASAN
Data geometrik simpang Simpang Warung Jambu merupakan simpang bersinyal dengan empat lengan, yaitu:
Gambar 1 : Lokasi penelitian Gambar 1 menunjukkan lokasi Simpang warung jambu terdiri dari empat lengan utama Jl.
KS Tubun Jl.
Ahmad Adnanwijaya Jl.
Ahmad Yani Jl.
Padjajaran Tabel 1.
Lengan Simpang Lengan Ruas Jalan Lebar .
Utara Jl.
KS.
Tubun Timur Jl.
Achmad Adnawijaya Barat Jl.
Ahmad Yani Selatan Jl.
Padjajaran Jurnal Al Ulum LPPM Universitas Al Washliyah Medan Vol.
14 No.
1 Tahun 2026
P-ISSN 2338-5391 | E-ISSN 2655-9862
Seluruh lengan memiliki trotoar dan tidak memiliki median.
Kondisi geometrik ini mempengaruhi kapasitas pendekat serta manuver kendaraan pada jam puncak.
Lingkungan simpang merupakan kawasan komersial padat, terdiri dari minimarket, hotel.
Aktivitas tinggi pada kawasan ini menyebabkan peningkatan hambatan samping sepanjang hari.
Permodelan PTV VISSIM Simulasi dilakukan menggunakan PTV VISSIM Student Version dengan keterbatasan durasi .
aksimal 600 deti.
dan area permodelan .
1 kmA).
Meskipun demikian, pemodelan dapat merepresentasikan kondisi eksisting dengan baik.
Dari simulasi diperoleh rata-rata hasil node :
Hari Senin pagi A QLen rata-rata: 44 m A QLen Maksimum: 115 m A Rata-rata Delay: 59,11 detik A LOS: E (Buru.
Dengan yang paling bermasalah adalah:
A Jl KS Tubun Ie Akses Tol A Jl Padjajaran Ie Jl Ahmad Yani Survey Volume Lalu Lintas dilakukan pada weekday dan weekend pada jam puncak A Weekdays: 06.
00Ae08.
00 dan 16.
00Ae A Weekend:11.
00Ae13.
00 dan 17.
00Ae18.
Hasil survei menunjukkan:
A Weekdays: lalu lintas ramai lancar namun volume tinggi pada jam berangkat dan pulang kerja.
A Weekend: terjadi peningkatan volume signifikan terutama Sabtu sore dan Minggu sore, seiring meningkatnya aktivitas warga dan wisatawan.
A Volume tertinggi tercatat berada di lengan selatan dan utara, yang merupakan jalur utama menuju pusat kota dan akses menuju Panjang antrean mencapai 280 m pada beberapa pendekat.
Hari Sabtu Siang
A Delay rata-rata: 64,19 detik
A LOS: F
A Antrean maksimum: 512 m A Volume meningkat signifikan pada lengan Achmad Adnanwijaya dan Jalan Ahmad Yani.
Hari Sabtu Sore
A Delay rata-rata: 64,48 detik
A LOS: F
A Antrean tertinggi terjadi pada lengan utara dan selatan Data Kecepatan Kendaraan Hasil survei kecepatan pada jarak 50 meter:
Tabel.
Hasil survei kecepatan Jarak m/ja.
19Ae21 m/ja.
24Ae32 m/ja.
28Ae38 m/ja.
8Ae20
Kondisi terpadat kedua setelah Minggu
Hari Minggu Siang
A Delay rata-rata: 62,49 detik
A LOS: F
A Antrean mencapai > 500 m pada beberapa lengan Kecepatan relatif rendah menunjukkan pengaruh kepadatan dan hambatan samping.
Sinyal terdiri dari 4 fase dengan durasi Merah : 2,5 Ae 3 detik Kuning : 3 detik Hijau : 25 Ae 85 detik Total siklus: 115 detik Hari Minggu Sore (Kondisi Terpada.
A Delay rata-rata: 70,95 detik A LOS: F (Sangat buru.
A Antrean maksimum: > 510 m A Kinerja simpang sangat rendah Durasi hijau berbeda tiap lengan, menyebabkan ketidakseimbangan pelayanan antar pendekat.
Kinerja simpang sangat rendah karena Volume wisatawan meningkat drastis.
Hambatan .
ktivitas Jurnal Al Ulum LPPM Universitas Al Washliyah Medan Vol.
14 No.
1 Tahun 2026
P-ISSN 2338-5391 | E-ISSN 2655-9862
Fase hijau tidak seimbang antar Kinerja Simpang Sangat Buruk (LOS F) pada Sebagian Besar Kondisi dari hasil pemodelan, simpang Warung Jambu dominan berada pada:
A LOS E .
atas tidak laya.
Ae weekday A LOS F .
Ae weekend Tabel.
Hasil Tundan Per harian Kondisi Delay .
LOS Senin Pagi 59,11 PKJI .
menyatakan LOS F mencerminkan tundaan > 60 detik, yang telah terpenuhi pada hampir semua skenario weekend.
Sabtu Siang 64,19 Antrean Panjang Menghambat Simpang lain, dengan antrein di lengan:
A KS Tubun Ae Padjajaran A Padjajaran Ae Ahmad Yani Sabtu Sore 64,48 Minggu Siang Minggu Sore Kemacetan sering terjadi hingga simpang Tugu Narkoba, menyebabkan kemacetan berantai.
Kesimpulan Hampir gagal, padat Gagal.
Gagal, 62,49 Gagal
70,95
Kondisi Ketidakseimbangan Waktu Hijau Durasi hijau pada setiap fase tidak proporsional terhadap volume masuk, menyebabkan:
A Under-service pada lengan tertentu A Over-saturation .
ejenuhan berlebi.
