SISTEM DIAGNOSTIK BOTANIK VISION AI

Diagnosa Penyakit Daun Kentang dalam Sekejap

Identifikasi dini hawar daun (Early & Late Blight) langsung di lahan kentang secara presisi dan 100% offline.

Mulai Diagnosa Sekarang
LATENSI MODEL
< 28 ms
AKURASI VALIDASI
98.6%
AKSES LAHAN
100% Offline
LIVE VISION TELEMETRY
INFERENCE:24ms
Hawar Dini (Early Blight)
Terdeteksi: Early Blight
98.4% Confidence
UJI SAMPEL DAUN LAPANGAN:Klik untuk simulasi diagnosa
Pola cincin melingkar khas jamur Alternaria solani pada daun bagian bawah.
INFERENCE SPEED< 28MS
FIELD ACCURACY98.6%
ENGINEON-DEVICE TENSOR
CONNECTIVITY100% OFFLINE READY
PATHOGEN RECOGNITIONPHYTOPHTHORA INFESTANS
TARGETINGALTERNARIA SOLANI
FARM DATA PRIVACYZERO CLOUD UPLOAD
PRESCRIPTIONINSTANT DOSAGE PROTOCOL
RISIKO LAPANGAN

Ancaman Nyata Hawar Daun: Menghancurkan 70% Hasil Panen dalam Hitungan Hari

PatogenPhytophthorainfestansdanAlternariasolaniberkembangbiaksangatcepatdidatarantinggiyangdingindanberkabut.Keterlambatanidentifikasi1–2hariseringkaliberujungpadakerusakanseluruhbedengankentang.

01
70%

Potensi Gagal Panen

Kehilangan umbi total jika spora hawar daun menyebar tanpa intervensi agronomis tepat.

02
7–14Hari

Siklus Kerusakan Lahan

Kecepatan patogen menginfeksi seluruh petak lahan pada kondisi lembap dan berkabut.

03
< 24Jam

Jendela Aksi Kritis

Batas waktu diagnosa akurat sebelum jaringan daun mati permanen dan menurunkan kualitas umbi.

PATOGEN / TAKSONOMI:

Katalog Patologi & Panduan Intervensi Cepat

Kenali perbedaan visual, pola serangan patogen, serta langkah penanganan standar agronomi untuk ketiga kelas daun kentang.

Hawar Dini Kentang
Tingkat Serangan: Sedang
PATOGEN / TAKSONOMI:
Alternaria solani

Hawar Dini Kentang

CIRI VISUAL GEJALA DI LAHAN:
  • Bercak cokelat tua atau kehitaman dengan pola cincin melingkar konsentris (seperti target papan panah).
  • Area daun di sekitar bercak menguning (klorosis) akibat racun yang diproduksi jamur.
  • Gejala bermula dari daun tua di bagian bawah kanopi tanaman lalu merambat ke atas.
LANGKAH PRAKTIS PETANI:
Pemangkasan Selektif

Pangkas daun tua yang terinfeksi dan buang jauh dari area bedengan untuk menghentikan spora.

Manajemen Kelembapan

Hindari penyiraman model sprinkler pada sore hari untuk menjaga daun tetap kering di malam hari.

FORMULASI OBAT & PENGENDALIAN:
Kimiawi / Kimia Sintetik: Fungisida Protektif: Mankozeb 80% WP (2-3 g/L) atau Klorotalonil 75% WP.
Organik / Hayati: Ekstrak bio-pestisida daun mimba (neem) atau formulasi Trichoderma harzianum.
PENGAMBILAN DATA

Alur Diagnosa Cepat dalam 4 Langkah Lapangan

Dari pemotretan helai daun di bawah sinar matahari hingga rekomendasi dosis obat yang siap diaplikasikan.

01
01 PENGAMBILAN DATAKamera / Galeri

Ambil Foto Daun di Lahan

Arahkan kamera smartphone ke daun kentang yang dicurigai bergejala. Sistem ramah sentuhan, responsif di bawah sinar matahari, dan bekerja langsung dari browser ponsel petani.

Viewfinder Lapangan Interaktif•Cukup arahkan daun di tengah frame dengan pencahayaan alami
Field Specimen
Solanum tuberosumRAW FOCUS
02
02 KOMPUTASI EDGEON-DEVICE

AI Vision On-Device

Jaringan syaraf tiruan memproses pola lesi daun secara lokal tanpa mengirim data ke server.

