Alur User Story
Alur interaksi guru dari memilih tipe hingga mendapatkan output AI. Dua cabang utama: KUIS (konfigurasi jenis soal) dan FLASHCARDS (total kartu). Keduanya berbagi alur sumber knowledge dan preview.
Tipe soal · Pertanyaan · Jawaban · Pembahasan
Pertanyaan · Jawaban · Pembahasan
Jenis soal yang tersedia (KUIS)
Pilihan Ganda
1 jawaban benar dari 4–5 opsi
PG Kompleks
Lebih dari satu jawaban benar (setara multi-select / checkbox di UI), opsi lebih banyak
True/False
Radio pilih Benar atau Salah
Essay
Jawaban panjang + kunci + rubrik
Isian Singkat
Isi jawaban pendek / kata kunci
Estimasi Token per Generate
Semua angka adalah range estimasi. Faktor penentu: panjang pertanyaan, jumlah opsi, panjang pembahasan, dan bahasa output. Angka di bawah belum termasuk token knowledge source (lihat bagian 03).
Tipe KUIS — token per 1 soal (output)
| Jenis Soal | Deskripsi Output | Overhead Instruksi/soal | Output / soal | Total / soal |
|---|---|---|---|---|
| Pilihan Ganda (PG) | Soal + 4 opsi + 1 jawaban + pembahasan | ~30–50 tk | ~150–280 tk | ~180–330 tk |
| PG Kompleks | Soal + 5+ opsi + beberapa jawaban benar (satu tipe untuk multi-select) + pembahasan | ~40–60 tk | ~200–400 tk | ~240–460 tk |
| True/False (Radio) | Pernyataan + jawaban B/S + pembahasan singkat | ~20–40 tk | ~80–150 tk | ~100–190 tk |
| Essay | Soal + kunci jawaban + rubrik + pembahasan | ~40–70 tk | ~250–500 tk | ~290–570 tk |
| Isian Singkat | Soal + jawaban singkat + pembahasan | ~25–45 tk | ~100–200 tk | ~125–245 tk |
System Prompt KUIS (base tetap, sekali per request): ~400–650 tk input.
Tipe FLASHCARDS — token per kartu
| Komponen | Deskripsi | Est. Token Range |
|---|---|---|
| System Prompt base | Instruksi peran + skema JSON output | ~300–500 tk input |
| Output per kartu | Pertanyaan + jawaban + pembahasan + key concept | ~80–180 tk |
| 10 kartu (output) | Estimasi total output untuk 10 kartu | ~800–1.800 tk |
| 20 kartu (output) | Estimasi total output untuk 20 kartu | ~1.600–3.600 tk |
Perbandingan total token: 10 soal vs 10 kartu (tanpa knowledge)
KUIS — 10 soal campuran
Campuran: PG × 3, PG Kompleks × 3, T/F × 1, Essay × 2, Isian × 1
FLASHCARDS — 10 kartu
Lebih ringan dari KUIS; tidak perlu opsi jawaban dan rubrik
Token Knowledge Sources
Token knowledge adalah bagian input yang paling bervariasi. Nilainya bergantung pada panjang konten, kualitas teks, dan apakah dokumen di-chunk sebelum masuk ke prompt. Semua estimasi adalah token yang masuk ke prompt (setelah ekstraksi/processing).
