Kebun keluarga, tahun kekeringan, empat hari listrik padam, dan satu sore hujan. Apa yang bisa dilakukan agronom AI ketika memahami seluruh kebun.

Petani kecil jarang menanam hanya satu jenis tanaman. Mereka menanam lima jenis, pada waktu dan tanah yang berbeda, dengan satu pompa dan sepasang tangan yang sama. Hujan yang sama menguntungkan satu tanaman, menimbulkan masalah drainase bagi tanaman lain, dan mengancam panen tanaman ketiga. Saran yang hanya memahami satu tanaman pada satu waktu tidak mencerminkan cara kebun kecil sebenarnya dikelola.

Ambil contoh kebun keluarga di India selatan:

  • sepuluh setengah acre kelapa sawit, sekitar 600 pohon, sebagian besar ditanam pada 2017
  • tanaman kakao muda pada tahun pertamanya
  • kunyit yang ditumpangsarikan dengan kacang gude
  • padi tradisional di tanah lempung berpasir, memasuki pengisian bulir

Satu sumur bor dan dua motor listrik mengairi semuanya.

Harvie, agronom AI dari Agrio, mengenal kebun ini seperti pengelola kebun yang baik. Harvie mengetahui setiap petak, tanaman di dalamnya, pekerjaan terakhir, dan langkah berikutnya. Ia menyimpan catatan panen musim ini, membaca citra satelit kebun, prakiraan setiap petak, serta model tahap pertumbuhan dan risiko Agrio untuk setiap tanaman. Dan ia mengingat semuanya dari satu percakapan ke percakapan berikutnya. Inilah AI untuk petani kecil ketika memahami seluruh kebun, sepanjang beberapa minggu pada Oktober.

Musim dalam angka

Setiap panen masuk ke percakapan: tanggal, kilogram hasil jembatan timbang, dan hari sejak pemotongan terakhir. Harvie terus memperbarui totalnya.

Pada awal Oktober, sawit telah menghasilkan 81.6 ton sejak April, atau 7.8 ton per acre, dibanding target musim sekitar 103 ton. Harvie tahu mengapa hasil tahun ini tertinggal. Kekeringan El Niño pada Februari–Maret memang akan memengaruhi jumlah tandan beberapa bulan kemudian. Ia juga tahu kebutuhan sisa musim: sekitar 21 ton lagi hingga Maret.

Catatan itu menemukan hal lain. Selama musim berjalan, total panen kebun dan bukti timbang pabrik telah berselisih sekitar 2 ton, kurang lebih 3% hasil. Petani membawa angka itu ke pabrik dan selisihnya diperbaiki.

Empat hari tanpa air

Lalu motor berhenti. Gangguan listrik mematikan pompa selama empat hari pada periode kering. Pertanyaan petani sama seperti semua petani beririgasi setelah gangguan: apakah tanaman terdampak?

Harvie memeriksa riwayat satelit petak itu:

  • Selama gangguan, indeks tepi merah, yang paling erat berkaitan dengan klorofil daun, turun dari 0.45 menjadi 0.33 di seluruh petak.
  • Pada citra berikutnya, lima hari setelah motor kembali bekerja, indeks tepi merah naik ke 0.52 dan NDVI meningkat dari 0.77 menjadi 0.85.
  • Tidak ada peringatan penurunan kondisi, hanya beberapa area lebih pucat yang perlu diperiksa langsung.

Harvie juga menjelaskan hal yang belum bisa ditunjukkan satelit. Pada sawit, stres air saat perkembangan bunga terlihat pada jumlah tandan berbulan-bulan kemudian. Jadi jawabannya terdiri dari tiga bagian:

  1. Tajuk berhasil melewati gangguan tersebut.
  2. Periksa area lebih pucat selama tiga minggu mendatang, cari daun terlipat atau ujung terbakar.
  3. Catat gangguan agar jika jumlah tandan turun tahun depan, petani mengetahui penyebabnya.

