Urgensi Ketersediaan Data Konektivitas dan Aksesibilitas Jalan
Jalan merupakan infrastruktur penting dalam kehidupan, terutama di bidang transportasi dan logistik. Jalan memberikan kemudahan akses dari suatu tempat ke tempat lainnya.
United Nations, dalam Sustainable Development Goals (SDGs) telah menetapkan salah satu tujuan pembangunan berkelanjutan tepatnya pada target 9.1 yaitu mengembangkan infrastruktur yang berkualitas untuk akses yang terjangkau dan merata bagi semua, salah satu implementasinya adalah dengan pembangunan jalan.
Sayangnya, fakta di lapangan menunjukkan bahwa kepadatan jalan di Indonesia berada pada peringkat 93 dari 196 negara di dunia yaitu dan masih berada di bawah angka rata-rata kepadatan jalan dunia. Selain itu, Kementerian Pekerjaan Umum dan Perumahan Rakyat (PUPR) menyatakan bahwa rata-rata existing waktu tempuh jalan nasional di Indonesia masih berada di bawah negara tetangga seperti Thailand dan Malaysia (Kementerian PUPR, 2022).
Peran Penyediaan Data yang Granular dan Up-to-Date
1. Mendukung Indonesia dalam pembangunan sektor jalan dunia
Dalam rangka memperkuat kerjasama Association of Southeast Asian Nations (ASEAN), pada tahun 2015 negara anggota ASEAN sepakat untuk mewujudkan ASEAN Community dengan 3 (tiga) pilar yaitu: (i) Komunitas Politik - Keamanan ASEAN; (ii) Komunitas Ekonomi ASEAN; dan (iii) Komunitas Sosial - Budaya ASEAN.
Dalam konteks ini, konektivitas merupakan salah satu aspek terpenting dalam rangka mewujudkan visi dari Komunitas ASEAN tersebut, yang diterjemahkan dalam bentuk proyek Trans Asia - ASEAN Highways. Data aktual yang granular dibutuhkan untuk menganalaisis dan menentukan wilayah yang prospektif untuk pembangunan ASEAN Highways (Rencana Strategis Direktorat Jenderal Bina Marga 2020-2024).
2. Meningkatkan peranan konstruksi terhadap PDB
Badan Pusat Statistik (BPS) menyatakan bahwa jalan merupakan konstruksi yang paling berpengaruh terhadap Produk Domestik Bruto (BPS, 2023; Informasi Statistik Infrastruktur PUPR, 2022). Ketersediaan data yang semakin baik dapat membantu meningkatkan peranan konstruksi terhadap PDB.
3. Perdagangan Antar Wilayah
Pada tahun 2021, sebesar 77,56% perdagangan antar wilayah di Indonesia menggunakan angkutan darat sebagai moda transportasi utama (BPS, 2022). Selain itu Badan Pusat Statistik (BPS), Badan Perencanaan Pembangunan Nasional (Bappenas) dan UNFP memproyeksikan bahwa pada tahun 2025, tingkat urbanisasi nasional akan mencapai angka 60%. Ketersediaan data yang lebih granular dan komprehensif dapat menjadi dasar yang kuat bagi pemerintah dalam pembentukan kebijakan lingkungan strategis nasional yang tepat sasaran (Renstra DJBM 2020-2024).
4. Pengelolaan APBN oleh Kementerian PUPR
Berdasarkan Informasi Statistik Infrastruktur PUPR, Anggaran Pendapatan dan Belanja Negara (APBN) terbesar dialokasikan untuk program infrastruktur konektivitas yaitu mencapai 39,60%. Ketersediaan data geospasial yang aktual dengan pendekatan remote sensing akan mengurangi pendanaan untuk pengumpulan data.
