Berkas Beres — AI Document Checker

Aplikasi web yang membantu mengecek kelengkapan berkas pendaftaran (PKM, beasiswa, dll) berdasarkan buku panduan resmi, lalu membantu men-generate draft dokumen yang masih kurang.

Stack: Flask + LangChain + Mistral API (langchain-mistralai)

Alur penggunaan

1. Pilih peran — Mahasiswa atau Pekerja/Profesional (menentukan syarat mana yang relevan).
2. Upload buku panduan — PDF/DOCX/gambar. AI membaca isinya dan mengekstrak checklist syarat.
3. Upload berkas yang sudah dimiliki — bisa banyak file sekaligus.
4. Pengecekan otomatis — AI membandingkan checklist vs berkas yang di-upload, menandai setiap syarat sebagai Sudah ada / Belum lengkap / Belum ada, lengkap dengan alasannya.
5. Generate dokumen yang kurang — user pilih mana saja yang ingin dibuatkan draft-nya. Data pribadi/sensitif yang tidak diketahui AI (nama, NIM, alamat, tanggal, dll) otomatis ditandai sebagai placeholder seperti [NAMA_LENGKAP].
6. Review & edit — draft ditampilkan di textarea yang bisa diedit langsung, beserta daftar placeholder yang harus diisi.
7. Download — pilih format PDF atau DOCX.

Instalasi

cd ai-doc-checker
python -m venv venv
source venv/bin/activate   # Windows: venv\Scripts\activate
pip install -r requirements.txt

OCR untuk gambar/scan (opsional tapi disarankan)

Untuk fitur upload gambar (scan dokumen), perlu binary tesseract terpasang di sistem:

# Ubuntu/Debian
sudo apt install tesseract-ocr tesseract-ocr-ind

# macOS (Homebrew)
brew install tesseract tesseract-lang

Kalau tesseract tidak terpasang, fitur lain tetap berjalan normal — hanya upload gambar yang akan menampilkan pesan bahwa OCR tidak tersedia, bukannya error/crash.

Konfigurasi

cp .env.example .env

Lalu isi MISTRAL_API_KEY dengan API key dari console.mistral.ai.

Menjalankan

python app.py

Buka http://127.0.0.1:5000 di browser.

Struktur proyek

ai-doc-checker/
├── app.py              # Routing Flask & state management
├── doc_extract.py       # Ekstraksi teks dari PDF/DOCX/gambar (OCR)
├── llm_utils.py         # Semua prompt & panggilan ke Mistral via LangChain
├── doc_export.py        # Generate file .docx / .pdf dari draft
├── templates/
│   └── index.html       # UI wizard (5 langkah)
├── static/
│   ├── style.css
│   └── script.js
├── requirements.txt
└── .env.example

Catatan penting (batasan prototype)

• State disimpan in-memory (dict Python per session cookie). Cocok untuk demo/development. Kalau server restart, semua progres hilang. Untuk produksi, ganti dengan Redis/database dan jangan jalankan dengan banyak worker proses sekaligus (atau pakai shared store).
• PDF hasil scan tanpa teks (PDF dari foto yang di-export jadi PDF) tidak bisa diekstrak teksnya langsung — sebaiknya user upload dalam format gambar (PNG/JPG) agar diproses lewat OCR.
• AI bisa salah baca/menyimpulkan. Hasil pengecekan checklist dan draft yang dihasilkan AI tetap perlu direview manual oleh user sebelum dipakai untuk keperluan resmi — terutama soal ketepatan syarat administratif yang sering berubah-ubah antar instansi.
• Jangan biarkan placeholder [SEPERTI_INI] tersisa di dokumen final — selalu cek ulang sebelum submit ke pihak resmi.
• Belum ada autentikasi user — semua pakai session cookie browser biasa. Tambahkan login kalau mau dipakai multi-user di internet publik.