| Jenis Sumber | Ukuran / Contoh | Est. Token ke Prompt | Catatan |
|---|---|---|---|
| YouTube (CC transcript) | ~5–10 menit | ~1.500–4.000 tk | Hanya video dengan Closed Captions |
| YouTube (CC transcript) | ~20–30 menit | ~4.000–10.000 tk | Perlu chunking/RAG untuk video panjang |
| PDF / DOC | ~5 halaman | ~1.000–2.500 tk | Bergantung pada kepadatan teks |
| PDF / DOC | ~15–20 halaman | ~3.000–8.000 tk | Dokumen tebal wajib RAG |
| Excel / PPT | ~10–20 slide/baris | ~500–2.500 tk | PPT: hanya teks slide yang diambil |
| Jurnal Guru (Catatan Pembelajaran) | 1–3 entri | ~300–1.500 tk | Data dari presensi mapel guru |
| Jurnal Guru (Catatan Pembelajaran) | 5+ entri | ~1.000–3.500 tk | Gabungkan & chunk jika banyak entri |
| Free Text (input guru) | Pendek (<200 kata) | ~100–600 tk | Langsung masuk tanpa processing |
| Free Text (input guru) | Panjang (>500 kata) | ~600–2.000 tk | Pertimbangkan batasan input |
Total input estimate: 10 soal + knowledge source
| Sumber Knowledge | System Prompt | Knowledge | Total Input Range |
|---|---|---|---|
| Free Text pendek | ~400–650 | ~100–600 | ~500–1.250 tk |
| Jurnal Guru (1–3 entri) | ~400–650 | ~300–1.500 | ~700–2.150 tk |
| PDF 5 halaman | ~400–650 | ~1.000–2.500 | ~1.400–3.150 tk |
| YouTube 10 menit (CC) | ~400–650 | ~1.500–4.000 | ~1.900–4.650 tk |
| PDF 20 halaman | ~400–650 | ~3.000–8.000 | ~3.400–8.650 tk |
Estimasi Pricing — 3 Provider
Skenario acuan: 10 soal KUIS campuran (3 PG + 3 PG Kompleks + 1 T/F + 2 Essay + 1 Isian Singkat) + knowledge Jurnal Guru 1–3 entri.
| Provider | Model | Input $/M | Output $/M | Min Cost (USD) | Max Cost (USD) | Min Cost (IDR) | Max Cost (IDR) |
|---|---|---|---|---|---|---|---|
| Gemini | 2.5 Flash-Lite | $0.10 | $0.40 | ~$0.0011 | ~$0.0019 | ~Rp 19 🏆 | ~Rp 33 |
| Gemini | 2.5 Flash | $0.30 | $2.50 | ~$0.0063 | ~$0.011 | ~Rp 112 | ~Rp 192 |
| OpenAI | GPT-5.4 Mini | $0.75 | $4.50 | ~$0.012 | ~$0.020 | ~Rp 205 | ~Rp 356 |
| Claude | Haiku 4.5 | $1.00 | $5.00 | ~$0.013 | ~$0.023 | ~Rp 232 | ~Rp 404 |
| Gemini | 2.5 Pro | $1.25 | $10.00 | ~$0.025 | ~$0.044 | ~Rp 449 | ~Rp 770 |
| OpenAI | GPT-5.4 | $2.50 | $15.00 | ~$0.039 | ~$0.067 | ~Rp 685 | ~Rp 1.187 |
| Claude | Sonnet 4.6 | $3.00 | $15.00 | ~$0.039 | ~$0.069 | ~Rp 695 | ~Rp 1.212 |
Semua angka adalah range estimasi operasional per satu request (asumsi di kotak emas di atas). Biaya aktual bergantung pada panjang knowledge source. Untuk envelope worst-case riset (token + plafon lintas model), gunakan §07–§08. IDR = USD × 17.678, dibulatkan ke rupiah penuh.
Proyeksi bulanan (1.000 request)
| Model | Min / bulan (IDR) | Max / bulan (IDR) | Tier |
|---|---|---|---|
| Gemini 2.5 Flash-Lite | ~Rp 19.000 | ~Rp 33.000 | Ekonomis |
| Gemini 2.5 Flash | ~Rp 112.000 | ~Rp 192.000 | Recommended |
| GPT-5.4 Mini | ~Rp 205.000 | ~Rp 356.000 | Mid-tier |
| Claude Haiku 4.5 | ~Rp 232.000 | ~Rp 404.000 | Mid-tier |
| Gemini 2.5 Pro | ~Rp 449.000 | ~Rp 770.000 | Premium |
| GPT-5.4 | ~Rp 685.000 | ~Rp 1.187.000 | Premium |
| Claude Sonnet 4.6 | ~Rp 695.000 | ~Rp 1.212.000 | Premium |
Rekomendasi Model
Strategi pemilihan model per skenario
Default — Volume Harian Utama
Gemini 2.5 Flash
Best price/performance. Gunakan sebagai default untuk 90% request.
Essay & Reasoning Upgrade
Claude Sonnet 4.6 / Gemini 2.5 Pro
Reasoning lebih dalam. Gunakan saat guru memilih tipe Essay atau butuh pembahasan mendalam.
Bulk Ekonomis Hemat
Gemini 2.5 Flash-Lite / GPT-5.4 Mini
Biaya paling rendah. Cocok untuk A/B testing, pre-generate konten, atau fitur draft.
