Pelatihan Digital Twin untuk Integrasi Data Drone, GIS, dan Model 3D Infrastruktur

Perkembangan teknologi geospasial telah membawa perubahan besar dalam cara pemerintah, perusahaan, dan pengelola kawasan memahami kondisi infrastruktur. Jika sebelumnya informasi infrastruktur banyak disajikan melalui peta dua dimensi, tabel, foto, dan laporan lapangan yang terpisah, kini berbagai data tersebut dapat diintegrasikan menjadi representasi digital yang lebih komprehensif melalui teknologi Digital Twin.

Salah satu pendekatan yang semakin penting adalah menggabungkan data drone, GIS, dan model 3D infrastruktur. Drone mampu menghasilkan data spasial dengan tingkat detail tinggi, GIS menyediakan kerangka lokasi dan analisis spasial, sedangkan model 3D memberikan representasi visual objek yang lebih mendekati kondisi nyata.

Ketika ketiga komponen tersebut diintegrasikan dalam ekosistem Digital Twin, pengelola infrastruktur dapat memperoleh informasi yang lebih lengkap mengenai lokasi, bentuk, kondisi, atribut, serta perubahan suatu objek dari waktu ke waktu.

Pendekatan ini sangat relevan untuk kebutuhan monitoring jalan, jembatan, gedung pemerintah, kawasan perkotaan, kawasan industri, fasilitas publik, jaringan utilitas, hingga pengembangan Smart Region.

Pembahasan mengenai integrasi tersebut merupakan bagian dari topik yang lebih luas dalam Bimtek Digital Twin Berbasis GIS untuk Monitoring Infrastruktur dan Pengembangan Smart Region.

Memahami Konsep Digital Twin Infrastruktur

Digital Twin adalah representasi digital dari objek, aset, atau sistem fisik yang dapat dihubungkan dengan data aktual.

Dalam konteks infrastruktur, objek fisik seperti jembatan, jalan, gedung, atau fasilitas publik dapat direpresentasikan secara digital.

Representasi tersebut dapat berisi:

• lokasi geografis;
• bentuk dan dimensi;
• model 3D;
• atribut aset;
• foto;
• hasil survei;
• histori pemeliharaan;
• kondisi aset;
• dokumen teknis;
• data sensor;
• informasi perubahan.

Dengan demikian, Digital Twin bukan sekadar model tiga dimensi.

Model 3D merupakan salah satu komponen Digital Twin, sedangkan Digital Twin mencakup hubungan antara objek digital, data, sistem, dan kondisi objek fisik.

Mengapa Data Drone Penting dalam Digital Twin?

Drone atau Unmanned Aerial Vehicle (UAV) menjadi salah satu teknologi yang banyak digunakan dalam pemetaan dan dokumentasi infrastruktur.

Dibandingkan survei konvensional pada area tertentu, drone dapat membantu memperoleh data dengan cakupan luas dan detail tinggi dalam waktu relatif efisien.

Hasil survei drone dapat berupa:

• foto udara;
• orthomosaic;
• point cloud;
• Digital Surface Model (DSM);
• Digital Elevation Model (DEM);
• mesh 3D;
• model tekstur;
• kontur;
• data koordinat.

Data tersebut dapat menjadi bahan dasar pembangunan model 3D dan Digital Twin.

Peran GIS dalam Integrasi Digital Twin

GIS berfungsi sebagai penghubung antara objek digital dengan lokasi geografisnya.

Dalam sebuah sistem Digital Twin infrastruktur, GIS dapat mengelola:

• titik lokasi;
• garis jaringan;
• polygon aset;
• batas wilayah;
• jaringan jalan;
• bangunan;
• sungai;
• utilitas;
• fasilitas publik;
• data lingkungan.

GIS juga memungkinkan analisis spasial dilakukan terhadap model dan data yang tersedia.

Sebagai contoh, model 3D sebuah jembatan dapat dikaitkan dengan:

• jaringan jalan;
• sungai;
• batas administrasi;
• kawasan permukiman;
• fasilitas publik;
• data penggunaan lahan.

Hal ini membuat model Digital Twin tidak berdiri sendiri, tetapi menjadi bagian dari konteks wilayah.

Peran Model 3D dalam Digital Twin

Model 3D memberikan gambaran visual yang lebih detail dibandingkan peta 2D.

