Agrobiznis je vrsta gospodarske djelatnosti.

To se odnosi na proizvodnju, industrijalizaciju i

komercijalizaciju proizvoda koji se odnose na poljoprivredni i šumarski sektor, kao i na druge nizove
prirodnih resursa.

Stoga agrobiznis nije ništa drugo nego one gospodarske aktivnosti povezane s proizvodnjom,
industrijalizacijom, kao i komercijalizacija proizvoda koji pripadaju poljoprivrednom sektoru, stočarstvu,
šumarstvu ili ribarstvu. Drugim riječima, to je postupak kojim se dodaje vrijednost, modificira i
profesionalizira poljoprivredni proizvod koji će se kasnije plasirati na kraju lanca vrijednosti.

Također, vrijedno je napomenuti da postoji još jedna neprehrambena grana koja je odgovorna za
pripremu sirovina koja će, kasnije nakon što prođe kroz proizvodni proces, postati gotova roba koja će se
distribuirati. To je slučaj sječe i obrade stabala.

Vrste agrobiznisa

Kao što smo već rekli, među vrstama agrobiznisa možemo istaknuti dvije glavne:

o Prehrambeni agrobiznis: Odnosi se na one aktivnosti povezane s doprinosom vrijednosti

proizvodima koji su izvučeni iz prirode, u sektorima poput poljoprivrede ili stočarstva. Na primjer,
meso konzervirano na polici supermarketa za konzumaciju, zamotano u ambalažu i s rokom
valjanosti i karakteristikama, ili voće u supermarketu, koje je odabrano i razvrstano, te stavljeno
na tržište. Prodaja nakon postupka proizvodnje i pripreme.
o Ne-prehrambeni agrobiznis: Odnosi se na one gospodarske aktivnosti povezane s proizvodnjom i
pripremom prirodnih resursa. Ti resursi kasnije postaju sirovine koje se mogu koristiti u
procesima proizvodnje gotovih proizvoda. Npr., na taj će način sječa drveća i izrada drvenih
greda naknadno dovesti do izgradnje kuće ili tvornice.
Zašto je GIS toliko važan za poljoprivredu?

Osnovni princip farme radi na količini inputa i outputa, odnosno potražnje i ponude. Poljoprivrednici
moraju uravnotežiti i ulaz i izlaz za maksimalni prinos usjeva i profitabilnost. GIS ima sposobnost
analiziranja i vizualizacije poljoprivrednih površina i radnih tokova, što ga čini korisnim za
poljoprivrednike u poljoprivrednoj industriji. Pozitivna poljoprivreda ovisi o donošenju informiranih
odluka o tome gdje, što i kada — prostorni fenomen putem GIS-a.

Neke od prednosti korištenja GIS-a za poljoprivredu navedene su u nastavku –

 Mapiranje usjeva

 Analiza usjeva

 Planiranje krajolika za navodnjavanje

 Analiza tla

 Analiza erozije tla

 Proučavanje različitih modela usjeva

 Sustavi odvodnje kroz elevacijske modele

Faktori koji utiču na kvalitetu usjeva

Prirodni faktori

Postoje faktori od kojih poljoprivreda i usjevi mogu pretrpjeti uticaj ako se ne analiziraju u potpunosti.
Tlo može imati nagibe koji mogu uticati na drenažu i pristup vode usjevima, što znači da može ili dostaviti
višak vode usjevima ili dehidrirati tlo zbog manje vode. Ostali faktori mogu biti intenzitet sunčeve
svjetlosti, količinu oborina, građevine koje je napravio čovjek, industrije oko polja, razine onečišćenja i još
mnogo toga. Svi ovi faktori mogu se uzeti u obzir putem GIS-a za planiranje poljoprivrede, jer ti faktori u
velikoj mjeri mogu uticati na kvalitetu usjeva.

