1. Pendahuluan
Perkembangan Remotely Piloted Aircraft Systems (RPAS) atau drone sedang membawa perubahan fundamental terhadap cara ruang udara digunakan. Pada fase awal, drone lebih banyak digunakan untuk fotografi, pemetaan, pertanian, inspeksi, dokumentasi, rekreasi, dan berbagai aktivitas dengan karakteristik operasi relatif sederhana. Sebagian besar penerbangan berlangsung secara Visual Line of Sight (VLOS), pada ketinggian rendah, dengan jumlah operasi terbatas dan interaksi yang relatif kecil terhadap sistem penerbangan berawak.
Perkembangan teknologi kemudian mengubah karakter tersebut. Drone semakin mampu melakukan penerbangan otomatis, membawa berbagai jenis muatan, menjalankan misi berulang, melakukan operasi jarak jauh, dan beroperasi secara Beyond Visual Line of Sight (BVLOS). Pemanfaatannya juga semakin meluas untuk drone delivery, inspeksi infrastruktur, pemantauan lingkungan, surveillance, search and rescue, public safety, logistik, serta berbagai kebutuhan komersial dan pemerintahan.
Perubahan tersebut melahirkan persoalan baru dalam pengelolaan ruang udara. Ketika operasi drone masih sedikit, pendekatan berbasis perizinan individual masih relatif dapat diterapkan. Namun ketika jumlah operasi meningkat dan penerbangan berlangsung secara simultan pada berbagai lokasi, waktu, ketinggian, serta karakteristik ruang udara, persoalannya tidak lagi sekadar bagaimana memberikan izin kepada sebuah drone.
Persoalan strategisnya berubah menjadi bagaimana negara mengetahui, memahami, dan pada akhirnya mengelola perilaku keseluruhan drone traffic.
Drone traffic tidak lagi dapat dipandang sebagai kumpulan penerbangan individual. Ketika jumlah operasi meningkat, terbentuk pola spasial, pola temporal, konsentrasi rute, kepadatan, interaksi, potensi konflik, dan kebutuhan koordinasi. Dengan kata lain, terbentuk suatu ekosistem lalu lintas udara baru yang memiliki perilaku tersendiri.
Dalam konteks tersebut, Indonesia tidak harus memulai transformasi RPAS dengan langsung membangun Unmanned Traffic Management (UTM) secara penuh. Pendekatan yang lebih rasional adalah memulai dari aktivitas yang paling dekat dengan operasi sehari-hari, yaitu flight planning.
Flight planning merupakan titik ketika niat operator untuk melakukan penerbangan pertama kali diterjemahkan menjadi informasi operasional yang dapat diproses secara digital. Melalui flight planning, negara dapat mulai mengetahui siapa yang akan terbang, menggunakan RPAS apa, di mana operasi dilakukan, kapan penerbangan berlangsung, pada ketinggian berapa, melalui rute apa, untuk misi apa, serta apakah operasi tersebut berlangsung dalam VLOS atau BVLOS dan pada controlled atau uncontrolled airspace.
Satu flight plan mungkin hanya memiliki nilai administratif. Namun ribuan bahkan jutaan flight plans yang dikumpulkan secara konsisten dapat menjadi sumber pengetahuan mengenai perilaku ekosistem drone traffic.
Di sinilah gagasan utama artikel ini diletakkan. Sebelum mengelola drone traffic, Indonesia perlu terlebih dahulu belajar memahami perilakunya. Dan flight planning dapat menjadi titik awal pembelajaran tersebut.
Indonesia sesungguhnya telah memiliki fondasi regulasi untuk pengoperasian pesawat udara tanpa awak. Peraturan Menteri Perhubungan Nomor PM 37 Tahun 2020 mengatur pengoperasian pesawat udara tanpa awak di ruang udara yang dilayani Indonesia, sedangkan PM 63 Tahun 2021 memberikan kerangka keselamatan bagi Sistem Pesawat Udara Kecil Tanpa Awak melalui PKPS Bagian 107 (Kementerian Perhubungan Republik Indonesia, 2020, 2021).
Dengan demikian, kesenjangan Indonesia bukan semata-mata regulatory gap. Tantangan yang semakin penting adalah bagaimana regulasi, informasi ruang udara, flight planning, otorisasi, ATM, UTM, data operasi, dan pengawasan dapat membentuk satu ekosistem digital yang koheren.
