RRI.CO.ID, Yogyakarta – Kemacetan di wilayah perkotaan masih menjadi persoalan besar dalam sistem transportasi Indonesia. Pendekatan pengaturan lalu lintas yang bersifat statis dinilai belum mampu mengikuti dinamika pergerakan kendaraan secara real-time, sehingga berdampak pada meningkatnya waktu tempuh, antrean panjang, dan ketidakefisienan jaringan jalan.

Direktur Jenderal Perhubungan Darat Kementerian Perhubungan, Aan Suhanan, mengungkapkan jumlah kendaraan pada 2025 mencapai 172,9 juta unit dengan pertumbuhan rata-rata 4,5 persen per tahun. Tingkat kemacetan di lima kota besar mencapai 54,9 persen, dengan waktu terbuang hingga 118 jam per pengemudi setiap tahun. Kerugian ekonomi akibat kemacetan bahkan mencapai Rp77 triliun atau sekitar 2,2 persen dari GDP Jakarta.

“Kondisi ini menunjukkan perlunya transformasi menuju sistem transportasi berbasis data dan terintegrasi,” ucap Dirjen Aan dalam webinar bertajuk “Mengurai Kemacetan Kota dengan Artificial Intelligence: Transformasi Manajemen Lalu Lintas Menuju Smart Mobility di Indonesia” pada Selasa, 28 April 2026.

Sebagai langkah penanganan, pemerintah telah mengembangkan sistem berbasis Intelligent Transportation Systems (ITS) seperti ATCS dan AtMS yang diterapkan di ratusan simpang dan puluhan ruas jalan. Penerapan ITS juga diperluas pada transportasi publik melalui program Teman Bus yang kini beroperasi di 14 wilayah metropolitan, didukung ratusan armada dengan tingkat keterisian mencapai 71,42 persen.

“Ke depan, penerapan ITS memiliki peluang besar untuk analisis data lalu lintas dan pengendalian sistem secara adaptif, meskipun masih menghadapi tantangan regulasi dan kesiapan kelembagaan,” katanya.

Pelaksana Harian Kepala Pustral Universitas Gadjah Mada, Ikaputra, menilai transformasi sistem transportasi perlu mengarah pada pendekatan berbasis data dan adaptif. Menurutnya, kecerdasan buatan membuka peluang besar dalam meningkatkan kinerja sistem transportasi modern. “AI tidak hanya menjadi alat bantu analisis, tetapi turut berpotensi menjadi bagian inti dalam sistem manajemen lalu lintas modern,” kata Ikaputra.

Guru Besar Teknik Sipil dan Lingkungan UGM, M Zudhy Irawan, menambahkan bahwa kebutuhan terhadap teknologi AI semakin mendesak seiring meningkatnya kompleksitas transportasi. Teknologi seperti Large Language Models dinilai mampu mengolah data, memahami pola, hingga mengambil keputusan secara adaptif.

“LLM mampu membuat keputusan cerdas seperti manusia dalam mengoptimalkan sinyal lalu lintas dan memprediksi arus kendaraan,” ucapnya.

Ia menjelaskan, LLM memiliki peran penting mulai dari memproses data berbagai sumber, mengelola pengetahuan lalu lintas, mendukung pengembangan sistem, hingga membantu pengambilan keputusan. Teknologi ini bahkan telah digunakan dalam kendaraan otonom, sistem lampu lalu lintas adaptif, transportasi publik, hingga navigasi cerdas.

Meski demikian, Zudhy mengingatkan adanya risiko dalam penerapan teknologi tersebut, termasuk akurasi informasi dan keamanan data.

“Teknologi ini memang memberi banyak kemudahan dalam mengelola transportasi, tetapi kita tidak boleh abai terhadap risikonya, terutama terkait akurasi informasi dan keamanan data yang harus benar-benar dijaga,” ujarnya.

Selain itu, tantangan lain juga mencakup isu privasi, keamanan siber, serta potensi bias dalam sistem AI yang dapat berdampak pada kelompok tertentu. “Tanpa tata kelola yang jelas, pemanfaatan AI justru berpotensi menghadirkan risiko baru, sehingga aspek etika, regulasi, dan perlindungan pengguna harus menjadi prioritas,” kata Zudhy.