Mapiranje i identifikacija

Geografski informacijski sustav igra ključnu ulogu u identifikaciji i mapiranju polja za arheološka obilježja
ili optimiziranju prinosa usjeva u drugim područjima. Povećanje prinosa usjeva jedan je od najvažnijih
aspekata i zahtjeva poljoprivrede, GIS se može koristiti za preuređivanje uzoraka usjeva kako bi se
upravljalo sigurnošću hrane ili čak osigurala maksimalna produktivnost iz različitih tipova tla. Mapiranje
se također koristi za praćenje područja koja su osjetljiva na sušu i poplave. Ove vrijedne informacije
poljoprivrednici mogu koristiti za pripremu planova za nepredviđene situacije ili čak donošenje
informiranih odluka za uzgoj pravih usjeva.

Klimatske promjene

Posjedovanje ideje o vremenskim obrascima, promjenama temperature itd. kroz robusne informacije
daje poljoprivrednicima ideju o tome što treba učiniti kako bi se povećala produktivnost i učinkovitost.
Klimatske promjene mogu značajno utjecati na eroziju tla, kvalitetu tla i zauzvrat oštetiti usjeve. To su
katastrofe koje se mogu izbjeći primjenom GIS-a, promjena vremenskih obrazaca može uzrokovati –

 Promjene u količini oborina

 Promjene u temperaturi

 Povećanje cijena usjeva i više

Upotreba GIS-a u Agroindustiji

Geografski informacijski sustav (GIS) je alat koji stvara vizualne prikaze podataka i provodi prostorne
analize kako bi se donijele informirane odluke. To je tehnologija koja kombinira hardver, softver i
podatke. Podaci mogu predstavljati gotovo sve što se može zamisliti sve dok imaju geografsku
komponentu. Hardver može biti bilo što, od stolnog računala ili prijenosnog računala do satelita, dronova
i ručnih GPS jedinica. Postoji nekoliko različitih softverskih paketa, ali ESRI-jev ArcGIS paket je industrijski
standard. Svi javni, privatni i neprofitni sektori zapošljavaju GIS kako bi učinili sve, od upravljanja javnim
komunalnim uslugama do organiziranja kretanja i disperzije roba i usluga. GIS je vrlo funkcionalan u
tradicionalnoj izradi karata, za crtanje stvari poput vatrogasnih hidranta uz cestu ili za crtanje granica,
poput područja različitih usjevnih polja na farmi.

(slika 1) Ilustracija GIS podataka koji se koriste u Precision Ag (http://www.cavalieragrow.ca/ifarm)

Prava moć GIS-a, međutim, leži u njegovoj sposobnosti da analizira više slojeva podataka ili varijabli.
Jednostavni primjeri za to u području poljoprivrede bili bi; karta koja prikazuje broj ozljeda na farmama
po županijama ili broj hektara usjeva izgubljenih u poplavama na parceli porezne karte. Poligoni koji
predstavljaju različito vlasništvo ili općine mogu prenijeti promjenu vrijednosti na različite načine, a
najčešći je promjena boje platforme.

Složenije prostorne analize za poljoprivredu mogu uspoređivati varijable kao što su tip tla, smjer vjetra,
količina oborina, nagib, aspekt, topografija ili nadmorska visina kako bi se pomoglo u upravljanju
usjevima, prikladnosti mjesta i planiranju odvodnje, kao i prevenciji rizika od poplava, suše, erozije i
bolesti. GIS može pomoći poljoprivredniku da se prilagodi ovim različitim varijablama, prati zdravlje
pojedinačnih usjeva, procjenjuje prinose na određenom polju i maksimizira proizvodnju usjeva. Postoji
mnogo izvora za GIS podatke besplatno i uz naknadu. Sveučilišta, vladine agencije i privatne firme su sve
skladišta prostornih podataka. Vlada države New York ugošćuje GIS kuću s velikim brojem skupova
podataka, od kojih su neki dostupni javnosti, a neki samo članovima GIS kuće. Neki od tih podataka
uključuju adrese, slivove, zračne fotografije, općinske granice, granice okruga, parcele porezne karte i
mreže cesta. Još jedan GIS-temeljen resurs dostupan javnosti je CropScape USDA, interaktivna web-
bazirana aplikacija za kartiranje koja pokazuje vrstu, količinu i lokaciju usjeva koji rastu u cijeloj zemlji.
Korištenjem statistike korištenja zemljišta i primarnih prehrambenih usjeva, zajedno s podacima
prikupljenim putem satelita i mobilnih uređaja kako bi se identificirala područja u kojima je potrebna i
temeljni uzroci nesigurnosti hrane, GIS je također ključan u naporima za zaustavljanje globalne gladi.
(slika 2) Korištenje GIS podataka za mjerenje financijskih podataka prinosa usjeva (Sveučilište Illinois,
Odjel za poljoprivrednu i potrošačku ekonomiju)

