AFI Vision Builder 🚀

Enterprise Visual Node-Graph Platform for Real-Time AI Computer Vision Pipelines, Multi-Camera CCTV Analytics & Operational Dashboards

Fitur Unggulan • Tur Antarmuka • Instalasi Cepat • Katalog 70+ Node • Arsitektur • Pengujian Kualitas • Lisensi

AFI Vision Builder adalah platform visual tanpa coding (low-code / zero-code) untuk merancang, menguji, dan mendeploy pipeline Computer Vision & AI secara real-time. Dengan antarmuka node-graph berbasis kabel kurva Bézier yang intuitif, Anda dapat menyambungkan input video/kamera industri, inferensi model AI (YOLO, RF-DETR, SAM 3, VLM), pelacakan objek, analitik poligon multi-zona, hingga dashboard operasional multi-kamera CCTV secara terpadu.

• Pemantauan Meja Restoran/Kafe Real-Time: Deteksi otomatis status keterisian meja (VACANT ➔ CONFIRMING ➔ OCCUPIED ➔ PENDING_VACANT).
• Compact Centroid Timer Overlay: Indikator durasi duduk tamu (1s, 4m 12s) diletakkan tepat di titik tengah meja dengan kartu glassmorphism semi-transparan, tidak menghalangi tampilan makanan/tamu.
• Tahan Terhadap Flicker & Video Loop: State Machine tangguh dengan toleransi grace period saat tamu bergerak atau terhalang sejenak.
• Template Siap Pakai: Tersedia template alur kerja 4 meja restoran (VIP, 4-seat, 2-seat) di Projects Hub.

• Gambar Poligon Area Langsung di Atas Video: Buat area ROI (Region of Interest) langsung dari frame live preview atau grid kalibrasi.
• Draggable Vertex Handles: Geser titik sudut, tambah titik baru di garis tepi, atau hapus titik sudut poligon dengan interaksi klik visual.
• Multi-Area Management: Kelola banyak area sekaligus (misal: Meja 1-4, Bay Workshop 1-5, Pintu Gerbang) lengkap dengan kapasitas maksimum dan batas waktu overstay.

• Monitoring Simultan 8 Kamera RTSP: Menampilkan streaming langsung 5 Workshop Bays (WS-01 s/d WS-05) dan 3 Warehouse Gates (WH-01 s/d WH-03).
• Grid Layout Switcher: Ganti tampilan dalam 1 klik antara mode 1 Fokus, 4 Grid (2x2), atau 9 Matrix (3x3).
• Filter Kategori Kamera: Filter cepat tampilan berdasarkan area (All, Workshop Bays, Warehouse Gates).
• Direct Workflow Binding: Setiap kartu kamera dilengkapi status koneksi workflow dan tombol cepat untuk membuka alur kerja terkait di Studio.

• Rekap Durasi Kerja Otomatis: Menghitung waktu mulai, waktu selesai, dan durasi efektif kerja di setiap bay workshop tanpa bergantung pada tracking ID transien.
• KPI Metrics Card: Ringkasan Total Sesi, Total Jam Kerja, Rata-rata Durasi/Sesi, dan Jumlah Ban/Objek terproses.
• Filter Shift Kerja: Filter data berdasarkan Shift Pagi, Shift Siang, Shift Malam, atau seluruh shift dengan pencarian live bay.
• Ekspor CSV 1-Klik: Unduh seluruh riwayat sesi kerja ke format spreadsheet CSV.

• Deteksi Transisi Keluar Sah (Inside-to-Outside): Memverifikasi pergerakan fisik objek dari dalam gudang melintasi gerbang ke luar, mencegah false alarm akibat objek yang sekadar hilang dari pandangan kamera.
• Status Integrasi ERP: Pelacakan status sinkronisasi kejadian (Delivered, Queued, Failed) dengan nomor referensi DO/SJ.
• Filter Gerbang & Status: Filter log berdasarkan gerbang spesifik (WH-01, WH-02, WH-03) dan ekspor rekaman kejadian ke CSV.

• Manajemen Layer Anotasi Terpadu: Kendalikan seluruh tampilan visual di satu node inspector modern.
• Pilihan Layer Lengkap: Bounding box (warna & ketebalan kustom), Label dinamis ({class} {confidence}), Confidence score, Status badge, Custom text, Heatmap, dan Panah arah gerak (Direction Arrow).
• Layer Reorder & Toggle: Urutkan tumpukan layer ke atas/bawah, sembunyikan/tampilkan per layer, serta hapus layer dengan cepat.

• Repositori Model Terpusat: Manajemen seluruh bobot model AI yang terpasang di sistem (.pt, .onnx, .engine, .tflite).
• Tabel Metadata Lengkap: Menampilkan informasi Engine inferensi, Format, Task, Versi, Ukuran file, dan Status ketersediaan.
• Upload Modal Drag-and-Drop: Unggah custom model buatan sendiri langsung dari peramban web.