Regulasi memberikan rules. Operator membutuhkan flight planning. Otoritas membutuhkan authorization. ATM membutuhkan situational awareness. UTM membutuhkan operational data. Pengawasan membutuhkan traceability. Apabila seluruh fungsi tersebut berkembang dalam sistem yang terpisah, Indonesia berisiko memiliki banyak aplikasi dan prosedur tetapi belum memiliki kemampuan untuk memahami perilaku drone traffic secara nasional.
Persoalan strategis yang perlu dijawab adalah bagaimana membangun pendekatan evolusioner yang menggunakan flight planning sebagai lapisan awal untuk mengamati, mempelajari, dan memodelkan perilaku drone traffic pada spektrum VLOS dan BVLOS, baik di controlled maupun uncontrolled airspace, sehingga pengembangan UTM dan integrasi ATM–UTM dapat dilakukan berdasarkan operational evidence nasional.
II. Reviu Teori, Regulasi, dan Best Practices
Dari Operasi Individual menuju Ekosistem Traffic
RPAS perlu dipahami sebagai bagian dari system of systems. Operator, remote pilot, RPAS, regulator, penyedia layanan, ATM, UTM, komunikasi, navigasi, surveilans, meteorologi, serta sistem informasi memiliki fungsi yang berbeda tetapi saling berinteraksi.
Dalam perspektif tersebut, keselamatan tidak hanya ditentukan oleh kemampuan sebuah drone untuk terbang, tetapi juga oleh kemampuan sistem untuk memahami interaksi antarpenerbangan dan interaksi antara penerbangan drone dengan penerbangan berawak.
ICAO memandang UTM sebagai suatu kerangka yang memungkinkan operasi UAS dikelola secara aman, efisien, dan teratur melalui kombinasi manusia, informasi, teknologi, fasilitas, dan layanan. ICAO juga menempatkan interaksi UTM dengan ATM sebagai elemen penting dan mengarahkan evolusinya menuju integrasi jangka panjang dengan ATM (ICAO, 2024).
Dengan demikian, UTM tidak seharusnya diposisikan sebagai pengganti ATM. UTM merupakan ekosistem layanan untuk mendukung operasi UAS, sedangkan ATM tetap menjalankan fungsi pengelolaan lalu lintas penerbangan sesuai kewenangannya. Di antara keduanya diperlukan lapisan informasi, interoperabilitas, dan koordinasi.
Flight Planning sebagai Flight Intent Layer
Dalam ekosistem digital, flight planning merupakan titik strategis karena di sinilah operational intent pertama kali berubah menjadi data.
Secara konseptual, prosesnya dapat dirumuskan sebagai operator intention menuju flight plan, kemudian menjadi flight intent, dan akhirnya menjadi operational data. Informasi tersebut dapat mencakup identitas operator, remote pilot, RPAS, lokasi, waktu, ketinggian, rute, jenis misi, VLOS atau BVLOS, lingkungan ruang udara, airspace constraints, kebutuhan otorisasi, dan tingkat kompleksitas operasi.
Dengan demikian, flight planning bukan hanya fungsi persiapan penerbangan. Ia dapat menjadi pintu masuk menuju digitalisasi tata kelola RPAS.
VLOS dan BVLOS
VLOS dan BVLOS mewakili tingkat kompleksitas operasi yang berbeda. Pada VLOS, remote pilot masih memiliki kemampuan observasi visual terhadap RPAS. Pada BVLOS, situational awareness semakin bergantung pada sistem komunikasi, navigasi, prosedur operasional, teknologi pendukung keselamatan, serta informasi mengenai lingkungan dan lalu lintas.
Karena itu, peningkatan operasi BVLOS secara langsung meningkatkan kebutuhan terhadap flight information, traffic information, strategic deconfliction, conformance monitoring, dan pada akhirnya traffic management.
Perkembangan regulasi Kanada menunjukkan kecenderungan menuju pendekatan berbasis risiko. Perubahan regulasi yang berlaku sejak November 2025 memperkenalkan Level 1 Complex Operations untuk kategori operasi BVLOS tertentu yang berisiko lebih rendah, dengan persyaratan terkait operator, pilot, pesawat, dan lingkungan operasi (Transport Canada, 2025, 2026).
Pelajaran bagi Indonesia bukan menyalin kategori Kanada, tetapi mengambil prinsip bahwa tingkat kompleksitas dan risiko operasi harus menentukan tingkat persyaratan keselamatan, koordinasi, dan pengawasan.
