// <![CDATA[PENCARIAN JALUR TERBAIK UNTUK JALUR KEMACETAN DENGAN ALGORITMA PATHFINDING D STAR LITE]]> Andi Muchlas Ramadani / 152020030 Penulis 120240203 - Chalifa Chazar, S.T., M.T. Dosen Pembimbing 1
Tingkat kemacetan yang tinggi di Kota Bandung menuntut sistem navigasi yang mampu beradaptasi secara dinamis terhadap perubahan kondisi jalan. Algoritma pathfinding konvensional seperti A* mengalami latensi yang signifikan karena harus melakukan komputasi ulang secara penuh setiap kali terjadi pembaruan, sehingga tidak efisien untuk aplikasi real-time. Penelitian ini bertujuan mengevaluasi efektivitas algoritma replanning inkremental, D* Lite, dalam mengatasi masalah latensi tersebut. Sebuah sistem navigasi berbasis web dikembangkan dengan mengintegrasikan data lalu lintas real-time dari Google Maps API untuk membandingkan kinerja D* Lite dan A*. Pengujian dilakukan melalui 100 siklus perubahan rute dinamis. Hasil analisis statistik menunjukkan bahwa D* Lite secara signifikan lebih unggul (p < 0.001). Median waktu replanning D* Lite tercatat sebesar 216.61 ms, atau 28% lebih cepat dibandingkan A* yang mencatatkan median 301.09 ms. Hasil ini mengonfirmasi bahwa pendekatan inkremental D* Lite secara substansial lebih superior untuk aplikasi navigasi real-time di lingkungan perkotaan yang dinamis, menawarkan solusi konkret untuk mengatasi kelemahan latensi pada metode konvensional. High levels of traffic congestion in Bandung City require navigation systems capable of dynamically adapting to changing road conditions. Conventional pathfinding algorithms like A* experience significant latency because they must perform a full re-computation with every update, making them inefficient for real-time applications. This research aims to evaluate the effectiveness of the incremental replanning algorithm, D* Lite, in overcoming this latency issue. A web-based navigation system was developed by integrating real-time traffic data from the Google Maps API to compare the performance of D* Lite and A*. Testing was conducted through 100 cycles of dynamic route changes. Statistical analysis shows that D* Lite is significantly superior (p < 0.001). The median replanning time for D* Lite was recorded at 216.61 ms, or 28% faster than A*, which had a median of 301.09 ms. These results confirm that the incremental approach of D* Lite is substantially superior for real-time navigation applications in dynamic urban environments, offering a concrete solution to the latency weaknesses of conventional methods.