Upotreba satelita, dronova i aviona

Sateliti, dronovi i avioni s ljudskom posadom koriste se za daljinsko otkrivanje, što je prikupljanje
informacija o zemljinoj površini skeniranjem s velikih visina. Landsat 8, zajednički napor USGS-a i NASA-e,
promatrački je satelit koji kruži oko Zemlje svakih 16 dana. Zahvaća 9 traka spektra vidljive svjetlosti koji
se mogu koristiti za izračunavanje čimbenika kao što su bolesti biljaka, nedostatak hranjivih tvari, zaraza
kukcima ili višak i nedostatak vlage u usjevima. Također hvata toplinsko infracrveno zračenje (TIR) koje je
izvan dometa ljudskog vida. Ovisno o površinskoj temperaturi, razlikuje se intenzitet valnih duljina koje
emitiraju različite vrste vegetacije i različiti umjetni i prirodni krajolici. Snimljeni podaci se pretvaraju u
vidljive digitalne slike i mogu se primijeniti na opće ciljeve kao što su upravljanje potrošnjom vode za
navodnjavanje ili otkrivanje bolesti biljaka.

Također se može primijeniti na vrlo specifične ciljeve kao što je ocjenjivanje zrelosti voća. Snimke iz zraka
i TIR (toplinsko infracrveno zračenje) snimljene daljinskom detekcijom široko su korišteni slojevi u GIS-u,
a podaci koje je prikupio Landsat 8 dostupni su javnosti besplatno. Slike veće rezolucije prikupljaju se
avionima na malim visinama koji lete u dužim ciklusima u rasponu od 3 do 10 godina. Farm Service
Agency, odjel USDA-e, provodi nekoliko takvih programa. Jedna od najvećih prednosti daljinskog
istraživanja je ta što je neinvazivna i ne utieče negativno na područje koje se promatra.
(slika 3) Primjer tehnologije prikupljanja podataka u Precision Ag (http://www.cema-agri.org/)

Korištenje satelita i dronova dramatično je poraslo u posljednjih nekoliko desetljeća. Budući da je jedan
od ključnih izazova u poljoprivredi dostupnost i upravljanje vodom za poljoprivredne svrhe, satelitska
tehnologija može prikupljati podatke u stvarnom vremenu sa Zemljine površine kako bi se procijenilo i
pratilo stanje zemljišta. Vlažnost tla, slanost oceana (SMOS), rast vegetacije pomoću Landsat snimaka i
primjena vegetacijskog indeksa (NDVI), kao i niz drugih čimbenika, mogu se koristiti za pomoć u procjeni
produktivnosti usjeva i praćenju suše i poplava na globalnoj razini (GIS Geografija, 2018).

Tehnologija drona korisna je u prikupljanju više lokalnih podataka na terenu kao što su; visina i biomasa
biljaka, broj flore, prisutnost bolesti i korova, vrijednosti hranjivih tvari, izračuni nadmorske visine i
volumena (GIS Geography, 2018.). Bespilotne letjelice mogu zamijeniti dugotrajne zadatke, koje se
obično obavljaju pješačenjem po poljima, kako bi se procijenile kvalitete prisutne flore i vegetacije.
Poljoprivrednici su tako u mogućnosti pokriti više tla, provjeravajući zdravlje usjeva koristeći snimke iz
zraka i druge podatke koje dron može snimiti.