Controlled dan Uncontrolled Airspace
Dimensi lain yang penting adalah lingkungan ruang udara. Operasi RPAS di controlled airspace mempunyai kebutuhan koordinasi yang berbeda dengan operasi di uncontrolled airspace. PM 37 Tahun 2020 telah memberikan ketentuan mengenai pengoperasian pesawat udara tanpa awak dalam lingkungan ruang udara Indonesia (Kementerian Perhubungan Republik Indonesia, 2020).
Jika karakter VLOS dan BVLOS dikombinasikan dengan karakter controlled dan uncontrolled airspace, maka terbentuk empat lingkungan pembelajaran. VLOS di uncontrolled airspace memberikan gambaran dasar mengenai pola operasi. VLOS di controlled airspace memberikan pembelajaran mengenai interaksi drone dengan ATM. BVLOS di uncontrolled airspace memberikan pembelajaran mengenai remote operation, strategic deconfliction, dan conformance monitoring. Sementara BVLOS di controlled airspace menjadi lingkungan paling penting untuk memahami kebutuhan integrasi ATM–UTM dan dynamic traffic management.
Keempat lingkungan tersebut seharusnya tidak dilihat sebagai ekosistem yang terpisah, melainkan sebagai bagian dari spektrum perkembangan drone traffic nasional.
Best Practice: Evolusi NAV CANADA
Pengalaman NAV CANADA sangat relevan sebagai benchmark. NAV CANADA menyediakan NAV Drone yang memungkinkan operator memperoleh informasi ruang udara, merencanakan operasi, dan dalam kondisi tertentu mengajukan otorisasi untuk operasi drone dalam ruang udara yang dikelola NAV CANADA (NAV CANADA, 2026a).
Perkembangan tersebut kemudian bergerak menuju konsep RPAS Traffic Management. Dalam Concept of Operations, NAV CANADA mengembangkan kemampuan yang mencakup flight plan authorization, informasi penerbangan, tracking, conformance monitoring, conflict detection, dan conflict resolution (NAV CANADA, 2023).
Pada 26 Mei 2026, NAV CANADA memilih Indra Group sebagai mitra teknologi untuk mengembangkan Remotely Piloted Aircraft Systems Flight Information Management System (rFIMS). NAV CANADA menggambarkan rFIMS sebagai centralized digital platform yang menjadi bagian penting dalam evolusi kerangka integrasi RPAS Kanada ke dalam ruang udara nasional (NAV CANADA, 2026b).
Arah tersebut memperlihatkan suatu evolusi yang sangat penting: Flight Planning → Airspace Information → Authorization → Traffic Information → Conflict Management → RPAS Traffic Management.
Pelajaran strategisnya bagi Indonesia bukan bahwa Indonesia harus membuat “rFIMS Indonesia”. Pelajaran yang lebih penting adalah bahwa kemampuan mengelola traffic yang kompleks dapat dibangun secara evolusioner dari kemampuan flight planning dan flight information.
III. Diskusi Gagasan
Konsep Besar: Learn Before You Manage
Gagasan utama yang ditawarkan adalah membangun National RPAS Flight Planning and Traffic Intelligence Platform sebagai rintisan nasional untuk mempelajari perilaku drone traffic sebelum Indonesia masuk ke tahap full-scale Unmanned Traffic Management (UTM) dan integrasi ATM–UTM.
Konsep ini tidak menempatkan flight planning sebagai formulir elektronik pengganti proses manual. Flight planning diposisikan sebagai lapisan observasi pertama dari ekosistem RPAS nasional. Setiap rencana penerbangan yang masuk menjadi digital flight intent yang dapat divalidasi, dipantau, dibandingkan dengan penerbangan lain, dan pada akhirnya dianalisis sebagai bagian dari pola traffic.
Dengan demikian, program nasional tidak dimulai dari pertanyaan, “Bagaimana Indonesia membangun UTM?”, tetapi dari pertanyaan yang lebih mendasar: “Apa sebenarnya perilaku drone traffic Indonesia, di mana pertumbuhannya terjadi, kapan kepadatannya meningkat, bagaimana interaksinya dengan ruang udara berawak, dan pada titik mana negara mulai membutuhkan traffic management?”
Inilah makna Learn Before You Manage.
Indonesia terlebih dahulu membangun kemampuan untuk melihat traffic, kemudian memahami traffic, lalu memprediksi traffic, dan baru setelah itu mengelola traffic.
