KasirPintarAI — POS Desktop dengan Analisis AI

Aplikasi kasir (point-of-sale) desktop untuk pedagang kecil di Indonesia, dibangun dengan Python di atas basis data analitik tertanam, dilengkapi asisten AI yang menjawab pertanyaan bisnis dalam bahasa sehari-hari dengan menuliskan sendiri SQL-nya.

Sorotan

• Mengutamakan mode luring, sebab toko tidak boleh berhenti saat internet mati — transaksi ditulis ke berkas DuckDB lokal, sehingga menjual, mencetak struk, dan menyesuaikan stok tidak pernah bergantung pada koneksi. Hanya jalur analitik AI yang membutuhkan jaringan.
• Basis data analitik di bawah beban transaksional, dan itu disengaja — DuckDB bersifat kolumnar, sehingga "total penjualan minggu ini dikelompokkan per kategori" berjalan di atas berkas yang sama yang ditulisi mesin kasir, tanpa gudang data pelaporan terpisah dan tanpa ekspor tengah malam.
• Bertanya dalam bahasa Indonesia, mendapat laporan — pertanyaan seperti "berapa total penjualan minggu ini per kategori?" diterjemahkan menjadi SQL, dijalankan, lalu ditampilkan kembali sebagai hasil. Lapisan bahasa alaminya duduk di atas kueri sungguhan, bukan di atas sekumpulan laporan kalengan yang tetap.
• Antarmuka sekelas Flutter tanpa meninggalkan Python — Flet merender tampilan lewat Flutter, dan itulah yang membuat aplikasi desktop Python ini terlihat seperti POS modern alih-alih formulir Tkinter.
• Dikirim sebagai satu berkas eksekusi Windows — PyInstaller membungkus interpreter, antarmuka, dan mesin basis data menjadi satu .exe, sehingga memasangnya di meja kasir tidak berarti harus memasang Python lebih dulu.
• Dibuat untuk pasar lokal, bukan diterjemahkan ke sana — antarmuka berbahasa Indonesia, format Rupiah, dukungan QRIS, dan pencetakan struk termal adalah kebutuhan dasar di sini, bukan pelokalan yang ditempelkan belakangan.

Fitur Utama

1. Autentikasi banyak pengguna — hash kata sandi bcrypt 12 putaran, peran admin dan kasir, pelacakan sesi dengan last_login, serta keluar sesi yang bersih.
2. Transaksi penjualan — penanganan keranjang, pembayaran, dan kembalian, dengan keluaran struk termal.
3. Pengelolaan stok — produk beserta gambar, tingkat persediaan, dan penataan kategori.
4. Analitik bisnis berbasis AI — pertanyaan berbahasa alami dijawab dari data penjualan terkini lewat DeepSeek.
5. Pelaporan dan grafik — pandas untuk agregasi dan matplotlib untuk ringkasan visual.
6. Deployment berkas tunggal — berkas eksekusi Windows yang sudah terbungkus tanpa prasyarat runtime, dan tanpa biaya bulanan.

Tech Stack

• Python 3.11+
• Flet ≥ 0.80 (antarmuka desktop yang dirender Flutter)
• DuckDB ≥ 1.1 (basis data kolumnar tertanam)
• DeepSeek V3 lewat OpenAI SDK ≥ 1.50
• bcrypt ≥ 4.2 (hash kata sandi)
• pandas ≥ 2.2 + matplotlib ≥ 3.8 (analisis dan grafik)
• Pillow ≥ 10 (gambar produk) + python-dotenv
• PyInstaller (build Windows berkas tunggal)

Status & Kematangan

Aktif. Pengujiannya sempit tetapi diarahkan tepat ke dua tempat yang bila salah akan mahal sekaligus tak terlihat: perenderan struk dan penanganan gambar produk — struk yang keliru berarti sengketa dengan pelanggan, dan gambar yang tertukar berarti barang yang salah terjual. Selebihnya diverifikasi dengan memakai mesin kasirnya langsung. Aplikasi ini menyasar Windows, sistem yang memang dipakai toko-toko yang menjadi sasarannya.

Metrik Terukur