AI sebagai Solusi Kemacetan dan Tarif Tol: Inovasi untuk Transportasi Masa Depan

Afiliasi : Rendy Alfasyah, Mahasiswa Program Magister, Departemen Teknik Elektro, ITS JurnalPost.com - Permasalahan yang sering dihadapi di berbagai negara, termasuk di Indonesia salah satunya yaitu kemacetan. Kota Jakarta merupakan pusat ekonomi dan administrasi yang memiliki berbagai permasalahan yang harus di atasi, seperti kemacetan yang terjadi di jalan tol serta tingginya tarif tol, dimana beban lalu lintas yang sangat tinggi terjadi pada jam-jam sibuk. Menurut laporan TomTom Traffic Index 2023, di Jakarta, pengemudi rata-rata menghabiskan total 103 jam per tahun dalam kemacetan yang menyebabkan kerugian hingga Rp 65 triliun per tahun. Berdasarkan temuan permasalahan tersebut, diperlukan solusi inovatif yang mampu mengurangi atau menyelesaikan permasalahan tersebut. Kecerdasan buatan (AI) merupakan solusi yang dapat membantu mengurangi tingginya kemacetan yang terjadi dan membantu dalam menekan tarif tol dengan efisiensi operasional dan optimalisasi infrastruktur. Apa itu Kecerdasan Buatan (AI)? Kecerdasan buatan (AI) merupakan sebuah teknologi yang menawarkan manfaat dalam melakukan analisis data, belajar menggunakan pola serta membuat decision  secara otomatis. Pada permasalahan jalan tol dibutuhkan alat untuk memantau, mengelola dan membantu dalam melakukan proses optimalisasi lalu lintas serta infrastruktur. AI mampu melakukan setiap aktivitas tersebut dengan tujuan untuk meningkatkan efisiensi operasional dan kenyamanan pengguna. Solusi AI untuk Mengurangi Kemacetan Jalan Tol dan Non-Tol Pemantauan Lalu Lintas Real-Time Penerapan AI banyak kita temui di lingkungan kita, salah satunya kegiatan pemantauan arus lalu lintas secara real-time. Implementasi ini memanfaatkan kamera CCTV, sensor canggih serta perangkat IoT dalam mengumpulkan data yaitu data kecepatan kendaraan, volume lalu lintas, tingkat kepadatan dan lain sebagainya. Dari data yang telah dikumpulkan, AI akan memproses pada tahap melakukan analisis pola lalu lintas untuk mendeteksi potensi kemacetan dan mampu memberikan langkah pencegahan atau rekomendasi. Dalam hal ini, rekomendasi bisa diberikan dalam bentuk membuka jalur alternatif atau mengerahkan kendaraan arus kendaraan melalui papan informasi elektronik. Menurut laporan World Economic Forum, teknologi ini dapat mengurangi waktu perjalanan hingga 25% dan konsumsi bahan bakar sebesar 15%. Apabila kita mengimplementasikan teknologi ini pada tol Dalam Kota Jakarta, diperkirakan dapat membantu mengurangi tingkat kemacetan hingga 20% serta pengemudi mendapat benfit waktu perjalanan rata-rata lebih efisien sebaganya 10-15 menit per perjalanan. Sistem Pembayaran Otomatis Solusi efektif AI yang mampu mengurangi kemacetan salah satunya yaitu sistem pembayaran otomatis. Teknologi yang dapat digunakan untuk menekan kebutuhan waktu kendaraan berhenti di gerbang tol yaitu menggunakan plat nomor kendaraan (License Plate Recognition/LPR) dan pembayaran Radio Frequency Identification (RFID), dengan memanfaatkan teknologi ini dan mengintegrasikan saldo elektronik serta aplikasi seluler, dapat mengurangi waktu transaksi hingga 70% yang mampu membuat pengguna menikmati kenyamanan lebih besar. Contoh implementasi sistem pembayaran otomatis yang dapat kita lihat yaitu pada kasus di Singapura. Penggunaan sistem ini di gerbang tol menghasilkan waktu transaksi berkurang drastis. Apabila sistem ini kita terapkan di Indonesia, seperti Tol Cikampek Elevated dan Tol Jagorawi, maka diperkirakan mampu mengurangi waktu antrian hingga 50% dengan tingkat kontribusi pada pengurangan kemacetan hingga 15%. Pengaturan Jalur Dinamis Berbasis AI Pengaturan jalur dinamis dengan teknologi AI merupakan teknologi yang dapat membantu dalam pembukaan jalur tambahan yang dilakukan dengan cara mendistribusikasi arus kendaraan secara merata. Distribusi tersebut dilakukan agar tidak ada satu jalur pun yang terlalu padat, sehingga membuat perjalanan lebih lancar dan efisien serta pengguna merasakan fleksibilitas yang lebih baik dalam manajemen kapasitas jalan. Di California, teknologi ini mampu melakukan analisis kepadatan kendaraan di setiap jalan serta memberikan rekomendasi pengalihan arus yang dapat meningkatkan kapasitas jalan hingga 30% selama jam sibuk. Apabila teknologi ini diterapkan pada Tol Dalam Kota Jakarta, diperkirakan pengaturan jalur dinamis mampu mengurangi kemacetan hingga 20-25%, terutama pada jalur masuk dan keluar tol. Prediksi Kemacetan Terobosan lain yang ditawarkan oleh Kecerdasan Buatan yaitu prediksi kemacetan dengan cara melakukan analisis data historis secara real-time, dimana mampu memprediksi titik rawan kemacetan dan memberikan rekomendasi untuk rute alternatif menggunakan aplikasi navigasi atau papan informasi. Penerapan di Shanghai memperlihatkan penggunaan prediksi kemacetan mampu mengurangi waktu perjalanan hingga 20 menit per hari. Apabila teknologi ini diaplikasikan di Jakarta, diperkirakan mampu mengurangi tingkat kepedatan sebesar 15-20% di jalan tol, terutama pada jam sibuk. Studi Kasus di Indonesia Implementasi teknologi berbasis AI telah diterapkan beberapa inisiatif di Indonesia. Implementasi teknologi tersebut salah satunya pada Tol Bali Mandara dengan pemakaian sistem pemantaian lalu lintas serta sistem pembayaran elektronik. Penggunaan sistem ini memberikan manfaat pada peningkatan efisiensi operasional. Teknologi Multi Lane Free Flow (MLFF) telah mulai diuji coba dengan bantuan perangkat RFID atau aplikasi pembayaran digital yang mampu mendeteksi kendaraan saat melintas serta dapat memperkirakan kendaraan melewati gerbang tol tanpa harus berhenti. Sistem pembayaran berbasis real-time telah dihasilkan oleh MLFF dengan manfaat yang dapat membantu untuk menekan tingkat kemacetan di gerbang tol, pengemudi tidak perlu menurunkan kecepatan kendaraan mereka dalam transaksi manual yang akan dilakukan. Implementasi sistem ini sesuai dengan bagi Bali yang sering dihadapkan pada tingginya lalu lintas akibat kegiatan pariwisata. Implementasi yang dilakukan memang masih terbatas, namun langkah ini menunjukan potensi besar apabila dapat dikembangkan secara merata di wilayah Indonesia. Tantangan Implementasi AI di Indonesia Berikut merupakan tantangan utama yang dihadapi dalam mengaplikasikan AI di jalan tol Indonesia:

