AI dan Ruang Hijau Kota: Memahami Daya Tarik Lingkungan Urban dengan Kecerdasan Buatan di Indonesia

      Ruang hijau perkotaan merupakan nadi bagi kota-kota modern, menawarkan lebih dari sekadar estetika. Mereka adalah paru-paru kota, menyediakan layanan ekosistem krusial, dan berkontribusi besar pada kesehatan serta kesejahteraan penduduk. Di tengah laju urbanisasi yang pesat di Indonesia, pemahaman yang mendalam tentang apa yang membuat suatu ruang hijau menarik bagi penduduk menjadi esensial untuk perencanaan kota yang berkelanjutan dan inklusif. Namun, metode penilaian tradisional seringkali memakan sumber daya besar dan sulit diskalakan untuk menangkap persepsi subjektif secara luas.

Mengapa Daya Tarik Ruang Hijau itu Penting?

      Daya tarik ruang hijau mengacu pada sejauh mana individu ingin mengunjungi dan menghabiskan waktu di area tersebut karena memenuhi kebutuhan dan preferensi mereka. Penelitian telah membuktikan bahwa akses terhadap ruang hijau berkualitas tinggi dapat meningkatkan kesehatan mental, mengurangi stres, dan mendorong aktivitas fisik. Di Indonesia, dengan kota-kota besar seperti Jakarta, Surabaya, dan Yogyakarta yang terus berkembang, ketersediaan dan kualitas ruang hijau menjadi faktor penting dalam menciptakan lingkungan yang layak huni.

      Perencana kota menghadapi tantangan besar dalam mengevaluasi daya tarik berbagai jenis ruang hijau. Ruang hijau formal, seperti taman kota yang terkelola dengan baik, hutan kota, atau area rekreasi yang dibangun, umumnya dirawat oleh pemerintah kota. Sebaliknya, ruang hijau informal, seperti lahan kosong, area yang beregenerasi secara alami, atau bantaran sungai yang tidak terawat, seringkali kurang terkelola dan memiliki karakteristik visual serta ekologis yang lebih beragam. Kedua jenis ruang ini sama-sama berkontribusi pada ketahanan kota, namun persepsi masyarakat terhadapnya bisa sangat berbeda. Memahami fitur-fitur yang membuat ruang-ruang ini menarik bagi kelompok demografi yang beragam adalah kunci untuk mendesain kota yang seimbang dan inklusif.

Mengenal Multimodal Large Language Models (MLLMs)

      MLLM adalah jenis model Kecerdasan Buatan (AI) canggih yang mampu memproses dan memahami informasi dari berbagai modalitas, seperti teks, gambar, dan suara. Dalam konteks studi ini, MLLM seperti ChatGPT GPT-4o, Claude 3.5 Haiku, dan Gemini 2.0 Flash digunakan untuk menganalisis citra Google Street View dan menilai daya tarik ruang hijau. Kemampuan vision-language MLLM memungkinkan mereka untuk menghasilkan evaluasi dan deskripsi gambar berdasarkan prompt tekstual, meniru cara manusia memahami lingkungan visual.

      ARSA Technology, dengan keahliannya dalam Computer Vision dan Natural Language Processing (NLP), melihat potensi besar dalam penerapan MLLM untuk solusi cerdas. Transformasi data visual dari infrastruktur CCTV atau citra digital menjadi wawasan operasional yang dapat ditindaklanjuti adalah inti dari solusi analitik video AI yang kami tawarkan. Ini menunjukkan bagaimana AI dapat mengubah data pasif menjadi aset strategis untuk berbagai berbagai industri.

AI dan Persepsi Manusia: Sebuah Perbandingan Mendalam

      Studi yang diulas ini melibatkan perbandingan menarik antara penilaian daya tarik ruang hijau oleh MLLM dengan persepsi penduduk Łódź, Polandia. Para peneliti menggunakan citra Google Street View sebagai masukan visual standar untuk ketiga MLLM, sekaligus mengumpulkan respons dari kuesioner geografis penduduk lokal. Peserta manusia diminta untuk mengidentifikasi ruang hijau yang mereka anggap menarik atau tidak menarik di sekitar tempat tinggal mereka dan memberikan penjelasan terbuka atas penilaian tersebut.

      MLLM kemudian diinstruksikan untuk melakukan hal yang sama, dengan dua pendekatan: pertama, dari sudut pandang "warga negara umum" Łódź, dan kedua, dengan profil sosio-demografi yang sesuai dengan peserta manusia yang mengevaluasi ruang hijau yang sama. Ini adalah upaya untuk memahami apakah AI dapat menyesuaikan persepsinya dengan karakteristik demografis tertentu, sebuah tantangan umum dalam pengembangan AI, yang juga merupakan area riset berpengalaman sejak 2018 bagi ARSA.

Hasil Studi: Di Mana AI Unggul, Di Mana Ia Masih Belajar?

      Hasil studi menunjukkan beberapa temuan penting. Ada keselarasan yang tinggi antara penilaian AI dan manusia untuk:

• Ruang hijau formal yang dianggap menarik.
• Ruang hijau informal yang dianggap tidak menarik.

      Artinya, untuk taman kota yang jelas-jelas indah dan terawat, atau lahan kosong yang jelas-jelas kotor dan tidak menarik, AI cukup akurat dalam mencerminkan persepsi manusia.

