Aplikasi peta kini bisa memperkirakan waktu tempuh dengan tingkat ketepatan yang cukup tinggi. Bahkan kemacetan yang baru terjadi beberapa menit lalu sudah tergambar di layar.
Kemampuan tersebut sering dianggap ajaib oleh penggunanya. Padahal Google Maps bekerja dengan gabungan data lokasi dan sejumlah algoritma yang sudah lama dipelajari di bidang informatika.
Membedah cara kerjanya memberi gambaran nyata tentang pekerjaan seorang praktisi data.
Dari Mana Data Lalu Lintas Diperoleh
Sumber utamanya berupa data lokasi teragregasi dari perangkat yang mengaktifkan layanan lokasi. Kecepatan gerak perangkat di suatu ruas jalan menjadi petunjuk kondisi lalu lintas.
Data tersebut diolah dalam bentuk gabungan, bukan per individu, sehingga yang terbaca adalah pola pergerakan pada satu ruas jalan.
Selain itu, Google Maps memakai riwayat perjalanan pada jam dan hari yang sama untuk memperkirakan kondisi yang biasanya terjadi.
Laporan dari pengguna mengenai kecelakaan maupun penutupan jalan menjadi pelengkap yang membantu sistem menyesuaikan perkiraan lebih cepat. Gabungan sumber inilah yang membuat Google Maps dapat memperbarui kondisi jalan hampir seketika.
Algoritma yang Bekerja di Balik Pencarian Rute
Empat konsep berikut menjadi dasar dari fitur pencarian rute yang dipakai sehari-hari.
1. Representasi Jalan sebagai Graf
Jaringan jalan diubah menjadi graf, yaitu kumpulan titik dan garis penghubung. Persimpangan menjadi titik, sedangkan ruas jalan menjadi penghubung dengan bobot tertentu. Bobot itulah yang dipakai Google Maps untuk menghitung mana jalur paling ringan ditempuh, bukan sekadar paling pendek jaraknya.
2. Pencarian Jalur Terpendek
Algoritma seperti Dijkstra dipakai mencari jalur dengan total bobot paling kecil dari titik awal menuju tujuan. Prinsipnya menelusuri kemungkinan secara bertahap sambil menyimpan jalur terbaik yang sudah ditemukan. Pengembangan lanjutannya menambahkan perkiraan arah tujuan agar pencarian berjalan lebih cepat pada peta berskala besar.
3. Bobot yang Berubah Mengikuti Kondisi
Bobot tiap ruas tidak tetap, melainkan menyesuaikan kondisi lalu lintas terkini. Karena itu, rute yang disarankan pagi ini bisa berbeda dengan sore nanti. Kemampuan memperbarui bobot secara berkala inilah yang membedakan peta digital dari peta cetak biasa.
4. Pemrosesan Data Hampir Seketika
Data dari jutaan perangkat perlu diolah dalam waktu sangat singkat agar tetap berguna. Pengolahan semacam ini memakai sistem aliran data yang bekerja terus menerus, bukan pengolahan sekali sehari. Bagian inilah yang paling banyak bersinggungan dengan pekerjaan rekayasa data di industri.
Kenapa Perkiraan Waktu Tempuh Bisa Meleset
Perkiraan dibangun dari pola masa lalu ditambah kondisi saat ini. Kejadian mendadak yang belum terekam tentu belum bisa diperhitungkan.
Selain itu, jumlah perangkat yang aktif di suatu ruas memengaruhi ketepatan pembacaan. Jalan sepi pengguna cenderung menghasilkan perkiraan yang kurang akurat.
Karena itu, hasil dari Google Maps sebaiknya dibaca sebagai perkiraan terbaik berdasarkan data yang tersedia, bukan kepastian.
Pelajaran Sains Data yang Bisa Diambil
Kasus ini memperlihatkan bahwa nilai sebuah sistem sering datang dari kualitas datanya, bukan hanya dari kecanggihan algoritmanya.
Selain itu, penanganan data lokasi menuntut perhatian pada privasi. Agregasi dan penyamaran identitas menjadi bagian penting dari perancangan sistem semacam ini.
Padahal, dua hal tersebut jarang dibahas saat orang membicarakan kecerdasan buatan. Justru di situlah pekerjaan praktisi data sesungguhnya berada.
Latihan Sederhana untuk Memahami Cara Kerjanya
Latihan pertama berupa menggambar jaringan jalan di sekitar tempat tinggal sebagai graf sederhana di atas kertas. Persimpangan menjadi titik dan ruas jalan menjadi penghubung.
Setelah itu, coba beri bobot berdasarkan perkiraan waktu tempuh lalu cari jalur paling ringan secara manual. Hasilnya bisa dibandingkan dengan saran rute pada Google Maps.
Latihan semacam ini memperlihatkan bahwa hasil yang ditampilkan Google Maps sebenarnya berangkat dari konsep yang bisa dihitung sendiri, hanya saja dijalankan pada skala yang jauh lebih besar.
Mendalami Pengolahan Data dan Algoritma Secara Terstruktur
Universitas Nusa Mandiri (UNM) dapat menjadi salah satu alternatif pendidikan yang dipertimbangkan bagi yang tertarik mendalami bidang ini. Kampus tersebut telah terakreditasi BAN-PT secara resmi.
Lulusannya memiliki bukti kompetensi yang diakui secara nasional, sesuatu yang cukup berpengaruh saat membangun karier profesional di bidang teknologi. Biaya pendidikannya ramah dan fleksibel dengan pembayaran yang dapat dilakukan secara daring.
Program studi Sains Data dan Informatika membahas struktur data, algoritma, sampai pemrosesan data berskala besar. Bagi anda yang penasaran dengan cara kerja Google Maps, pilihan tersebut layak masuk pertimbangan.
Kesimpulannya, kemampuan Google Maps membaca kemacetan lahir dari gabungan data dan algoritma, bukan dari tebakan. Perkiraan waktu tempuh pada Google Maps akan selalu memiliki batas ketelitian, dan memahami batas itu justru menjadi bagian penting dari pekerjaan analisis data.
