UniMate AI v0.8.0
Offline-First Architecture • Qwen 2.5 On-Device • ChromaDB Local Vector Store

Asisten AI Lokal untuk Materi Kuliah.
Tahu Persis Nomor Halaman & Slide Dosen.

Asisten belajar cerdas yang membaca dan mengindeks dokumen perkuliahan langsung di laptopmu. Menjawab pertanyaan tugas dan persiapan ujian lengkap dengan rujukan sitasi nomor halaman serta slide dosen secara presisi — 100% offline, tanpa kuota internet, dan bebas risiko kebocoran data.

Coba Simulator RAG Buka Source Code di GitHub
Privasi & Keamanan
100% On-Device
Tugas & data riset tidak bocor ke cloud
Ekstraksi Dokumen
12 Format Berkas
PDF, PPTX, Word, Excel, Foto OCR
Kapasitas Konteks
8K Context Window
Muat ratusan slide & bab buku sekaligus
Akses Terbuka
Open Source (MIT)
Gratis selamanya, tanpa langganan bulanan
Evaluasi Kebutuhan Belajar

Mengapa AI Publik Tidak Ideal untuk Bahan Kuliah?

Memakai chatbot publik seperti ChatGPT gratisan sering menghasilkan jawaban umum yang tidak sesuai dengan silabus atau materi khusus dosen.

Tantangan AI Generik Berbasis Cloud

Batas kuota, privasi terbuka, dan sering halusinasi

  • × Halusinasi Tanpa Rujukan Halaman: Jawaban terdengar meyakinkan tetapi tidak bisa diverifikasi letak halaman aslinya pada slide dosen.
  • × Risiko Kebocoran Data Akademik: Mengunggah dokumen tugas kelompok, data proyek lab, atau draf skripsi ke server cloud luar negeri.
  • × Ketergantungan Internet & Biaya: Dibatasi kuota chat harian atau diwajibkan langganan berbayar bulanan yang memberatkan mahasiswa.

Solusi Terverifikasi UniMate AI

100% on-device, sitasi granular, dan verifikasi instan

  • ✓ 100% Berpijak pada Dokumen Dosen: Model AI diatur secara deterministik hanya menjawab berdasarkan konteks berkas perkuliahanmu.
  • ✓ Sitasi Nomor Halaman & Slide Langsung: Tiap jawaban menyertakan tombol inspeksi cuplikan teks asli (misal: Slide 14 Pertemuan ke-4).
  • ✓ Zero Cloud Egress: Seluruh proses inferensi Qwen 2.5 dan ChromaDB berjalan di RAM/CPU laptop tanpa koneksi internet sama sekali.
  • ✓ Fitur Studi Terpadu: Otomatis menghasilkan kartu hafalan bolak-balik (flashcard 3D) dan evaluasi kuis soal berbobot teknis.
Simulator RAG Interaktif

Simulasi Pipeline RAG Dokumen Kuliah

Pilih skenario berkas kuliah di bawah ini, lalu klik "Kirim" untuk melihat proses pencarian vektor lokal dan ekstraksi jawaban bersitasi.

Skenario Berkas:
WSL2 // LOCAL :: unimate-kernel (qwen2.5:3b)
ZERO_CLOUD_EGRESS
AI
Halo! Saya UniMate AI. Seluruh dokumen dan slide materi perkuliahanmu sudah terindeks di ChromaDB lokal. Mau bahas materi apa hari ini?
Sandbox Web: Menggunakan berkas sampel (PBO & Basis Data). Pada aplikasi lokal di laptop, UniMate membaca dokumen kuliah apa pun yang kamu berikan.
Fitur Belajar Mandiri

Bukan Sekadar Chatbot: Flashcard & Kuis Terpadu

UniMate mengekstrak konsep penting dari materi kuliah dan mengubahnya menjadi latihan interaktif untuk menguji kesiapan ujian.

3D Flashcard Materi

Klik kartu untuk membalik
Pemrograman Berorientasi Objek 1 / 3

Apa perbedaan mendasar antara Method Overriding dan Method Overloading?

Klik untuk melihat jawaban Konsep Inti
✓ Ringkasan Materi Balik Kartu

• Overloading: Nama metode sama dengan parameter berbeda dalam satu kelas (dievaluasi saat compile-time).
• Overriding: Subclass menulis ulang implementasi metode superclass (dievaluasi saat runtime melalui dynamic dispatch).

