Dari berkas Excel anonim menuju analitik HSE untuk manajemen. Tahap 2: membuat dasbor HSE interaktif dan mandiri dengan vibe coding

AI membantu membangun kerangka program di atas templat Excel yang telah dianonimkan, sementara basis data kerja yang sebenarnya dimuat ke dalam HTML yang sudah jadi secara lokal, di komputer pengguna.

Pendahuluan

Pada publikasi pertama saya menunjukkan bagaimana kami menyelesaikan persoalan penyiapan data yang aman: kami membuat alat penyamaran lokal dan belajar memperoleh templat Excel anonim yang mempertahankan struktur basis data kerja tanpa mengirim data pribadi nyata ke lingkungan AI eksternal.

Pertanyaan berikutnya muncul hampir seketika: apa yang harus dilakukan dengan templat itu selanjutnya?

Tugas kami bukan sekadar membuat beberapa grafik. Kami membutuhkan alat analitik yang benar-benar bekerja dan dapat dipakai saat menyiapkan komunikasi berjenjang dan komite keselamatan: mengubah pilihan data, menelusuri dari indikator umum ke unit, area, dan catatan tertentu, melihat titik lemah, serta cepat menyiapkan bahan untuk pembicaraan dengan para pimpinan.

Pada saat yang sama syarat utama tahap pertama tetap berlaku: pada tahap pengembangan eksternal, basis data kerja perusahaan yang sebenarnya tidak diserahkan kepada AI.

Mengapa kami memerlukan dasbor sendiri

Data sumber kami sudah lama dihasilkan dalam bentuk digital. Dialog keselamatan berbasis perilaku (BSD) dan kontrol risiko kritis (CRC) dilakukan para pimpinan dan spesialis melalui aplikasi seluler korporat CoLab. Jadi masalahnya bukan ketiadaan data, melainkan langkah berikutnya: bagaimana dengan cepat mengubah tumpukan catatan menjadi analitik manajemen yang mudah dipahami.

Sistem korporat memungkinkan melakukan observasi, mengisi kolom, dan membuat ekspor. Namun pengembangan analitik yang lebih dalam memerlukan pekerjaan TI tersendiri. Dengan jumlah spesialis, tenggat, dan anggaran yang terbatas, permintaan seperti itu bisa menunggu cukup lama.

Dasbor daring pertama berbasis Superset menutup kebutuhan kuantitatif dasar. Untuk kerja praktis itu belum cukup. Ketika pimpinan melihat bahwa 500 pemeriksaan telah dilakukan atau 70 penyimpangan ditemukan, pertanyaan berikutnya selalu sama: di mana tepatnya hal itu terjadi, mengapa, dan catatan konkret apa yang ada di baliknya.

Karena itu dasbor HTML mandiri kami pandang bukan sebagai pengganti sistem TI korporat, melainkan sebagai alat antara yang cepat. Ia memungkinkan menguji analitik dalam praktik dalam waktu singkat, memahami indikator mana yang benar-benar dibutuhkan dan di mana penelusuran hingga data primer diperlukan — dan baru sesudah itu menyusun kerangka acuan yang lebih tepat untuk implementasi industri.

Langkah 1. Pahami dulu datanya, jangan menulis programnya

Salah satu kesalahan paling umum dalam bekerja dengan AI adalah langsung meminta: «Buatkan saya dasbor». Gambar yang bagus bisa didapat cepat, tetapi belum tentu nanti bisa dipakai.

Karena itu permintaan pertama kami kepada AI berbeda. Kami mengunggah templat Excel anonim dan meminta agar untuk sementara tidak memprogram apa pun, melainkan menganalisis struktur berkas: lembar, kolom, dan tipe data apa saja yang ada, kolom mana yang saling terkait, apa yang bisa dipakai untuk filter, indikator apa yang bisa dihitung, dan di mana struktur sumber mungkin mengandung kesalahan.

Dengan begitu AI pertama-tama bertindak sebagai analis data, bukan sebagai pemrogram.

