Teknologi yang dibangun dengan memahami pengalaman penggunanya telah mengubah perilaku masyarakat dalam bepergian dan melakukan aktivitas sehari-hari. Aplikasi pemesanan kendaraan khususnya telah menjadi terobosan karena memungkinkan sistem jemput dan antar yang nyaman di harga yang terjangkau. Pulse Lab Jakarta telah bermitra dengan Grab—sebuah perusahan teknologi penyedia jasa pemesanan kendaraan, pengiriman makanan, dan logistik—untuk melakukan riset gabungan terhadap data yang dihasilkan dari penggunaan layanan ini untuk meningkatkan efisiensi sistem transportasi. Blog ini membahas analisis yang telah Pulse Lab Jakarta lakukan selama beberapa bulan terakhir dalam memahami dinamika jasa ride-hailing di Jabodetabek serta berbagai penelitian lainnya yang sedang berjalan.
Jakarta, 12 April 2019 – Kehadiran aplikasi pemesanan kendaraan telah memodifikasi pola mobilitas masyarakat Indonesia. Misalnya saja di Jabodetabek, di mana beberapa kelompok penglaju (komuter) lebih memilih transportasi privat ketimbang transportasi publik karena berbagai alasan, di antaranya kenyamanan. Perilaku berperjalanan baru ini mengindikasikan adanya wilayah-wilayah di perkotaan yang belum terlayani penuh oleh angkutan publik maupun privat. Hanya saja, belum banyak penelitian yang mengeksplorasi potensi pemanfaatan data industri ride-hailing, termasuk untuk integrasi layanan perhubungan dan tujuan pembangunan nasional lainnya. Perencana kota dan pembuat kebijakan akan sangat terbantu dalam mengembangkan sistem transportasi terintegrasi bila mereka memiliki wawasan berbasis data, misalnya tentang daerah di perkotaan yang belum terjangkau oleh transportasi publik dan privat secara maksimal.
Dalam penelitian ini, Pulse Lab membuat pemodelan arus tujuan dan asal dari layanan Grab, dengan menggunakan machine learning untuk dapat memahami interaksi antara permintaan layanan dan faktor lokasi, waktu, serta jarak antar titik. Agar dapat mengilustrasikan secara lebih baik, tim Pulse Lab membuat visualisasi interaktif untuk beberapa temuan kunci seperti di bawah ini:
Pola Lalu Lintas di Jabodetabek
Visualisasi di bawah ini menunjukkan pola lalu lintas di Jabodetabek, yang Pulse Lab simpulkan dari data GPS anonim Grab. Sebuah titik mewakili total arus masuk-keluar lalu lintas di kecamatan tersebut. Titik berwarna hijau merepresentasikan arus masuk yang lebih tinggi, sedangkan titik berwarna ungu mengindikasikan arus keluar yang lebih tinggi atau arus masuk-keluar yang sebanding.
Perbedaan arus lalu lintas selama hari kerja dan akhir pekan
Visualisasi di bawah membandingkan arus lalu lintas selama hari kerja dan akhir pekan. Pulse Lab melihat perbedaan pola lalu lintas di beberapa kecamatan. Sebagai contoh di Kecamatan Menteng yang menjadi salah satu area bisnis dan perkantoran tersibuk di Jakarta. Menteng menunjukkan lalu lintas yang tinggi selama hari kerja jika dibandingkan dengan akhir pekan. Tren sebaliknya terjadi di Kecamatan Bogor Tengah dan Bekasi Selatan yang menunjukkan lalu lintas yang tinggi di akhir pekan dan cenderung rendah di hari kerja. Warna ungu menunjukkan arus lalu lintas yang lebih rendah, yang secara bertahap akan berubah menjadi hijau yang menunjukkan arus lalu lintas yang lebih tinggi.