• Penalaran Multimodal Tingkat Lanjut: Kirim frame tangkapan kamera ke model VLM (OpenAI GPT-4o/5, 9router, atau OpenRouter) untuk analisis visual mendalam, deteksi cacat kompleks, dan inspeksi SOP industri.
• Keamanan Kredensial: API Key disanitasi secara otomatis dan dapat dimuat aman dari environment server (.env).

• Detections Consensus: Menggabungkan prediksi dari 2 atau lebih model AI (misal: YOLOv8 + RF-DETR) dengan teknik IoU Clustering & Agreement Ratio Voting untuk memangkas false positive pada lingkungan industri ekstrem.
• Track Class Lock: Mengunci kelas dominan dari suatu track ID setelah diverifikasi beberapa frame, mengeliminasi flicker kelas (label jittering).
• EMA Bounding Box Stabilizer: Penghalusan posisi koordinat bounding box menggunakan Exponential Moving Average untuk visualisasi yang kokoh tanpa jitter.
• Per-Class Confidence Thresholding: Ambang batas akurasi per kelas (misal: person:0.80, helmet:0.40, tire:0.50) untuk deteksi presisi tinggi.

• Real-World Distance Measurement: Mengukur jarak spasial Euclidean antar pasangan objek (misal: jarak antar pekerja atau kendaraan) dengan kalibrasi pixel-to-metric (cm, meter, inch) serta alarm kedekatan (proximity alert).
• Size Measurement: Menghitung lebar, tinggi, dan luas fisik objek secara presisi dengan toleransi batas minimum/maksimum untuk quality control dimensi produk.

• Camera Focus Score: Penilaian ketajaman fokus lensa kamera industri secara real-time berbasis variansi operator Laplacian (mendukung pemantauan ROI spesifik) dengan alarm otomatis saat lensa buram atau kotor.
• Auto Rotate Edges: Deteksi otomatis kemiringan sudut objek dominan menggunakan kontur OpenCV (minAreaRect) dan perataan sudut frame/crop otomatis (deskewing).

• Real-Time Velocity Calculator: Menghitung kecepatan fisik objek bergerak ($v = \frac{\Delta s}{\Delta t}$) dalam satuan km/h, m/s, atau mph dari lintasan centroid historis lengkap dengan batas alarm kecepatan berlebih (overspeed alarm).
• Path Deviation Monitoring: Memantau lintasan pergerakan objek terhadap koridor virtual (garis polyline panduan) dengan ambang toleransi deviasi maksimum (cross-track error).

• Overlap Analysis: Pengecekan spasial parent-child (apakah objek anak berada di dalam objek induk, misal: Helm pada bagian atas tubuh pekerja) dengan syarat minimal rasio overlap dan alarm APD/K3.
• Delta Frame Filter (Compute Throttler): Penghematan beban CPU/GPU hingga 70%+ pada pemantauan area statis dengan memblokir pemrosesan saat tidak ada pergerakan signifikan dan fallback heartbeat otomatis.
• Switch-Case Dynamic Router: Percabangan alur kerja multi-jalur berdasarkan kelas objek atau atribut untuk arsitektur pipeline kompleks.
• Dynamic Zone Tracking: Poligon zona ROI otomatis bergeser mengikuti pergerakan unit anchor (misal: bak truk atau forklift yang berpindah posisi).

• Model Comparison Diff: Membandingkan hasil inferensi 2 model AI sekaligus dalam mode Side-by-Side (2 layar berdampingan) atau Diff Overlay (1 layar dengan pewarnaan diferensial: hijau = konsensus/sepakat, cyan = Model A, magenta = Model B) lengkap dengan skor Agreement Ratio.
• Detections Difference (State Comparator): Membandingkan kondisi objek saat ini terhadap snapshot baseline acuan untuk mendeteksi barang yang hilang (removed/theft), barang baru ditambahkan (added/unauthorized), atau aset tetap (unchanged) lengkap dengan alarm selisih otomatis.

• Motion Trace (Track Tail): Menggambar ekor lintasan pergerakan objek selama $N$ frame terakhir dengan efek fade alpha gradasi elegan.
• Corner Brackets & Halo Glow: Gaya visual kotak pembatas modern ala Roboflow dengan siku sudut presisi dan bayangan berpendar semi-transparan (halo glow).

• Data Aggregator (Rolling Window Rollup): Akumulasi statistik metrik operasional (count, sum duration, avg duration, max occupancy) dalam rentang jendela waktu dinamis (misal: per 15 menit, per jam, atau per shift kerja).
• CSV Formatter: Ekspor data tabular kejadian dan pelacakan ke format CSV terstruktur dengan dukungan alias kolom, pilihan delimiter kustom, serta penyimpanan otomatis ke disk lokal.