Untuk dialog keselamatan berbasis perilaku, misalnya, yang penting adalah tanggal, perusahaan, bengkel, area, pengamat, pekerja, jenis perilaku, proses, deskripsi, dan hasil. Alih-alih nama asli, AI dapat melihat «Pekerja_00001». Untuk membangun logika dasbor, nama asli tidak diperlukan.

Prompt 1 — analisis struktur basis data anonim: lihat lampiran di akhir artikel.

Dialog keselamatan berbasis perilaku: dari angka umum ke catatan tertentu

Tahap berikutnya adalah menetapkan bukan kumpulan visualisasi yang indah, melainkan pertanyaan manajemen yang harus dijawab oleh dasbor.

Untuk dialog perilaku, kami perlu melihat dinamika, struktur perilaku yang teramati, unit, proses, keberulangan penyimpangan, kerja para pengamat, serta kemampuan berpindah dari angka umum ke catatan tertentu.

Karena itu logikanya dibangun dari atas ke bawah: perusahaan → bengkel → area → jenis perilaku → proses → catatan tertentu. Mengeklik batang atau sektor diagram akan mengubah pilihan data dan menampilkan tepat catatan yang membentuk indikator tersebut.

Selain itu ditambahkan pencarian berdasarkan pekerja atau pengenal anonim, riwayat penyimpangan yang ditemukan, peringkat unit dan pelaksana BSD, serta ekspor pilihan data saat ini ke Excel.

Di sini saya memakai aturan sederhana: jika setelah melihat sebuah grafik tidak jelas keputusan manajemen apa yang dibantunya, kemungkinan besar grafik itu tidak diperlukan di dasbor.

Prompt 2 dan Prompt 5 — struktur dasbor HSE dan penelusuran interaktif: lihat lampiran di akhir artikel.

Menambahkan daftar hadir: cara melihat frekuensi BSD yang direkomendasikan

Selanjutnya kami melangkah satu tahap lagi. Untuk menghemat waktu dan tidak membuat alat terpisah, dasbor yang sama dilengkapi dengan daftar hadir.

Untuk pengembangan mula-mula dipakai templat daftar hadir yang dianonimkan, lalu — sudah secara lokal — daftar hadir yang sebenarnya. Hal itu memungkinkan melihat bukan hanya jumlah BSD yang dilakukan, melainkan juga pemenuhan frekuensi yang direkomendasikan.

Intinya kami membandingkan jumlah shift yang benar-benar dijalani dengan jumlah dialog keselamatan yang benar-benar dilakukan. Hasilnya terlihat di mana frekuensi yang disyaratkan dipenuhi dan di mana muncul ketertinggalan.

Pendekatan ini sangat berguna bagi kepala bengkel dan kepala area: dasbor menunjukkan bukan sekadar volume kerja, melainkan tingkat pemenuhan persyaratan yang sebenarnya, dengan penelusuran hingga unit, profesi, dan pekerja tertentu.

Pengembangan ini tidak memerlukan prinsip baru. Kami hanya mengembangkan logika yang sudah ada dan menghubungkan satu kumpulan data lagi.

Prompt 6 — analisis BSD dengan memperhitungkan shift yang benar-benar dijalani: lihat lampiran di akhir artikel.

CRC: pendekatan yang sama, tetapi untuk kontrol risiko kritis

Logika yang sama berlaku untuk CRC. Dari ekspor sumber dapat dilihat berapa CRC yang dilakukan dan berapa di antaranya mengandung penyimpangan. Namun jumlah kasar saja tidak menjawab pertanyaan utama: seberapa jauh persyaratan benar-benar dipenuhi pada setiap shift.

Untuk itu data CRC dan daftar hadir sebenarnya untuk periode yang sama dimuat ke dasbor secara lokal. Setelah dicocokkan terlihat siapa yang benar-benar bertugas, berapa CRC yang seharusnya dilakukan, dan berapa yang benar-benar dilakukan.

Hasil akhirnya bukan hanya jumlah, melainkan juga persentase pemenuhan, kekurangan, daftar pekerja yang belum memenuhi, dan — bila tersedia basis data yang lebih lengkap — kaitannya dengan area, bengkel, proses, serta penyebab penyimpangan.