Kenapa Gemini 2.5 Flash jadi best model?
Konteks 1 Juta Token
Bisa memproses dokumen PDF tebal, transkrip video panjang, dan gabungan beberapa sumber knowledge tanpa chunking wajib — cocok untuk use case LMS yang kaya konten.
JSON Structured Output Native
Mendukung response_mime_type: "application/json" dan JSON schema enforcement — output soal terstruktur lebih stabil tanpa perlu parsing manual.
Harga Kompetitif
$0.30/$2.50 per juta token — jauh lebih murah dari Claude Sonnet ($3/$15) dan GPT-5.4 ($2.5/$15) untuk kualitas output yang setara pada soal PG, T/F, Isian, dan Flashcard.
Multimodal Siap Pakai
Mendukung input gambar (diagram, foto buku, slide PPT screenshot) langsung dalam satu request — cocok untuk guru yang upload materi visual sebagai knowledge.
Plus/Minus Tiap Model
- Context window 1M token — terbesar di antara 3 provider
- Harga Flash-Lite sangat murah untuk volume tinggi
- JSON structured output native dengan schema enforcement
- Mendukung multimodal (gambar, video, audio)
- Free tier generous di Google AI Studio untuk testing
- Response time Flash sangat cepat (<3 detik rata-rata)
- Flash-Lite: kualitas soal Essay dan reasoning lebih lemah
- Kadang verbose di output — perlu max_tokens control
- Gemini Pro: jauh lebih mahal dari Flash untuk gain yang tidak selalu signifikan
- Ketersediaan region tertentu bisa berbeda latensi
Skor kualitas (Gemini 2.5 Flash)
- Reasoning dan pemahaman konteks terbaik — ideal untuk Essay
- Konsistensi format output sangat tinggi, minimal hallucination
- Pembahasan soal lebih mendalam dan akurat secara pedagogis
- Safety content filter baik — cocok untuk konten pendidikan anak
- Prompt caching sangat efektif untuk system prompt panjang
- Harga Sonnet tertinggi di antara pilihan mid-tier ($3/$15 per M)
- Speed lebih lambat dari Gemini Flash dan GPT Mini
- Haiku 4.5: kualitas jauh turun dibanding Sonnet
- Context window Haiku hanya 200K — terbatas untuk dokumen panjang
Skor kualitas (Claude Sonnet 4.6)
- Ekosistem dan dokumentasi paling matang — mudah diintegrasikan
- GPT-5.4 Mini: harga kompetitif dengan kualitas cukup baik
- Structured output (JSON mode) stabil dan teruji luas
- Komunitas besar — banyak referensi prompt engineering untuk soal
- GPT-5.4 dan 5.5: mahal, tidak sebanding dengan Gemini Flash untuk LMS
- Tidak ada keunggulan signifikan vs Gemini Flash untuk generate soal
- Context window 1M sama dengan Gemini tetapi harga jauh lebih tinggi
- Rate limits bisa menjadi bottleneck di jam sibuk
Skor kualitas (GPT-5.4 Mini)
Studi Kasus A — KUIS
Skenario: Guru membuat kuis 10 soal campuran (3 PG + 3 PG Kompleks + 1 T/F + 2 Essay + 1 Isian Singkat), tingkat kesulitan Sedang, knowledge dari Jurnal Guru (3 entri). Untuk perbandingan biaya di bawah dipakai satu envelope token worst-case (batas atas range di §02–§03 + buffer ~10–15% pada knowledge dan output) agar estimasi cocok untuk CAPEX / buffer anggaran riset, bukan angka operasional harian.
System Prompt Template (variabel dinamis)
Variabel dalam {{warna ungu}} diisi oleh backend berdasarkan input guru sebelum dikirim ke API.