• S3 Cloud Storage Sink: Pengunggahan foto bukti kejadian atau crop deteksi langsung ke bucket AWS S3, MinIO, atau Ceph Object Storage dengan kompresi JPEG terkalibrasi dan URL publik aman.
• Notification Dispatcher: Penyebaran pesan peringatan dan foto frame kejadian multi-kanal ke Telegram Bot, Slack Incoming Webhooks, WhatsApp Business API, atau REST Webhook dengan jeda cooldown throttling anti-spam.
• PTZ Camera Controller (ONVIF Continuous Move): Pengendali motor kamera PTZ fisik jaringan LAN (Auto-Following) untuk mengarahkan kamera mengikuti pergerakan target (person, forklift, unit) dengan filter deadzone anti-getar.

• Model Ultra-Ringan & Cepat (~10 MB Total): Mengintegrasikan model ONNX mobile DBNet text detection (ppocrv3_det.onnx ~2.4 MB) dan MobileNetV3 CTC text recognition (ppocrv3_en_rec.onnx ~7.8 MB) yang berjalan ultra-cepat pada CPU (~5-15ms) tanpa dependensi runtime besar.
• Dual-Mode Text Extraction: Mendukung pemindaian teks di seluruh frame (Full-frame) atau hanya membaca teks di dalam bounding box objek downstream (misal: kotak nomor plat kendaraan license_plate, barcode/resi, atau kemasan).
• Character Whitelist Filtering: Penguncian karakter spesifik (misal: hanya angka 0-9 atau huruf kapital & angka) untuk pembacaan plat nomor otomatis (ANPR), kode serial suku cadang, dan nomor peti kemas tanpa noise.

• 1-Click Toggle Switch di Kanvas: Aktifkan atau nonaktifkan (bypass) node secara instan melalui sakelar toggle visual di header setiap kartu node kanvas maupun di panel Inspector, tanpa perlu menghapus node atau mencabut kabel edge.
• Bypass / Pass-Through Mode (Wire): Node yang dinonaktifkan (enabled: false) otomatis berubah gaya visual (translucent semi-transparan dengan garis putus-putus dan badge [BYPASSED]), namun tetap meneruskan data aliran frame/deteksi ke node downstream sehingga pipeline alur kerja tidak terputus.
• Tab Inspector "Data & Logs": Tab inspeksi khusus ala n8n yang menampilkan:
  • Telemetry HUD Real-Time: Status eksekusi (ACTIVE / BYPASSED / ERROR), latensi pemrosesan per-frame dalam milidetik (ms), jumlah item/objek terdeteksi, dan waktu eksekusi terakhir.
  • Input Payload / Metadata Viewer: Payload JSON input lengkap yang masuk ke node secara collapsible.
  • Output Payload / Telemetry Viewer: Payload JSON output hasil eksekusi node (misal: bounding box deteksi, atribut kalkulasi, label teks) siap inspeksi.
  • Tombol Salin & Refresh 1-Klik: Tombol 📋 Copy Full JSON Payload untuk menyalin struktur data lengkap ke clipboard pengembang dan tombol 🔄 Refresh.
• Live Node Status Bar Footer: Setiap kartu node di kanvas dilengkapi footer status bar real-time yang menampilkan indikator status hidup (● ACTIVE 12.4ms, ● BYPASSED, atau ● ERROR) tanpa membebani performa browser.

• Streaming YouTube Langsung di Node Input: Masukkan URL YouTube (video rekaman CCTV, live camera, maupun YouTube Shorts) langsung ke node Input via mesin integrasi yt-dlp.
• Pemilihan Resolusi Stream Dinamis: Pilihan resolusi yang fleksibel (Auto, 360p, 480p, 720p, 1080p) untuk menyesuaikan dengan bandwidth jaringan dan kemampuan CPU/GPU.
• Auto-Reconnect & Auto-Loop: Otomatis menyambung kembali jika koneksi internet terputus dan mengulang video dari awal jika rekaman telah selesai.

• 1-Click Siap Pakai di Projects Hub: Tersedia 5 template alur kerja lengkap dengan video stream nyata dan penjelasan praktis "🎯 Fungsi & Kegunaan":
  1. Smart Traffic Flow & Vehicle Counter: Deteksi mobil, motor, bus, truk; pemisahan lajur arah (Utara/Selatan), HUD volume, dan logging database.
  2. Restaurant Table Occupancy & Dining Dwell Tracker: Pemantauan meja F&B, timer keterisian meja terpusat, dan alert overstay.
  3. Assembly Line & Workshop Cycle Timer: Pengukuran durasi siklus kerja per operator di workstation dan deteksi waktu idle.
  4. Warehouse Dock & Forklift Safety Guard: Verifikasi keluar-masuk gerbang gudang dan batas zona aman pejalan kaki vs forklift.
  5. Retail Checkout Queue & Hotspot Analyzer: Analisis antrean kasir supermarket dan alert otomatis panggil kasir cadangan saat antrean > 3 orang.