Semua diagram tetap dapat diklik: dari indikator umum kita bisa menelusuri lebih dalam — ke unit, lalu ke area, kemudian ke profesi, dan akhirnya ke kartu pekerja tertentu atau catatan tertentu.

Tangkapan layar CRC tidak saya sertakan dalam artikel ini agar materi tidak terlalu padat. Secara teknis prinsipnya sama dengan BSD.

Prompt 7 — CRC dan daftar hadir sebenarnya: menghitung pemenuhan dan menelusuri hingga pekerja: lihat lampiran di akhir artikel.

Langkah 2. Purwarupa pertama dan penyempurnaan bertahap

Setelah struktur data dan logika analitik jelas, kita bisa langsung masuk ke vibe coding.

Tugasnya kini dapat dirumuskan cukup konkret: membuat satu berkas HTML mandiri yang terbuka di peramban biasa, memuat KPI, filter, diagram interaktif, dan tabel catatan sumber, serta bekerja tanpa memasang perangkat lunak tambahan.

Pada tahap ini di dalam program masih digunakan data anonim saja.

Versi pertama hampir tidak pernah menjadi versi akhir. Anda memilih perusahaan — daftar bengkel tetap umum. Anda mengeklik diagram — penelusuran hingga catatan tidak ada. Anda menambah fungsi baru — salah satu visualisasi berhenti bekerja dengan benar. Ini bagian normal dari pengembangan.

Alih-alih menulis ulang seluruh aplikasi, tugas diberikan secara spesifik: «Buat filter saling bergantung», «Tambahkan rincian saat diklik», «Perbaiki hanya diagram No. 6, logika lain jangan diubah».

Justru di sinilah vibe coding sangat berguna bagi spesialis yang bukan pemrogram. Yang perlu dijelaskan dengan tepat bukan cara menulis fungsi, melainkan bagaimana program harus berperilaku bagi pengguna.

Prompt 3, Prompt 5, dan Prompt 8 — pembuatan HTML pertama, rincian, dan perbaikan cacat: lihat lampiran di akhir artikel.

Langkah 3. Menghapus templat dan memuat data nyata secara lokal

Ketika antarmuka dan logika sudah teruji pada templat anonim, data demonstrasi dihapus dari versi akhir. HTML tetap menjadi kerangka program.

Ke dalamnya ditambahkan tombol unggah Excel. Pengguna membuka HTML yang sudah jadi di komputer kantor, memilih basis data kerja terkini, lalu peramban membaca berkas dan menghitung indikator di dalam sesi lokal.

Jadi skema akhirnya sederhana: HTML yang sudah jadi dan berkas Excel kerja berada di komputer yang sama; data kerja dimuat ke program secara lokal dan tidak lagi diserahkan ke lingkungan AI eksternal.

Pada tangkapan layar yang dipublikasikan, nama-nama asli disamarkan. Ini penting: artikel harus menunjukkan prinsip kerjanya, bukan mengungkap data pribadi.

Prompt 4 — pemuatan lokal basis data kerja Excel: lihat lampiran di akhir artikel.

Memuat, menambah, mengosongkan, dan salinan luring

Fungsi bagi pengguna memerlukan perhatian tersendiri. Dalam praktik, penting bukan hanya membuka dasbor, melainkan juga mengelola keadaannya dengan cepat.

Karena itu ditambahkan tindakan terpisah: memuat tabel baru, menghapus data hingga nol, menyimpan salinan luring, dan mengatur ulang filter tanpa menghapus basis data. Ini skenario yang berbeda dan harus jelas bagi pengguna pada pandangan pertama.

Selain itu saya merekam video demonstrasi singkat yang menunjukkan cara kerja dasbor pada templat anonim, cara melakukan pengosongan penuh, dan cara memuat data nyata setelahnya. Lampiran video semacam itu menjawab pertanyaan lebih cepat daripada uraian teks mana pun.

Lampiran video 1. Rekaman layar: dari templat ke basis data kerja — videonya ada di akhir artikel.

