Portal Dokumentasi Nexa Intelligence

Selamat datang di Portal Dokumentasi Nexa Intelligence. Portal ini disusun sebagai rujukan komprehensif untuk memahami ekosistem data platform secara menyeluruh: mulai dari definisi entitas & master data, alur pipeline pemrosesan data menuju database, matriks infrastruktur penyimpanan data (storage matrix), hingga pemetaan relasi data ke seluruh modul dashboard analitik dan eksekutif.

4 Pilar Dokumentasi Platform

Pilih pilar dokumentasi yang ingin Anda pelajari:

Kerangka Kerja 4 Pilar Dokumentasi (Data Lifecycle)

Portal dokumentasi Nexa Intelligence dirancang mengikuti siklus hidup data (Data Lifecycle) yang utuh dan saling mengunci:

┌──────────────────────────────────────┐     ┌──────────────────────────────────────┐
│  PILAR 1: Entitas & Master Data      │     │  PILAR 2: Pipeline Pemrosesan Data   │
│  "Objek data & taksonomi apa saja    │ ──► │  "Bagaimana data tersebut diproses   │
│   yang dikelola sistem?" (The WHAT)  │     │   mengisi tabel & indeks database?"  │
│                                      │     │   (The HOW / PROCESS)                │
└──────────────────┬───────────────────┘     └──────────────────┬───────────────────┘
                   │                                            │
                   ▼                                            ▼
┌──────────────────────────────────────┐     ┌──────────────────────────────────────┐
│  PILAR 3: Data & Storage Matrix      │     │  PILAR 4: Dashboard & Pemetaan DB    │
│  "Infrastruktur penyimpanan apa      │ ──► │  "Bagaimana data divisualisasikan    │
│   (Kafka, PG, ES, Qdrant) wadahnya?" │     │   dan dipetakan ke 50+ modul layar?" │
│   (The STORAGE)                      │     │   (The PRESENTATION)                 │
└──────────────────────────────────────┘     └──────────────────────────────────────┘

1. Pilar 1: Entitas & Master Data (The WHAT)

Mendefinisikan seluruh objek data, skema atribut, kamus, dan ontologi bisnis yang dipahami oleh platform:

• Media & Berita Siber: Metadata artikel, tiering portal media (Tier 1–3), dan struktur sindikasi induk-anak (parent-child).
• Media Sosial & Profil Tokoh: Percakapan warganet multi-platform (TikTok, IG, X, FB), direktori Key Opinion Leader (KOL), aktivis, jurnalis, serta metrik jangkauan (reach multiplier).
• Taksonomi Isu 5 Tingkat: Hierarki isu strategis (Pilar L1 hingga Sub-isu L5) dan kamus kata kunci pemicu pengumpulan data.
• Pengadaan Publik & Sektoral: Data transaksi lelang LPSE & SiRUP LKPP, rasio HPS/pagu, dan pola anomali tender.
• Regulasi & Putusan Hukum: Basis data peraturan perundang-undangan, pasal KUHP/ITE/Tipikor, dan direktori vonis Mahkamah Agung.
• Geospasial & Lembaga Negara: Struktur komando 4 tingkat Polri (Mabes ──► Polsek), batas wilayah administratif 38 provinsi, TPS Pemilu KPU, dan direktori CCTV ATCS publik.

2. Pilar 2: Pipeline Pemrosesan Data (The HOW / PROCESS)

Menjelaskan bagaimana data mentah dari internet dan sistem eksternal diproses langkah demi langkah untuk mengisi tabel PostgreSQL dan indeks analitik Elasticsearch:

• Peta Garis Keturunan Data (Data Lineage): Alur dari data mentah menuju tabel articles, postings, province_dashboard, issue_dashboard, pillar_intelligence, hingga cctv_directory.
• Pengumpulan Terdistribusi: Penjadwalan cron taksonomi, web crawler media siber, dan swarm perangkat Android fisik (Phone Farm) untuk konten mobile native.
• Pembersihan & Deduplikasi Semantik: Sanitasi DOM HTML dan penyaringan redundansi vektor di Qdrant (threshold 0.90) guna menghemat biaya komputasi AI.
• Ekstraksi Kognitif AI: Pembedahan sintaksis SPOK, pengenalan entitas tokoh/organisasi, Polri Resolver, dan evaluasi audit pengadaan.
• Analitik Tingkat Lanjut: Deteksi anomali lonjakan isu (velocity spike > 3.5x SD), pemodelan Dynamic Knowledge Graph, Situational Digital Twin wilayah, indeks ancaman, dan sintesis LLM rekomendasi pimpinan per pilar.

3. Pilar 3: Spesifikasi Data & Storage Matrix (The STORAGE)

Menjelaskan arsitektur infrastruktur penyimpanan data terdistribusi (Polyglot Persistence):

• Apache Kafka: Bus pesan event-driven berkecepatan tinggi penampung aliran data terdistribusi antar-worker.
• PostgreSQL: Single Source of Truth OLTP transaksional untuk master data taksonomi, entitas wilayah, artikel rujukan, dan log audit.
• Elasticsearch: Klaster analitik multidimensi OLAP dan pencarian teks cepat sub-50ms penopang seluruh visualisasi dashboard.
• Qdrant Vector DB: Basis data vektor untuk pencarian kemiripan semantik kosinus artikel berita.
• MinIO Object Storage: Penyimpanan payload data mentah berukuran besar dan arsip multimedia.
• Redis Cache: Manajemen antrian cepat, cache respons, dan proteksi circuit breaker.

4. Pilar 4: Dashboard & Pemetaan Database (The PRESENTATION)

Menjelaskan bagaimana data dan wawasan intelijen disajikan ke pengguna akhir:

• Arsitektur 50+ Modul Next.js: Spesifikasi antarmuka terbagi dalam klaster Intelijen, Analitik, Regulasi, Eksekutif, dan Pemilu KPU.
• Pemetaan Database Menyeluruh: Setiap modul dilengkapi tabel referensi kolom PostgreSQL, field Elasticsearch, dan topik Kafka yang dikonsumsinya.
• Visualisasi Multidimensi: Choropleth map geospasial 38 provinsi, graf jejaring interaktif 2D/3D, linimasa ancaman real-time, dan modal briefing analitik 5 pilar pimpinan.