Perpustakaan Digital ITB

Platform smart city di berbagai negara telah dikembangkan dengan tujuan mengintegrasikan layanan perkotaan dan mengoptimalkan pengambilan keputusan berbasis data. Namun, setiap platform yang diterapkan di suatu kota sering kali memiliki spesifikasi dan keterbatasan tersendiri dalam analisis data perkotaan. Beberapa platform difokuskan pada manajemen data sensor perkotaan, tetapi menghadapi tantangan dalam mengolah data heterogen yang berasal dari berbagai sumber seperti transportasi, lingkungan, dan sosial. Platform lain mengutamakan analisis mobilitas dan lalu lintas, namun kurang mampu dalam mendeteksi dan memprediksi kejadian anomali yang terjadi di luar domain transportasi. Ada pula platform yang dirancang untuk pemantauan kualitas lingkungan, tetapi tidak memiliki kemampuan integrasi dengan sistem peringatan dini atau analisis prediktif yang lebih luas. Tantangan utama dari berbagai pendekatan ini adalah kurangnya fleksibilitas dalam menangani data yang terus berkembang, keterbatasan dalam deteksi anomali, serta ketidakmampuan untuk menghasilkan wawasan terhadap dinamika perkotaan yang kompleks. Oleh karena itu, diperlukan arsitektur yang mampu mengatasi keterbatasan ini dengan pendekatan yang lebih cerdas dan adaptif untuk memastikan kota dapat merespons perubahan kondisi dengan lebih cepat dan efisien. Penelitian ini mengusulkan Cognitive City Platform (CCP) sebagai arsitektur sistem yang dirancang untuk mendukung pengembangan kota yang cerdas (smart), berkelanjutan (sustainable), dan tangguh (resilient). Platform ini dilengkapi dengan analisis deteksi anomali yang dapat diterapkan pada berbagai kota dengan karakteristik yang berbeda, memungkinkan identifikasi pola tidak normal dalam data perkotaan secara lebih adaptif. Untuk membuktikan efektivitasnya, implementasi dan evaluasi CCP dilakukan di salah satu kota di Indonesia, dengan fokus pada pengukuran performa subsistem dan pengujian berbagai algoritma deteksi anomali dalam pengelolaan data kota. Pengujian ini bertujuan untuk menilai keandalan sistem dalam menangani data, serta mengevaluasi keakuratan algoritma yang digunakan dalam mendeteksi anomali, guna memastikan bahwa platform ini dapat mendukung pengambilan keputusan yang lebih cerdas dan berbasis data dalam tata kelola perkotaan. 2 Hasil penelitian menunjukkan bahwa Cognitive City Platform (CCP) dapat beroperasi secara stabil dan berkelanjutan, bahkan ketika jumlah permintaan (request) meningkat secara bertahap, memastikan bahwa sistem tetap responsif dalam menangani beban kerja yang dinamis. Keandalan ini berkontribusi pada aspek sustainability, di mana platform mampu mempertahankan efisiensi pemrosesan data tanpa mengorbankan performa, sehingga mendukung pengelolaan kota yang lebih adaptif terhadap pertumbuhan populasi dan peningkatan permintaan layanan. Selain itu, algoritma deteksi anomali yang diterapkan dalam CCP dapat disesuaikan, memungkinkan fleksibilitas dalam pemilihan metode analisis melalui sistem berbasis web. Kemampuan ini memperkuat aspek resilience dalam mengidentifikasi pola anomali, seperti potensi kebencanaan. CCP tidak hanya memastikan operasional yang efisien dan berkelanjutan, tetapi juga meningkatkan ketahanan kota dalam menghadapi tantangan perkotaan melalui sistem berbasis data.