Dari analitik menuju pembicaraan manajemen

Nilai utama dasbor tidak tampak di layar, melainkan di ruang rapat.

Potongan data yang diperoleh dipakai saat menyiapkan komunikasi berjenjang serta komite keselamatan dan kesehatan kerja: dari tingkat unit hingga komite pusat perusahaan yang diadakan setiap bulan.

Di tingkat area terlihat catatan konkret dan para pekerja. Di tingkat bengkel — masalah yang berulang. Lebih tinggi lagi — perbandingan antarunit dan zona sistemik yang memerlukan perhatian pimpinan.

Karena itu yang dibawa ke komite bukan lagi sekadar kalimat «pemenuhan — 82 %», melainkan gambaran yang jauh lebih konkret: area mana yang menyebabkan kekurangan, pada shift mana persyaratan tidak dipenuhi, jenis penyimpangan apa yang berulang, dan catatan mana yang perlu dibahas bersama pimpinan.

Dasbor menunjukkan di mana harus mencari. Penyebab dan keputusan manajemen tetap ditentukan oleh manusia.

Alat sementara atau sistem industri masa depan

Bagi kami dasbor HTML mandiri bukanlah tujuan akhir dan tidak bersaing dengan arsitektur TI korporat.

Tugasnya adalah menempuh jalan dari gagasan lapangan menuju purwarupa analitik yang bekerja dengan cepat. Selama solusi industri dikembangkan, unit-unit sudah dapat memakai alat ini untuk analisis, dan para spesialis memperoleh umpan balik praktis tentang indikator mana yang benar-benar dibutuhkan.

Jika purwarupa terbukti bermanfaat, logikanya jauh lebih mudah diserahkan kepada pengembang TI untuk diwujudkan kemudian dalam JavaScript, di Superset, atau di lingkungan korporat lain dengan integrasi data otomatis.

Dengan kata lain, vibe coding tidak menggantikan TI. Ia menghilangkan sebagian ketidakpastian bahkan sebelum pengembangan besar dimulai: sejak awal menjadi jelas filter apa yang dibutuhkan, sampai mana penelusuran harus bekerja, data mana yang perlu dikaitkan, dan hasil manajerial apa yang harus diterima pengguna.

Apa yang dihasilkan pada akhirnya

Hasilnya, templat Excel anonim menjadi jembatan teknis antara basis data kerja yang sebenarnya dan AI. AI melihat struktur data, membantu mengembangkan logika dan antarmuka, menulis serta menyempurnakan kode. Basis data yang sebenarnya baru muncul di dalam alat setelah HTML yang sudah jadi berada di komputer pengguna.

Bagi spesialis keselamatan, hal ini memperpendek jalan dari gagasan hingga purwarupa yang bekerja secara nyata.

Keunggulan utamanya bukan karena AI bisa menggambar grafik. Yang utama adalah kemampuan mengubah pertanyaan lapangan menjadi alat analitik jauh lebih cepat, melihat titik lemah, dan mengarahkan perhatian pimpinan ke tempat yang benar-benar memerlukan tindakan.

Pada publikasi berikutnya saya ingin beralih dari analisis data ke arah lain: menunjukkan bagaimana AI perlahan berubah dari sekadar asisten menjadi «pakar kedua» yang menilai mutu pengarahan keselamatan singkat dan dialog perilaku berdasarkan beberapa kriteria independen.

Prompt siap pakai untuk membuat dasbor HSE mandiri bagi BSD dan CRC

Aturan praktis: ke lingkungan AI eksternal hanya dikirim templat anonim yang sudah diperiksa. Berkas Excel kerja yang sebenarnya, daftar hadir, dan data pribadi dihubungkan kemudian, secara lokal, di dalam kerangka HTML yang sudah jadi.

Bagaimana prompt berkaitan dengan artikel

Prompt 1. Analisis struktur berkas Excel anonim

Saya mengunggah templat Excel anonim dari basis data kerja HSE.

Untuk sementara jangan memprogram apa pun.

