decision_intelligence
Alur penalaran strategis AI per isu nasional & perumusan rekomendasi mitigasi pimpinan (03:00 WIB) ke dalam indeks Elasticsearch decision_intelligence.
Pipeline Data: decision_intelligence (Issue-Level Strategic Recommendations)
Indeks Elasticsearch decision_intelligence memuat hasil sintesis intelijen strategis tingkat tinggi terhadap isu-isu publik kritis nasional. Pipeline ini merumuskan skor risiko komposit, akar masalah (root cause), proyeksi dampak sistemik (impact), serta arahan rekomendasi mitigasi taktis (recommended_actions) bagi pengambil kebijakan.
ALUR DECISION INTELLIGENCE WORKER (`decision-worker`)
Kalkulasi skor ancaman, rekomendasi mitigasi strategis, dan notifikasi early warning
Membaca data sentimen agregat, anomali volume, dan isu kritis dari Aggregation Worker.
Menghitung indeks kerentanan dan tingkat keparahan ancaman berdasarkan matriks risiko standar.
Menyusun butir-butir rekomendasi taktis (Langkah Cepat, Mitigasi Menengah, & Solusi Kebijakan).
Mengirim sinyal peringatan dini ke pemangku kepentingan dan menyinkronkan data ke portal eksekutif.
1. Prinsip Utama Arsitektur Pipeline
Pipeline decision_intelligence dirancang dengan prinsip efisiensi kognitif tinggi:
- Global Intelligence Level (Bukan Scan Mentah):
Engine
decision-workerTIDAK membaca indeksarticlessecara langsung dan TIDAK melakukan query ke database PostgreSQL. Seluruh pemrosesan memanfaatkan data yang sudah dipadatkan olehnexa-aggregation. - Evidence-Based Grounding:
Indeks
issue_dashboardbertindak sebagai primary evidence source yang menyuplai ringkasan artikel sampel (sample_articles), entitas tokoh/lembaga kunci (top_entities), dan kata kunci kritis (top_keywords) per isu. - Efisiensi Token & Respons Kilat: Ukuran prompt AI menjadi jauh lebih ringkas (hemat token hingga >85% dibanding membaca naskah artikel utuh), sementara waktu eksekusi inferensi AI batch harian berlangsung terkontrol.
2. Alur Eksekusi End-to-End & Jadwal Batch (03:00 WIB)
Pipeline dieksekusi secara otomatis setiap hari pada pukul 03:00 WIB (0 3 * * *), tepat setelah nexa-aggregation menyelesaikan kalkulasi agregasi harian pada pukul 02:00 WIB:
Alur Eksekusi End-to-End & Jadwal Batch (03:00 WIB)
Aggregation Phase (02:00 WIB) → Decision Phase (03:00 WIB) → Downstream Consumers
Engine decision-worker mengekstrak data dari 4 indeks ES dan memadatkan konteks menjadi JSON ringkas (>85% hemat token).
Mengirim payload ke AIOS Reasoning Layer untuk perumusan skor risiko komposit, root cause, impact, dan rekomendasi mitigasi.
decision-worker memvalidasi skema output dan menyusun primary key unik: decision_{issue_slug}_{YYYY-MM-DD}.
Menyimpan seluruh dokumen keputusan strategis yang telah tervalidasi ke dalam indeks Elasticsearch decision_intelligence.
