TATA RUANG CERDAS INDONESIA DI ERA TRANSFORMASI DIGITAL MENGGUNAKAN ARTIFICIAL INTELLIGENCE

Ida Farida, Dewi Mulyanti, Meisha Poetri Perdana, Rima Duana

Sari


Pesatnya Revolusi Industri 4.0 dan perkembangan kecerdasan buatan (AI), dunia mengalami transformasi luar biasa, termasuk Indonesia yang memiliki potensi demografis dan geografis besar. Penelitian ini merupakan tinjauan komprehensif dari berbagai sumber termasuk jurnal.ilmiah dan laporan kebijakan. Analisis kualitatif dilakukan untuk mengekspresikan konsep teknologi pendukung (seperti IoT, big data dan AI), serta dampak sosial, ekonomi dan lingkungan dari penerapan tata ruang cerdas di konteks Indonesia. Dengan memanfaatkan digitalisasi dan AI, Indonesia dapat:1) mengoptimalkan perencanaan dan pengambilan keputusan dalam hal ini data spasial yang komprehensif dan analisis berbasis AI akan memungkinkan identifikasi pola, prediksi tren, dan simulasi skenario pembangunan yang lebih akurat; 2) meningkatkan efisiensi pengelolaan infrastruktu yaitu Sistem cerdas dapat memantau, mengelola, dan mengoptimalkan penggunaan energi, transportasi, air, dan limbah secara real-time, mengurangi pemborosan dan meningkatkan kualitas layanan public; 3) mendorong pembangunan berkelanjutan, dengan tata ruang cerdas akan mendukung integrasi solusi energi terbarukan, pengelolaan sumber daya alam yang lebih baik, dan pengembangan kawasan hijau, berkontribusi pada mitigasi perubahan iklim dan konservasi lingkungan; 4) meningkatkan kualitas hidup masyarakat, bahwa kota-kota dan wilayah yang cerdas akan menawarkan akses yang lebih baik ke layanan publik, keamanan yang lebih tinggi melalui pemantauan cerdas, dan lingkungan yang lebih nyaman serta adaptif; dan 5) menciptakan peluang ekonomi baru, yaitu pengembangan teknologi dan infrastruktur tata ruang cerdas akan memacu inovasi, menciptakan lapangan kerja baru, dan menarik investasi di sektor teknologi dan pembangunan

Kata Kunci


artificial intelligence; era digital; tata ruang; transformasi digital

Teks Lengkap:

PDF

Referensi


A. Buku

Creswell, J. W. (2018). Qualitative, quantitative, and mixed methods approaches. Sage Publications.

Kementerian PUPR. (2023). Laporan Kinerja Pengembangan Infrastruktur Digital Tata Ruang Nasional. Kementerian Pekerjaan Umum dan Perumahan Rakyat.

Mayring, P. (2014). Qualitative content analysis: Theoretical foundation, basic procedures and software solution. Klagenfurt.

Muta'ali, L. (2019). Teknik analisis regional untuk perencanaan wilayah, tata ruang, dan lingkungan. Badan Penerbit Fakultas Geografi Universitas Gadjah Mada.

World Bank. (2021). Indonesia's urban story: Realizing the potential of urbanization. World Bank Group.

B. Jurnal

Boell, S. K., & Cecez-Kecmanovic, D. (2015). On being ‘systematic’ in literature reviews in IS. Journal of Information Technology, 30(2), 161–173

Cahyani, K. D., Sari, I. P., & Mulyono, S. (2025). Adaptasi perubahan iklim dan kesiapsiagaan bencana di masyarakat menggunakan Artificial Intelligence. Jurnal Penelitian Kesehatan "SUARA FORIKES", 16(2).

ITS Geoid. (2026). Land cover mapping and prediction using Cellular Automata and Markov Chain (Case study: Depok City, Indonesia). Geoid: Journal of Geodesy and Geoinformatics, 21(1), 26–37.

Karo, S. A. D., & Fikri, M. A. H. (2026). Peran Rencana Detail Tata Ruang (RDTR) Digital dalam mewujudkan kepastian hukum Kesesuaian Kegiatan Pemanfaatan Ruang (KKPR) di tengah percepatan perizinan berusaha di Indonesia. Jurnal Intelek Dan Cendikiawan Nusantara, 3(3), 5771–5783.

