Kemacetan lalu lintas di kota-kota besar semakin meningkat akibat bertambahnya jumlah mobil, sementara sistem lampu lalu lintas yang ada masih menggunakan pengaturan waktu tetap tanpa menyesuaikan kondisi jalan. Hal ini menyebabkan antrean panjang, pemborosan waktu, hingga meningkatnya risiko kecelakaan. Untuk mengatasi masalah tersebut, penelitian ini merancang dan membangun Simulator Smart Traffic Light berbasis Machine Learning yang mampu mengatur durasi lampu lalu lintas secara otomatis sesuai dengan kondisi lalu lintas yang terdeteksi. Sistem menggunakan kamera sebagai sensor utama untuk mendeteksi jumlah mobil secara real time. Data visual diproses menggunakan algoritma YOLOv5 yang dapat mengenali dan menghitung mobil pada persimpangan. Hasil deteksi kemudian diteruskan ke Arduino untuk mengontrol modul relay yang menyalakan lampu LED sebagai simulasi lampu lalu lintas. Selain itu, sistem dilengkapi dengan monitoring berbasis IoT yang menampilkan status lampu, jumlah mobil, serta durasi waktu melalui antarmuka web sehingga dapat dipantau secara langsung. Pengujian menunjukkan bahwa sistem dapat menyesuaikan durasi lampu hijau berdasarkan kepadatan mobil. Jika mobil padat, maka waktu durasi lampu hijau ditambah menjadi 12 detik (+71%); jika mobil sepi, maka waktu durasi lampu hijau dikurangi menjadi 2 detik (−71%); sedangkan pada kondisi normal durasi mengikuti siklus standar yaitu 7 detik. Hasil pengujian sensor