Scan Karbon
Glyiv › Ekosistem › Scan Karbon
Alat · gamifikasi

Glyiv Scan Karbon

Foto item, dapat perkiraan karbonnya. Barangnya dikenali model penglihatan, angkanya dihitung dari pustaka faktor emisi bersumber — lalu kreditnya masuk ke dompet Anda.

Kredit
◈ 0
Di-scan
0

Pratinjau produk (teaser) — estimasi bersifat probabilistik dengan rentang, bukan pengukuran audit-grade. Metodologi & sumber ada di bawah.

Scan / Cari Item

CV + agen AI
📷
Aktifkan kamera untuk scan langsung — atau ketik nama bahannya di bawah.

Foto dikecilkan di perangkat (sisi terpanjang 640 px, JPEG) lalu dikirim ke server Glyiv untuk dikenali model penglihatan. Model hanya menjawab “ini barang apa, kira-kira berapa gram” — angka karbonnya dihitung di perangkat Anda dari pustaka faktor emisi Glyiv, supaya tiap angka bisa dilacak ke sumbernya. Glyiv tidak menyimpan fotonya; ia diteruskan ke penyedia model hanya untuk dikenali.

…atau tanpa kamera: ketik bahannya
Contoh input — bukan hasil pindaian, hanya mengisi kolom di atas

Estimasi jejak karbon

terlacak · berentang
Scan atau cari item untuk melihat estimasinya.
Bagaimana agen mengestimasi

Berjenjang, jujur, selalu berentang.

Kenali barang (di server)

Foto dikecilkan di perangkat lalu dikirim ke model penglihatan. Model hanya menjawab nama barang, kategori, perkiraan gram, keyakinan — ia tidak pernah diminta menyebut angka karbon, karena angka karangan model tak terlacak ke apa pun.

Cocokkan ke pustaka faktor

Nama barang dicocokkan ke pustaka faktor emisi Glyiv (Poore & Nemecek, ADEME Agribalyse, ESDM/DJK) di perangkat. Skor kecocokan ditampilkan apa adanya.

Ragu → berhenti, bukan menebak

Bila keyakinan rendah, bahannya di luar pustaka, atau dua faktor sama kuat dengan nilai berbeda, halaman ini tidak menampilkan angka — ia meminta konfirmasi atau berkata belum bisa diperkirakan.

Beri rentang & tier

Setiap angka membawa rentang ketidakpastian & label tier data (T2 faktor nasional → T4 proksi). ⚠︎ Belum ada satu baris pun yang mencapai T1.

Rumus & sumber ↓ 
kg CO₂e = jumlah (satuan dasar faktor) × EF        ± rentang tier
  jalur foto : gram model ÷ 1000 → kg → (jembatan satuan bila faktornya per liter/butir) × EF
  rentang    : T2 ±20%  ·  T3 ±35%  ·  T4 ±60%     (RENTANG_TIER, pustaka faktor Glyiv)
  jalur harga: BELUM AKTIF — faktor EEIO/EXIOBASE 3 Indonesia belum ditarik & diverifikasi
               dari rilis resmi, jadi angka spend-based TIDAK dihitung dari ingatan.
Poore & Nemecek (2018), Science ↗Faktor emisi pangan; dampak bisa beda ~50× antar produsen → wajib berentang. ecoinvent — LCI material/energi + pedigree matrix ↗ AGRIBALYSE (ADEME & INRAE) — LCA pangan ↗ DEFRA/DESNZ — GHG conversion factors ↗ EXIOBASE — EEIO (spend-based fallback) ↗ AutoPCF (arXiv 2023) — PCF otomatis dengan LLM ↗ Emission Factor Recommendation with Generative AI, ES&T (2025) ↗ Food weight estimation via computer vision (Sensors 2024) ↗

⚠︎ Estimasi, bukan sertifikasi. Titik terlemahnya: berat dari foto — model menebak massa tanpa acuan skala, dan seluruh angka berskala lurus dengan tebakan itu. Pustaka faktornya condong Eropa/global sehingga faktor Indonesia bisa berbeda, dan sebagian besar barisnya tier T3–T4 (belum ada T1). Jalur berbasis harga sengaja dimatikan: faktor EEIO/EXIOBASE Indonesia belum ditarik dari rilis resmi, jadi angka spend-based tidak dihitung dari ingatan. Mendukung "kontribusi/jejak terlacak" untuk imbalan Glyiv, bukan klaim netral karbon.

Aktivitas Agen & Kredit

real-time feed
Lihat kredit di Glyiv Dompet →← Ekosistem Glyiv

⚠︎ Halaman ini pratinjau: estimasinya probabilistik dengan rentang, bukan pengukuran audit-grade.