Kuliah Umum Bersama Assoc. Prof. Tetsu Kubota dan Assoc. Prof. Makoto Chikaraishi

Public Lecture dilakukan pada Senin, 20 Januari 2020 bertempat di Ruang Theater Departemen Perencanaan Wilayah dan Kota, Universitas Diponegoro. Dalam acara ini terdapat 2 pembicara dari Universitas Hiroshima, Jepang yakni Dr. Makoto Chikaraishi dan Dr. Tetsu Kubota. Acara ini dilaksanakan mulai pukul 09.00-12.00 yang terbagi dalam 4 sesi yakni sekitar 15 menit pembukaan dan pengenalan narasumber, kemudian 1 jam berikutnya diisi dengan penyampaian materi dan 15 menit tanya jawab dengan Dr. Makoto Chikaraishi dengan materi “On The Possibilities of Data-Driven Traffic Control and Management Under Road Network Disruption: A Case from Hiroshima, Japan”, kemudian 1 jam berikutnya dilanjutkan pemaparan “Introduction to SATREPS: Implementation of Low-Carbon Affordable Apartement in The Hot-Humid Climate of Indonesia Towards Paris Agreement 2030” oleh Dr. Tetsu Kubota yang dilanjutkan dengan 15 menit tanya jawab. Kemudian 15 menit terakhir digunakan sebagai waktu penutupan acara dan sesi foto bersama.

Berdasarkan pemaparan Dr. Makoto Chikaraishi tentang “On The Possibilities of Data-Driven Traffic Control and Management Under Road Network Disruption: A Case from Hiroshima, Japan” diketahui bahwa pada dasarnya berbagai data dapat dimanfaatkan oleh pihak yang bertanggung jawab untuk melakukan analisis yang berguna dalam memberikan informasi tertentu. Seperti dicontohkan bahwa data yang ditangkap CCTV, smartphone, GPS, dan lain sebagainya dapat dimanfaatkan untuk melakukan analisis perjalanan dan dapat memetakan waktu-waktu ketika jalan mengalami kelebihan kapasitas. Lebih jauh, analisis ini dapat digunakan untuk melihat perilaku masyarakat sebelum, saat, dan sesudah terjadinya bencana. Oleh karena itu, data ini dapat dimanfaatkan pemerintah sebagai bahan evaluasi dan dasar pembangunan fasilitas agar kedepannya memudahkan proses evakuasi masyarakat. Banyak manfaat yang dapat diperoleh dengan memanfaatkan teknologi seperti AI. Meskipun terkadang tidak 100% hasil tersebut dapat di aplikasikan, tapi hasil tersebut dapat dikalibrasikan untuk mendapatkan hasil yang optimal.