Desain Model Sistem Informasi Geospasial Nasional Terintegrasi untuk Mendukung Keamanan Maritim Indonesia
Isi Artikel Utama
Abstrak
Wilayah laut Indonesia yang mencapai 3,1 juta km² dengan tambahan Zona Ekonomi Eksklusif seluas 2,7 juta km² menuntut kapasitas pengawasan yang luas, sementara data maritim yang dimiliki berbagai instansi seperti Bakamla, TNI Angkatan Laut, Kementerian Kelautan dan Perikanan, Pushidrosal, serta Badan Informasi Geospasial masih terkelola secara tersendiri. Kondisi ini memunculkan duplikasi informasi dan lambatnya respons terhadap ancaman di laut. Artikel ini menyusun rancangan model Sistem Informasi Geospasial Nasional yang mengintegrasikan data lintas instansi guna mendukung keamanan maritim. Pendekatan yang digunakan adalah studi literatur dan analisis kebijakan terhadap regulasi tata kelola data geospasial nasional, dipadukan dengan kajian terhadap praktik integrasi data pada beberapa negara maritim. Hasil kajian menunjukkan bahwa model yang diusulkan terdiri atas empat lapis, yaitu lapis sumber data, lapis integrasi dan interoperabilitas, lapis analitik big data dan kecerdasan buatan, serta lapis diseminasi untuk pengambilan keputusan. Interoperabilitas dicapai melalui standar terbuka seperti Web Map Service dan Web Feature Service serta kebijakan Satu Data Indonesia. Kecerdasan buatan berperan pada deteksi anomali pergerakan kapal, klasifikasi objek dari citra satelit, dan prediksi titik rawan pelanggaran. Model ini diproyeksikan mempercepat waktu deteksi ancaman, mengurangi duplikasi anggaran pengadaan data, dan memperkuat basis bukti bagi pengambilan keputusan strategis pertahanan laut.
Rincian Artikel
Bagian
Cara Mengutip
Referensi
Bueger, C. (2023). Critical maritime infrastructure protection: What’s the trouble? Marine Policy, 158,105564.https://www.researchgate.net/publication/372393153_Critical_maritime_infrastructure_protection_What's_the_trouble
Chen, L., Yu, K., & Lee, S. (2022). Artificial intelligence in maritime surveillance: Trends and applications. Ocean Engineering, 254, 111350. https://doi.org/10.1016/j.oceaneng.2022.111350
Direktorat Jenderal Perikanan Tangkap, Kementerian Kelautan dan Perikanan. (2023). Laporan tahunan pengawasan perikanan 2022. Kementerian Kelautan dan Perikanan.
Guricci, M. F. A., & Seniwati, S. (2024). Strategi keamanan maritim di Asia Tenggara: Kerjasama diplomasi maritim di ASEAN. Konsensus: Jurnal Ilmu Sosial dan Politik.
Haloho, L. S., Martha, S., Supriyadi, A., & Sadewa, A. H. (2024). Geospasial intelijen menggunakan teknologi satelit untuk identifikasi potensi sumber daya energi dan meningkatkan keamanan nasional. Journal on Education, 7(1), 7468–7481. https://jonedu.org/index.php/joe/article/view/7479
International Maritime Bureau. (2023). Piracy and armed robbery against ships: Annual report 2023. ICC International Maritime Bureau.
Koesnadi, I. (2022). Tata kelola interoperabilitas data aplikasi. Seminar Nasional Teknologi Informasi Komunikasi dan Industri, 1–10.
Kusumah, M. I., Syahtria, I., Sianturi, D., Yudho, L., Saragih, H. J. R., & Bangun, E. (2022). Strategi interoperabilitas sistem informasi TNI guna mendukung komando dan pengendalian operasi pengamanan perbatasan di laut Natuna Utara. Jurnal Inovasi Penelitian, 2(8), 2819–2831.
