Proyek “smart city” telah sepenuhnya dikembangkan, dan analisis video digunakan secara aktif. Hari ini, kita akan membahas bagaimana analisis video dari kamera pengawas membantu mengontrol area perkotaan, sehingga membuat lingkungan jadi lebih aman dan warganya lebih bahagia.
Peningkatan keamanan dalam sistem transit cepat
Setiap tahunnya, ratusan orang terjatuh ke jalur kereta bawah tanah dan kereta monorail. Beberapa penyebab dari insiden tersebut termasuk kerumunan yang ramai, perkelahian, masalah kesehatan mendadak seperti pusing atau serangan jantung, serta mereka yang sengaja melompat ke depan kereta. Meskipun tidak ada korban jiwa, konsekuensinya adalah keterlambatan keberangkatan yang berdampak pada puluhan ribu penumpang.
Terkadang orang di sekitarnya punya cukup waktu untuk bertindak dan menghubungi petugas stasiun. Namun, komputer dapat bertindak jauh lebih cepat dalam situasi seperti itu. Sistem analisis video dapat langsung “mendeteksi” seseorang di rel, dan secara otomatis memberikan peringatan lampu merah agar kereta berhenti dan membunyikan alarm.
Kemacetan lalu lintas
Di kota di masa depan, akan ada lebih sedikit mobil pribadi, sehingga kemacetan lalu lintas berkurang (kemacetan menelan biaya $ 87 miliar di seluruh dunia pada tahun 2018 [1]). Ini berarti bahwa transportasi umum harus nyaman. Salah satu solusinya adalah dengan merencanakan rute dan interval dalam kaitannya dengan lalu lintas penumpang.
Misalnya, ketika ada terlalu banyak orang di stasiun tertentu dan lebih banyak bus diperlukan di jalur 310, jalur 552 dapat mengubah rute untuk mengangkut para penumpang tersebut. Sangat penting untuk menghitung jumlah orang di stasiun agar efisiensi ini dapat dicapai, dan di titik inilah analisis video dapat membantu.
Pengemudi juga akan mendapat manfaat dari analisis data oleh kamera: sistem mengevaluasi kondisi jalan secara real time, sehingga menciptakan rencana perjalanan yang optimal tanpa memperburuk kemacetan yang terjadi, dan melaporkan ketersediaan tempat parkir (30% kemacetan lalu lintas secara langsung disebabkan oleh lamanya pencarian tempat parkir [2]).
Mencegah insiden di jalan raya
Analisis video memberikan deteksi otomatis kecelakaan dan gangguan di jalan raya, seperti lampu kerusakan lalu lintas dan permukaan jalan yang rusak.
Data ini juga dapat digunakan untuk mengidentifikasi area berbahaya dan mencari solusi untuk menanganinya. Misalnya, jika ada terlalu banyak pejalan kaki yang mencoba melintasi zona lalu lintas berkecepatan tinggi, lampu lalu lintas atau penghalang perlu dipasang.
Mengurangi biaya pengumpulan sampah
Setiap tahunnya, dihasilkan berton-ton limbah rumah tangga yang tak terhitung jumlahnya di seluruh dunia. Masalah pengumpulan sampah tepat waktu di kota-kota metropolitan modern menjadi masalah yang sangat mendesak. Meskipun demikian, setiap perjalanan yang dilakukan truk sampah memiliki konsekuensi tersendiri untuk area perumahan.
Pengisian kontainer sampah di kompleks perumahan volumenya tidak merata. Bagaimana membuat rute truk seefisien mungkin, agar tidak menghampiri kontainer yang “kosong”, tetapi memastikan truk langsung sampai ke tempat kontainer yang sudah penuh? Pengawasan video kota adalah bagian dari solusinya, tetapi verifikasi data dan perutean manual tidak mudah dilakukan.
Analisis video dapat mempercepat prosesnya: dengan menganalisis tingkat pengisian kontainer dan kualitas pembongkarannya. Ide serupa sudah digunakan oleh restoran McDonald’s dan department store Nordstroms di AS [3], yang mampu menghemat ribuan dolar untuk setiap lokasi pengumpulan sampah setiap tahunnya. Rata-rata, biaya pengumpulan sampah rumah tangga berkurang sebesar 40% [4]. Dan integrasi analisis video dengan layanan pihak ketiga memungkinkan perutean kendaraan secara otomatis.
Keamanan untuk event massal
Konser, pertandingan olahraga, dan event serupa akan diikuti puluhan ribu orang, dan berrisiko tinggi terjadi situasi yang tak terduga. Masalah kesehatan mendadak, konflik dan perkelahian, tindak kejahatan. Jika kerumunan orang bergerak ke arah tertentu, terdapat risiko mereka berdesak-desakan dan mungkin akan memakan korban jiwa.
Analisis video dapat membantu mengatasi hal ini, memungkinkan pemantauan lalu lintas secara real-time di event skala besar dan identifikasi insiden, serta mengumpulkan data video untuk analisis lebih lanjut. Dan ketika kamera terhubung ke sistem pengenalan wajah di suatu event, kita dapat menemukan orang-orang yang diizinkan atau yang dilarang menghadiri acara tertentu.
Sistem analisis video bukanlah tongkat ajaib yang mampu menghilangkan semua masalah secara langsung setelah dipasang. Sistem ini menerima dan memproses streaming video dan menyediakan data yang perlu ditindaklanjuti. Namun, dalam konteks “smart city,” analisis video adalah alat yang diperlukan untuk menciptakan lingkungan perkotaan yang aman dan nyaman.
Sumber:
- https://www.weforum.org/agenda/2019/03/traffic-congestion-cost-the-us-economy-nearly-87-billion-in-2018/
- https://www.techrepublic.com/article/smart-cities/
- https://edition.cnn.com/2020/12/18/tech/compology-artificial-intelligence/index.html
- https://compology.com/blog/fullness-monitoring-for-waste/