Secara evolusioner, arsitekturnya menjadi: Flight Planning → Digital Flight Intent → Validation → Authorisation → Actual Operation → Traffic Observation → Traffic Intelligence → Traffic Management → ATM–UTM Integration.
Konsep ini sejalan dengan arah evolusi NAV CANADA. NAV CANADA saat ini telah menyediakan drone flight planning melalui NAV Drone, sedangkan visi RTM-nya mengembangkan ekosistem yang lebih luas dari flight planning hingga tracking, monitoring, conflict detection, dan capacity management.
Flight Planning sebagai Digital Observation Layer
Dalam konsep Indonesia, setiap flight plan harus diperlakukan sebagai unit observasi operasional.
Operator tidak cukup memasukkan “lokasi penerbangan”. Sistem harus membentuk representasi digital mengenai operasi yang direncanakan. Informasi tersebut mencakup identitas operator, remote pilot, identitas RPAS, jenis operasi, lokasi, geometri operasi, ketinggian, waktu mulai, waktu selesai, VLOS atau BVLOS, controlled atau uncontrolled airspace, tujuan operasi, serta informasi keselamatan yang relevan.
Dengan cara tersebut, sebuah flight plan bukan lagi dokumen, tetapi menjadi objek digital yang memiliki ruang, waktu, identitas, dan status.
Pendekatan ini penting karena NAV CANADA sendiri dalam konsep RTM-nya membayangkan flight planning berdasarkan sequenced waypoints and times atau operational volumes dengan mempertimbangkan antara lain terrain, obstacles, klasifikasi dan pembatasan ruang udara, kepadatan penduduk, cuaca, cakupan komunikasi, kemampuan RPAS, dan kondisi lisensi pilot. Flight plan kemudian divalidasi terhadap faktor-faktor tersebut dan terhadap potensi konflik lalu lintas.
Indonesia dapat mengadaptasi logika tersebut menjadi National RPAS Flight Intent Model.
Artinya, setiap operasi RPAS yang masuk ke platform memiliki bentuk data yang konsisten. Dari sinilah negara mulai memperoleh national traffic dataset.
Flight Planning sebagai Airspace Demand Sensor
Fungsi strategis berikutnya adalah menjadikan flight planning sebagai sensor permintaan ruang udara.
Apabila pada awal program terdapat 1.000 flight plans per bulan, data tersebut memberikan baseline. Jika beberapa tahun kemudian menjadi 10.000, 100.000, atau lebih, negara dapat melihat perkembangan permintaan secara kuantitatif.
Lebih penting lagi, data tersebut dapat dipetakan secara empat dimensi.
Dimensi pertama adalah ruang: di mana operasi terkonsentrasi.
Dimensi kedua adalah waktu: kapan operasi meningkat.
Dimensi ketiga adalah ketinggian: pada altitude band mana operasi terkonsentrasi.
Dimensi keempat adalah jenis operasi: VLOS, BVLOS, delivery, inspeksi, surveillance, public safety, dan sebagainya.
Dengan demikian, sistem dapat mulai menjawab apakah suatu kawasan merupakan emerging drone traffic area, apakah suatu koridor mulai mengalami konsentrasi operasi, atau apakah suatu wilayah membutuhkan mekanisme koordinasi baru.
Ini adalah perubahan konseptual dari: Permission Management menjadi Airspace Demand Intelligence.
Dari Flight Plan menjadi Digital Flight Intent
Tahap penting berikutnya adalah membedakan flight plan dengan flight intent.
Flight plan adalah representasi rencana yang disampaikan operator.
Flight intent adalah representasi digital yang dapat diproses oleh ekosistem. Karena itu, setelah operator memasukkan rencana, sistem nasional harus mengubahnya menjadi digital flight intent yang dapat dibaca oleh berbagai fungsi.
Pada tahap awal, flight intent digunakan untuk validasi. Kemudian digunakan untuk authorisation. Setelah operasi aktif, digunakan untuk traffic awareness. Ketika operasi selesai, dibandingkan dengan actual trajectory.
Dengan demikian, siklus datanya menjadi: Planned Intent → Authorised Intent → Activated Intent → Actual Operation → Post-Flight Record.
Inilah yang menjadikan flight planning sebagai fondasi traffic intelligence.
