home

BERANDA

about

TENTANG KAMI

services

LAYANAN

others menu

MENU LAIN

close
STUDI KASUS · MOBILITAS & COMPUTER VISION

Dari 40 foto jadi laporan riwayat perbaikan yang terverifikasi

Bagaimana kami membantu distributor kendaraan bekas di Jepang mengubah “insting” inspector senior menjadi alur kerja AI yang terstandarisasi — dapat dijalankan di Android maupun iOS, baik saat online maupun offline.

Mobility and Computer Vision
40
Pts
TITIK INSPEKSI
PER KENDARAAN
3
x
LEBIH CEPAT DIBANDING
AUDIT BERBASIS KERTAS
2
OS
IOS & ANDROID, SATU
CODEBASE FLUTTER
100
%
BILINGUAL — JEPANG / INGGRIS END-TO-END
KLIEN
Distributor kendaraan bekas (Jepang, NDA)
INDUSTRI
Kendaraan bekas & lelang
KETERLIBATAN
Riset UX, desain & pengembangan full-stack
TAHUN
2025 — 2026

01 — RINGKASAN EKSEKUTIF

Bacaan 30 detik
untuk Anda yang sibuk
yang tidak membaca
Studi Kasus.

KLIEN

Distributor kendaraan bekas yang beroperasi di jaringan lelang dan trade-in Jepang.

TANTANGAN

Penilaian riwayat perbaikan kendaraan bergantung pada segelintir inspector senior & sulit diterapkan di cabang-cabang kecil.

SOLUSI

Aplikasi Flutter yang memandu proses pengambilan 40 titik foto inspeksi dan menjalankan analisis Gemini Vision pada setiap gambar.

METRIK UTAMA

Inspeksi ~3x lebih cepat—bahkan inspector junior bisa menghasilkan laporan dengan kualitas yang disetujui oleh senior.

02 — MASALAH

Penilaian inspektor senior tidak bisa diskalakan. Biayanya terasa di setiap lini operasional.

Selama ini, standar kualitas penilaian klien hanya tersimpan di kepala segelintir inspector senior. Akibatnya, setiap cabang tanpa tenaga ahli, setiap formulir trade-in online, hingga setiap unit kendaraan yang diloloskan oleh inspector junior—semuanya membawa risiko tersembunyi yang baru terdeteksi saat mobil tiba di tempat lelang.

01

Kesenjangan Kualitas di Cabang Kecil

Dealer kecil tidak mampu menempatkan inspector senior di setiap lokasi. Akibatnya, inspector junior sering kali membuat keputusan yang sulit mereka pertanggungjawabkan.

02

Kendala Trade-in Jarak Jauh

Saat pelanggan mengirimkan foto, tidak ada ahli di lokasi. Riwayat perbaikan hanyalah "tebakan" sampai mobil tiba secara fisik.

03

Waktu Senior Terbuang untuk Hal Rutin

Sebagian besar mobil sebenarnya tidak memerlukan pengalaman 30 tahun untuk diperiksa. Namun, para ahli justru menghabiskan waktu untuk kasus-kasus biasa, alih-alih menangani kasus yang benar-benar butuh keahlian mereka.

BIAYA JIKA DIBIARKAN — A

Inventaris salah harga di lelang. Kerugian margin terakumulasi dari ribuan kendaraan setiap kuartal.

BIAYA — B

Kepercayaan pembeli hilang ketika kendaraan yang dinyatakan "bersih" ternyata punya riwayat perbaikan.

BIAYA — C

Tenaga kerja senior mendekati masa pensiun, tanpa cara yang scalable untuk mentransfer pengalaman dan intuisi mereka ke generasi berikutnya.

03 — PENDEKATAN KAMI

Kami Tidak Memulai dari AI. Kami Memulai dari Mengamati Cara Kerja Inspector.

Sebelum menulis satu baris kode pun, tim kami menghabiskan waktu berhari-hari di lapangan bersama staf senior. Kami memperhatikan urutan mereka berjalan mengelilingi mobil, foto apa yang mereka ambil, dan dalam kondisi apa keputusan mereka mulai terasa sulit. Alur inspeksi tersebut kemudian menjadi fondasi utama dari produk ini.

Field shadowing

Field shadowing

Dua researcher, tiga lokasi inspeksi, dan enam proses inspeksi penuh diamati dari awal hingga akhir. Setiap foto, setiap proses skip, hingga setiap perbedaan penilaian dicatat.

Codifying the walk-around

Mengkodifikasi proses walk-around

Kami mengubah pola inspeksi intuitif inspector senior menjadi urutan tetap dengan 40 titik pemeriksaan — bagian depan, samping, hingga belakang — lengkap dengan ID stabil yang konsisten mulai dari proses pengambilan foto, analisis AI, hingga tampilan 3D.

