Pelatihan Raster Analysis ArcGIS untuk Pengolahan DEM, Citra, Overlay, dan Analisis Data Raster

Data raster merupakan salah satu jenis data geospasial yang sangat penting dalam pemetaan, analisis wilayah, penginderaan jauh, pemodelan terrain, hingga perencanaan berbasis spasial. Berbeda dengan data vektor yang menggunakan titik, garis, dan poligon, data raster tersusun atas sel atau piksel yang masing-masing memiliki nilai tertentu.

Dalam pekerjaan Sistem Informasi Geografis atau GIS, data raster dapat digunakan untuk merepresentasikan ketinggian permukaan bumi, citra satelit, suhu permukaan, curah hujan, tutupan lahan, indeks vegetasi, kemiringan lereng, hingga berbagai parameter lingkungan lainnya.

Salah satu perangkat lunak yang banyak digunakan untuk mengolah dan menganalisis data tersebut adalah ArcGIS. Melalui berbagai fungsi raster analysis, pengguna dapat melakukan pengolahan DEM, klasifikasi raster, kalkulasi nilai piksel, overlay, analisis terrain, ekstraksi informasi, hingga pemodelan spasial.

Karena itu, Pelatihan Raster Analysis ArcGIS menjadi penting bagi instansi pemerintah, perusahaan, surveyor, praktisi GIS, akademisi, maupun tenaga teknis yang membutuhkan kemampuan mengolah data raster secara lebih terstruktur dan akurat.

Untuk memahami penggunaan ArcGIS secara lebih luas, Anda juga dapat membaca Pelatihan ArcGIS: Panduan Lengkap untuk Pemetaan, Analisis Spasial, dan Pengelolaan Data Geospasial sebagai referensi utama mengenai pemetaan, analisis spasial, dan pengelolaan data menggunakan ArcGIS.

Apa Itu Raster Analysis ArcGIS?

Raster Analysis merupakan serangkaian metode analisis untuk mengolah data berbasis piksel atau grid. Setiap piksel pada raster mempunyai nilai yang dapat merepresentasikan kondisi tertentu di lokasi tersebut.

Dalam ArcGIS, raster analysis dapat digunakan untuk mengolah berbagai jenis data, mulai dari:

• Digital Elevation Model (DEM)
• Digital Surface Model (DSM)
• citra satelit
• citra udara
• data tutupan lahan
• data curah hujan
• data suhu
• data indeks vegetasi
• data penggunaan lahan
• data kepadatan
• data hasil interpolasi
• data hasil pemodelan spasial

Analisis raster memungkinkan pengguna mengubah data mentah menjadi informasi yang lebih mudah digunakan untuk pengambilan keputusan.

Sebagai contoh, DEM dapat diolah menjadi peta slope, aspect, hillshade, kontur, flow direction, flow accumulation, hingga berbagai model terrain lainnya. Sementara itu, citra satelit dapat digunakan untuk menghasilkan indeks vegetasi, klasifikasi tutupan lahan, atau analisis perubahan wilayah.

Mengapa Analisis Data Raster Penting dalam GIS?

Data raster mampu menyimpan informasi spasial secara kontinu. Hal tersebut membuatnya sangat sesuai untuk menggambarkan fenomena yang berubah secara bertahap di permukaan bumi.

Contohnya adalah:

Jenis Data	Contoh Pemanfaatan
DEM	Analisis ketinggian dan terrain
DSM	Analisis permukaan termasuk objek di atas tanah
Citra satelit	Monitoring dan klasifikasi wilayah
NDVI	Analisis vegetasi
Curah hujan	Analisis distribusi hujan
Suhu permukaan	Analisis kondisi termal
Slope	Analisis kemiringan lahan
Aspect	Analisis arah lereng
Land Cover	Analisis tutupan lahan
Raster hasil interpolasi	Pemodelan fenomena spasial

Dengan raster analysis, berbagai data tersebut dapat digabungkan sehingga menghasilkan model spasial yang lebih komprehensif.

Komponen Penting dalam Raster Analysis ArcGIS

Dalam pelatihan, pemahaman tidak hanya berfokus pada penggunaan tool, tetapi juga pada konsep dasar raster. Beberapa komponen yang perlu dipahami antara lain:

Cell atau Pixel

Cell merupakan unit terkecil dalam raster. Setiap cell mempunyai nilai tertentu yang merepresentasikan kondisi pada lokasi tersebut.