// ── SYSTEM PROMPT ────────────────────────────────────────────────── Kamu adalah asisten pembuat soal ujian profesional untuk platform LMS pendidikan Cards School. Tugasmu adalah menghasilkan soal berkualitas tinggi yang sesuai dengan materi yang diberikan. // ── INSTRUKSI GENERATE ──────────────────────────────────────────── TUGAS: Buat {{total_soal}} soal untuk mata pelajaran {{mata_pelajaran}}, kelas {{kelas}}, tingkat kesulitan {{tingkat_kesulitan}}. KOMPOSISI SOAL: {{komposisi_soal}} // Contoh nilai: "Pilihan Ganda: 3, PG Kompleks: 3, True/False: 1, // Essay: 2, Isian Singkat: 1" SUMBER MATERI (KNOWLEDGE): {{sumber_knowledge}} // Diisi dengan teks hasil ekstraksi dari sumber yang dipilih guru. ATURAN WAJIB: - Buat soal HANYA berdasarkan materi di atas, tidak mengarang. - Setiap soal WAJIB memiliki: pertanyaan, jawaban benar, pembahasan. - Untuk PG dan PG Kompleks: sertakan opsi jawaban [{ "key": "a", "value": "..." }]. - Untuk PG Kompleks: boleh lebih dari 1 correct_answer (array) — ini juga dipakai untuk pola multi-select/checkbox di UI. - Untuk Essay: sertakan answer_key dan rubric. - Bahasa: Indonesia formal. Jangan tambahkan teks di luar JSON. - Output HARUS berupa JSON valid sesuai skema: {{json_schema}}
Estimasi token: breakdown 10 soal campuran (5 jenis)
| Komponen | Keterangan | Min Tokens | Max Tokens |
|---|---|---|---|
| INPUT | |||
| System Prompt | Instruksi peran + aturan + schema | 400 | 650 |
| Knowledge: Jurnal Guru 3 entri | Teks catatan pembelajaran guru | 500 | 1.500 |
| Overhead instruksi per soal | Label tipe + constraint per soal | 300 | 500 |
| Total Input | ~1.200 | ~2.650 | |
| OUTPUT | |||
| 3 × Pilihan Ganda | 3 × (150–280 tk) | 450 | 840 |
| 3 × PG Kompleks | 3 × (200–400 tk) | 600 | 1.200 |
| 1 × True/False | 1 × (80–150 tk) | 80 | 150 |
| 2 × Essay | 2 × (250–500 tk) + rubrik | 500 | 1.000 |
| 1 × Isian Singkat | 1 × (100–200 tk) | 100 | 200 |
| Total Output | ~1.730 | ~3.390 | |
| TOTAL REQUEST | ~2.930 tk | ~6.040 tk | |
| Envelope worst-case (riset) | Batas atas komponen + buffer ~10–15% pada knowledge & output; satu angka per kolom untuk budgeting | 3.050 tk total input | 4.350 tk total output |
Perbandingan biaya — envelope worst-case yang sama (semua model)
Tarif per §04. Kolom token identik untuk setiap baris; hanya perbedaan harga per juta token yang membedakan estimasi.
| Model | Input (tk) | Output (tk) | Est. cost (USD) | Est. cost (IDR) |
|---|---|---|---|---|
| Gemini 2.5 Flash-Lite | 3.050 | 4.350 | ~$0.00205 | ~Rp 36 🏆 |
| Gemini 2.5 Flash | 3.050 | 4.350 | ~$0.0118 | ~Rp 209 |
| GPT-5.4 Mini | 3.050 | 4.350 | ~$0.0219 | ~Rp 387 |
| Claude Haiku 4.5 | 3.050 | 4.350 | ~$0.0248 | ~Rp 438 |
| Gemini 2.5 Pro | 3.050 | 4.350 | ~$0.0473 | ~Rp 836 |
| GPT-5.4 | 3.050 | 4.350 | ~$0.0729 | ~Rp 1.289 |
| Claude Sonnet 4.6 | 3.050 | 4.350 | ~$0.0744 | ~Rp 1.315 |
Pada envelope ini, selisih tertinggi vs terendah mencerminkan ~36× antara Gemini 2.5 Flash-Lite dan Claude Sonnet 4.6 — gunakan baris termurah untuk baseline volume, dan baris termahal sebagai plafon anggaran bila tim riset mencoba model premium.