Analisislah:
1. lembar-lembar berkas;
2. judul kolom;
3. tipe data;
4. kolom wajib dan opsional;
5. hubungan hierarkis antara perusahaan, bengkel, area, dan tingkat lainnya;
6. kolom yang cocok untuk penyaringan;
7. kolom yang cocok untuk KPI, peringkat, dan visualisasi;
8. kolom yang dapat dipakai sebagai pengenal anonim pekerja yang stabil;
9. potensi masalah basis data sumber: nilai kosong, penulisan berbeda untuk unit yang sama, format tanggal yang tidak seragam, duplikat, campuran teks dan angka, nama kolom yang ambigu.

Untuk basis data BSD, tentukan secara terpisah di mana letak:
- tanggal dan waktu;
- perusahaan;
- bengkel;
- area / unit internal;
- pelaksana BSD;
- jabatan pelaksana;
- pekerja / pengenal anonim;
- jenis perilaku aman atau tidak aman;
- proses / jenis pekerjaan;
- uraian observasi;
- hasil atau reaksi.

Setelah analisis:
- uraikan secara singkat struktur data;
- usulkan hubungan antarkolom mana yang harus dipertahankan;
- sebutkan hal-hal yang meragukan dan perlu dikonfirmasi kepada pengguna;
- baru setelah konfirmasi, usulkan arsitektur dasbor yang akan dibangun.

Jangan mencoba memulihkan nilai yang telah dianonimkan dan jangan menarik kesimpulan tentang identitas pekerja tertentu.

Prompt 2. Arsitektur dasbor dialog keselamatan berbasis perilaku

Berdasarkan struktur Excel anonim yang telah dikonfirmasi, usulkan arsitektur dasbor HSE mandiri untuk dialog keselamatan berbasis perilaku.

Prinsip utama: setiap visualisasi harus menjawab satu pertanyaan manajemen yang konkret. Jangan menambahkan grafik hanya sebagai hiasan.

Sediakan:
1. KPI utama tentang jumlah BSD dan observasi;
2. filter menurut periode;
3. hierarki bergantung perusahaan → bengkel → area / unit internal;
4. filter menurut pelaksana BSD;
5. filter menurut jabatan pelaksana;
6. dinamika BSD per bulan dan/atau per hari;
7. perbandingan antarperusahaan;
8. TOP unit / area;
9. TOP pelaksana BSD;
10. struktur perilaku aman dan tidak aman;
11. kategori observasi tidak aman;
12. analisis proses / jenis pekerjaan;
13. peringkat pekerja yang perilaku tidak amannya tercatat berulang kali;
14. pencarian berdasarkan pekerja atau pengenal anonim;
15. riwayat BSD pekerja terpilih;
16. kemampuan melihat apakah jenis perilaku tidak aman yang sama terulang pada pekerja yang sama di tanggal berbeda, dengan pimpinan berbeda, atau di area berbeda;
17. ekspor pilihan data saat ini ke Excel.

Untuk setiap visualisasi sebutkan secara terpisah:
- pertanyaan pimpinan mana yang dijawabnya;
- kolom apa yang dipakai;
- ke mana klik pada elemen grafik harus mengarah.

Uraikan dulu arsitekturnya dengan kata-kata. Jangan membuat kode dulu.

Prompt 3. Pembuatan HTML mandiri pertama

Berdasarkan arsitektur yang disepakati, buat versi mandiri pertama dari dasbor HSE interaktif.

Persyaratan:
1. Hasilnya adalah satu berkas HTML.
2. Berkas terbuka di peramban biasa tanpa memasang perangkat lunak tambahan.
3. Pada tahap pengembangan gunakan hanya data demonstrasi yang dianonimkan.
4. Tambahkan KPI yang disepakati, filter, peringkat, pencarian, diagram interaktif, dan tabel catatan sumber.
5. Jangan gunakan backend.
6. Jangan gunakan API eksternal.
7. Jangan memuat pustaka dari CDN.
8. Semua pustaka yang diperlukan harus berada di dalam HTML.
9. Dasbor harus terbuka dan bekerja penuh saat internet dimatikan.
10. Jangan menambahkan telemetri, analitik kunjungan, atau permintaan jaringan.
11. Susun kode sehingga nanti kumpulan data demonstrasi dapat dihapus dan berkas Excel nyata dihubungkan secara lokal.
12. Jangan mengubah pengenal anonim pekerja yang sudah ada tanpa keperluan.

