3391
Hits

Jaga Keberlangsungan Sektor Transportasi Udara, BPPT Perkenalkan Konsep Bandara Cedas

Administrator
18 Aug 2021
Layanan Info Publik

Sejarah telah menunjukkan kepada kita bahwa munculnya pandemi virus, seperti SARS (2011), Flu Burung (2005) dan MERS (2015) akan berdampak pada penurunan PDB, begitu pula dengan pandemi Covid-19 yang hadapi saat ini diprakirakan menjadi peyebab penurunan PDB tertinggi saat ini.

 

Dengan perkiraan tersebut, perlu disusun strategi untuk memastikan bahwa industri transportasi sebagai industri yang paling terkena dampak akibat penurunan mobilitas orang yang ekstrem selama pandemi ini, akan mampu menopang dampak pandemi ini, kata Kepala BPPT Hammam Riza dia acara Indonesia Smart Airport Forum (iSAF) 2021 secara daring (18/08).

 

Jika melihat tren global bahwasanya pandemi Covid-19 telah menyebabkan penurunan mobilitas yang ekstrem di seluruh dunia, data menunjukkan bahwa ada penurunan 98% volume penumpang global pada April 2020.

 

Dengan adanya krisis ini, menurut Hammam telah mendorong percepatan adopsi teknologi seperti pengujian biometrik. Selain itu, Covid-19 dapat mendorong perubahan jangka panjang lebih lanjut dalam desain dan operasi bandara. Di sektor transportasi udara domestik banyak terdampak yang menyebabkan penurunan volume penumpang penerbangan.

 

Melalui diterapkannya kebijakan PPKM yang telah dimulai sejak Juli 2021 maka volume penumpang penerbangan domestik antara 1 – 16 Agustus 2021 lebih rendah dibandingkan periode yang sama tahun 2020.

 

Untuk menjaga keberlangsungan sektor transportasi udara selama dan setelah pandemi ini, maka perlunya mengadopsi konsep smart airport. Smart Airport menurut Hammam adalah sebagai konsep yang memperkenalkan teknologi canggih untuk pelayanan penumpang dan angkutan barang yang ekonomis dengan tetap mempertimbangkan aspek keselamatan dan keamanan.

 

Konsep Smart Airport yang berbasis pada transportasi cerdas sebutnya memiliki beberapa keunggulan, seperti harus dapat meningkatkan pendapatan, memberikan layanan dan pengalaman penumpang yang lebih baik, lebih hemat, berikan keamanan cerdas serta membangun inisiatif hijau pintar

 

Bandara pintar dapat menggunakan Internet of Things dengan kemampuan analisis-sensing-respons yang canggih. Selain itu, melalui pemanfaatan jaringan digital yang merupakan jaringan tunggal terkonvergensi yang memungkinkan lalu lintas broadband berkecepatan tinggi di seluruh ekosistem termasuk bandara, maskapai penerbangan, pelabuhan, logistik, otoritas dan pihak terkait lainnya. Dari sisi energi kita membutuhkan Digital Grid yang memungkinkan operasi waktu nyata, proses terintegrasi serta menjadikan pengalaman penumpang lebih baik

 

Kami di BPPT lanjut Hammam, terus mempelajari infrastruktur bandara cerdas dapat dilayani melalui aplikasi seluler dengan beberapa sistem utama dan dikelola dalam antarmuka terintegrasi yang menyimpan informasi perjalanan, pengumpulan dan pemrosesan acara yang cerdas, streaming aktivitas waktu nyata, serta platform analitik dan pemantauan prediktif penumpang.

 

Penumpang nantinya akan memiliki pengalaman yang lebih baik dengan infrastruktur terintegrasi yang memberikan kemudahan dalam perjalanan melalui bandara.

 

Penumpang akan merasakan layanan dengan konsep transportasi cerdas mulai dari tiket, transportasi antar-jemput bandara, check-in mandiri, proses transfer bandara, klaim bagasi hingga pengaturan Bea Cukai.

 

Di BPPT, saat ini sedang mengembangkan penelitian Crowded Estimation of Indonesian Datasets menggunakan Deep Learning CSRNet, yaitu sistem crowd control yang dapat mendukung konsep smart airport. Dengan sistem ini, kita dapat memantau kepadatan penumpang di bandara dan memberikan sistem peringatan dini kepada pihak berwenang terkait jika kerumunan telah mencapai tingkat tertentu.

 

Melalui CSRNet Deep learning digunakan dengan menggabungkan CNN normal dan CNN yang didilatasikan ke dalam algoritma CSRNet. Inovasi ini membantu untuk memprediksi dan menganalisis kepadatan yang dapat digunakan dalam proses pengambilan keputusan bisnis yang efektif di sektor transportasi. Dalam hal ini, akan membantu pihak berwenang untuk mengontrol keramaian di bandara.

 

Inovasi ini menggunakan pendekatan deep learning (CSRNet) untuk menganalisis estimasi massa. Perhitungan real-time dari posisi kepala orang digunakan untuk menentukan estimasi kerumunan. Inovasi ini menggunakan dataset dari berbagai fasilitas umum pada kondisi siang dan malam hari dengan jumlah dan ukuran orang yang bervariasi dalam gambar.

 

Algoritma CSRNet digunakan untuk memprediksi jumlah orang dalam gambar. Hasilnya menunjukkan bahwa jika kita membandingkan antara perhitungan sistem dan perhitungan manual, akurasinya antara 85% - 95%. Hasil ini menunjukkan bahwa sistem memiliki akurasi yang tinggi. Ini bisa menjadi titik awal yang baik untuk memodifikasi algoritma untuk mendapatkan akurasi yang lebih baik di masa depan.

 

Oleh karena itu, kami berharap inovasi ini dapat berkontribusi untuk membangun sistem transportasi udara yang aman selama dan setelah pandemi Covid-19, pungkasnya. (Humas BPPT)