Infografis
Suara.com - Sistem pengendalian lalu lintas cerdas berbasis Artificial Intelligent (AI) milik PT Teknologi Karya Digital Nusa Tbk (PT TKDN) diharapkan membantu mengurai kemacetan di Simpang Tugu Wisnu Manahan dan Simpang Sumber Girimulyo Kota Solo, Jawa Tengah.
Intelligent Traffic Control System (ITCS) dari PT TKDN itu sudah dilengkapi dengan teknologi AI Digital Twin 3D Generasi ke-5 dan teknologi AI Predictive Modelling.
Kini ITCS PT TKDN sedang dalam tahap Verifikasi, Validasi & Evaluasi (VV&E) oleh organisasi non-profit, Intelligent Transportation System Association of Indonesia (ITS Indonesia), agar dapat memenuhi standar Kementerian Perhubungan dan sesuai dengan masterplan yang telah dimiliki oleh ITS Indonesia dalam pemenuhan teknologi tepat guna dan bermanfaat bagi masyarakat.
“Dalam waktu dekat, ITCS dengan teknologi AI kami akan mendapat sertifikasi dari ITS untuk selanjutnya dapat kami implementasikan ke kota-kota lainnya di Indonesia. Kami pun telah melakukan uji coba ITCS ini di kota Solo selama kurang lebih 3 bulan sehingga kami bisa pastikan bahwa teknologi ini dapat menyesuaikan dengan kondisi riil lalu lintas di Indonesia,” jelas David Santoso, Direktur Utama PT TKDN dalam siaran pers yang diterima Selasa (18/7/2023).
Baca Juga: Cara Menggunakan Google Bard AI, Pesaing ChatGPT
Teknologi AI Digital Twin 3D Generasi ke-5 yang digunakan oleh PT TKDN mampu mendeteksi penumpukan kendaraan saat terjadi antrean di lampu merah dan menyesuaikan lampu lalu lintas sesuai dengan padatnya arus kendaraan di setiap kaki simpang sehingga penumpukan kendaraan selanjutnya dapat dihindari.
Kamera juga berfungsi sebagai detektor dipasang pada masing-masing kaki simpang untuk menginformasikan kepada kontroler mengenai kondisi lalu lintas dan menghitung jumlah volume kendaraan secara real time.
Beberapa fitur dari ITCS yang telah diuji coba dan akan tersertifikasi, yaitu
1. VIP Green Wave (Emergency Vehicle, VVIP Vehicle, dst)
Deteksi kendaraan yang sudah ditentukan berdasarkan ANPR (Automatic Plate Number Recognition) dan Jenis Kendaraanagar bisa mendapatkan prioritas lampu hijau di 2 simpang yang dilewati secara berurutan.
2. Bus Priority
Fitur ini mendeteksi bus berdasarkan ANPR dan Jenis Kendaraanagar mendapat prioritas lampu hijau serta mampu menghindari kendala jika terdeteksi lebih dari 1 bis yang lewat secara bersamaan karena menggunakan sistem first come first serve.
3. Actuated (Full Reaction)
Memberikan informasi kepada kontroler jika kondisi di simpang terpantau padat atau membutuhkan green time lebih panjang.
4. Self Adaptive
Kamera akan memberi informasi kepada kontroler secara realtime jika simpang memiliki tingkat kepadatan lebih tinggi agar mendapat lampu hijau lebih lama atau mempercepat lampu merah di simpang lainnya.
5. Coordinated Green Wave
Fungsi ini untuk mengkoordinasikan lampu hijau antar simpang sehingga lalu lintas lebih lancar dan menghindari penumpukan kendaraan di simpang selanjutnya.
“Kelebihan lainnya, sistem ini menggunakan kamera deteksi yang sudah dilengkapi dengan IR Light sehingga tetap bisa menjalankan semua fitur tersebut di malam hari dengan tangkapan lalu lintas yang lebih jelas,” sambung David.
Sedangkan Teknologi AI Predictive Modelling akan menganalisis pola dalam data historis yang diberikan. Algoritma prediktif analitik dari teknologi ini menggunakan teknik deep learning yang didasarkan pada data yang dikumpulkan dengan metode-metode yang terdapat didalam teknik data mining. Berdasarkan data model yang dibuat oleh AI ini, maka sistem ITCS akan mampu memprediksi tingkat dari derajat kejenuhan di suatu persimpangan berdasarkan data-data yang telah dikumpulkan secara historis maupun secara aktual.
“Ini berguna sekali untuk regulator setempat agar bisa mengantisipasi dan merencanakan pengambilan tindakan yang tepat ketika adanya anomali lalu lintas di masa depan yang mengakibatkan akan terjadinya penumpukan kendaraan, seperti faktor waktu, cuaca, hari libur, acara khusus, mudik dan lain sebagainya,” tambah David.
Predictive Modelling yang tepat menggunakan algoritma seperti regresi, neural network, atau metode ensemble, maka model prediksi yang dibuat akan lebih akurat sehingga bisa juga dibuat pola data untuk menghitung load factor dari persimpangan. Dari pola data tersebut bisa dilihat rasio dari kendaraan, rute, dan faktor lain yang bisa mempengaruhi derajat kejenuhan dari persimpangan tersebut.
“Penerapan sistem ITCS ini akan membuat lampu lalu lintas secara proaktif & otomatis menyesuaikan (adapt) dengan data prediksi yang telah dibuat modelling. Sebagai contoh, apabila dari model prediksi yang sudah ada diketahui bahwa terjadi kenaikan tingkat kejenuhan di persimpangan, maka sistem secara otomatis akan mengoptimalkan waktu siklus lampu lalu lintas pada persimpangan tersebut untuk menghindari terjadinya kemacetan yang parah,” tutup David.