Model dapat menunjukkan:

• tinggi bangunan;
• bentuk atap;
• struktur;
• posisi relatif objek;
• kondisi kawasan;
• hubungan antarobjek.

Dalam pengelolaan infrastruktur, model 3D dapat membantu pengguna memahami objek tanpa harus selalu datang langsung ke lapangan.

Model juga dapat menjadi media komunikasi antara tenaga teknis, perencana, pengelola aset, dan pengambil keputusan.

Hubungan Drone, GIS, Model 3D, dan Digital Twin

Keempat komponen tersebut mempunyai fungsi yang saling melengkapi.

Secara sederhana, alur integrasinya dapat digambarkan sebagai:

Drone → Data Spasial → Pengolahan → Model 3D → GIS → Database → Digital Twin → Dashboard

Jika sensor digunakan, alurnya dapat berkembang menjadi:

Sensor IoT → Data Aktual → Database → Digital Twin → Dashboard

Tahapan Akuisisi Data Drone

Pembangunan Digital Twin yang berkualitas dimulai dari proses akuisisi data.

Perencanaan Misi Penerbangan

Sebelum melakukan survei, area pemetaan harus ditentukan.

Beberapa hal yang perlu diperhatikan:

• luas area;
• ketinggian penerbangan;
• resolusi yang dibutuhkan;
• overlap foto;
• jalur penerbangan;
• kondisi cuaca;
• titik kontrol;
• regulasi penerbangan.

Perencanaan yang baik akan memengaruhi kualitas hasil pemetaan.

Ground Control Point

Ground Control Point atau GCP dapat digunakan untuk membantu meningkatkan akurasi posisi hasil pemetaan.

GCP ditempatkan pada lokasi yang dapat diidentifikasi dalam citra dan diukur koordinatnya menggunakan metode survei yang sesuai.

Selain GCP, teknologi RTK atau PPK dapat digunakan sesuai kebutuhan proyek dan spesifikasi perangkat.

Akuisisi Foto Udara

Drone mengambil foto secara sistematis berdasarkan jalur penerbangan yang telah direncanakan.

Foto kemudian diproses menggunakan perangkat lunak fotogrametri.

Pengolahan Fotogrametri

Hasil foto dapat diolah menjadi berbagai produk.

Contohnya:

• orthomosaic;
• dense point cloud;
• DSM;
• DTM;
• mesh;
• model 3D.

Produk yang digunakan bergantung pada tujuan proyek.

Orthomosaic sebagai Dasar Data GIS

Orthomosaic merupakan salah satu produk penting dari pemetaan drone.

Data tersebut dapat digunakan sebagai referensi untuk:

• digitasi jalan;
• bangunan;
• batas kawasan;
• fasilitas;
• perubahan lahan;
• inventarisasi aset.

Orthomosaic kemudian dapat dimasukkan ke lingkungan GIS dan digunakan bersama layer lainnya.

Sebagai contoh, pemerintah daerah melakukan pemetaan kawasan pusat kota. Orthomosaic dapat digunakan sebagai dasar untuk memperbarui data bangunan dan jalan.

Point Cloud untuk Model 3D

Point cloud merupakan kumpulan titik tiga dimensi yang merepresentasikan permukaan atau objek.

Point cloud dapat berasal dari:

• fotogrametri drone;
• LiDAR;
• laser scanner.

Dalam pembangunan model 3D, point cloud dapat digunakan untuk membentuk representasi permukaan dan objek.

Pada infrastruktur tertentu, point cloud dapat memberikan detail yang lebih tinggi dibandingkan sekadar orthomosaic.

Digital Surface Model dan Digital Terrain Model

DSM dan DTM memiliki fungsi berbeda.

DSM menggambarkan permukaan termasuk objek seperti bangunan dan vegetasi.

DTM lebih berfokus pada permukaan tanah.

Keduanya dapat digunakan untuk:

• analisis elevasi;
• kontur;
• kemiringan;
• volume;
• pemodelan medan;
• analisis drainase.

Dalam Digital Twin kawasan, data elevasi menjadi salah satu fondasi penting untuk membangun representasi tiga dimensi yang realistis.

Pembangunan Model 3D Infrastruktur

Setelah data drone diproses, tahap berikutnya adalah membangun model 3D.

Model dapat dibuat untuk:

• gedung;
• jembatan;
• jalan;
• kawasan;
• fasilitas publik;
• kawasan industri;
• objek wisata.

