ABSTRAK
Seiring dengan pesatnya daya jual kendaraan bermotor, baik itu kendaraan mobil, motor, maupun angkutan umum. Semakin padat juga volume kendaraan yang melintasi jalanan perkotaan maupun pedesaan, hal ini sudah pasti menimbulkan sebuah kemacetan yang tidak bisa terprediksi, proses dan pemodelan arus lalu lintas dapat dimulai dengan mempelajari SUMO (Simulation Urban Mobility). Nilai output dari SUMO digunakan dalam perhitungan pada aplikasi Python dengan algoritma Naïve Bayes yang membutuhkan data history sebelumnya untuk dapat memprediksi arus lalu lintas.
Kata Kunci: Arus lalu lintas, SUMO, Python, algoritma Naïve Bayes