Skip to content

athallacode/ARCANA

Folders and files

NameName
Last commit message
Last commit date

Latest commit

 

History

53 Commits
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 

Repository files navigation

leksa

Banner GitHub

Platform Deteksi Dini Disleksia dengan Sistem Pembelajaran Adaptif


Team

Name Role
Nauval Yusriya Athallah Lead, Hacker
Nabiel Muhamad Irfani Hustler
Muhammad Karov Ardava Barus Hacker
Casta Garneta Hipster
Thoriq Abdurrohman Taqy Hacker

1. Masalah: "The Identification Vacuum" di Indonesia

Di Indonesia, diperkirakan terdapat lebih dari 5 juta anak dengan disleksia, namun 80% di antaranya tidak terdiagnosis secara resmi. Hambatan utama meliputi biaya diagnosis psikolog yang mahal dan minimnya tenaga ahli di daerah. LEKSA hadir untuk mendemokrasi akses deteksi dini melalui infrastruktur teknologi yang inklusif.

2. Solusi: Vision-Transformer & Intervensi Adaptif

LEKSA adalah solusi web-based premium yang menggabungkan psikologi pendidikan dengan teknologi AI termutakhir:

  • Physical-to-Digital Pipeline: Anak tetap menulis di media kertas untuk menjaga perkembangan motorik halus, sementara AI menangkapnya melalui visi komputer (kamera).
  • Handwriting Transformer (SOTA): Menggunakan model TrOCR (Transformer-based OCR) yang dilatih khusus untuk mengenali tulisan tangan yang tidak beraturan.
  • Privacy-First Architecture: Semua proses inferensi AI dan database berjalan di jaringan lokal (Edge Computing), menjamin data sensitif anak tidak pernah dikirim ke cloud.

3. Tech Stack & Engineering Excellence

Kami menggunakan arsitektur monorepo yang dioptimasi untuk performa laptop high-end (ROG Zephyrus):

Komponen Teknologi Peran
Frontend Next.js 14 UI/UX Premium dengan interaksi real-time dan animasi dinamis.
Backend FastAPI REST API asinkron dengan concurrency tinggi untuk pengolahan gambar.
OCR Engine TrOCR (Vision-Transformer) Model AI SOTA (Microsoft/trocr-base) untuk pengenalan tulisan tangan.
Fuzzy Engine RapidFuzz Algoritma string matching untuk toleransi kesalahan tulis ringan.
Database SQLite (Local DB) Penyimpanan sesi lokal dengan latensi rendah.

4. Fitur Utama

A. Progressive Screening (5-Level Curriculum)

  • Level 1 (Huruf Tunggal): Deteksi awal pengenalan karakter visual (e.g. 'A').
  • Level 2 (Suku Kata): Menguji penggabungan konsonan-vokal (e.g. 'BA').
  • Level 3 (Suku Kata Kompleks): Deteksi inversi dan omisi (e.g. 'BAN').
  • Level 4-5 (Kata & Morfologi): Analisis kelancaran penulisan kata utuh (e.g. 'NYALA', 'MENEMANI').

B. Interactive Listen Card

Antarmuka "Dengarkan-Lalu-Tulis" yang intuitif dengan feedback visual untuk membantu fokus anak (kartu berubah warna saat audio diputar).

C. Comprehensive Result Summary

  • Risk Score Analysis: Memberikan skor risiko 0-100 berdasarkan akurasi visi komputer.
  • Error Pattern Recognition: Mendeteksi pola reversal (huruf terbalik seperti b/d, p/q) secara otomatis menggunakan AI.
  • Learning Roadmaps: Merekomendasikan Level latihan LEKSA (1-5) yang harus diikuti anak berdasarkan hasil skrining.

D. Mode Belajar Adaptif (Learning Mode)

  • Orton-Gillingham Curriculum: Latihan berlevel (1-5) mulai dari pengenalan huruf konfusable (b/d, p/q) hingga morfologi kata.
  • Dynamic Feedback: Sistem memberikan feedback langsung berdasarkan benar/salahnya jawaban anak dan menyesuaikan level secara otomatis.

5. Cara Menjalankan (Local Development)

Backend:

  1. cd BE
  2. pip install -r requirements.txt
  3. uvicorn app.main:app --reload --port 8000

Frontend:

  1. cd FE
  2. npm install
  3. npm run dev

About

No description, website, or topics provided.

Resources

Stars

0 stars

Watchers

0 watching

Forks

Releases

No releases published

Packages

 
 
 

Contributors