Abstract:
Pembangunan infrastruktur jalan tol di Indonesia memiliki peran penting dalam meningkatkan konektivitas antar wilayah, mendukung pertumbuhan ekonomi, dan mempercepat distribusi barang dan jasa. Penentuan lokasi gerbang tol menjadi proses krusial yang memengaruhi efektivitas manfaat pembangunan jalan tol. Penelitian ini bertujuan untuk merumuskan metode evaluasi dan penentuan lokasi gerbang tol baru dengan memanfaatkan data satelit multispektral dan statistik dari pemerintah maupun swasta. Penelitian ini menganalisis gabungan data statistik dari hasil pengolahan data geospasial, termasuk data citra multispektral satelit, aktivitas ekonomi masyarakat, titik pariwisata, dan simpul transportasi. Data geospasial dianalisis menggunakan platform Google Earth Engine (GEE), yang memungkinkan pemrosesan data geospasial dalam skala besar. Fitur-fitur yang dihasilkan untuk masing-masing gerbang tol, antara lain proporsi area terbangun lingkungan gerbang tol, jumlah pariwisata sekitar gerbang tol, jumlah tempat aktivitas ekonomi masyarakat, dan jumlah simpul transportasi. Fitur proporsi area terbangun dibuat dengan melakukan klasifikasi piksel pada citra satelit terhadap dua kelas, yaitu area terbangun dan tanaman, kemudian dihitung jumlah piksel area terbangun dengan jumlah piksel keseluruhan pada radius sekitar gerbang tol. Metode machine learning diterapkan untuk mengevaluasi gerbang tol yang ada dan menen tukan lokasi potensial untuk gerbang tol baru berdasarkan analisis lingkungan sekitar jalan tol. Evaluasi gerbang tol dilakukan dengan mengelompokkan gerbang tol berdasarkan karakteristik lingkungannya dengan algoritma KMeans dan agglomerative clustering. Hasil pengelompokkan akan dianalisis untuk menentukan kelompok yang memiliki karakteristik lingkungan yang sesuai atau tidak. Penentuan lokasi gerbang tol dilakukan dengan mengacu pada kelompok-kelompok gerbang tol yang memiliki karakteristik sesuai. Hasil penelitian menunjukkan bahwa pemanfaatan data satelit, transportasi, dan aktivitas ekonomi dapat memberikan rekomendasi lokasi gerbang tol baru dan evaluasi gerbang tol yang sudah ada dengan menggunakan algoritma clustering. Algoritma dengan hasil clustering terbaik pada penelitian ini adalah KMeans. Silhoutte score terbaik yang dihasilkan adalah 0.5308. Implementasi metode ini diharapkan dapat mendukung perencanaan infrastruktur jalan tol yang lebih efektif dan efisien di Indonesia.