Setelah selesai dibuat:
- sebutkan fungsi yang sudah diwujudkan;
- sebutkan batasan versi pertama;
- tunjukkan fungsi mana yang perlu diperiksa manual sebelum pengembangan lanjutan.

Prompt 4. Pemuatan lokal basis data kerja, pengosongan, dan salinan luring

Sempurnakan dasbor HSE mandiri yang sudah ada.

Tujuan: setelah pengembangan selesai, data demonstrasi harus dihapus dari HTML, dan basis data kerja yang sebenarnya hanya boleh dihubungkan secara lokal, di komputer pengguna.

Tambahkan fungsi berikut.

1. «Muat tabel baru»
- pengguna memilih berkas Excel di komputernya;
- berkas dibaca peramban hanya secara lokal;
- data dimuat ke memori sesi berjalan;
- KPI, filter, diagram, peringkat, dan tabel dibangun ulang sepenuhnya;
- struktur ditentukan dari judul kolom, bukan dari nomor kolom tetap;
- jika kolom wajib tidak ada, tampilkan pesan galat yang mudah dipahami.

2. «Terapkan filter»
- hitung ulang semua visualisasi untuk pilihan data saat ini.

3. «Atur ulang»
- bersihkan hanya filter yang dipilih;
- kembalikan tampilan seluruh basis data yang dimuat;
- jangan menghapus datanya.

4. «Hapus semua data hingga nol»
- hapus sepenuhnya kumpulan data kerja yang dimuat dari keadaan aplikasi saat ini;
- bersihkan KPI, diagram, peringkat, tabel, nama / pengenal, dan daftar filter;
- kembalikan HTML ke keadaan kerangka program yang kosong.

5. «Ekspor data terpilih ke Excel»
- ekspor hanya pilihan data hasil penyaringan saat ini.

6. «Simpan salinan luring»
- lakukan penyimpanan hanya setelah tindakan tegas dari pengguna;
- jika basis data kerja saat ini disematkan ke dalam salinan, tampilkan peringatan bahwa HTML yang tersimpan berisi data kerja dan harus disimpan sebagai berkas rahasia;
- saat menyimpan, tidak boleh ada informasi apa pun yang dikirim melalui jaringan.

Jika kelak ditambahkan fungsi penambahan data baru:
- periksa dulu strukturnya;
- jangan membuat duplikat secara otomatis;
- tampilkan kepada pengguna berapa catatan yang akan ditambahkan dan berapa yang ditolak.

Hapus kumpulan data demonstrasi dari versi akhir sepenuhnya.

Prompt 5. Filter bergantung, kemampuan klik, dan penelusuran hingga catatan

Sempurnakan dasbor HTML yang ada tanpa menulis ulang seluruhnya.

Yang diperlukan:
1. Membuat filter saling bergantung:
   perusahaan → bengkel → area / unit internal.
2. Setelah perusahaan dipilih, sisakan hanya bengkel yang termasuk di dalamnya.
3. Setelah bengkel dipilih, sisakan hanya area miliknya.
4. Memperhitungkan periode yang dipilih, pelaksana BSD, dan jabatannya.
5. Membuat diagram dan peringkat utama dapat diklik.
6. Saat batang, sektor, titik, baris peringkat, atau pekerja diklik, terapkan pilihan data terkait ke seluruh dasbor.
7. Menampilkan catatan sumber yang membentuk indikator terpilih.
8. Menambahkan kemampuan naik satu tingkat atau mengatur ulang rincian saat ini.
9. Menambahkan pencarian berdasarkan pekerja / pengenal anonim.
10. Untuk pekerja terpilih, menampilkan riwayat BSD pada periode terpilih: tanggal, unit, pelaksana BSD, jenis perilaku, proses, dan catatan sumber.
11. Menampilkan secara terpisah pekerja yang perilaku tidak amannya tercatat berulang kali.
12. Memungkinkan melihat pengulangan jenis perilaku tidak aman yang sama, meskipun dicatat oleh pimpinan atau spesialis berbeda dan di area berbeda.
13. Mengekspor pilihan data saat ini ke Excel.
14. Tidak mengubah fungsi yang sudah bekerja tanpa keperluan.