Contoh JSON output — KUIS (10 soal, 5 jenis)
{ "type": "kuis", "metadata": { "mata_pelajaran": "Biologi", "kelas": "XI IPA", "difficulty": "sedang", "total_soal": 10, "knowledge_source": "teacher_journal", "generated_at": "2026-05-18T19:00:00+07:00", "usage": { "input_tokens": 3050, "output_tokens": 4350, "total_tokens": 7400, "cost_usd": 0.0118, "cost_idr": 209, "fx_idr_per_usd": 17678 } // Biaya aktual per provider mengikuti tabel "Perbandingan biaya" di atas (bukan duplikasi usage per model). }, "questions": [ // ─── q1: Pilihan Ganda ──────────────────────────────────────────── { "id": "q1", "type": "pilihan_ganda", "question": { "text": "Organel sel yang berperan dalam proses respirasi seluler adalah…" }, "options": [ { "key": "a", "value": "Ribosom" }, { "key": "b", "value": "Mitokondria" }, { "key": "c", "value": "Kloroplas" }, { "key": "d", "value": "Lisosom" } ], "correct_answer": "b", "explanation": { "text": "Mitokondria adalah tempat utama respirasi aerob menghasilkan ATP melalui siklus Krebs dan rantai transpor elektron." } }, // ─── q2: PG Kompleks ───────────────────────────────────────────── { "id": "q2", "type": "pilihan_ganda_kompleks", "question": { "text": "Manakah di antara pernyataan berikut yang BENAR mengenai membran sel?" }, "options": [ { "key": "a", "value": "Terdiri dari lapisan fosfolipid bilayer" }, { "key": "b", "value": "Bersifat selektif permeabel" }, { "key": "c", "value": "Mengandung protein integral dan periferal" }, { "key": "d", "value": "Bersifat kaku dan tidak dapat berubah bentuk" }, { "key": "e", "value": "Dapat mengangkut molekul melalui transpor aktif dan pasif" } ], "correct_answer": [ "a", "b", "c", "e" ], "explanation": { "text": "Membran sel terdiri dari fosfolipid bilayer (a), bersifat selektif permeabel (b), mengandung protein (c), dan dapat melakukan transpor aktif/pasif (e). Pernyataan d salah karena membran sel bersifat fleksibel (fluid mosaic model)." } }, // ─── q3: True/False ────────────────────────────────────────────── { "id": "q3", "type": "true_false", "question": { "text": "Fotosintesis hanya dapat terjadi di dalam sel yang memiliki kloroplas." }, "correct_answer": "true", "explanation": { "text": "Benar. Kloroplas adalah organel yang mengandung klorofil — pigmen yang diperlukan untuk menangkap energi cahaya matahari dalam proses fotosintesis." } }, // ─── q4: Essay ─────────────────────────────────────────────────── { "id": "q4", "type": "essay", "question": { "text": "Jelaskan perbedaan antara transpor aktif dan transpor pasif pada membran sel, beserta contoh molekul yang menggunakan masing-masing mekanisme tersebut!" }, "answer_key": "Transpor pasif: perpindahan molekul dari konsentrasi tinggi ke rendah tanpa energi ATP (difusi, osmosis, difusi terfasilitasi). Contoh: O₂, CO₂, air (aquaporin). Transpor aktif: perpindahan melawan gradien konsentrasi, membutuhkan energi ATP. Contoh: pompa Na⁺-K⁺, transpor glukosa aktif.", "rubric": [ { "criteria": "Definisi transpor pasif benar", "max_score": 25 }, { "criteria": "Definisi transpor aktif benar", "max_score": 25 }, { "criteria": "Contoh transpor pasif tepat (≥1)", "max_score": 25 }, { "criteria": "Contoh transpor aktif tepat (≥1)", "max_score": 25 } ], "explanation": { "text": "Perbedaan utama ada pada kebutuhan energi dan arah perpindahan. Transpor pasif mengikuti gradien konsentrasi (spontan), sedangkan aktif melawan gradien (memerlukan ATP)." } }, // ─── q5: Isian Singkat ─────────────────────────────────────────── { "id": "q5", "type": "isian_singkat", "question": { "text": "Proses pembelahan sel yang menghasilkan dua sel anak dengan jumlah kromosom sama seperti sel induk disebut …" }, "correct_answer": "mitosis", "accepted_answers": [ "mitosis", "pembelahan mitosis" ], "explanation": { "text": "Mitosis menghasilkan 2 sel anak diploid (2n) identik dengan sel induk. Berbeda dengan meiosis yang menghasilkan 4 sel haploid (n)." } }, // ─── q6: PG Kompleks (multi-jawaban) ───────────────────────────── { "id": "q6", "type": "pilihan_ganda_kompleks", "question": { "text": "Pilih SEMUA organel yang umumnya hanya ditemukan pada sel tumbuhan (bukan sel hewan)!" }, "options": [ { "key": "a", "value": "Kloroplas" }, { "key": "b", "value": "Dinding sel" }, { "key": "c", "value": "Mitokondria" }, { "key": "d", "value": "Vakuola sentral besar" } ], "correct_answer": [ "a", "b", "d" ], "explanation": { "text": "Kloroplas (a), dinding sel (b), dan vakuola sentral besar (d) khas tumbuhan. Mitokondria (c) ada di sel hewan dan tumbuhan." } }, // ─── q7–q10: soal ke-2 dari tipe yang sama (ringkas) ───────────── { "id": "q7", "type": "pilihan_ganda", "question": { "text": "..." }, "options": [ { "key": "a", "value": "..." }, … ], "correct_answer": "c", "explanation": { "text": "..." } }, { "id": "q8", "type": "pilihan_ganda", "question": { "text": "..." }, "options": [ { "key": "a", "value": "..." }, … ], "correct_answer": "a", "explanation": { "text": "..." } }, { "id": "q9", "type": "pilihan_ganda_kompleks", "question": { "text": "..." }, "options": [ …5 opsi… ], "correct_answer": [ "b", "d" ], "explanation": { "text": "..." } }, { "id": "q10", "type": "essay", "question": { "text": "..." }, "answer_key": "...", "rubric": [ … ], "explanation": { "text": "..." } } ] }
Studi Kasus B — FLASHCARDS
Skenario: Guru membuat 10 kartu flashcard tingkat kesulitan Mudah, knowledge dari Link YouTube (video 8 menit dengan CC). Sama seperti §07, angka di bawah memakai envelope worst-case (transkrip ke ujung range + buffer) untuk perencanaan anggaran riset.
System Prompt Template (variabel dinamis)
// ── SYSTEM PROMPT ────────────────────────────────────────────────── Kamu adalah asisten pembuat flashcard edukatif untuk platform LMS Cards School. Tugasmu adalah menghasilkan kartu belajar (flashcard) berkualitas tinggi yang memudahkan siswa mengingat konsep penting. // ── INSTRUKSI GENERATE ──────────────────────────────────────────── TUGAS: Buat {{total_kartu}} kartu flashcard untuk topik {{topik}}, tingkat kesulitan {{tingkat_kesulitan}}. SUMBER MATERI (KNOWLEDGE): {{sumber_knowledge}} // Diisi dengan teks hasil ekstraksi (transkrip CC YouTube, dll.). ATURAN WAJIB: - Setiap kartu berupa pertanyaan spesifik di sisi depan (front). - Sisi belakang (back) berisi: jawaban singkat, pembahasan, dan konsep kunci. - Pertanyaan harus atomic — satu konsep per kartu, tidak bertele-tele. - Hindari pertanyaan terlalu umum seperti "Apa itu X?" — jadikan lebih spesifik. - Bahasa: Indonesia formal. Jangan tambahkan teks di luar JSON. - Output HARUS berupa JSON valid sesuai skema: {{json_schema}}
Estimasi token: breakdown 10 kartu
| Komponen | Keterangan | Min Tokens | Max Tokens |
|---|---|---|---|
| INPUT | |||
| System Prompt | Instruksi peran + aturan + schema | 300 | 500 |
| Knowledge: YouTube CC ~8 menit | Teks transkrip subtitle | 1.200 | 3.200 |
| Overhead instruksi | Label topik, constraint jumlah kartu | 100 | 200 |
| Total Input | ~1.600 | ~3.900 | |
| OUTPUT | |||
| 10 × Flashcard | 10 × (80–180 tk) pertanyaan + jawaban + pembahasan | 800 | 1.800 |
| Total Output | ~800 | ~1.800 | |
| TOTAL REQUEST | ~2.400 tk | ~5.700 tk | |
| Envelope worst-case (riset) | System + transkrip ke batas atas + buffer; output per kartu ke maksimum | 4.450 tk total input | 2.000 tk total output |
Perbandingan biaya — envelope worst-case yang sama (semua model)
| Model | Input (tk) | Output (tk) | Est. cost (USD) | Est. cost (IDR) |
|---|---|---|---|---|
| Gemini 2.5 Flash-Lite | 4.450 | 2.000 | ~$0.00125 | ~Rp 22 🏆 |
| Gemini 2.5 Flash | 4.450 | 2.000 | ~$0.0063 | ~Rp 112 |
| GPT-5.4 Mini | 4.450 | 2.000 | ~$0.0123 | ~Rp 218 |
| Claude Haiku 4.5 | 4.450 | 2.000 | ~$0.0145 | ~Rp 255 |
| Gemini 2.5 Pro | 4.450 | 2.000 | ~$0.0256 | ~Rp 452 |
| GPT-5.4 | 4.450 | 2.000 | ~$0.0411 | ~Rp 727 |
| Claude Sonnet 4.6 | 4.450 | 2.000 | ~$0.0434 | ~Rp 766 |
Flashcard tetap lebih murah dari KUIS pada envelope worst-case karena output jauh lebih pendek, meskipun input knowledge YouTube bisa besar.
