Mengapa Temuan Ini Penting untuk Kebijakan?

Menekankan bahwa pembangunan infrastruktur tidak hanya bergantung pada teknologi konstruksi, tetapi juga pada bagaimana kebijakan publik mengatur, mengelola, dan mengawasi setiap tahap pembangunan. Mulai dari pemilihan material, perancangan struktur, sistem drainase, transportasi, hingga manajemen aset jangka panjang — seluruhnya membutuhkan kerangka kebijakan yang kuat dan adaptif.

Temuan dalam buku ini penting untuk kebijakan karena:

• Infrastruktur yang buruk meningkatkan risiko kecelakaan, kerugian ekonomi, hingga bencana.

• Banyak negara berkembang menghadapi tantangan klasik: kesalahan desain, material berkualitas rendah, kurangnya pemeliharaan, dan lemahnya standar teknis.

• Dengan urbanisasi cepat, kebutuhan terhadap infrastruktur cerdas dan resilien semakin meningkat.

• Perubahan iklim menuntut desain struktur dan sistem drainase yang lebih adaptif.

Dengan demikian, kebijakan teknik sipil yang kuat adalah fondasi pembangunan yang aman, efisien, dan berkelanjutan.

Implementasi di Lapangan: Dampak, Hambatan, dan Peluang

Dampak

• Infrastruktur berkualitas baik meningkatkan konektivitas, produktivitas ekonomi, dan kualitas hidup.

• Penggunaan material dan desain struktur sesuai standar mengurangi risiko kegagalan konstruksi.

• Drainase yang tepat mencegah banjir dan kerusakan jalan.

• Manajemen aset infrastruktur yang baik menghemat anggaran jangka panjang.

Hambatan

• Pemilihan material tidak standar yang mempercepat kerusakan bangunan dan jalan.

• Lemahnya pengawasan pada proyek publik yang menyebabkan kegagalan desain dan konstruksi.

• Minimnya tenaga ahli, khususnya pada level daerah.

• Sistem drainase yang tidak terintegrasi dengan perencanaan kota.

• Pendanaan terbatas untuk pemeliharaan jangka panjang, sehingga banyak infrastruktur memburuk lebih cepat dari umur rancangannya.

Peluang

• Penerapan Building Information Modeling (BIM) untuk meningkatkan akurasi desain dan efisiensi proyek.

• Penggunaan material ramah lingkungan dan berketahanan tinggi.

• Integrasi smart infrastructure: sensor kualitas struktur, pemantauan getaran, IoT untuk jembatan & jalan.

• Kerja sama pemerintah–swasta (PPP) untuk percepatan pembangunan.

• Peningkatan kapasitas SDM bidang teknik sipil melalui sertifikasi nasional.

5 Rekomendasi Kebijakan Praktis

1. Standarisasi Material dan Struktur Secara Nasional Pemerintah wajib memperketat regulasi material (beton, baja, agregat, aspal) sesuai standar internasional. Manajemen Konstruksi dan Infrastruktur.

2. Integrasi Tata Kelola Drainase dengan Perencanaan Kota Drainase harus menjadi bagian dari perencanaan kota, bukan sekadar proyek pelengkap.

3. Penguatan Sistem Pengawasan Proyek Infrastruktur Publik Audit teknis wajib dilakukan pada tahap desain, konstruksi, dan operasi.

4. Modernisasi Metode Perancangan dengan BIM dan Teknologi Digital BIM harus diwajibkan pada proyek strategis nasional untuk meningkatkan transparansi dan efisiensi. Big Data Analytics: Data Visualization and Data Science.

5. Pemetaan Risiko Infrastruktur dan Pemeliharaan Jangka Panjang Kebijakan harus mewajibkan asset management plan untuk semua infrastruktur yang telah dibangun.

Kritik terhadap Potensi Kegagalan Kebijakan

• Kebijakan dapat gagal jika hanya berupa dokumen tanpa implementasi lapangan.

• Standarisasi material sering tidak dipatuhi karena lemahnya pengawasan.

• Modernisasi desain seperti BIM akan gagal jika SDM tidak dilatih memadai.

• Kegagalan koordinasi antarinstansi (PU, perencana kota, lingkungan, transportasi) dapat melemahkan efektivitas kebijakan.

• Kebijakan drainase akan gagal jika pembangunan tidak memperhatikan daya dukung tanah dan aliran air alami.

Jika isu-isu tersebut diabaikan, infrastruktur rentan mengalami kerusakan dini, meningkatkan kerugian ekonomi serta risiko keselamatan publik.

Penutup

B21-DWAK Civil Engineering Textbook menegaskan bahwa teknik sipil bukan hanya persoalan konstruksi, tetapi bagian dari sistem kebijakan nasional yang menentukan keberlanjutan pembangunan. Infrastruktur yang aman, efisien, dan resilien hanya dapat dicapai melalui integrasi pengetahuan teknik, regulasi publik, pengawasan, dan manajemen risiko jangka panjang. Dengan kebijakan yang tepat, negara dapat membangun fondasi kokoh untuk pertumbuhan ekonomi dan kesejahteraan masyarakat.

Sumber

B21-DWAK Civil Engineering TextBook

Membangun Ketahanan: Menata Arah Riset Masa Depan untuk Infrastruktur Akses Pedesaan yang Rentan Iklim

Perubahan iklim telah lama diidentifikasi sebagai ancaman eksistensial bagi upaya pembangunan, dengan Bank Pembangunan Afrika (AfDB) secara eksplisit menyatakan bahwa benua Afrika merupakan salah satu wilayah yang paling rentan di dunia terhadap dampaknya. Dampak kerusakan, relatif terhadap populasi dan Produk Domestik Bruto (PDB), diperkirakan akan lebih tinggi di Afrika dibandingkan wilayah lain. Dalam empat dekade terakhir, bencana terkait cuaca—meliputi meteorologi, hidrologi, dan klimatologi—telah tercatat lebih dari 1.400 kali, mengakibatkan kematian lebih dari 600.000 jiwa (95% karena kekeringan) dan menyebabkan 7,8 juta orang kehilangan tempat tinggal (99% karena banjir dan badai). Realitas ini menggarisbawahi urgensi untuk mengamankan infrastruktur penting, khususnya jaringan jalan akses pedesaan bervolume rendah, yang menjadi tulang punggung mobilitas dan kegiatan sosio-ekonomi.