NAV Drone sendiri telah memiliki konsep status operasi seperti planned, accepted, activated, dan ended, sehingga pengalaman tersebut memberikan contoh konkret bagaimana status operasi dapat diperlakukan sebagai objek digital sepanjang siklus penerbangan.
National RPAS Flight Planning Platform
Untuk Indonesia, gagasan tersebut dapat diwujudkan melalui National RPAS Flight Planning Platform.
Platform ini bukan dimaksudkan untuk menggantikan seluruh sistem yang telah ada. Ia menjadi front door digital bagi operasi RPAS dan sekaligus information gateway menuju sistem lain.
Ketika operator membuat rencana, platform secara otomatis menghubungkan rencana tersebut dengan informasi ruang udara, geographical restrictions, aerodrome, NOTAM, kondisi meteorologi yang relevan, serta aturan operasi.
Hasilnya bukan sekadar “boleh” atau “tidak boleh”.
Sistem harus dapat menjelaskan status operasinya: clear to plan; additional information required; modification required; coordination required; authorisation required; atau not eligible under current rules.
Dengan demikian, sistem menjadi alat bantu pengambilan keputusan, bukan sekadar electronic form.
Digital Airspace Context
Kunci keberhasilan platform adalah kualitas airspace context. Operator harus melihat ruang udara bukan sebagai peta kosong, tetapi sebagai lingkungan operasional yang mempunyai kondisi dan batasan.
Karena itu, flight planning harus terhubung dengan dynamic airspace information. Pengalaman NAV Drone menunjukkan pentingnya geozones, NOTAM, operasi yang sedang berjalan, dan operasi yang berpotensi konflik sebagai bagian dari tampilan perencanaan.
Indonesia dapat mengembangkan konsep serupa dengan menggabungkan data struktur ruang udara, geographical zones, aerodrome, pembatasan temporer, NOTAM, informasi meteorologi, dan informasi lain yang secara hukum dan operasional dapat dibagikan kepada pengguna.
Dengan demikian, operator tidak lagi merencanakan penerbangan terhadap “peta”, tetapi terhadap kondisi ruang udara yang aktual.
Digital Rule Engine
Tahap berikutnya adalah membuat regulasi dapat dibaca oleh sistem.
Regulasi tetap menjadi kewenangan regulator. Namun aturan yang dapat diterjemahkan secara digital harus diubah menjadi machine-readable operational rules.
Ketika operator mengajukan rencana, sistem memeriksa kombinasi antara karakteristik operasi dan ketentuan yang berlaku.
Sebagai contoh konseptual, sistem dapat mengetahui bahwa sebuah operasi tertentu berada pada kategori VLOS atau BVLOS, berada pada controlled atau uncontrolled airspace, memiliki ketinggian tertentu, berada pada jarak tertentu dari aerodrome, dan mempunyai karakteristik operator serta RPAS tertentu.
Kemudian rule engine menentukan konsekuensi administratif dan operasional yang sesuai.
Dengan cara ini: Regulation → Digital Rule → Automated Validation → Operational Decision.
Inilah salah satu perubahan paling penting dari regulasi tradisional menuju digital aviation governance.
Conflict Awareness sejak Tahap Flight Planning
Pada tahap awal Indonesia tidak perlu langsung membangun real-time conflict resolution yang kompleks.
Namun sejak awal flight planning harus mampu mendeteksi potensi konflik strategis.
Apabila dua operasi direncanakan pada ruang dan waktu yang sama, sistem harus dapat mengenalinya.
Apabila suatu rencana masuk ke area operasi RPAS lain, sistem harus memberikan peringatan.
Apabila rencana berpotensi berinteraksi dengan ruang udara yang memiliki kepentingan ATM, sistem harus menandainya untuk koordinasi.
Dengan demikian, flight planning mulai berfungsi sebagai strategic deconfliction layer.
Hal ini sangat dekat dengan konsep NAV CANADA, yang dalam ConOps-nya menghubungkan flight planning dengan data positioning and tracking untuk memeriksa potensi konflik.
Dari Planned Traffic menuju Actual Traffic
Di sinilah konsep Indonesia harus bergerak lebih jauh.
Flight planning hanya memberikan informasi mengenai niat. Negara juga harus mengetahui apa yang benar-benar terjadi. Karena itu, sistem harus membandingkan:planned trajectory dengan actual trajectory. Perbedaan antara keduanya menjadi sumber traffic intelligence.
