Cadria 2021
Cadria 2021
com
1. Perkenalan
1.1. RESPONS SINGAPURA TERHADAP COVID 19
Di awal tahun 2020, wabah pandemi COVID-19 semakin intensif di kawasan perumahan
perkotaan yang padat di seluruh dunia. Pada April 2020, ketika Singapura melihat lonjakan
kasus COVID-19 di asrama bertingkat tinggi untuk pekerja konstruksi migran. Sebagai
tanggapan, serangkaian rekomendasi jarak aman (misalnya, menjaga jarak setidaknya
satu meter antara individu) dan langkah-langkah de-densifikasi disahkan oleh pemerintah
Singapura di bawah Undang-Undang Penyakit Menular (Kementerian Kesehatan, 2020).
Sementara langkah-langkah ini telah berhasil mengurangi penyebaran penyakit selama
periode karantina, asrama pekerja sekarang dibuka kembali untuk fungsi normal bahkan
ketika pandemi global berlanjut.
Komunitas desain telah dipanggil untuk mendukung kembalinya ke 'normal baru' di
mana aktivitas sehari-hari dilanjutkan, tetapi dengan langkah-langkah jarak aman yang
baru. Dalam konteks perumahan pekerja migran di Singapura, Kementerian
PROYEKSI, Prosiding Konferensi Internasional ke-26 Asosiasi Riset Desain Arsitektur Berbantuan
Komputer di Asia (CAADRIA) 2021, Jilid 2, 589-598. © 2021 dan diterbitkan oleh Association for
Computer-Aided Architectural Design Research in Asia (CAADRIA), Hong Kong.
590 FP ORTNER DAN JZ TAY
Kementerian Tenaga Kerja secara bersamaan mengeluarkan imbauan untuk asrama yang ada
untuk menerapkan langkah-langkah hidup aman dan juga rilis media bersama dengan
Kementerian Pembangunan Nasional tentang peningkatan standar untuk desain asrama
(Kementerian Tenaga Kerja, 2020; Kementerian Pembangunan Nasional, 2020). Pelepasan
artikel-artikel ini menunjukkan bahwa pemerintah Singapura berinvestasi dalam menemukan
respons terhadap manajemen gedung dalam jangka pendek dan desain gedung dalam jangka
panjang, dengan implikasi bahwa perancang perumahan perkotaan dan pengelola gedung
harus bekerja sama untuk mengembangkan solusi untuk perumahan tahan pandemi. Kami
memahami ketahanan dalam konteks ini untuk merujuk pada kapasitas sistem sosio-teknis di
sekitar lingkungan binaan tidak hanya untuk pulih dari gangguan, tetapi untuk belajar dari,
mengantisipasi dan beradaptasi dengan gangguan ini (Hassler, 2014; Holnagel, 2014).
2. Metode
Melalui tinjauan literatur kami, kami mengidentifikasi manajer bangunan dan arsitek
sebagai aktor utama dalam adaptasi asrama terhadap langkah-langkah jarak sosial
pandemi. Kami merancang model komputasi kami untuk menerima masukan dari kedua
aktor ini: jadwal bangunan yang disesuaikan dengan manajemen bangunan dan diagram
jaringan bangunan yang disesuaikan dengan konfigurasi spasial. Setiap input kunci
dijelaskan secara rinci bersama dengan fungsi terkait di bagian metode berikut. Alur kerja
kami, yang dijelaskan secara rinci di bawah, pertama-tama menghasilkan jadwal induk
untuk semua agen dalam simulasi melalui aPenjadwalfungsi, di mana setiap agen
mewakili penduduk. Berdasarkan jadwal induk, sedetikPelacak jalanfungsi menghasilkan
rencana perjalanan yang akurat secara dimensional untuk setiap agen dalam simulasi.
Dengan keluaran dari dua fungsi ini, kami melakukan dua bentuk analisis: ukuran global
intensitas penggunaan untuk ruang bangunan, dan analisis kemacetan yang memberikan
umpan balik tentang varian desain. Kami telah menggunakan antarmuka pemrograman
visual Grasshopper for Rhinoceros 3D dalam pembuatan model.
Gambar 1. Jadwal awal (kiri) lihat bagian 3.2, jadwal terhuyung-huyung dari skenario desain 1,
(kanan) lihat bagian 3.3.
Gambar 2. Konversi asrama studi kasus ke representasi jaringan. Model volumetrik (kiri)
diekstraksi dan dikonversi ke node dan tepi (tengah), yang akan ditandai sesuai
berfungsi (kanan atas) dan dimensi lateral (kanan bawah).
Sebuah algoritma bintang (Hart, Nilsson, dan Raphael, 1968). Waktu yang dibutuhkan agen
untuk berpindah dari asal ke tujuan dihitung dengan membagi panjang lintasan dengan
kecepatan berjalan yang konstan. Kami memperhitungkan waktu berjalan dengan mengganti
waktu yang dihabiskan oleh agen di tempat asal, yaitu agen meninggalkan ruang asal lebih awal
dan tiba di tujuan tepat waktu.