Satu sore hujan

Keesokan harinya hujan turun. Petani mengirim satu kalimat: “Hari ini kami mendapat hujan yang bagus.” Harvie menjawab untuk setiap tanaman di kebun:

  • Kelapa sawit:
    • Biarkan motor mati setidaknya dua hingga tiga hari.
    • Besok, gali sedalam 10–15 cm di beberapa titik. Jika tanah masih lembap, motor tetap dimatikan.
    • Buang genangan di sekitar sawit dalam 24 jam.
  • Kakao: tanaman telah dibumbun minggu sebelumnya, dan hujan membantu mengantarkan pemupukan cair berikutnya tanpa biaya air tambahan. Berikan setelah cekungan mengering dari genangan, jangan ke air yang masih menggenang.
  • Kunyit dan kacang gude:
    • Periksa bagian rendah bedengan untuk mencari genangan.
    • Tunda irigasi hingga lapisan atas 5–7 cm mengering.
    • Simpan dosis abu kayu kedua sampai tanah padat, tidak lengket.
  • Padi dari fase susu hingga adonan:
    • Di tanah lempung berpasir dengan drainase baik, hujan ini saja kecil kemungkinannya menyebabkan rebah.
    • Hentikan penggenangan petak.
    • Saat bulir mencapai fase adonan keras, angin kencang atau hujan lebat berikutnya menjadi tanda untuk panen tiga hingga empat hari lebih awal, tanpa menunggu perubahan warna penuh.

Harvie tidak perlu mengajukan satu pertanyaan pun terlebih dahulu. Ia sudah mengetahui curah hujan, tanaman dan tahap pertumbuhan hasil model, jenis tanah, serta pekerjaan terakhir di setiap petak.

Sepuluh hari kemudian: padi

Model pertumbuhan Agrio menempatkan padi pada fase adonan keras tepat saat prakiraan petak berubah: angin kencang dan sekitar 40 mm hujan dalam 48 jam. Pada tahap itu, satu malam basah dan berangin dapat merebahkan malai berat dan memicu perkecambahan bulir pada tanaman. Memanen beberapa hari lebih awal jauh lebih murah daripada menghadapi tanaman rebah.

Harvie memberi peringatan dua hari sebelumnya. Petani memanen lebih awal, dan hasilnya sudah tersimpan sebelum badai.

Hasil dalam angka

  • 2–3 hari pemompaan dihemat setelah satu hujan
  • 4 hari tanpa irigasi diperiksa melalui riwayat satelit dalam satu percakapan
  • 2 ton sawit dikembalikan dalam perhitungan timbang
  • 1 panen padi diselesaikan sebelum badai

Apa yang Harvie ketahui tanpa diberi tahu

Sebagian besar yang diketahui Harvie pada Oktober itu tidak diketik siapa pun. Model penginderaan jauh dan prediksi Agrio bekerja pada setiap lahan yang dipetakan:

  • Pemantauan satelit: indeks vegetasi dan klorofil tiap petak, dengan peringatan saat sebagian lahan mulai menurun kondisinya.
  • Cuaca hiperlokal: prakiraan untuk lokasi setiap petak dan hujan yang telah turun di sana.
  • Model tahap pertumbuhan: satuan panas dan jam dingin sejak penanaman, untuk memperkirakan kapan tanaman memasuki tahap berikutnya.
  • Model risiko: embun beku, panas, angin, hujan lebat, dan tekanan penyakit, dinilai berdasarkan tanaman serta tahapnya.

Catatan petani melengkapinya: panen, pekerjaan, dan pengamatan lapangan. Harvie membawa kedua sumber itu ke setiap jawaban.

Mengapa konteks seluruh kebun penting bagi program pendukung petani kecil

Tidak ada agronomi luar biasa selama minggu-minggu itu. Saran menjadi baik karena konteks: tanaman, tahap, tanah, dan riwayat yang tepat pada saat petani bertanya. Itulah yang dibawa penyuluh saat kunjungan yang baik, dan yang hilang di antara kunjungan. Kesenjangan inilah yang ingin ditutup penyuluhan pertanian digital.

Saran untuk kebun, bukan hanya satu tanaman

Kebun kecil memang beragam: tumpangsari, penanaman bertahap, tanaman komersial di samping tanaman pangan. Harvie mempertimbangkan semuanya sekaligus, sehingga satu pertanyaan tentang hujan, panas, atau listrik padam mendapat jawaban untuk setiap petak.

Air dan energi ketika keduanya terbatas

Ketika pompa bergantung pada listrik yang tidak andal dan muka air tanah menurun, setiap hari motor mati berarti penting. Harvie mendasarkan irigasi pada prakiraan lahan itu sendiri, tanah, dan pemeriksaan lapangan sederhana. Petani memompa ketika tanaman membutuhkan air, bukan karena kebiasaan.

Ketahanan iklim, satu keputusan setiap kali

Tahun kering, hujan ekstrem, dan panas datang ke kebun kecil sebagai rangkaian keputusan harian. Peringatan cuaca dan pertumbuhan Harvie mengubah setiap prakiraan menjadi keputusan sesuai tanaman dan tahapnya: tetap matikan motor, tentukan waktu pemupukan, atau panen padi lebih awal.