Tingkat detail model harus disesuaikan dengan kebutuhan.

Tidak semua proyek membutuhkan model yang sangat detail.

Level of Detail dalam Model 3D

Pemilihan tingkat detail perlu mempertimbangkan tujuan penggunaan.

Semakin tinggi tingkat detail, semakin besar kebutuhan data dan komputasi.

Karena itu, pengelola perlu menentukan kebutuhan sejak awal.

Integrasi Model 3D dengan GIS

Model 3D akan menjadi lebih bermanfaat ketika dikaitkan dengan data GIS.

Misalnya model 3D sebuah gedung mempunyai ID:

BLD-001

ID tersebut dapat terhubung dengan database yang menyimpan:

• nama gedung;
• alamat;
• fungsi;
• luas;
• jumlah lantai;
• tahun pembangunan;
• kondisi;
• pemilik;
• jadwal pemeliharaan.

Ketika pengguna memilih objek pada peta 3D, informasi tersebut dapat ditampilkan.

Konsep inilah yang membuat Digital Twin dapat menjadi sistem informasi aset yang lebih interaktif.

Digital Twin untuk Monitoring Jalan

Jalan merupakan salah satu aset yang sangat potensial untuk dikembangkan menjadi Digital Twin.

Data yang dapat diintegrasikan meliputi:

• centerline jalan;
• lebar;
• panjang;
• jenis permukaan;
• kondisi;
• foto;
• hasil survei drone;
• volume lalu lintas;
• histori pemeliharaan.

Drone dapat digunakan untuk memperoleh dokumentasi kondisi koridor jalan.

GIS kemudian digunakan untuk menghubungkan hasil tersebut dengan lokasi.

Digital Twin dapat menjadi media untuk melihat kondisi jalan secara lebih terintegrasi.

Digital Twin untuk Monitoring Jembatan

Jembatan memiliki tingkat kepentingan dan risiko yang tinggi.

Digital Twin jembatan dapat mengintegrasikan:

• lokasi;
• model 3D;
• data struktur;
• hasil inspeksi;
• foto;
• histori pemeliharaan;
• dokumen teknis;
• data sensor jika tersedia.

Drone juga dapat digunakan untuk membantu memperoleh dokumentasi visual bagian tertentu dari jembatan sesuai kebutuhan dan prosedur keselamatan.

Integrasi Drone dan Data Inspeksi

Hasil drone dapat dikombinasikan dengan inspeksi lapangan.

Misalnya, hasil survei drone menunjukkan kondisi visual tertentu pada sebuah aset.

Petugas kemudian melakukan verifikasi lapangan.

Hasil verifikasi dicatat dalam database.

Dengan demikian, Digital Twin dapat menyimpan hubungan antara:

Data Drone → Temuan → Verifikasi → Kondisi Aset → Tindak Lanjut

Pendekatan ini membantu menjaga kualitas informasi.

Integrasi Data BIM

Untuk bangunan atau infrastruktur yang mempunyai model Building Information Modeling (BIM), data BIM dapat diintegrasikan dengan GIS dan Digital Twin.

BIM dapat menyediakan informasi detail mengenai:

• komponen;
• material;
• struktur;
• dimensi;
• sistem bangunan.

GIS kemudian memberikan konteks geografis.

Sebagai contoh, model BIM sebuah gedung pemerintahan dapat ditempatkan pada lingkungan GIS yang berisi:

• jalan;
• jaringan utilitas;
• fasilitas publik;
• batas kawasan;
• ruang terbuka.

Digital Twin menjadi media penghubung berbagai informasi tersebut.

Integrasi IoT dengan Digital Twin

IoT memungkinkan Digital Twin menerima data aktual dari sensor.

Contohnya:

• temperatur;
• kelembapan;
• getaran;
• tekanan;
• tinggi muka air;
• konsumsi energi;
• kondisi lingkungan.

Data tersebut dapat diperbarui secara berkala.

Sebagai contoh, pada sebuah gedung pemerintah, sensor energi dapat digunakan untuk memantau konsumsi listrik.

Informasi tersebut kemudian ditampilkan pada Digital Twin.

Dashboard Monitoring Digital Twin

Dashboard menjadi salah satu komponen penting karena membantu pengguna memahami informasi secara cepat.

