SAKTI: Operasional koperasi penjahit
Order sesuai kapasitas
Prototipe untuk membantu koperasi penjahit membagi order sesuai kapasitas dan memantau operasional harian.
ML workflow, logika alokasi, full-stack development, visualisasi data, dan presentasi
Juara 2 — PCU × SUTD GEO 2026; prototype fungsional dipresentasikan bersama Koperasi Sumber Mulia Barokah sebagai industry partner.
01 / 05 Prototipe untuk membantu koperasi penjahit membagi order sesuai kapasitas dan memantau operasional harian.
Masalah yang dikerjakan.
SAKTI adalah platform alokasi penjahit berbantuan ML dan manajemen koperasi yang dikembangkan pada GEO 2026, program kolaborasi Petra Christian University dan Singapore University of Technology and Design. Dibuat bersama Koperasi Sumber Mulia Barokah, prototype ini menggabungkan profiling penjahit, rekomendasi kontekstual, pemeriksaan workload aktif, inventori, project tracking, pembelian, monitoring produksi, upah, dan analitik operasional.
Masalah
Admin membagi order ke jaringan penjahit dengan mengandalkan ingatan, kedekatan personal, dan komunikasi manual sehingga workload tidak merata, inventori sulit dipantau, dan bulk order menambah tekanan operasional.
Pengguna
Admin dan manajer koperasi; mitra penjahit sebagai penerima manfaat utama
Keputusan utama.
- Membersihkan dataset koperasi dan membentuk fitur operasional yang cukup bermakna untuk clustering
- Mengintegrasikan output clustering ke workflow alokasi kerja yang praktis
- Berkoordinasi dengan anggota tim multidisiplin dari bisnis, arsitektur, dan bisnis internasional
Penemuan produk & konteks pengguna +
Product discovery
Dari masalah operasional ke keputusan produk
Problem framing
Bagaimana membagi setiap project ke penjahit yang tersedia agar koperasi dapat meningkatkan efisiensi produksi sesuai urgensi dan jumlah order?
Hipotesis
Jika sistem menggabungkan profil performa historis, konteks order, dan workload aktif, admin dapat beralih dari keputusan berbasis ingatan ke keputusan yang lebih cepat, adil, dan dapat dijelaskan.
Persona utama
Pengguna Utama
Administrator Operasional Koperasi Bertanggung jawab atas order masuk, alokasi penjahit, visibilitas inventori, monitoring produksi, dan koordinasi deadline pada jaringan mitra yang besar.Pain points
- Distribusi kerja tidak merata dan bottleneck pada penjahit favorit
- Sulit mengingat speed, kerapian, dan ketersediaan setiap penjahit
- Tidak ada tampilan terintegrasi untuk pekerjaan aktif dan sisa material
- Risiko deadline terlewat dan koordinasi manual yang tinggi
Tujuan
- Alokasi yang efisien dan adil
- Decision support berbasis data
- Visibilitas produksi dan inventori secara real-time
- Mengurangi pekerjaan manajerial manual
Customer journey & respons produk
- 01
Menerima order besar
Friction: Admin menerima order volume tinggi tanpa gambaran kapasitas langsung.
Respons produk: Mencatat kategori, jumlah, dan deadline sebagai input alokasi terstruktur.
- 02
Memeriksa kesiapan material
Friction: Sisa kain dilacak manual dan dapat menjadi ghost inventory.
Respons produk: Menampilkan stok, pembelian, dan kebutuhan material dalam sistem manajemen yang sama.
- 03
Membagi workload
Friction: Admin harus mengingat siapa yang cepat, rapi, dekat, dan sedang tersedia.
Respons produk: Meranking penjahit lewat profiling, bobot adaptif, aturan logistik, dan status aktif.
- 04
Memantau produksi
Friction: Pekerjaan aktif dan deadline tersebar di pesan dan catatan manual.
Respons produk: Menghubungkan assignment dengan progress, status, dan dashboard operasional.
- 05
Menutup dan memakai ulang kapasitas
Friction: Pekerjaan selesai dan sisa material sulit direkonsiliasi untuk order berikutnya.