Jika suatu operasi sering menyimpang dari rencana, terdapat informasi penting mengenai perilaku operasional. Jika waktu operasi aktual berbeda secara konsisten dari waktu yang direncanakan, terdapat pola tertentu. Jika suatu kawasan memiliki banyak operasi yang direncanakan tetapi sedikit yang benar-benar aktif, berarti flight demand tidak sama dengan traffic demand.
Inilah alasan mengapa flight planning tidak boleh berdiri sendiri. Ia harus menjadi bagian dari closed-loop operational data system.
RPAS Traffic Intelligence Platform
Setelah data flight intent dan actual operation terkumpul, dibangun lapisan RPAS Traffic Intelligence.
Pada tahap ini sistem tidak lagi hanya menyimpan data. Sistem mulai mencari pola.
Pola pertama adalah traffic density, yaitu konsentrasi operasi berdasarkan wilayah dan waktu.
Pola kedua adalah route concentration, yaitu kecenderungan operator menggunakan koridor tertentu.
Pola ketiga adalah altitude distribution, yaitu distribusi operasi pada ketinggian tertentu.
Pola keempat adalah pertumbuhan BVLOS.
Pola kelima adalah interaksi dengan controlled airspace.
Pola keenam adalah kedekatan terhadap aerodrome.
Pola ketujuh adalah conflict hotspot.
Pola kedelapan adalah traffic growth rate.
Pada titik tersebut, Indonesia mulai memiliki sesuatu yang sebelumnya tidak tersedia secara sistematis: gambaran empiris tentang perilaku ekosistem RPAS nasional.
Dari Traffic Intelligence menuju Kebijakan
Nilai terbesar dari sistem ini bukan dashboard-nya.
Nilai terbesarnya adalah kemampuan untuk mengubah data menjadi kebijakan.
Jika data menunjukkan bahwa operasi drone semakin padat pada wilayah tertentu, pemerintah dapat mengevaluasi desain ruang udara.
Jika BVLOS meningkat secara signifikan, regulator dapat menilai kebutuhan UTM services.
Jika operasi semakin terkonsentrasi pada rute tertentu, dapat dipelajari kemungkinan drone corridor.
Jika interaksi dengan aerodrome meningkat, dapat dievaluasi kebutuhan mekanisme koordinasi baru dengan ATM.
Jika conflict hotspots muncul secara konsisten, dapat dikaji apakah diperlukan pembatasan, dynamic airspace management, atau peningkatan kapasitas layanan.
Dengan demikian: Traffic Data → Traffic Intelligence → Policy Evidence → Airspace Decision.
Inilah yang membuat program tersebut lebih besar daripada proyek flight planning.
Program Nasional yang Konkret
Saya mengusulkan program tersebut diberi nama: RPAS Flight Planning and Traffic Intelligence Program (RP-FPTI).
Program ini dapat dimulai sebagai national pilot program pada wilayah yang mempunyai karakteristik drone traffic beragam, misalnya kawasan metropolitan, wilayah dengan aktivitas logistik tinggi, wilayah sekitar aerodrome, dan satu atau lebih wilayah yang merepresentasikan uncontrolled airspace.
Tujuannya bukan langsung mengelola seluruh drone Indonesia.
Tujuannya adalah membangun national operational evidence base.
Pada fase awal, sistem mengumpulkan flight intent.
Pada fase kedua, sistem menghubungkan flight intent dengan airspace information dan digital rules.
Pada fase ketiga, sistem menerapkan digital authorisation.
Pada fase keempat, sistem mulai mengumpulkan actual operation data.
Pada fase kelima, sistem menghasilkan traffic intelligence.
Pada fase keenam, hasil tersebut digunakan untuk menguji UTM services.
Pada fase ketujuh, layanan yang telah terbukti kemudian dihubungkan dengan ATM melalui ATM–UTM interface.
Jadi, setiap fase mempunyai deliverable yang jelas dan sekaligus menghasilkan pengetahuan untuk fase berikutnya.
Perangkat Sistem
Secara konkret, NRP-FPTI membutuhkan National RPAS Identity, National Flight Planning, Dynamic Airspace Information, Digital Rule Engine, Risk Assessment, Digital Authorisation, Flight Activation, Operational Tracking, Conformance Monitoring, dan Traffic Intelligence sebagai satu arsitektur yang interoperabel.
National RPAS Identity memastikan bahwa operator, pilot, dan RPAS memiliki identitas digital yang dapat digunakan dalam proses operasi.