Kemenko Perekonomian. (2024). Pemerintah dorong Kebijakan Satu Peta sebagai Masterplan Pembangunan Nasional. Siaran Pers HM.4.6/106/SET.M.EKON.3/04/2024. Kementerian Koordinator Bidang Perekonomian Republik Indonesia.

McCarty, R., et al. (2020). Machine learning spatial algorithms for satellite imagery land cover classification. Remote Sensing of Environment, 245, 111840.

MDPI Land. (2022). Forecasting urban land use change based on Cellular Automata and the PLUS model. Land, 11(5), 652.

Okoli, C., & Schabram, K. (2015). A guide to conducting a systematic literature review of information systems research. Sprouts: Working Papers on Information Systems, 10(26).

Page, M. J., et al. (2021). The PRISMA 2020 statement: An updated guideline for reporting systematic reviews. BMJ, 372, n71.

Prasetyo, Y. (2021). Pemanfaatan sistem informasi geografis dalam mendukung penataan ruang berbasis digital. Jurnal Geografi Indonesia, 35(2), 108–118.

Priyanta, M., & Zulkarnain, C. S. A. (2024). Perubahan paradigma dalam penyusunan rencana detail tata ruang yang berkelanjutan dan menjamin kepastian hukum pasca politik hukum Cipta Kerja di Indonesia. Jurnal Hukum & Pembangunan, 54(2), 310–328.

Rachmawati, R., Ghiffari, R. A., Wijdani, A. F., Qonita, M., Tania, N., & Pigawati, B. (2024). Optimizing GISTARU: Evaluating a GIS-based platform's contribution to Indonesian spatial planning for smart city development. Geoplanning: Journal of Geomatics and Planning, 11(1), 57–70.

Rilansari, V., Saputri, C. A. A., & Saputri, A. (2022). Identifikasi kemajuan penerapan konsep kota cerdas di Kota Yogyakarta. Rekayasa Hijau: Jurnal Teknologi Ramah Lingkungan, 6(2), 127–140.

Salim, W., & Hudalah, D. (2020). Urban governance challenges and reforms in Indonesia: Towards a new Urban Agenda. New Urban Agenda in Asia-Pacific, 163–181.

Sanjaya, I. G. W., & Darma, G. S. (2023). Bali smart island: Smart city implementation in Bali Province. Journal of Governance and Public Policy, 10(2), 203–215.

Santo, D., Achsani, N. A., Rustiadi, E., & Buono, A. (2024). Faktor-faktor pengaruh pada percepatan penyusunan Rencana Detail Tata Ruang (RDTR) di Indonesia. Jurnal Pembangunan Wilayah dan Kota, 20(3), 309–324.

Snyder, H. (2019). Literature review as a research methodology: An overview and guidelines. Journal of Business Research, 104, 333–339.

Soekemi, T. S. (2022). Evaluasi program layanan pertimbangan teknis pertanahan dalam mendukung Online Single Submission (OSS). Syntax Literate: Jurnal Ilmiah Indonesia, 7(4), 4747–4762.

UGM ETD. (2023). Efektivitas penggunaan Online Single Submission Risk Based Approach (OSS-RBA) sebagai perangkat pengintegrasi perizinan kegiatan usaha dengan pengendalian pemanfaatan ruang. Tesis, Universitas Gadjah Mada.

Yigitcanlar, T., Agdas, D., & Degirmenci, K. (2023). Artificial intelligence in local governments: Perceptions of city managers on prospects, constraints and choices. AI & Society, 38(3), 1135–1150.




DOI: http://dx.doi.org/10.25157/justisi.v14i2.23601

Refbacks

  • Saat ini tidak ada refbacks.


___________________________________________________________________
R E D A K S I
FAKULTAS HUKUM
UNIVERSITAS GALUH
JL. R.E. MARTADINATA NO. 150 Tlp. (0265) 771048 Ciamis
Email: justisiafhunigal150@gmail.com
__________________________________________________________________________
Jurnal Ilmiah Galuh Justisi is licensed under a Creative Commons Atribution ShareAlike 4.0 Internasional License