Putra Rizky Nugraha
Putra Rizky
@traa_rzkyy
Kembali ke Proyek
webPribadiFeatured
Civic-Tech • Golang • RAG & Multi-Agent AI

fixora

Platform Civic-Tech Keterbukaan Data Fasilitas Publik Berbasis AI & Verifikasi Multi-Agent

fixora

Ikhtisar Proyek

Platform keterbukaan data dan pelaporan masalah fasilitas publik terpadu di Jawa Barat dengan AI. Tanpa login wajib, transparan, dan terverifikasi multi-agent LLM serta RAG Qdrant Vector DB.

  • Akses publik transparan dengan pelaporan tanpa hambatan (zero-login friction) untuk mendorong partisipasi warga.
  • Konsensus multi-agent AI (Advocate, Skeptic, Manager) untuk menyaring laporan palsu dan klasifikasi otomatis.
  • Integrasi pencocokan anggaran APBD daerah secara semantik menggunakan Qdrant Vector Database.
  • Arsitektur backend Modular Monolith Golang (Fiber + GORM) dengan latensi respons di bawah 50 milidetik.
Problem Statement

Tantangan Utama

Kanal pelaporan konvensional memiliki birokrasi pendaftaran yang rumit, verifikasi manual yang memakan waktu berminggu-minggu, serta minimnya transparansi alokasi anggaran perbaikan.

  • Tingkat partisipasi warga rendah karena keharusan membuat akun dan kekhawatiran privasi data pribadi.
  • Banjir laporan duplikat, spam foto, dan informasi tidak relevan yang menyita waktu verifikator manusia.
  • Data anggaran daerah (APBD) tersimpan dalam format dokumen statis yang sulit dicocokkan secara manual dengan lokasi kerusakan nyata.
  • Sistem backend harus mampu memproses berkas foto resolusi tinggi dan concurrent requests saat terjadi bencana lokal.
Architectural Response

Solusi Rekayasa

Membangun sistem pelaporan anonim terenkripsi dengan pipeline verifikasi kecerdasan buatan multi-tahap dan pencocokan semantik anggaran daerah.

  • Alur pelaporan Zero-Login berbasis OTP dan session token kriptografis anonim guna melindungi privasi warga.
  • Pipeline Computer Vision untuk estimasi tingkat keparahan retak jalan dan objek fasilitas umum.
  • Verifikasi multi-agent LLM (Advocate mencari bukti, Skeptic mendeteksi manipulasi, Manager mengambil keputusan final).
  • Qdrant Vector Database untuk menyimpan embeddings dokumen anggaran dan mencocokkan proyek pemda terdekat secara instan.

Fitur & Modul Utama

Kapabilitas fungsional yang dirancang untuk menjawab kebutuhan nyata pengguna.

Zero-Login Pelaporan Anonim

Warga dapat langsung memotret dan mengirimkan laporan dalam 30 detik tanpa membuat akun atau meninggalkan rekam jejak identitas.

Konsensus Multi-Agent AI

Tiga peran AI independen (Advocate, Skeptic, Manager) menganalisis kesesuaian gambar, metadata GPS, dan deskripsi tekstual.

Qdrant Vector RAG Anggaran

Mencocokkan titik kerusakan dengan dokumen proyek perbaikan APBD Jawa Barat melalui pencarian vektor semantik berkecepatan tinggi.

Peta Interaktif Geospasial

Visualisasi sebaran fasilitas publik bermasalah secara real-time dengan status perbaikan transparan yang dapat dipantau publik.

Crawler Berita & Open Data Otomatis

Mengumpulkan sinyal kerusakan dari portal berita lokal dan open data pemerintah secara otomatis untuk melengkapi laporan warga.

Arsitektur Modular Monolith

Modul pelaporan, autentikasi, pipeline AI, dan analytics dipisahkan secara ketat dengan Clean Architecture di Golang.

Arsitektur Sistem

Pola perancangan, efisiensi backend, dan keputusan teknis utama.

01Modular Monolith Backend: RESTful API modular menggunakan Golang (Fiber, GORM) dengan Clean Architecture & isolasi domain ketat.
02Autonomous Multi-Source Pipeline: Menggabungkan laporan warga, autonomous AI news crawler, dan open data pemerintah.
03Multi-Agent LLM & Qdrant RAG: Computer Vision klasifikasi foto kerusakan jalan, Multi-Agent LLM verification (Advocate, Skeptic, Manager), serta pencocokan anggaran APBD dengan Qdrant Vector DB.
04Security & Privacy: Alur autentikasi OTP dengan session token anonim untuk keamanan dan perlindungan warga pelapor.

Tahapan Rekayasa

Alur kerja mulai dari perancangan hingga rilis produksi.

01

Perancangan Sistem & Pipeline AI

Menentukan alur data tanpa login, arsitektur RAG anggaran publik, dan model agen verifikasi AI.

  • Perancangan alur privasi pelapor
  • Indeksasi embedding anggaran APBD ke Qdrant
  • Perumusan prompt & batasan agen verifikasi
02

Pembangunan Backend Golang & Clean Architecture

Membangun REST API performa tinggi dengan isolasi domain modular dan integrasi model computer vision.

  • Implementasi Clean Architecture & Repository pattern
  • Pipeline upload gambar dengan kompresi cerdas
  • Worker asynchronous untuk inferensi AI
03

Deployment Kontainer & Validasi Publik

Deploy ke lingkungan Docker produksi dengan pengujian beban dan verifikasi data lapangan.

  • Kontainerisasi Docker multi-stage build
  • Tuning latensi query vektor Qdrant
  • Peluncuran uji coba publik interaktif

Teknologi & Tools

Gogolang
Go Fiberfiber
GORMgorm
Qdrantqdrant
Reactreact
TypeScripttypescript
Dockerdocker
MySQLmysql
Golang (Fiber)Modular MonolithQdrant Vector DBMulti-Agent LLMComputer VisionMySQLDocker