• Project Switcher Dropdown di Topbar: Berpindah antar proyek alur kerja seketika via dropdown [📁 Project ▾] dengan filter pencarian live nama proyek dan badge aktif AKTIF.
• Halaman Awal Hub Modern (Bento Style): Hero banner SaaS v1.0.5, Quick Stats Strip (Total Proyek, Template Industri, Kamera Online, Visual AI Nodes), grid proyek tersimpan dengan menu aksi titik 3 (Buka, Ganti Nama, Hapus), dan tombol Buka Workflow →.
• Category Filter Pills: Filter cepat kategori solusi industri (Manufaktur & QC, Retail & Restoran, Gudang & Logistik, Keamanan & Akses, AI Vision, Trafik & Smart City).

• Deteksi Objek Berbasis Teks Natural Language: Deteksi objek apa pun tanpa perlu melatih model baru (zero training) atau mengunggah checkpoint kustom lokal.
• Fleksibilitas Luar Biasa: Cukup ketik daftar label yang diinginkan (misal: "forklift, safety vest, pallet, helmet"), inferensi didukung oleh model resmi yolov8s-worldv2.pt dan CLIP text embeddings.
• Kecepatan Tinggi & Efisien: Model didownload otomatis pada pemakaian pertama dan di-cache secara permanen di direktori weights lokal.

• Akses 50.000+ Model Computer Vision: Jalankan model AI publik maupun private dari Roboflow Universe langsung ke pipeline deteksi & segmentasi.
• Tanpa Unduh File Bobot Besar: Cukup masukkan Model ID (format: project/version seperti warehouse-safety/3) dan Roboflow API Key.
• Preflight & Inspection Aman: Endpoint /api/models/inspect otomatis mengenali cloud model ID tanpa melempar error 404.
• Form Inspector Khusus: Field label dinamis "Roboflow Universe Model ID" dengan pembersihan tombol upload fisik lokal yang tidak relevan.

• Kabel Menempel Sempurna: Titik awal dan akhir kurva Bézier kabel koneksi node dihitung secara akurat menempel di tengah lingkaran port input dan output node kanvas pada semua tingkat zoom dan panning.
• Subtle Instant Delete Button: Tombol hapus kabel interaktif yang bersih dan hanya muncul saat kursor didekatkan ke garis kabel.

• Kompresi & Akselerasi Model Otomatis: Kuantisasi model AI langsung dari Central Model Registry Hub untuk memangkas ukuran model hingga 75% dan mempercepat inferensi pada perangkat CPU, Edge, Raspberry Pi, dan NPU.
• Format Presisi Fleksibel:
  • TFLite INT8: Kuantisasi bobot dan aktivasi ke integer 8-bit dengan kalibrasi representatif sintetis otomatis tanpa perlu mengunggah dataset manual.
  • TFLite FP16: Kuantisasi half-precision 16-bit untuk penghematan ukuran 50% dengan retensi akurasi deteksi mendekati 100%.
  • ONNX Dynamic INT8: Kuantisasi dinamis integer 8-bit untuk eksekusi ultra-cepat di x86/ARM CPU via ONNX Runtime.
• Alur Kerja Terpadu 1-Klik: Hasil kuantisasi langsung menampilkan ringkasan metrik kompresi (ukuran awal vs akhir, rasio penghematan), tombol [🎯 Terapkan ke Node Aktif] untuk langsung dipasang ke node deteksi aktif, dan tombol [💾 Unduh File] untuk mengunduh bobot terkuantisasi.
• Runtime Universal Terkalibrasi: Custom model inference engine secara otomatis mengenali kuantisasi INT8, mengaplikasikan scale & zero-point normalization, serta mengekstrak tensor deteksi YOLO 2D/3D secara adaptif.

• Deteksi Wajah Presisi Tinggi: Mengintegrasikan model RetinaFace ONNX via UniFace untuk mendeteksi wajah dan melokalisasi 5 titik facial landmark (mata, hidung, ujung bibir) secara real-time.
• Ekstraksi Fitur ArcFace 512-D: Menghitung vektor representasi wajah L2-normalized cosine embedding berdimensi 512 untuk pengenalan identitas akurat (Face Re-ID).
• Pencocokan Identitas Otomatis: Menampilkan badge nama profil terdaftar (👤 Budi Santoso (94%)) jika wajah cocok dengan database, atau melacak orang asing secara dinamis (👤 Tamu #1) tanpa ID hopping.
• Pemancaran Event Terstruktur: Mengirimkan event face_identified lengkap dengan metadata nama, role, kemiripan (similarity score), dan timestamp ke alert, webhook, maupun sistem absensi/keamanan.

• Halaman Manajemen Profil Wajah: Tersedia langsung dari panel Left Rail navigasi (👤 Wajah) untuk melihat galeri identitas yang terdaftar di sistem.
• Pendaftaran 1-Klik (Drag-and-Drop / Upload): Unggah foto wajah profil, sistem otomatis mendeteksi wajah, meng-crop avatar thumbnail, dan mengekstrak embedding ArcFace ke database lokal.
• Live Search & Filter: Pencarian instan berdasarkan nama lengkap, jabatan/role, atau departemen dengan badge statistik jumlah wajah terdaftar.
• Koneksi Cepat dari Inspector: Di dalam inspector node Face Re-ID Tracker, tersedia tombol pintasan khusus [ 👥 Kelola Database Wajah Terdaftar → ] yang langsung membuka galeri wajah dengan satu klik.

