Entitas & Master Data
Pemetaan Data & Output Pemrosesan AI
Katalog spesifikasi data dan indeks Elasticsearch yang diproses serta dihasilkan oleh model kecerdasan buatan (NLP, LLM, Graph AI, RAG), data input sumber, dan pipeline pemrosesnya.
Pemetaan Data & Output Pemrosesan AI
Halaman ini berfungsi sebagai katalog data-centric bagi Tim AI, Data Engineer, dan System Architect untuk memetakan seluruh data yang dihasilkan dan diproses oleh model kecerdasan buatan (Natural Language Processing, Large Language Models, Graph AI, atau Machine Learning) di platform Nexa.
Fokus utama halaman ini adalah data dan artefak output AI—bukan sekadar modul antarmuka—sehingga tim teknis dapat mengetahui secara presisi:
- Data apa yang diproduksi oleh model AI (Output Artifact / Target Index).
- Field dan wawasan apa yang dihasilkan oleh model (Output Specification).
- Data apa yang dijadikan bahan bakar/konteks bagi model (Input / Context Source).
- Pipeline mana di portal dokumentasi yang menjalankan alur pemrosesan tersebut.
Pembeda Utama: Data AI vs. Data Agregasi Statistik
Di platform Nexa, terdapat indeks yang dihasilkan secara deterministik/agregasi statistik (seperti national_dashboard, province_dashboard, early_warning_signals, trending_topics, dan taxonomy_correlation oleh nexa-aggregation) tanpa campur tangan model bahasa.
Indeks-indeks agregasi tersebut umumnya berperan sebagai data input/konteks ringkas bagi pipeline AI, sedangkan tabel di bawah ini berfokus pada data yang benar-benar diperkaya atau disintesis oleh model AI.
Katalog Data & Indeks Hasil Pemrosesan AI
| Data / Indeks Output AI | Spesifikasi Wawasan Hasil AI (Output Fields) | Data Sumber (Input AI) | Pipeline Pemroses (Dokumentasi) | Modul Konsumen (Frontend) |
|---|---|---|---|---|
early_warning_analysis(Indeks Elasticsearch) | • situasi: Sintesis narasi dinamika ancaman terkini.• prediksi: Proyeksi eskalasi krisis untuk 1–7 hari ke depan.• langkah: 3 rekomendasi taktis mitigasi krisis bagi pimpinan. | early_warning_signals(Dokumen sinyal hasil agregasi) & articles(Sampel judul berita nyata) | Pipeline Early Warning & Risk & Pipeline AIOS | /app/early-warning( EarlyWarning.jsx)↳ Blok Detail Analisa |
decision_intelligence(Indeks Elasticsearch) | • executive_summary: Ringkasan situasi makro nasional.• recommendations: Arahan kebijakan spesifik per peran (Presiden, Menko, Kapolri, Gubernur).• priority_actions: Matriks prioritas tindakan (High/Medium/Low). | national_dashboard,province_dashboard,issue_dashboard,articles (Sampel headline) | Pipeline Decision Intelligence & Pipeline AIOS | /app( Home.jsx)↳ Ringkasan Eksekutif & Modal Analisa |
pillar_intelligence(Indeks Elasticsearch) | • pillar_summary: Sintesis naratif mendalam per pilar (Politik, Ekonomi, Sosial, Budaya, Hankam).• role_insights: Sudut pandang khusus 4 peran pimpinan.• risk_assessment: Evaluasi ancaman sektoral berbasis data berita. | national_dashboard(Rekapitulasi 5 pilar) & articles(Berita berlabel pilar terkait) | Pipeline Pillar Intelligence & Pipeline AIOS | /app( Home.jsx) &/dashboard/briefing↳ Kartu Analisa 5 Pilar |
articles(Enriched Berita Media) | • sentiment: Klasifikasi sentimen (positif, negatif, netral) & skor bobot.• entities: Ekstraksi NER (Orang, Organisasi, Lokasi geografis).• taxonomy: Pemetaan hirarki isu (L1 Pilar s/d L5 Spesifik).• summary: Ringkasan esensial 1–2 kalimat artikel. | documents(Naskah teks mentah hasil scraping portal media online) | Pipeline Berita Media (articles) &Pipeline Intelligence Feed | /app/media( Media.jsx),/app/media/feed( MediaFeed.jsx) |
postings(Enriched Media Sosial) | • sentiment: Sentimen percakapan warganet.• keywords & topics: Ekstraksi tagar dan topik percakapan.• toxicity & intent: Identifikasi nada kritik, ujaran kebencian, atau dukungan publik. | Streaming teks media sosial mentah dari Phone Farm swarm (X, FB, IG, TikTok) | Pipeline Postings & Pipeline Phone Farm | /app/media (Kanal Medsos),/app/aktivis( RegistriAktivis.jsx) |
knowledge_graph(Graf Relasi & Jejaring) | • nodes: Entitas aktor, tokoh, instansi, peristiwa.• edges: Relasi co-occurrence & hubungan kontekstual.• centrality: Metrik PageRank, Betweenness, & Degree.• communities: Klasterisasi kubu/komunitas aktor & polarisasi. | Entitas terindeks dari articles dan postings | Pipeline Knowledge Graph | /app/knowledge-graph( KnowledgeGraph.jsx) |
