Jakarta, buanapagi.com – Luasnya wilayah yang perlu dipantau serta dinamika perubahan pemanfaatan tanah dan ruang menuntut metode pengawasan yang lebih cepat, akurat, dan efisien. Pemantauan yang selama ini masih banyak mengandalkan pemeriksaan fisik dan interpretasi manual membutuhkan waktu, tenaga, serta biaya yang tidak sedikit. Untuk menjawab tantangan tersebut, Kementerian Agraria dan Tata Ruang/Badan Pertanahan Nasional (ATR/BPN) mulai mendorong pemanfaatan teknologi Geospatial Artificial Intelligence (GeoAI) dan Digital Twin guna memperkuat pengendalian dan penertiban tanah dan ruang.
Upaya tersebut dibahas dalam Webinar bertema “GeoAI dan Digital Twin: Akselerasi Transformasi Digital Pengendalian dan Penertiban Tanah dan Ruang” yang diselenggarakan Direktorat Jenderal Pengendalian dan Penertiban Tanah dan Ruang (Ditjen PPTR) bersama Badan Pengembangan Sumber Daya Manusia (BPSDM) Kementerian ATR/BPN pada Kamis, (05/11/2026). Kegiatan ini menghadirkan Pelaksana Tugas (Plt.) Direktur Jenderal PPTR, Dwi Budi Martono; Prof. Trias Aditya Kurniawan dan Ruli Andaru dari Universitas Gadjah Mada (UGM) sebagai narasumber; serta Kepala Bagian Kepegawaian, Keuangan, dan Umum, Bramandita Resa Kurnia D, bertindak sebagai moderator.
Dalam arahannya, Dwi Budi Martono menekankan bahwa transformasi digital diperlukan untuk memperluas jangkauan pemantauan yang selama ini terkendala keterbatasan sumber daya. Ia mencontohkan pemantauan Hak Guna Usaha (HGU) yang berdasarkan data yang disampaikan baru mencakup sekitar 7,5 persen atau 1.612 bidang. Dengan kapasitas pemantauan saat ini, dibutuhkan waktu yang sangat panjang untuk menjangkau seluruh HGU yang ada.
“Dengan metode pemantauan yang masih banyak dilakukan secara manual, cakupan pengawasan belum dapat menjawab kebutuhan di lapangan. Karena itu, kita membutuhkan lompatan teknologi melalui GeoAI dan Digital Twin agar pemantauan dapat dilakukan lebih luas, cepat, dan terukur,” ujar Budi.
Ia menjelaskan, pemanfaatan teknologi tersebut direncanakan berlangsung secara bertahap. Pada tahap awal, citra satelit digunakan untuk memindai wilayah yang luas dan mengidentifikasi indikasi perubahan tutupan lahan. Selanjutnya, drone dengan resolusi lebih tinggi dapat dimanfaatkan untuk memperoleh informasi lebih detail pada lokasi yang memerlukan pemeriksaan lanjutan. Hasil analisis kemudian menjadi bahan awal bagi petugas untuk melakukan verifikasi lapangan atau ground check.
Budi juga menekankan pentingnya membangun ekosistem digital yang terintegrasi melalui GISliner sebagai wadah penghubung berbagai aplikasi pendukung pengendalian dan penertiban tanah dan ruang, seperti PENATAR, SKALA, WASTARU, Penilaian Pelaksanaan KKPR, serta pengembangan Jagad Lintang dan aplikasi lainnya. Integrasi tersebut diharapkan mengacu pada identitas bidang tanah yang sama, yaitu Nomor Identifikasi Bidang Tanah (NIB), dengan dukungan basis data kadaster bhumi.atrbpn.go.id
“Teknologi ini hadir untuk membantu dan mempermudah pekerjaan kita, bukan menggantikan peran manusia. Hasil GeoAI menjadi instrumen awal dan bukti pendukung yang tetap harus diverifikasi agar keputusan yang diambil dapat dipertanggungjawabkan,” tegasnya.
Selanjutnya, Prof. Trias Aditya Kurniawan menjelaskan konsep Digital Twin sebagai representasi digital dari kondisi objek atau wilayah di dunia nyata yang dapat dimanfaatkan untuk memahami keadaan, memantau perubahan, melakukan simulasi, dan mendukung pengambilan keputusan. Teknologi ini tidak sekadar menghadirkan visualisasi tiga dimensi, tetapi juga mengintegrasikan berbagai sumber data yang dapat diperbarui secara berkala.
“Digital Twin akan memberikan manfaat optimal apabila representasi digitalnya terhubung dengan kondisi nyata melalui data yang berkualitas, terstandar, dan diperbarui secara konsisten. Karena itu, integrasi data, interoperabilitas, serta tata kelola dan keamanan informasi menjadi fondasi penting dalam pengembangannya,” ungkap Prof. Trias.
