Tunas Akara
Kembali ke Portofolio
Asisten AI untuk Klasifikasi Usaha

Asisten AI untuk Klasifikasi Usaha

Tahun: 2026Peran: Konsultan IT / Perancang Sistemweb

Jawaban klasifikasi usaha disertai sumber resmi dan pemeriksaan kutipan. Sistem menandai jawaban yang tidak didukung bukti.

Teknologi

Next.js 16TypeScriptBunSQLiteOpenRouter APITailwind CSS

Asisten AI untuk Klasifikasi Usaha

Asisten ini membantu menelusuri kode KBLI, yaitu klasifikasi kegiatan usaha Indonesia yang digunakan dalam pengurusan perizinan. Jawaban membawa sumber resmi yang dapat diperiksa pengguna. Sistem menilai hubungan antara kegiatan usaha dan teks sumber sebelum menyarankan kode. Hasilnya menjadi bahan peninjauan, bukan pengganti keputusan pihak perizinan.

Tantangan

Asisten AI umum dapat menghasilkan kode yang terdengar meyakinkan tanpa bukti yang sesuai. Sumber klasifikasi juga tersebar dalam banyak dokumen, termasuk peraturan sektor dan pemetaan antarversi. Pengguna membutuhkan jawaban yang bisa ditelusuri, bukan hanya penjelasan yang lancar.

Solusi

Saya membangun pencarian sumber sebelum model menyusun jawaban. Pendekatan ini disebut RAG: sistem mengambil informasi terkait, lalu memberi bahan itu kepada model. Seperti membuka buku rujukan sebelum menjawab, model harus memakai sumber yang ditemukan.

Definisi resmi diurai menjadi potongan informasi. Pencarian menggabungkan kecocokan istilah dengan makna deskripsi usaha. Kandidat diurutkan kembali agar sumber yang relevan sampai ke model.

Model memakai alat untuk mencari kode, mengambil detail, membandingkan kandidat, dan meninjau daftar kode yang dimiliki pengguna. Setiap hasil membawa halaman sumber. Tahap pemeriksaan terpisah mewajibkan kutipan dari definisi resmi sebelum model menyatakan suatu kode relevan.

Biaya dibatasi per pekerjaan. Rekomendasi, pemeriksaan kutipan, dan pelengkapan informasi memiliki pilihan model sendiri. Batas harian serta waktu pemrosesan mengendalikan permintaan berat. Saat kapasitas penuh, sistem memberi pemberitahuan untuk mencoba kembali.

Dampak

Pengguna mendapat jawaban beserta sumber yang bisa diperiksa. Sistem membedakan kegiatan utama dan pendukung serta menandai kode yang tidak didukung teks rujukan. Status pemeriksaan tercatat pada tiap percakapan agar tim dapat meninjau kegagalan pembuktian jawaban.