Riset yang diulas ini, berjudul Climate Adaptation: Risk Management and Resilience Optimisation for Vulnerable Road Access in Africa, Climate Risk and Vulnerability Assessment Guidelines, yang dikomisionerkan oleh Africa Community Access Partnership (AfCAP) dan didanai oleh UKAid, menjawab kebutuhan kritis ini. Fokus utama studi adalah untuk menghasilkan panduan regional yang pragmatis, ekonomis, dan berkelanjutan mengenai metodologi penilaian kerentanan dan risiko yang sesuai; prioritas intervensi adaptasi; dan optimalisasi ketahanan aset jalan bervolume rendah. Secara fundamental, riset ini bertujuan untuk memberikan bukti mengenai hubungan manfaat biaya, ekonomi, dan sosial ke masyarakat pedesaan yang timbul dari akses pedesaan yang lebih tangguh, yang pada akhirnya mendukung adopsi kebijakan yang lebih luas di seluruh Afrika.

Jalur Logis Perjalanan Temuan: Dari Konsep ke Kerangka Kerja Semikuantitatif

Perjalanan temuan dalam pedoman ini tersusun secara logis, bergerak dari pendefinisian konsep hingga implementasi kerangka kerja penilaian berjenjang. Jalur logis bermula dari identifikasi ancaman iklim (climate hazards)—seperti peristiwa cuaca ekstrem—yang berinteraksi dengan paparan (exposure) sistem dan kerentanan (vulnerability) aset untuk menghasilkan risiko (risk). Dalam konteks jalan, ancaman tersebut diterjemahkan menjadi dampak fisik seperti kerusakan struktur jalan.

Dari sini, Pedoman ini menyajikan Kerangka Penilaian Risiko dan Kerentanan AfCAP semi-kuantitatif. Kerangka kerja ini sengaja dirancang untuk diterapkan pada dua tingkat yang berbeda, disesuaikan dengan kebutuhan pengguna dan ketersediaan data:

1. Penilaian Tingkat Nasional/Regional (National-/regional-level assessment): Bertujuan untuk memberikan bukti kepada pembuat kebijakan dan pemodal (seperti donor internasional). Fokusnya adalah pada pemetaan area berisiko tinggi secara geografis (geospatially) di seluruh jaringan jalan, menggunakan alat dan data yang ada untuk mengidentifikasi area yang membutuhkan intervensi.
2. Penilaian Tingkat Lokal/Proyek (Local-/project-level assessment): Ditujukan untuk para profesional teknik dan konstruksi di lapangan, memungkinkan tingkat detail yang lebih tinggi untuk memprioritaskan intervensi adaptasi yang sesuai (seperti retrofitting atau pemeliharaan) pada segmen jalan tertentu.

Pendekatan berjenjang ini memastikan bahwa hasil aplikasi kerangka kerja dapat memandu dan mendukung pengambilan keputusan dan prioritas, baik dalam mengadaptasi infrastruktur jalan yang sudah ada maupun dalam merencanakan pembangunan yang baru agar tahan terhadap dampak perubahan iklim.

Inovasi utama terletak pada metodologi yang mengubah keluaran model iklim global menjadi indikator iklim yang relevan secara teknis. Contohnya adalah mengubah data suhu dan curah hujan menjadi indikator seperti frekuensi rata-rata tahunan hari yang sangat panas (di atas $35^\circ C$) atau frekuensi peristiwa curah hujan ekstrem (lebih dari 20 mm dalam 24 jam). Transformasi data ini memungkinkan insinyur jalan untuk menginformasikan desain adaptasi mereka.

Sorotan Data Kuantitatif dan Potensi Riset Baru

Inti inovasi dalam pedoman ini terletak pada kerangka kerja semi-kuantitatif yang mengarah pada perhitungan Indeks Kerentanan Jalan (Road Vulnerability Index/RVI). Indeks ini berfungsi sebagai alat prioritas utama dengan mengintegrasikan tiga dimensi penting: defisiensi kondisi jalan (road condition deficiency, $D_i$), pemeliharaan (maintenance, $M_n$), dan kritikalitas (criticality, $C_r$). Kritikalitas diukur berdasarkan kepentingan sosial-ekonomi jalan, misalnya, ketergantungan masyarakat pada jalan untuk mengakses pasar dan layanan publik.

Temuan ini menunjukkan hubungan kuat antara defisiensi kondisi jalan yang tinggi (misalnya, nilai $D_i$ yang mendekati 1.0 dalam skala 0-1) dan kerentanan yang ekstrem (RVI yang tinggi) — mengindikasikan bahwa kondisi fisik jalan yang buruk secara fundamental memperburuk risiko iklim. Koefisien bobot dalam formula integratif RVI, ketika diuji coba, menunjukkan bahwa pada segmen jalan dengan skor defisiensi kondisi sebesar 0.78, kerentanan keseluruhan yang dihasilkan cenderung memasuki kategori risiko "Tinggi" atau "Sangat Tinggi," bahkan jika kritikalitas jalan tersebut relatif sedang. Data ini secara deskriptif menunjukkan potensi kuat untuk objek penelitian baru, yaitu fokus pada optimalisasi pemeliharaan preventif yang ditargetkan pada elemen yang sensitif terhadap iklim (seperti drainase), yang dapat secara cepat menurunkan skor $D_i$ dan, konsekuensinya, mengurangi RVI secara keseluruhan. Ini menegaskan bahwa intervensi non-teknis (pemeliharaan tepat waktu) memiliki dampak kuantitatif segera dan signifikan terhadap ketahanan.

Kontribusi Utama terhadap Bidang

Pedoman ini memberikan tiga kontribusi transformatif utama bagi bidang teknik infrastruktur berketahanan dan pembangunan pedesaan di Afrika:

1. Metodologi Berjenjang Skala Ganda (Dual-Scale Tiered Methodology): Alih-alih menawarkan satu solusi tunggal, pedoman ini membedakan secara eksplisit antara kebutuhan tingkat kebijakan/investasi (Nasional/Regional) dan kebutuhan tingkat implementasi/teknis (Lokal/Proyek). Pendekatan ini memastikan bahwa data penilaian kerentanan dapat menginformasikan prioritas investasi makro dan, pada saat yang sama, memberikan panduan detail yang dapat ditindaklanjuti oleh insinyur lapangan.
2. Kuantifikasi Risiko yang Berpusat pada Akses Sosial: Kerangka kerja RVI mengintegrasikan dimensi Kritikalitas (Criticality), yang diukur berdasarkan ketergantungan masyarakat pada jalan. Ini secara eksplisit menempatkan manfaat sosial (akses ke fasilitas publik seperti kesehatan dan pendidikan) sebagai variabel risiko yang dapat diukur, menjembatani kesenjangan antara penilaian aset teknik murni dan kebutuhan pembangunan.
3. Memutus Ketergantungan Historis dan Mengatasi Lock-in Konseptual: Dengan menekankan penggunaan keluaran model iklim masa depan dan indikator yang ditransformasi (seperti frekuensi ekstrem), Pedoman ini secara tegas menjauh dari praktik desain jalan konvensional yang mengandalkan data iklim historis yang ketinggalan zaman. Pendekatan ini secara langsung mengatasi konsep 'lock-in'—di mana keputusan desain dan lokasi saat ini menentukan ketahanan jangka panjang aset terhadap efek perubahan iklim—dengan menyediakan alat untuk membuat keputusan yang maju (forward-looking).