Catatan kebun yang terbentuk sendiri

Panen, pekerjaan, dan pengamatan masuk sebagai percakapan lalu menjadi catatan: total musim, hasil per acre, serta tanggal yang menjelaskan tahun buruk. Catatan ini membantu ketika petani bertemu pembeli, pemberi pinjaman, atau koperasi, tanpa harus mengisi formulir untuk memeliharanya.

Penyuluhan di antara kunjungan

Petugas lapangan tidak bisa berada di setiap kebun setiap minggu. Harvie hadir di antara kunjungan, dalam bahasa petani. Ia menyimpan riwayat setiap kebun agar kunjungan berikutnya dimulai dari akhir percakapan sebelumnya.

Agronom Anda tetap terlibat

Kelompok Kerja Agrio memberi program saluran privat, tempat agronom dan petani yang didampingi bekerja dengan lahan, peringatan, dan catatan yang sama. Pengawas mengikuti kegiatan seluruh program dari satu dasbor dan turun tangan saat kebun membutuhkan seseorang.

Apa yang tidak dilakukan Harvie

  • Tidak menggantikan kunjungan lapangan. Citra satelit dan prakiraan menunjukkan tempat yang perlu diperiksa. Lapangan menunjukkan kenyataannya.
  • Tidak mengambil keputusan. Harvie menjelaskan pertimbangan agronomi dan pilihan. Petani yang memutuskan.

Memulai

Jika Anda petani:

  1. Petakan setiap petak dan tentukan tanaman, varietas, serta tanggal tanam.
  2. Beri tahu Harvie tentang tumpangsari dan hal lain yang tidak terlihat di peta.
  3. Ceritakan pekerjaan Anda kepada Harvie: panen, irigasi, pemupukan, dan hari pompa rusak.
  4. Tanyakan tentang seluruh kebun: “Semalam hujan. Sekarang bagaimana?”

Jika Anda menjalankan program pendampingan petani:

  1. Buat Kelompok Kerja dan undang agronom serta petani. Mulai uji coba.
  2. Petakan kebun petak demi petak bersama setiap petani.
  3. Biarkan Harvie mendukung keputusan harian, dan arahkan kunjungan tim ke kebun yang membutuhkan seseorang.

Pertanyaan umum

Seperti apa AI untuk petani kecil dalam praktik?

Dimulai dari seluruh kebun: tiap petak, tanaman, tahap, tanah, prakiraan setiap lahan, dan riwayat kebun. Satu pesan tentang hujan mendapat jawaban untuk setiap tanaman.

Dari mana informasi Harvie berasal?

Dari dua sumber. Pertama, model penginderaan jauh dan prediksi Agrio pada setiap lahan yang dipetakan: pemantauan satelit, prakiraan hiperlokal, model pertumbuhan berbasis satuan panas dan jam dingin, serta model risiko cuaca dan penyakit. Kedua, riwayat kebun: panen, pekerjaan, dan pengamatan yang dibagikan petani.

Apakah Harvie bekerja pada kebun campuran dan tumpangsari?

Ya. Harvie memantau setiap petak dan tanaman di dalamnya, termasuk tumpangsari, lalu mempertimbangkan semuanya sekaligus.

Bisakah Harvie menggantikan penyuluh?

Tidak. Harvie mendukung keputusan harian di antara kunjungan dengan riwayat setiap kebun, sehingga penyuluh dapat menghabiskan waktu di tempat yang membutuhkan manusia. Kelompok Kerja Agrio menjaga agronom dalam saluran yang sama dengan petani yang didampingi.

Apa yang dibutuhkan petani?

Ponsel pintar, aplikasi Agrio, dan koneksi data. Harvie multibahasa, sehingga petani dapat bertanya dalam bahasa mereka sendiri.

Apakah Harvie gratis?

Akun Agrio gratis mencakup pesan Harvie dalam jumlah terbatas. Citra satelit tersedia pada paket yang mendukungnya. Untuk program, Kelompok Kerja Agrio menambahkan saluran privat bagi tim dan petani yang didampingi.

Mulai dengan beberapa kebun dan satu musim

Jika organisasi Anda mendukung petani kecil, pilih beberapa kebun beragam, petakan setiap petak, dan biarkan Harvie bekerja bersama tim lapangan selama satu musim. Mulai uji coba Kelompok Kerja, atau baca lebih lanjut tentang Harvie, agen AI Agrio untuk pertanian.