3. Sumber Data Masukan (Input Evidence Matrix)
decision-worker mengekstrak data dari 4 indeks Elasticsearch agregasi H-1:
| Indeks Sumber | Peran dalam Sintesis Keputusan | Field Utama yang Dikonsumsi |
|---|---|---|
issue_dashboard | Bukti Utama (Primary Evidence) per isu publik | issue, leaf_node_id, taxonomy_path, avg_risk, top_provinces, top_entities, top_keywords, sample_articles |
national_dashboard | Konteks makro risiko nasional | national_risk, total_event, taxonomy_summary, active_sources |
trending_topics | Deteksi kecepatan eskalasi & anomali tren | trend_percentage, cluster, average_risk |
province_dashboard | Lokalisasi sebaran wilayah kritis | province, overall_risk, taxonomy_summary |
4. Format Dokumen Elasticsearch (decision_intelligence)
Dokumen disimpan dengan skema penamaan ID unik: decision_{issue_slug}_{YYYY-MM-DD} (atau decision_national_{YYYY-MM-DD} untuk sintesis makro nasional):
{
"doc_id": "decision_pilkada_jakarta_memanas_2026-09-26",
"generated_at": "2026-09-26T03:00:00+07:00",
"generated_from": {
"start": "2026-09-25T00:00:00+07:00",
"end": "2026-09-25T23:59:59+07:00"
},
"period": "24h",
"issue": "Pilkada Jakarta memanas akibat polarisasi",
"province": "DKI Jakarta",
"priority": "KRITIS",
"taxonomy": {
"l1": "POLITIK",
"leaf": "Pilkada Jakarta memanas akibat polarisasi"
},
"risk_score": 78,
"root_cause": "Eskalasi gesekan massa simpatisan paslon di ruang siber dan lapangan menjelang tahapan penetapan paslon resmi KPU DKI.",
"impact": "Potensi polarisasi sosial merembet ke ranah komunal di wilayah penyangga (Banten & Jabar), mengganggu stabilitas kamtibmas dan sentimen ekonomi ibu kota.",
"recommended_actions": [
"Polda Metro Jaya meningkatkan patroli siber terpadu dan mitigasi narasi provokatif di media sosial.",
"Bawaslu & Sentra Gakkumdu segera memediasi tim sukses paslon guna menekan retorika ofensif.",
"Pemprov DKI mengaktifkan forum Forkopimda bersama tokoh masyarakat untuk mendinginkan tensi publik."
],
"confidence": 92,
"evidence": {
"issue_dashboard_id": "issue_pilkada_jakarta_memanas_2026-09-25",
"province_dashboard_id": "province_dki_jakarta_2026-09-25",
"national_dashboard_id": "national_2026-09-25",
"trending_topic_id": "trend_pilkada_jakarta_memanas_2026-09-25"
},
"generated_by": "decision-worker",
"document_version": 1
}5. Spesifikasi Payload Kontrak AIOS
Payload JSON terstruktur yang dikirimkan oleh decision-worker ke endpoint AI:
{
"issue": "Pilkada Jakarta memanas akibat polarisasi",
"taxonomy_path": "POLITIK > Pemilu > Pilkada",
"avg_risk": 78,
"total_event": 4500,
"top_provinces": ["DKI Jakarta", "Banten", "Jawa Barat"],
"top_entities": ["Bawaslu DKI", "KPU DKI", "Pasangan Calon A", "Polda Metro Jaya"],
"top_keywords": ["kampanye hitam", "polarisasi", "protes", "pelanggaran", "demonstrasi"],
"sample_articles": [
"Massa simpatisan menggelar aksi di depan kantor Bawaslu menuntut investigasi dugaan pelanggaran.",
"Polda Metro Jaya menyiagakan 2.500 personel gabungan mengamankan tahapan pemilu serentak di wilayah ibu kota."
],
"national_context": {
"national_risk": 60.7,
"total_event": 28450
}
}6. Konsumsi Data Downstream
Dokumen pada indeks decision_intelligence dikonsumsi oleh:
- Dashboard Overview — Panel Rekomendasi Intelijen:
- Backend memfilter dokumen dengan
confidence >= 60dan menyajikan kartu arahan mitigasi langsung di antarmuka utama pimpinan.
- Backend memfilter dokumen dengan
- Executive Briefing — Prioritas Tindak Lanjut:
- Disajikan pada modal dan lembar cetak PDF eksekutif (
/ew/briefing) untuk isu berstatuspriority IN ['KRITIS', 'TINGGI']terurut berdasarkanrisk_score DESC.
- Disajikan pada modal dan lembar cetak PDF eksekutif (
- API Gateway (
/decision/recommendations):- Menyediakan feed JSON bagi sistem eksternal atau aplikasi mobile komando pimpinan.
trending_topics
Alur deteksi lonjakan kecepatan isu (velocity spike 3.5x SD), kalkulasi peringkat tren harian (Top 10), dan pengisian indeks Elasticsearch trending_topics untuk panel Trending Topics dan mentions.
decision_simulation
Alur pipeline interaktif on-demand pemodelan skenario krisis (What-If Policy Sandbox), penautan bukti empiris media monitoring (BM25 Elasticsearch), penalaran kausalitas AI (POST /ai/simulate), dan persistensi PostgreSQL (simulation_runs).