• Timer Durasi Kehadiran Real-Time: Menghitung lama waktu setiap objek berada di frame kamera secara visual (format mm:ss, desimal s, atau hh:mm:ss).
• Posisi Badge Fleksibel: Menempatkan indikator timer di atas kotak deteksi (top), di bawah kotak (bottom), atau di dalam kotak (inside) dengan styling semi-transparan yang bersih.
• Peringatan Ambang Batas Overstay: Memicu alarm dan event peringatan jika objek berada lebih lama dari batas waktu yang ditentukan (alertThresholdSeconds).
• Filter Target Kelas Objek: Opsi penyaringan kelas tertentu (misal: hanya hitung timer untuk person atau truck), mencegah frame kamera terdistorsi oleh rendering ganda.

• Popup Floating Toolbar Bebas Halangan: Pengaturan dan daftar poligon multi-zona dapat disembunyikan (hide / minimize) atau digeser keluar frame video live sehingga pandangan operator terhadap preview kamera tetap maksimal dan tidak terhalang.
• Filter Kelas Objek Terisolasi: Memastikan preview deteksi yang ditampilkan di kanvas hanya memunculkan kelas objek yang telah dipilih di filter, mengeliminasi bocoran visual kelas yang tidak diinginkan.

• Drawer Mengambang Terintegrasi: Copilot cerdas di sisi kanan kanvas studio yang kompatibel dengan protokol OpenAI (9router, OpenAI, OpenRouter, Ollama, dan vLLM).
• Prompt-to-Pipeline Otomatis: Buat alur kerja lengkap (Input, Detector, Filter, Tracker, Zone Timer, Visual Annotate) hanya dari instruksi teks natural language.
• Multi-Turn Context Awareness: AI mengingat percakapan sebelumnya sehingga pengguna dapat merevisi konfigurasi secara bertahap (contoh: "Ganti kelasnya jadi mobil dan bus saja, dan ubah confidence detector ke 0.8").
• In-Place Node Parameter Updates & Diff: Perubahan parameter (kelas, threshold, filter, mode) ditandai dengan badge REVISI SIAP dan ringkasan diff sebelum diterapkan ke kanvas tanpa merusak node yang ada.

• AI Prompt-to-Code: Buat fungsi OpenCV kustom def process(frame, state): dari prompt bahasa alami dengan generator terintegrasi.
• Monospace Code Editor: Editor kode bawaan dengan dukungan indentasi tombol Tab, syntax validator AST Python real-time, dan status badge validasi.
• 6 Preset Siap Pakai: Pilihan preset industri instan (Watermark & Timestamp, Color Threshold Masking, Edge Detection Overlay, Draw Crosshair Grid, Speedometer HUD, Dynamic ROI Masking).
• Uji 1-Frame Sandbox: Eksekusi uji kode pada 1 frame visual sintetis dalam lingkungan terisolasi lengkap dengan perbandingan gambar Before vs After, metrik latensi eksekusi (ms), dan tangkapan standard output logs.

Dirancang khusus untuk menjawab kebutuhan operasional nyata di lantai pabrik, bengkel perawatan armada berat, dan pergudangan logistik:

• dominant_color (Dominant Color Inspector): Inspeksi kepatuhan warna APD (rompi keselamatan high-vis green/orange, pembedaan warna helm kerja sesuai jabatan supervisor/operator/safety officer) dan inspeksi palet warna produk industri menggunakan ruang warna HSV adaptif.
• class_replacement (Hierarchical Relabeler): Menghubungkan detektor umum (YOLO mendeteksi vehicle atau tool) dengan model klasifikasi spesifik tingkat dua (forklift_toyota_5t atau impact_wrench) tanpa merusak track_id dan riwayat koordinat spasial.
• man_down_detector (Man Down & Fall Detector): Pemantau keselamatan K3 darurat 3 tahap (geometri rasio aspek horizontal, deteksi drop vertikal mendadak, dan buffer ketidaksadaran/stillness > 4 detik tak bergerak) untuk peringatan dini kecelakaan kerja fatal.
• lpr_license_plate (License Plate Reader / ANPR): Ekstraksi plat nomor kendaraan dengan ekualisasi kontras CLAHE, normalisasi regex standar plat nomor Indonesia (RI), koreksi karakter ambigu (0 vs O, 1 vs I), majority voting lintas 5 frame, dan evaluasi gerbang Whitelist/Blacklist.
• overstack_detector (Overstack Clearance Detector): Memantau batas ketinggian aman tumpukan pallet, kardus, atau ban di gudang logistik terhadap garis batas virtual langit-langit (clearance ceiling) dengan kalibrasi meter fisik dan filter persistensi pergerakan forklift.

