Kemacetan di Jakarta bukan lagi sekadar keluhan harian, melainkan tantangan logistik yang sangat kompleks yang harus dihadapi oleh setiap warga, termasuk para pelajar. Keterlambatan tiba di sekolah akibat terjebak macet sering kali mengganggu konsentrasi dan waktu belajar. Namun, siswa-siswa di SMPN 88 Jakarta tidak ingin hanya menjadi korban dari situasi tersebut. Mereka memutuskan untuk mengambil tindakan nyata dengan memanfaatkan kemajuan teknologi informasi. Melalui penerapan analisis big data, kelompok siswa berbakat ini mulai memetakan pola pergerakan kendaraan di sekitar wilayah mereka untuk satu tujuan utama: menentukan dan prediksi rute macet yang paling dapat dihindari bagi kendaraan operasional pendidikan.
Proyek ini diawali dengan pengumpulan data dari berbagai sumber terbuka, mulai dari laporan lalu lintas berbasis aplikasi, data historis pergerakan kendaraan di jam sibuk, hingga informasi mengenai jadwal lampu lalu lintas di persimpangan kritis. Para siswa SMPN 88 Jakarta belajar bagaimana menyaring ribuan baris data tersebut untuk menemukan pola yang berulang. Dengan menggunakan metode analisis big data, mereka mampu melihat bahwa kemacetan di rute utama sering kali memiliki “titik jenuh” di jam-jam tertentu yang bisa dihindari jika mengambil jalur alternatif yang selama ini jarang dilirik. Kemampuan untuk prediksi rute macet ini menjadi kunci untuk memastikan bahwa bus sekolah dapat mengantarkan siswa tepat waktu tanpa harus berangkat terlalu dini.
Dalam proses pengembangannya, para siswa menggunakan algoritma pemrosesan data sederhana untuk menghitung variabel seperti lebar jalan, keberadaan pasar tumpah, hingga potensi hambatan akibat parkir liar. Analisis big data yang mereka lakukan membuahkan hasil berupa rekomendasi jalur dinamis. Artinya, rute yang disarankan untuk bus sekolah dapat berubah setiap harinya tergantung pada kondisi lalu lintas terkini yang terbaca oleh sistem. Siswa SMPN 88 Jakarta membuktikan bahwa masalah perkotaan yang rumit bisa disederhanakan jika kita memiliki keberanian untuk mengolah data secara sistematis. Upaya mereka untuk prediksi rute macet ini bahkan diujicobakan langsung dengan koordinasi bersama pengemudi bus sekolah setempat.
Dampak dari efisiensi rute ini sangat signifikan, tidak hanya pada penghematan waktu tetapi juga pada pengurangan konsumsi bahan bakar. Dengan mengikuti instruksi dari hasil analisis big data siswa, bus sekolah dapat mengurangi waktu tempuh hingga 20 persen.