Respons produk: Mengembalikan penjahit selesai ke pool tersedia dan memperbarui sisa stok.
Value Proposition Canvas
Customer profile
Jobs
- Mengelola bulk order
- Mengontrol inventori
- Membagi workload
- Memantau progress
Pain points
- Ketergantungan pada ingatan
- Assignment tidak merata
- Ghost inventory
- Bottleneck produksi
Gains
- Alokasi adil
- Keputusan lebih cepat
- Kapasitas terlihat
- Otomatisasi manajerial
Value map
Produk & layanan
- Smart Tailor Allocation System
- Dashboard koperasi terintegrasi
Pain relievers
- Profiling penjahit berbasis ML
- Pemeriksaan workload aktif
- Catatan inventori dan progress
Gain creators
- Matching berbasis spesialisasi
- Adaptive scoring
- Operasi berbasis sistem
Business Model Canvas
Customer segments
- Koperasi penjahit
- Admin dan manajer koperasi
- Mitra penjahit
- Pemesan seragam skala besar
Value propositions
- Distribusi kerja adil
- Rekomendasi adaptif terhadap deadline
- Visibilitas produksi dan stok terintegrasi
Key resources
- Profil penjahit terkurasi
- Logika alokasi
- Python, Streamlit, SQLite, dan scikit-learn
Key activities
- Profiling penjahit
- Assignment algoritmis
- Tracking inventori
- Monitoring produksi dan upah
Partners & channels
- Supplier kain
- Komunitas penjahit
- Institusi pemesan bulk order
- Dashboard web di browser kantor
Cost structure
- Hosting dan maintenance
- Pembaruan data skill penjahit
- Input data inventori operasional
Yang saya bangun.
Menerjemahkan masalah operasional menjadi prototype decision support yang menggabungkan profiling berbantuan ML, logika alokasi adaptif, data operasional, interface Streamlit, dan analitik visual.
- Menyiapkan dan memproses data performa penjahit untuk workflow profiling berbantuan ML.
- Mengembangkan logika alokasi adaptif dan workload balancing, lalu mengintegrasikan rekomendasi dengan data project operasional.
- Membangun interface prototype dan visualisasi operasional menggunakan Python dan Streamlit.
- Menyusun persona, journey map, storyboard, Value Proposition Canvas, dan Business Model Canvas yang membentuk arah produk.
- Menerjemahkan logika teknis ke presentasi bisnis dan mempertahankan solusi saat evaluasi final.
Telusuri pipeline
01Layer 1 - Smart profiling: membersihkan data historis dan mengelompokkan penjahit berdasarkan speed, kerapian, ketepatan waktu, jarak, spesialisasi, dan pola performa terkait.
Riwayat penjahit menghasilkan profil yang dapat dipakai ulang; order aktif menambahkan konteks urgensi, jumlah, kategori, dan logistik; data assignment aktif kemudian menyesuaikan ranking final di dashboard koperasi.
02Layer 2 - Adaptive scoring: menerjemahkan kategori, jumlah, dan deadline menjadi bobot yang berubah; pekerjaan urgent menekankan speed, sementara pekerjaan relaxed memberi pengaruh lebih besar pada kerapian.
Layer 2 - Adaptive scoring: menerjemahkan kategori, jumlah, dan deadline menjadi bobot yang berubah; pekerjaan urgent menekankan speed, sementara pekerjaan relaxed memberi pengaruh lebih besar pada kerapian.
03Layer 2 - Konteks logistik: memprioritaskan penjahit dekat untuk order kecil dan menerima jarak lebih jauh pada order volume besar yang dapat mengonsolidasikan transportasi.
Layer 2 - Konteks logistik: memprioritaskan penjahit dekat untuk order kecil dan menerima jarak lebih jauh pada order volume besar yang dapat mengonsolidasikan transportasi.
04Layer 3 - Load balancing: memeriksa assignment aktif dan memberi busy penalty besar tanpa menyembunyikan kandidat.
Layer 3 - Load balancing: memeriksa assignment aktif dan memberi busy penalty besar tanpa menyembunyikan kandidat.
05Meranking seluruh kandidat, menghitung target output per hari, dan mensimulasikan split order saat kapasitas satu penjahit tidak aman.
