gan pesatnya pertumbuhan penduduk di Indonesia menjadikan
perkembangan lalu lintas menjadi padat, berbagai macam cara telah dilakukan
untuk menanggulangi kepadatan lalu lintas, salah satunya menggunakan sebuah
sistem Advanced Traffic Management System (ATMS) yang merupakan cabang
pengembangan dari Intelligent Transportation System (ITS) dan menggunakan
Algoritma k-Nearest Neighbor (k-NN) adalah salah satu Algoritma yang
menggunakan metode untuk melakukan klasifikasi terhadap objek berdasarkan
data pembelajaran yang jaraknya paling dekat dengan objek tersebut. Mengatasi
kepadatan lalu lintas adalah suatu permasalahan yang harus dihadapi terutama
pada jam tertentu. Oleh karena itu untuk mengatasinya diperlukan adanya lampu
lalu lintas agar kendaraan dapat melaju dengan tertib. Untuk mensimulasikannya
dapat menggunakan salah satu software simulasi, yaitu SUMO (Simulation of
Urban Mobility), dan untuk melakukan proses pelatihan dan uji coba data
menggunakan perangkat lunak Orange Data Mining. SUMO merupakan salah satu
software yang dikembangkan untuk mensimulasikan model lalu lintas. Dalam
penggunaan simulasi perangkat lunak dalam mensimulasikan kepadatan lalu lintas
pada persimpangan diharapkan dapat memvisualisasikan keadaan persimpangan
lalu lintas yang dapat mengurai kepadatan tersebut. Untuk menghindari terjadinya
Oversampling, maka proporsi data yang digunakan pada data latih adalah sebesar
60% dan data uji sebesar 40%, sehingga mendapatkan hasil presisi sebesar 0.722.