Solusi Tol Brexit 2017 dari Sisi Teknologi

Topics : Business Continuity Management, etc

elang Lebaran 2017 ke depan, muncul sebuah pertanyaan. Apakah bencana kemacetan parah di tol Brebes-Exit (Brexit) akan terjadi lagi?

Akal sehat menjawab, semestinya tidak. Mengapa? Analisa very high level-nya adalah, nyaris tidak mungkin pemerintah membiarkan hal ini terjadi kembali, dan jatuh kembali ke lubang yang sama dua kali. Apa lagi berturut-turut.

Jawaban lain, nampaknya jalur tol sudah dibangun lebih jauh lagi ke arah Semarang, sehingga membagi load of exit (beban keluar) tol.

Saya juga menduga, mestinya pemerintah sudah menyiapkan strategi khusus mencegah kemacetan total yang berpotensi memakan korban jiwa pada lebaran tahun ini.

Lebih jauh lagi, ada sebuah usulan. Yakni memanfaatkan teknologi informasi dan data sains (ilmu data) untuk menghindari bencana kemacetan total tersebut.

Logikanya adalah sebagai berikut. Mekanisme masuk ke luar tol direkam di pintu tol, baik dari sisi jumlah mobil yang masuk atau ke luar dan jenis kendaraannya. Data ini tentunya disimpan di suatu database. Para penyelenggara jalan tol memerlukan data ini secara detil untuk memastikan pengumpulan pembayaran biaya tol.

Data ini merupakan data yang memiliki akurasi amat tinggi, sebutlah golden accuracy. Sebab, ia merupakan data transaksional dan terkait dengan rupiah. Dengan menggunakan data ini, semestinya bisa dikembangkan suatu model detektor kemacetan.

Apa itu detektor kemacetan? Sebuah sistem aplikasi yang bisa meramalkan peluang terjadinya kemacetan. Data input yang bisa digunakan adalah data-data dari pintu tol.

Kemajuan bidang teknologi machine learning nampaknya memungkinkan akurasi cukup tinggi untuk detektor kemacetan. Terutama, karena data-data ini bersifat data transaksional.

Dalam bayangan saya, satu tim yang berisikan ahli perilaku berkendara jalan tol, ahli prakiraan lalu lintas jalan tol, senior data scientist, dan ahli matematika khususnya proses stokastik (peluang), yang digabung tim pengembang aplikasi machine learning dan data analytics, akan mampu mengembangkan model ini.

Dengan adanya banyak aplikasi analisis saat ini yang berbasis open source, mestinya tidak membutuhkan biaya yang terlalu mahal. Harapan saya, semoga ini sudah dikembangkan; Agar mengurangi peluang bencana-bencana kemacetan di masa datang.

Bila belum dikembangkan, mengapa tidak dikembangkan segera sekarang? Daripada tidak sama sekali, lebih baik terlambat. Bila belum berguna untuk 2017, semoga berguna untuk tahun tahun ke depan. Semoga teknologi informasi komunikasi (TIK) Indonesia kian berdampak luas. Maju terus pantang mundur!

*) Penulis, Dr. Dimitri Mahayana adalah Chief Lembaga Riset Telematika Sharing Vision, Bandung. Bisa dihubungi melalui dmahayana@sharingvision.com.

See all related posts (15)

Produk Terkait