Scan Nota: PWA Scanner
Foto Nota, Hitung Otomatis dengan AI
Progressive Web App minimalis yang menggunakan Gemini Vision API untuk membaca nota belanja tulisan tangan secara otomatis. Foto nota, aplikasi akan langsung mengenali kolom Banyaknya dan Harga, lalu menghitung totalnya dalam hitungan detik.
Ringkasan Eksekutif
Pengembang
Christian Gerard
Tech Stack
Vanilla JS, Gemini Vision API, PWA
Platform
Progressive Web App - Cross Platform
Fokus Utama
OCR Nota Tulisan Tangan & Perhitungan Otomatis
Latar Belakang & Permasalahan
Saat berbelanja di pasar tradisional, warung, atau toko kecil, nota yang diterima biasanya masih berupa tulisan tangan. Untuk keperluan pembukuan pribadi, pencatatan pengeluaran bisnis, atau sekadar tracking budget bulanan, kita sering harus menghitung ulang secara manual semua item di nota tersebut.
Proses manual ini tidak hanya memakan waktu, tapi juga rentan terhadap kesalahan perhitungan - terutama saat nota berisi puluhan item dengan harga yang bervariasi. Belum lagi jika nota tersebut ditulis dengan tulisan tangan yang kurang rapi atau ada coretan harga yang sudah diganti.
Meskipun sudah ada teknologi OCR (Optical Character Recognition) dan computer vision yang canggih seperti Google Lens, belum banyak solusi yang spesifik dirancang untuk nota tulisan tangan Indonesia dengan fitur perhitungan otomatis yang mudah dan cepat diakses.
Pernyataan Solusi
Scan Nota adalah Progressive Web App yang memanfaatkan Gemini Vision API untuk membaca nota belanja tulisan tangan secara otomatis, mengekstrak data qty dan harga, lalu menghitung totalnya dalam hitungan detik - langsung dari browser smartphone tanpa perlu instalasi.
Cara Kerja Aplikasi
Aplikasi ini dirancang dengan workflow yang sederhana namun powerful menggunakan AI vision model untuk OCR:
1. Ambil Foto Nota
Pengguna dapat langsung mengambil foto menggunakan kamera smartphone atau memilih gambar dari galeri. Aplikasi mendukung berbagai kondisi pencahayaan dan tidak memerlukan setup khusus.
2. AI Vision Analysis dengan Gemini
Gambar dikirim ke Gemini Vision API (gemini-3.5-flash) dengan prompt yang dioptimalkan untuk mengenali struktur nota Indonesia. Model AI akan membaca kolom Banyaknya, Nama Barang, Harga, dan Jumlah dari nota tulisan tangan.
3. Smart Parsing & Data Cleaning
Hasil OCR dari model AI di-parse dan dibersihkan menggunakan algoritma custom. Sistem dapat menangani berbagai format output, termasuk yang dibungkus markdown fence, menormalisasi angka dengan format Indonesia, dan memfilter noise seperti coretan atau stempel.
4. Interactive Result & Calculation
Data ditampilkan dalam tabel interaktif yang bisa di-edit. Pengguna dapat mengubah nilai qty atau harga jika diperlukan, dan total akan dihitung ulang secara real-time. Tabel responsif dan dapat di-scroll horizontal untuk layar kecil.
Fitur Utama Aplikasi
Gemini Vision API Integration
Menggunakan model AI terbaru dari Google (gemini-3.5-flash) untuk membaca nota tulisan tangan dengan akurasi tinggi.
Private & Secure
API Key disimpan secara lokal di perangkat pengguna menggunakan localStorage. Tidak ada data yang dikirim ke server pihak ketiga selain Google API.
Smart Error Handling
Dilengkapi automatic retry untuk network error dan fallback parsing untuk berbagai format output AI yang tidak standar.
Editable Results
Hasil OCR dapat diedit langsung di tabel. Perubahan nilai qty atau harga akan langsung memperbarui total secara real-time.
Progressive Web App
Dapat diinstall ke home screen smartphone seperti aplikasi native. Bekerja di Android, iOS, dan desktop tanpa perlu app store.
Responsive & Mobile-First
UI dioptimalkan untuk smartphone dengan gesture support, horizontal scroll table, dan tap-friendly buttons.
Teknologi & Implementasi
Frontend Architecture: Dibangun dengan Vanilla JavaScript tanpa framework heavyweight untuk performa maksimal dan bundle size minimal. Menggunakan Plus Jakarta Sans font dari Google Fonts untuk typography yang modern dan readable.
AI Vision Engine: Integrasi langsung dengan Google Gemini Vision API (gemini-3.5-flash) menggunakan REST API. Prompt engineering yang cermat untuk menangani nota tulisan tangan Indonesia, termasuk instruksi khusus untuk menangani coretan, harga yang diganti, dan format tabel yang bervariasi.
Data Processing: Custom parsing algorithm yang robust untuk menangani berbagai format response dari AI model - mendukung JSON yang dibungkus markdown fence, handling untuk string numbers yang perlu dinormalisasi, dan cleanup untuk noise seperti simbol mata uang atau pemisah ribuan.
Progressive Web App Features: Menggunakan Service Worker untuk caching dan offline capability, Web App Manifest untuk installability, dan beforeinstallprompt event untuk custom install banner. Aplikasi memenuhi PWA criteria dengan theme color, icons dalam berbagai sizes termasuk maskable icon untuk Android.
Error Handling & Resilience: Implementasi automatic retry dengan exponential backoff untuk network errors, graceful degradation saat API key invalid, dan user-friendly error messages yang membantu troubleshooting (misalnya saran untuk foto ulang dengan pencahayaan lebih baik).