Dashboard dapat menampilkan:

• peta;
• model 3D;
• status aset;
• grafik;
• foto;
• indikator;
• histori;
• notifikasi.

Contoh indikator monitoring:

Dashboard dapat dirancang sesuai kebutuhan masing-masing instansi.

Contoh Kasus Integrasi Drone, GIS, dan Digital Twin

Misalnya pemerintah daerah ingin membangun Digital Twin untuk kawasan pusat pemerintahan.

Tahap pertama adalah melakukan survei drone.

Data menghasilkan:

• orthomosaic;
• point cloud;
• DSM;
• model 3D.

Selanjutnya data dimasukkan ke GIS.

Setiap gedung diberikan ID aset.

Database kemudian diisi dengan:

• nama gedung;
• fungsi;
• luas;
• jumlah lantai;
• kondisi;
• tahun pembangunan.

Model 3D kemudian dihubungkan dengan database.

Hasil akhirnya adalah Digital Twin kawasan pusat pemerintahan.

Pengelola dapat memilih salah satu gedung dan melihat informasi asetnya.

Jika pada tahap berikutnya dipasang sensor energi, data konsumsi dapat ditambahkan ke objek gedung.

Dengan demikian, sistem berkembang dari peta → model 3D → database → Digital Twin → monitoring dinamis.

Contoh Penerapan pada Kawasan Industri

Digital Twin juga dapat diterapkan pada kawasan industri.

Data drone dapat digunakan untuk memetakan:

• bangunan;
• jalan;
• gudang;
• area produksi;
• ruang terbuka;
• jaringan utilitas.

GIS kemudian digunakan untuk mengelola lokasi objek.

Model 3D digunakan untuk visualisasi.

Data sensor dapat digunakan untuk monitoring kondisi tertentu.

Manajemen kawasan dapat menggunakan Digital Twin untuk:

• inventarisasi aset;
• monitoring pembangunan;
• pengelolaan utilitas;
• analisis perubahan;
• perencanaan pengembangan.

Contoh Penerapan pada Smart City

Dalam konteks Smart City, Digital Twin dapat mencakup area yang lebih luas.

Misalnya:

Gedung + Jalan + Jembatan + Drainase + Transportasi + Ruang Terbuka + Lingkungan

Data dari berbagai sektor dapat dihubungkan berdasarkan lokasi.

Hal ini memungkinkan pengelola melihat hubungan antarobjek.

Sebagai contoh, ketika terjadi genangan, sistem dapat membantu menampilkan:

• lokasi genangan;
• jalan terdampak;
• drainase;
• elevasi;
• bangunan sekitar;
• akses alternatif.

Informasi spasial tersebut dapat membantu proses analisis dan respons.

Manfaat Pelatihan Digital Twin bagi Instansi

Pelatihan dapat membantu meningkatkan kompetensi SDM dalam memahami integrasi teknologi.

Materi dapat mencakup:

• konsep Digital Twin;
• GIS;
• drone mapping;
• fotogrametri;
• model 3D;
• point cloud;
• DEM/DSM/DTM;
• database spasial;
• BIM;
• IoT;
• dashboard;
• monitoring aset.

Peserta juga dapat memahami bagaimana menentukan teknologi yang sesuai berdasarkan kebutuhan organisasi.

Kompetensi yang Diharapkan

Setelah mengikuti pelatihan, peserta diharapkan mampu:

1. Memahami konsep Digital Twin.
2. Memahami peran drone dalam akuisisi data.
3. Memahami pengolahan data fotogrametri.
4. Memahami produk pemetaan drone.
5. Mengelola data GIS.
6. Memahami model 3D.
7. Menghubungkan model 3D dengan database.
8. Memahami integrasi BIM.
9. Memahami integrasi IoT.
10. Menyusun konsep implementasi Digital Twin.

Tahapan Implementasi Digital Twin

Pembangunan sistem sebaiknya dilakukan secara bertahap.

Menentukan Tujuan

Tentukan masalah yang ingin diselesaikan.

Misalnya:

• monitoring aset;
• pemetaan kawasan;
• inspeksi;
• perencanaan;
• pemeliharaan.

Menentukan Area Pilot

Pilih wilayah yang realistis.

Contohnya:

• kawasan pemerintahan;
• satu ruas jalan;
• satu kompleks gedung;
• satu kawasan industri.

Inventarisasi Data

Identifikasi data yang telah tersedia.