• Tingginya biaya Investasi

Biaya yang dikeluarkan akan tinggi dikarenakan infrastruktur pendukung seperti kamera CCTV, sensor dan perangkat lunak yang digunakan.

• Minimnya tenaga ahli yang dibutuhkan

Pentingnya pelatihan intensif untuk operator yang akan mengatur sistem berbasis AI.

• Integrasi Infrastruktur

Perlunya modifikasi di jalan tol yang sudah ada agar lebih kompatibel dengan teknologi baru yang akan diaplikasikan. Manfaat Sosial Efisiensi waktu dan biaya serta meningkatkan kualitas hidup masyarakat merupakan dampak dari pengurangan tingkat kemacetan. Perjalanan yang dibutuhkan oleh pengendara lebih singkat dan membuat waktu yang dihabiskan untuk keluarga serta aktivitas produktif lainnya menjadi lebih banyak. Masyarakat dapat mempunyai akses yang lebih terjangkau apabila tarif tol lebih rendah pada infrastruktur di jalan tol. Aspek Regulasi dan Kebijakan Berikut ini merupakan Implementasi teknologi berbasis AI di jalan tol yang membutuhkan bantuan kebijakan yang kuat yaitu:

• Standar keamanan data

Penggunaan standar keamanan data memiliki manfaat dalam menjaga kerahasiaan data pribadi pengguna..

• Insentif bagi operator tol

Insentif bagi operator tol bisa berupa bantuan dari pihak pemerinta untuk membantu dalam pemberian insentif pajak atau subsidi untuk perusahaan yang telah menerapkan teknologi kecerdasan buatan.

• Pengawasan ketat

Pengawasan ketat memiliki manfaat dalam memastikan keberjalanan penggunaan teknologi sesuai dengan peraturan yang telah berlaku. Teknologi Pendukung AI Berikut ini merupakan teknologi pendukung yang membantu penerapan AI lebih efektif yaitu:

• 5G: Mengkonfirmasi komunikasi data yang cepat dan real-time.
• Cloud Computing: Mengelola serta melakukan analisis data dalam skala besar.
• IoT: Menghubungkan berbagai device di lapangan dengan sistem pusat.