Keterbatasan dan Pertanyaan Terbuka

Meskipun metodologi ini kuat, pengembang mengakui keterbatasan yang ada, yang sebagian besar terkait dengan konteks implementasi di Afrika Sub-Sahara.

Keterbatasan:

• Variasi Ketersediaan dan Kualitas Data: Implementasi kerangka kerja ini sangat bergantung pada ketersediaan data yang memadai (misalnya, data GIS yang baik mengenai tata guna lahan, topografi, hidrologi, dan sosial-ekonomi). Variasi dalam ketersediaan dan kualitas data antar negara mitra AfCAP yang berbeda dapat membatasi konsistensi dan komparabilitas penilaian, khususnya pada tingkat Nasional/Regional.
• Kebutuhan Penyesuaian Konteks Lokal: Pedoman ini disajikan sebagai konsep yang perlu disempurnakan atau diadaptasi untuk setiap jalan yang dipertimbangkan. Faktor-faktor seperti topografi pegunungan, pola permukiman yang jarang, dan ketersediaan sumber daya manusia serta keterampilan lokal (skills gaps) akan mengubah cara penilaian dilakukan.

Pertanyaan Terbuka untuk Komunitas Akademik:

• Integrasi Penuh ke dalam Sistem Manajemen Aset Jalan (RAMS): Bagaimana Indeks Kerentanan Jalan (RVI) dapat diintegrasikan secara real-time dan fully operational ke dalam Sistem Manajemen Aset Jalan (RAMS) yang sudah ada di negara-negara mitra AfCAP? Integrasi ini memerlukan standarisasi format data dan modul perangkat lunak untuk memastikan keberlanjutan proses penilaian risiko tanpa memerlukan studi ad-hoc yang mahal.
• Validasi Silang Metodologi Risiko Global: Meskipun metodologi AfCAP telah dibandingkan dengan metode dari Bank Dunia dan Bank Pembangunan Asia (ADB), masih perlu ada penelitian yang memvalidasi hasil penilaian risiko AfCAP terhadap hasil dari kerangka kerja lain (misalnya, World Bank C-FIT) di wilayah geografis yang sama untuk mengkonfirmasi akurasi prediktif dan efisiensi biayanya.

5 Rekomendasi Riset Berkelanjutan (dengan Justifikasi Ilmiah)

Rekomendasi riset ini secara eksplisit dirancang untuk memperluas landasan ilmiah yang dibangun oleh Pedoman ini, dengan fokus pada penguatan kapasitas akademik, penyempurnaan metodologi, dan maksimalisasi manfaat sosial-ekonomi di masa depan.

1. Optimalisasi Bobot Multikriteria RVI Berbasis Data Lapangan (AHP/MCA Refinement)

Justifikasi Ilmiah: Indeks Kerentanan Jalan (RVI) merupakan model agregasi dari defisiensi, pemeliharaan, dan kritikalitas. Keakuratan model ini di masa depan akan sangat bergantung pada bobot relatif yang diberikan kepada setiap dimensi. Bobot yang digunakan saat ini mungkin bersifat kontekstual untuk studi kasus di Mozambik, Ethiopia, dan Ghana, tetapi mungkin tidak optimal untuk zona iklim atau geologi lain.

Metode, Variabel, atau Konteks Baru: Penelitian lanjutan harus menggunakan proses hierarki analitik (Analytical Hierarchy Process/AHP) atau Analisis Multikriteria (Multi-Criteria Analysis/MCA) yang melibatkan pakar teknik, hidrologi, dan sosio-ekonomi dari berbagai zona iklim Sub-Sahara. Variabel yang harus diuji adalah koefisien bobot untuk $D_i$, $M_n$, dan $C_r$, dikorelasikan dengan data kerusakan pasca-bencana yang sebenarnya (ex-post disaster data) di zona yang berbeda (misalnya, zona semi-kering vs. zona tropis basah).

Menunjukkan Perlunya Penelitian Lanjutan: Penentuan bobot yang divalidasi secara ilmiah akan menghasilkan RVI yang lebih sensitif dan akurat secara kontekstual, memastikan bahwa prioritas investasi adaptasi benar-benar menghasilkan manfaat yang paling optimal untuk wilayah spesifik.

2. Membangun Model Kuantifikasi Manfaat Sosial-Ekonomi (Socio-Economic Benefit Model)

Justifikasi Ilmiah: Pedoman ini menyatakan bahwa outputnya dimaksudkan untuk memberikan bukti manfaat ekonomi dan sosial. Kritikalitas ($C_r$) mengukur pentingnya jalan dalam mengakses layanan, tetapi tidak secara eksplisit mengkuantifikasi nilai finansial atau sosial dari peningkatan akses akibat penurunan RVI. Diperlukan model untuk menutup kesenjangan ini.

Metode, Variabel, atau Konteks Baru: Penelitian harus mengembangkan model regresi linier berganda yang menghubungkan variabel penurunan RVI (sebagai variabel independen utama) dengan metrik hasil sosio-ekonomi (sebagai variabel dependen), seperti: persentase peningkatan kunjungan fasilitas kesehatan per tahun, penurunan biaya transportasi pasca-bencana, atau peningkatan pendaftaran sekolah. Konteks baru yang harus dianalisis adalah studi longitudinal di mana intervensi adaptasi yang diprioritaskan oleh RVI telah dilaksanakan.

Menunjukkan Perlunya Penelitian Lanjutan: Hasilnya akan menghasilkan bukti return-on-investment yang kuat, sangat penting bagi penerima hibah dan lembaga pendanaan internasional (misalnya, IDA, AfDB) untuk membenarkan investasi besar dalam ketahanan infrastruktur.

3. Standarisasi Transformasi Keluaran Model Iklim ke Indikator Teknik (Climate Model Transformation Protocol)

Justifikasi Ilmiah: Pedoman ini menekankan pentingnya mengubah keluaran model iklim (misalnya, CMIP5) menjadi indikator yang relevan bagi insinyur, seperti frekuensi hari sangat panas atau curah hujan ekstrem. Namun, proses transformasi ini memerlukan panduan dan protokol yang ketat untuk mempertahankan integritas ilmiah.

