Aplikasi adalah interface, bukan bisnis pertanian

Startup digital sering punya bias yang sangat manusiawi: kalau masalah terlihat berantakan, bikin dashboard. Masalahnya, dashboard hanya memotret sebagian realitas. Petani bisa tahu kelembapan, prediksi cuaca, jadwal pemupukan, atau indikasi penyakit, tetapi keputusan berikutnya tetap butuh input fisik, modal kerja, tenaga, akses alat, dan jalur penjualan. Kalau pupuk telat datang, alat rusak, atau pembeli menawar terlalu rendah, insight yang bagus belum tentu berubah menjadi margin yang lebih sehat. Di titik ini, aplikasi berhenti menjadi solusi penuh dan kembali ke posisi aslinya, yaitu alat bantu keputusan.

Buat founder, ini memang less sexy. Menjual software punya narasi scale yang gampang: tambah user, tambah server, tambah wilayah. Pertanian meminta hal yang lebih messy. Ada musim, kualitas lahan, kebiasaan lokal, variasi komoditas, dan infrastruktur yang beda antar daerah. Jadi kalau startup memaksa model satu aplikasi untuk semua masalah, red flag-nya justru ada di simplifikasi itu. Model yang lebih masuk akal biasanya memilih satu pain point yang jelas, lalu membangun jaringan layanan di sekelilingnya sampai dampaknya bisa diukur dalam hasil, biaya, kualitas, atau akses pasar.

JALA memberi contoh kenapa hulu dan hilir akhirnya ketemu

Di industri udang, JALA sekarang menjelaskan dirinya bukan sekadar penyedia teknologi tambak. Pada situs resminya yang diperbarui untuk 2026, perusahaan menempatkan budidaya, panen, pengolahan, distribusi, traceability, sampai akses pasar sebagai satu perjalanan yang terhubung. JALA juga menyebut menjalankan lebih dari 224.000 meter persegi area produksi udang dan berkontribusi pada sekitar 300.000 sajian udang per hari. Angka itu adalah klaim perusahaan, tetapi arah strateginya penting: data tambak baru bernilai maksimal kalau terhubung dengan kualitas produk dan transaksi setelah panen.

Ini plot twist yang sering muncul di agritech. Startup mulai dari software karena software paling mudah diuji, lalu menemukan bahwa bottleneck justru ada di dunia fisik. Petambak tidak hanya butuh grafik kualitas air. Mereka butuh keputusan kapan memberi pakan, kapan panen, siapa yang membeli, bagaimana udang dibekukan, dan bagaimana kualitas dipertahankan sampai pembeli. Semakin dekat teknologi ke uang yang benar-benar masuk atau keluar dari bisnis petani, semakin sulit produk itu dipisahkan dari operasi. Scale tetap penting, tetapi scale bukan lagi sekadar jumlah akun. Scale berarti proses yang konsisten di banyak titik fisik.

Habibi Garden menunjukkan bahwa sensor pun harus masuk ke rutinitas

Habibi Garden mengambil jalur precision agriculture. Situs resminya menawarkan solusi fertigasi, monitoring, prediksi, mobile apps, serta pemanfaatan IoT dan AI untuk mengatur air dan pupuk. Secara konsep, ini kuat karena salah satu sumber pemborosan pertanian datang dari keputusan yang terlalu generik: menyiram berdasarkan kebiasaan, memberi nutrisi berdasarkan kalender, atau datang ke kebun hanya untuk mengecek kondisi yang sebenarnya bisa dipantau jarak jauh. Sensor mengubah sebagian keputusan itu menjadi data yang lebih rutin dan terukur.

Tapi sensor juga bukan magic wand. Hardware harus dipasang benar, dikalibrasi, dirawat, punya konektivitas, dan menghasilkan informasi yang dipahami pengguna. Kalau alat akhirnya cuma jadi benda mahal yang dipasang untuk demo, value-nya hilang. Karena itu kompetensi agritech bukan cuma bikin perangkat. Yang jauh lebih krusial adalah onboarding, agronomi, after-sales, dan kemampuan menjelaskan tindakan apa yang perlu dilakukan dari data yang muncul. Petani tidak membayar untuk angka kelembapan. Mereka membayar, langsung atau tidak langsung, untuk keputusan yang lebih baik dan risiko yang lebih rendah.

