Rasain

## Inspiration 280 juta warga Indonesia menghadapi masalah infrastruktur publik setiap hari — jalan berlubang, lampu jalan mati, sampah menumpuk, banjir akibat drainase mampet. Portal pemerintah Lapor.go.id ada, tapi response rate-nya rendah: alurnya manual, lambat, dan warga tidak punya insentif untuk repot melapor. Banyak warga juga enggan melapor karena takut identitasnya terekspos.

## What it does Rasain adalah sistem multi-agent AI otonom — 8 agent spesialis di bawah satu orchestrator:

1. Warga kirim foto + deskripsi via web form atau bot Telegram. Intake Agent menormalkan laporan. Laporan anonim — warga hanya dikenal lewat handle samaran (Warga-XXXX); login & kepemilikan data lewat email pribadi.
2. Classifier Agent menganalisis foto dengan Claude vision — kategori, severity, urgensi; menolak foto non-infrastruktur.
3. Geolocator Agent merutekan ke instansi yang tepat (Dinas PUPR, DLH, Dishub, BPBD, PLN) beserta SLA-nya.
4. Submitter Agent mengirim email resmi + foto bukti ke instansi. Tracker Agent memantau otonom tiap 20 detik tanpa trigger manusia, mengeskalasi laporan yang melewati SLA.
5. Verifier Agent membaca inbox — balasan instansi memverifikasi laporan. Reward Agent me-mint Rasain Points (RSN) sebagai token SPL Solana on-chain. Memory Agent menyimpan riwayat di Mem9.
6. Warga menukar RSN sebagai Civic Credit: RSN di-burn on-chain, sisa retribusi dibayar lewat DOKU QRIS. Berkontribusi melapor secara harfiah membantu warga membayar kewajiban sipilnya.

## How we built it Orchestrator Python kustom mengkoordinasi 8 agent lewat dua autonomous loop: event-driven (process_report) dan cron-driven (run_tracker_cycle, tiap 20 detik). Tiap langkah menulis reasoning trace natural-language ke dashboard. Vision pakai Claude Haiku 4.5 via Sumopod gateway; pembayaran via DOKU MCP Server; reward di Solana SPL Token; backend FastAPI + APScheduler; dashboard Next.js dengan heatmap.

## Challenges we ran into Menyatukan empat sistem eksternal — vision AI, blockchain Solana, payment gateway DOKU, dan email — dalam satu pipeline andal. Devnet RPC Solana flaky sehingga mint pertama kerap gagal; kami atasi dengan retry loop. Menangani race condition antara cron loop otonom dan trigger manual.

## Accomplishments Pipeline end-to-end yang benar-benar jalan: laporan anonim terklasifikasi vision AI, diteruskan via email resmi, terverifikasi otonom, RSN ter-mint on-chain (real Solana devnet tx), Civic Credit ter-redeem lewat DOKU QRIS — dalam 12 jam.

## What we learned Merancang otonomi sejati: agent yang menulis reasoning-nya, autonomous loop tanpa trigger manusia, dan graceful degradation agar sistem tetap reproducible untuk juri.

## What's next V2: integrasi API Lapor.go.id resmi + pilot Pemda, migrasi wallet ke self-custody (Phantom). V3: tokenisasi carbon credit RWA + DAO tata kelola per kota.

Built With

• apscheduler
• claude-haiku-4.5
• doku-mcp-server
• fastapi
• gmail-smtp-imap
• mcp
• mem9
• nextjs
• openai-sdk
• python
• react
• solana
• spl-token
• sumopod-ai
• tailwindcss
• telegram-bot-api
• typescript