Setelah penyempurnaan, lakukan pemeriksaan regresi:
- semua filter;
- klik pada diagram;
- pencarian;
- rincian;
- ekspor;
- kembali ke pilihan data penuh.

Prompt 6. BSD + daftar hadir sebenarnya: pemenuhan frekuensi yang direkomendasikan

Tambahkan ke dasbor yang ada mode analisis BSD yang memperhitungkan shift yang benar-benar dijalani.

Sumber:
- ekspor BSD dari Collab;
- daftar waktu kerja untuk periode yang sama.

Pada tahap pengembangan gunakan hanya templat daftar hadir yang dianonimkan. Daftar hadir yang sebenarnya baru boleh dihubungkan kemudian dan hanya secara lokal.

PENTING:
jangan menetapkan sendiri norma pelaksanaan BSD. Sebelum perhitungan, pengguna harus menetapkan frekuensi yang direkomendasikan, misalnya:
- X BSD per N shift yang benar-benar dijalani;
- X BSD per periode kalender / pelaporan;
- aturan lain dari perusahaan.

Logika:
1. Tentukan shift yang benar-benar dijalani berdasarkan daftar hadir.
2. Jangan menghitung cuti, sakit, dan ketidakhadiran lain sebagai shift yang benar-benar dijalani.
3. Cocokkan kumpulan BSD dengan daftar hadir berdasarkan pengenal pekerja yang stabil, perusahaan, bengkel, area, profesi, dan periode — sesuai kolom yang tersedia.
4. Jangan mencampur nama / pengenal dan profesi yang sama dari unit berbeda.
5. Berdasarkan frekuensi yang ditetapkan pengguna, hitung jumlah BSD yang diharapkan untuk waktu yang benar-benar dijalani.
6. Tampilkan:
   - shift yang benar-benar dijalani;
   - frekuensi yang direkomendasikan;
   - jumlah BSD yang sebenarnya;
   - penyimpangan dari frekuensi yang direkomendasikan;
   - persentase pemenuhan;
   - unit dan pekerja yang tertinggal.
7. Tambahkan penelusuran:
   perusahaan → bengkel → area → profesi → pekerja tertentu → catatan BSD miliknya.
8. Sediakan ekspor daftar pekerja / unit yang menyimpang.

Jika struktur daftar hadir atau aturan frekuensi ambigu, tampilkan dulu kasus yang meragukan dan minta konfirmasi. Jangan menjalankan perhitungan sebelum ada konfirmasi.

Prompt 7. CRC + daftar hadir sebenarnya: keteraturan pelaksanaan dan penyimpangan

Tambahkan ke dasbor mode tersendiri untuk analisis kontrol risiko kritis (CRC).

Sumber:
- ekspor CRC dari Collab;
- daftar waktu kerja sebenarnya untuk periode yang sama.

Pada tahap pengembangan gunakan templat yang dianonimkan. Kumpulan data yang sebenarnya hanya boleh dihubungkan secara lokal.