Semakin kecil ukuran cell, semakin tinggi detail spasial yang dapat direpresentasikan. Namun, ukuran raster yang terlalu kecil juga dapat meningkatkan kebutuhan penyimpanan dan waktu pemrosesan.

Spatial Resolution

Spatial resolution menunjukkan ukuran area yang direpresentasikan oleh satu piksel.

Sebagai contoh, raster dengan resolusi 10 meter berarti satu piksel merepresentasikan area sekitar 10 × 10 meter di permukaan bumi.

Pemilihan resolusi harus disesuaikan dengan tujuan analisis.

Raster Value

Raster value merupakan nilai yang terdapat pada setiap piksel. Nilai tersebut dapat berupa ketinggian, kelas tutupan lahan, suhu, indeks vegetasi, atau parameter lainnya.

NoData

NoData menunjukkan area raster yang tidak mempunyai nilai valid. Penanganan NoData penting karena dapat memengaruhi hasil perhitungan maupun overlay.

Pengolahan DEM Menggunakan ArcGIS

Salah satu materi utama dalam Pelatihan Raster Analysis ArcGIS adalah pengolahan Digital Elevation Model atau DEM.

DEM merupakan representasi digital dari elevasi permukaan bumi. Data ini dapat digunakan sebagai dasar berbagai analisis terrain dan hidrologi.

Di Indonesia, Badan Informasi Geospasial menyediakan layanan DEM Nasional atau DEMNAS. Layanan DEMNAS tersedia sebagai layanan raster dan mencakup wilayah Indonesia.

Beberapa analisis DEM yang dapat dilakukan menggunakan ArcGIS antara lain:

• Elevation
• Slope
• Aspect
• Hillshade
• Contour
• Curvature
• Viewshed
• Cut and Fill
• Flow Direction
• Flow Accumulation
• Watershed
• Stream analysis

Hasil analisis tersebut dapat digunakan untuk berbagai kebutuhan perencanaan wilayah dan pengelolaan sumber daya.

Analisis Slope

Slope digunakan untuk mengetahui tingkat kemiringan permukaan tanah.

Informasi slope sangat penting dalam berbagai bidang, seperti:

• perencanaan jalan
• pembangunan infrastruktur
• analisis kesesuaian lahan
• pertanian
• perkebunan
• pertambangan
• kehutanan
• mitigasi bencana
• perencanaan kawasan permukiman

Hasil analisis dapat diklasifikasikan menjadi beberapa kelas kemiringan sehingga lebih mudah digunakan untuk interpretasi.

Analisis Aspect

Aspect menunjukkan arah hadap suatu lereng. Informasi ini dapat digunakan untuk memahami orientasi permukaan terhadap arah mata angin.

Dalam beberapa kajian, aspect dapat digunakan sebagai parameter tambahan untuk:

• analisis kesesuaian lahan
• kajian paparan sinar matahari
• analisis vegetasi
• pemodelan lingkungan
• perencanaan kawasan
• studi topografi

Dengan menggabungkan aspect dan slope, pengguna dapat memperoleh pemahaman terrain yang lebih lengkap.

Hillshade untuk Visualisasi Terrain

Hillshade menghasilkan efek bayangan berdasarkan posisi sumber cahaya virtual terhadap permukaan terrain.

Teknik ini banyak digunakan untuk meningkatkan interpretasi visual terhadap DEM. Permukaan yang sebelumnya terlihat sebagai grid angka dapat ditampilkan dalam bentuk relief yang lebih mudah dipahami.

Hillshade dapat digunakan untuk:

• visualisasi topografi
• interpretasi bentuk lahan
• penyusunan peta terrain
• analisis morfologi
• pendukung peta tematik

Hillshade juga dapat dikombinasikan dengan layer lain menggunakan teknik transparansi dan blending sehingga menghasilkan visualisasi peta yang informatif.

Raster Calculator dan Map Algebra

Salah satu kemampuan penting dalam raster analysis adalah penggunaan Raster Calculator atau konsep map algebra.

Raster Calculator memungkinkan pengguna melakukan operasi matematis terhadap nilai raster.

