🧠

LaporKita AI Console

Interactive Testing Sandbox — YOLOv11-cls + XGBoost + Google Gemini 2.5 Flash

API:

Key:

Checking...

📷 Input Laporan Kerusakan

Rules.md §1.2 & §2.1

Pilih Sampel Uji Cepat (1-Click Presets):

Upload Foto Kerusakan:

📥

Klik atau seret foto ke sini

Format JPEG/PNG (Maks 8MB)

Klaim Kategori Warga (claimed_category):

Koordinat Lokasi (Malang BBox):

Jumlah Dukungan Warga (support_count):

✨ Hasil Verifikasi & Skor

0 ms

🔍

Pilih foto sampel atau upload foto, lalu klik Jalankan Verifikasi AI untuk melihat analisis model YOLOv11.

Status Verifikasi LaporKita

APPROVED (AUTO)

Confidence

99.4%

Pemeriksaan Aturan Bisnis & Anti-Fraud Suite:

✓ Validasi Lokasi Kota Malang: Valid
✓ Cross-Check Google Maps / Street View: Terkonfirmasi
✓ Keaslian Citra (Anti-Tampering AI): Otentik (No AI Inpainting)
✓ Validasi Timestamp Laporan: Valid
✓ Ambang Batas Keyakinan Model (≥ 0.60): Lolos

Audit Keaslian & Lanskap Fisik Jalan:

Forensik Citra: Menunggu verifikasi...
Alamat Google Maps: -

Prediksi Model

Damage Severity

Smart Priority

Distribusi Probabilitas Kelas (Softmax):

Dekomposisi Bobot Smart Priority (Rules.md §1.3):

Severity (35%)

Support (25%)

Density (20%)

Urgency (20%)

⚡ Parameter Simulasi Risiko Lingkungan

XGBoost Regressor

Zona Wilayah / Kecamatan Kota Malang:

Intensitas Curah Hujan (rainfall_mm): Hujan Sedang

65 mm

Suhu Udara (temperature_c):

25 °C

Kerapatan Lalu Lintas (traffic_density: 0.0 - 1.0):

0.75

Akumulasi Laporan Aktif di Zona (report_density):

Kategori Fasilitas Terdampak:

📈 Proyeksi Risiko Genangan & Banjir

0 ms

📊

Atur slider parameter cuaca dan kepadatan, lalu klik Prediksi Probabilitas Risiko.

Tingkat Kerentanan Wilayah

HIGH STRESS

Flood Risk Probability

78.4%

Konteks Stasiun Cuaca BMKG Terkalibrasi:

Kondisi cuaca terdeteksi: Hujan Deras dengan curah hujan 65 mm dan kelembapan tinggi. Wilayah berada dalam pengawasan siaga banjir DPUPRPKP Kota Malang.

Model Digunakan

XGBoost Regressor

R² Baseline

0.9635

Suhu / Hujan

25°C / 65mm

Rekomendasi Operasional Tanggap Cepat:

✓ Siagakan pompa portable pada titik-titik cekungan air terendah.
✓ Lakukan pembersihan rutin sampah grill drainase sebelum puncak hujan.
✓ Kirim notifikasi peringatan jalur genangan ke dashboard Dishub.

🤖 Skenario Kebijakan Publik Kota Malang

Google Gemini 2.5 Flash

Pilih Contoh Skenario Cepat:

Uraian Pertanyaan / Usulan Skenario Kebijakan:

Horizon Waktu Proyeksi (Bulan):

6 Bulan

📑 Hasil Analisis Eksekutif & Proyeksi

0 ms

🧬

Pilih skenario kebijakan atau ketik pertanyaan, lalu klik Simulasikan Kebijakan Publik.

Analisis Narasi Eksekutif (Bappeda / DPUPR):

Estimasi Reduksi Insiden

+35.0%

Estimasi Anggaran (IDR)

Rp 450.000.000

Waktu Hingga Efektif

6 Minggu

Kenaikan Kepuasan Publik

+28.0%

OPD Penanggung Jawab:

DPUPRPKP Kota Malang

Rekomendasi Langkah Strategis:

Mitigasi Risiko Operasional:

🩺 Status Sistem & Kesiapan Model

✓ YOLOv11-cls Computer Vision: Loaded (3.0 MB)
✓ XGBoost Urban Risk Predictor: Loaded (497 KB)
✓ Google Gemini LLM (Policy Simulator): Configured (gemini-2.5-flash)
✓ SSRF Protection & IP Resolver: Active (Private & Metadata Blocked)
✓ Fail-Closed Protection: Active (Zero-Mock Policy)

Metrik Validasi Bebas Kebocoran (LEAK-1 Fix):

Test Accuracy

99.23%

Macro F1

99.23%

Leakage Pairs

0 (Clean)

🧠 Active Learning & Continuous Training Dataset Pool

Setiap foto yang berhasil dideteksi AI otomatis disimpan ke dataset latih terstruktur untuk continuous training YOLOv11.

Total Sampel Tersimpan

Status Retraining

Collecting Data

Distribusi Sampel Latih Baru:

Memuat data...

📖 Docs