Halaman awal untuk mengelola seluruh proyek alur kerja, membuka proyek terkini, mengimpor alur kerja JSON, dan memilih template siap pakai industri (Restaurant Dwell Tracker, Bottle Inspection, dll).

Kanvas node-graph interaktif dengan kabel Bézier halus, auto-connect cerdas, zoom & pan mulus, panel library 50+ node, status runtime Python, dan inspector parameter berlabel Bahasa Indonesia.

Pipeline video CCTV Kafe berjalan secara live pada CPU/GPU, menampilkan deteksi YOLOv8 + ByteTrack dengan timer durasi duduk tamu (1s, 4m 12s) di tengah meja secara elegan tanpa menutupi makanan.

Editor poligon interaktif di atas frame video live: operator dapat memilih area meja/bay, menggeser titik sudut (vertex handles), menambah area baru, dan menyetel kapasitas maksimal.

Panel inspector modern bergaya Roboflow untuk menambahkan layer anotasi (kotak pembatas, label kelas, heatmap, skor akurasi) dengan pengaturan warna, posisi, dan ketebalan interaktif.

Matriks pemantauan terpusat untuk 8 kamera CCTV industri (5 Bay Workshop + 3 Gerbang Warehouse) dengan opsi tampilan 1 Fokus, 4 Grid, dan 9 Matrix lengkap dengan FPS live meter.

Dialog konfigurasi kamera CCTV kontras tinggi dengan fitur Auto-generate Workflow dari template industri dan tombol shortcut langsung [📐 Gambar Poligon Area].

Dashboard analitik sesi kerja bengkel/workshop: kartu ringkasan KPI, filter shift (Pagi, Siang, Malam), pencarian live bay, dan tombol ekspor CSV untuk integrasi laporan.

Log kejadian keluar gerbang gudang dengan verifikasi transisi fisik dari dalam ke luar gerbang, status pengiriman ERP (Delivered / Queued), filter pintu gerbang, dan ekspor CSV.

Panel manajemen model AI terpusat dengan tabel metadata terstruktur (YOLOv8, YOLOv11, ONNX, TensorRT, RF-DETR), status aktif, serta modal upload model baru.

Alat visual terintegrasi di Model Registry untuk mengompresi model AI ke presisi INT8 / FP16 dengan kalibrasi sintetis otomatis, menampilkan rasio kompresi, unduh file, dan tombol 1-klik terapkan ke node aktif.

Halaman manajemen identitas profil wajah terpadu di Left Rail navigasi untuk melihat daftar wajah terdaftar, status ArcFace embedding, live search pencarian nama/role, dan penghapusan profil.

Dialog pendaftaran profil baru dengan area drag-and-drop unggah foto wajah, ekstraksi otomatis embedding 512-D L2 cosine ArcFace, serta pembuatan thumbnail avatar otomatis.

Penyusunan alur kerja analitik wajah visual: Face Detector (RetinaFace 5-point landmarks) disambungkan ke Face Re-ID Tracker (ArcFace) dengan shortcut langsung ke Database Wajah di inspector.

Node Object Timer melacak waktu keberadaan setiap objek terdeteksi di frame video secara individual (format mm:ss) lengkap dengan badge visual fleksibel dan ambang batas peringatan overstay.

Penyusunan alur kerja visual komprehensif menggabungkan kelima node industri: Dominant Color Inspector, Class Replacement, Man Down & Fall Detector, License Plate Reader (LPR), dan Overstack Clearance Detector.

Panel inspector konfigurasi deteksi kecelakaan kerja: ambang rasio aspek rebahan horizontal, jeda konfirmasi stillness (detik), dan toleransi pergerakan piksel mikro.

Konfigurasi otomatisasi gerbang logistik: filter kelas armada kendaraan, daftar Whitelist / Blacklist, dan voting konsensus frame stabil.

Pengaturan inspeksi warna APD: pemotongan area torso untuk rompi, pemilihan preset warna keselamatan (Hi-Vis Green/Orange), dan penegakan ambang persentase wajib.

Pemantau batas tumpukan kargo aman di koridor gudang: koordinat garis batas virtual langit-langit (Ceiling Y), kalibrasi rasio piksel ke meter, dan waktu persistensi debouncing.

AFI Vision Builder dirancang portabel dengan skrip launcher otomatis:

1. Persyaratan: Pastikan Python 3.10, 3.11, atau 3.12 terpasang (Centang "Add Python to PATH" saat instalasi).
2. Instalasi Dependensi (Cukup 1x di awal): Klik dua kali berkas:

   install.bat

   Skrip ini otomatis membuat virtual environment (.venv), memasang PyTorch, Ultralytics, Supervision, OpenCV, FastAPI, dan seluruh modul pendukung.