Li, F., Yu, K., Yuan, C., Tian, Y., Yang, G., Yin, K., & Li, Y. (2025). Dark ship detection via optical and SAR collaboration: An improved multi-feature association method between remote sensing images and AIS data. Remote Sensing, 17(13), 2201. https://doi.org/10.3390/rs17132201
Majalah Ilmiah Globe. (2024). Pemanfaatan sistem informasi geografis dalam pembangunan sistem keamanan maritim Indonesia. Majalah Ilmiah Globe, 26(2), 81–88. https://doi.org/10.24895/gl.2024.26.2.81-88
Masril, M. A., & Caniago, D. P. (2024). Sistem pencegahan illegal fishing di Laut Batam menggunakan YOLOv7 berbasis notifikasi Telegram. ELKOMIKA: Jurnal Teknik Energi Elektrik, Teknik Telekomunikasi, & Teknik Elektronika, 12(1), 175. https://doi.org/10.26760/elkomika.v12i1.175
Miller, T., Durlik, I., Kostecka, E., Sokolowska, S., Kozlovska, P., & Zwolak, R. (2025). Artificial intelligence in maritime cybersecurity: A systematic review of AI-driven threat detection and risk mitigation strategies. Electronics, 14(9), 1844. https://doi.org/10.3390/electronics14091844
Novianto, A., Purnomo, R., Bangun, E. I., Faisol, A., & Ekawati, P. D. (2024). Indonesian Hydrographic Data Center (IHDC) sebagai interoperability data spasial maritim nasional. Jurnal Chart Datum, 10(2), 77–90. https://doi.org/10.37875/chartdatum.v10i2.349
Nugroho, F. P., Abdullah, R. W., Wulandari, S., & Hanafi. (2019). Keamanan big data di era digital di Indonesia. Jurnal Informa Politeknik Indonusa Surakarta, 5(1), 28–34. https://informa.poltekindonusa.ac.id/index.php/informa/article/view/65
Rahman, M., & Hashim, R. (2023). AI-driven maritime governance and security in ASEAN waters. Maritime Policy & Management, 50(6), 812–829. https://doi.org/10.1080/03088839.2023.2189213
Republik Indonesia. (2011). Undang-Undang Nomor 4 Tahun 2011 tentang Informasi Geospasial.
Republik Indonesia. (2017). Peraturan Presiden Nomor 16 Tahun 2017 tentang Kebijakan Kelautan Indonesia.
Republik Indonesia. (2019). Peraturan Presiden Nomor 39 Tahun 2019 tentang Satu Data Indonesia.
Republik Indonesia. (2021). Peraturan Pemerintah Nomor 45 Tahun 2021 tentang Penyelenggaraan Informasi Geospasial.
Rudiyanto, R., Yusnaldy, Y., Yulianto, B. A., Prakoso, L. Y., & Risahdi, M. (2025). AI dalam pengawasan maritim menghadapi ancaman hibrida di Asia Tenggara. Jurnal Sosial dan Sains, 5(11), 3724–3732. https://doi.org/10.59188/jurnalsosains.v5i11.32572
Talpur, K. (2025). AI in maritime security: Applications, challenges, future directions. Information, 16(8), 658. https://doi.org/10.3390/info16080658
Wijaya, R. (2023). Deep learning approaches for detecting illegal vessels in Indonesian waters. Indonesian Journal of Marine Technology, 4(2), 123–141.
Yusnaldy, Y., Soemantri, A. I., Yulianto, B. A., Prakoso, L. Y., & Risahdi, M. (2025). Perompakan dan illegal fishing: Solusi AI untuk kedaulatan laut Indonesia. Jurnal Sosial dan Sains, 5(11), 3560–3567. https://doi.org/10.59188/jurnalsosains.v5i11.32571
Zhang, H., & Li, Y. (2021). Ship detection in Sentinel-2 multi-spectral images with self-supervised learning. Remote Sensing, 13(21), 4255. https://doi.org/10.3390/rs13214255