Galeri Portfolio
Memuat daftar portfolio.
Data portfolio sedang diambil dari database.
← Kembali ke daftar portfolio
Artificial Intelligence & Automation2026Unggulan
BLC AI Studio: Pipeline Otomasi Produksi Video Micro-Learning Peradilan
Sistem pipeline produksi berbasis AI dan otomasi skrip untuk merancang media pembelajaran digital pada Badilum Learning Center, Mahkamah Agung RI. Mengonversi materi hukum institusional menjadi paket produksi terstruktur yang mencakup naskah, storyboard, dan keyframe visual yang konsisten.
Peran dalam Tim
- Peran / Tanggung Jawab
- Perancang arsitektur pipeline produksi (AI Pipeline Architect), pengembang skrip parser dan generator visual berbasis Python, penyusun pedoman visual institusi (Brand & Character Bible), serta perancang alur integrasi data dari naskah teks ke model visual.
- Kategori Inisiatif
- Sistem Otomasi
- Tahun Pelaksanaan
- 2026
- Teknologi (Tech Stack)
- PythonGoogle Gemini APIJSON SchemaPrompt EngineeringMarkdown Architecture
Ringkasan Proyek
Latar Belakang & Gambaran Sistem
Proyek ini dibangun untuk menjawab kebutuhan standardisasi dan efisiensi produksi konten edukasi hukum di lingkungan Ditjen Badan Peradilan Umum (Badilum). Mengingat materi peradilan menuntut akurasi terminologi dan martabat visual yang ketat, sistem ini meresmikan arsitektur studio permanen melalui Brand Bible, Character Bible, dan Creative Principles agar setiap modul pembelajaran memiliki identitas visual yang seragam.
Pipeline ini memisahkan alur kerja menjadi dua tahap: tahap teks untuk perancangan instruksional dan naskah narasi, serta tahap visual untuk generasi keyframe terotomasi. Skrip otomasi Python membaca naskah Markdown secara lossless dan mengonversinya menjadi skema JSON terstruktur untuk mengeksekusi generasi visual melalui Google Gemini API dengan mode dry-run dan pencatatan manifest yang deterministik.
Demonstrasi Visual
Video Showcase & Tutorial
Demonstrasi fitur unggulan dan panduan alur kerja aplikasi secara langsung.
BLC AI Studio: Pipeline Otomasi Produksi Video Micro-Learning Peradilan
Studi Kasus
Ulasan Proses & Implementasi
Mengupas latar belakang masalah, alur kerja teknis, dan hasil konkret yang diperoleh.
Tantangan Utama
Tantangan utama meliputi inkonsistensi visual karakter tokoh institusi pada model generative AI, risiko halusinasi materi hukum yang harus patuh penuh pada silabus resmi, pembatasan kuota dan biaya API pada generasi visual skala besar, serta disparitas format antara naskah Markdown yang ramah manusia dengan skema data yang dibutuhkan mesin.
Proses & Pendekatan
- 1Menyusun Knowledge Pack permanen berisi spesifikasi palet warna resmi, motif visual terpadu, dan panduan referensi karakter foto inline.
- 2Menerapkan disiplin penguncian naskah teks sebelum tahap render visual dijalankan guna mencegah pemborosan komputasi.
- 3Membangun skrip parser prompts_to_project_json.py yang memetakan shot list dari Markdown ke project.json secara lossless.
- 4Mengembangkan modul eksekutor generate_images_gemini.py dengan fitur dry-run default, eksekusi bertahap per-sequence, penanganan galat HTTP 429, dan pencatatan status pada file project.generated.json.
Galeri Karya
Tangkapan Layar & Dokumentasi
Tampilan visual antarmuka, diagram alur kerja, dan dokumentasi implementasi.
Alur Pembuka & Navigasi - BLC AI Studio: Pipeline Otomasi Produksi Video Micro-Learning Peradilan
Antarmuka & Fitur Utama - BLC AI Studio: Pipeline Otomasi Produksi Video Micro-Learning Peradilan
Hasil & Integrasi Sistem - BLC AI Studio: Pipeline Otomasi Produksi Video Micro-Learning Peradilan