Kondisi Data Konektivitas dan Aksesibilitas Jalan Saat ini
Saat ini, data infrastruktur jalan nasional di Indonesia menjadi tanggung jawab Kementerian PUPR, khususnya Direktorat Jenderal Bina Marga (DJBM) serta lembaga turunannya yaitu Balai Pelaksanaan Jalan Nasional (BPJN). Data konektivitas dan aksesibilitas jalan yang tersedia saat ini, diterbitkan di dalam Laporan Akuntabilitas Kinerja Instansi Pemerintah (LAKIP) DJBM yang diperbarui setiap satu tahun sekali. Pengumpulan data yang dilakukan masih menggunakan pendekatan konvensional yaitu dengan melakukan pengecekan langsung (ground check) ke lapangan. Pendekatan ini membutuhkan biaya dan waktu yang besar dalam pengimplementasiannya. Disamping itu, data konektivitas dan aksesibilitas jalan yang tersedia hanya sampai pada level nasional. Belum terdapat data yang aktual dan komprehensif terkait konektivitas dan aksesibilitas jalan yang dapat dijadikan pedoman untuk pembuatan kebijakan di level yang lebih granular.
Dengan mempertimbangkan aspek tersebut, diperlukan pembaharuan data geospasial jalan secara berkala dengan kuantitas sumber daya manusia, waktu dan biaya yang lebih rendah untuk memastikan bahwa data yang ada dapat mencerminkan kondisi aktual dari objek spasial yang bersangkutan serta dapat melakukan perhitungan indeks konektivitas dan aksesibilitas suatu wilayah yang lebih granular dan komprehensif.
Pemanfaatan Big Data Geospasial Multisumber
Saat ini, diketahui bahwa pemanfaatan big data geospasial multiusmber melalui teknologi remote sensing mampu menjadi solusi yang menjanjikan. Remote sensing adalah pendekatan yang mampu menggambarkan ciri khas suatu wilayah bumi dengan merekam spektrum elektromagnetik dari jarak jauh menggunakan satelit sehingga menghasilkan data citra satelit tanpa melakukan observasi langsung ke lapangan (J. B. Campbell and R. H. Wynne, 2011). Dibandingkan dengan pendekatan konvensional, remote sensing memberikan keunggulan yang lebih besar, seperti kemudahan pengambilan data, pembaruan data dalam jangka waktu yang lebih singkat, cakupan wilayah yang lebih granular, serta biaya yang lebih ekonomis bila dibandingkan dengan pendekatan konvensional.
Data dan Variabel yang Digunakan
Terdapat beberapa jenis big data geospasial yang akan digunakan dalam penelitian ini. Pertama, data citra satelit Sentinel-2. Kedua, data Night Time Light (NTL) dari NOAA-VIIRS. Ketiga, data Population Density dari WorldPop. 
Metodologi
Hasil Pemetaan Indeks Geospasial Konektivitas dan Aksesibilitas Jalan
Dalam penelitian ini, digunakan pendekatan Multi-Criteria Decision Analysis (MCDA); Weighted Sum Model (WSM), Weighted Product Model (WPM), dan Višekriterijumsko Kompromisno Rangiranje/Multi-Criteria Compromise Ranking (VIKOR) dengan bobot berdasarkan korelasi pearson. Selanjutnya dilakukan evaluasi model dan dipilih model terbaik untuk melakukan pembangunan Indeks Geospasial Konektvitas dan Aksesibilitas Jalan yang dipetakan dalam bentuk peta hasil estimasi dan dashboard inetraktif pada level kecamatan.
Hasil pemetaan yang diperoleh menunjukkan bahwa 65,5% variasi dari IGKJ telah mampu dijelaskan oleh model. Sementara itu, 82,0% IGAJ telah mampu dijelaskan oleh model serta memberikan representasi yang akurat dari kondisi nyata di lapangan sehingga berpotensi dalam mendukung pembuatan kebijakan terkait infrastruktur jalan di Indonesia. Pemetaan hasil estimasi ini juga dapat dilihat lebih jelas pada dashboard 2D interaktif yang telah dibangun berikut. 
KLIK UNTUK MENGUNJUNGI DASHBOARD IGKJ DAN IGAJ PROVINSI JAMBI 2023
Wilayah Prioritas untuk Perbaikan IGKJ dan IGAJ di Provinsi Jambi
Dari visualisasi estimasi IGKJ dan IGAJ diatas, terlihat bahwa wilayah permukiman dengan sebaran populasi yang padat cenderung memiliki konektivitas dan aksesibilitas jalan yang tinggi. Sementara itu, wilayah non-permukiman, cenderung memiliki konektivitas dan aksesibilitas jalan yang rendah. Berdasarkan hasil estimasi IGKJ dan IGAJ, dibentuk daftar kecamatan prioritas untuk perbaikan IGKJ dan IGAJ pada tabel berikut.