3. Menjalankan Aplikasi: Klik dua kali berkas:

   run.bat

   Server lokal akan langsung aktif dan otomatis membuka peramban web ke:
   👉 http://127.0.0.1:8765

1. Berikan izin eksekusi pada berkas skrip:

   chmod +x install.sh run.sh

2. Jalankan instalasi:

   ./install.sh

3. Jalankan aplikasi:

   ./run.sh

Seluruh node dikelompokkan ke dalam 5 kategori fungsional dengan parameter berlabel Bahasa Indonesia dan panduan interaktif:

afivisionbuilder/
├── 📁 engine/                     # Core Runtime Computer Vision & AI Engine
│   ├── core.py                    # Pipeline execution loop, threading, & Node Graph dispatcher
│   ├── uniface_runtime.py         # RetinaFace face detector, ArcFace 512-D Re-ID tracker, & Face Registry
│   ├── object_timer.py            # Object presence duration timer & alert thresholding
│   ├── multi_zone_occupancy.py    # Multi-Zone table tracking, FSM states, & geometric centroid testing
│   ├── project_nodes.py           # Specialized nodes (Zone Activity Timer, Zone Exit Event, Dynamic Zone)
│   ├── detections_consensus.py    # Multi-model consensus voting & IoU bounding box clustering
│   ├── model_comparison.py        # Dual-model side-by-side & diff overlay evaluation
│   ├── detections_difference.py   # State difference comparator (added, removed, unchanged)
│   ├── spatial_measurement.py     # Real-world distance measurement & physical object sizing
│   ├── classical_cv.py            # Laplacian camera focus score & auto-rotate deskewing
│   ├── video_kinematics.py        # Centroid velocity calculation & path corridor deviation
│   ├── advanced_logic.py          # Overlap analysis, delta frame throttler, & switch-case router
│   ├── data_aggregation.py        # Sliding window metrics rollup & CSV tabular exporter
│   ├── cloud_sinks.py             # S3 Object Storage sink & multi-channel notification dispatcher
│   ├── ptz_controller.py          # ONVIF continuous move PTZ auto-follower & deadzone filter
│   ├── dominant_color.py          # HSV sub-region color inspector & safety vest compliance
│   ├── class_replacement.py       # Hierarchical cascade relabeler with attribute preservation
│   ├── man_down_detector.py       # 3-stage worker fall & stillness emergency detector
│   ├── lpr_license_plate.py       # Dedicated ANPR parser & gate whitelist/blacklist policy
│   ├── overstack_detector.py      # Warehouse pallet clearance ceiling & stack height telemetry
│   ├── ocr_engine.py              # Ultra-lightweight ONNX OCR engine (PP-OCRv3/v4)
│   ├── roboflow_tracker.py        # Track Class Lock & EMA bounding box stabilizer
│   ├── ai_agent.py                # VLM multimodal agent (Decision, Detector, Strict Classifier)
│   ├── custom_model_runtime.py    # YOLO / YOLO-World / Roboflow Universe / PyTorch Fallback Manager
│   ├── vlm_box_tracker.py         # Multimodal Vision-Language Model interface
│   ├── node_catalog.py            # Registry 70+ Node, metadata, & skema parameter
│   ├── main.py                    # Algoritma image processing OpenCV, YouTube resolver & spatial filters
│   └── camera_daheng.py           # Driver SDK kamera industri Daheng
├── 📁 static/                     # Frontend Single Page Application (SPA)
│   ├── index.html                 # Struktur markup Studio, Dashboard, & Hub
│   ├── app.js                     # State management, Bézier canvas routing, & UI interactions
│   ├── style.css                  # Desain visual modern, tema dark, & glassmorphism
│   └── logo.png                   # Brand identitas AFI Vision Builder
├── 📁 docs/                       # Dokumentasi Teknis & Showcase Media
│   ├── PRD.md                     # Product Requirements Document
│   ├── TASK_LIST.md               # Riwayat pengerjaan, handoff log, & roadmap
│   └── screenshots/               # Koleksi 10 tangkapan layar antarmuka resolusi tinggi
├── 📁 tests/                      # Automated E2E Test Suites (@e2e-dev/web & Playwright)
│   ├── yolo_world_roboflow.e2e.ts         # YOLO-World zero-shot prompt & Roboflow Universe E2E
│   ├── template_youtube_sources.e2e.ts    # 5 Production templates & YouTube stream input E2E
│   ├── wire_port_alignment.e2e.ts         # Canvas wire alignment & port center connection E2E
│   ├── project_switcher.e2e.ts            # Topbar project switcher dropdown E2E
│   ├── hub_redesign.e2e.ts                # Modern Hub landing page & template cards E2E
│   ├── ocr_reader.e2e.ts                  # OCR Text Reader ONNX pipeline E2E
│   ├── phase5_sinks_and_aggregation.e2e.ts # S3 sink, notifications, aggregator, & PTZ E2E
│   ├── five_realworld_nodes.e2e.ts        # 5 Real-world industrial nodes canvas & guide modal E2E
│   ├── vlm_and_visualization.e2e.ts        # Model comparison diff & state difference E2E
│   ├── consensus_and_filter.e2e.ts         # Model consensus & confidence filter E2E
│   ├── spatial_and_classical_cv.e2e.ts     # Spatial measurement & focus score E2E
│   ├── advanced_logic_and_kinematics.e2e.ts # Kinematics, overlap, delta filter E2E
│   ├── restaurant_cafe_running.e2e.ts      # Video pipeline & live table dwell time tracking
│   ├── template_restaurant_table.e2e.ts    # Template instansiasi meja restoran
│   ├── dashboard_operations.e2e.ts         # 8-camera matrix, workshop sessions, & warehouse events
│   ├── camera_settings_workflow.e2e.ts     # Camera modal, auto-binding, & polygon drawing
│   ├── multi_zone_occupancy.e2e.ts         # Visual polygon editor & inspector verification
│   ├── node_overlay_annotate.e2e.ts        # Overlay layers inspector verification
│   ├── projects_and_models_hub.e2e.ts      # Hub landing page & Model registry
│   ├── test_yolo_world_roboflow.py         # Pytest unit tests YOLO-World & Roboflow Universe
│   └── unit/                               # Pytest Unit Test Suites (157/157 Passed)
│       ├── test_five_realworld_nodes.py
│       ├── test_ocr_node.py
│       ├── test_phase5_sinks_and_aggregation.py
│       ├── test_vlm_and_visualization.py
│       ├── test_detections_consensus.py
│       ├── test_spatial_and_classical_cv.py
│       ├── test_video_kinematics_and_advanced_logic.py
│       └── test_nodes.py
├── 📁 data/                       # Penyimpanan Lokal Terisolasi
│   ├── models/                    # Bobot model AI lokal (.pt, .onnx)
│   ├── projects/                  # File alur kerja JSON proyek
│   ├── cameras.json               # Konfigurasi 8 kamera CCTV industri
│   ├── outputs/                   # Folder hasil ekspor frame & crop event
│   └── visonode.db                # SQLite database log sesi & event
├── 📄 server.py                   # REST API & WebSocket Streaming Server (FastAPI / Starlette)
├── 📄 e2e.config.ts               # Konfigurasi pengujian otomatis E2E
├── 📄 requirements.txt            # Daftar pustaka Python terverifikasi
├── ⚙️ install.bat / run.bat       # Skrip instalasi & launcher otomatis Windows
└── ⚙️ install.sh / run.sh         # Skrip instalasi & launcher Linux/macOS

