Lewati ke konten utama

TEKNOLOGI

Stack yang menjalankan LETRIV.

LETRIV dibangun sebagai monorepo web desktop-first: antarmuka Next.js, backend Supabase, layanan NLP FastAPI, serta paket bersama untuk taksonomi dan pemrosesan Arab โ€” dengan human-in-the-loop wajib di setiap rilis diagnosis.

LAPISAN PLATFORM

Teknologi, fungsi, dan output.

  • Frontend

    Next.js + TypeScript

    Fungsi

    Menyajikan App Router, UI RTL Arab, Writing Workspace, OCR Review, Diagnostic Map, Annotation Studio, dan Admin Console.

    Output

    • Halaman peran mahasiswa, dosen, pakar, peneliti, admin
    • Alur unggah โ†’ verifikasi โ†’ diagnosis โ†’ revisi di browser
    • Antarmuka marketing & i18n (ID / EN / AR)
  • Presentasi

    Tailwind CSS + UI Kit

    Fungsi

    Menyeragamkan komponen, tipografi, dan palet merek agar interaksi diagnostik tetap jelas di desktop.

    Output

    • Komponen tombol, kartu, dan formulir konsisten
    • Tampilan span diagnosis dan status review
    • Layout responsif desktop-first
  • Backend & data

    Supabase (Postgres, Auth, Storage)

    Fungsi

    Menyimpan institusi, kelas, submission, versi naskah, diagnosis, dan berkas gambar; menegakkan RBAC serta RLS per tenant.

    Output

    • Sesi pengguna & lima peran (RBAC)
    • Tabel submission, diagnosis, audit, pseudonim
    • Bucket penyimpanan gambar tulisan tangan
    • Trigger gate E-03 / V-01 tanpa bypass
  • Diagnosis AI

    FastAPI NLP Service

    Fungsi

    Menjalankan mesin diagnosis span-level (morfologi, sintaksis, leksikal/ortografis) dengan versi model dan taksonomi tercatat.

    Output

    • Daftar temuan span (start, end, teks)
    • Kategori & subkategori taksonomi
    • Skor keyakinan + model_version
    • Draft diagnosis siap moderasi dosen
  • Examine

    OCR (Tesseract / Vision API)

    Fungsi

    Mengubah gambar tulisan tangan Arab menjadi transkripsi awal yang wajib diverifikasi manusia sebelum diagnosis.

    Output

    • Teks OCR draft + metadata akurasi
    • Status ocr_pending โ†’ ocr_verified (E-03)
    • Jejak koreksi manual pada transkripsi
  • Kontrak data

    @letriv/taxonomy & arabic-utils

    Fungsi

    Menyediakan taksonomi interlanguage v1 dan pra-pemrosesan teks Arab (normalisasi, offset span) yang konsisten antara web dan NLP.

    Output

    • Skema kategori morfologi ยท sintaksis ยท leksikal/ortografis
    • text_normalized untuk analisis
    • Offset codepoint yang selaras JSโ€“Python
  • Research output

    Ekspor PDF / CSV (Puppeteer, SheetJS)

    Fungsi

    Menghasilkan artefak evaluasi dan dataset riset dengan provenance (versi model, taksonomi, keputusan manusia).

    Output

    • Laporan PDF per mahasiswa
    • CSV/Excel korpus span + label
    • Metadata provenance untuk reproduktifitas

ALUR TEKNIS

Bagaimana komponen saling terhubung.

Setiap langkah menghasilkan artefak yang menjadi input langkah berikutnya โ€” tanpa melewati gate verifikasi.

  1. 01

    Browser Next.js mengunggah naskah/teks ke Supabase DB + Storage.

  2. 02

    OCR (jika gambar) menghasilkan draft transkripsi; mahasiswa memverifikasi (E-03).

  3. 03

    arabic-utils menormalisasi teks; web memanggil FastAPI /diagnose.

  4. 04

    NLP mengembalikan span draft; status submission โ†’ pending_moderation.

  5. 05

    Dosen mereview di Annotation Studio (V-01) lalu merilis temuan yang disetujui.

  6. 06

    Mahasiswa melihat span terverifikasi; revisi membuat versi baru dan dapat mengulang diagnosis.

  7. 07

    Peneliti/admin mengekspor PDF/CSV dengan jejak model dan keputusan manusia.

Lihat stack bekerja di alur nyata.

Buka workflow evaluasi diagnostik, atau masuk ke platform untuk mencoba workspace penelitian.