U te svrhe, i mnoge druge, poljoprivrednici mogu koristiti satelite i dronove za donošenje odluka u
stvarnom vremenu. Praćenje prinosa, primjena dušika, korištenje preciznih senzora vode i identificiranje
kritičnih područja za intervenciju su vrijedne upotrebe koje ova tehnologija može pružiti (GIS Geography,
2018.). Samo jedan osnovni dron može poljoprivrednicima pružiti mogućnost donošenja mnogih moćnih
odluka koje će utjecati na zdravlje i produktivnost njihove zemlje.
Precizna poljoprivreda
S brzim razvojem GPS-a, bespilotnih letjelica (UAV) i robotskih tehnologija, mnogi poslovi na farmi
postaju kompjuterizirani. GIS je sastavni dio automatiziranih operacija na terenu, koji se također nazivaju
precizna poljoprivreda ili satelitska poljoprivreda. Koristeći podatke prikupljene s udaljenih senzora, kao i
senzora montiranih izravno na poljoprivrednim strojevima, farmeri su poboljšali sposobnosti donošenja
odluka za planiranje uzgoja kako bi povećali prinose. Prethodni prinosi usjeva, specifičnosti terena,
sadržaj organske tvari, pH, vlažnost i razina hranjivih tvari u tlu pomažu u pravilnoj pripremi za preciznu
poljoprivredu. Kombajni opremljeni GPS jedinicama za praćenje mogu mjeriti prinose zajedno s
vrijednostima kvalitete usjeva kao što su sadržaj vode u biljci i razina klorofila u stvarnom vremenu i na
točnom mjestu u polju s kojeg su ubrani.

Tehnologija varijabilne stope (VRT) komponenta je precizne poljoprivrede koja stvarno omogućuje da se
podaci izravno koriste. Spaja poljoprivredne strojeve, upravljačke sustave i opremu za primjenu kako bi
primijenio precizne količine uzgojnih inputa u točno određeno vrijeme ili na lokacijama. Precizna
poljoprivreda s VRT-om ima i ekonomske i ekološke prednosti. Primjena sjemena, gnojiva, hranjivih tvari
ili pesticida samo tamo gdje i kada su potrebni može dovesti do značajnih ušteda troškova za
poljoprivrednika i povećati prihode. Osim toga, ublažavaju se negativni uticaji na okoliš zbog
prekomjerne primjene nekih hemikalija, a korištenje određenih hemikalija potencijalno bi se moglo u
potpunosti eliminirati na temelju analize podataka. Trajne dileme poput primjene dušika također se
mogu riješiti, pomažući poljoprivredniku da pronađe pravu količinu između prekomjerne i nedovoljne.
Nakon što je sustav uspostavljen, za operaciju precizne poljoprivrede slijedi ciklus zatvorenog kruga koji
bi izgledao otprilike ovako: prikupljanje/analiziranje podataka, planiranje žetve, primjena plana i analiza
rezultata za sljedeću sezonu.

Senzori na satelitima, traktorima i na poljima neprestano prikupljaju podatke. GIS i druge tehnologije
oblikuju te podatke u informacije koje su dostupne i razumljive za poljoprivrednike i upravitelje zemljišta
kako bi donosili učinkovite i informirane odluke (Geospatial World, 2018.).

(Slika 4) prikaz prikupljanja podataka putem senzora

Korištenje preciznog GPS-a od strane poljoprivrednika postalo je bitan alat u poljoprivrednoj industriji.
Tehnologija ima mnoge prednosti uštede troškova i produktivnosti za poljoprivrednike, kao i prednosti za
zajednicu i okoliš. Ključni primjer je njegova upotreba u gnojidbi usjeva, gdje senzori strojeva prikupljaju
informacije o usjevima, a GPS bilježi točan položaj na kojem se primjenjuje na polju. Tehnologija tada
pomaže u primjeni gnojiva samo na područjima gdje je to potrebno i može varirati stopu primjene na
ciljana mjesta s nedostatkom hranjivih tvari (GIS Geography, 2018.). Time se štedi novac na proizvodima
gnojiva, kao i na okolišu od prekomjerne primjene i otjecanja u lokalne potoke i rijeke.
Mapiranje u stvarnom vremenu

(slika 5) Landsat slike navodnjavanja središnje osovine.