National Flight Planning menjadi pintu masuk flight intent.
Dynamic Airspace Information menyediakan konteks ruang udara.
Digital Rule Engine menerjemahkan regulasi.
Risk Assessment mengidentifikasi tingkat kompleksitas operasi.
Digital Authorisation menentukan jalur persetujuan.
Flight Activation mencatat kapan operasi benar-benar dimulai.
Operational Tracking memberikan informasi mengenai operasi aktual sesuai persyaratan dan kemampuan sistem.
Conformance Monitoring membandingkan rencana dan aktual.
Traffic Intelligence mempelajari keseluruhan pola.
Arsitektur tersebut dapat digambarkan secara sederhana sebagai:
RPAS Identity
↓
Flight Planning
↓
Airspace Context
↓
Digital Rules
↓
Risk Assessment
↓
Authorisation
↓
Flight Activation
↓
Actual Operation
↓
Conformance Monitoring
↓
Traffic Intelligence
↓
UTM Services
↓
ATM–UTM Interface
↓
RPAS Traffic Management
Traffic Digital Twin sebagai Tahap Lanjutan
Ketika data telah mencapai kematangan tertentu, Indonesia dapat mengembangkan RPAS Traffic Digital Twin.
Fungsinya bukan sekadar membuat peta tiga dimensi. Fungsinya adalah menjawab pertanyaan what-if. Apa yang terjadi jika operasi BVLOS meningkat dua kali lipat? Apa yang terjadi jika drone delivery berkembang pada koridor tertentu? Apa yang terjadi jika terdapat penutupan ruang udara? Apa yang terjadi jika aktivitas drone meningkat di sekitar aerodrome? Apa yang terjadi jika UAM mulai memasuki ruang udara perkotaan?
Dengan demikian, negara tidak lagi hanya bereaksi terhadap traffic yang telah terjadi. Negara mulai dapat memprediksi dan menguji skenario sebelum perubahan terjadi.
Way Forward
Dengan konsep tersebut, way forward Indonesia menjadi lebih konkret. Indonesia tidak perlu langsung membeli atau membangun UTM nasional dalam bentuk final.
Indonesia perlu membangun kemampuan bertahap yang dapat dibuktikan manfaatnya pada setiap fase.
Fase pertama adalah membuat flight planning menjadi digital.
Fase kedua adalah membuat flight planning sadar terhadap kondisi ruang udara.
Fase ketiga adalah membuat aturan dapat divalidasi secara digital.
Fase keempat adalah membuat otorisasi menjadi digital dan berbasis risiko.
Fase kelima adalah menghubungkan planned traffic dengan actual traffic.
Fase keenam adalah membangun traffic intelligence.
Fase ketujuh adalah menggunakan traffic intelligence untuk menguji layanan UTM.
Fase kedelapan adalah membangun ATM–UTM interface.
Fase kesembilan adalah mengembangkan RPAS Traffic Management yang lebih dinamis.
Fase kesepuluh adalah menggunakan traffic intelligence dan digital twin untuk perencanaan ruang udara masa depan, termasuk kesiapan terhadap UAM.
Dengan demikian, prinsipnya bukan: Build UTM → Hope it works. Tetapi:Plan → Observe → Measure → Learn → Validate → Manage → Integrate. Inilah bentuk konkret dari: Learn Before You Manage.
Pada akhirnya, ukuran keberhasilan program bukan seberapa canggih perangkat lunaknya, melainkan apakah Indonesia mampu menjawab secara empiris pertanyaan yang sebelumnya sulit dijawab: berapa banyak operasi RPAS yang direncanakan, berapa yang benar-benar aktif, di mana konsentrasinya, kapan kepadatannya meningkat, bagaimana VLOS dan BVLOS berkembang, bagaimana operasi tersebar antara controlled dan uncontrolled airspace, di mana konflik mulai terbentuk, dan kapan kapasitas pengelolaan ruang udara mulai membutuhkan intervensi baru.
Jika sistem mampu menjawab pertanyaan tersebut secara konsisten, maka Indonesia telah melewati tahap pertama dari drone governance: bukan sekadar memberikan izin kepada drone, tetapi mulai memahami perilaku lalu lintas drone sebagai sebuah ekosistem.
Dan dari sanalah UTM yang benar-benar sesuai dengan kebutuhan Indonesia dapat dibangun.
