Ratusan kendaraan pemudik yang terlihat dari udara di Lingkar Gentong, Tasikmalaya, Jawa Barat, 21 Juli 2015. Petugas kepolisian melakukan buka tutup jalan untuk mengurai kemacetan yang terjadi mulai dari Lingkar Gentong sampai Limbangan Garut. TEMPO/Aditya Herlambang Putra
TEMPO.CO, Massachusetts - Terjebak dalam kemacetan lalu lintas pada jam sibuk tak hanya membuat frustrasi para pengemudi, tapi juga menumpuk emisi gas rumah kaca ke atmosfer bumi. Untuk mengatasi masalah kemacetan ini, dua peneliti dari Massachusetts Institute of Technology, Amerika Serikat, menggunakan pendekatan algoritme.
"Apa yang kami lakukan ialah mengembangkan algoritme tertentu agar lembaga transportasi dapat menggunakan model lalu lintas beresolusi tinggi ini untuk memecah kemacetan," kata Carolina Osorio, asisten profesor bidang teknik sipil dan lingkungan.
Temuan Osario dan Kanchana Nanduri dilaporkan dalam dua makalah ilmiah Transportation Science dan Transportation Research Part B. Dalam jurnal ini, Osario dan Nanduri menggabungkan data kendaraan dengan data lalu lintas kota setiap hari.
Osario bersama Kanchana Nanduri menghitung interaksi kompleks antar-tiap kendaraan di jalan raya. Menurut keduanya, model interaksi lalu lintas saat ini tidak menghitung kompleksitas kendaraan di jalan pada jam-jam tertentu, sehingga arus lalu lintas saat ini tidak dapat memprediksi kemacetan dan penggunaan bahan bakar secara keseluruhan.
Nanduri dan Osario menggunakan simulasi lalu lintas di Kota Lausanne, Swiss, yang menampung 12 ribu lebih kendaraan per hari, menggunakan karakter khusus. Permodelan tersebut juga memasukkan perubahan perilaku pengemudi dari hari ke hari. Perubahan pola pikir, misalnya, yang membuat rute menjadi lebih lambat dan perubahan jalur.
Meski program simulasi tersebut mengintegrasikan skala lalu lintas dan perilaku pengemudi, proses ini juga menemui masalah. Tim ilmuwan MIT menghitung kembali agar simulasi bisa berjalan lancar, yakni dengan cara mengurangi jumlah detail, namun tetap menyimpan data spesifik untuk membuat prediksi.
"Kuncinya ada pada 17 persimpangan dan 12 ribu kendaraan," tulis Osario dalam jurnal itu. Selain mengoptimalkan waktu perjalanan, model baru ini menggabungkan informasi spesifik tentang konsumsi bahan bakar dan emisi kendaraan dari sepeda motor serta bus.
TRANSPORTATION SCIENCE | TRANSPORTATION RESEARCH PART B | AMRI MAHBUB