Contohnya dapat digunakan untuk:

• penjumlahan raster
• pengurangan raster
• perkalian raster
• pembagian raster
• klasifikasi nilai
• conditional analysis
• penggabungan beberapa parameter
• pembuatan indeks spasial

Misalnya, beberapa parameter kesesuaian lahan dapat dikombinasikan menjadi satu model raster untuk menentukan area yang mempunyai tingkat kesesuaian tertentu.

Raster Reclassification

Reclassification merupakan proses mengubah nilai raster menjadi kelas atau kategori baru.

Sebagai contoh, nilai slope dapat dikelompokkan menjadi:

Nilai Slope	Kategori
0–8%	Datar
8–15%	Landai
15–25%	Agak Curam
25–45%	Curam
>45%	Sangat Curam

Batas kelas dapat disesuaikan dengan tujuan kajian dan standar yang digunakan.

Reclassification sangat berguna dalam analisis berbasis kriteria karena data numerik dapat diubah menjadi kategori yang lebih mudah dibandingkan atau dikombinasikan.

Raster Overlay untuk Analisis Spasial

Raster overlay merupakan salah satu metode penting dalam analisis spasial.

Konsep dasarnya adalah menggabungkan beberapa raster yang mempunyai sistem grid dan cakupan wilayah yang sesuai untuk menghasilkan informasi baru.

Contohnya adalah analisis kesesuaian lokasi yang menggunakan beberapa parameter:

• kemiringan lereng
• elevasi
• penggunaan lahan
• jarak terhadap jalan
• jarak terhadap sungai
• jenis tanah
• curah hujan

Masing-masing parameter dapat diberikan bobot dan skor tertentu. Selanjutnya, seluruh raster dikombinasikan untuk menghasilkan peta kesesuaian.

Metode tersebut dapat digunakan untuk mendukung:

• perencanaan lokasi fasilitas
• pengembangan kawasan
• perencanaan pertanian
• pemilihan lokasi infrastruktur
• analisis kawasan rawan
• perencanaan penggunaan lahan

Analisis Citra Satelit dengan Raster Analysis

Selain DEM, citra satelit juga merupakan sumber data raster yang sangat penting.

Citra satelit terdiri dari piksel yang menyimpan informasi spektral. Dengan ArcGIS, data tersebut dapat diolah untuk berbagai kebutuhan penginderaan jauh dan analisis wilayah.

Beberapa proses yang dapat dilakukan antara lain:

• preprocessing citra
• clipping
• resampling
• compositing band
• spectral analysis
• indeks vegetasi
• klasifikasi
• change detection
• analisis tutupan lahan

Salah satu contoh yang umum digunakan adalah NDVI atau Normalized Difference Vegetation Index untuk mengetahui kondisi vegetasi.

Secara sederhana, NDVI menggunakan kombinasi kanal spektral tertentu untuk menghasilkan nilai yang menunjukkan tingkat kehijauan vegetasi.

Analisis Multiband Raster

Citra multispektral memiliki beberapa band yang masing-masing merepresentasikan rentang panjang gelombang tertentu.

Pengguna dapat memilih band tertentu dan mengombinasikannya untuk menghasilkan informasi yang berbeda.

Contohnya:

Kebutuhan	Pendekatan
Vegetasi	Kombinasi band Red dan NIR
Air	Analisis band tertentu dan indeks air
Permukaan terbangun	Kombinasi kanal spektral
Tutupan lahan	Kombinasi beberapa band
Perubahan wilayah	Perbandingan citra multi-temporal

Pengolahan multiband membutuhkan pemahaman mengenai karakteristik data dan tujuan analisis agar hasilnya dapat diinterpretasikan dengan benar.

Analisis Reclass dan Weighted Overlay

Dalam banyak proyek GIS, pengambilan keputusan tidak hanya membutuhkan satu parameter. Dibutuhkan beberapa parameter sekaligus.

Weighted Overlay dapat digunakan untuk menggabungkan sejumlah raster yang telah diklasifikasikan dan diberi bobot.

Contoh sederhana:

Parameter	Bobot
Slope	30%
Penggunaan Lahan	25%
Jarak Jalan	20%
Elevasi	15%
Jarak Sungai	10%
Total	100%

Setiap parameter kemudian diberi skor berdasarkan tingkat kesesuaiannya.

Hasil akhirnya berupa raster yang menunjukkan tingkat kesesuaian berdasarkan kombinasi seluruh parameter.