U Sjedinjenim Američkim Državama, Nacionalne službe za poljoprivrednu statistiku (NASS) razvile su

online aplikaciju za kartiranje pod nazivom CropScape. Ova aplikacija može dati procjenu površine usjeva,
procijeniti vrstu uzgoja usjeva i koliki bi mogao biti prinos. Ne samo za privatiziranu upotrebu, vladine
agencije su koristile CropScape podatke za procjenu takvih nacionalnih problema kao što su; sigurnost
hrane, kontrola pesticida i promjene u korištenju zemljišta (NASS, 2018.).

(slika 6) Prikaz zaslona CropScape (Centar za prostorne informacijske znanosti i sustave, 2018.)

Vegscape

Pored CropScape poljoprivrednici mogu pristupiti GIS podacima drugom programu pod nazivom
VegScape, koji omogućuje poljoprivrednicima interakciju s podacima bez GIS-a, kao i pružanje vrijednih
podataka na terenu koji se ne mogu prikupiti putem satelita. Jeffrey Bailey, šef Ogranka za geoprostorne
informacije Nacionalne službe za poljoprivrednu statistiku, procjenjuje da je tačnost njihovih podataka o
usjevima otprilike 90%, s dodanim podacima o zemljištu od farmera
(slika 7) izgled VegScape

VegScape (Vegetation Condition Explorer) je satelitska procjena zdravlja biljaka u Sjedinjenim Državama.
Duboko zelena boja pokazuje područja jake biljne snage. Žuti, smeđi i sivi dijelovi prikazuju lošije uvjete
za biljke.

VegScape (Vegetation Condition Explorer) je satelitska procjena zdravlja biljaka u Sjedinjenim Državama.
Duboko zelena boja pokazuje područja jake biljne snage. Žuti, smeđi i sivi dijelovi prikazuju lošije uvjete
za biljke.

Zadovoljiti buduću potražnju za hranom

Za današnje vladajuće agencije, potreba da se osiguraju potrebni izvori hrane za podupiranje
kontinuiranog porasta stanovništva je sve veća zabrinutost. Procjenjuje se da će se sadašnja proizvodnja
usjeva morati udvostručiti do 2050. kako bi se zadovoljile buduće potrebe za hranom (GIS Geography,
2018.). U takve svrhe GIS se ne koristi samo za analize u stvarnom vremenu, već i za usporedbu
historisjkih podataka. Landsat satelitske snimke mogu se koristiti za procjenu povijesnih trendova
korištenja poljoprivrednog zemljišta tijekom vremena. To može pomoći u predviđanju i planiranju
količine obradive zemlje potrebne za opskrbu hranom budućeg stanovništva.

Podizanje svijesti

Jedna od najvažnijih funkcija GIS-a i mapiranja je da se koristi za podizanje svijesti o problemima kao što
su nestašica hrane i lociranje područja kojima je potrebna pomoć. Alati za web-mapiranje poput karte
Instituta za okoliš i karte Feeding the World Sveučilišta Minnesote (slika 8) i World Hunger Map
Organizacije za hranu i poljoprivredu (FAO) pružaju jedinstven pogled na globalnu proizvodnju hrane.
Iako utvrđuju temeljne uzroke nesigurnosti hrane, GIS podaci i tehnologija pomažu u zaštiti područja i
zajednica pogođenih nestašicom hrane.
(slika 8) učitavanje mape – australski trenutni prinosi usjeva

Poljoprivredna industrija je uvelike transformirana geoprostornom tehnologijom. U samo posljednjih

nekoliko godina, mrežna (i izvanmrežna) snaga i dostupnost GIS-a i digitalnog mapiranja promijenili su
način na koji poljoprivrednici upravljaju svojom zemljom i obavljaju svoje najosnovnije zadatke (Takor
Group, 2017.).

GIS nam omogućuje da vizualiziramo, analiziramo i razumijemo velike geografske podatke koji se
svakodnevno pohranjuju i prikupljaju. Sada nam se lako može priopćiti koji usjevi cvjetaju, u kojoj mjeri
zagađenje i prirodne katastrofe ometaju proizvodnju i kontroliraju korištenje gnojiva.