| Sesi Interaktif Copilot / RAG (Live Session Response) | • answer: Jawaban analitik kontekstual berbasis data fakta.• citations: Referensi artikel pembuktian riil dari Elasticsearch.• suggested_actions: Rekomendasi tindakan taktis & penugasan instansi terkait. | Prompt interaktif pengguna + Korpus indeks articles, knowledge_graph, & master data kementerian | Pipeline AIOS & AI-Middleware (Multi-Agent RAG Engine) | /app/ai-agents( AiAgents.jsx) &Modal Tanya AI di semua modul |
| Analisis Perkara Yudisial (Payload Analitik Kasus) | • pertimbangan_hukum: Ekstraksi poin pertimbangan majelis hakim.• profil_terdakwa: Identifikasi peran terdakwa & modus operandi.• estimasi_kerugian: Kalkulasi nilai kerugian keuangan negara.• amar_summary: Rangkuman putusan vonis. | Naskah amar putusan Mahkamah Agung & berkas dakwaan jaksa | Pipeline AIOS & AI-Middleware (Workflow: Judicial NLP) | /app/judicial( JudicialIntelligence.jsx) |
| Analisis Harmonisasi Regulasi (Matriks Regulasi) | • conflict_points: Deteksi tumpang tindih klausul antar-pasal.• business_impact: Evaluasi hambatan perizinan & kemudahan berusaha.• recommendations: Usulan deregulasi atau revisi aturan. | Naskah perundangan (UU, PP, Perpres, Permen) | Pipeline AIOS & AI-Middleware (Workflow: Regulatory NLP) | /app/regulasi( RegulatoryIntelligence.jsx) |
| Deteksi Ancaman Kamtibmas (Sinyal Anomali Keamanan) | • threat_signals: Deteksi potensi eskalasi konflik horizontal.• heat_map_points: Titik rawan gangguan keamanan & ketertiban.• sabotage_risk: Identifikasi ancaman pada objek vital nasional. | Laporan kejadian kamtibmas kepolisian & pemberitaan kriminal lokal di articles | Pipeline AIOS & AI-Middleware (Workflow: Security NLP) | /app/kem/kamtibmas,/app/kem/polri( IntelKamtibmas.jsx) |
| Proyeksi Pangan & Fiskal (Forecasting Analytics) | • price_spike_prediction: Proyeksi lonjakan harga bahan pokok 7–14 hari.• harvest_deficit: Deteksi dini anomali pasokan & potensi gagal panen.• fiscal_stress: Indikator tekanan likuiditas & belanja daerah. | Data deret waktu pasar (PIHPS/BPS), cuaca BMKG, & realisasi APBN/APBD | Pipeline AIOS & AI-Middleware (Workflow: Agri/Economic AI) | /app/kem/pertanian,/app/kem/ekonomi( Pertanian.jsx) |
simulation_runs(Tabel PostgreSQL & Live Payload) | • summary: Ringkasan proyeksi dampak krisis.• indicators: Deviasi indikator sebelum vs sesudah guncangan (before, after, direction).• cascade: Rantai kausalitas multi-tier (From → To → Effect).• regional: Skor sebaran risiko ke 38 provinsi.• risiko_utama & mitigasi: Rekomendasi tindakan taktis mitigasi krisis. | articles(Elasticsearch BM25 grounding 30 hari), fact_indicator(PostgreSQL baseline makro), & Parameter Skenario Analis | Pipeline AIOS & AI-Middleware (Endpoint: POST /ai/simulate) &Decision Simulation Docs | /app/simulasi //dashboard/simulation( scenario-builder.tsx) |
Diagram Alur Transformasi: Dari Data Mentah hingga Artefak AI
[Data Mentah / Scraped Ingestion]
├── Portal Berita Online (Teks) ──────► NLP Pipeline ───────────────► [ES: articles]
└── Phone Farm Multi-Channel ────────► Social NLP Engine ──────────► [ES: postings]
│
▼
[Pipeline Agregasi Statistik (Non-AI)] [Graph AI & SNA]
├── Hitung Metrik & 5 Pilar ──────────► [ES: national_dashboard] │
├── Hitung Risiko 38 Provinsi ────────► [ES: province_dashboard] ▼
└── Deteksi Lonjakan Tren/Sinyal ─────► [ES: early_warning_signals] [ES: knowledge_graph]
│
▼
[Pipeline AIOS / Decision LLM (AI Inference)]
├── Konteks Sinyal + Headline ────────► LLM Predictive ─────────────► [ES: early_warning_analysis]
├── Konteks Agregat + Headline ───────► LLM Strategic ──────────────► [ES: decision_intelligence]
├── Konteks 5 Pilar + Berita ─────────► LLM Pillar Analyst ─────────► [ES: pillar_intelligence]
└── Grounding Berita + Skenario ──────► Causal Inference Engine ────► [PG: simulation_runs]Overview Master Data
Katalog entitas data utama, model domain relasional, struktur taksonomi, dan ontologi bisnis pada platform Nexa Intelligence.
Wilayah Administratif Indonesia
Spesifikasi master data wilayah administratif Republik Indonesia (38 Provinsi, Kabupaten/Kota, Kecamatan, Kelurahan), kode referensi, dan relasi geospasial di tabel master_regions.