Metode seperti ini sangat relevan untuk studi lokasi, perencanaan kawasan, pertanian, infrastruktur, dan berbagai kebutuhan analisis spasial.

Analisis Hidrologi Berbasis Raster

DEM juga dapat digunakan sebagai dasar analisis hidrologi.

Dalam ArcGIS, data elevasi dapat diproses untuk memahami pola aliran air di suatu wilayah.

Tahapan analisis dapat meliputi:

1. Persiapan DEM.
2. Pemeriksaan kualitas data elevasi.
3. Pengisian sink jika diperlukan.
4. Analisis Flow Direction.
5. Analisis Flow Accumulation.
6. Ekstraksi jaringan aliran.
7. Penentuan outlet atau pour point.
8. Delineasi watershed.
9. Visualisasi hasil analisis.

Hasilnya dapat membantu dalam kajian daerah aliran sungai, drainase, limpasan permukaan, dan pengelolaan sumber daya air.

Pengolahan Raster untuk Analisis Kebencanaan

Raster analysis juga banyak digunakan untuk mendukung analisis kebencanaan.

Contohnya adalah analisis:

• kerawanan longsor
• potensi banjir
• kemiringan lereng
• elevasi
• akumulasi aliran
• jarak terhadap sungai
• perubahan tutupan lahan
• kondisi terrain

Dalam analisis longsor, misalnya, slope, aspect, elevasi, curah hujan, penggunaan lahan, dan faktor geologi dapat digunakan sebagai parameter.

Setelah setiap parameter diolah menjadi raster yang kompatibel, seluruh parameter dapat dikombinasikan menggunakan metode overlay atau weighted overlay.

Contoh Penerapan Raster Analysis di Instansi

Kemampuan raster analysis dapat diterapkan dalam berbagai kebutuhan instansi pemerintah maupun perusahaan.

Pemerintah Daerah

Pemerintah daerah dapat menggunakan analisis raster untuk mendukung:

• perencanaan tata ruang
• analisis kesesuaian lahan
• pemetaan kawasan rawan bencana
• evaluasi perkembangan wilayah
• perencanaan infrastruktur
• monitoring perubahan penggunaan lahan

Dinas PUPR

Dalam bidang pekerjaan umum, data terrain dapat digunakan untuk mendukung:

• perencanaan jaringan jalan
• analisis kemiringan
• pemodelan elevasi
• analisis drainase
• cut and fill
• perencanaan konstruksi

Pertanian dan Perkebunan

Raster analysis dapat digunakan untuk:

• pemetaan kesesuaian lahan
• analisis vegetasi
• monitoring tanaman
• pemantauan perubahan lahan
• analisis topografi
• identifikasi area potensial

Pertambangan

Dalam bidang pertambangan, analisis raster dapat membantu dalam:

• pemodelan terrain
• analisis elevasi
• monitoring perubahan permukaan
• analisis slope
• perhitungan volume
• perencanaan area operasi

Lingkungan dan Kehutanan

Data raster dapat digunakan untuk:

• monitoring tutupan lahan
• perubahan vegetasi
• analisis kawasan hutan
• pemantauan degradasi
• analisis habitat
• monitoring kawasan konservasi

Sumber Data Raster yang Dapat Digunakan

Kualitas analisis sangat dipengaruhi oleh kualitas data input.

Beberapa sumber data yang dapat digunakan antara lain:

Sumber	Contoh Data
DEMNAS	DEM Indonesia
Citra Satelit	Sentinel, Landsat, dan lainnya
Drone	Orthomosaic, DSM, DEM
LiDAR	Point cloud dan terrain
Survei	Data elevasi hasil pengukuran
Instansi	Raster tematik dan hasil pemodelan

Badan Informasi Geospasial juga menyediakan layanan DEMNAS melalui geoservices yang dapat diakses sebagai layanan raster. Indeks DEM Nasional tersebut dibangun dari raster catalog data DEMNAS.

Untuk kebutuhan eksplorasi dan analisis data satelit, BIG juga memiliki platform Piksel yang menyediakan akses terhadap data satelit dan layanan pemrosesan geospasial.

Informasi dan layanan data geospasial pemerintah dapat menjadi salah satu referensi penting bagi peserta pelatihan dalam memahami sumber data yang tersedia di Indonesia.

