HARIANSULSEL.COM, Yogyakarta — Upaya menghadirkan sistem transportasi publik yang lebih adaptif terhadap kebutuhan masyarakat menjadi fokus penelitian doktoral Rizal Syarifuddin dalam disertasi berjudul “Sustainable Smart City Development in Public Transportation Systems: Behavior-Based Corridor Design Model.”
Rizal Syarifuddin akan mempresentasikan hasil penelitiannya dalam Ujian Terbuka Promosi Doktor Program Studi Rekayasa Industri, Fakultas Teknologi Industri, Universitas Islam Indonesia (UII) pada Selasa, 29 September 2026, pukul 08.00 WIB di Auditorium FTI UII, Yogyakarta.
Penelitian tersebut menempatkan smart city sebagai konteks pembangunan perkotaan dengan fokus utama pada sustainable smart mobility, khususnya pengembangan koridor transportasi publik yang berbasis pada perilaku dan kebutuhan aktual pengguna.
Dalam penelitiannya, Rizal mengidentifikasi persoalan penting dalam perencanaan transportasi publik, yakni belum terintegrasinya informasi mengenai pola mobilitas aktual masyarakat, distribusi aktivitas dalam ruang perkotaan, tingkat penerimaan pengguna, serta kemampuan analitik prediktif dalam mendukung pengambilan keputusan pengembangan koridor.
Untuk menjawab persoalan tersebut, penelitian menggunakan paradigma pragmatis dengan pendekatan integrated quantitative model development. Framework yang dikembangkan terdiri atas empat lapisan informasi, yaitu Mobility Intelligence, Spatial Intelligence, Behavioral Intelligence, dan Predictive Intelligence.
Menggunakan Data Pergerakan Masyarakat
Pada aspek mobilitas, penelitian memanfaatkan teknologi People Movement Tracking terhadap 100 responden. Dari proses tersebut diperoleh 32.793 catatan perjalanan (trip records) selama periode 1 Maret hingga 31 Oktober 2025.
Data perjalanan kemudian dianalisis menggunakan Origin-Destination (OD) Matrix untuk mengetahui hubungan perjalanan antarkawasan. Sementara itu, distribusi aktivitas secara spasial dianalisis menggunakan Kernel Density Estimation (KDE).
Hasil analisis menunjukkan sejumlah hubungan perjalanan dengan intensitas tinggi, antara lain Losari Beach–Panakkukang, Panakkukang–Rappocini, Manggala–Tallo, Manggala–Tamalanrea, serta Panakkukang–Ujung Pandang.
Analisis KDE juga menunjukkan Panakkukang sebagai wilayah dengan konsentrasi aktivitas spasial tertinggi, disusul Ujung Pandang dan Losari Beach.
Memasukkan Perspektif dan Penerimaan Pengguna
Tidak hanya mengandalkan data pergerakan, penelitian ini juga memasukkan aspek perilaku pengguna transportasi publik.
Sebanyak 434 responden terlibat dalam survei yang digunakan untuk menganalisis sejumlah konstruk, yaitu Human-Centered Design (HCD), Psychosocial Factors, User Satisfaction, dan Intention to Reuse.
Informasi tersebut selanjutnya ditransformasikan menjadi Human Acceptance Score (HAS) sebagai indikator penerimaan pengguna terhadap transportasi publik. Hasil transformasi menunjukkan rata-rata HAS sebesar 78,33 pada skala 0–100.
Analisis juga menunjukkan bahwa HCD dan faktor psikososial memiliki pengaruh positif terhadap kepuasan serta kecenderungan pengguna untuk kembali menggunakan transportasi publik.
Naïve Bayes untuk Analisis Kebutuhan Koridor
Lapisan berikutnya adalah Predictive Intelligence yang dikembangkan menggunakan metode Naïve Bayes dengan pendekatan temporal.
Dalam pendekatan tersebut, informasi mengenai kondisi koridor pada bulan berjalan digunakan untuk mengklasifikasikan kebutuhan koridor pada bulan berikutnya.
Pada periode pengujian September–Oktober 2025, model menghasilkan akurasi 97,78 persen, macro precision 93,33 persen, macro recall 94,44 persen, macro F1-score 93,27 persen, dan macro ROC-AUC 1,000.
Namun, Rizal memberikan catatan penting bahwa capaian tersebut tidak serta-merta dapat dimaknai sebagai prediksi keberhasilan implementasi koridor. Tingginya performa klasifikasi juga berkaitan dengan adanya persistensi sebagian pola kelas antarbulan.
Karena itu, model ditempatkan sebagai instrumen klasifikasi probabilistik untuk mendukung pengambilan keputusan, bukan sebagai alat untuk menjamin keberhasilan implementasi suatu koridor transportasi.
Menghasilkan Framework Pengambilan Keputusan
Salah satu hasil utama penelitian ini adalah Behavior-Based Sustainable Smart Mobility Decision Framework.
Framework tersebut mengintegrasikan empat sumber informasi, yakni kebutuhan mobilitas aktual, konsentrasi aktivitas spasial, penerimaan pengguna, dan informasi prediktif untuk mendukung pengembangan koridor transportasi publik berkelanjutan.
Menariknya, integrasi antara Behavioral Intelligence dan Predictive Intelligence dilakukan pada tingkat decision support framework. Hal ini disebabkan dataset persepsi pengguna dan dataset perjalanan memiliki unit analisis yang berbeda serta tidak memiliki penghubung langsung pada tingkat koridor.
Dengan pendekatan tersebut, penelitian tidak hanya melihat ke mana masyarakat bergerak, tetapi juga mempertimbangkan di mana aktivitas terkonsentrasi, bagaimana masyarakat menerima transportasi publik, dan bagaimana informasi historis dapat digunakan untuk membantu mengidentifikasi kebutuhan koridor berikutnya.
Rizal menjelaskan bahwa kontribusi utama penelitian terletak pada pengembangan arsitektur pengambilan keputusan yang menempatkan manusia, ruang, data, dan analitik prediktif sebagai komponen yang saling melengkapi dalam perencanaan transportasi publik berkelanjutan.
Penelitian ini sekaligus menawarkan pendekatan yang lebih berbasis data dan perilaku dalam mendukung pembangunan smart city, khususnya pada domain sustainable smart mobility.
Ujian terbuka promosi doktor Rizal Syarifuddin akan dilaksanakan pada Selasa, 29 September 2026 pukul 08.00 WIB di Auditorium Lantai 3 Gedung Fakultas Teknologi Industri, Universitas Islam Indonesia, Kampus Terpadu UII, Jalan Kaliurang Km 15, Yogyakarta. (and/hs)
