AI Atur Lampu Merah, Polusi di Persimpangan Bisa Turun Drastis

Teknologi kecerdasan buatan mulai digunakan untuk mengatur waktu lampu lalu lintas demi mengurangi emisi di kawasan padat. Foto: Ilustrasi/ Oscar Portan/ Pexels.

SETIAP hari, jutaan pengemudi di kota-kota besar Indonesia menghabiskan waktu di lampu merah. Rata-rata, delapan menit dihabiskan hanya untuk menunggu di satu titik. Namun, apa yang terlihat sebagai jeda biasa, ternyata menyimpan masalah besar: polusi udara yang ekstrem.

Di persimpangan jalan, polusi udara bisa mencapai 29 kali lipat lebih tinggi dibandingkan dengan jalan raya yang lancar. Penyebab utamanya? Kendaraan yang berhenti dan kemudian kembali berakselerasi. Sekitar 50 persen dari emisi di persimpangan berasal dari proses ini. Sayangnya, fenomena ini jarang disorot sebagai isu keberlanjutan.

Baca juga: Whoosh, Jejak Hijau di Atas Rel Baja Jakarta-Bandung

Namun, teknologi mulai memberi harapan. Lewat kecerdasan buatan (AI), pengelolaan lalu lintas kini bisa menjadi solusi yang bukan hanya efisien, tapi juga ramah lingkungan. Google melalui inisiatif Project Green Light menunjukkan bagaimana AI mampu memangkas emisi hanya lewat pengaturan lampu lalu lintas.

Polusi Lalu Lintas, Ancaman yang Selama Ini Terabaikan

Transportasi darat menyumbang sekitar 15 persen dari total emisi gas rumah kaca global. Di dalamnya, persimpangan lalu lintas menjadi titik rawan utama. Kendaraan yang berhenti dan kembali melaju menjadi sumber utama emisi.

Baca juga: Transportasi Hijau: Eropa Melaju, Indonesia Siap Menyusul?

Kondisi ini diperparah dengan infrastruktur lampu lalu lintas yang tidak selalu responsif terhadap kondisi lalu lintas nyata. Sistem konvensional tidak mampu menyesuaikan secara real-time dengan kepadatan kendaraan, waktu sibuk, atau pola unik suatu wilayah.

Menata Ulang Waktu, Mengurangi Emisi

Project Green Light dimulai pada 2020 oleh Google Research sebagai bagian dari misi pengembangan teknologi ramah lingkungan. Program ini menggunakan data lalu lintas dari Google Maps selama 10 tahun. Data ini diolah dengan algoritma machine learning untuk mengenali pola lalu lintas, durasi berhenti, serta koordinasi antar persimpangan.

Kepadatan lalu lintas di persimpangan kota menjadi sumber emisi tinggi akibat pola berhenti dan akselerasi kendaraan. Foto: Ilustrasi/ El Jusuf/ Pexels.

Dari hasil analisis tersebut, sistem memberi rekomendasi pengaturan waktu lampu yang optimal. Misalnya, mengurangi waktu lampu merah pada jam sepi atau menyinkronkan lampu hijau antar simpang untuk memperlancar arus kendaraan.

Baca juga: Swiss Ubah Rel Kereta Jadi Sumber Energi Terbarukan

Hasilnya cukup signifikan. Di 70 persimpangan di 17 kota seperti Boston, Rio de Janeiro, dan Bengaluru, sistem ini mampu mengurangi pemberhentian kendaraan hingga 30 persen dan menurunkan emisi hingga 10 persen.

Solusi Murah, Dampak Besar bagi Kota di Indonesia

Yang membuat pendekatan ini menarik adalah sifatnya yang ringan dan bisa langsung diintegrasikan tanpa perlu mengganti sistem perangkat keras. Semua berbasis perangkat lunak. Kota hanya perlu menerima rekomendasi, lalu menyesuaikan pengaturan lampu lalu lintasnya.

“Untuk mencapai dampak iklim yang positif, kami ingin menyebarkan Green Light ke lebih banyak kota dengan cepat,” kata Manajer Program Google Green Light, Alon Harris, mengutip Sustainability Magazine.

Baca juga: Jejak Karbon ChatGPT Setara 260 Penerbangan Tiap Bulan

Jika diterapkan di kota-kota besar Indonesia—seperti Jakarta, Bandung, atau Surabaya—dampaknya bisa sangat signifikan. Tidak hanya memperbaiki kualitas udara, tapi juga mengurangi pemborosan energi dan waktu.

Solusi keberlanjutan tidak selalu datang dari energi terbarukan atau kendaraan listrik. Kadang, solusi kecil di titik macet kota bisa memberi dampak besar bagi lingkungan. ***

Artikel ini hasil kolaborasi antara Mulamula.id dan SustainReview.id, untuk menghadirkan wawasan mendalam seputar isu keberlanjutan dan transformasi hijau.

Dukung Jurnalisme Kami: https://saweria.co/PTMULAMULAMEDIA

Tinggalkan Balasan

Alamat email Anda tidak akan dipublikasikan. Ruas yang wajib ditandai *