Tahapan Umum Pengolahan Data Raster di ArcGIS

Pengolahan raster yang baik sebaiknya dilakukan secara sistematis.

Tahapan umum yang dapat diterapkan adalah:

Data Input → Pemeriksaan Data → Preprocessing → Analisis Raster → Overlay/Modeling → Validasi → Visualisasi → Ekspor

1. Data Input

Data raster dimasukkan ke dalam project ArcGIS. Data dapat berupa DEM, citra satelit, hasil drone, atau raster tematik.

2. Pemeriksaan Data

Periksa:

• coordinate system
• extent
• cell size
• pixel type
• nilai NoData
• jumlah band
• kualitas data

3. Preprocessing

Data dapat dipotong berdasarkan area studi, disamakan resolusinya, atau dilakukan proses lain sesuai kebutuhan.

4. Analisis Raster

Gunakan tool yang sesuai dengan tujuan, misalnya slope, aspect, reclassify, raster calculator, atau hydrological analysis.

5. Overlay

Gabungkan beberapa raster apabila analisis membutuhkan lebih dari satu parameter.

6. Validasi

Hasil analisis perlu diperiksa untuk memastikan tidak terdapat kesalahan data atau interpretasi.

7. Visualisasi

Hasil dapat disajikan dalam bentuk peta tematik, 3D terrain, dashboard, atau format lainnya.

Hal yang Perlu Diperhatikan Saat Melakukan Raster Analysis

Kesalahan teknis pada data input dapat menghasilkan kesalahan pada seluruh proses analisis.

Karena itu, beberapa hal berikut perlu diperhatikan:

• Gunakan sistem koordinat yang sesuai.
• Periksa resolusi spasial setiap raster.
• Pastikan extent data sesuai.
• Periksa nilai NoData.
• Gunakan cell size yang konsisten saat overlay.
• Pastikan data memiliki area cakupan yang relevan.
• Dokumentasikan sumber data.
• Periksa kualitas DEM atau citra.
• Validasi hasil analisis dengan data referensi.
• Hindari menggabungkan raster tanpa memahami karakteristik masing-masing data.

Khusus untuk data raster hasil sensor seperti citra satelit dan LiDAR, metadata dan informasi proses akuisisi juga penting. Standar data geospasial BIG menjelaskan bahwa metadata raster perlu mendokumentasikan informasi yang berkaitan dengan instrumen, platform, akuisisi, dan proses pengolahan.

Manfaat Mengikuti Pelatihan Raster Analysis ArcGIS

Mengikuti pelatihan khusus raster analysis memberikan kesempatan bagi peserta untuk memahami konsep sekaligus praktik pengolahan data.

Beberapa manfaat yang dapat diperoleh antara lain:

• Memahami konsep dasar data raster.
• Mampu mengelola DEM dan citra.
• Memahami fungsi raster analysis di ArcGIS.
• Mampu melakukan analisis terrain.
• Mampu melakukan raster calculator dan map algebra.
• Mampu melakukan reclassification.
• Mampu melakukan raster overlay.
• Memahami weighted overlay.
• Mampu membangun model analisis spasial.
• Mampu menghasilkan peta raster tematik.
• Meningkatkan efisiensi pekerjaan GIS.
• Mendukung pengambilan keputusan berbasis data spasial.

Siapa yang Cocok Mengikuti Pelatihan?

Pelatihan ini dapat ditujukan bagi berbagai kalangan yang menggunakan data spasial dalam pekerjaan.

Peserta yang sesuai antara lain:

• ASN dan pegawai pemerintah daerah
• Bappeda
• Dinas PUPR
• Dinas Lingkungan Hidup
• Dinas Pertanian
• Dinas Kehutanan
• Dinas terkait tata ruang
• Surveyor
• Praktisi GIS
• Tenaga pemetaan
• Konsultan
• Perusahaan konstruksi
• Perusahaan pertambangan
• Perusahaan perkebunan
• Akademisi
• Mahasiswa tingkat lanjut

Pelatihan juga dapat disesuaikan dengan kebutuhan instansi melalui pendekatan in-house training, sehingga materi dan studi kasus dapat diarahkan pada jenis data serta kebutuhan pekerjaan peserta.

Materi yang Dapat Dipelajari

Materi Pelatihan Raster Analysis ArcGIS dapat disusun secara bertahap agar peserta tidak hanya memahami teori, tetapi juga mampu menerapkannya.