Akuisisi Data

Lakukan survei drone jika diperlukan.

Pengolahan

Produksi orthomosaic, point cloud, DSM, DTM, atau model 3D.

Integrasi GIS

Hubungkan data dengan sistem koordinat dan database spasial.

Integrasi Database

Hubungkan objek 3D dengan atribut.

Dashboard

Bangun media monitoring.

Evaluasi

Uji kualitas dan manfaat sistem.

Pengembangan

Perluas cakupan berdasarkan hasil evaluasi.

Standar dan Tata Kelola Data

Kualitas Digital Twin sangat dipengaruhi oleh kualitas data.

Hal yang perlu diperhatikan:

• sistem koordinat;
• akurasi;
• metadata;
• format;
• struktur database;
• ID aset;
• tanggal pembaruan;
• sumber data;
• hak akses.

Setiap data sebaiknya mempunyai informasi mengenai sumber dan tanggal pembaruan.

Pentingnya Asset ID

Asset ID merupakan elemen penting dalam integrasi.

Contoh:

• JLN-001;
• JMP-001;
• BLD-001;
• DRN-001.

ID yang konsisten memungkinkan data dari berbagai sistem dihubungkan.

Misalnya:

BLD-001

dapat terhubung dengan:

• GIS;
• model 3D;
• BIM;
• foto;
• inspeksi;
• pemeliharaan;
• sensor.

Peran Pemerintah dalam Pengelolaan Data Geospasial

Pemanfaatan data drone dan GIS dalam Digital Twin perlu memperhatikan ketentuan dan tata kelola informasi geospasial yang berlaku.

Untuk referensi resmi mengenai informasi geospasial di Indonesia, instansi dapat mengakses Badan Informasi Geospasial.

Untuk informasi mengenai penyelenggaraan pemerintahan digital dan transformasi digital pemerintah, referensi dapat diperoleh melalui Kementerian PANRB.

Sementara itu, informasi mengenai sektor pekerjaan umum, infrastruktur, dan kebijakan teknis terkait dapat dipelajari melalui Kementerian Pekerjaan Umum.

Sumber resmi pemerintah tersebut dapat digunakan sebagai referensi ketika instansi menyusun kebijakan, kebutuhan data, dan rencana pengembangan sistem.

Tantangan Integrasi Drone, GIS, dan Digital Twin

Implementasi Digital Twin memiliki sejumlah tantangan.

Kualitas Data Drone

Hasil pemetaan bergantung pada kualitas perencanaan penerbangan, kondisi lapangan, perangkat, dan proses pengolahan.

Volume Data

Point cloud dan model 3D dapat memiliki ukuran file yang besar.

Interoperabilitas

Data dari berbagai aplikasi harus dapat dipertukarkan.

SDM

Dibutuhkan tenaga yang memahami GIS, fotogrametri, 3D, database, dan teknologi digital.

Pembaruan Data

Model Digital Twin harus diperbarui ketika kondisi fisik berubah.

Infrastruktur Teknologi

Diperlukan penyimpanan dan komputasi yang memadai.

Strategi Agar Implementasi Berjalan Efektif

Instansi tidak perlu langsung membangun Digital Twin untuk seluruh wilayah.

Pendekatan yang lebih realistis adalah memulai dari pilot project.

Strateginya dapat berupa:

1. Memilih satu jenis aset.
2. Memilih wilayah prioritas.
3. Menetapkan standar data.
4. Membuat Asset ID.
5. Melakukan survei.
6. Membuat model 3D.
7. Mengintegrasikan GIS.
8. Membuat dashboard.
9. Melakukan evaluasi.
10. Mengembangkan sistem secara bertahap.

Pendekatan tersebut dapat mengurangi risiko dan membantu organisasi memahami kebutuhan sebenarnya sebelum melakukan pengembangan dalam skala besar.

Peran AI dalam Pengembangan Digital Twin

Setelah data Digital Twin tersedia, teknologi Artificial Intelligence dapat digunakan untuk meningkatkan kemampuan analisis.

AI berpotensi digunakan untuk:

• deteksi kerusakan;
• klasifikasi objek;
• deteksi perubahan;
• analisis citra drone;
• prediksi pemeliharaan;
• analisis anomali sensor.

Contohnya, citra drone dapat dianalisis untuk membantu mengidentifikasi perubahan pada permukaan jalan.

