BeresEvent
Bukti sebelum keputusan
Prototipe Langflow untuk memeriksa CSV registrasi dan pembayaran, menelusuri ketidaksesuaian ke bukti baris, dan menyusun draft klarifikasi netral bagi panitia.
Pembangun proyek solo
Disubmit ke IBM SkillsBuild National Hackathon 2026 × Hacktiv8. Satu baseline sintetis live menghasilkan lima kasus; draft AI mempertahankan seluruh ID kasus, ID peserta, kode dan bukti. Tujuh unit test lokal lolos. Hasil lomba dan dampak pengguna nyata belum diklaim.
01 / 03 Prototipe Langflow untuk memeriksa CSV registrasi dan pembayaran, menelusuri ketidaksesuaian ke bukti baris, dan menyusun draft klarifikasi netral bagi panitia.
Masalah yang dikerjakan.
BeresEvent adalah prototipe submission IBM SkillsBuild National Hackathon 2026 × Hacktiv8 yang sudah selesai untuk review snapshot registrasi dan pembayaran. Pemeriksaan ketidaksesuaian deterministik dipadukan dengan draft klarifikasi AI berdasarkan SOP. Bukti publik memakai data sintetis; demo yang berjalan berbeda dari manfaat pengguna yang tervalidasi.
Masalah
Sebelum hari H, panitia perlu mencocokkan rekap registrasi dan pembayaran tanpa menganggap data hilang atau ambigu sebagai bukti belum membayar. Frekuensi dan dampak masalah ini masih perlu divalidasi di lapangan.
Pengguna
Koordinator registrasi dan bendahara acara kampus
Keputusan utama.
Kode menentukan pemeriksaan faktual; model membantu bahasa. ID ambigu tetap perlu review manusia. Nilai yang ditawarkan adalah paket review yang dapat ditelusuri; penghematan waktu masih merupakan hipotesis.
Maksimal 500 record per CSV. Harga input bukan kebijakan resmi yang diverifikasi sistem. Tidak ada verifikasi bank, keputusan peserta, refund atau pengiriman pesan otomatis.
Yang saya bangun.
Merancang alur review, membangun komponen audit Python dan integrasi Langflow, menguji aturan deterministik, serta menyiapkan fixture sintetis, dokumentasi dan submission hackathon.
- Membangun validasi schema CSV, ID, referensi dan nominal rupiah integer dalam komponen Python.
- Mengimplementasikan aturan audit, pemeriksaan harga input berversi, ID kasus, bukti baris dan hash snapshot.
- Menghubungkan dua pembaca CSV, Chat Input, komponen audit, model Google dan dua output di Langflow.
Arsitektur sistem +
Tujuh node dan enam koneksi: dua Read File dan Chat Input masuk ke BeresEvent Audit; laporan audit langsung ke Chat Output; prompt terpisah masuk ke Language Model lalu Chat Output klarifikasi. Harga dan SOP adalah input teks komponen audit.
Alur pengguna +
Upload CSV registrasi dan pembayaran → sediakan harga berversi serta SOP → minta audit → bandingkan JSON deterministik dengan draft AI → review dan putuskan tindak lanjut secara manual.
Telusuri pipeline
01Baca dan validasi snapshot CSV serta aturan harga input.
Catatan registrasi, temuan dan SOP masuk ke prompt model. Fixture dan screenshot publik sintetis; upload serta history Playground dapat tersimpan lokal.
02Hasilkan kasus faktual dengan bukti sumber melalui Python.
Hasilkan kasus faktual dengan bukti sumber melalui Python.
03Berikan kasus, catatan registrasi dan SOP sebagai konteks model bahasa.
Berikan kasus, catatan registrasi dan SOP sebagai konteks model bahasa.
04Tampilkan JSON dan draft AI secara terpisah untuk review manusia.
Header CSV wajib, ID terisi, nominal rupiah integer, kategori harga unik dan versi aturan. Kode menentukan temuan; reviewer mencocokkan draft AI dengan JSON.
Hasil, dengan konteks.
Baseline final sintetis berisi enam baris registrasi dan enam baris pembayaran, menghasilkan lima temuan dan lima ID peserta terdampak. Output AI mempertahankan CASE-001 hingga CASE-005 dengan kode dan bukti yang cocok. Ini satu baseline yang diamati, bukan benchmark akurasi umum atau penghematan waktu.
Kasus review baseline
Satu dataset sintetis: 6 baris registrasi dan 6 pembayaran.
Unit test lokal lolos
Pengujian kode, bukan tujuh run live Langflow.
Pelajaran & langkah berikutnya +
- Data snapshot yang hilang bukan bukti belum membayar.
- Jumlah kasus dan jumlah peserta terdampak adalah ukuran berbeda.
- Demo yang benar belum membuktikan kebutuhan, penghematan waktu atau kesiapan produksi.
Lebih dalam.
Teknologi & fitur +
Langflow / Python / Google Gemini / CSV / unittest
- Validasi input CSV registrasi dan pembayaran
- Deteksi registrasi, pembayaran dan referensi berulang
- Review ID tidak cocok, baris pembayaran hilang dan nominal berbeda
- Pemeriksaan harga berversi dan kategori tiket tidak dikenal
- ID kasus, bukti baris dan laporan JSON deterministik
- Penjelasan berbasis SOP dan draft klarifikasi netral
Status fitur & batasan +
Audit deterministik dan bukti
BerfungsiBaseline final ditunjukkan di Langflow; tes lokal mencakup validasi dan aturan audit.
Draft klarifikasi AI
PrototipeIdentitas kasus dan bukti baseline dipertahankan; semua draft tetap perlu review.
Dampak pengguna nyata
Belum tervalidasiBelum ada pilot pengguna, penghematan waktu terukur atau pelanggan berbayar yang diklaim.
Catatan sistem AI +
Penyedia / model
Google Gemini melalui Langflow; screenshot workflow final merekam model yang dipilih.
Aliran data
Catatan registrasi, temuan dan SOP masuk ke prompt model. Fixture dan screenshot publik sintetis; upload serta history Playground dapat tersimpan lokal.
Validasi
Header CSV wajib, ID terisi, nominal rupiah integer, kategori harga unik dan versi aturan. Kode menentukan temuan; reviewer mencocokkan draft AI dengan JSON.
Penanganan kegagalan
Input salah menghentikan workflow dengan error. Pencocokan ambigu tetap perlu klarifikasi; draft AI tidak mengubah data atau mengirim pesan.
Batasan
Belum ada verifier draft otomatis, audit trail keputusan review, kontrol akses produksi atau penghapusan terjadwal. Instruksi prompt bukan jaminan terhadap semua kesalahan model.
