Area logistik yang luas sering punya satu masalah klasik, pengawasan tidak pernah benar-benar merata. Saat halaman parkir membentang jauh dan berbatasan dengan area berisiko, titik buta mudah muncul, apalagi di luar jam operasional. Di sinilah DJI Dock 3 dipakai untuk mengubah pola kerja keamanan, dari patroli manual menjadi patroli drone otomatis yang terjadwal.
Studi kasus dari Maza Tarraf (perusahaan logistik di São José do Rio Preto, Brasil) menunjukkan bagaimana drone bisa melakukan penyisiran area, mendeteksi orang dan kendaraan, lalu mengirim peringatan ke pusat keamanan tanpa menunggu petugas datang ke lokasi.
Mengenal Maza Tarraf dan tantangan keamanan di area logistik yang luas
Maza Tarraf sudah beroperasi sekitar 75 tahun di pasar São José do Rio Preto. Di fasilitasnya, perusahaan ini juga terkait dengan dua merek besar truk, yaitu Scania dan Volkswagen. Aktivitas keluar masuk kendaraan menjadi bagian dari rutinitas harian, dan itu berarti area operasionalnya cenderung ramai, terbuka, dan menyebar.
Masalahnya, fasilitas seperti ini hampir selalu punya “bagian pinggir” yang sulit dijaga dengan cara biasa. Maza Tarraf memiliki pátio atau halaman yang sangat luas. Sebagian titiknya berbatasan dengan area yang dianggap berisiko. Ketika jam kerja selesai, tantangannya tidak hilang, malah sering bertambah karena jarak pandang menurun, jumlah petugas biasanya lebih sedikit, dan pergerakan di sekitar perimeter lebih sulit dibedakan antara aktivitas normal dan potensi ancaman.
Beberapa karakter fasilitas yang membuat pengamanan menjadi tidak sederhana:
- Ruang terbuka sangat besar, sehingga tidak semua titik mudah dipantau dari pos jaga.
- Butuh pengamanan di jam operasional dan non-operasional, karena potensi kejadian tidak mengenal jam.
- Ada batas area yang berisiko, sehingga perimeter perlu dipantau lebih sering dan lebih teliti.
Dalam kondisi seperti ini, kebutuhan utamanya bukan sekadar “melihat”, tetapi melakukan penyisiran yang konsisten, menyimpan bukti visual, lalu memberi tahu tim keamanan saat ada hal yang menyimpang dari aturan jam dan zona.
Masalah Sebelum Patroli Menggunakan Drone Otomatis: Titik buta, Respon Lambat, Dan Risiko Petugas
Sebelum memakai sistem patroli drone, tantangan terbesar yang muncul adalah soal cakupan. Pengamanan konvensional biasanya kuat di titik yang ramai, dekat gerbang, dekat kantor, atau dekat pos jaga. Namun, area yang jauh dari petugas, sepi, dan ada di perimeter, justru sering menjadi sumber alarm dan kekhawatiran.
Titik buta di area pinggir dan di luar jam operasional
Maza Tarraf menyebut ada kesulitan besar dalam “coverage”, yaitu menutup semua titik rawan baik di jam kerja maupun di luar jam kerja. Saat fasilitas berbatasan dengan area berisiko, patroli perlu lebih sering. Namun, jika setiap pengecekan harus dilakukan dengan mengirim orang ke lokasi, jadwal bisa berantakan, tenaga terkuras, dan potensi risiko untuk personel meningkat.
Karena itu, ide proyeknya sederhana tetapi berdampak besar, memakai drone untuk melakukan penyisiran yang lebih “cerdas”. Drone menyapu rute tertentu, menangkap apa yang terlihat, lalu mengirim data jika ada sesuatu yang terdeteksi di luar jam atau di area yang tidak semestinya ada pergerakan. Setelah itu, pusat keamanan bisa mengambil keputusan dengan cepat, tanpa menebak-nebak.
Pendekatan ini penting karena perimeter jarang memberi tanda yang “jelas”. Kadang hanya ada satu orang melintas, kadang ada kendaraan yang berhenti sebentar. Bagi keamanan, semua itu tetap perlu diverifikasi, tetapi verifikasi manual yang terlalu sering juga punya biaya dan risiko.
Pemeriksaan manual itu melelahkan dan sering tanpa rekaman
Ada sisi lain yang sering luput, pemeriksaan manual tidak selalu menghasilkan bukti. Seorang petugas atau porter bisa melihat situasi, tetapi sering tidak ada rekaman yang bisa disimpan untuk evaluasi. Akibatnya, tim hanya punya cerita lisan, bukan data visual.
Proses lama yang umum terjadi biasanya seperti ini:
- Petugas menerima informasi atau curiga ada pergerakan di satu titik.
- Petugas berjalan atau berkendara menuju lokasi untuk cek visual.
- Petugas memastikan aman, lalu kembali, sering kali tanpa dokumentasi video.
- Jika kejadian berulang, siklusnya terulang lagi, dan respon jadi makin lambat karena kelelahan.
