Tokyo Metro Uji AI untuk Sebarkan Penumpang ke Gerbong Sepi

Teknologi kecerdasan buatan mulai diuji untuk membantu mengatur persebaran penumpang di jaringan kereta bawah tanah Tokyo. Dilansir dari Detik Travel, Tokyo Metro bersama dua perusahaan lainnya mengembangkan sistem yang menunjukkan lokasi gerbong dengan tingkat kepadatan berbeda melalui proyeksi di lantai peron. Inovasi ini dirancang agar penumpang lebih mudah menemukan gerbong yang relatif kosong sebelum kereta tiba.

Informasi disajikan langsung di permukaan lantai sehingga penumpang dapat menentukan arah tanpa harus berhenti untuk memeriksa papan informasi. Sistem tersebut memanfaatkan rekaman kamera yang terpasang di peron. Kecerdasan buatan menganalisis gambar untuk memperkirakan seberapa padat setiap gerbong kereta yang akan memasuki stasiun.

Hasil pemrosesan kemudian diterjemahkan menjadi petunjuk visual yang diproyeksikan ke lantai. Tulisan "Crowded" menandai arah gerbong yang diperkirakan penuh, sedangkan indikator berwarna hijau menunjukkan arah gerbong yang lebih lengang.

Melalui pendekatan ini, informasi kepadatan ditempatkan langsung pada jalur yang dilalui calon penumpang. Mereka dapat melihat petunjuk sambil berjalan dan menyesuaikan posisi sebelum naik kereta. Penggunaan proyeksi lantai menjadi bagian penting dari rancangan tersebut. Alih-alih mengandalkan penumpang untuk mencari informasi pada papan khusus, sistem menyampaikan petunjuk secara visual di area pergerakan mereka.

Uji coba untuk mengurangi penumpukan penumpang

Hideyuki Yoshino dari Tokyo Metro menjelaskan bahwa sistem ini bertujuan memengaruhi pergerakan penumpang secara alami. Petunjuk yang terlihat ketika orang berjalan diharapkan mendorong mereka menuju bagian peron yang tidak terlalu ramai. "Kami percaya bahwa dengan menggunakan sesuatu yang secara alami menarik perhatian orang saat mereka berjalan, kami dapat mendorong mereka untuk bergerak menuju area yang lebih sepi," kata Yoshino.

Uji coba akan berlangsung selama beberapa bulan. Tokyo Metro dan perusahaan yang terlibat akan menilai apakah petunjuk berbasis proyeksi tersebut dapat mendistribusikan penumpang secara lebih merata di sepanjang peron. Evaluasi juga mencakup kemampuan teknologi dalam mengurangi kepadatan, khususnya pada titik-titik yang kerap menjadi tempat berkumpulnya penumpang menjelang kedatangan kereta. Hasil pengamatan ini akan menjadi dasar untuk menilai efektivitas sistem.

Peluang penerapan di stasiun lain

Teknologi yang diuji menggabungkan kamera pemantau, analisis AI, dan proyeksi lantai untuk membantu mengarahkan pergerakan orang. Ketiga komponen tersebut bekerja sebagai satu sistem yang menyajikan perkiraan kepadatan dalam bentuk petunjuk visual.

Jika hasil pengujian menunjukkan manfaat yang diharapkan, Tokyo Metro akan mempertimbangkan penerapan teknologi serupa di stasiun lain. Namun, keputusan tersebut akan bergantung pada hasil evaluasi selama masa uji coba.

Pendekatan ini tidak hanya memberikan gambaran mengenai gerbong yang berpotensi penuh, tetapi juga membantu penumpang mengenali arah menuju gerbong yang lebih kosong. Efektivitasnya akan dinilai dari kemampuan sistem dalam mendorong persebaran penumpang dan mengurangi penumpukan di peron.