Strategi Big Data: Masa Depan Solusi Lalu Lintas dan Transportasi di Kota-kota Indonesia.

Hampir semua kota besar di Indonesia terus berupaya mengurai kemacetan, baik dengan jalan layang non-tol, jalur-jalur khusus (misal busway), tol lingkar luar, bus transit, sampai skema arus berlawanan (contraflow) yang sifatnya sangat situasional. Di sisi makronya, kini pemerintah di banyak kota juga tengah berlomba mewujudkan bentuk “kota cerdas”, yang pilotnya sudah diterapkan lebih dulu oleh Surabaya melalui Smart Budgeting.

Ide ini sukses mengantar Kota Pahlawan menerima penghargaan sebagai kota cerdas di Indonesia pada tahun 2011. Tidak lama setelah itu, lingkup kota cerdas tidak lagi menyasar soal aplikasi transparansi anggaran (e-budgeting) dan pelayanan publik melalui e-government, melainkan semakin luas termasuk ke sektor transportasi.

Demi mengetahui lebih jelas titik-titik masalah kemacetan kota, polisi dan Dinas Perhubungan mengintegrasikan infrastruktur transportasi dengan teknologi databit lewat pemantauan kamera CCTV di jalan-jalan utama. Tayangan informasi langsungnya lewat televisi dan radio membantu pengendara memilih rute alternatif jika tadinya hendak melewati jalan-jalan pusat macet yang disiarkan tersebut.

Pemerintah kota cukup berhasil memetakan titik-titik kemacetan melalui tayangan terkini (real time) yang diteruskan ke pusat-pusat koordinasi. Hanya saja, informasi kemacetan yang sangat membantu ini hanya disiarkan di stasiun televisi dan radio pada jam-jam tertentu sehingga belum dapat dinilai sebagai solusi mengurai atau menghindari kemacetan lalu lintas sepanjang hari. Alternatifnya, pengemudi dan pengguna jasa transportasi umum di kota-kota kini mengandalkan global positioning system (GPS), yang tersemat di ponselnya, guna memantau kemacetan lalu lintas beberapa menit sebelum melewati sebuah jalan.

Tahun 2020 mendatang, lebih dari 70% seluruh telepon pintar akan dilengkapi dengan GPS dengan kenaikan signifikan sebesar 20% setiap tahunnya (http://iveybusinessjournal.com). Dengan perkembangan teknologi, kini semua telepon pintar telah dilengkapi GPS (Global Positioning System) dengan informasi cukup rinci soal jaringan jalan khususnya di kota-kota metropolitan. Setiap tahun inovasi mesin pencari rute alternatif maupun alamat melalui Maps terus berkembang.

Kini kita tidak hanya dimudahkan dalam mencari alamat saja atau rute tertentu yang ingin dituju, aplikasi pemetaan dan panduan jalan juga telah melengkapi perangkatnya dengan informasi tingkat kepadatan lalu lintas di jalan-jalan utama. Titik macet parah suatu ruas jalan yang terekam dalam Google Maps ditandai dengan warna merah, kepadatan sedang berwarna kuning dan ramai lancar ditandai dengan warna biru.

Data terkini yang sifatnya masif ini akan sangat membantu pemerintah kota dalam menganalisis kinerja satu ruas jalan yang berkaitan dengan intensitas waktu yang dihabiskan pengendara kendaraan serta bahan bakar yang terbuang dalam satuan waktu/ruas jalan. Dengan cara ini, kinerja ruas jalan akan semakin bergerak dinamis dengan memanfaatkan data pergerakan dan pembaruan status-status publik di Internet.

Konsep ini, dinamakan Smart Routing, membantu penghematan waktu hingga 15 menit hingga 30 menit per hari, 10.800 jam per tahun, artinya 1 pengendara bisa menghemat bahan bakar sebanyak 5.400 liter setiap tahunnya. Dampak positif lainnya, semakin berkurang kendaraan terjebak kemacetan, maka semakin berurang polusi yang dihasilkan kendaraan dalam sekali waktu perjalanan.

Ekosistem data real time ini membangun apa yang disebut dengan Big Data, mekanisme pembaruan informasi yang berkaitan dengan kejadian-kejadian nyata di lingkungan publik, diintergrasikan dengan data fundamental sebuah struktur yang dimiliki oleh otoritas. Alat bantu ini merupakan kepingan penting yang dapat diterapkan pemerintah-pemerintah di Indonesia jika ingin mewujudkan efisiensi lalu lintas, selagi teknologi mulai merambat masuk dengan layanan-layanan berbasis open source dan crowdsource, memanfaatkan arus informasi orang-orang yang setiap menitnya lalu-lalang di internet.

Di bidang transportasi khususnya, Big Data yang dimaksud dalam menunjang kinerja ruas jalan raya di sektor infrastruktur, di mana data seluruh ruas jalan, kelas jalan, informasi kepadatan lalu lintas, informasi rute busway dan bus-bus pariwisata dapat dirangkum, dipetakan menurut wilayah, dan diperbaharui secara terkini melalui informasi yang dibagikan publik pengguna. Berikut ini ilustrasi pengelolaan Big Data untuk sistem transportasi:

Analisis Big Data

Keberhasilan mengurai kemacetan di kota-kota maju lainnya kini melalui Big Data kini tengah diteliti. Di Irlandia, firma teknologi IBM telah menggunakan basis Big Data di Kota Dublin untuk mengidentifikasi akar masalah kemacetan di rute-rute jalur busway mereka.