Perkiraan Biaya Investasi Untuk Implementasi AI Penerapan pada sistem berbasi AI seperi di Kota Jakarta dapat berkisar dari Rp 100 miliar hingga Rp 200 miliar, tergantung pada skala proyek yang akan dijalankan. Pengeluaran biaya pada implementasi AI ini perlu diimbangi juga dengan melakukan efisiensi pada bahan bakar, pengurangan waktu perjalanan serta melakukan peningkatan produktivitas. Berdasarkan hasil estimasi, apabila sistem AI diterapkan maka dapat menghemat biaya Rp 10 triliun hingga Rp 15 triliun per tahun dengan pemakaian bahan bakar yang minim serta efisiensi waktu yang meningkat. Investasi awalyang dilakakun dengan menghemat biaya dapat membantu menutup biaya pada 8-12 tahun periode, namun tetap dilihat pada skala dan efisiensi penerapan. Berikut ini merupakan implementasi sistem AI pada jalan tol dan non-tol yang memerlukan investasi signifikan yaitu:

• Pemasangan Perangkat Keras: Penggunaan perangkat keras dapat mengeluarkan biaya sebesar Rp 500 juta hingga Rp 1 miliar per km jalan untuk kamera CCTV, sensor IoT dan infrastruktur jaringan.
• Pengembangan Perangkat Lunak AI: Pengembangan perangkat lunak memerlukan biaya pada pembuatan sistem analitik berbasis AI, termasuk prediksi lalu lintas dan manajemen jalur dinamis sebesar Rp 2-5 miliar untuk setiap proyek besar.
• Integrasi dan Pelatihan: Kebutuhan biaya berkisar Rp 500 juta hingga Rp 1 miliar untuk integrasi sistem dengan infrastruktur yang ada, beserta pelatihan operator.

Efisiensi Operasional dan Penurunan Tarif Tol Kecerdasan buatan mampu membantu dalam penekanan tarif tol dengan efisiensi operasional. Sistem free-flow tolling dapat mengurangi biaya operasional secara signifikan karena dapat menghilangkan gerbang fisik dan tenaga kerja manual, sehingga mempermudah daam pengalaman pengguna dengan transaksi nirkontak dan otomatis. Tarif tol dinamis dengan penyesuaian pada waktu dan volume kendaraan, memberikan benefit seperti pemakaian tarif yang lebih hemat pada jam tertentu, tidak hanya mengurangi kepadatan, tetapi juga mampu meningkatkan income operator jalan tol. AI mampu melakukan prediksi kebutuhan perawatan infrastruktur untuk meminimalisir pengeluaran biaya pemeliharaan yang tidak terduga. Apabila pengurangan kemacetan dapat diaplikasian, manfaat yang didapat pada ekonomi sangat besar. Menurut data International Energy Agency, kemacetan yang berhasil ditekan dapat menghemat hingga 2,5 miliar liter bahan bakar setiap tahun. Di Jakarta, implementasi AI diperkirakan dapat menghemat konsumsi bahan bakar hingga 15% dan menurunkan emisi karbon hingga 20%. Dampak Ekonomi dan Lingkungan Penggunaan waktu perjalan yang lebih singkat serta memiliki lebih banyak waktu untuk kegiatan produktif lainnya merupakan salah satu manfaat utama yang dapat dirasakan. Kemacetan yang terdapat di Jakarta berpotensi menghemat sebesar Rp 13 triliun per tahun dari kerugian produktivitas apabila kemacetan dapat berkurang. Emisi karbon yang berkurang juga dapat menjadi hal positif yang dirasakan oleh pengguna dari penerapan AI. Emisi karbon yang tinggi, dihasilkan dari kendaraan yang berhenti dan berjalan lambat. Berdasarkan studi di Beijing, memperlihatkan bahwa pengurangan emisi karbon mampu diterapkan dengan AI yang menghasilkan hingga 20%. Implementasi AI, apabila diterapkan di Jakarta diperkirakan mampu mengurangi penggunaan emisi karbon hingga 15-20%. Pandangan Ke Depan Solusi inovatif untuk mengatasi kemacetan dan tingginya tarif tol dapat menerapkan kecerdasan buatan (AI) di jalan tol dan integrasinya dengan jalan non-tol. Teknologi seperti pemantauan lalu lintas real-time, pembayaran otomatis, pengaturan jalur dinamis, dan tarif dinamis, AI menciptakan sistem transportasi yang lebih efisien, ekonomis, dan berkelanjutan. Beberapa negara seperti Amerika Serikat, Singapura, dan China dalam menunjukan hasil dari pengalamannya yaitu teknologi AI tidak hanya mampu membantu dalam mengurangi kemacetan, tetapi juga mampu meningkatkan efisiensi operasional dan mendukung keberlanjutan lingkungan. Dengan implementasi yang telah tersusun dengan tepat, Indonesia dapat mewujudkan sistem transportasi yang lebih lancar, terjangkau, dan ramah lingkungan, mendukung pertumbuhan ekonomi yang berkelanjutan di masa depan. Referensi

• TomTom Traffic Index 2023. "Laporan Lalu Lintas Global." Diakses dari https://www.tomtom.com/traffic-index/.
• World Economic Forum. "AI Solutions for Traffic Management." Diakses dari https://www.weforum.org/reports/.
• International Energy Agency. "Reducing Traffic Congestion through Technology." Diakses dari https://www.iea.org/reports/.
• Studi di Beijing. "Carbon Emission Reduction Using AI in Traffic Systems." Journal of Environmental Studies, 2021.