ON-DEVICE TENSOR ENGINE
ZERO CLOUD UPLOAD
WAKTU KOMPUTASI MODEL
< 28ms
Akselerasi GPU & NPU lokal
03
03 ANALISIS PROBABILITASTRIAGE STATUS

Triage Klasifikasi Presisi

Skor keyakinan tinggi membedakan bercak kering melingkar dari busuk basah agresif.

Hawar Dini (Early)98.4%
Hawar Daun (Late)1.2%
Daun Sehat (Healthy)0.4%
04
04 AKSI PENGENDALIANSolusi Praktis

Rekomendasi Tindakan Agronomi Langsung

Bebas dari kalimat teoritis rumit. Petani dan agronomis mendapatkan instruksi aksi lapangan yang bisa langsung dieksekusi hari itu juga.

Bahan Aktif Teruji

Rekomendasi nama fungisida (Mankozeb / Metalaksil) lengkap dengan dosis takar per tangki semprot.

Sanitasi Tanaman

Langkah isolasi dan manajemen kelembapan bedengan untuk memutus rantai spora di lahan.

SPESIFIKASI TEKNOLOGI & INFERENSI VISION

Presisi Komputasi Cepat untuk Lapangan

LATENSI INFERENSI
< 28 ms

Komputasi neural lokal tanpa delay request server

AKURASI DATASET
98.6%

Validasi model pada ribuan sampel citra daun kentang

ARSITEKTUR OFFLINE
100%

Berjalan sepenuhnya di browser (WebAssembly/ONNX)

SPESIALISASI KELAS
3 Kelas

Early Blight, Late Blight, dan Daun Sehat Prima

STANDAR ERGONOMI:

Dirancang Khusus untuk Realitas Petani di Lapangan

Kami memadukan kenyamanan ergonomi di area pertanian terbuka dengan ketelitian sistem diagnostik presisi.

FIELD LEGIBILITY

Kontras Tinggi di Bawah Terik Matahari

Didesain dengan rasio kontras tinggi (WCAG AA/AAA) agar status diagnosa dan takaran fungisida tetap terbaca tajam saat petani berada di lahan terbuka pada siang hari.

STANDAR ERGONOMI:Rasio Kontras > 7:1
TOUCH ERGONOMICS

Target Sentuh Ergonomis 48px

Semua tombol aksi dan kontrol navigasi dirancang dengan target sentuh minimum 48px × 48px, ramah untuk jemari petani yang basah, kotor, atau memakai sarung tangan kerja.

STANDAR ERGONOMI:Min 48px Target
EDGE OFFLINE

100% Mandiri Tanpa Sinyal Internet

Lahan kentang sering berada di lereng pegunungan minim sinyal. Potadi menjalankan model komputasi neural secara lokal di peramban tanpa membutuhkan paket data.

STANDAR ERGONOMI:Zero Data Dependency
ACTION ORIENTED

Panduan Praktis Siap Eksekusi

Hasil diagnosa langsung menyajikan nama bahan aktif obat (Mankozeb, Klorotalonil), dosis per tangki semprot, dan langkah sanitasi yang bisa langsung dieksekusi.

STANDAR ERGONOMI:Langkah Lapangan Jelas
STUDIO DIAGNOSTIK TERSEDIA SEKARANG

Lindungi Tanaman Kentang dari Ancaman Gagal Panen Hari Ini

Gunakan kamera ponsel Anda untuk memindai daun langsung di kebun. Dapatkan diagnosa patogen dalam hitungan milidetik.

Gratis Digunakan
Berjalan Langsung di Browser
100% Offline Ready
Privasi Data Terjaga
Potadi Logo
Potadi Studio

Sistem Computer Vision Presisi untuk Deteksi Dini Hawar Daun Kentang di Lahan Pertanian.

100% On-Device Ready•Model Vision v1.0.4
NAVIGASI
APLIKASI
KLASIFIKASI
  • Early Blight (A. solani)
  • Late Blight (P. infestans)
  • Healthy Foliage

Disclaimer: Hasil diagnosa kecerdasan buatan berfungsi sebagai instrumen skrining awal lapangan. Konsultasikan dengan petugas penyuluh pertanian setempat atau uji laboratorium untuk verifikasi fitopatologi lanjutan.

© 2026 Potadi. All rights reserved.