Fungsi menampilkan lokasi setiap agen untuk setiap detik dalam periode simulasi
sebagai pohon data titik di mana setiap cabang berisi daftar titik yang mewakili lokasi
agen tunggal pada interval waktu tertentu. Simulasi yang disajikan dalam makalah ini
dimulai dari pukul 00:00:00 hingga pukul 23:59:59; untuk total 86400 detik.
tinggi.
Visualisasi tiga dimensi, bagaimanapun, tidak dapat memberi tahu kita kapan saat-saat
kemacetan tinggi terjadi. Untuk memahami kemacetan sementara kami menampilkan grafik
deret waktu linier yang menunjukkan kemacetan kumulatif dalam jaringan dari waktu ke waktu.
Kemacetan kumulatif mengacu pada jumlah pengukuran kemacetan untuk semua tepi dalam
jaringan pada interval waktu tertentu.
Dalam hasil kami, kami menyajikan perbandingan antara simulasi dasar yang dijalankan
untuk studi kasus dan serangkaian varian desain. Untuk mengartikulasikan perbandingan ini
dengan lebih baik, grafik deret waktu yang disajikan adalah perbedaan atau penyimpangan
antara varian desain dan kemacetan garis dasar. Metode penghitungan nilai deviasi ini
ditunjukkan pada gambar 4 di sebelah kanan: kemacetan kumulatif untuk skenario baseline dan
skenario desain 1 masing-masing ditunjukkan dengan warna abu-abu dan kuning.
Penyimpangan antara dua nilai ditunjukkan dengan warna hijau (lihat bagian 3.2 dan 3.3).
Diagram penggunaan (gambar 4, kiri) menunjukkan bahwa ruang yang paling banyak
digunakan terletak di antara kantin dan titik antar jemput serta titik sirkulasi vertikal di
permukaan tanah. Diagram kemacetan (gambar 4, kanan) memberikan tampilan yang lebih
bernuansa, menunjukkan kepada kita bahwa area sirkulasi vertikal di setiap tingkat adalah titik
kemacetan yang lebih tinggi. Skenario desain selanjutnya yang disajikan dalam makalah ini
adalah upaya untuk mengurangi kemacetan di ruang yang banyak digunakan ini melalui
perubahan jadwal dan intervensi desain.
Gambar 5. Akumulasi simpangan indeks kemacetan per menit yang dihasilkan untuk setiap desain
konfigurasi.
Kekurangan dari jadwal asrama yang terhuyung-huyung muncul selama waktu makan
malam. Skor deviasi sangat berfluktuasi antara pukul 18:00 hingga 20:45. Fluktuasi ini
dapat dipecah menjadi 3 pasang "penurunan" dalam grafik, yang terjadi selama masing-
masing dari tiga periode makan malam, yang disebabkan oleh sejumlah besar agen yang
keluar masuk kantin dalam waktu singkat. Puncak kemacetan ini adalah hasil dari agen
yang memiliki rentang waktu masuk/keluar yang lebih kecil dalam periode 45 menit yang
lebih pendek.
Gambar 6. Diagram indeks penggunaan (baris atas) dan diagram indeks kemacetan maksimum (bawah
baris) untuk konfigurasi 2a, 2b dan 2c (kiri ke kanan).
efek tambahan dari menggabungkan skenario desain adalah salah satu keuntungan yang dapat
diberikan alat kami kepada pengguna akhir yang bergulat dengan pengorbanan antara cara
menerapkan jarak sosial di asrama pekerja.
3.5. DISKUSI
Model kemacetan asrama kami telah memungkinkan kami untuk menunjukkan manfaat
komparatif dari perubahan jadwal dan perubahan desain sehubungan dengan konfigurasi
dasar studi kasus. Dengan memvisualisasikan manfaat ini baik secara spasial maupun
temporal, kami dapat menarik kesimpulan yang lebih bernuansa tentang setiap skenario
dan membandingkan intervensi berbasis jadwal dan adaptasi desain fisik.
Hasil kami menunjukkan bahwa sementara jadwal yang terhuyung-huyung memang mengurangi
kemacetan rata-rata selama simulasi, itu juga menyebabkan lonjakan kemacetan sesaat namun
dramatis saat agen bergerak masuk dan keluar dari ruang (seperti kantin) selama periode waktu yang
singkat (gambar 5 ). Hasil ini membantu kami memahami bagaimana jadwal yang terhuyung-huyung
menyebabkan periode pemanfaatan ruang yang berlebihan dan kurang, dan menciptakan hambatan
terhadap langkah-langkah jarak sosial. Pekerjaan di masa depan dapat memungkinkan kami untuk
merekomendasikan pengaturan waktu yang memadai, fleksibilitas tambahan, atau ruang tambahan
untuk jarak masuk dan keluar secara sosial ke/dari ruang komunal.