Perbandingan: Flashcard vs KUIS 10 soal
| Aspek | Flashcards (10 kartu) | KUIS (10 soal campuran) |
|---|---|---|
| Total input (operasional) | ~1.600–3.900 tk | ~1.200–2.650 tk |
| Total output (operasional) | ~800–1.800 tk | ~1.730–3.390 tk |
| Total request (operasional) | ~2.400–5.700 tk | ~2.930–6.040 tk |
| Envelope worst-case (riset) | In 4.450 · Out 2.000 tk | In 3.050 · Out 4.350 tk |
| Cost worst-case (lintas model, IDR) | ~Rp 22–766 | ~Rp 36–1.315 |
| Kompleksitas prompt | Sedang | Lebih tinggi (5 jenis soal) |
| Kestabilan output JSON | Sangat stabil | Perlu validasi per tipe soal |
Contoh JSON output — FLASHCARDS (10 kartu)
{ "type": "flashcards", "metadata": { "topik": "Sistem Pencernaan Manusia", "difficulty": "mudah", "total_kartu": 10, "knowledge_source": "youtube_cc", "knowledge_url": "https://www.youtube.com/watch?v=xyz789abc12", "generated_at": "2026-05-18T19:30:00+07:00", "usage": { "input_tokens": 4450, "output_tokens": 2000, "total_tokens": 6450, "cost_usd": 0.00125, "cost_idr": 22, "fx_idr_per_usd": 17678 } // Biaya aktual per provider mengikuti tabel "Perbandingan biaya" di §08 (bukan duplikasi usage per model). }, "cards": [ // ─── fc1: kartu detail pertama ──────────────────────────────────── { "id": "fc1", "front": { "text": "Di organ manakah proses pencernaan protein dimulai secara kimiawi?" }, "back": { "text": "Lambung (gaster)", "explanation": "Enzim pepsin yang dihasilkan lambung dalam suasana asam (HCl) memecah protein menjadi polipeptida. Pencernaan mekanis dimulai di mulut, tetapi kimiawi untuk protein baru efektif di lambung.", "key_concept": "Pencernaan kimiawi protein — pepsin — lambung" } }, // ─── fc2: kartu detail kedua ────────────────────────────────────── { "id": "fc2", "front": { "text": "Sebutkan 3 fungsi utama usus halus dalam pencernaan!" }, "back": { "text": "(1) Pencernaan kimiawi akhir oleh enzim pankreas dan empedu, (2) Penyerapan nutrisi (glukosa, asam amino, asam lemak) melalui villi dan mikrovilli, (3) Sekresi hormon pencernaan (sekretin, kolesistokinin).", "explanation": "Usus halus terdiri dari duodenum, jejunum, ileum. Permukaan villi meningkatkan luas penyerapan hingga 200 m².", "key_concept": "Usus halus — absorpsi nutrisi — villi" } }, // ─── fc3–fc10: kartu ringkas (pola sama) ───────────────────────── { "id": "fc3", "front": { "text": "Apa fungsi empedu dalam pencernaan lemak?" }, "back": { "text": "Mengemulsifikasi lemak menjadi tetesan kecil agar mudah dicerna lipase pankreas.", "explanation": "...", "key_concept": "Emulsifikasi lemak — empedu" } }, { "id": "fc4", "front": { "text": "..." }, "back": { "text": "...", "explanation": "...", "key_concept": "..." } }, { "id": "fc5", "front": { "text": "..." }, "back": { "text": "...", "explanation": "...", "key_concept": "..." } }, // … fc6–fc10 mengikuti pola yang sama … { "id": "fc10", "front": { "text": "..." }, "back": { "text": "...", "explanation": "...", "key_concept": "..." } } ] }