GIS može pomoći u povećanju proizvodnje hrane

Kartiranjem zemljopisnih i geoloških značajki sadašnjih (i potencijalnih) poljoprivrednih zemljišta

znanstvenici i poljoprivrednici mogu sarađivati kako bi stvorili učinkovitije poljoprivredne tehnike. To bi
moglo povećati proizvodnju hrane u dijelovima svijeta koji se bore proizvesti dovoljno za ljude oko sebe.

GIS može analizirati podatke o tlu u kombinaciji s povijesnim poljoprivrednim praksama kako bi odredio
koji su usjevi najbolji za sadnju, gdje bi trebali ići i kako održavati razinu ishrane tla kako bi najbolje
koristili biljkama.

U Sjedinjenim Američkim Državama GIS sustave koristi USDA za zaštitu usjeva, rješavanje problema s
usjevima i istraživanje lažnih tvrdnji o oštećenju usjeva, kao i daju poljoprivrednicima jednostavan način
pristupa informacijama o njihovim usjevima od sezone do sezone.

Poljoprivredno-geografski informacijski sustavi (AGIS) mogu mapirati ne samo topografiju i zdravlje

usjeva, već i pomoći u rješavanju širih gospodarskih problema u općinama i urbanim središtima koji
mogu proizaći iz ruralnih poljoprivrednih praksi.
Primjer firme koja koristi GIS u agroindusriji

PTPN IV je firma koja se bavi agroindustrijskim sektorom. PTPN IV fokusira se na plantažni posao i
preradu proizvoda od palmi i čaja, uključujući upravljanje površinama i biljkama, sjemenske vrtove i
održavanje produktivnih usjeva, preradu robe u sirovine za različite industrije, marketing proizvedene
robe i druge prateće aktivnosti.

Mjesto plantaže

PTPN IV ima viziju tvrtke koja je superiorna u integriranom poslovanju agroindustrije. PTPN IV već ima 30
poslovnih jedinica za uzgoj palminog ulja i 1 poslovnu jedinicu za uzgoj čaja i 1 jedinicu za plantažu
plazme uljane palme i 1 poslovnu jedinicu radionice (PMT Dolok Ilir), koja se prostire na devet okruga,
odnosno Langkat, Deli Serdang, Serdang Bedagai , Simalungun, Asahan, Labuhan Batu, Padang Lawas,
Batubara i Mandailing Natal.

PTPN IV kroz Odjel za biljke želi poboljšati nesmetano odvijanje praćenja, tehničkog nadzora uzgoja
plantaža (na farmi) u kontroli biljaka, kao što je osiguranje zdravlja biljaka, gnojidba, planiranje sadnih
blokova, praćenje proizvodnih rezultata itd.

PTPN IV je 2018. godine završio prikupljanje fotografija iz zraka bespilotnom letililicom (Drone), koji
proizvodi rasterske podatke (ortomozaik/mozaik ortofoto slike) i vektorske podatke (točke stabla s
jedinstvenim ID-om na svakom stablu, vrtnom bloku, cestama, rijekama, i ostala imovina plantaža
(uredske površine, tvornice, bogomolje i stambeni objekti).

Odjel za biljke također je dodijeljen za praćenje i upravljanje operativnim troškovima na farmi koje
provodi svaka plantaža/jedinica. Prikladno je pripremiti troškove i rad na terenu može teći učinkovito i
sveobuhvatno rješavati probleme na plantažnim aktivnostima na farmi. Postoje prepreke u njegovoj
provedbi tako da se može brzo, učinkovito i učinkovito riješiti kako bi se smanjili operativni troškovi uz
maksimalne rezultate rada.

Koji problem je riješio?

Glavni ured koji se odnosi na operativne aktivnosti plantaže (na farmi) i lokaciju plantaže / Jedinice
raspoređene u 9 okruga u Sjevernoj Sumatri zahtijeva vrijeme i zahtijeva veliki broj osoblja za praćenje
rada plantaža (na farmi), s druge strane na stanje Pandemija COVID-19 uz državnu zabranu putovanja /
službenih putovanja rezultirala je izostankom praćenja / posjeta farmama / jedinicama u okviru PTPN IV.
Ovo ograničenje uzrokuje da se diseminacija podataka i analiza iz odjela za postrojenja ne prenosi
ispravno ili se prezentirani podaci razlikuju od onih u glavnom uredu, a ažurirani uvjeti na terenu nisu
poznati.

