Mengantisipasi peliknya masalah transportasi ke depan dan
pergeseran ekonomi ke model on-demand, Toshiba berkolaborasi dengan Janpuzi,
perusahaan mengoperasikan Convenicle, sistem yang didedikasikan untuk
memberikan pengetahuan transportasi tanpa-menunggu, sesuai permintaan untuk
melayani operator dan pemerintah daerah di seluruh Jepang.



Bersama Janpuzi yang berbasis di Tokyo itu, Toshiba
meningkatkan pemanfaatan Mobility-as-a-Service (MaaS), solusi yang
mengintegrasikan transportasi publik dan pribadi ke dalam satu sistem dengan
dukungan kecerdasan buatan (Artificial Intelligence/AI), analitik big data, dan
Internet of Things (IoT).



Tujuan dari MaaS adalah menciptakan mobilitas orang yang
efisien, pengguna dijemput oleh kendaraan segera dan dibawa ke tujuan tertentu
dengan rute langsung tanpa jalan memutar atau penundaan yang tidak diinginkan.



&#8220;Ini adalah visi yang menggabungkan kenyamanan taksi
dengan utilitas layanan bus,&#8221; kata Toshiba dalam pernyataan pers &nbsp;Sabtu (03/08/2019).



Menurut Hirozou Yoshitomi, Presiden Janpuzi, dengan
menggunakan AI analytics Toshiba, &#8220;SATLYS ™&#8221;, sistem ini dapat
mengidentifikasi, memperkirakan, dan membuat prediksi.



Dengan menggambar data operasional dari Janpuzi, SATLYS™
muncul dengan prediksi permintaan untuk titik penjemputan dan pengantaran,
waktu dalam sehari dan jumlah penumpang, hingga beberapa minggu sebelumnya.



&#8220;Bus telah menetapkan rute, sehingga pengguna sering
harus mengambil jalan memutar&#8230;, tetapi Convenicle menggabungkan beberapa
titik penjemputan dan pengantaran yang dicadangkan untuk membuat rute dengan
cara yang paling efisien, sehingga mudah bagi penumpang untuk digunakan,&#8221;
kata Seiji Kamiya, Manajer Departemen Perencanaan dan Pengembangan Proyek Janpuzi.



Pendekatan itu bahkan memungkinkan untuk mengambil dan
menurunkan orang-orang dengan tujuan yang sama, untuk memaksimalkan pemanfaatan
kapasitas.



Pada 2019-2024, Toshiba memperkirakan ada penggunaan yang
lebih luas dan adopsi MaaS karena kemajuan dalam IoT dan pembelajaran mesin dan
meningkatnya tingkat adopsi moda transportasi non-konvensional, seperti layanan
sepeda dan berbagi mobil.



Menurut penelitian, MaaS akan memiliki &#8220;dampak yang
disrupsi pada moda transportasi tradisional seperti kepemilikan mobil, bus,
kereta api, penerbangan, taksi dan mobil sewaan.&#8221;



Ide ini sedang diuji di seluruh dunia dan sangat bergantung
pada teknologi IoT. MaaS membutuhkan konektivitas kendaraan real-time dan
kecerdasan buatan untuk merencanakan perjalanan, mengoptimalkan rute, dan
mempersingkat waktu perjalanan.



Algoritma mobilitas akan menghitung opsi perjalanan yang
paling sesuai dari lokasi pengguna ke tujuan dan memberikan kombinasi optimal
dari jenis transportasi. Opsi perjalanan akan memperhitungkan pemeliharaan
terjadwal (berdasarkan pemanfaatan aset) dan gangguan yang tidak terduga.



Sementara kecerdasan buatan dan optimalisasi rute sudah
bekerja di Google, Uber, dan lainnya, IoT dalam angkutan massal masih dalam
tahap awal. Baik AI dan IoT akan dimanfaatkan jauh lebih luas di sektor
transportasi dalam 2-3 tahun ke depan, dengan IoT mempercepat laju adopsi
bahkan lebih cepat.



Seorang perencana perjalanan akan menjadi bagian yang tak
terpisahkan dari solusi dan akan menyatukan semua alat transportasi dalam satu
jaringan.



Aplikasi ini akan selalu mengetahui lokasi dan status setiap
kendaraan dan akan memberikan kepada pengguna waktu kedatangan dan
keberangkatan yang tepat.



Ada manfaat yang jelas bagi pengguna akhir: kesederhanaan
perencanaan perjalanan, perjalanan yang lebih singkat, dan, kemungkinan, harga
yang lebih rendah. Helsinki meluncurkan solusi MaaS, yang menyatukan transportasi
umum, taksi, sepeda kota, dan layanan berbagi mobil. Aplikasi menikmati
dukungan kuat dari kota dan komunitas.



Tantangan lain dalam menciptakan sistem transportasi efisien
dan integral, menurut Hiroki Ueda, seorang peneliti di Toshiba Digital Solutions
Corporation, Perangkat Lunak &amp; Pusat Teknologi AI, adalah dalam pengelolaan
big data.



“Katakanlah Anda memiliki area dengan 2.000 poin penjemputan
dan pengantaran. Anda harus memproses hasil prediksi untuk semua 2.000 titik
penjemputan dikalikan dengan semua 2.000 tujuan, sehingga Anda memiliki
4.000.000 rute potensial. Itu cukup rumit. Selain itu, ada sembilan tahun data
untuk dianalisis.&#8221;



Tapi, dengan SATLYS Toshiba, yang menganalisis data operasi
Convenicle dari Janpuzi bersama data cuaca dari Badan Meteorologi Jepang dan
informasi tentang karakteristik hari yang berbeda, dapat diketahui
variabel-variabel seperti &#8220;pada hari hujan, 20 persen lebih banyak
kendaraan diperlukan di daerah tertentu,&#8221; atau &#8220;rute yang the memakan
waktu dua kali lebih lama pada hari Minggu&#8221;, jelas rekan Ueda di Toshiba,
Yuji Irimoto.



Pada akhirnya SATLYS muncul dengan prediksi permintaan untuk
titik penjemputan dan pengantaran, waktu dan jumlah penumpang, hingga beberapa
minggu sebelumnya, dan menghasilkan perkiraan yang akurat dengan menganalisis
dan memetakan permintaan secara komprehensif.



“Kami menganalisis permintaan di setiap area operasi dan
memplotnya seperti peta panas, dengan warna mewakili permintaan,” Ueda
menjelaskan. “Dari itu, kita bisa membuat perkiraan permintaan kendaraan.”

AMIRUDDIN ZUHRI.png

maas

Mengantisipasi peliknya masalah transportasi ke depan dan pergeseran ekonomi ke model on-demand, Toshiba berkolaborasi dengan Janpuzi, perusahaan mengoperasikan Convenicle, sistem yang didedikasikan untuk memberikan pengetahuan transportasi tanpa-menunggu, sesuai permintaan untuk melayani operator dan pemerintah daerah di seluruh Jepang. Bersama Janpuzi yang berbasis di Tokyo itu, Toshiba meningkatkan pemanfaatan Mobility-as-a-Service (MaaS), solusi yang mengintegrasikan transportasi publik [&hellip;]

Rekomendasi

Toshiba dan Janpuzi Kembangkan Sistem Transportasi dengan Kecerdasan Buatan