Hasil analisis kemudian dikaitkan dengan koordinat dan objek GIS.

Dengan demikian, AI dapat menjadi lapisan analitik di atas Digital Twin.

Masa Depan Digital Twin Berbasis Drone dan GIS

Teknologi drone, GIS, 3D, IoT, BIM, cloud computing, dan AI akan semakin terintegrasi.

Dalam pengelolaan infrastruktur masa depan, proses dapat berkembang menjadi:

Akuisisi Data → Pemodelan → GIS → Digital Twin → Sensor → Analitik → Prediksi → Pengambilan Keputusan

Pendekatan ini memungkinkan organisasi bergerak dari pengelolaan berbasis laporan menuju pengelolaan berbasis data yang lebih terintegrasi.

Digital Twin juga dapat menjadi fondasi untuk membangun Smart City dan Smart Region.

Kesimpulan

Pelatihan Digital Twin untuk Integrasi Data Drone, GIS, dan Model 3D Infrastruktur memberikan pemahaman penting mengenai bagaimana berbagai teknologi dapat digabungkan untuk menghasilkan sistem informasi infrastruktur yang lebih komprehensif.

Drone menyediakan data lapangan dengan detail tinggi. GIS memberikan konteks geografis dan kemampuan analisis spasial. Model 3D memberikan representasi visual objek. Digital Twin kemudian menghubungkan berbagai komponen tersebut dengan database, histori, BIM, IoT, dan sistem monitoring.

Penerapannya dapat digunakan untuk:

• monitoring jalan;
• monitoring jembatan;
• pengelolaan gedung;
• inventarisasi aset;
• pengawasan pembangunan;
• pengelolaan kawasan;
• Smart City;
• Smart Region.

Keberhasilan implementasi tidak hanya ditentukan oleh perangkat teknologi, tetapi juga oleh kualitas data, standar, SDM, tata kelola, interoperabilitas, serta perencanaan yang matang.

Oleh karena itu, pelatihan menjadi salah satu langkah penting untuk mempersiapkan SDM agar memahami konsep dan alur kerja Digital Twin sebelum sistem diterapkan dalam skala organisasi.

Untuk memahami konsep Digital Twin secara lebih menyeluruh, pelajari Bimtek Digital Twin Berbasis GIS untuk Monitoring Infrastruktur dan Pengembangan Smart Region.

FAQ

Apa manfaat drone dalam pengembangan Digital Twin?

Drone dapat digunakan untuk memperoleh foto udara dan data spasial yang kemudian diproses menjadi orthomosaic, point cloud, DSM, DTM, atau model 3D. Data tersebut dapat menjadi salah satu sumber informasi Digital Twin.

Apakah data drone harus menggunakan GCP?

Tidak selalu. Kebutuhan GCP bergantung pada metode survei, tingkat akurasi yang ditargetkan, perangkat yang digunakan, serta kebutuhan proyek. Teknologi RTK/PPK juga dapat digunakan sesuai spesifikasi dan kebutuhan.

Apakah Digital Twin harus menggunakan model 3D?

Tidak selalu. Digital Twin dapat menggunakan berbagai jenis representasi dan data. Namun, model 3D sangat bermanfaat ketika kebutuhan proyek mencakup visualisasi dan analisis objek tiga dimensi.

Siapa yang cocok mengikuti Pelatihan Digital Twin?

Pelatihan ini sesuai untuk ASN, pemerintah daerah, Bappeda, Dinas PUPR, Diskominfo, pengelola aset, tenaga GIS, surveyor, konsultan, perencana wilayah, pengelola kawasan, serta tenaga teknis yang berkaitan dengan infrastruktur dan data geospasial.

Bangun Infrastruktur Digital yang Lebih Terintegrasi

Sudah saatnya data drone, GIS, dan model 3D tidak hanya menjadi data terpisah, tetapi dikembangkan menjadi informasi yang dapat mendukung monitoring dan pengambilan keputusan.

Melalui Pelatihan Digital Twin, instansi dapat meningkatkan kompetensi SDM dalam memahami akuisisi data drone, pengolahan data spasial, pemodelan 3D, integrasi GIS, pengelolaan aset, hingga pengembangan Digital Twin untuk infrastruktur.

Daftar sekarang dan jadwalkan pelatihan terbaik untuk instansi Anda!

0822-8654-5726

www.studigis.com