Hallo suzuki family, Pengelola lalu lintas saat ini dikelilingi oleh banyak sekali data, dan volume data tersebut
terus tumbuh secara eksponensial. Melompat ke ujung yang dalam dari kumpulan data yang
sangat besar ini dapat mengintimidasi, tetapi ini merupakan upaya yang bermanfaat. Big
Data memiliki banyak aplikasi inovatif dalam kontrol dan manajemen lalu lintas. Tentu saja,
data ini dapat digunakan untuk membuat keputusan kontrol lalu lintas langsung, tetapi juga
dapat diarsipkan dan digabungkan menjadi sumber Big Data yang sebenarnya.

Dengan menggunakan Big Data secara strategis, pengelola lalu lintas dapat memperoleh
keuntungan dengan segera dan dari waktu ke waktu.
 Pengurangan waktu perjalanan (jangka pendek): Mengidentifikasi waktu
perjalanan puncak dan menganalisis keandalan waktu perjalanan dapat memberikan
informasi yang diperlukan untuk membantu pengemudi membuat pilihan yang lebih
baik tentang kapan harus bepergian, dan rute mana yang harus diambil. Data real-
time juga dapat digunakan untuk memberi tahu pengemudi tentang potensi
keterlambatan akibat kemacetan parah atau kecelakaan.
 Strategi berbasis permintaan (jangka menengah): Akar penyebab kemacetan lalu
lintas dapat diidentifikasi dan ditangani dengan lebih baik. Misalnya, data klasifikasi
kendaraan mungkin mengungkapkan bahwa kemacetan disebabkan oleh truk yang
masuk dan keluar dari pusat distribusi.
 Investasi infrastruktur (jangka panjang): Data historis dapat membantu
menghitung nilai barang dan pekerjaan yang bergerak di sepanjang rute transit
tertentu, yang kemudian dapat diprioritaskan untuk investasi infrastruktur tambahan.
Untuk melengkapi informasi ini, pengelola lalu lintas kini dapat mengumpulkan Big
Data dari berbagai sumber yang relatif baru, yang meliputi berikut ini:
 Data ponsel: Ini termasuk data yang dihasilkan oleh Operator Jaringan
Seluler (MNO) dan Sistem Satelit Navigasi Global (GNSS).
 Kartu pintar: Ini memberikan data yang relatif andal terkait penggunaan
transportasi umum.
 Catatan media sosial yang di-geocode: Sumber data yang relatif baru,
media sosial, dan aplikasi lain dapat memberikan data yang andal tentang
pergerakan titik-ke-titik orang.
 Navigasi GPS: Navigasi GPS berbasis kendaraan menawarkan data
perjalanan point-to-point, meskipun tidak menyediakan data untuk pergerakan
individu.
 Armada komersial: Untuk menghasilkan pendapatan tambahan, perusahaan
armada jarak jauh dan regional berbagi data anonim dengan berbagai
penyedia solusi.