Hambatan Samping Tinggi Aktivitas parkir, penyeberang jalan, dan keluar-masuk A Penurunan kecepatan A Peningkatan waktu tunda 10Ae20% A Peningkatan antrean pada jam-jam padat Kapasitas Simpang Tidak Menampung Beban Lalu Lintas Gambar 2 Grafik rata Ae rata tundaan Gambar 2 menunjukkan rata Ae rata tundaan laju kenderaan per hari, dimana tundaan terbesar terjadi pada Hari Minggu.
Hal ini dimungkinkan pada Hari Minggu lebih banyak perjalanan weekend menuju arah Bogor.
Kondisi tundaan Hari Minggu semakin tinggi menjelang waktu balik/pulang dari arah Bogor sebesar 70,95 detik, sedangkan pada HariSabtu sore, tundaan sebesar 64,48.
Kondisi ini menggambarkan arus berangkat menuju Bogor pada weekend.
Mampu Dengan arus harian yang semakin meningkat .
erutama weeken.
, kapasitas eksisting tidak mencukupi sehingga menghasilkan:
A DS .
egree of saturatio.
> 0,85 A Kemacetan struktural A Antrean panjang menetap Keterbatasan Software Student Version Simulasi hanya bisa dijalankan:
A Maksimal 10 menit A Area 1 kmA Keterbatasan ini membuat pemodelan menyederhanakan beberapa komponen, namun secara umum hasil masih valid karena padatnya simpang.
Ringkasan hasil tundaan Jurnal Al Ulum LPPM Universitas Al Washliyah Medan Vol.
14 No.
1 Tahun 2026
P-ISSN 2338-5391 | E-ISSN 2655-9862
beberapa pendekat, khususnya pendekat Jl Padjajaran Ae Jl KS Tubun Ae Jl Ahmad Yani, yang didominasi kendaraan sepeda motor dan mobil penumpang.
Kondisi ini memberikan dampak rambatan hingga persimpangan terdekat (Tugu Narkob.
, yang memperparah Faktor utama penyebab rendahnya kinerja simpang adalah:
n ketidakseimbangan volume lalu lintas dengan kapasitas simpang, n ketidakteraturan perilaku pengemudi .
hususnya sepeda moto.
, n keterbatasan ruang gerak pada pendekat n serta pengaturan sinyal yang belum Gambar 3.
RataAeRata Antrian Kendaraan KESIMPULAN Analisis yang dilakukan untuk mengukur kinerja simpang bersinyal warung jambu.
Kota Bogor menggunakan PTV VISSIM , dengan keunggulannya yang mampu menangkap dinamika antrian, gapacceptance, dan perilaku serta lebih akurat untuk pengukuran kinerja simpang kompleks atau yang memiliki perilaku tidak teratur.
Kinerja eksisting simpang Warung Jambu berada pada tingkat pelayanan rendah (LOS EAeF).
Hasil pemodelan menunjukkan tundaan rata-rata:
Simulasi menggunakan PTV Vissim Student Version memiliki batasan durasi sehingga hasil hanya merepresentasikan segmentasi waktu tertentu serta pembacaan dinamika lalu lintas jangka pangjang memiliki DAFTAR PUSAKA Akbar.
Analisa simpang bersinyal menggunakan software PTV Vissim (Studi kasus simpang Menukan.
Yogyakart.
Yogyakarta: Universitas Muhammadiyah Yogyakarta.
59,11 detik (LOS E) pada hari kerja pagi, 64,19Ae64,48 detik (LOS F) pada hari Sabtu siangAesore 62,49 detik (LOS F) pada Minggu siang, 70,95 detik (LOS F) pada Minggu sore Arif.
Analisis pengaruh pengaturan APILL terhadap kinerja simpang [Skripsi/Artike.
Hal ini menandakan bahwa kinerja simpang berada pada kondisi buruk hingga sangat buruk, dengan antrian panjang dan tundaan signifikan pada hampir semua Volume lalu lintas tertinggi terjadi pada jam puncak pagi dan sore, yaitu:
00Ae08.
00 dan 16.
00Ae19.
A 00Ae11.
00 dan 17.
00Ae18.
Dinas Perhubungan Kota Bogor.
Volume Lalu Lintas Segmen 1,2,3 dan 4 Kota https://opendata.
dataset/volume-lalu-lintas-segmen-1-23-dan-4-berdasarkan-hari-operasionaldi-jalan-ks-tubun--kota-bogor.
Fauzi.
Analisa kinerja simpan Vissim.
YouTube Channel.
Kondisi tersebut terjadi kepadatan masyarakat baik menuju pusat komersil, pusat aktifitas, serta arus wisatawan yang menju tempat wisata.
Hasil simulasi menunjukkan adanya akumulasi antrian signifikan pada Koonce.
Smith.
Rodegerdts.
, et al.
Traffic signal timing manual.
FHWA,
Department Transportation.
Jurnal Al Ulum LPPM Universitas Al Washliyah Medan Vol.
14 No.
1 Tahun 2026
P-ISSN 2338-5391 | E-ISSN 2655-9862
Nindita.
Analisis kinerja simpang Vissim (Studi kasus: Simpang Ngabean Yogyakart.
Yogyakarta: Universitas Atma Jaya Yogyakarta.
PTV AG.
PTV Vissim 9 user manual.
Karlsruhe: PTV AG.
Syaifullah.
Kadir.
, & Desei.
Kinerja simpang empat tak bersinyal menggunakan metode PKJI 2023 dan software Vissim.
Jurnal Konstruksia, 15.
, 147-163.
Widodo.
, & Farhanto.
Analisa kinerja simpang bersinyal menggunakan perangkat PTV Vissim 2024 (Pada simpang empat di Daerah Istimewa Yogyakart.
Journal volume.
, pages.