Hasil kami juga menunjukkan bahwa menerapkan beberapa perubahan desain secara
bersamaan tidak selalu memiliki dampak yang sama seperti menerapkannya secara
terpisah. Ini adalah kasus, misalnya, dalam konfigurasi 2c di mana kombinasi jalur baru ke
kantin dan titik antar jemput tambahan telah mengakibatkan pemanfaatan titik drop-off
awal yang kurang, seperti yang terlihat dalam Penggunaan diagram pada gambar 6. Hasil
ini menunjukkan bahwa model dapat membantu pengguna akhir untuk merencanakan
kombinasi intervensi desain yang melengkapi daripada mengganggu satu sama lain.
Perbandingan efektivitas perubahan jadwal terhadap perubahan desain fisik untuk jarak
sosial juga diizinkan oleh hasil kami. Pada Gambar 5 kita melihat bahwa sementara perubahan
spasial (2a-c) telah menawarkan pengurangan kemacetan yang moderat, perubahan jadwal yang
kontras telah menghasilkan amplitudo perubahan yang jauh lebih luas dengan pengurangan
kemacetan yang lebih besar, tetapi juga momen peningkatan yang tajam. Temuan awal ini
menunjukkan bahwa modifikasi jadwal dapat menjadi manfaat potensial yang besar dalam jarak
sosial, tetapi dapat menyebabkan kepadatan mendadak di titik-titik spasial dan temporal jika
tidak direncanakan dengan benar. Alat komputasi semacam yang diusulkan dalam makalah ini
dapat membantu mengantisipasi konsekuensi ini dan menginformasikan perubahan desain
untuk menghindari titik tersedak.
4. Kesimpulan
Dalam makalah ini kami telah menyajikan model komputasi untuk memahami kepadatan
penduduk dalam konteks kelembagaan yang padat, diterapkan di sini untuk menjaga jarak
sosial dalam pandemi COVID-19. Model ini menyajikan kemampuan baru untuk
memungkinkan eksplorasi skenario spasial dan temporal dan membandingkan tradeoff
antara keduanya. Hasil awal yang ditunjukkan di sini menunjukkan potensi pendekatan ini
untuk memfasilitasi pengambilan keputusan berdasarkan informasi di seluruh desain
gedung dan silo manajemen gedung.
598 FP ORTNER DAN JZ TAY
Referensi
“Konstruksi Kebisingan Kontrol” : 2007. Tersedia dari Badan Lingkungan Nasional
Singapura<https://www.nea.gov.sg/>.
“Nomor Tenaga Kerja Asing” : 24 September 2020. Tersedia dari Kementerian Tenaga Kerja
Singapura<https://www.mom.gov.sg>.
Peraturan “Penyakit Menular (Langkah Pencegahan Penyebaran Covid-19)” : 26 Maret 2020.
Tersedia dari Subsidiary Legislation Supplement Singapura<https://sso.agc.gov.sg/>. “Pemberitahuan
kepada operator asrama tentang penerapan langkah-langkah Hidup Aman pada pekerja asing
dormitaries” : 30 Mei 2020. Tersedia dari Ministry of Manpower Singapore<https://ww
w.mom.gov.sg>.
“Rilis Media Bersama MND-MOM tentang Asrama Baru dengan Peningkatan Standar untuk Migran
Pekerja” : Juni 2020. Tersedia dari Kementerian Pembangunan Nasional Singapura<https://
www.mnd.gov.sg/>.
Goldstein, R., Tessier, A. dan Khan, A.: 2010, Perilaku Penghuni yang Dikalibrasi Jadwal
Simulasi,Prosiding Multikonferensi Simulasi Musim Semi 2010, 1–8. SpringSim '10, San
Diego, CA, AS, Masyarakat untuk Simulasi Komputer Internasional.
Goldstein, R., Tessier, A. dan Khan, A.: 2011, Tata Letak Ruang dalam Simulasi Perilaku Penghuni,
Prosiding Konferensi: Konferensi Simulasi Gedung IBPSA-AIRAH.
Hart, PE, Nilsson, NJ dan Raphael, B.: 1968, 'Sebuah Dasar Formal untuk Penentuan Heuristik
dari Jalur Biaya Minimum',Transaksi IEEE pada Ilmu Sistem dan Sibernetika, 4(2), 100–
107.
Hassler, U. dan Kohler, N.: 2014, Ketahanan dalam lingkungan binaan,Membangun Penelitian &
Informasi,42(2), 119-129.
Hollnagel, E.: 2014, Resilience engineering dan lingkungan binaan,Membangun Penelitian &
Informasi,42(2), 221-228.
Moroz, H., Shrestha, M. dan Testaverde, M.: 2020, Potensi Tanggapan terhadap COVID-19
Wabah dalam Mendukung Pekerja Migran,Kertas Kerja Bank Dunia..
Poon, MH, Wong, SC dan Tong, CO: 2004, 'Model berbasis jadwal dinamis untuk kemacetan
jaringan transit',Penelitian Transportasi Bagian B: Metodologi, 38(4), 343–368.
A. Sevtsuk (ed.): 2017,Analisis dan Perencanaan Jaringan Perkotaan, Pegas.
Ulicny, B. dan Thalmann, D.: 2003, Towards Interactive Real Time Crowd Behavior,
Forum Grafik Komputer,21(4), 767-775.