Tingkat Pemahaman:

Latihan Kuis Mandiri

Skor: 0
Topik: Arsitektur RAG & Vector Store Soal 1 dari 3

Dalam pipeline RAG lokal UniMate AI, apa peran teknis utama dari ChromaDB?

Dukungan Berkas Modular

Inspeksi Ekstraksi 12 Format Berkas Kuliah

Materi kuliah memiliki format beraneka ragam. Klik format di bawah ini untuk melihat pipeline parser dan metadata yang dihasilkan.

Arsitektur Rekayasa Perangkat Lunak

Komponen Teknis On-Device UniMate AI

Pipeline modular yang dirancang untuk efisiensi komputasi lokal, privasi penuh, dan integritas akademis.

01

Frontend Interface

React 19 • Tailwind CSS

Antarmuka web modern dengan sistem desain gelap ergonomis untuk sesi belajar intensif tanpa kelelahan mata.

02

API & Streaming Pipeline

FastAPI Asynchronous

Backend Python berkecepatan tinggi yang mengalirkan respons token demi token via Server-Sent Events (SSE).

03

Local LLM Runtime

Ollama • Qwen 2.5 3B (Q4_K_M)

Eksekusi model bahasa terkuantisasi lokal berkapasitas konteks 8K dengan pemahaman bahasa Indonesia akademis yang solid.

04

Embedded Vector Database

ChromaDB • Nomic Embeddings

Penyimpanan vektor semantik lokal dengan algoritma pencarian HNSW berkecepatan milidetik tanpa cloud database.

05

State & History Persistence

SQLite (WAL Mode Active)

Penyimpanan riwayat dialog, kartu flashcard, dan progres latihan kuis dengan jaminan transaksi ACID lokal.

06

On-Device Vision & OCR

Tesseract OCR Engine

Pemrosesan citra digital untuk membaca tulisan tangan dan skema papan tulis lab secara offline langsung di laptop.

Tanya Jawab Teknis

Pertanyaan yang Sering Ditanyakan

Informasi spesifikasi laptop, kebutuhan kuota internet, dan lisensi penggunaan.

Spesifikasi laptop seperti apa yang dibutuhkan?

UniMate AI menggunakan model Qwen 2.5 3B terkuantisasi (versi Q4_K_M) yang hanya membutuhkan memori sekitar 2.2 GB. Laptop dengan RAM 8 GB dan prosesor standar (Intel Core i3/i5, AMD Ryzen, atau Apple Silicon M1/M2/M3) sudah mencukupi. GPU diskrit tidak wajib, inferensi CPU tetap lancar dan responsif.

Apakah sistem benar-benar berjalan tanpa koneksi internet?

Koneksi internet hanya dibutuhkan satu kali di awal saat mengunduh berkas model melalui Ollama. Setelah itu, seluruh pemrosesan berkas, pencarian vektor di ChromaDB, generasi jawaban, flashcard, dan kuis berjalan 100% offline tanpa satu bit pun data keluar ke internet.

Mengapa jawabannya bebas dari halusinasi fiktif?

UniMate AI menerapkan arsitektur Retrieval-Augmented Generation (RAG) yang membatasi model hanya boleh merujuk pada bukti dokumen yang ditemukan. Jika suatu materi tidak tercantum dalam berkas kuliahmu, sistem akan menyatakan secara transparan bahwa informasi tidak ditemukan, bukan mengarang jawaban fiktif.

Apakah UniMate AI bebas digunakan?

Ya! UniMate AI adalah perangkat lunak sumber terbuka (*open-source*) berlisensi MIT yang dikembangkan oleh Ahmad Yardan Rasika. Anda bebas menjalankan di laptop sendiri, mengaudit kode sumbernya, atau mengembangkannya bersama rekan mahasiswa.
Open-Source Research Project

Belajar Mandiri Lebih Tenang & Terstruktur.

Dikembangkan oleh Ahmad Yardan Rasika (ardans-dev) sebagai riset sistem asisten belajar on-device yang menjaga integritas data akademik dan privasi mahasiswa.

Repository di GitHub Kembali ke Web Profil
Pengembang Utama
Ahmad Yardan Rasika
@ardans-dev

Mahasiswa TRPL yang mendalami riset sistem kecerdasan buatan lokal (on-device AI) dan arsitektur backend berintegritas tinggi.

Universitas Duta Bangsa Surakarta