NeSLA
NETWORK SIMULATION
LINEAR ALGEBRA
https://youtu.be/i37x_HQI06M
Kandungan Halaman
Pengiktirafan K-novaC2022 1
Pengiktirafan InoZonS2022 2
Pengiktirafan Hari Guru Negeri Sabah 3
Pengiktirafan myIPO 4
Sijil Perakuan myIPO 5
Perakuan Pakar 6
Perkongsian Antarabangsa 7
Keputusan Peperiksaan 8
Respons Pelajar (Google Form)
Poster NeSLA 10
Manual Pengguna NeSLA 12
Arahan Tugasan Projek 14
Analisis Respons Pelajar 20
Kos Perisian dan Penjimatan 21
Pencapaian Pelajar Selepas Penggunaan 23
NeSLA 24
Contoh Hasil Simulasi Pelajar
Rujukan Kemahiran Sosial 25
26
Pengiktirafan (K-novaC2022)
1
Pengiktirafan (InoZonS2022)
2
Pengiktirafan (Hari Guru Negeri Sabah)
3
Pengiktirafan myIPO
4
Sijil Perakuan myIPO
5
Perakuan Pakar Sains Komputer
6
Perkongsian Melalui VooV Meeting
dengan Pelajar Antarabangsa
7
Keputusan Peperiksaan Algebra Linear
8
Keputusan Peperiksaan Algebra Linear
9
Respons Pelajar terhadap NeSLA (Google Form)
10
Respons Pelajar terhadap NeSLA daripada Google Form
11
Poster NeSLA
12
Poster NeSLA
13
Manual Pengguna NeSLA
14
Manual Pengguna NeSLA
15
Manual Pengguna NeSLA
16
Manual Pengguna NeSLA
17
Manual Pengguna NeSLA
18
Manual Pengguna NeSLA
19
Arahan Tugasan Algebra Linear
20
Analisis Respons Pelajar (Jadual 4.0)
Jadual 4.0
Persepsi pelajar tentang penggunaan perisian SUMO dalam tugasan MTES3103 melalui
inovasi NeSLA
No Item Nilai purata (min)
1 Saya dapat memahami soalan tugasan yang diberi oleh 4.83
pensyarah.
2 Kumpul data tentang arus lalu lintas di setiap jalan sehala 3.72
adalah kerja yang rumit.
3 Menentukan kadar arus lalu lintas di simpang adalah kerja yang 3.67
rumit.
4 Belajar perisian SUMO adalah mudah bagi saya. 3.72
5 Saya dapat membuat penyelesaian yang optimum tentang 4.22
kadar arus lalu lintas secara simulasi menggunakan perisian
SUMO dengan mudah.
6 Saya dapat menerangkan implikasi penyelesaian kadar aliran 4.33
lalu lintas pada lokasi yang dipilih secara simulasi dengan
menggunakan perisian (SUMO, python).
7 Saya bersetuju menggunakan kaedah simulasi rangkaian 4.56
(NeSLA) dalam tugasan ini adalah sangat menarik.
8 Saya bersetuju bahawa Perisian SUMO sangat mudah 3.94
digunakan (User friendly) bagi menentukan kadar alir lalu lintas
secara simulasi.
9 Saya bersetuju bahawa Perisian SUMO dapat membantu saya 4.50
membuat penyiasatan lanjutan berkaitan dengan tugasan ini.
10 Saya bersetuju bahawa Perisian SUMO dapat membantu saya 4.44
membuat penyiasatan lanjutan berkaitan dengan kehidupan
seharian selain tugasan ini.
21
Analisis Respons Pelajar (Jadual5.0)
Jadual 5.0
Kekerapan persetujuan bagi item 2 dan 3
Bil Item STS TS SS S AS Min
2 Kumpul data tentang arus lalu lintas di setiap 1 3 2 6 6 3.72
jalan sehala adalah kerja yang rumit.
3 Menentukan kadar arus lalu lintas di simpang 1 3 1 9 4 3.67
adalah kerja yang rumit.
