Dari Xi’an ke Bangkok: Solusi AI Mengubah Lalu Lintas Kota Menjadi Lebih Baik

Tidak butuh waktu lama bagi pengemudi yang terjebak kemacetan di negara Asia untuk menyadari bahwa kotanya tidak bertambah besar. Malah, kotanya menjadi semakin padat dari hari ke hari.

Seiring dengan meningkatnya jumlah penduduk dan pergeseran ke arah kota, konsep ‘complete streets’ sedang bangkit kembali di kalangan perencana kota dalam beberapa tahun terakhir—jalur yang inklusif dan aman yang dirancang untuk beragam pengguna. Bagi kota-kota yang menganut konsep ini, dengan cepat menjadi jelas bahwa ‘jalan yang lengkap’ merupakan tantangan perencanaan kota yang memiliki banyak sisi, yang membutuhkan kolaborasi berbagai disiplin ilmu, mulai dari perencana kota dan departemen lalu lintas hingga tuan tanah.

Meskipun mengakui bahwa transformasi ini merupakan sebuah perjalanan, integrasi pengumpulan data besar melalui jaringan kamera pengawas dan teknologi AI menawarkan solusi yang belum pernah ada sebelumnya; membantu kota-kota memikirkan kembali jalan mereka. Di sini, kami menyajikan tiga kasus penggunaan data dan AI yang menarik dari daerah berpenduduk padat yang telah berkontribusi signifikan terhadap terciptanya masyarakat yang lebih layak huni dengan mengurangi kemacetan lalu lintas.

Mengantisipasi kemacetan menggunakan berbagai model AI di kota Xi’an, Tiongkok, meningkatkan throughput lalu lintas

Karena tembok arsitektur kuno Xi'an, perluasan jalan dibatasi, sehingga menimbulkan tantangan bagi populasinya yang terus bertambah hingga 2 juta kendaraan. Untuk mengatasi hal ini, kota tersebut telah beralih ke data dan AI untuk menata ulang manajemen lalu lintas. Salah satu solusi penting melibatkan penggunaan data lalu lintas untuk memprediksi kemacetan.

Dengan mengumpulkan data melalui kamera dan sensor, sistem mempelajari pola lalu lintas dan dapat menyesuaikan aturan yang sesuai. AI memungkinkan pengembangan berbagai algoritma untuk mengelola kemacetan dan meningkatkan arus lalu lintas. Tujuannya adalah untuk mengantisipasi kemacetan sebelum terjadi, dengan menerapkan solusi proaktif. Selain itu, model tersebut meningkatkan pencegahan insiden dan keselamatan jalan.

‍Selama fase percobaan awal didokumentasikan dalam artikel Tomorrow City, Proyek ini telah menghasilkan peningkatan arus lalu lintas sebesar 10% dan pengurangan waktu tempuh rata-rata di perkotaan sebesar 12%. Efektivitas deteksi insiden juga meningkat. Namun, meskipun ada kemajuan dalam AI dan potensi mobil tanpa pengemudi, menghilangkan kemacetan lalu lintas secara menyeluruh masih menjadi tantangan. Kendala fisik kota-kota seperti Xi'an, dengan lebih dari dua juta kendaraan, terus menimbulkan kendala yang signifikan. Pusat-pusat perkotaan harus mengakui perlunya perubahan dalam model transportasi tradisional untuk mengatasi tantangan yang terus berlanjut ini.

‍

Penegakan Parkir Berbasis AI di Proyek Ratchaprasong Bangkok: Solusi untuk Kemacetan

Di lingkungan perkotaan yang ramai dengan jalan utama yang sempit dan panjang seperti Bangkok, pengelolaan parkir ilegal merupakan aspek penting untuk mengurangi kemacetan lalu lintas dan memastikan kelancaran arus kendaraan. Dengan ruang yang terbatas dan semakin banyaknya kendaraan di jalan, parkir ilegal dapat menyebabkan gangguan dan penundaan yang signifikan bagi pengendara dan sistem transportasi umum.

Untuk mengatasi tantangan ini, pihak berwenang memanfaatkan teknologi dan kolaborasi untuk menegakkan peraturan parkir secara efektif. Dengan memanfaatkan rekaman dari kamera CCTV untuk menangkap pelat nomor kendaraan, pihak berwenang dapat mengidentifikasi dan menghukum pelanggar secara efisien. Pendekatan proaktif ini tidak hanya mencegah parkir ilegal tetapi juga menyederhanakan upaya penegakan hukum, sehingga mengurangi perlunya intervensi polisi yang terus-menerus. "Kami tidak dapat mengirim polisi untuk mengejar kendaraan yang diparkir secara ilegal sepanjang waktu," kata wakil gubernur Bangkok Wisanu Subsompon dalam sebuah interview dengan Bangkok Post.