Osim toga, obrada informacija od terenskih službenika u obliku podataka i slika o uvjetima na terenu
traje dugo, dok je raspoloživo vrijeme sažeto. Dostavljeni podaci su također tabelarnog tipa tako da se za
doznavanje detalja o mjestu smještaja aktivnosti često razlikuju od stvarnosti na terenu koja sve više
kupuje vrijeme u procesu analize podataka koju provodi Tvornica. Kako bi odgovorio na različite izazove
koji postoje, Odjel postrojenja treba razviti upotrebu geoprostorne tehnologije u integraciji podataka
terenskih istraživanja i centraliziranih baza podataka koje se mogu uzeti u obzir s tačnijim rezultatima i
kojima se može pristupiti online bilo kada i bilo gdje, što može olakšati potrebe u kratkom vremenu, uz
dostupnost alata, funkcija analize i aplikacija koje su spremne za korištenje.
Kako radi?
Razvoj Geoprostornog informacijskog sustava na PTPN IV implementirat će integrirani sustav
promicanjem gotovih, brzih i preciznih rješenja koja mogu podržati potrebe prikupljanja podataka,
obrade i analize podataka, objavljivanja podataka i funkcija analize u online obrazac, do prezentacije
informacija, kako u obliku izvješća, power pointa, mobilnih i web aplikacija te nadzornih ploča

Uz GIS PTPN IV, geodeti ili terenski radnici u svakom području plantaže aktivno će raditi i prikupljati
terenske podatke putem terenske aplikacije ArcGIS Collector za upravljanje imovinom na terenu.
Prikupljanje podataka u ovom polju integrirano je u stvarnom vremenu s nadzornom pločom kojoj
rukovoditelji mogu pristupiti kako bi nadzirali zdravlje biljaka i također pratili oštećenja na cestama na
temelju podataka unesenih s terena s detaljnom lokacijom i originalnim slikama s terena, kao što su slike
oštećenih ceste ili biljne bolesti u njihovim plantažnim područjima. Prikupljanje podataka geoprostornih i
tabličnih informacija također je integrirano i centralizirano u jednom izvoru, što olakšava vizualizaciju na
proizvodnoj nadzornoj ploči kako biste vidjeli proizvodna postignuća svakog područja nasada PTPN IV
tijekom vremena.
Koje su koristi ostvarene?

Prednosti aplikacije su dostupnost podataka pohranjenih u bazi podataka o svim aktivnostima u plantaži,
prostorno, u stvarnom vremenu, ubrzavajući proces primanja informacija/ažuriranja o stanju na terenu
od jedinice do ureda upravnog odbora , sastavljanje naknadnog plana za rješavanje problema (uključujući
pripremu troškova) te učinkovitost i djelotvornost u smislu troškova i vremena.

Gx gsd7zt

Zašto je GIS ključan za misiju u njihovoj organizaciji?

Aplikacija za istraživanje terena pomoću Esri softvera može se integrirati s nadzornom pločom za
praćenje imovine tako da PTPN IV može lako otkriti lokaciju geodeta koji aktivno rade i stvoriti
zemljopisni otisak sadnica koji "postaje najbolje gnojivo za biljke". Poznavati položaj biljaka zahvaćenih
bolešću ili štetočinama, znati mjesto biljaka zahvaćenih bolešću ili štetnicima te znati mjesto i dubinu
oštećenih cesta. To će olakšati Upravnom odboru PTPN IV (BOM) praćenje i planiranje popravaka cesta ili
poduzimanje radnji/napora za prevladavanje i ozdravljenje biljaka zahvaćenih štetnicima ili bolestima.

Druga razvijena nadzorna ploča, a to je Production Dashboard, također može pratiti rezultate
proizvodnih postignuća u određenom razdoblju, kao i povremeno osigurati napredak proizvodnje za
razinu ostvarenosti proizvodnje u svim područjima PTPN IV. , do najmanje površine PTPN IV, odnosno
površine plantažnog bloka.

Brojanje stabala pomoću deep learning