Jadual 6.0
Kekerapan persetujuan bagi item 4 dan 8
Bil Item STS TS SS S AS Min
4 Belajar perisian SUMO adalah mudah bagi saya. 0 4 5 1 8 3.72
8 Saya bersetuju bahawa Perisian SUMO sangat 0 2 4 5 7 3.94
mudah digunakan (User friendly) bagi menentukan
kadar alir lalu lintas secara simulasi.
22
Kos Perisian dan Penjimatan Kos
Percuma melalui Sumber terbuka
Bil Peralatan/Perisian (Open source)
1 Openstreetmap
2 Simulation of Urban MObility (SUMO)
3 Bahasa JAVA
4 Bahasa Python
5 Wolfram Alpha
Jumlah RM11.50
23
Pencapaian Pelajar Selepas Penggunaan NeSLA
Contoh hasil perbincangan pelajar untuk mendapatkan nilai optimum dan menerangkan
implikasi penyelesaian terhadap aliran lalu lintas pada lokasi pilihan
Pelajar Contoh perbincangan penyelesaian pelajar
A+ Penyelesaian optimum diperoleh dengan menentukan kadar arus lalu lintas
yang melalui setiap persimpangan atau nod dengan mempertimbangkan
sistem persamaan linear yang telah dibentuk dan diselesaikan. Oleh itu,
a. Nod A: Kadar arus lalu lintas hendaklah tidak melebihi 17 buah kenderaan
per minit.
b. Nod B: Kadar arus lalu lintas hendaklah tidak kurang daripada 3 buah
kenderaan atau tidak melebihi 15 buah kenderaan per minit.
c. Nod C: Kadar arus lalu lintas hendaklah tidak melebihi 12 buah kenderaan
per minit.
Dalam setiap situasi, kadar arus lalu lintas hendaklah melebihi 0 kerana nilai
negatif memberi tanggapan bahawa kenderaan bergerak melawan arus,
iaitu bukan penyelesaian yang optimum.
A Dalam kes ini , kita harus memikirkan bahawa di Persimpangan Seri Iskandar
ini mempunyai lampu isyarat. Simpang empat ini memerlukan pergerakan
dari semua arah bagi mengelakkan kesesakan lalu lintas yang teruk yang
akan menyebabkan kelewatan masa dan sebagainya. Memandangkan nilai
optimum ditakrifkan sebagai t=4 , maka, bilangan kenderaan yang boleh
bergerak dalam sesuatu masa adalah 1 = 26 , 2 = 0 , 3 = 36 dan 4 = 4.
Ini juga dapat ditakrifkan sebagai nilai minimum bilangan kenderaan yang
dapat dilalui dalam sesuatu masa.
Selain itu, sekiranya pada waktu puncak, pihak yang berkaitan boleh
menaikan nilai t kepada nilai tidak terhingga bagi memastikan tidak berlaku
kesesakan yang teruk pada waktu puncak (peak hour).
B+ Bagi meramalkan bilangan kereta yang bakal keluar masuk melalui rangkaian
aliran di persimpangan 4 Jalan Kuala Lumpur – Tanjung Malim ini, satu nilai
d boleh dipilih. Contohnya, d ialah 50, maka nilai bagi laluan a ialah -13 + 50
= 37, b ialah -8 + 50 = 42 dan c ialah -5 + 50 = 45.
Semasa projek ini dilaksanakan dengan kaedah pemerhatian dan pengiraan
bilangan kenderaan, saya mendapati bahawa laluan a adalah laluan paling
sedikit dilalui manakala laluan d adalah laluan paling kerap dilalui oleh
kenderaan pada masa tersebut. Jika kereta bilangan kereta bertambah pada
laluan d, bilangan kereta pada laluan a, b, dan c juga akan bertambah.
24
Contoh hasil Simulasi Pelajar
Gambarajah 10.0
Hasil Peta sebuah bahagian di dalam Pekan Kanowit, Sarawak daripada
OpenStreetMap (https://www.openstreetmap.org/#map=19/2.09929/112.15688)
Gambar 11.0
Rangkaian lalu lintas di Pekan Kanowit menggunakan SUMO
Gambar 12.0
Arus lalu lintas dibina menggunakan Python Programming Language
Gambar 13.0
Simulasi rangkaian arus lalu lintas dalam bentuk rajah
25
Rujukan Kemahiran Sosial
26