Rekomendasi dicek terhadap deadline math, target produksi harian, kapasitas, status aktif, spesialisasi, jarak, dan sinyal kelayakan berbasis cluster. Daftar ranking tetap terlihat agar admin dapat meninjau alasan, bukan menerima keputusan tersembunyi.
Hasil, dengan konteks.
Meraih Juara 2 di SUTD × Petra Christian University International Hackathon. Proyek ini masih berupa prototipe kompetisi; akurasi operasional belum divalidasi dalam produksi.
GEO 2026
Jaringan mitra penjahit
Layer rekomendasi
Mahasiswa multidisiplin
Lebih dalam.
Teknologi & fitur +
Python / Streamlit / Scikit-learn / Pandas / NumPy / SQLite
- Workflow smart allocation untuk penjahit
- Dashboard operasional untuk manajer koperasi
- Modul manajemen penjahit, stok, supplier, dan pembelian
- Otomatisasi alur kerja operasional koperasi
- Artifact user persona, journey, dan value proposition
Status fitur & batasan +
Smart profiling penjahit
PrototipeData speed, kerapian, ketepatan waktu, jarak, dan atribut terkait membentuk cluster operasional.
Context-aware allocation scoring
PrototipeOrder urgent memberi bobot speed 70%; order relaxed menggeser fokus ke kerapian sebesar 40%.
Logistik berbasis jarak
PrototipeOrder di bawah 20 pcs memprioritaskan penjahit terdekat, sedangkan order di atas 50 pcs mengizinkan jarak lebih jauh demi efisiensi produksi.
Load balancing real-time
PrototipePenjahit busy tetap terlihat tetapi mendapat penalti ranking besar agar kandidat idle naik lebih dulu.
Fallback split order
PrototipeSistem mensimulasikan pembagian pekerjaan saat satu penjahit tidak aman menanggung seluruh kapasitas.
Catatan sistem AI +
Penyedia / model
Sistem keputusan tiga layer: profiling penjahit unsupervised, adaptive scoring berbasis rule, dan load balancing berbasis database dalam prototype Streamlit.
Aliran data
Riwayat penjahit menghasilkan profil yang dapat dipakai ulang; order aktif menambahkan konteks urgensi, jumlah, kategori, dan logistik; data assignment aktif kemudian menyesuaikan ranking final di dashboard koperasi.
Validasi
Rekomendasi dicek terhadap deadline math, target produksi harian, kapasitas, status aktif, spesialisasi, jarak, dan sinyal kelayakan berbasis cluster. Daftar ranking tetap terlihat agar admin dapat meninjau alasan, bukan menerima keputusan tersembunyi.
Penanganan kegagalan
Penjahit busy diturunkan prioritasnya alih-alih dihapus, sehingga opsi override tetap ada. Saat satu penjahit tidak cukup, sistem menawarkan custom split order alih-alih memaksa satu assignment.
Batasan
Prototype kompetisi memakai dataset akademik yang jumlah raw, cleaned, dan model-used row-nya tidak diklaim di sini. Logika alokasi masih butuh feedback deployment nyata sebelum bisa mengklaim akurasi produksi.
SAKTI: dokumentasi lengkap +
Ringkasan proyek
- GEO 2026
- Juara 2
- Jaringan mitra penjahit
- 100+
- Layer rekomendasi
- 3
- Mahasiswa multidisiplin
- 6
01 · Ikhtisar
SAKTI adalah platform alokasi penjahit berbantuan ML dan manajemen koperasi yang dikembangkan pada GEO 2026, program kolaborasi Petra Christian University dan Singapore University of Technology and Design. Dibuat bersama Koperasi Sumber Mulia Barokah, prototype ini menggabungkan profiling penjahit, rekomendasi kontekstual, pemeriksaan workload aktif, inventori, project tracking, pembelian, monitoring produksi, upah, dan analitik operasional.
02 · Tantangan
Admin membagi order ke jaringan penjahit dengan mengandalkan ingatan, kedekatan personal, dan komunikasi manual sehingga workload tidak merata, inventori sulit dipantau, dan bulk order menambah tekanan operasional.
