Survei Badan Pusat Statistik (BPS) mengungkapkan pola belanja generasi milenial lebih banyak dilakukan secara online. Tampilan produk pada laman e-commerce saat ini hanya berupa teks dan foto gambar dua dimensi (2D). Customer experience yang kurang menarik sering ditemui karena keterbatasan pelanggan menerima informasi visual produk. Hal tersebut mempengaruhi rendahnya nilai produk atau jasa sehingga pelanggan mempertimbangkan untuk membeli kembali. Kasus tersebut bisa ditekan jika penjual menyajikan informasi visual spesifikasi produk yang lebih detail, lengkap, dan mendekati bentuk asli berupa model tiga dimensi (3D). Pada produk tertentu dengan motif dan bentuk yang berbeda dalam pengerjaannya membutuhkan model 3D agar pelanggan mengetahui visual di kehidupan nyata. Sehingga untuk memperoleh model 3D dari produk yang sudah ada diperlukan pengolahan data dengan kombinasi antara metode Close Range Photogrammetry (CRP) dan Structure from Motion (SfM). Metode tersebut memanfaatkan data banyak foto yang saling tumpang tindih dari hasil pengambilan fotogrametri kemudian dikumpulkan untuk diolah menjadi point cloud dengan algoritma SfM. Maka diharapkan inovasi tersebut dapat membantu menghasilkan model 3D sebagai assets pembuatan website guna meningkatkan customer experience dalam belanja online. Dalam tahap pengujian keakuratan model 3D terhadap bentuk asli menggunakan metode Root Mean Square Error (RMSE) jenis RMS Reprojection Error dengan nilai yang disarankan mendekati nol. Hasil menunjukkan akurasi keakuratan dari 50 model 3D cukup tinggi yaitu dengan rata – rata gambar yang terselaraskan 99,66% dan rata – rata nilai eror tiap gambar sebesar 0,00139 piksel.