Menggunakan berbagai informasi transportasi seperti; waktu perjalanan atau jam puncak, timetables, jalur-jalur bus padat penumpang dan yang lengang penumpang, alat detektor kemacetan (Inductive-Loop Traffict Detector), data perubahan cuaca (lokasi yang diprediksi akan turun hujan), kamera CCTV, dinamika GPS seluruh bus kota, pergerakan taksi, dan peta digital Kota Dublin.

Pusat informasi dapat menyusun solusi jangka pendek dan panjang untuk kemacetan, menentukan titik-titik rawan baru, dan meneruskan informasi kecelakaan ke pihak ketiga. Data ini lalu di-overlay dengan data real time arus kendaraan menggunakan analisis geospasial dengan sistem komputerisasi, sehingga titik penyebab masalah lalulintas ditemukan segera dan respon terhadap masalah lalu lintas bisa dilakukan lebih awal. Sayangnya, di Indonesia sendiri data statistik kita belum terintegerasi dengan data-data real time lalu lintas dari Dinas Perhubungan.

Big data yang kemudian dianalisis dengan metode overlay ini nyatanya memberi dampak positif dalam hal kekayaan informasi lalu lintas di lapangan. Dengan keterbatasan tenaga kepolisian dan Dishub yang memantau setiap persimpangan jalan, Big Data hadir sebagai mata elang di langit yang meneruskan informasi dalam waktu seketika, apa yang sebenarnya terjadi dengan pergerakan di atas aspal.

Jika berhasil terintegrasikan, sistem ini akan membantu sinkronisasi data statistika digital di monitor, dengan laporan-laporan langsung para petugas lalu lintas di lapangan. Tujuan utamanya: angka kecelakaan berlalu lintas menurun, kemacetan teratasi dan yang paling penting, kenyamanan berkendara berhasil dibangun pemerintah kota setempat. Ke depan, strategi Big Data ini bisa dikembangkan ke sektor-sektor yang lain seperti sektor pendidikan dan kesehatan, untuk melengkapi kebutuhan data rigid yang belum banyak ditemukan pada katalog BPS Indonesia dalam Angka.

Infrastruktur untuk Transportasi Cerdas dengan Basis Big Data

Infrastruktur cerdas sebagaimana yang dirintis Dublin dan Surabaya dibutuhkan untuk mengurangi dampak lingkungan, meningkatkan nilai ekonomi dan kualitas hidup perkotaan. Transportasi cerdas memberi kontribusi positif bagi kinerja mobilitas, aksesibilitas dan pemerataan pembangunan di seluruh area perkotaan.

Tantangannya, ini akan membutuhkan teknologi jaringan telekomunikasi yang lebih baru, walaupun biayanya tidak sedikit. Walaupun tidak semua dari sistem transportasi cerdas ini menggantungkan seluruh instrumennya pada teknologi. Kabar baiknya adalah, ide pengelolaan Big Data ini akan semakin meningkatkan pendapatan nasional karena tingginya permintaan di bidang jasa pelayanan transportasi yang mengandalkan pada kekuatan jaringan telekomunikasi.

Tahun 2017 saja, belum genap setahun Kementerian Komunikasi dan Informasi berhasil mengumpulkan pendapatan Negara Bukan Pajak yang tertinggi di seluruh jajarang kementerian. Kominfo menargetkan Pendapatan Negara Bukan Pajak di tahun 2017 ini akan mencapai Rp.14 Trillyun.

Agar target pemerintah nasional segera terwujud, maka diperlukan pengelolaan sebuah sistem Big Data. Sumber data yang sudah tersedia dan kerjasama antar lembaga terkait sebenarnya memiliki peran penting selain basis teknologi itu sendiri. Tinggal bagaimana melakukan update untuk data-data pergerakan lalu lintas melalui teknologi. Data yang terus diperbaharui ini juga sangat diperlukan sebagai basis data utama.

Bentuk kebutuhan data dan skema operasional yang bisa diwujudkan untuk pengembangan infrastruktur transportasi cerdas adalah sebagai berikut:

Sumber: Urban Mobility Guideline

Untuk mewujudkan visi ini, tidak hanya kesiapan perangkat teknologi dan data-data transportasi yang dibutuhkan dalam pembangunan infrastruktur transportasi cerdas. Sejak awal seluruh pemangku kebijakan di bidang transportasi harus fokus melihat masalah utama transportasi di kotanya dan tujuan yang hendak mereka capai dari transportasi cerdas.

Jika tujuan dari transportasi cerdas adalah mewujudkan kota yang lebih menyenangkan peningkatan investasi dan peluang ekonomi maka program smart routing saja tidak cukup. Di sisi lain, terobosan ini memerlukan kesadaran inovasi masyarakat, menyadari bahwa kegiatan di jalan serta aliran informasi yang mereka teruskan dapat berguna bagi otoritas kota dalam melakukan pemetaan masalah. Di samping itu, dibutuhkan pusat komando lalu lintas tersebar di setiap kota, dan dikelola secara independen tidak hanya oleh kepolisian, tetapi juga badan-badan afiliasi khusus yang berstandar.

Ke depannya, Big Data bisa dimanfaatkan untuk kepentingan yang lebih besar. Walaupun di satu sisi ternyata pemerintah memangkas anggaran infrastruktur sebesar Rp.300 Triliun dari 5.000 Trilliun. Diharapkan pemangkasan tersebut tidak berdampak siginifikan jika pemerintah benar-benar serius mengelola Big Data transportasi mereka.

Data transportasi ini ke depannya dapat digunakan dalam pendekatan analisis atas penawaran dan permintaan jasa transportasi, menjamin privasi pengguna jalan dan aplikasi data, memetakan proyeksi pembangunan jalur-jalur transportasi baru, serta menyiasati skema pembiayaan pemerintah daerah dalam menerapkan teknologi berkaitan dengan inovasi lalu lintas.