← Portofolio

AI & Otomasi

Mesin AI untuk klasifikasi jawaban survei terbuka

Platform yang mengotomasi pekerjaan paling melelahkan di riset kuantitatif — coding ribuan jawaban terbuka — dengan algoritma 4 fase berbasis LLM, dipakai tim riset di produksi setiap hari.

Klien Internal — firma riset
Tahun 2025–2026
Peran Perancang & developer tunggal
Teknologi PythonFlaskPostgreSQLCeleryRedisLLM APIDocker
±60 dtk per variabel diklasifikasi
100% cakupan respons
$0.15 biaya per 1 juta token

Tantangan

Di riset kuantitatif, jawaban pertanyaan terbuka (“Apa alasan Anda?”) harus diklasifikasikan ke dalam kategori — pekerjaan manual berhari-hari untuk ribuan respons, rawan inkonsistensi antar-coder, dan menjadi bottleneck di hampir setiap proyek.

Pendekatan

Saya membangun platform klasifikasi otomatis dengan algoritma empat fase: ekstraksi kandidat kategori, penggabungan semantik berbasis LLM (fase yang menjadi terobosan — kategori serupa dideteksi dari makna, bukan sekadar kemiripan kata), klasifikasi penuh, dan kontrol kualitas.

Desainnya berpijak pada realitas riset sehari-hari:

  • Mendukung pertanyaan semi-terbuka (kategori pre-coded + “Lainnya”) yang dominan di kuesioner nyata.
  • Multi-tenant dengan registrasi OTP — satu instalasi melayani banyak tim.
  • Ongkos dijaga ketat: dengan pemilihan model yang ekonomis, biayanya hanya sekitar $0,15 per juta token.

Hasil

Live di produksi dan dipakai tim riset setiap hari: rata-rata ±60 detik per variabel dengan cakupan respons 100% — pekerjaan yang dulu memakan hari kini selesai dalam hitungan menit, dengan konsistensi kategori yang bisa diaudit.