Nexa Intelligence Docs
Entitas & Master Data

Pengadaan Barang & Jasa (LPSE)

Model entitas pengadaan publik LPSE & SiRUP, kalkulasi rasio HPS terhadap pagu, skema deteksi anomali lelang tender, dan penilaian risiko fraud.

Entitas Pengadaan Barang & Jasa (LPSE / SiRUP)

Entitas Pengadaan Barang & Jasa mengintegrasikan data transaksi lelang pengadaan pemerintah dari sistem LPSE (Layanan Pengadaan Secara Elektronik) dan rencana umum pengadaan dari SiRUP (Sistem Informasi Rencana Umum Pengadaan) LKPP di seluruh kementerian, lembaga negara, dan pemerintah daerah se-Indonesia.

Entitas ini digunakan untuk mendeteksi potensi penyimpangan anggaran, persaingan usaha tidak sehat, tender janggal, dan risiko tindak pidana korupsi.

1. Alur Deteksi Risiko Tender Pengadaan

Workflow Analisis Risiko Pengadaan (SiRUP & LPSE)

Alur penyerapan tender, evaluasi anomali HPS, penguncian syarat, dan persistensi skor risiko

B1 SiRUP / LPSE Crawler
Perayapan paket lelang & RUP daerah via sirup.go
B2 Inaproc LKPP Bulk Ingestion
Pemuatan ratusan ribu dataset tender via POST /datasets
01. Procurement Raw Staging TablePostgreSQL: fact_procurement

Menyimpan data paket lelang, kode RUP, instansi pemilik proyek, pagu anggaran, HPS, dan nama vendor pemenang.

02. Procurement AI Worker (`procurement_worker.py`)APScheduler Daily 02:00 WIB • Batch 50

Menarik tender yang belum dievaluasi (*unprocessed tenders*) dan memanggil service inferensi kecerdasan buatan.

03. AIOS Tender Risk & Integrity ReasoningGemini • Heuristic Rules

Menganalisis rasio penawaran terhadap HPS (>99%), penguncian syarat lelang, indikasi vendor terafiliasi, dan estimasi potensi kerugian (*waste amount*).

04. AI Result Persistence & Executive AlertPostgreSQL: fact_procurement_ai

Menyimpan klasifikasi risiko (`high_risk`, `anomalous`, `normal`), alasan penalaran, skor confidence, dan alert ke dashboard pimpinan.

2. Dimensi Entitas Pengadaan

Setiap paket lelang pengadaan dipetakan ke dalam beberapa dimensi utama:

  1. Identitas Paket & Nilai Anggaran:
    • pagu: Pagu anggaran pagu dasar dari APBN/APBD.
    • hps: Harga Perkiraan Sendiri yang ditetapkan oleh Pejabat Pembuat Komitmen (PPK).
    • contract_amount: Nilai riil kontrak pemenang lelang.
  2. Kementerian / Lembaga / Pemerintah Daerah (klpd):
    • Mengaitkan transaksi pengadaan ke instansi penanggung jawab anggaran.
  3. Metode Pemilihan Penyedia:
    • Tender Terbuka, Seleksi Terbatas, E-Purchasing (Katalog), Pengadaan Langsung, atau Tender Cepat.
  4. Jenis Pengadaan:
    • Pengadaan Barang, Pekerjaan Konstruksi, Jasa Konsultansi, Jasa Lainnya.

3. Skema Data Tabel PostgreSQL

fact_procurement (Data Transaksi Tender)

CREATE TABLE fact_procurement (
    id BIGINT GENERATED ALWAYS AS IDENTITY PRIMARY KEY,
    rup_id TEXT NOT NULL UNIQUE,            -- ID unik RUP dari LKPP
    package_name TEXT NOT NULL,             -- Nama paket lelang pengadaan
    pagu NUMERIC(20, 2) NOT NULL,           -- Total pagu anggaran (Rupiah)
    hps NUMERIC(20, 2),                     -- Nilai HPS (Rupiah)
    procurement_type VARCHAR(50),           -- Barang / Konstruksi / Konsultansi
    procurement_scheme VARCHAR(50),         -- Penyedia vs Swakelola
    method VARCHAR(100),                    -- Tender, E-Purchasing, Pengadaan Langsung
    klpd TEXT NOT NULL,                     -- Nama Kementerian / Lembaga / Daerah
    fiscal_year INTEGER NOT NULL,           -- Tahun anggaran (misal: 2026)
    region_id INTEGER REFERENCES master_regions(id),
    status VARCHAR(50),                     -- 'Selesai', 'Dibatalkan', 'Proses Lelang'
    created_at TIMESTAMPTZ DEFAULT NOW()
);

fact_procurement_ai (Evaluasi Risiko Kecerdasan Buatan)

Hasil evaluasi audit kognitif dari worker nexa-d1 terhadap kewajaran tender disimpan di tabel ini:

CREATE TABLE fact_procurement_ai (
    procurement_id BIGINT PRIMARY KEY REFERENCES fact_procurement(id) ON DELETE CASCADE,
    classification VARCHAR(50) NOT NULL,   -- 'NORMAL', 'ANOMALI_TENDER', 'POTENSI_PEMBOROSAN'
    risk_score REAL NOT NULL,              -- Skor anomali (0.00 s.d. 1.00)
    reason TEXT NOT NULL,                  -- Narasi penalaran LLM penyebab kejanggalan
    waste_amount NUMERIC(20, 2),           -- Estimasi nilai pemborosan / mark-up (Rp)
    confidence NUMERIC(4, 3),              -- Nilai keyakinan model (0.000 - 1.000)
    indicators JSONB,                      -- Indikator deteksi (misal: "single_bidder", "hps_equal_pagu")
    evaluated_at TIMESTAMPTZ DEFAULT NOW()
);

4. Indikator Anomali Pengadaan (Fraud Red Flags)

Sistem menandai paket pengadaan jika memenuhi salah satu dari pola risiko berikut:

  • Single Bidder Winner: Hanya 1 peserta yang mengajukan penawaran pada tender dengan nilai di atas Rp 5 Miliar.
  • HPS / Pagu Ratio ~ 99.8%: Nilai pemenang sangat mendekati nilai HPS secara tidak wajar (> 99.5%).
  • Repeated Winner Syndicate: Perusahaan yang sama memenangkan >80% paket pekerjaan di satu dinas/wilayah tertentu secara berturut-turut.

Taksonomi & Klaster Isu

Struktur taksonomi isu nasional 5 tingkat (L1 hingga L5), hierarki pilar strategis, kamus kata kunci pencarian, dan pohon taksonomi PostgreSQL.

Regulasi & Entitas Hukum

Basis data master peraturan perundang-undangan, klasifikasi pasal pidana (KUHP, ITE, Tipikor), pemetaan sanksi hukum, dan relasi tagging kasus hukum di Nexa.

On this page

Entitas Pengadaan Barang & Jasa (LPSE / SiRUP)1. Alur Deteksi Risiko Tender Pengadaan2. Dimensi Entitas Pengadaan3. Skema Data Tabel PostgreSQLfact_procurement (Data Transaksi Tender)fact_procurement_ai (Evaluasi Risiko Kecerdasan Buatan)4. Indikator Anomali Pengadaan (Fraud Red Flags)