Kamera CCTV yang Bisa ‘Memikirkan’ Kemacetan: Penerapan AI Vision di Persimpangan dan Sistem Parkir Dinamis untuk Mengurai ‘Silent Killer’ Produktivitas Perkotaan di Indonesia.

Kemacetan lalu lintas dan kelangkaan parkir bukan lagi sekadar masalah kenyamanan, tetapi “silent killer” produktivitas ekonomi dan kualitas hidup urban di Indonesia. Solusi lama seperti pembangunan jalan layang terbukti tidak berkelanjutan. Artikel ini membahas solusi yang lebih cerdas dan adaptif: penerapan kecerdasan buatan (AI) berbasis computer vision pada infrastruktur kamera CCTV lalu lintas dan sistem parkir yang ada. Di persimpangan-persimpangan utama Jakarta, Surabaya, dan Bandung, Dinas Perhubungan mulai menguji sistem Adaptive Traffic Signal Control (ATSC) yang diperkuat AI. Berbeda dengan lampu lalu lintas dengan waktu tetap, sistem ini menganalisis video real-time dari kamera CCTV. AI menghitung volume kendaraan, mengidentifikasi jenis kendaraan (motor, mobil, bus), dan bahkan mendeteksi kepadatan antrean di setiap jalur. Berdasarkan data ini, algoritma secara otomatis dan dinamis menyesuaikan durasi lampu hijau. Misalnya, jika AI mendeteksi antrean panjang di jalur lurus sementara jalur belok kanan sepi, sistem akan memperpanjang durasi hijau untuk jalur lurus. Uji coba awal di beberapa titik menunjukkan penurunan waktu tunggu hingga 30%. Sektor parkir juga mengalami transformasi. Teknologi parking guidance system menggunakan kamera di pintu masuk gedung parkir dan di setiap lantai. AI bukan hanya menghitung slot kosong, tetapi juga mengenali plat nomor. Ini memungkinkan sistem untuk: 1) Memandu pengemudi langsung ke slot kosong terdekat via aplikasi atau signage digital, mengurangi waktu berputar; 2) Menerapkan parkir dinamis di jalan (dynamic curb management), di mana tarif parkir jalanan bisa naik-turun otomatis berdasarkan permintaan waktu nyata via aplikasi, mendorong perputaran kendaraan yang lebih cepat di area padat; 3) Mengintegrasikan data parkir dengan aplikasi navigasi seperti Waze atau Google Maps, memberikan informasi ketersediaan parkir sebagai bagian dari rute perjalanan. Tantangan implementasinya adalah investasi awal pada komputasi tepi (edge computing) untuk memproses video di lokasi, dan keandalan sistem dalam kondisi cuaca tropis. Namun, pendekatan ini menawarkan solusi yang lebih murah dan fleksibel dibandingkan membangun infrastruktur fisik baru, dengan memanfaatkan data untuk membuat keputusan lalu lintas yang lebih pintar.