Neurafarm memperlihatkan value pengetahuan, bukan cuma AI

Neurafarm sejak awal membangun positioning sebagai smart farming company dengan kombinasi agriculture engineering, software, dan machine learning. Salah satu produknya, Dokter Tania, berangkat dari problem diagnosis dan pengetahuan budidaya. Ini area yang masuk akal untuk digital karena tidak semua petani punya akses cepat ke agronom, penyuluh, atau pakar penyakit tanaman ketika gejala muncul. Foto, database, dan model komputasi bisa mempercepat proses pencarian kemungkinan masalah.

Namun teknologi diagnosis harus diperlakukan sebagai decision support, bukan oracle. Penyakit tanaman bisa mirip secara visual, lingkungan memengaruhi gejala, dan rekomendasi yang salah punya konsekuensi biaya. Riset akademik tentang aplikasi deteksi penyakit tanaman juga berulang kali menekankan bahwa kualitas fitur AI sangat bervariasi dan banyak aplikasi belum layak dianggap solusi lengkap. Jadi startup yang mature tidak menjual ilusi bahwa kamera ponsel menggantikan agronom. Mereka membangun alur eskalasi, edukasi, dan validasi. Lowkey, bagian paling bernilai justru sering bukan model AI-nya, melainkan bagaimana pengetahuan itu dibawa ke keputusan di kebun.

Eratani masuk dari titik yang paling sensitif: cashflow

Eratani mengambil pendekatan lebih terintegrasi pada ekosistem padi, dengan narasi seputar input, pembiayaan, produktivitas, dan akses pasar. Situs resminya pada 2026 menampilkan klaim 46.000 lebih petani dalam ekosistem, 600 lebih kios mitra, 120 lebih mitra rice milling unit, serta lebih dari 21.000 hektare lahan. Perusahaan juga mempublikasikan sejumlah metrik dampak, termasuk fasilitasi dana lebih dari Rp111 miliar. Karena angka tersebut berasal dari perusahaan, ia perlu dibaca sebagai self-reported metric, bukan audit independen.

Meski begitu, pilihan problemnya sangat relate dengan realitas pertanian. Cashflow menentukan apakah petani bisa membeli sarana produksi tepat waktu, memilih kualitas input yang layak, dan menunggu waktu penjualan yang lebih rasional. Di sinilah agritech bisa punya dampak besar sekaligus risiko besar. Pembiayaan yang salah desain dapat mengubah teknologi dari alat pemberdayaan menjadi tekanan baru. Model yang sehat harus melihat kemampuan bayar, volatilitas hasil panen, harga jual, gagal panen, dan mekanisme penjualan. Growth yang hanya mengejar nilai penyaluran tanpa kualitas pembayaran adalah growth yang gampang kelihatan cakep di deck, tapi rapuh di lapangan.

Distribusi adalah moat yang sering diremehkan

Banyak startup mengira keunggulan kompetitif berasal dari algoritma. Di pertanian Indonesia, jaringan distribusi sering lebih defensible. Siapa punya hubungan dengan kios, kelompok tani, pengepul, cold storage, penggilingan, restoran, eksportir, atau pembeli institusi punya akses ke workflow yang tidak bisa diduplikasi hanya dengan menulis kode. Relasi ini dibangun lewat service level, kepercayaan, pembayaran, kualitas barang, dan kemampuan menyelesaikan masalah ketika sesuatu tidak sesuai rencana.

Gokomodo memberi ilustrasi dari sisi input dan supply chain. Pada 2026, situs resminya menyebut distribusi pupuk di tujuh provinsi, jaringan lebih dari 1.100 toko tani dan KUD, serta ribuan katalog produk. Lagi-lagi, itu metrik perusahaan. Tetapi pattern-nya jelas: digital dibungkus dengan jaringan fisik. Ini bukan kegagalan menjadi perusahaan teknologi. Justru ini bentuk adaptasi terhadap pasar. Kalau buyer dan seller berada di dunia fisik, perusahaan teknologi yang relevan harus memahami logistik, inventory, kredit dagang, dan kualitas layanan. Aplikasi yang berdiri sendirian sering terlalu tipis untuk menjadi moat.