Dampak Asian Games 2018
Ketika Asian Games dihelat di Indonesia pada tahun 2018, Pulse Lab melihatnya sebagai peluang yang baik untuk mengeksplorasi dinamika transportasi yang terjadi. Dengan gelanggang pertandingan yang tersebar di Jakarta dan sekitarnya serta Palembang, ajang olahraga multi-cabang ini menarik lebih dari 80.000 pengunjung dari luar negeri. Untuk menelisik dinamika yang terjadi pada layanan Grab, Pulse Lab membuat indeks yang terbagi atas dua periode waktu, yakni Periode Sebelum (Maret-Juli 2018) dan Periode Proses (18 Agustus – 2 September). Grab membuat lebih dari 100 tempat tujuan khusus (Point of Interest/PoI) untuk memastikan kelancaran penjemputan dan penurunan penumpang serta barang ke area Asian Games. Pulse Lab pun meneliti pola perjalanan dari-dan menuju tempat-tempat tujuan khusus (PoI) yang lantas dikaitkan dengan pendapatan untuk pengemudi yang beroperasi di Jabodetabek dan Palembang. Berdasarkan hal tersebut, berikut beberapa temuan Pulse Lab:
Selama dua pekan Asian Games 2018, mitra pengemudi Grab yang beroperasi di Jabodetabek dan Palembang mengalami kenaikan rata-rata pendapatan harian sejumlah 24 persen. Bila dilihat berdasarkan kategorinya, mitra pengemudi GrabBike mendapatkan kenaikan pendapatan harian tertinggi sebanyak 26 persen, sementara mitra pengemudi GrabCar dan GrabExpress mengalami kenaikan pendapatan harian sebesar 25 persen, sedangkan mitra pengemudi GrabFood mendapatkan kenaikan rata-rata sejumlah 21 persen.
Penelitian dalam proses
Pulse Lab Jakarta menyambut baik kesempatan bermitra dengan Grab. Kerja sama ini akan menjadi langkah awal eksplorasi pemanfaatan data jenis baru untuk kepentingan pengembangan kebijakan publik dan pembangunan berkelanjutan. Ke depannya, PLJ akan bertindak sebagai Mitra Data Regional dalam kemitraan penelitian UN-Grab di Asia Tenggara. Asian Games menjadi kesempatan yang baik bagi Pulse Lab untuk menganalisis data layanan Grab guna mendukung pertumbuhan dan ketahanan ekonomi di tingkat nasional dan daerah. Langkah selanjutnya, Pulse Lab berkomitmen untuk meneliti dinamika urban lainnya melalui pemanfaatan data jasa ride-hailing untuk:
- Memberikan informasi mengenai kondisi jalan menggunakan data dari sensor gerakan dan lokasi pengemudi. Riset ini berpotensi menghasilkan dampak yang besar, mengingat kemungkinan replikasi yang dapat dilaksanakan di kota-kota lain di Indonesia serta di kota-kota tempat Grab beroperasi di seluruh Asia Tenggara.
- Mengeksplorasi perjalanan dari dan ke halte angkutan umum untuk mengetahui lebih lanjut mengenai jenis, frekuensi, dan variasi lainnya sesuai dengan kondisi cuaca, kemacetan lalu lintas, waktu, hari, dan moda transportasi. Ini menjadi komponen informasi penting untuk memahami kebutuhan first mile dan last mile pengguna, yang dapat memberikan masukan dalam meningkatkan integrasi transportasi publik dan privat.
Pulse Lab telah menggunakan open source data sebagai fitur dalam mengembangkan visualisasi ini agar mempermudah replikasi di kota-kota lain. Tim peneliti Pulse Lab akan mendalami penelitian ini dalam beberapa bulan mendatang dan sangat terbuka untuk saran dan masukan lainnya. Jika kamu memiliki gagasan tentang bagaimana Pulse Lab dapat memanfaatkan data transportasi untuk mengatasi tantangan di kotamu, hubungi Pulse Lab!