AFI Vision Builder menerapkan standar rekayasa perangkat lunak ketat dengan pengujian berlapis:

• 219 Unit Tests (100% Passed): Pengujian unit menyeluruh via Pytest untuk menguji logika fungsional internal (FSM multi-zone, tracking, konsensus model, kalibrasi jarak, variansi Laplacian, kalkulator kecepatan, throttler delta, komparasi model dual-stream, state comparator, rolling window aggregation, CSV formatting, S3 mock upload, notification cooldown, ONVIF PTZ velocity deadzone, pengenalan teks ONNX OCR, zero-shot YOLO-World text prompting, integrasi Roboflow Universe hosted inference, serta engine kuantisasi model TFLite INT8/FP16 & ONNX Dynamic INT8).
• 26+ Automated E2E Test Suites: Menguji seluruh fungsionalitas dari perspektif pengguna nyata menggunakan runner modern e2e dengan engine Playwright dan model AI cx/gpt-5.6-luna.
• Verifikasi Real-Browser & Visual: Memvalidasi kelayakan kanvas flow, video stream live, modal pengaturan kamera, editor poligon, filter shift, dan ekspor CSV.
• Tangkapan Layar Otomatis: Setiap proses pengujian secara otomatis mendokumentasikan bukti screenshot visual ke folder .e2e/artifacts/.

Jalankan pengujian unit:

.venv\Scripts\pytest tests/ -v

Jalankan seluruh pengujian E2E:

npm run test:e2e

Atau jalankan skenario spesifik:

npx e2e run tests/model_quantizer.e2e.ts

• Sistem Operasi: Windows 10/11 (64-bit), Ubuntu 20.04/22.04 LTS, atau macOS.
• Prosesor: Minimal Intel Core i5 / AMD Ryzen 5 (disarankan 6 core ke atas).
• RAM: Minimal 8 GB (disarankan 16 GB untuk multi-camera matrix).
• GPU (Opsional): NVIDIA GeForce GTX 1060 ke atas dengan CUDA 11.8 / 12.x untuk inferensi real-time maksimal. Jika tidak ada GPU, aplikasi otomatis menggunakan akselerasi CPU dengan mulus.

Dikembangkan dengan dedikasi tinggi oleh Anas Khadafi (@Annaskhadafi) dan tim untuk kebutuhan inspeksi visual industri, analitik CCTV cerdas, dan automasi Computer Vision modern.

Hak Cipta © 2026 AFI Vision Builder. Seluruh hak cipta dilindungi undang-undang.