Metodologi dan Kebaruan
Sesuai dengan tujuannya untuk memetakan sebuah bidang yang sedang berkembang, penelitian ini mengadopsi metodologi tinjauan literatur sistematis yang ketat. Untuk memastikan proses yang transparan dan dapat direplikasi, penulis secara eksplisit mengikuti protokol PRISMA (Preferred Reporting Items for Systematic Reviews and Meta-Analyses).
Proses metodologisnya melibatkan penggunaan kombinasi kata kunci pencarian yang beragam untuk mengidentifikasi dan mengumpulkan dokumen-dokumen yang relevan dari berbagai basis data akademis. Kebaruan dari karya ini terletak pada sintesisnya yang komprehensif. Alih-alih berfokus pada satu teknologi AI atau satu masalah perkotaan, studi ini memberikan pandangan menyeluruh yang menghubungkan berbagai teknologi AI dengan domain perencanaan spesifik, dan secara kritis mengevaluasi kesenjangan antara apa yang mungkin secara teoretis dan apa yang terjadi dalam praktik.
Temuan Utama dengan Kontekstualisasi
Analisis sistematis terhadap literatur yang ada menghasilkan empat wawasan utama yang mendefinisikan kondisi pemanfaatan AI dalam perencanaan kota saat ini :
-
Peran Para Pengadopsi Awal: Aplikasi AI di dunia nyata oleh para early adopters (pengadopsi awal) di pemerintahan daerah terbukti berhasil dan kini membuka jalan bagi adopsi yang lebih luas di tingkat lokal.
-
Kolaborasi sebagai Prasyarat: Pencapaian adopsi AI yang lebih luas dalam perencanaan kota bukanlah sekadar tantangan teknis, melainkan tantangan kolaboratif. Hal ini menuntut adanya kemitraan yang erat antara para pemangku kepentingan utama.
-
Sentralitas Big Data: Ditemukan bahwa big data adalah elemen integral dan prasyarat absolut untuk pemanfaatan AI yang efektif dalam perencanaan. Tanpa data yang berkualitas dan dapat diakses, potensi algoritma AI tidak dapat terwujud.
-
Konvergensi Manusia-Mesin: Studi ini menyimpulkan bahwa solusi terbaik tidak datang dari AI saja, melainkan dari konvergensi antara kecerdasan buatan (AI) dan kecerdasan manusia (HI). Kolaborasi antara kekuatan analitis AI dan kearifan kontekstual perencana manusia sangat penting untuk mengatasi masalah urbanisasi secara memadai.
Lebih lanjut, tinjauan ini mengkategorikan aplikasi AI ke dalam beberapa domain perencanaan spesifik. Dalam domain analitik data perkotaan dan dukungan keputusan, machine learning dan deep learning digunakan untuk tugas-tugas seperti mendeteksi perubahan penggunaan lahan dari data penginderaan jauh dan mengukur persepsi manusia terhadap suatu wilayah perkotaan.
Dalam domain manajemen perkotaan dan infrastruktur, AI diterapkan sebagai alat pendukung perencanaan untuk mendesain jaringan jalan , memperkirakan jumlah pejalan kaki menggunakan computer vision , dan memprediksi pola pergerakan sepeda (bike-sharing). Terakhir, dalam manajemen lingkungan dan bencana perkotaan, AI digunakan untuk mengembangkan solusi perencanaan yang dapat mengoptimalkan kualitas udara lokal.
Keterbatasan dan Refleksi Kritis
Keterbatasan utama yang diidentifikasi oleh studi ini adalah adanya kesenjangan yang signifikan antara penelitian (teori) dan praktik. Meskipun literatur akademis penuh dengan model AI yang canggih dan berpotensi besar, adopsi aktual dan implementasi teknologi ini oleh lembaga perencanaan di pemerintahan daerah masih terbatas. Banyak perencana kota masih belum memahami dengan baik apa itu AI dan bagaimana memanfaatkannya.
Implikasi Ilmiah di Masa Depan
Secara praktis, penelitian ini menegaskan adanya konsensus kuat di antara para peneliti mengenai pentingnya bagi para perencana dan pembuat kebijakan untuk mulai secara serius memanfaatkan peluang yang ditawarkan oleh AI guna meningkatkan pembangunan kota yang berkelanjutan. Implikasi utamanya adalah perlunya "membuat perencanaan menjadi lebih cerdas" (making planning smarter) melalui adopsi metode analitik data yang canggih.
Untuk penelitian di masa depan, karya ini menyoroti kebutuhan mendesak untuk studi yang berfokus pada penjembatani kesenjangan antara riset dan praktik. Selain itu, peningkatan kesadaran publik mengenai potensi AI dalam perencanaan juga diidentifikasi sebagai faktor pendukung penting untuk mendorong implementasi praktik perencanaan terbaik di masa depan.
Sumber
Son, T. H., Weedon, Z., Yigitcanlar, T., Sanchez, T., Corchado, J. M., & Mehmood, R. (2023). Algorithmic urban planning for smart and sustainable development: Systematic review of the literature. Sustainable Cities and Society, 94, 104562.