Metode, Variabel, atau Konteks Baru: Riset harus berkolaborasi dengan ahli klimatologi (khususnya dari CMIP5) untuk mengembangkan Protokol Transformasi Data Iklim yang Terdokumentasi (PTDI). Variabel baru yang harus distandarisasi adalah agregasi statistik iklim (misalnya, Keetch-Byram drought index, kecepatan angin maksimum, dan indeks kelembaban) untuk lokasi jalan. Penelitian ini harus menetapkan ambang batas (threshold) teknis yang disepakati untuk berbagai jenis material perkerasan dan struktur jalan, misalnya, korelasi antara suhu di atas $35^\circ C$ dan degradasi material pengikat aspal.

Menunjukkan Perlunya Penelitian Lanjutan: Protokol PTDI yang distandarisasi akan mengurangi ambiguitas, memungkinkan insinyur jalan di seluruh Afrika menggunakan keluaran iklim masa depan dengan cara yang konsisten dan valid secara teknik, memajukan desain yang tahan iklim.

4. Pengembangan Modul Adaptasi GIS untuk Karakteristik Lingkungan Lokal (GIS Adaptation Module)

Justifikasi Ilmiah: Pedoman mengakui bahwa lokasi jalan itu sendiri—termasuk tutupan lahan, jenis tanah, dan hidrologi—memengaruhi kerentanan. Pendekatan umum mungkin tidak cukup.

Metode, Variabel, atau Konteks Baru: Penelitian harus mengembangkan Modul Penilaian Kerentanan GIS-Lokal (GIS-LVA) yang modular. Modul ini akan secara otomatis mengintegrasikan lapisan data geospasial yang sangat rinci (misalnya, tipologi tanah resolusi tinggi, daerah aliran sungai, dan jarak ke badan air) dengan data inventaris aset jalan. Modul harus memungkinkan pengguna untuk memprioritaskan indikator berdasarkan konteks spesifik: misalnya, untuk wilayah pesisir, variabel jarak ke pantai dan risiko kenaikan permukaan air laut akan diberikan bobot yang lebih tinggi.

Menunjukkan Perlunya Penelitian Lanjutan: Modul ini akan memberikan alat praktis bagi ahli geoinformatika dan insinyur untuk melakukan penilaian tingkat proyek yang sangat akurat, jauh melampaui kemampuan pemetaan risiko tingkat nasional saat ini.

5. Pengukuran Dampak Program Peningkatan Kapasitas dan Change Management (Longitudinal Capacity Study)

Justifikasi Ilmiah: Selain panduan risiko, proyek AfCAP juga menghasilkan Panduan Manajemen Perubahan (Change Management Guideline) untuk mendorong penyerapan dan penanaman hasil riset ke dalam kebijakan dan prosedur kelembagaan. Keberhasilan adaptasi iklim jangka panjang bergantung pada kapasitas institusional.

Metode, Variabel, atau Konteks Baru: Penelitian harus merancang studi longitudinal yang mengukur dampak aktual dari program peningkatan kapasitas pada perilaku organisasi, yang ditargetkan pada Kementerian/Dinas Jalan dan Transportasi di negara mitra. Variabel yang harus diukur mencakup tingkat penyerapan kebijakan adaptasi baru (policy uptake rate), frekuensi pelatihan adaptasi yang diselenggarakan sendiri oleh institusi, dan perubahan dalam alokasi anggaran pemeliharaan untuk pekerjaan yang sensitif terhadap iklim (misalnya, drainase).

Menunjukkan Perlunya Penelitian Lanjutan: Studi ini akan memberikan bukti empiris mengenai efektivitas intervensi "lunak" (soft interventions)—seperti peningkatan kapasitas dan manajemen perubahan—dalam mencapai ketahanan infrastruktur yang bersifat teknis, sebuah area yang jarang diukur dalam literatur teknik.

Ajakan Kolaboratif dan Acuan Utama

Untuk memastikan keberlanjutan dan validitas hasil yang kuat, penelitian lebih lanjut dalam kerangka kerja RVI dan implementasi pedoman ini harus melibatkan kolaborasi multidisiplin antara institusi Council for Scientific and Industrial Research (CSIR), Paige-Green Consulting (Pty) Ltd, dan St Helens Consulting Ltd. Kemitraan ini akan memastikan bahwa landasan ilmiah, keahlian teknik, dan pengalaman implementasi di lapangan tetap terintegrasi.

Baca paper aslinya di sini: Baca paper aslinya di sini

 

Resensi Riset Akademik: Meningkatkan Manajemen Banjir Sistem Transportasi Jalan melalui Analitik Data Media Berita dan Penilaian Kerentanan

Sistem jaringan jalan merupakan komponen vital dari infrastruktur perkotaan, memfasilitasi pergerakan barang, logistik, dan manusia, baik dalam situasi normal maupun darurat. Namun, kerentanan sistem ini terhadap banjir air permukaan (), diperburuk oleh perubahan iklim dan urbanisasi yang cepat, menimbulkan tantangan signifikan bagi manajemen bencana perkotaan. Penelitian yang beredar telah merekomendasikan perlunya strategi yang lebih fleksibel dan adaptif untuk mengatasi kondisi yang tidak terduga dan dinamis. Dalam konteks ini, penelitian ini menawarkan kerangka kerja terintegrasi yang inovatif, berpusat pada pemanfaatan analitik data media berita sebagai aset yang kurang dimanfaatkan untuk meningkatkan manajemen banjir dalam sistem transportasi jalan, dengan mengambil Greater Bay Area (GBA) di Tiongkok sebagai studi kasus.

Penelitian ini secara eksplisit menjawab pertanyaan sentral: "Bagaimana manajemen banjir dalam sistem transportasi jalan dapat ditingkatkan melalui analitik data media berita?". Melalui tiga fase fokus manajemen banjir—kesiapsiagaan dan peringatan dini, respons dan pemulihan, serta mitigasi, risiko, dan pemodelan kerentanan—temuan-temuan yang saling terkait memberikan lensa baru untuk tata kelola bencana.

Jalur Logis Perjalanan Temuan

Kerangka kerja yang diusulkan dibangun di atas model konseptual Source-Pathway-Receptor-Consequence (SPRC), memetakan hubungan antara pemicu (curah hujan), jalur transmisi (aliran air permukaan), penerima (jalan permukaan), dan konsekuensinya (kerugian dampak). Penelitian ini menggunakan data riwayat media berita dari proyek GDELT (Global Database of Events, Language, and Tone) GKG dari 2015 hingga 2021, diperkuat dengan data konvensional seperti jaringan jalan OpenStreetMap (OSM) dan informasi curah hujan.

