Postingan dalam kategori
21postingan
Kompilasi seluruh 12 aturan utama OCR Engine, 16 aturan Smart Transaction Parser, serta dokumentasi penanganan spesifik Nota INDOMARCO Model 2.
Memisahkan system prompt hardcode dari user input menggunakan field API yang tepat (systemInstruction untuk Gemini, system untuk Ollama) dan membuat Ollama Custom Modelfile agar system prompt nol token saat runtime di jalur Ollama.
Changelog perbaikan bug ekstraksi tanggal transaksi pada UI SmartNote, pembersihan skema OCR di MCP Server, serta implementasi logika diskon mutually-exclusive (anti-double counting).
Refaktor arsitektur OCR Engine dari prompt hardcode menjadi Dynamic RAG Injection. Pengetahuan penafsiran nota spesifik (seperti format Faktur FI RINCINSARI / KRT.LSN.SAT) kini disuplai secara dinamis dari Vector Database RAG saat runtime, bukan dikodekan statis di source code.
Resolusi atas isu visual template OpenCV yang gagal tersimpan, penyempurnaan AI OCR untuk membaca UoM dan tanggal secara cerdas, serta perbaikan tabel layout PDF pada laporan jurnal.
Changelog untuk penyelesaian bug tata letak PDF laporan jurnal, kesalahan fallback tanggal pada OCR, implementasi rotasi multi-API Key, serta catatan penyelesaian algoritma diskon OCR.
Menambahkan fungsi inline edit untuk harga, Qty, item, dan tanggal di RecommendedPurchase serta fix bug custom_product_name dari AI
Optimasi prompt OCR Vision dan AI Structurer untuk peningkatan akurasi ekstraksi nota.
Arsitektur Hybrid AI Local-First Ollama serta perbaikan bug tanggal transaksi.
Penambahan API Key fallback lapis ketiga dan pembaruan versi model Vision untuk memaksimalkan resiliensi layanan AI.
Perbaikan posisi injeksi today_date agar model Gemini tidak mengabaikan konteks tanggal saat parsing Smart Note.
Rencana pengembangan untuk memungkinkan pengeditan list rencana belanja yang belum complete (Draft/Pending).
Pembaruan instruksi LLM (Smart Note Parser) pada MCP Server terkait aturan default pembayaran, validasi jatuh tempo, perhitungan matematis diskon, serta perbaikan pengambilan SKU pada fitur autocomplete UI.
Menganalisis secara mendalam mengapa hasil OCR Test ke-2 mengarang bebas ("Kuningan Abi Fima") dan bagaimana model TrOCR meracuni pipeline NLP Parser.
Mendokumentasikan seluruh aturan dan perilaku yang harus terus dipertahankan dalam arsitektur OCR dan NLP agar tidak terhapus pada update selanjutnya.
Rencana perbaikan komprehensif untuk mengatasi halusinasi OCR, mempercepat latensi parsing (NLP), dan mengotomatisasi jurnal mandiri (QRIS/Transfer).
Rencana penerapan Contour Detection OpenCV secara dinamis untuk mendeteksi area nota demi memangkas latensi.
Analisis Arsitektur, Efisiensi, Latensi, dan Rencana Implementasi Pemindahan Sistem Aturan AI ke MCP Server untuk Ekosistem Samkarsa.
Memperbaiki logika kalkulasi jatuh tempo pada Python Backend, mengintegrasikan Item-Level RAG secara rapi, dan menurunkan model OCR lokal Blonjo.
Menganalisis fenomena Prompt Bleed pada LLM yang memicu halusinasi OCR, memperketat aturan parsing "=" dan tanggal jatuh tempo, serta menyempurnakan logika penjurnalan Utang Usaha pada frontend.
Snapshot awal seluruh komponen, UI, dan arsitektur terpadu Jualan (Frontend Blonjo, MCP, dan Backend Sajen).