Designing the failure mode

Merancang mode kegagalan

Keputusan desain paling sulit adalah menentukan bagaimana AI harus merespons ketika tingkat keyakinannya rendah. Kami memilih indeterminate sebagai status utama — tidak pernah "OK" secara otomatis, dan tidak pernah "NG" berdasarkan tebakan.

Prompt + threshold engineering

Prompt & threshold engineering

Kami merancang structured prompt berdasarkan nama dan tipe titik inspeksi, mengunci temperature di angka 0.2, serta menetapkan confidence threshold minimum di angka 70 — apa pun di bawahnya otomatis diturunkan statusnya.

Validate against the seniors

Validasi inspector senior

Kendaraan yang sama dinilai secara independen oleh inspector senior dan aplikasi. Kami terus menyempurnakan model dan UI hingga perbedaan hasil yang muncul benar-benar relevan dan dapat diterima.

Our Approach

04 — SOLUSI

Satu aplikasi. Seluruh proses inspeksi. Online maupun offline.

Aplikasi mobile berbasis Flutter yang menggabungkan proses capture 40 titik inspeksi, analisis AI, hingga review laporan dalam satu alur kerja linear. Inspector tetap dapat mengambil foto di area tanpa sinyal; analisis otomatis berjalan begitu koneksi kembali tersedia.

Structured 40-Point Capture

F.01 PENGAMBILAN FOTO TERSTRUKTUR

Bagian depan · samping · belakang, mengikuti urutan alami seorang inspector berpengalaman saat mengelilingi kendaraan. Inspector dapat melewati titik tertentu jika tangkapan gambar yang bersih tidak memungkinkan, kembali ke titik sebelumnya untuk revisi, serta menambahkan catatan per titik yang akan muncul di laporan akhir.

AI Judgment with Confidence & Reasoning

F.02 AI JUDGMENT WITH CONFIDENCE & REASONING

Setiap foto dianalisis oleh Gemini Vision menggunakan structured prompt. Sistem menghasilkan status (pass / fail / indeterminate), confidence score 0–100, serta reasoning bilingual. Hasil dengan confidence di bawah 70 otomatis diturunkan statusnya — sistem tidak berspekulasi.

Interactive 3D Condition Report

F.03 INTERACTIVE 3D CONDITION REPORT

Seluruh hasil inspeksi divisualisasikan sebagai marker berwarna pada model kendaraan 3D. Tersedia empat preset view dengan fitur rotate, pinch, dan zoom bebas. Setiap marker dapat ditekan untuk melihat foto, confidence score, reasoning AI, dan catatan inspector dalam satu tampilan.

Bilingual End-to-End

F.04 BILINGUAL END-TO-END

Bahasa Jepang dan Inggris dapat diubah hanya dengan satu tap. Nama titik inspeksi disimpan secara bilingual di dalam model, sementara reasoning AI dihasilkan dalam kedua bahasa. Laporan yang sama dapat direview oleh buyer berbahasa Jepang maupun Inggris tanpa perlu analisis ulang.

3 x
3× LEBIH CEPAT DARI
BASELINE KERTAS
70 /100
70/100 AMBANG BATAS KEPERCAYAAN,
TIDAK BERSPEKULASI
24 +16
24 (+16) JEJAK BAUT &
TITIK LAS TERCAKUP
100 %
100% PENGAMBILAN FOTO BISA OFFLINE,
SINKRON SETELAHNYA

05 — TECH STACK

Pilihan teknologi yang praktis —
di mana kepraktisan berarti kecepatan rilis.

Sebelum menulis satu baris kode, tim kami menghabiskan waktu langsung di lapangan bersama inspector senior — mengamati urutan inspeksi, jenis foto yang diambil, hingga kondisi ketika penilaian menjadi ambigu. Seluruh observasi tersebut menjadi fondasi utama produk ini.

MOBILE

Flutter

Satu codebase, iOS + Android, akses kamera native.

VISION AI

Google Gemini

Prompt terstruktur, output JSON, temperature 0,2.

3D RENDERING

Three.js

Embedded dalam WebView — markers, presets, free rotate.

PENYIMPANAN LOKAL

SQLite

Pengambilan foto offline-first; AI berjalan saat koneksi kembali.

Quote

"A junior with this app produces a report I'm willing to sign off on. That's the part nobody believed was possible."

Senior Inspector

INSPECTOR SENIOR, OPERASIONAL KLIEN

Tokyo · 30 tahun pengalaman di lapangan

06 — MARI BANGUN SOLUSI UNTUK ANDA

Punya Workflow yang Hanya Ada di Kepala Seseorang? Ubah Jadi Sistem yang Digunakan Seluruh Tim.

Kami bekerja sama dengan perusahaan di bidang mobility, fintech, retail, dan logistik untuk mengubah pengalaman dan intuisi tenaga senior menjadi software yang scalable untuk seluruh organisasi. Ceritakan proses apa yang ingin Anda scale — kami bantu tentukan langkah awal yang paling tepat.

Jadwalkan konsultasi 30 menit