Simple Pastebin

Saya mau lakukan edit pada tarik data Otomatis didalam analisis, diantaranya 
pisahkan centangannya antara SPT Tahunan dan Masa dari SIDJP dan juga Tarik data Lampiran SPT dari DMS Viewer DJP. Jadi DMS Viewer DJP dikasih centangan Sendiri agar bisa dipilih mau ditarik atau tidak, dan ini juga kan terkait loginnya dia pakai login yang sama  dengan appportal, jadi kurang cocok jika dibarengkan dengan yang pakai login SIDJP. Jadi dia akan seperti tarik data eFaktur dll, jika tidak ada login appportal maka tidak bisa dicentang.
Lalu saya maunya di bagian atas pada tarik data otomatis itu ada pilihan tahun ya, dari tahun 2021 s.d 2024, pilihan yang seperti ketika awal bikin analisis itu. Jadi nanti disini tahun yang dipilih inilah yang akan ditarik datanya. Jadi tahun untuk penarikan data dibuat terpisah dengan  tahun yang akan dianalisis, meskipun berbeda tidak masalah, karena kadang melakukan analisis tahun 2022-2023 tapi membutuhkan data tahun 2021 begitu.

lalu untuk yang tahun untuk analisis, jangan batasi hanya sampai tahun 2024, tapi sampai tahun berjalan pun bisa.

Dan untuk proses pseudonimisasi nya, buat agar jangan file yang sudah diupload langsung otomatis di pseudonimisasi, tapi file yang diupload atau hasil dari sedot data otomatis itu dia hany muncul di list ebrkas dulu apa adanya, baru nanti di sebelah kanan berkas bareng tombol-tombol yang lain, kasih tombol untuk pseudonimisasi, ketika di klik baru masukkan antrian untuk di proses pseudonimisasi itu, jadi misal saya hanya mau proses beberapa file saja bisa, sehingga tidak langsung memberatkan sistem dengan request yang besar. lalu di bagian berkas tidak perlu ada centangan pada list berkasnya. 

lalu saya mau kasih keputusan untuk llm lokal dalam menyamarkan data sebagai berikut,
Untuk identitas yang disembunyikan hanya sebatas identitas Nama Orang, Nama Badan, NIK, dan NPWP saja, selain hal itu tidak usah di sembunyikan identitasnya, baik alamat maupun sumber data maupun apapun itu.
Jika data berupa Excel dengan tabel dengan data banyak di dalamnya, kamu baca header kolomnya, hanya sembunyikan yang terkait dengan kolom. Hanya pada excel yang tidak berisi tabel dengan data besar seperti excel SPT, tetap dicari apa adanya saja karena memang itu format yang diambil dari SPT.
Jika data yang diupload berupa pdf yang didalamnya images, dan pdfnya berisi laporan keuangan atau isinya berupa tabel, maka export data itu ke excel saja, jangan ke word, dan dalam exportnya llm lokal lakukan langkah seperti yang dilakukan claude sebagai berikut:
1. Cek dulu apakah benar-benar gambar. Banyak PDF "scan" sebenarnya sudah punya lapisan teks tersembunyi. Kalau ada, ekstraksi langsung jauh lebih akurat daripada OCR.
2. Rasterisasi halaman ke gambar beresolusi tinggi (sekitar 300 DPI). Resolusi rendah adalah penyebab error nomor satu.
3. Pra-pemrosesan: luruskan halaman miring (deskew), tingkatkan kontras, buang noise.
4. Deteksi struktur tabel, bukan hanya teks. Garis horizontal/vertikal dideteksi (misalnya dengan OpenCV) untuk membentuk grid baris-kolom. Untuk tabel tanpa garis, struktur disimpulkan dari perataan posisi teks. Sel yang digabung (merged cell) dan header bertingkat perlu penanganan khusus.
5. OCR per sel (atau per baris), lalu ditempatkan sesuai koordinat grid.
6. Pembacaan visual oleh saya untuk memeriksa hasilnya: saya melihat gambar aslinya dan membandingkannya dengan hasil OCR. Ini yang menangkap kesalahan khas OCR, seperti 0 vs O, 1 vs l, koma vs titik desimal, atau angka yang terpotong.
7. Validasi logis: kalau tabel punya kolom total atau subtotal, saya hitung ulang dengan kode. Angka yang tidak cocok langsung ketahuan salah baca.
Bangun file Excel dengan format yang mirip aslinya (lebar kolom, merged cell, angka disimpan sebagai angka, bukan teks).
apakah bisa llm lokal melakukan itu dalam pemrosesan PDF atau images? agar lebih betul data yang disajikan sebelum di redom.

Lalu pada bagian Review pada Temuan Pemeriksaan, jangan jadi satu dan harus diproses satu per satu begitu semuanya, jadi ketika satu di klik konfirmasi langsung kasih perintah ke llm lokal untuk proses ulang, ketika yang diproses buanyak dalam satu file dia akan memproses file yang sama berulang ulang terus, jika sangat banyak maka akan sangat membebani llm lokal. Kenapa tidak temuan pemeriksaan itu dibuat pilihan tiap temuannya dia dikasih pilihan untuk dipilih dulu "Jadikan identitas & samarkan ulang" atau "bukan identitas", tapi setelah memilih tidak langsung diproses, buat agar semua temuan pemeriksaan pada file itu dipilih dulu/diputuskan semua, baru klik proses untuk file tersebut, agar sekali proses langsung perbaikan untuk satu file tersebut, agar tidak diproses berulang ulang terus pada satu file di setiap temuan.

Lalu saya mau di kolom Chat pada Lanjut ke Claude, disitu dibawah pilihan Model, menampilkan prompt utama terlebih dahulu untuk diedit sebelum dilanjut ke Claude. Sehingga user bisa mengedit Chat yang mau dikirim ke claude pada saat itu tanpa harus melakukan edit pada Prompt Utama di setting terlebih dahulu. Ketika di klik lanjut ke claude, prompt yang sudah diedit hanya akan dikirim ke claude bersama file, dia tidak merubah prompt utama (tidak disimpan).
Dan juga list file yang Ready juga muncul dibawah prompt diatas tombol Lanjut ke Claude di kolom Chat itu, yang akan dikirim hanya yang dicentang saja.
Lalu ketika sudah di klik Lanjut ke Claude, tampilan prompt dan list file yang dicentang akan hilang, dan akan kembali menjadi kolom chat yang biasa yang muncul setelah di klik lanjut ke claude itu, atau bisa dibilang langsung lanjut ke sesi chat biasanya.

Sehingga di review tidak perlu ada centangan di berkas yang dikirim ke claude, hanya penanda saja file mana yang sudah ready atau masih ada masalah harus di konfirmasi atau bagaimana, disini kasih keterangan yang jelas jika berkas masih belum siap ini belum siapnya karena apa. Dan list berkas ini pindahkan ke bagian paling atas saja.