Pengendalian Traffic Signal Control (TSC) yang optimal merupakan tantangan utama dalam sistem transportasi perkotaan. Metode konvensional Fixed-Time Traffic Signal (FTTS) dan Actuated Traffic Signal (ATS) belum mampu beradaptasi secara optimal terhadap fluktuasi kepadatan lalu lintas yang dinamis. Dalam banyak penelitian, Reinforcement Learning (RL) khususnya dengan algoritma Deep Q-Network (DQN) dapat diimplementasikan sebagai model pengendali TSC adaptif yang dapat menurunkan waiting time dan queue length kendaraan. Namun, mayoritas model RL tersebut mengabaikan aspek pemerataan distribusi waktu tunggu antar kaki simpang (fairness) dan kepastian giliran bagi pengguna jalan. Penelitian ini mengusulkan model Fairness RL berbasis DQN dengan aksi pengaturan durasi hijau adaptif dan urutan fase siklus tetap (cyclic phase) untuk menjaga kepastian giliran bagi pengguna jalan. Model ini dibandingkan dengan dua pengendali lain, yaitu Non-Fairness RL (phase selection) yang berfokus pada penurunan total waiting time, dan FTTS sebagai baseline. Simulasi dilakukan pada simpang tunggal dengan empat kaki simpang menggunakan Simulation of Urban Mobility (SUMO). Empat skenario kepadatan lalu lintas diujikan secara bergantian, yaitu skenario lalu lintas seimbang, tidak seimbang, fluktuatif dan skenario TAPAS Cologne sebagai skenario realword. Kinerja model dievaluasi menggunakan standar deviasi dan variance rata-rata waktu tunggu antar kaki simpang untuk mengukur peningkatan fairness. Hasil eksperimen menunjukkan bahwa model Fairness RL melalui simulasi SUMO secara konsisten meningkatkan fairness rata-rata waktu tunggu antar kaki simpang. Peningkatan fairness ini ditunjukkan oleh adanya penurunan standar deviasi dan variance rata-rata waktu tunggu yang dihasilkan oleh model Farines RL. Berdasarkan empat skenario yang diujikan, Fairness RL menurunkan standar deviasi hingga 97% dan variance hingga 99% dibanding Non-Fairness RL, dan jika dibandingkan dengan FTTS, Fairness RL menurunkan standar deviasi hingga 59% dan variance hingga 65%. Dengan demikian, dalam skenario simulasi yang diujikan, model Fairness RL sebagai pengendali TSC adaptif yang diusulkan terbukti berhasil meningkatkan fairness rata-rata waktu tunggu antar kaki simpang dengan tetap mempertahankan fase siklus tetap.