Banyak Dampak Positif Big Data untuk pengelolaan Kota
A
A
A
TERNYATA ada banyak dampak positif dari data terhadap perkotaan. Hal tersebut diungkap Founder & CEO Qlue Rama Raditya di Indonesia Lokadata Conference (ILOC ) 2019 yang bertajuk “Smart City, Smart Data Analysis”. Data-data tersebut, misalnya, bisa digunakan untuk mengurangi titik banjir. “Qlue telah menerima lebih dari 1,5 juta laporan masyarakat di 15 kota melalui aplikasi Qlue, juga mendeteksi lebih dari 5,5 juta objek.
Mulai kendaraan hingga orang lewat computer vision QlueVision. Juga, mengintegrasikan lebih dari 1.500 jenis data dalam Qlue Dashboard dalam tiga tahun terakhir,” ungkapnya. Pada 2017 Rama mengungkap bahwa data dari Qlue bisa digunakan untuk mengurangi titik banjir dari 8.000 menjadi 450 titik dengan memanfaatkan data laporan warga melalui aplikasi Qlue.
Juga, mengurangi biaya operasional perusahaan hingga 50% melalui peningkatan produktivitas dan akuntabilitas setiap karyawan. Dalam tiga tahun, Qlue bersama Pemprov DKI Jakarta telah membantu meningkatkan kepercayaan masyarakat kepada pemerintah hingga 87%. Pada semester pertama 2019, Qlue menerima 58.762 laporan dengan 91% laporan ditindaklanjuti oleh Pemprov DKI Jakarta.
Tiga masalah utama yang saat ini masih dihadapi warga Jakarta adalah sampah, iklan liar, dan parkir liar dengan kontribusi 54%. Keseluruhan data tersebut dapat dimanfaatkan Pemprov DKI Jakarta untuk pengelolaan kota dengan melakukan visualisasi data dan informasi.
Mulai data sebaran penyakit dan pencegahannya, hingga pemetaan wilayah kriminalitas. Data dan analisis dalam implementasi smart city juga dapat diaplikasikan ke berbagai sektor. Contohnya, Qlue membantu Badan Nasional Penanggulangan Bencana (BNPB) dalam proses pemulihan pascabencana dalam banjir Bima pada 2016.
Para relawan banjir menggunakan Qlue untuk melakukan pemetaan kerusakan fasilitas umum dan kebutuhan pengungsi dengan cara pelaporan melalui aplikasi Qlue. Metode ini mampu mempercepat proses pemulihan Kota Bima hingga 90% dalam tiga minggu, dari rata-rata dua bulan.
Sejak itu, Qlue terus mendukung BNPB dalam kegiatan pemulihan pascabencana. Qlue berharap solusi smart city mereka dapat membantu instansi pemerintahan dan bisnis untuk berani berubah dan berkembang mengikuti zaman dan tren teknologi.
Mulai kendaraan hingga orang lewat computer vision QlueVision. Juga, mengintegrasikan lebih dari 1.500 jenis data dalam Qlue Dashboard dalam tiga tahun terakhir,” ungkapnya. Pada 2017 Rama mengungkap bahwa data dari Qlue bisa digunakan untuk mengurangi titik banjir dari 8.000 menjadi 450 titik dengan memanfaatkan data laporan warga melalui aplikasi Qlue.
Juga, mengurangi biaya operasional perusahaan hingga 50% melalui peningkatan produktivitas dan akuntabilitas setiap karyawan. Dalam tiga tahun, Qlue bersama Pemprov DKI Jakarta telah membantu meningkatkan kepercayaan masyarakat kepada pemerintah hingga 87%. Pada semester pertama 2019, Qlue menerima 58.762 laporan dengan 91% laporan ditindaklanjuti oleh Pemprov DKI Jakarta.
Tiga masalah utama yang saat ini masih dihadapi warga Jakarta adalah sampah, iklan liar, dan parkir liar dengan kontribusi 54%. Keseluruhan data tersebut dapat dimanfaatkan Pemprov DKI Jakarta untuk pengelolaan kota dengan melakukan visualisasi data dan informasi.
Mulai data sebaran penyakit dan pencegahannya, hingga pemetaan wilayah kriminalitas. Data dan analisis dalam implementasi smart city juga dapat diaplikasikan ke berbagai sektor. Contohnya, Qlue membantu Badan Nasional Penanggulangan Bencana (BNPB) dalam proses pemulihan pascabencana dalam banjir Bima pada 2016.
Para relawan banjir menggunakan Qlue untuk melakukan pemetaan kerusakan fasilitas umum dan kebutuhan pengungsi dengan cara pelaporan melalui aplikasi Qlue. Metode ini mampu mempercepat proses pemulihan Kota Bima hingga 90% dalam tiga minggu, dari rata-rata dua bulan.
Sejak itu, Qlue terus mendukung BNPB dalam kegiatan pemulihan pascabencana. Qlue berharap solusi smart city mereka dapat membantu instansi pemerintahan dan bisnis untuk berani berubah dan berkembang mengikuti zaman dan tren teknologi.
(don)