Petani tidak butuh teknologi, petani butuh outcome

Cara paling fair menilai agritech adalah menghapus kata teknologi dari pitch dan melihat outcome. Apakah biaya input turun? Apakah penggunaan air lebih efisien? Apakah keputusan penyakit lebih cepat? Apakah hasil lebih konsisten? Apakah harga jual membaik? Apakah pembayaran lebih cepat? Apakah risiko bisa dipahami sebelum musim dimulai? Pertanyaan seperti ini jauh lebih penting dibanding berapa fitur yang baru dirilis bulan ini.

BPS pada 2026 menerbitkan Statistik Nilai Tukar Petani 2025 yang menghitung indeks harga yang diterima dan dibayar petani di 38 provinsi, mencakup lima subsektor. Publikasi itu mengingatkan bahwa kesejahteraan petani bukan hanya cerita volume produksi. Produksi bisa naik, tetapi biaya dan harga jual tetap menentukan posisi ekonomi rumah tangga tani. Bahkan produksi padi 2025 yang menurut BPS mencapai 60,21 juta ton gabah kering giling tidak otomatis menjawab pertanyaan siapa yang mendapat margin terbesar di sepanjang rantai. Agritech yang serius harus hidup di antara dua sisi itu: produktivitas dan economics.

Model bisnis yang mungkin menang setelah hype mereda

Setelah periode ketika startup mudah dinilai dari GMV, jumlah user, atau kecepatan ekspansi, agritech sedang dipaksa kembali ke dasar. Model yang punya peluang bertahan adalah yang mendapatkan revenue dari value yang benar-benar tercipta, bukan dari subsidi yang membuat transaksi terlihat lebih besar dari kemampuan unit economics. Bisa berbentuk software berlangganan, margin distribusi, fee layanan, pembiayaan dengan risk control ketat, perdagangan komoditas, layanan agronomi, atau kombinasi beberapa komponen. Tidak ada satu resep universal.

Yang perlu dihindari adalah model yang menanggung terlalu banyak risiko tanpa pricing yang benar. Kalau startup membeli hasil panen, memberi kredit, menyimpan stok, mengoperasikan gudang, dan mensubsidi pengiriman sekaligus, setiap lapisan menambah potensi kebocoran. Highkey, bisnis bisa kelihatan besar tapi sebenarnya hanya memindahkan risiko ke neraca sendiri. Karena itu kemampuan operasional, treasury, audit, dan kontrol internal sama pentingnya dengan product team. Pertanian adalah industri margin nyata, bukan game engagement.

Jadi, kenapa aplikasi saja sulit menang?

Karena pertanian bukan masalah informasi tunggal. Ia adalah sistem keputusan yang menghubungkan alam, manusia, barang fisik, uang, dan pasar. Aplikasi bisa menjadi pintu masuk yang sangat efektif, tetapi biasanya bukan titik akhir. JALA bergerak dari data budidaya menuju supply chain udang. Habibi Garden menghubungkan sensor dengan kontrol lapangan. Neurafarm membawa pengetahuan agronomi ke perangkat digital. Eratani menggabungkan proses budidaya dengan input, pembiayaan, dan pasar. Arah mereka berbeda, tetapi semuanya menunjukkan bahwa value muncul ketika software menyentuh operasi.

Buat founder agritech baru, take-away-nya bukan harus membangun semuanya sendiri. Justru itu berbahaya. Pilih pain point yang tajam, tentukan outcome yang bisa diukur, lalu bangun partnership untuk bagian fisik yang tidak perlu dimiliki. Buat petani dan pelaku usaha, jangan terpesona fitur. Tanyakan siapa yang membantu ketika perangkat error, harga turun, barang telat, atau panen tidak sesuai rencana. Di situlah kelihatan apakah sebuah startup benar-benar bagian dari infrastruktur pertanian, atau cuma aplikasi yang kebetulan punya ilustrasi sawah di landing page.

Teknologi tetap penting. Bahkan dalam pertanian yang makin terdampak iklim, tekanan biaya, kebutuhan traceability, dan tuntutan efisiensi, teknologi akan makin sentral. Tetapi kemenangan tidak datang dari memindahkan formulir kertas ke layar. Startup yang punya chance besar adalah yang paham bahwa software harus mengikuti realitas lapangan, bukan memaksa lapangan mengikuti software. Kalau itu berhasil, aplikasi tidak lagi menjadi produk utama. Ia menjadi nervous system dari operasi yang benar-benar bekerja.