Fase 1: Kesiapsiagaan dan Peringatan Dini (Aktivitas Media Berita)

Analisis data media berita GDELT, menggunakan indeks perhatian media (jumlah artikel) dan sentimen berita (skor nada artikel), menghasilkan pola spasial dan temporal yang jelas.

• Pola Spasial: Perhatian media secara signifikan terkonsentrasi di kota-kota GBA yang padat penduduk dan maju secara ekonomi (misalnya, Guangzhou, Shenzhen, dan Hong Kong). Analisis korelasi Pearson menunjukkan hubungan positif yang kuat dan signifikan antara perhatian media dengan populasi (, ) dan PDB (, ). Namun, sentimen berita tidak menunjukkan bias yang signifikan terhadap populasi atau PDB, dengan koefisien korelasi yang sangat lemah dan tidak signifikan. Temuan ini menunjukkan bahwa media berita berperan sebagai cermin objektif dalam melaporkan kerusakan transportasi, tetapi fokus liputannya didorong oleh potensi dampak sosial-ekonomi yang besar.
• Pola Temporal: Liputan media mencapai puncaknya selama musim basah (Mei hingga September), sejalan dengan curah hujan, dan menunjukkan sentimen yang lebih negatif dibandingkan dengan musim kemarau. Lebih lanjut, perhatian media terhadap kerusakan transportasi menunjukkan pola V-terbalik terbalik (inverted V-shaped), di mana sebagian besar artikel diterbitkan selama periode banjir, bukan mendahuluinya. Hal ini menggarisbawahi perlunya peningkatan signifikan dalam penyebaran informasi dan peringatan dini.

Fase 2: Respons dan Pemulihan (Kolaborasi Agensi Pemerintah)

Fase ini menggunakan analisis jaringan dari agensi pemerintah yang disebutkan dalam artikel berita untuk menilai keterlibatan dan kolaborasi selama lima peristiwa banjir parah (2017-2021).

• Jaringan dan Sentralitas: Agensi-agensi seperti Departemen Keamanan Publik, Departemen Keuangan, Departemen Sumber Daya Alam, Departemen Meteorologi, dan Departemen Transportasi terbukti paling aktif dan memiliki nilai sentralitas tertinggi (Degree, Betweenness, dan Closeness). Hal ini menempatkan mereka sebagai simpul-simpul kritis yang sangat diperlukan untuk koordinasi sumber daya dan penyebaran informasi yang efisien.
• Pola Kolaborasi: Kolaborasi agensi ditemukan lebih erat selama banjir akibat topan dibandingkan banjir non-topan, menunjukkan bahwa tingkat keparahan bencana mendorong peningkatan kerja sama. Meskipun demikian, terdapat keterbatasan kolaborasi antara Departemen Transportasi dan Departemen Meteorologi, dengan sedikit atau tanpa kemunculan bersama dalam berita di beberapa peristiwa banjir. Padahal, integrasi data meteorologi sangat penting untuk manajemen transportasi yang efektif selama banjir.

Fase 3: Mitigasi, Risiko, dan Pemodelan Kerentanan (Dampak Potensial)

Fase terakhir mengintegrasikan penilaian kerentanan infrastruktur jalan (dampak langsung/tangible) dengan analisis media berita tentang gangguan transportasi (dampak tidak langsung/tangible).

• Kerentanan Infrastruktur Jalan: Penilaian menggunakan metode berbasis indeks dan bobot CRITIC menemukan bahwa distrik dengan jalan yang jarang dan bergradasi tinggi lebih rentan secara fisik terhadap banjir. Secara spasial, kerentanan cenderung lebih rendah di distrik-distrik di GBA Barat dibandingkan di GBA Tengah dan Timur. Uniknya, Distrik Sentral Bisnis (CBD) kota menunjukkan kerentanan yang rendah atau sangat rendah, berkat waktu respons darurat yang cepat dan kepadatan jalan, jembatan, dan gorong-gorong yang relatif lebih tinggi, mengimbangi eksposur tinggi. Distrik-distrik tertentu, seperti Yau Tsim Mong di Hong Kong, menunjukkan kerentanan yang sangat rendah meskipun eksposurnya tinggi, yang dikaitkan dengan kemampuan pengurangan bencana yang sangat tinggi.
• Dampak Transportasi Tidak Langsung: Analisis frekuensi kata pada data media berita mengidentifikasi logistik transportasi sebagai kategori kerusakan yang paling sering dilaporkan, diikuti oleh transportasi publik. Menariknya, terdapat hubungan terbalik antara frekuensi dampak dan tingkat keparahan sentimen: kecelakaan lalu lintas memiliki frekuensi terendah tetapi sentimen paling negatif (), menunjukkan kerusakan yang jarang tetapi sangat serius. Sebaliknya, gangguan logistik sering terjadi tetapi menimbulkan sentimen yang sedikit negatif. Selain itu, investigasi jalan rawan banjir menyoroti jalan-jalan utama seperti Shennan Avenue di Shenzhen sebagai titik fokus perhatian media tertinggi, mengindikasikan tingkat dampak yang parah.

Kontribusi Utama terhadap Bidang

Penelitian ini memberikan kontribusi teoritis yang kuat dengan mengembangkan metodologi terintegrasi yang secara efektif menggabungkan analitik data media berita, yang dikenal objektif dan andal, dengan penilaian kerentanan konvensional. Kontribusi utamanya adalah mengalihkan fokus dari analisis media sosial yang subjektif ke analisis media berita untuk manajemen bencana.

Penelitian ini memelopori penggunaan analitik media berita untuk mengukur kinerja tata kelola bencana dengan menyediakan perspektif dan metode untuk analisis jaringan agensi pemerintah. Dengan mengukur keterlibatan agensi dan kolaborasi melalui data berita, penelitian ini menawarkan cara yang lebih objektif untuk mengevaluasi efektivitas respons dan kepatuhan terhadap kebijakan yang dirancang.

Secara praktis, temuan ini memberikan wawasan yang dapat ditindaklanjuti untuk otoritas kota. Misalnya, mengidentifikasi pola V-terbalik dalam liputan media mengarah pada rekomendasi langsung untuk meningkatkan informasi peringatan dini sebelum banjir. Selain itu, hasil penilaian kerentanan memberikan arahan yang tepat untuk perencanaan jalan dan desain infrastruktur yang tangguh (misalnya, meningkatkan kepadatan jalan di distrik rentan, membangun Blue-Green Infrastructure (BGI) di CBD).

Keterbatasan dan Pertanyaan Terbuka

Meskipun kerangka kerja terintegrasi ini merupakan langkah maju, penelitian ini memiliki keterbatasan yang menunjuk pada perlunya studi lanjutan.