Dalam konteks pengendalian dan penertiban tanah dan ruang, integrasi data bidang tanah, tutupan lahan, perizinan, dan pembangunan dapat membantu memberikan gambaran kondisi wilayah secara lebih menyeluruh. Informasi tersebut juga dapat digunakan untuk mengidentifikasi perubahan dan menentukan lokasi yang memerlukan tindak lanjut. Kemampuan Digital Twin menggambarkan kondisi aktual juga bergantung pada ketersediaan dan frekuensi pembaruan data, termasuk melalui citra satelit, drone, maupun sensor.
Sementara itu, Ruli Andaru memaparkan implementasi GeoAI melalui pengembangan sejumlah aplikasi untuk mendukung analisis geospasial dan pemantauan perubahan tutupan lahan, antara lain Jagad Lintang dan Landep. Jagad Lintang digunakan untuk mengklasifikasikan tutupan lahan berdasarkan citra satelit dalam beberapa periode, sedangkan Landep berfungsi sebagai Web GIS untuk mengelola, membandingkan, dan menganalisis hasil deteksi melalui peta interaktif dan dashbord.
“GeoAI memungkinkan kita melakukan analisis perubahan tutupan lahan secara multitemporal dalam cakupan wilayah yang luas. Dengan model yang terus dilatih menggunakan data yang sesuai dengan karakteristik wilayah Indonesia, teknologi ini dapat membantu mengidentifikasi lokasi yang memerlukan perhatian dan pemeriksaan lebih lanjut,” jelas Ruli.
Jagad Lintang memiliki kemampuan mengklasifikasikan sekitar 10–11 kelas tutupan lahan, seperti perkebunan sawit, sawah, jalan, hutan, vegetasi, badan air, tanah terbuka, dan permukiman. Aplikasi ini memanfaatkan citra Sentinel dengan 11 kanal multispektral serta dilengkapi fitur super-resolution untuk membantu memperjelas tampilan citra dan batch processing untuk memproses beberapa wilayah sekaligus. Hasil klasifikasi selanjutnya dapat dikirimkan ke Landep untuk dianalisis lebih lanjut.
Melalui Landep, pengguna dapat melakukan overlay dan change detection untuk membandingkan kondisi tutupan lahan antar periode, termasuk mengidentifikasi indikasi perubahan pada kawasan HGU. Platform ini juga dilengkapi asisten berbasis kecerdasan buatan atau large language model (LLM) yang dapat membantu membaca hasil analisis, menyusun rekomendasi, dan menghasilkan laporan secara lebih terstruktur.
Selain pemantauan tutupan lahan, GeoAI juga dikembangkan untuk mendeteksi indikasi kebakaran hutan dan lahan dengan memanfaatkan data titik panas dari satelit VIIRS/NOAA serta citra drone. Dalam salah satu contoh analisis di kawasan taman hutan rakyat di Ibu Kota Nusantara (IKN), pemanfaatan GeoAI dapat mengidentifikasi indikasi area terbakar sekitar 790 hektare dari wilayah kajian seluas lebih dari 3.000 hektare. Teknologi ini membantu mempercepat identifikasi area terdampak dibandingkan proses digitasi secara manual, sehingga dapat mendukung pemantauan dan penentuan lokasi yang memerlukan pemeriksaan lebih lanjut.
Inovasi lainnya adalah Streetscape, yang dikembangkan untuk mengekstraksi informasi objek dari citra street view, termasuk foto 360 derajat. Teknologi ini dapat membantu mengidentifikasi bangunan, vegetasi, kendaraan, dan objek lainnya, serta membaca karakteristik bangunan yang terlihat, seperti jumlah lantai dan bentuk atap. Informasi tersebut berpotensi menjadi data pendukung dalam pemantauan pemanfaatan ruang, termasuk untuk kajian Koefisien Dasar Bangunan (KDB) dan Koefisien Lantai Bangunan (KLB).
Sementara itu, Naraga (Nusantara AI for Real-Time Analytics and Spatial Applications) dikembangkan sebagai platform analisis geospasial berbasis daring. Melalui platform ini, pengguna nantinya dapat memanfaatkan berbagai layanan, seperti ekstraksi tapak bangunan, klasifikasi point cloud untuk menghasilkan Digital Terrain Model (DTM), deteksi tutupan lahan, hingga rekonstruksi tiga dimensi tanpa harus memiliki perangkat komputer dengan spesifikasi komputasi AI yang tinggi.
Ia juga menyampaikan bahwa pengembangan model masih memerlukan penyempurnaan, terutama dalam meningkatkan akurasi, ketersediaan data pelatihan, serta dukungan infrastruktur komputasi. Akurasi model Jagad Lintang yang sedang dikembangkan diperkirakan berada pada kisaran 80–85 persen dan masih terus ditingkatkan melalui pelatihan serta pengujian di berbagai wilayah. Penggunaan citra satelit beresolusi 10 meter, misalnya, memiliki keterbatasan untuk mendeteksi objek berukuran kecil sehingga perlu dikombinasikan dengan citra resolusi tinggi atau ortofoto drone sesuai kebutuhan.
Melalui kolaborasi dengan UGM dan penguatan integrasi data serta teknologi, Ditjen PPTR mendorong transformasi digital untuk mewujudkan pemantauan dan pengendalian tanah dan ruang yang lebih efektif, akurat, dan responsif.(bp/ril)