Materi	Kompetensi
Konsep Raster	Memahami struktur dan karakteristik raster
Raster Management	Mengelola data raster
DEM Processing	Mengolah data elevasi
Slope & Aspect	Menganalisis terrain
Hillshade	Membuat visualisasi relief
Raster Calculator	Melakukan kalkulasi raster
Reclassification	Mengelompokkan nilai raster
Raster Overlay	Menggabungkan beberapa parameter
Weighted Overlay	Membuat analisis berbobot
Image Analysis	Mengolah citra
Hydrological Analysis	Menganalisis aliran dan watershed
Raster Modeling	Membuat model analisis spasial

Dengan struktur tersebut, peserta dapat belajar dari dasar hingga penerapan analisis yang lebih kompleks.

Mengapa Kompetensi Raster Analysis Semakin Dibutuhkan?

Perkembangan teknologi geospasial membuat volume data raster semakin besar. Citra satelit, drone, LiDAR, DEM, dan berbagai sensor lainnya menghasilkan data yang dapat dimanfaatkan untuk analisis spasial.

Tantangannya bukan hanya memperoleh data, tetapi bagaimana mengubah data tersebut menjadi informasi yang relevan.

Penguasaan Raster Analysis ArcGIS dapat membantu organisasi mempercepat proses pengolahan data, meningkatkan konsistensi analisis, serta menghasilkan informasi spasial yang dapat digunakan sebagai bahan pertimbangan dalam perencanaan.

Bagi instansi yang memiliki banyak data spasial, kemampuan tersebut juga dapat membantu mengurangi ketergantungan pada proses pengolahan manual.

Kesimpulan

Pelatihan Raster Analysis ArcGIS merupakan salah satu pelatihan penting bagi profesional dan instansi yang membutuhkan kemampuan pengolahan serta analisis data raster secara sistematis.

Melalui Raster Analysis, data DEM dapat diolah menjadi slope, aspect, hillshade, kontur, hingga analisis hidrologi. Citra satelit juga dapat diproses untuk menghasilkan berbagai informasi seperti indeks vegetasi, klasifikasi tutupan lahan, dan perubahan wilayah.

Selain itu, teknik reclassification, raster calculator, raster overlay, dan weighted overlay memungkinkan berbagai parameter spasial digabungkan menjadi model analisis yang mendukung perencanaan dan pengambilan keputusan.

Penguasaan teknologi ini semakin relevan untuk kebutuhan tata ruang, pembangunan infrastruktur, pertanian, perkebunan, kehutanan, pertambangan, lingkungan, kebencanaan, hingga pengelolaan wilayah.

Dengan pelatihan yang berbasis praktik dan studi kasus, peserta dapat meningkatkan kemampuan dalam mengolah data raster sekaligus memahami bagaimana hasil analisis dapat diterapkan pada kebutuhan pekerjaan nyata.

FAQ

Apa itu Raster Analysis ArcGIS?

Raster Analysis ArcGIS adalah metode pengolahan dan analisis data berbasis piksel menggunakan ArcGIS. Analisis ini dapat digunakan untuk DEM, citra satelit, terrain, klasifikasi, overlay, pemodelan spasial, dan berbagai data raster lainnya.

Apakah Pelatihan Raster Analysis ArcGIS cocok untuk pemula?

Ya. Materi dapat disusun mulai dari konsep dasar raster, pengenalan DEM dan citra, pengolahan data, hingga analisis overlay. Materi juga dapat disesuaikan dengan tingkat kemampuan peserta.

Apa saja data yang dapat diolah dalam Raster Analysis?

Data yang dapat diolah antara lain DEM, DSM, citra satelit, orthomosaic drone, data LiDAR, data tutupan lahan, curah hujan, suhu, indeks vegetasi, serta berbagai raster tematik lainnya.

Apa manfaat Raster Analysis untuk instansi pemerintah?

Raster Analysis dapat membantu instansi dalam analisis terrain, kesesuaian lahan, tata ruang, kebencanaan, lingkungan, infrastruktur, pertanian, kehutanan, dan berbagai kebutuhan perencanaan berbasis data spasial.

Daftar sekarang dan jadwalkan pelatihan terbaik untuk instansi Anda!
0822-8654-5726
www.studigis.com