Product discovery
Dari masalah operasional ke keputusan produk
Problem framing
Bagaimana membagi setiap project ke penjahit yang tersedia agar koperasi dapat meningkatkan efisiensi produksi sesuai urgensi dan jumlah order?
Hipotesis
Jika sistem menggabungkan profil performa historis, konteks order, dan workload aktif, admin dapat beralih dari keputusan berbasis ingatan ke keputusan yang lebih cepat, adil, dan dapat dijelaskan.
Persona utama
Pengguna Utama
Administrator Operasional Koperasi Bertanggung jawab atas order masuk, alokasi penjahit, visibilitas inventori, monitoring produksi, dan koordinasi deadline pada jaringan mitra yang besar.Pain points
- Distribusi kerja tidak merata dan bottleneck pada penjahit favorit
- Sulit mengingat speed, kerapian, dan ketersediaan setiap penjahit
- Tidak ada tampilan terintegrasi untuk pekerjaan aktif dan sisa material
- Risiko deadline terlewat dan koordinasi manual yang tinggi
Tujuan
- Alokasi yang efisien dan adil
- Decision support berbasis data
- Visibilitas produksi dan inventori secara real-time
- Mengurangi pekerjaan manajerial manual
Customer journey & respons produk
- 01
Menerima order besar
Friction: Admin menerima order volume tinggi tanpa gambaran kapasitas langsung.
Respons produk: Mencatat kategori, jumlah, dan deadline sebagai input alokasi terstruktur.
- 02
Memeriksa kesiapan material
Friction: Sisa kain dilacak manual dan dapat menjadi ghost inventory.
Respons produk: Menampilkan stok, pembelian, dan kebutuhan material dalam sistem manajemen yang sama.
- 03
Membagi workload
Friction: Admin harus mengingat siapa yang cepat, rapi, dekat, dan sedang tersedia.
Respons produk: Meranking penjahit lewat profiling, bobot adaptif, aturan logistik, dan status aktif.
- 04
Memantau produksi
Friction: Pekerjaan aktif dan deadline tersebar di pesan dan catatan manual.
Respons produk: Menghubungkan assignment dengan progress, status, dan dashboard operasional.
- 05
Menutup dan memakai ulang kapasitas
Friction: Pekerjaan selesai dan sisa material sulit direkonsiliasi untuk order berikutnya.
Respons produk: Mengembalikan penjahit selesai ke pool tersedia dan memperbarui sisa stok.
Value Proposition Canvas
Customer profile
Jobs
- Mengelola bulk order
- Mengontrol inventori
- Membagi workload
- Memantau progress
Pain points
- Ketergantungan pada ingatan
- Assignment tidak merata
- Ghost inventory
- Bottleneck produksi
Gains
- Alokasi adil
- Keputusan lebih cepat
- Kapasitas terlihat
- Otomatisasi manajerial
Value map
Produk & layanan
- Smart Tailor Allocation System
- Dashboard koperasi terintegrasi
Pain relievers
- Profiling penjahit berbasis ML
- Pemeriksaan workload aktif
- Catatan inventori dan progress
Gain creators
- Matching berbasis spesialisasi
- Adaptive scoring
- Operasi berbasis sistem
Business Model Canvas
Customer segments
- Koperasi penjahit
- Admin dan manajer koperasi
- Mitra penjahit
- Pemesan seragam skala besar
Value propositions
- Distribusi kerja adil
- Rekomendasi adaptif terhadap deadline
- Visibilitas produksi dan stok terintegrasi
Key resources
- Profil penjahit terkurasi
- Logika alokasi
- Python, Streamlit, SQLite, dan scikit-learn
Key activities
- Profiling penjahit
- Assignment algoritmis
- Tracking inventori
- Monitoring produksi dan upah
Partners & channels
- Supplier kain
- Komunitas penjahit
- Institusi pemesan bulk order
- Dashboard web di browser kantor
Cost structure
- Hosting dan maintenance
- Pembaruan data skill penjahit
- Input data inventori operasional
03 · Strategi produk
Strategi produk
Empat prinsip yang menjaga rekomendasi tetap berguna dalam operasi koperasi.