• Mekanisme Dampak yang Tidak Jelas: Keterhubungan antara tingkat aktivitas media berita dan konsekuensi banjir (misalnya, kerugian transportasi aktual) masih tidak jelas. Tidak adanya data kerusakan transportasi nyata (real transport damage data) mencegah analisis korelasional yang dapat memastikan apakah liputan media yang lebih banyak benar-benar menghasilkan pengurangan kerugian yang efektif.
• Jaringan Non-Pemerintah (NGO): Analisis jaringan hanya berfokus pada agensi pemerintah. Kualitas data yang terbatas dalam proyek GDELT GKG menyulitkan ekstraksi informasi yang andal mengenai Organisasi Non-Pemerintah (NGO). Peran pelengkap dan kritis NGO dalam kesiapsiagaan, respons, dan pemulihan, oleh karena itu, tidak dapat dinilai.
• Dampak Tidak Berwujud Makroskopik: Analisis dampak terbatas pada konsekuensi langsung dan tidak langsung yang nyata (kerusakan fisik dan gangguan transportasi) pada tingkat makroskopik. Pengaruh gangguan transportasi terhadap seluruh sistem perkotaan, termasuk kegiatan sosio-ekonomi, masih terbatas, yang memerlukan integrasi model hidrologi dan lalu lintas yang kompleks.

5 Rekomendasi Riset Berkelanjutan (dengan Justifikasi Ilmiah)

Berikut adalah lima jalur riset ke depan yang berbasis temuan dan keterbatasan dalam studi ini, ditujukan khusus untuk komunitas akademik dan penerima hibah:

1. Mengkorelasikan Aktivitas Media Berita dengan Kerugian Transportasi Riil:
   • Basis Temuan: Hipotesis bahwa perhatian media yang lebih tinggi dapat mengurangi kerugian transportasi belum teruji karena kurangnya data kerusakan nyata.
   • Metode/Variabel Baru: Penelitian lanjutan harus berfokus pada pengumpulan data kerusakan transportasi riil (misalnya, penutupan jalan, biaya perbaikan, durasi gangguan) melalui perjanjian bagi data dengan departemen transportasi atau metode berbasis citra (image identification) dari media. Variabel baru ini akan memungkinkan analisis korelasi yang definitif untuk mengukur efektivitas reduksi kerusakan sebagai fungsi dari intensitas dan timing liputan media.
   • Perlunya Lanjutan: Validasi ini sangat penting untuk memberikan justifikasi ilmiah bagi alokasi dana publik pada strategi komunikasi dan peringatan dini berbasis media dalam manajemen bencana.
2. Pemodelan Jaringan Kolaborasi Agensi Multi-Pihak:
   • Basis Temuan: Penelitian ini menunjukkan eratnya kolaborasi antar agensi pemerintah selama banjir topan, tetapi mengesampingkan peran NGO karena tantangan data.
   • Metode/Variabel Baru: Penelitian di masa depan harus menyusun daftar NGO yang terlibat dalam manajemen banjir dan mengembangkan algoritma penambangan teks untuk mengekstrak informasi NGO dari GDELT dan sumber sekunder (misalnya, media sosial). Selanjutnya, analisis jaringan harus dilakukan untuk memetakan keterlibatan dan kolaborasi antara pemerintah dan NGO (Government-NGO network).
   • Perlunya Lanjutan: Menganalisis jaringan multi-pihak ini akan mengidentifikasi kesenjangan koordinasi dan memformulasikan strategi untuk memperkuat kemitraan publik-swasta dalam meningkatkan kapasitas respons dan pemulihan bencana.
3. Analisis Dampak Tidak Berwujud Sosio-Ekonomi Jangka Panjang:
   • Basis Temuan: Studi ini terbatas pada dampak fisik dan gangguan transportasi; pemahaman tentang bagaimana gangguan ini memengaruhi kegiatan sosio-ekonomi masih terbatas.
   • Metode/Variabel Baru: Mengintegrasikan model simulasi (seperti model hidrodinamik dan model lalu lintas) dengan data sosio-ekonomi (misalnya, PDB per kapita, data penggunaan lahan) untuk mengukur sensitivitas sosio-ekonomi yang disebabkan oleh kerusakan transportasi.
   • Perlunya Lanjutan: Pendekatan holistik ini akan memungkinkan prediksi dampak jangka panjang dan penetapan prioritas investasi mitigasi yang memaksimalkan manfaat sosial dan ekonomi.
4. Optimalisasi Desain Infrastruktur Jalan Tahan Banjir Berbasis Kerentanan:
   • Basis Temuan: Penelitian ini menemukan bahwa distrik dengan kerentanan tinggi (misalnya, Dongguan, Longmen) perlu fokus pada peningkatan kepadatan jalan atau konstruksi jalan/jembatan bergradasi tinggi, sedangkan CBD mendapat manfaat dari Blue-Green Infrastructure (BGI).
   • Metode/Variabel Baru: Menerapkan model optimasi spasial (spatial optimization models) yang menggabungkan hasil kerentanan, kriteria biaya-manfaat (cost-benefit criteria), dan proyeksi perubahan iklim/urbanisasi untuk mengoptimalkan alokasi BGI dan lokasi pembangunan jalan baru.
   • Perlunya Lanjutan: Ini akan menginformasikan perencanaan infrastruktur GBA 15 tahun ke depan, memastikan bahwa investasi di bidang transportasi selaras dengan tujuan ketahanan banjir yang berkelanjutan.
5. Peramalan Kinerja Transportasi dalam Skenario Compound Flood:
   • Basis Temuan: GBA sering menghadapi compound flood hazards (kombinasi curah hujan, gelombang badai, dan efek pasang surut). Penelitian ini berfokus pada analisis peristiwa tunggal.
   • Metode/Variabel Baru: Mengembangkan model skenario berbasis risiko yang memperhitungkan probabilitas dan dampak gabungan beberapa ancaman (compound flood) dan memprediksi penurunan kinerja sistem transportasi (misalnya, capacity reduction). Model ini harus memanfaatkan data meteorologi canggih (misalnya, CMIP6 projections) untuk memproyeksikan skenario masa depan.
   • Perlunya Lanjutan: Pemahaman tentang ancaman gabungan akan memungkinkan Departemen Transportasi untuk mengembangkan protokol respons dan evakuasi yang lebih kompleks dan andal, yang saat ini menjadi perhatian utama di kota-kota pesisir Tiongkok.

Penelitian lebih lanjut harus melibatkan institusi Universitas Nottingham Ningbo China, Institute of Urban Environment, Chinese Academy of Sciences, dan otoritas GBA (khususnya Departemen Transportasi dan Meteorologi) untuk memastikan keberlanjutan dan validitas hasil, terutama dalam hal berbagi data operasional yang krusial.