Lebih jauh, kemitraan antara operator angkutan umum dan bisnis lokal berperan penting dalam menyediakan solusi parkir alternatif. Dengan menetapkan tempat parkir khusus, lokasi penurunan penumpang, dan ruang tunggu bagi penumpang, para pemangku kepentingan bertujuan untuk mengurangi titik-titik kemacetan dan meningkatkan arus lalu lintas secara keseluruhan di area tersebut.

Percobaan Circles Consortium di Nashville menunjukkan bagaimana satu mobil yang menggunakan AI secara efektif mengurangi kemacetan

Selama perjalanan Thanksgiving, banyak orang akan mengalami kemacetan lalu lintas mendadak di jalan raya antarnegara bagian, sering kali tanpa penyebab yang jelas seperti konstruksi atau kecelakaan. Para peneliti mengaitkan fenomena ini dengan 'Kemacetan Hantu' - akumulasi pengereman mendadak dan akselerasi mendadak saat melewati kondisi lalu lintas yang padat.

Namun, sebuah eksperimen baru-baru ini yang dilakukan menggunakan kecerdasan buatan di Nashville menawarkan solusi yang menjanjikan untuk masalah ini.

‍Menurut penelitian dari Circles Consortium, upaya kolaboratif yang melibatkan para akademisi dari Universitas Vanderbilt dan beberapa universitas lain, bermitra dengan para pemimpin industri termasuk Nissan Amerika Utara, Toyota, GM, dan Departemen Transportasi Tennessee untuk melakukan percobaan. Tujuan mereka adalah untuk menyelidiki bagaimana mobil yang dilengkapi AI dapat mengurangi kemacetan lalu lintas dan meningkatkan arus lalu lintas. Dengan mensimulasikan kondisi berkendara di dunia nyata dan memanfaatkan keahlian berbagai pemangku kepentingan, penelitian ini bertujuan untuk menilai dampak potensial teknologi AI dalam mengurangi kemacetan lalu lintas dan meningkatkan kinerja jalan secara keseluruhan.

Menurut abstract Di portal Berita Universitas Vanderbilt, pengujian tersebut melibatkan 20 mobil di lintasan tertutup, dengan hanya satu kendaraan yang dilengkapi dengan sistem AI—menggabungkan kendali jelajah adaptif dengan modifikasi AI untuk bereaksi terhadap kondisi lalu lintas di dekat dan jauh. Hebatnya, satu mobil yang dilengkapi AI ini mengubah perilaku berkendara seluruh armada, mengurangi pola berhenti-jalan yang sering menyebabkan kemacetan lalu lintas yang tidak dapat dijelaskan. Efek berantai dari intervensi ini menghasilkan penghematan bahan bakar yang signifikan dibandingkan dengan skenario lalu lintas yang umum.‍

Selain itu, dalam sebuah artikel dari Fox, peneliti Daniel Work menyoroti manfaat dari berkurangnya waktu mengemudi 'berhenti-jalan'. Ini termasuk pengurangan pengereman yang sangat besar hingga 98%, peningkatan efisiensi bahan bakar sebesar 40%, dan peningkatan jarak tempuh sebesar 14%.

‍

AI sebagai salah satu pencipta jalan yang lengkap?‍

Karena populasi perkotaan diproyeksikan akan membengkak, dengan perkiraan PBB yang menunjukkan bahwa 70% populasi dunia akan menghuni ruang kota pada tahun 2050, penanganan lalu lintas menjadi prioritas yang terus mendesak.

Contoh-contoh yang ditampilkan di atas dengan jelas menggambarkan potensi transformatif AI dalam mengatasi masalah kompleks kemacetan lalu lintas perkotaan. Dari memprediksi kemacetan secara akurat di Xi'an hingga menegakkan peraturan parkir secara efisien di Bangkok, dan bahkan memengaruhi perilaku berkendara secara positif di Nashville, solusi inovatif ini membentuk kembali cara kita menjelajahi kota-kota kita. Namun, mengatasi kemacetan lalu lintas bukanlah hal yang mudah—ini adalah tantangan yang melibatkan kalibrasi infrastruktur fisik serta menegosiasikan perilaku manusia.

Namun, saat kita mengintip ke masa depan, menjadi jelas bahwa AI akan mengambil peran yang semakin penting dalam mendukung pengurangan lalu lintas dan, mungkin pada akhirnya, dalam menciptakan bersama lingkungan perkotaan yang lebih layak huni mulai dari jalan-jalan kita.


Bicaralah dengan pakar tentang AI untuk jalan, lalu lintas, dan transportasi - jadwalkan meeting now.

Ingin menjelajahi studi kasus lainnya? Beritahu kami kebutuhan Anda.