Rekomendasi objektif
Gunakan data performa dan operasional, bukan hanya ingatan pribadi.
Keputusan adaptif
Sesuaikan prioritas dengan urgensi, jumlah, kualitas, dan logistik order.
Distribusi yang lebih adil
Hindari penumpukan pekerjaan pada penjahit favorit atau yang sudah sibuk.
Operasi terintegrasi
Hubungkan alokasi dengan inventori, pembelian, progress, dan upah.
04 · Arsitektur rekomendasi
Arsitektur rekomendasi
Sistem hybrid ini menggabungkan profiling berbasis ML, scoring kontekstual, dan pemeriksaan workload aktif.
01 · ML-assisted profiling
Data historis speed, kerapian, ketepatan waktu, spesialisasi, usia, dan jarak membentuk profil performa yang mudah dipahami.
02 · Adaptive weighted scoring
Urgensi, jumlah, speed, kerapian, spesialisasi, dan jarak mengubah bobot ranking untuk setiap order.
03 · Real-time workload balancing
Assignment aktif dan ketersediaan memberi busy penalty tanpa menyembunyikan kandidat dari admin.
- Data historis penjahit
- Clustering berbasis ML
- Profil performa
- Adaptive weighted scoring
- Pemeriksaan workload
- Ranking rekomendasi
- Review & keputusan admin
SAKTI tidak menggantikan keputusan manajerial. Sistem memberikan rekomendasi yang dapat ditinjau, dibandingkan, dan di-override oleh admin.
05 · Modul produk
Modul produk
Prototype dirancang sebagai platform operasi koperasi terintegrasi, bukan model rekomendasi yang berdiri sendiri.
Dashboard
Indikator operasi, progress project, pengeluaran, stok, dan distribusi mitra.
Tailor management
Profil, skill, performa, lokasi, dan ketersediaan penjahit.
Order & project
Pembuatan order, deadline, tracking, dan status assignment.
Smart allocation
Ranking penjahit beserta faktor pembentuk skornya.
Inventory
Stok kain, material masuk-keluar, dan visibilitas stok menipis.
Supplier & purchasing
Data supplier, histori pembelian, dan restocking.
Production & wages
Workload aktif, progress produksi, dan pembayaran penjahit.
Analytics
Distribusi workload, aktivitas supplier, biaya, pendapatan, dan performa.
06 · Nilai bisnis
Admin dan manajer koperasi adalah pengguna utama; mitra penjahit menjadi penerima manfaat dari akses proyek yang lebih transparan. Platform ini dirancang untuk mempercepat alokasi, meningkatkan visibilitas inventori, dan mengurangi ketergantungan pada koordinasi manual.
07 · Kontribusi saya
- Menyiapkan dan memproses data performa penjahit untuk workflow profiling berbantuan ML.
- Mengembangkan logika alokasi adaptif dan workload balancing, lalu mengintegrasikan rekomendasi dengan data project operasional.
- Membangun interface prototype dan visualisasi operasional menggunakan Python dan Streamlit.
- Menyusun persona, journey map, storyboard, Value Proposition Canvas, dan Business Model Canvas yang membentuk arah produk.
- Menerjemahkan logika teknis ke presentasi bisnis dan mempertahankan solusi saat evaluasi final.
08 · Hasil
Tim menghasilkan prototype fungsional dan mempresentasikannya kepada evaluator Petra Christian University dan Singapore University of Technology and Design. SAKTI meraih Juara 2 pada GEO 2026 tanpa mengklaim dampak produksi yang belum diuji melalui pilot.
09 · Refleksi & pengembangan berikutnya
Akurasi rekomendasi saja tidak cukup; alat operasional juga harus explainable, maintainable, dan dipercaya pengguna.
- Validasi bobot scoring dengan hasil project historis.
- Ukur kualitas rekomendasi terhadap waktu selesai dan kualitas aktual.
- Tampilkan breakdown skor, alasan override, dan audit log alokasi.
- Pantau fairness distribusi workload dari waktu ke waktu.
- Tambahkan role-based access, notifikasi, dan data operasional yang terus diperbarui.
- Lakukan usability testing bersama admin koperasi sebelum deployment produksi.