Masalahnya, mengirim personel untuk memeriksa setiap pergerakan kecil bisa jadi tidak efektif. Selain memakan waktu, hal ini juga menambah eksposur risiko di area sepi. Pada jam non-operasional, kondisi makin menantang karena jarak pandang berkurang. Di titik inilah patroli drone otomatis mulai terasa sebagai kebutuhan yang realistis, bukan sekadar opsi tambahan.
Cara DJI Dock 3 Dan Drone Matrice 4 TD Bekerja Untuk Patroli Otomatis
Solusi yang diterapkan dalam studi kasus ini memakai DJI Dock 3 sebagai “rumah” dan pusat operasi drone, lalu drone menjalankan patroli dengan rute yang sudah diprogram. Drone yang disebut dalam kasus ini adalah Matrice 4 TD, yang punya dukungan kecerdasan buatan untuk mendeteksi orang dan kendaraan.
Rute patroli terjadwal untuk area yang jauh dari pos jaga
Salah satu solusi yang ditawarkan adalah pemantauan area yang lebih “terpencil” atau jauh dari tempat petugas berjaga. Dengan rute yang sudah diprogram, drone dapat terbang mengikuti jalur patroli yang konsisten. Pengguna menentukan jam dan jadwalnya, lalu sistem menjalankan penyisiran sesuai pengaturan.
Model kerja ini mengubah cara tim keamanan menghabiskan waktunya. Alih-alih menunggu ada kejadian lalu bergerak, mereka bisa mengatur patroli rutin untuk menutup titik rawan. Saat ada indikasi pergerakan, sistem dapat membantu memunculkan informasi lebih cepat kepada operator.
Dalam praktiknya, kemampuan ini terasa berguna untuk area luas, karena penyisiran dengan drone tidak “melebar” tanpa arah. Rute sudah disiapkan, sehingga cakupan lebih terukur. Jika ada perubahan kebutuhan, jadwal dan rute bisa disesuaikan sesuai jam operasional dan jam non-operasional.
Kamera termal (deteksi suhu panas), kamera zoom, kapabilitas AI dalam menghitung objek
Yang membuat patroli ini berbeda adalah kombinasi kamera termal, sensor, dan AI. Dalam studi kasus ini disebutkan beberapa kemampuan penting:
- Drone dapat memakai kamera termal untuk membantu operator melihat keberadaan orang berdasarkan perbedaan suhu lingkungan, termasuk pada malam hari.
- Sistem dapat melakukan penghitungan kendaraan, misalnya berapa kendaraan yang ada, lalu membandingkan kondisi sebelum dan sesudah patroli.
- AI dapat membantu mendeteksi indikasi masuknya orang atau kendaraan selama periode patroli, sehingga potensi invasi lebih cepat terlihat.
- Operator bisa melakukan zoom untuk memastikan apa yang terlihat, sehingga keputusan tidak hanya berdasarkan titik kecil di layar.
Hasilnya bukan sekadar “drone terbang lalu merekam”. Patroli menjadi semacam inspeksi rutin yang menghasilkan data, lalu data itu mengarahkan tindakan. Dalam konteks keamanan, ini mengurangi kebutuhan untuk bereaksi terhadap hal yang belum jelas.
FlightHub 2 Sebagai Pusat Alert, Keputusan Operator, Dan Catatan Kejadian
Patroli otomatis akan percuma jika hasilnya tidak masuk ke alur kerja keamanan. Karena itu, studi kasus ini juga menyorot peran FlightHub 2, yang dipakai untuk mengatur area, jam, serta bagaimana peringatan muncul ke operator.
Zona dan jam bisa diatur, alert muncul sebagai event di layar
Dengan FlightHub 2, operator dapat mengonfigurasi area tertentu dan jam tertentu untuk menerima alert. Saat sistem mendeteksi orang atau kendaraan sesuai aturan yang dibuat, platform ini akan menampilkan event di layar operator agar bisa segera direspons.
Deteksi yang disebut dalam kasus ini mencakup:
- Deteksi orang
- Deteksi kendaraan
Selain menampilkan event, perangkat lunak juga melakukan penghitungan jumlah kejadian. Ini membantu tim melihat pola, misalnya apakah ada titik perimeter yang terus memunculkan peringatan, atau apakah kejadian lebih sering muncul pada jam tertentu.
Nilai paling terasa dari sistem alert adalah ini, operator tidak menunggu laporan manual, karena event sudah muncul di layar untuk membantu pengambilan keputusan.
Kecepatan keputusan meningkat karena operator bisa menilai situasi dari data visual, bukan hanya dari dugaan atau laporan singkat.
Rekaman tersimpan, tidak lagi bergantung pada pengamatan sesaat
Salah satu keluhan dalam pengamanan manual adalah “terlihat, tapi tidak terekam”. Pada sistem ini, drone memungkinkan perekaman yang bisa disimpan. Jadi, ketika ada pergerakan di luar jam, tim tidak hanya punya respon saat itu juga, tetapi juga jejak visual untuk ditinjau ulang.