      Namun, studi ini juga menemukan keselarasan yang rendah untuk:

• Ruang hijau informal yang dianggap menarik.
• Ruang hijau formal yang dianggap tidak menarik.

      Ini adalah area di mana AI masih kesulitan. Misalnya, sebuah lahan kosong yang bagi penduduk lokal memiliki nilai historis, rasa komunitas yang kuat, atau digunakan untuk kegiatan informal yang dihargai, mungkin dianggap "menarik" oleh manusia. Namun, AI, yang cenderung fokus pada estetika dan desain, mungkin mengategorikannya sebagai "tidak menarik" karena penampilannya yang "tidak terawat."

      Model AI secara konsisten menyoroti fitur-fitur estetika dan desain, sementara kurang merepresentasikan faktor-faktor seperti keamanan, infrastruktur fungsional (misalnya, toilet, tempat duduk), dan kualitas yang melekat secara lokal yang sangat dihargai oleh responden survei. Di Indonesia, faktor keamanan di ruang publik, ketersediaan fasilitas dasar, dan nilai komunitas lokal sangat memengaruhi daya tarik suatu tempat. Hal ini menunjukkan bahwa AI, meskipun canggih, belum sepenuhnya menangkap aspek multisensoris dan nilai kontekstual yang kompleks dalam pengalaman manusia terhadap ruang hijau.

Implikasi untuk Perencanaan Kota Cerdas di Indonesia

      Temuan ini sangat relevan untuk konteks perencanaan kota cerdas di Indonesia. MLLM memiliki potensi besar sebagai alat pre-assessment yang skalabel dan efisien. Bayangkan kota-kota seperti Surabaya atau Jakarta dapat dengan cepat menganalisis ribuan citra Street View untuk mengidentifikasi area hijau yang berpotensi menarik atau bermasalah, jauh lebih cepat daripada survei manual. Solusi AI Box Series dari ARSA Technology, misalnya, dapat mengubah sistem CCTV yang sudah ada menjadi sistem pemantauan cerdas, memberikan wawasan instan tanpa ketergantungan cloud, yang sangat cocok untuk analisis lingkungan lokal.

      Namun, studi ini juga menggarisbawahi pentingnya pengawasan manusia dan pendekatan partisipatif yang melengkapi. AI dapat menjadi filter awal yang efektif, tetapi untuk nuansa, nilai budaya, dan kebutuhan spesifik komunitas lokal (terutama untuk ruang informal yang sering diabaikan dalam perencanaan formal), masukan manusia tetap tidak tergantikan. Perencanaan kota yang benar-benar cerdas harus mengintegrasikan kecerdasan buatan dengan kecerdasan kolektif penduduknya. Ini berarti menggunakan AI untuk efisiensi, tetapi selalu memvalidasi dan memperkayanya dengan perspektif yang hanya dapat diberikan oleh manusia.

Bagaimana ARSA Technology Dapat Membantu?

      ARSA Technology adalah mitra terdepan Anda dalam transformasi digital berbasis AI dan IoT di Indonesia. Dengan kapabilitas dalam Computer Vision, NLP, dan implementasi Industrial IoT, kami siap membantu bisnis dan pemerintah kota mengaplikasikan wawasan dari studi semacam ini. Solusi analitik video AI kami dapat disesuaikan untuk menganalisis kepadatan area, perilaku pengunjung, atau bahkan kepatuhan terhadap standar keamanan di ruang publik, yang semuanya berkontribusi pada pemahaman daya tarik lingkungan.

      Kami juga menawarkan solusi kustom yang dapat diintegrasikan dengan sistem yang sudah ada, memastikan bahwa data yang dihasilkan AI selaras dengan konteks operasional dan kebutuhan spesifik Anda. Dari pemantauan lalu lintas dan parkir cerdas hingga deteksi kecacatan produk dan pelatihan VR untuk industri, ARSA Technology membangun solusi AI yang terbukti dan dapat diskalakan, membawa dampak nyata bagi efisiensi, keamanan, dan pertumbuhan bisnis Anda.

Kesimpulan

      Studi tentang persepsi AI terhadap daya tarik ruang hijau memberikan pandangan berharga tentang kemampuan dan keterbatasan model kecerdasan buatan dalam memahami kompleksitas lingkungan perkotaan. Meskipun AI seperti ChatGPT, Claude, dan Gemini menunjukkan potensi besar untuk pra-penilaian yang skalabel dan efisien, khususnya untuk ruang formal yang jelas atau ruang informal yang jelas tidak menarik, mereka masih perlu belajar untuk menangkap nilai-nilai kontekstual, fungsional, dan sosial yang dihargai manusia. Bagi perencana kota dan bisnis di Indonesia, ini berarti AI adalah alat yang kuat untuk mempercepat proses, namun tidak dapat sepenuhnya menggantikan wawasan mendalam dan perspektif bernuansa dari interaksi manusia. Integrasi yang cerdas antara AI dan partisipasi manusia adalah kunci untuk membangun kota-kota yang benar-benar cerdas, inklusif, dan berkelanjutan.

      Konsultasikan kebutuhan AI Anda dengan tim ARSA Technology untuk solusi yang inovatif dan berdampak.