Masalah keterbatasan lahan parkir di kawasan perkotaan telah menjadi isu yang semakin penting seiring meningkatnya jumlah kendaraan pribadi. Banyak gedung seperti kantor, universitas, dan fasilitas publik lainnya sebenarnya memiliki area parkir yang cukup besar, namun sering kali penggunaannya tidak optimal sepanjang waktu. Misalnya, pada malam hari atau akhir pekan, area parkir tersebut sering kosong karena pengguna internal—seperti pegawai atau mahasiswa—tidak lagi berada di lokasi. Di sisi lain, masyarakat umum justru kesulitan menemukan tempat parkir di sekitar area tersebut. Penelitian ini menawarkan pendekatan cerdas berupa sistem alokasi ruang parkir secara dinamis, yaitu sistem yang secara otomatis dapat menentukan kapan dan berapa banyak ruang parkir yang bisa dirilis untuk digunakan oleh publik, tanpa mengganggu kebutuhan internal penghuni gedung.

Inti dari pendekatan ini adalah pada pemahaman mendalam terhadap perilaku penggunaan parkir dari pengguna internal. Sistem ini mengandalkan data historis penggunaan parkir yang dikumpulkan secara otomatis, lalu diproses menggunakan model prediksi berbasis pembelajaran mesin (machine learning). Dengan data ini, sistem dapat memperkirakan kebutuhan ruang parkir internal di hari dan jam tertentu, serta menentukan secara dinamis kapan sebagian ruang parkir dapat “dilepas” untuk penggunaan eksternal, misalnya oleh pengunjung umum atau pengendara dari luar. Berbeda dari sistem parkir konvensional yang menggunakan aturan tetap, sistem ini fleksibel dan adaptif, karena mampu menyesuaikan diri dengan pola penggunaan aktual di setiap lokasi dan waktu.

Gambar 1. Ilustrasi alokasi ruang parkir bersama secara dinamis. Gambar ini dibuat oleh ChatGPT (OpenAI) sebagai ilustrasi berbasis AI berdasarkan isi artikel ilmiah terkait.

Dalam implementasinya, sistem dibagi menjadi beberapa komponen utama. Pertama, sistem mengumpulkan data real-time dan historis tentang tingkat hunian parkir dan jadwal aktivitas pengguna internal. Kedua, data ini dianalisis untuk membangun model prediksi kebutuhan parkir menggunakan pendekatan seperti decision tree dan time series forecasting. Ketiga, berdasarkan hasil prediksi, dilakukan perhitungan jumlah slot parkir yang dapat dibuka untuk publik. Hasil alokasi ini kemudian digunakan untuk mengatur sistem pemesanan atau akses parkir secara otomatis, misalnya melalui aplikasi. Sistem ini juga dilengkapi dengan mekanisme evaluasi yang secara berkala memeriksa apakah kebijakan alokasi telah memenuhi target efisiensi dan tidak mengganggu pengguna internal.

Penelitian ini menguji sistem menggunakan data dari fasilitas kampus di Taiwan, yang memiliki karakteristik unik: kebutuhan parkir yang tinggi pada jam kerja, namun rendah pada malam hari dan akhir pekan. Hasil pengujian menunjukkan bahwa sistem alokasi dinamis ini berhasil meningkatkan efisiensi penggunaan ruang parkir secara signifikan. Bahkan, ketika sebagian besar slot parkir dirilis untuk publik, pengguna internal tetap mendapatkan akses yang mereka butuhkan. Dengan cara ini, sistem berhasil menjawab dua kebutuhan sekaligus—yakni efisiensi pemanfaatan ruang dan pelayanan yang adil bagi semua pengguna.

Lebih jauh, pendekatan ini mendukung konsep kota pintar (smart city), di mana penggunaan sumber daya seperti lahan parkir dioptimalkan dengan bantuan teknologi digital. Dengan menerapkan sistem seperti ini secara luas, kota-kota dapat mengurangi kemacetan akibat kendaraan yang mencari parkir, menurunkan konsumsi bahan bakar, dan meningkatkan kenyamanan bagi warga kota. Selain itu, pendekatan ini bisa diadaptasi untuk berbagai jenis fasilitas, termasuk mal, rumah sakit, dan perkantoran. Potensi komersialnya juga cukup tinggi, terutama jika diintegrasikan dengan aplikasi reservasi parkir berbasis waktu dan lokasi.

 

 

Catatan:
Tulisan ini disarikan dari artikel ilmiah berjudul Dynamic Space Allocation Based on Internal Demand for Optimizing Release of Shared Parking yang ditulis oleh Shuo-Yan Chou, Anindhita Dewabharata, dan Ferani Eva Zulvia, dan diterbitkan dalam jurnal Sensors, volume 22, edisi 1, artikel nomor 235, tahun 2022.