Poin ini penting untuk keamanan, karena rekaman bisa dipakai untuk:
- mengecek ulang kronologi,
- mengevaluasi apakah respon sudah tepat,
- membandingkan kejadian antar hari,
- mengurangi perdebatan internal karena bukti tersimpan.
Sisi praktisnya juga jelas, tim tidak perlu selalu mengirim orang untuk verifikasi awal. Drone bisa membantu mengonfirmasi dulu, apakah itu orang yang sekadar lewat, atau sesuatu yang perlu ditangani.
Ketahanan DJI Dock 3 Untuk Kondisi Ekstrem, Debu, Hujan, Dan Suhu Rendah
Di lapangan, keamanan tidak memilih cuaca. Sistem patroli juga perlu siap dipakai saat kondisi tidak ideal. DJI Dock 3 disebut dirancang untuk lingkungan ekstrem, termasuk suhu yang sangat rendah hingga panas tinggi, serta ketahanan terhadap debu dan hujan.
Spesifikasi ketahanan lingkungan yang mendukung operasi stabil
Ringkasan ketahanan DJI Dock 3 yang disebut dalam studi kasus ini dapat dilihat pada tabel berikut.
| Aspek | DJI Dock 3 (sesuai studi kasus) | Dampak untuk operasi keamanan |
|---|---|---|
| Suhu operasi | -30°C sampai 50°C | Tetap bisa dipakai di cuaca ekstrem |
| Ketahanan | Tahan debu dan hujan | Operasi lebih stabil saat kondisi berubah |
| Desain penggunaan | Untuk lingkungan ekstrem | Mengurangi gangguan operasional karena cuaca |
Kesimpulannya, Dock 3 bukan hanya tempat “parkir” drone. Ia berfungsi sebagai infrastruktur yang menjaga operasi tetap berjalan saat kondisi lapangan tidak ramah.
Nilai utama untuk area besar dengan arus kendaraan tinggi
Studi kasus ini menekankan satu nilai yang paling utama, kemampuan mengonfigurasi penerbangan otomatis. Dalam skenario area luas dan lalu lintas kendaraan tinggi, otomatisasi memberi dua keuntungan sekaligus.
Pertama, patroli menjadi konsisten. Kedua, pengamanan tidak bergantung penuh pada rotasi personel untuk menyisir area yang sama berulang kali. Dalam konteks perlindungan aset, konsistensi sering lebih penting daripada patroli yang “sesekali”.
Karena sistem bisa dijadwalkan, tim juga bisa membuat pola patroli yang mengikuti ritme operasional. Misalnya, penyisiran lebih sering setelah jam tutup, atau pada jam-jam rawan yang sebelumnya sering memicu pengecekan manual.
Dampak di Maza Tarraf, Risiko Berkurang, Respon Lebih Cepat, Dan Bukti Lebih Rapi
Hasil yang disebut dari penerapan ini berputar pada satu hal, pengurangan risiko dan peningkatan efisiensi pengawasan. Saat drone bisa memeriksa area jauh dari pos jaga, banyak situasi kecil tidak lagi memaksa tim mengirim personel hanya untuk “sekadar memastikan”.
Salah satu contoh yang disebut, kadang hanya ada seseorang yang melintas. Di sistem lama, kejadian seperti ini bisa memicu perintah untuk mengecek langsung. Dengan drone, tim bisa memverifikasi lebih cepat dari pusat kontrol. Jika ternyata aman, tidak ada pergerakan tambahan yang perlu dilakukan.
“A gente conseguiu eliminar muitos riscos.” (Kami berhasil menghilangkan banyak risiko.)
Selain itu, tim mendapatkan rekaman dari proses penyisiran. Ini menutup celah yang dulu ada pada pengawasan manual, yaitu pengamatan yang tidak terdokumentasi. Dalam operasi keamanan, dokumentasi sering menjadi pembeda antara “perasaan aman” dan “bukti aman”.
Ringkasnya, manfaat yang paling menonjol dari penerapan DJI Dock 3 pada kasus ini meliputi:
- informasi dan alert mengalir ke pusat keamanan,
- area pátio yang luas lebih terpantau,
- verifikasi awal bisa dilakukan tanpa mengirim personel ke titik jauh,
- bukti video tersimpan untuk evaluasi.
Penutup
Keamanan fasilitas logistik bukan soal menambah orang di lapangan, tetapi soal menutup titik buta dengan cara yang konsisten. Studi kasus Maza Tarraf memperlihatkan bagaimana DJI Dock 3 mendukung patroli drone otomatis, deteksi berbasis AI, dan pengawasan malam hari lewat kamera termal. Saat alert, event, dan rekaman tersusun rapi, tim keamanan bisa bergerak lebih cepat dan lebih tenang. Kalau pola pengamanan di lokasi masih bergantung pada pengecekan manual yang berulang, pendekatan seperti ini memberi gambaran jelas tentang standar kerja yang lebih terukur.