Logika:
1. Tentukan shift yang benar-benar dijalani setiap pekerja.
2. Jangan menghitung cuti, sakit, dan ketidakhadiran lain sebagai shift kerja.
3. Jangan menetapkan sendiri norma / keteraturan CRC yang disyaratkan. Peroleh dari pengguna sebagai parameter.
4. Jika untuk proses tertentu persyaratan «1 CRC per shift yang benar-benar dijalani» telah dikonfirmasi, gunakan hanya setelah pengguna mengonfirmasinya.
5. Cocokkan CRC dengan shift yang benar-benar dijalani berdasarkan pengenal yang stabil, perusahaan, bengkel, area, profesi, tanggal, dan/atau shift.
6. Jangan mencampur profesi dan pengenal yang sama dari unit berbeda.
7. Untuk setiap pekerja tampilkan:
   - shift yang benar-benar dijalani;
   - jumlah CRC;
   - shift / periode yang CRC-nya tidak ada menurut aturan yang ditetapkan;
   - penyimpangan;
   - persentase pemenuhan.
8. Tambahkan penelusuran:
   perusahaan → bengkel → area → profesi → pekerja → shift tertentu / catatan CRC tertentu.
9. Sediakan ekspor daftar pekerja atau shift yang menyimpang.
10. Jika dalam ekspor CRC terdapat bahaya yang teridentifikasi, risiko kritis, uraian penyimpangan, atau penyebab, tampilkan pula:
   - keberulangan menurut area;
   - keberulangan menurut proses;
   - keberulangan menurut pekerja;
   - catatan sumber saat diklik.

Jika struktur data ambigu, tampilkan dulu aturan pencocokan dan kasus yang meragukan. Jangan menjalankan perhitungan akhir sebelum pengguna mengonfirmasinya.

Prompt 8. Diagnosis cacat dan pemeriksaan teknis mandiri

Lakukan pemeriksaan terhadap dasbor HTML mandiri yang ada.

Untuk awalnya jangan menulis ulang seluruh aplikasi.

Jika setelah penyempurnaan terakhir muncul galat:
1. Temukan penyebab yang konkret.
2. Perbaiki hanya bagian yang perlu.
3. Jangan menghapus atau menulis ulang fungsi yang sudah bekerja tanpa alasan.
4. Setelah perbaikan, lakukan pemeriksaan regresi.

Wajib periksa skenario berikut:
- membuka HTML tanpa internet;
- memuat berkas Excel uji yang dianonimkan;
- filter bergantung;
- klik dan penelusuran;
- pencarian pekerja;
- ekspor pilihan data;
- pengaturan ulang filter;
- penghapusan data sepenuhnya;
- pemuatan ulang tabel lain;
- penyimpanan salinan luring.

Setelah pemeriksaan fungsional, lakukan audit kemandirian dan kemungkinan kanal pengiriman / penyimpanan:
- fetch;
- XMLHttpRequest;
- WebSocket;
- EventSource;
- sendBeacon;
- script src eksternal;
- CDN;
- CSS dan fon eksternal;
- API;
- iframe;
- Service Worker;
- localStorage;
- sessionStorage;
- IndexedDB;
- cookie;
- telemetri dan analitik.

Versi akhir harus:
- bekerja penuh saat internet dimatikan;
- tidak mengirim isi berkas Excel yang dimuat melalui jaringan;
- tidak menyimpan basis data kerja secara tersembunyi tanpa tindakan tegas pengguna;
- saat pengosongan penuh, menghapus data kerja dari keadaan antarmuka saat ini.

Di akhir berikan laporan singkat:
1. apa yang telah diperiksa;
2. cacat apa yang ditemukan;
3. apa yang diperbaiki;
4. batasan atau risiko apa yang tersisa.

Urutan penggunaan yang disarankan

1. Jalankan Prompt 1 dan periksa apakah AI memahami struktur Excel anonim dengan benar.
2. Setelah struktur dikonfirmasi, jalankan Prompt 2.
3. Jalankan Prompt 3 dan dapatkan versi HTML mandiri pertama.
4. Seiring penyempurnaan, gunakan Prompt 5 untuk filter, klik, dan penelusuran.
5. Ketika logika sudah siap, jalankan Prompt 4: hapus data demonstrasi dan atur pemuatan lokal basis data kerja, pengosongan, ekspor, serta salinan luring.
6. Jika perlu menganalisis frekuensi BSD yang direkomendasikan, tambahkan Prompt 6.
7. Untuk CRC dan pencocokan dengan daftar hadir sebenarnya, gunakan Prompt 7.
8. Setelah perubahan besar dan sebelum publikasi / penyerahan kepada pengguna, jalankan Prompt 8.