Baca paper aslinya di sini

 

Riset ini, berjudul "A Systematic Review: To Increase Transportation Infrastructure Resilience to Flooding Events," adalah tinjauan sistematis komprehensif yang mengkaji literatur ilmiah dari tahun 1900 hingga 2021 untuk memetakan upaya peningkatan ketahanan infrastruktur transportasi terhadap banjir. Tinjauan ini bertujuan untuk memenuhi tiga objektif utama: (1) menentukan bencana alam yang paling banyak diteliti terkait kerentanan (vulnerability), (2) mengidentifikasi jenis infrastruktur yang paling dominan dalam studi ketahanan terhadap banjir, dan (3) menyelidiki tahap penelitian saat ini.

Jalur Logis Penemuan Penelitian 🧭

Metodologi tinjauan ini terstruktur dalam tiga tahap yang secara progresif mempersempit fokus penelitian:

Tahap 1: Mengidentifikasi Ancaman Utama

Tahap pertama melibatkan pencarian 17 jenis bahaya atau bencana alam, digabungkan dengan kata kunci "kerentanan" (vulnerability), dalam database Google Scholar dan Scopus dari tahun 1900 hingga 2021. Hasil totalnya mencapai 6.541 studi. Dari jumlah ini, kerentanan banjir (flood vulnerability) adalah topik yang paling menonjol, dengan total 2.223 studi. Temuan ini menunjukkan hubungan kuat antara banjir dan urgensi riset, menegaskan banjir sebagai bencana alam yang paling relevan untuk penyelidikan kerentanan lebih lanjut. Data kuantitatif secara deskriptif menunjukkan pertumbuhan pesat riset kerentanan bencana alam setelah tahun 1980.

Tahap 2: Menentukan Infrastruktur Kritis

Setelah menetapkan banjir sebagai fokus utama, Tahap 2 bertujuan untuk mengidentifikasi sektor infrastruktur kritis yang paling sering dikaitkan dengan ketahanan banjir (flood resilience). Pencarian kata kunci "flood resilience infrastructure" dalam rentang waktu 1981–2021 menghasilkan 79 studi unik. Berdasarkan kategorisasi 55 studi unik, riset terkait transportasi adalah yang paling lazim, muncul dalam 57% studi, mengungguli sektor lain seperti pengolahan air limbah (42%) dan energi (34%). Hal ini secara logis menetapkan infrastruktur transportasi sebagai fokus penting untuk sisa tinjauan.

Tahap 3: Memetakan Tahap Riset Saat Ini

Tahap akhir berfokus pada studi terkait ketahanan infrastruktur transportasi terhadap banjir. Dengan menyaring 700 hasil pencarian kata kunci yang spesifik ("transportation", "road(s)", dan "transit" dengan "flood" dan "flooding"), tim peninjau menganalisis total 133 artikel jurnal terbitan sejawat (peer-reviewed) berbahasa Inggris. Studi-studi ini dikelompokkan ke dalam enam kategori riset, selaras dengan langkah 3–5 dari Infrastructure Resilience Planning Framework (IRPF) oleh CISA (Langkah 3: Penilaian Risiko, Langkah 4: Mengembangkan Tindakan, dan Langkah 5: Implementasi dan Evaluasi).

Enam kategori riset yang ditemukan adalah:

• A: Analisis risiko banjir (17 studi)
• B: Prediksi banjir dan peramalan real-time (11 studi)
• C: Investigasi dampak fisik banjir pada komponen infrastruktur transportasi (29 studi)
• D: Analisis kerentanan sistem dan elemen transportasi (25 studi)
• E: Strategi mitigasi atau langkah persiapan sebelum dan sesudah banjir (20 studi)
• F: Studi lain yang berkaitan dengan ketahanan transportasi terhadap banjir (31 studi)

Dalam kategori A (Analisis Risiko), temuan menunjukkan penggunaan luas model hidrologi/hidrodinamik (misalnya, HEC-HMS) untuk menentukan kedalaman banjir dan alat geospasial untuk memvisualisasikan risiko. Kategori B (Prediksi Real-Time) menekankan perlunya data curah hujan dan air yang memadai untuk meningkatkan akurasi model peramalan. Dalam Kategori C dan D, dampak pada aksesibilitas dan mobilitas diselidiki sebagai faktor krusial, diukur melalui keterlambatan, kecepatan kendaraan, dan kemampuan untuk melintasi jalan.

🔑 Kontribusi Utama terhadap Bidang

Kontribusi utama dari tinjauan sistematis ini adalah sebagai penentu arah strategis untuk penelitian masa depan.

• Validasi Prioritas Riset: Tinjauan ini secara kuantitatif memvalidasi bahwa banjir adalah ancaman bencana alam yang paling banyak dipelajari terkait kerentanan, dan bahwa transportasi adalah infrastruktur yang paling rentan, sehingga memfokuskan sumber daya riset dan hibah di masa depan ke dalam persimpangan kritis ini.
• Peta Jalan IRPF: Pengorganisasian 133 studi di dalam kerangka kerja IRPF (Infrastructure Resilience Planning Framework) adalah kontribusi metodologis yang signifikan. Struktur ini memungkinkan akademisi dan pengambil keputusan untuk secara eksplisit mengidentifikasi di mana studi yang ada sudah selaras dengan tujuan strategis CISA, FEMA, dan GAO, dan lebih penting lagi, di mana terdapat kesenjangan riset yang jelas.
• Identifikasi Kesenjangan Kritis: Kesenjangan yang teridentifikasi, terutama dalam Langkah 4 (Penilaian sumber daya dan kapabilitas yang ada) dan Langkah 5 (Implementasi dan Evaluasi), menunjukkan perlunya pergeseran fokus riset dari pemodelan risiko dan kerentanan (Langkah 3) menuju dimensi implementasi kebijakan, pendanaan, dan evaluasi kinerja.

