Akuntansi berbantuan AILive · Dalam pengembangan

Akun.AI

Akuntansi yang bisa ditinjau

Platform akuntansi berbantuan AI yang membuat pembukuan dan laporan keuangan lebih mudah dipakai oleh bisnis Indonesia.

Peran

Pembangun produk solo

Hasil & status

Rilis live yang masih dalam pengembangan dengan alur inti akuntansi, laporan keuangan, asisten AI, prototype OCR struk, dan surface langganan Mayar.

Baca studi kasus ↓Buka situs ↗Repo GitHub ↗

01 / 09 Platform akuntansi berbantuan AI yang membuat pembukuan dan laporan keuangan lebih mudah dipakai oleh bisnis Indonesia.

Landing page publik yang memosisikan Akun.AI sebagai workspace akuntansi yang bisa diajak ngobrol. ↗Preview ledger: transaksi, saldo, dan ringkasan AI dalam satu permukaan finansial. ↗Workspace jurnal double-entry dengan validasi keseimbangan debit-kredit dan detail transaksi yang dapat ditelusuri. ↗Laporan laba rugi mengubah catatan ledger menjadi tampilan performa siap cetak dengan insight AI kontekstual. ↗Neraca menyatukan persamaan akuntansi, komposisi aset, dan indikator kesehatan finansial dalam satu tampilan. ↗Prototype OCR struk mengubah data merchant dan item hasil ekstraksi menjadi draft transaksi yang dapat ditinjau. ↗Asisten AI berbasis konteks menjelaskan hasil finansial dan menyiapkan draft yang tetap membutuhkan konfirmasi pengguna. ↗Model harga berbasis limit transaksi, limit chat AI, akses tim, dan kebutuhan inventory. ↗

Ikhtisar

Masalah yang dikerjakan.

Akun.AI adalah SaaS akuntansi berbantuan AI yang sudah live dan masih dalam pengembangan untuk bisnis Indonesia. Sistem ini menggabungkan pembukuan, asisten akuntansi, laporan otomatis, dan prototype OCR struk yang masih memerlukan validasi produksi.

Masalah

Banyak bisnis Indonesia masih kesulitan menjalankan pembukuan yang rapi, sementara alat akuntansi yang mudah dipahami dan sesuai kebutuhan lokal masih terbatas.

Pengguna

Pemilik bisnis dan operator bisnis Indonesia

Keputusan

Keputusan utama.

Merancang alur akuntansi yang tetap mudah dipahami non-akuntan
Membangun validasi double-entry yang bisa menangkap kesalahan umum
Mendesain prompt AI yang menghasilkan jawaban akuntansi yang dapat diaudit

Landing page Akun.AI dengan positioning akuntansi AI untuk bisnis Indonesia. — Landing page publik yang memosisikan Akun.AI sebagai workspace akuntansi yang bisa diajak ngobrol.

Implementasi

Yang saya bangun.

Perencanaan produk, arsitektur sistem, frontend, backend, alur akuntansi, integrasi AI, laporan keuangan, dan pengalaman pengguna.

Merancang arsitektur workspace akuntansi, termasuk chart of accounts, flow ledger, laporan, dan batas data per tenant.
Membangun flow SaaS full-stack untuk onboarding, dashboard, transaksi, invoice, inventory, laporan, asisten AI, dan surface langganan.
Mengintegrasikan asisten AI sebagai helper finansial berbasis konteks workspace, sementara aksi akuntansi yang disimpan tetap dijaga validasi deterministik.

Telusuri pipeline

01Transaksi, invoice, perubahan stok, dan hasil prototype OCR struk masuk ke workspace ledger.

Supabase/PostgreSQL menyimpan data bisnis terisolasi per tenant; RLS menjaga batas workspace sebelum konteks AI disusun.

02Data transaksi terstruktur divalidasi terhadap aturan chart of accounts sebelum masuk laporan.

Data transaksi terstruktur divalidasi terhadap aturan chart of accounts sebelum masuk laporan.

03Asisten AI menjawab dari konteks workspace dan merangkum kondisi finansial, bukan chatbot bebas tanpa batas.

Asisten AI menjawab dari konteks workspace dan merangkum kondisi finansial, bukan chatbot bebas tanpa batas.

04Laporan, ekspor CSV, dan kartu dashboard dibuat dari catatan akuntansi yang tersimpan.

Validasi double-entry, kategori, dan query berbasis permission menjaga jawaban finansial tetap terikat ke data ledger.

Hasil

Hasil, dengan konteks.

Rilis live yang masih dalam pengembangan dengan alur inti akuntansi, laporan keuangan, asisten AI, prototype OCR struk, dan surface langganan Mayar.

Pelajaran & langkah berikutnya +

Pemodelan domain akuntansi butuh pemahaman kuat terhadap standar dan kebiasaan lokal
Integrasi AI untuk data keuangan harus diberi grounding dan validasi yang ketat
Integrasi pembayaran untuk use case bisnis Indonesia punya pertimbangan tersendiri

Detail teknis

Lebih dalam.

Teknologi & fitur +

Next.js / TypeScript / Tailwind CSS / Supabase / PostgreSQL / Mayar / OpenRouter / Zod / Recharts

Onboarding bisnis dan chart of accounts
Akuntansi double-entry dengan validasi
Laporan laba rugi dan neraca
Ekspor CSV dan laporan siap cetak
Asisten akuntansi AI melalui OpenRouter
Prototype OCR struk untuk membantu input transaksi
Akses tim dan manajemen langganan dengan Mayar
Row-Level Security untuk isolasi data

Status fitur & batasan +

Pembukuan inti dan laporan keuangan

Berfungsi

Sudah diimplementasikan di workspace pre-launch; perilaku akuntansi dan compliance produksi masih perlu divalidasi.

Asisten akuntansi AI

Prototipe

Terhubung ke konteks workspace dengan validasi deterministik untuk aksi akuntansi yang disimpan.

OCR struk

Prototipe

Flow ekstraksi tersedia, tetapi akurasi dan failure handling belum tervalidasi untuk produksi.

Billing Mayar

Belum tervalidasi

Mayar adalah provider billing yang dikonfigurasi; reliabilitas pembayaran dan webhook end-to-end belum diklaim.

Catatan sistem AI +

Penyedia / model

Layer LLM melalui OpenRouter, dengan ingestion OCR berstatus prototype untuk membaca struk.

Aliran data

Supabase/PostgreSQL menyimpan data bisnis terisolasi per tenant; RLS menjaga batas workspace sebelum konteks AI disusun.

Validasi

Validasi double-entry, kategori, dan query berbasis permission menjaga jawaban finansial tetap terikat ke data ledger.

Penanganan kegagalan

Output AI diposisikan sebagai bantuan; aksi akuntansi tetap melewati validasi deterministik sebelum disimpan atau dilaporkan.

Batasan

Sistem masih pre-launch. Pajak, akurasi OCR, dan compliance lokal masih butuh validasi produksi lebih dalam.

Lanjut menjelajah.

← Kembali ke karya Kontak ↗