Penutup
Masa depan RPAS Indonesia tidak hanya ditentukan oleh kemampuan teknologi drone. Yang lebih menentukan adalah kemampuan negara memahami bagaimana teknologi tersebut menggunakan ruang udara.
Ketika operasi drone masih sederhana, pendekatan berbasis izin individual mungkin masih memadai. Namun ketika VLOS berkembang menuju BVLOS, operasi uncontrolled airspace semakin berinteraksi dengan controlled airspace, dan jumlah operasi meningkat menuju high-density drone traffic, negara membutuhkan paradigma baru.
Paradigma tersebut bukan lagi sekadar how do we authorise drones?, tetapi how do we understand and manage drone traffic? Jawabannya dapat dimulai dari flight planning.
Flight planning merupakan titik pertama ketika flight intent menjadi data. Data menjadi pola. Pola menjadi pemahaman perilaku. Pemahaman menjadi traffic intelligence. Traffic intelligence menjadi dasar traffic management. Dan traffic management menjadi fondasi integrasi ATM–UTM.
Karena itu, perjalanan Indonesia tidak semestinya dipahami sebagai: Drone → UTM.
Perjalanan yang lebih tepat adalah: Drone → Flight Planning → Flight Intent → Operational Data → Traffic Pattern → Traffic Behaviour → Traffic Intelligence → UTM → RPAS Traffic Management → ATM–UTM Integration.
Pengalaman NAV CANADA memberikan pelajaran bahwa evolusi tersebut dapat dimulai dari flight planning dan informasi ruang udara, kemudian berkembang menuju otorisasi, traffic management, conflict detection, conflict resolution, dan rFIMS sebagai platform generasi berikutnya (NAV CANADA, 2023, 2026a, 2026b).
Indonesia tidak perlu menyalin Kanada. Indonesia perlu belajar dari logika evolusinya dan membangun sistem berdasarkan karakteristik ruang udara serta perilaku drone traffic Indonesia sendiri.
Karena itu, prinsip strategis yang dapat ditawarkan adalah: Start with Planning, Learn from Traffic, Evolve to Management. Sebelum mengelola drone traffic, Indonesia perlu belajar membacanya. Dan pembelajaran tersebut dapat dimulai dari flight planning.
Bukan karena flight planning merupakan teknologi paling canggih, tetapi karena flight planning merupakan titik pertama tempat niat operasi bertemu dengan regulasi, ruang udara, data, otorisasi, dan sistem penerbangan.
Pada akhirnya, tujuan strategisnya bukan sekadar memiliki aplikasi flight planning atau sistem UTM. Tujuannya adalah membangun kemampuan nasional untuk melihat, memahami, memprediksi, dan mengelola evolusi ekosistem drone traffic.
Dengan demikian, flight planning bukan sekadar awal dari sebuah penerbangan. Ia adalah awal dari kemampuan Indonesia untuk memahami masa depan ruang udaranya sendiri.
Daftar Pustaka
International Civil Aviation Organization. (2024). Unmanned aircraft systems traffic management (UTM): A common framework with core boundaries for global harmonization. ICAO.
Kementerian Perhubungan Republik Indonesia. (2020). Peraturan Menteri Perhubungan Republik Indonesia Nomor PM 37 Tahun 2020 tentang Pengoperasian Pesawat Udara Tanpa Awak di Ruang Udara yang Dilayani Indonesia. Kementerian Perhubungan Republik Indonesia.
Kementerian Perhubungan Republik Indonesia. (2021). Peraturan Menteri Perhubungan Republik Indonesia Nomor PM 63 Tahun 2021 tentang Peraturan Keselamatan Penerbangan Sipil Bagian 107 tentang Sistem Pesawat Udara Kecil Tanpa Awak. Kementerian Perhubungan Republik Indonesia.
NAV CANADA. (2023). RPAS Traffic Management (RTM) system: Concept of operations. NAV CANADA.
NAV CANADA. (2026a). Drone flight planning. NAV CANADA.
NAV CANADA. (2026b, May 26). NAV CANADA selects Indra Group as technology partner to deliver rFIMS, advancing Canada’s framework for the safe integration of drones. NAV CANADA.
NAV CANADA. (2026c). ANS Outlook 2026–2031. NAV CANADA.
Transport Canada. (2025). 2025 summary of changes to Canada’s drone regulations. Government of Canada.
Transport Canada. (2026). Level 1 complex operations. Government of Canada.