🚧 Keterbatasan dan Pertanyaan Terbuka

Meskipun komprehensif, riset ini memiliki keterbatasan yang secara langsung menghasilkan pertanyaan terbuka untuk komunitas akademik:

• Fokus pada Publikasi Jurnal: Tahap 3 secara ketat membatasi studi yang diterima hanya pada publikasi jurnal terbitan sejawat berbahasa Inggris. Ini berpotensi mengecualikan laporan pemerintah (yang krusial untuk implementasi), prosiding konferensi (yang mencerminkan inovasi terkini), dan tesis/disertasi, yang dapat memiliki metodologi riset yang kuat.
  • Pertanyaan Terbuka: Seberapa besar jurang pengetahuan antara temuan riset akademis yang dipublikasikan dan strategi implementasi praktis yang didokumentasikan dalam laporan non-akademis atau dokumen kebijakan pemerintah?
• Kesenjangan Implementasi dan Evaluasi (Langkah 5 IRPF): Tinjauan ini secara eksplisit menemukan kekurangan dalam studi yang membahas: (1) implementasi melalui mekanisme perencanaan yang ada, (2) pemantauan dan evaluasi efektivitas, dan (3) pembaruan rencana.
  • Pertanyaan Terbuka: Bagaimana metrik keberhasilan (misalnya, pengurangan biaya pemulihan, pengurangan waktu henti operasional) untuk strategi ketahanan pasca-implementasi dapat diukur dan dievaluasi secara kuantitatif untuk memberikan bukti empiris bagi pembaruan kebijakan?
• Dimensi Sosial-Ekonomi dan Ekuitas: Meskipun beberapa studi (Kategori C dan D) mencatat dampak sosial dan ekonomi terhadap individu berpenghasilan rendah, analisis kesetaraan (equity) dalam perencanaan ketahanan tidak sepenuhnya dominan.
  • Pertanyaan Terbuka: Bagaimana model kerentanan dapat ditingkatkan untuk memasukkan dan memprioritaskan faktor keadilan sosial-ekonomi (misalnya, dampak pada transportasi publik, kebutuhan evakuasi kelompok rentan) untuk memastikan perencanaan ketahanan transportasi yang adil?

🎯 5 Rekomendasi Riset Berkelanjutan

Berikut adalah lima rekomendasi riset ke depan, yang ditujukan untuk memajukan bidang ini melampaui fokus saat ini pada pemodelan risiko (Langkah 3 IRPF) dan menuju implementasi dan evaluasi (Langkah 4 dan 5 IRPF).

1. Riset Aksi untuk Penilaian Sumber Daya dan Kapabilitas yang Ada (Langkah 4 IRPF)

Riset harus bergeser untuk mengatasi kesenjangan yang teridentifikasi mengenai penilaian sumber daya dan kapabilitas yang ada.

• Fokus/Metode Baru: Mengembangkan kerangka audit terstruktur untuk memetakan sumber daya yang ada (misalnya, kewenangan perencanaan dan regulasi, kebijakan pendanaan, keterampilan teknis) di berbagai entitas publik dan swasta.
• Justifikasi Ilmiah: Penilaian ini menciptakan garis dasar yang krusial (baseline) yang saat ini hilang, memungkinkan perencana untuk menentukan strategi implementasi yang realistis, efisien, dan berkelanjutan secara finansial.

2. Pengembangan dan Validasi Metrik Kinerja Ketahanan (Resilience Performance Metrics) (Langkah 5 IRPF)

Penelitian harus berfokus pada pengembangan dan penerapan metrik untuk memantau dan mengevaluasi efektivitas solusi ketahanan.

• Fokus/Variabel Baru: Membandingkan kinerja jaringan transportasi sebelum, selama, dan setelah proyek mitigasi (Kategori E), menggunakan variabel baru seperti waktu pemulihan layanan penuh atau reduksi biaya kerusakan kumulatif.
• Justifikasi Ilmiah: Studi saat ini dominan pada risiko (pre-flood) dan dampak fisik (during-flood). Riset ini akan menutup lingkaran, memberikan bukti empiris dan kuantitatif tentang nilai investasi mitigasi jangka panjang, yang penting untuk pembaruan rencana dan penentuan prioritas pendanaan di masa depan.

3. Integrasi Pemodelan Interdependensi Infrastruktur Kritis

Meningkatkan akurasi analisis kerentanan (Kategori D) dan dampak (Kategori C) dengan secara eksplisit memodelkan kegagalan kaskade yang terjadi akibat ketergantungan antar infrastruktur.

• Fokus/Konteks Baru: Mengembangkan model sistem dari sistem yang menggabungkan kegagalan transportasi (misalnya, penutupan jalan) dengan infrastruktur lain yang teridentifikasi, seperti energi, komunikasi, dan air/air limbah. Penelitian harus menguji dampak kegagalan stasiun pompa air limbah (sektor kedua yang paling banyak diteliti) terhadap penutupan jalan yang berdekatan.
• Justifikasi Ilmiah: Kegagalan infrastruktur kritis jarang terjadi secara terpisah; riset interdependensi akan mencerminkan risiko yang lebih realistis dan memungkinkan pengembangan strategi mitigasi yang lebih terintegrasi dan kokoh.

4. Memanfaatkan Data Real-Time Lanjut untuk Peringatan dan Adaptasi Perilaku

Memajukan penelitian di Kategori B (Peramalan Real-Time) dan Kategori F (Pemanfaatan data pengguna) dengan integrasi data yang lebih kompleks.

• Fokus/Metode Baru: Menggunakan model jaringan saraf ganda (deep learning) yang diperkenalkan dalam Kategori F untuk menganalisis data real-time (misalnya, data GPS dari sistem kendaraan, media sosial, dan citra satelit) untuk memprediksi perubahan perilaku komuter (misalnya, perubahan waktu keberangkatan, pemilihan rute) dan tingkat kelulusan jalan.
• Justifikasi Ilmiah: Meningkatkan kemampuan peringatan dini dan pemahaman perilaku pengguna akan secara langsung berkontribusi pada strategi respons dan kesiapan (Kategori E), dan meningkatkan efektivitas sistem peringatan bagi pengguna jalan.

5. Studi Kasus Komparatif Berbasis Geografi dan Karakteristik Lingkungan

Memperluas studi di luar Asia dan AS (yang merupakan area studi paling umum) dengan menerapkan metodologi yang ada di wilayah dengan karakteristik serupa.

• Fokus/Konteks Baru: Menerapkan model hidrolik/hidrodinamik dan alat penginderaan jauh yang berhasil di Hampton Roads, AS dan Asia (urbanisasi pesisir yang cepat) ke wilayah Afrika (10 studi) atau Amerika Selatan (1 studi) dengan kenaikan permukaan laut dan urbanisasi serupa.
• Justifikasi Ilmiah: Riset ini akan memvalidasi portabilitas temuan dan memastikan bahwa upaya peningkatan ketahanan menjadi global dan inklusif, memanfaatkan basis pengetahuan yang telah dikumpulkan dan diuji.

Penelitian lebih lanjut harus melibatkan institusi dari bidang ilmu data dan kecerdasan buatan, badan-badan pemerintah yang bertanggung jawab atas pengelolaan infrastruktur (misalnya, Departemen Transportasi), dan organisasi-organisasi non-pemerintah yang berfokus pada keadilan sosial dan lingkungan untuk memastikan keberlanjutan dan validitas hasil.

Tautan DOI resmi: Baca paper aslinya di sini