Mengurai Kemacetan Mudik dengan AI: Harapan dari Pemudik

DALAM rutinitas tahunan pulang kampung yang diwarnai semangat kebersamaan, saya, seperti banyak pemudik lain, memilih untuk mengalami kembali ritual mudik dari Bandung ke Jogjakarta.

Berbeda dari tahun sebelumnya yang memanfaatkan jalan tol penuh, kali ini saya memilih untuk keluar dari pintu tol Pemalang dan melanjutkan perjalanan melalui jalur selatan non-tol, mencari pengalaman baru.

Namun, apa yang saya temui adalah pemandangan yang tidak asing: kemacetan luar biasa yang tampaknya sudah menjadi bagian tak terpisahkan dari tradisi mudik.

Ini menimbulkan pertanyaan, apakah kemacetan harus selalu menjadi bagian dari tradisi ini?

Fenomena mudik memang memiliki dampak luas, tidak hanya memperkuat ikatan sosial dan meningkatkan ekonomi lokal, tetapi juga menimbulkan masalah kemacetan yang memiliki konsekuensi serius.

Dampak ini bukan hanya tentang terbuangnya waktu atau stres yang meningkat, tetapi juga tentang peningkatan emisi gas rumah kaca dan polusi udara yang mengancam kesehatan kita dan planet ini.

Studi menunjukkan bahwa pergerakan massal selama periode mudik dapat meningkatkan emisi CO2 secara signifikan, menggarisbawahi perlunya solusi yang lebih berkelanjutan.

Menariknya, jawaban atas tantangan ini mungkin sudah ada di ujung jari kita. Beberapa negara telah memelopori penggunaan kecerdasan buatan (AI) untuk mengatasi kemacetan, dengan hasil yang menjanjikan.

Di China, misalnya, penerapan AI dalam manajemen lalu lintas di 23 kota telah berhasil mengurangi kemacetan dengan mengoptimalkan waktu lampu lalu lintas dan penyesuaiannya secara real-time.

Sementara itu, Uni Emirat Arab menggandeng Google untuk mengoptimalkan lampu lalu lintas di Abu Dhabi menggunakan keahlian AI Google.

Singapura, sebagai pelopor kota pintar, telah mengimplementasikan solusi AI untuk manajemen lalu lintas, termasuk lampu lalu lintas adaptif dan sistem penarikan tol elektronik yang dinamis.

Turkiye, dalam kolaborasi dengan Hongaria dan Jepang, mengembangkan sistem AI untuk prediksi dan kontrol kemacetan yang diuji coba di Istanbul, menunjukkan potensi kolaborasi internasional dalam pengembangan solusi AI.

Hongaria melalui kolaborasi ini dan inisiatif lain, mengeksplorasi penerapan AI dalam analisis data lalu lintas untuk mengidentifikasi area rawan kecelakaan.

Di Inggris, khususnya di Dewan Kota Hull, sistem manajemen lalu lintas berbasis AI telah diadopsi yang menyesuaikan urutan lampu lalu lintas untuk meningkatkan aliran lalu lintas, menandai upaya serius dalam mengurangi kemacetan dan meningkatkan kondisi transportasi.

Sementara itu, di Indonesia, khususnya Jakarta, inisiatif serupa telah diambil tahun lalu. Dinas Perhubungan DKI Jakarta, di bawah kepemimpinan Syafrin Liputo, telah mulai menggunakan AI untuk mengelola lalu lintas di 20 persimpangan.