ANATOMI KUESIONER — TITIK AWAL SEMUA DATA MENTAH
Semua data yang masuk ke sistem Gaia lahir di sini. Struktur butir dalam kuesioner menentukan kualitas data, kemudahan QC, dan akurasi scoring. Kuesioner Gaia bukan survey biasa — tiap topik dibangun dari banyak butir observasi granular + 1 butir scoring (kesimpulan), divalidasi engine QC Konsistensi Intra. Pola ini sudah diterapkan di Kuesioner ATM 2026 (rencana Permata 2026) sebagai pilot konkret.
STRUKTUR BUTIR HORIZONTAL — 3 PERAN DALAM SATU TOPIK
Per topik (misal: "Signage", "Teras", "ATM"), kuesioner punya 3 jenis butir yang saling terhubung. Shopper isi Butir Pendukung + Butir Scoring; engine jalankan QC Konsistensi Intra untuk cross-check konsistensi jawaban.
LEVEL 0 — Diisi Shopper
Butir Pendukung
Pertanyaan observasi granular — shopper jawab apa yang dilihat:
- Keberadaan (ada / tidak)
- Jenis / posisi / detail
- Kondisi (baik / rusak / parsial)
- Kondisi negatif (multi-check)
- Permanen / sementara / campuran
- Wajar / tidak wajar
- Verbatim narasi (teks bebas)
Peran: (1) Input bukti untuk QC Konsistensi · (2) Sumber Data Frekuensi untuk report narasi
→
LEVEL 1 — Engine Otomatis
QC Konsistensi Intra
Engine cross-check (bukan shopper yang isi). Validasi konsistensi antara jawaban butir pendukung vs butir scoring.
Contoh rule:
- IF Q_scoring=Baik BUT Q_negatif=banyak_tidak_wajar → ⚠ Flag
- IF Q_keberadaan=Tidak BUT Q_scoring ≠ "Tidak ada" → ⚠ Flag
- IF Q_verbatim kosong BUT ada negatif → ⚠ Flag
Peran: Flag untuk revisi shopper. Sudah tertanam di kuesioner HTML (E4 / E4b / E4c / E8 dll di ATM).
→
LEVEL 2 — Diisi Shopper
Butir Scoring (Kesimpulan)
1 butir per topik. Shopper beri judgment kesimpulan skala:
- 1 Baik — tidak ada masalah
- 2 Cukup — ada negatif tapi wajar
- 3 Kurang — negatif tidak wajar
- 4 Buruk — banyak masalah
- 8 Kondisi khusus (dikeluarkan scoring)
- 9a/9b Tidak ada + wajar/tidak wajar
Peran: Ini yang di-scoring. Input ke Hierarki Vertikal 7 Level (masuk di L5 Indikator atau L6 Butir).
TITIK TEMU DENGAN HIERARKI PARAMETER 7 LEVEL
Butir Scoring (Level 2 horizontal) = titik input ke Hierarki Vertikal. Dari sini skor naik via rumus Σskor / Σmax × 100 sampai Level 0 Target. Di tab Hierarki Parameter, L5 & L6 highlight karena di sinilah butir scoring masuk.
Hierarki Horizontal (dalam 1 kuesioner, per topik)
Butir Pendukung × N — observasi granular
QC Konsistensi Intra — engine validasi
Butir Scoring (Kesimpulan 1-4) — input scoring
titik input
→
(di L5 atau L6)
Hierarki Vertikal (7 Level — agregasi)
L0 Target (nasional) — skor akhir
L1 Domain (Staf / Fisik / Proses)
L2 Objek (Satpam / CS / Bhall / ...)
L3 Dimensi (Sikap / Skill / Dalam / ...)
L4 Komponen (Sikap Awal / Peralatan / ...)
L5 Indikator — TITIK INPUT
L6 Butir — TITIK INPUT
CONTOH IMPLEMENTASI KONKRET
Topik "Signage Area E-Banking" Kuesioner ATM 2026
Satu topik "Signage" di ATM kuesioner terdiri dari 9 butir pendukung (observasi) + 1 butir scoring (kesimpulan). Pola ini konsisten untuk setiap topik: Teras, Keset, Pintu, Pylon, Mesin ATM, dll.
| ID butir | Peran | Pertanyaan shopper | Konsekuensi |
B_signage | Pendukung | Apakah ada signage khusus area ebanking? | Keberadaan (Y/N) |
B_signage_jenis | Pendukung | Jenis signage (neon box / huruf timbul / stiker / ...) | Detail multi-check |
B_signage_posisi | Pendukung | Posisi (atas pintu / dinding samping / kaca / ...) | Detail multi-check |
B_signage_terlihat | Pendukung | Mudah terlihat dari luar? | Skala 3 opsi |
B_signage_neg | Pendukung | Kondisi negatif (mati / redup / pudar / kotor / rusak / ...) | Multi-check → input QC |
B_signage_neg_perm | Pendukung | Apakah negatif bersifat permanen? | Permanen / sementara / campuran |
B_signage_negwajar | Pendukung | Apakah negatif tersebut wajar? | Wajar / tidak wajar → input QC |
B_signage_v | Pendukung | Verbatim: tulisan apa, posisi, ukuran, kondisi | Teks bebas narasi |
B_signage_kesimpulan | Scoring | KESIMPULAN: Kondisi signage secara keseluruhan | Skala 1-4 → input scoring |
QC Konsistensi Intra yang aktif untuk topik ini: jika B_signage_kesimpulan=Baik tapi B_signage_neg=banyak & B_signage_negwajar=tidak wajar → engine flag untuk review. Di Kuesioner ATM ini di-handle oleh pendeteksi E4/E4b/E4c/E8.
4 Konsistensi Tertanam
Intra (dalam 1 kuesioner) / Lintas (antar kuesioner) / Temporal (vs tahun lalu) / Negatif+Kewajaran. Yang bekerja di Anatomi Kuesioner = Intra. Yang lain aktif pasca-submit.
Detail di tab Aliran Data Stage 2 "8 Kuesioner"
5-Stage Workflow Pengisian
Isian Awal → Edit Shopper → Review QC → Revisi → Final. Setiap transisi auto-timestamp. Log perubahan otomatis tercatat (change log).
Implementasi di Kuesioner ATM 2026 (field Z_stage)
Kode Khusus 8 & 9
Kode 8 = kondisi khusus (hujan deras, renovasi) — dikeluarkan dari scoring, bukan 0. Kode 9 = tidak ada — split jadi 9a (wajar, tidak scoring) dan 9b (tidak wajar, scoring rendah).
Prinsip "Wajar vs Tidak Wajar" di ATM kuesioner
Scoring Map Per Butir
Setiap butir scoring punya SCORING_MAP: Kode 1 = 5 poin, Kode 2 = 2 poin, dst. Max score per butir berbeda (1, 2, 3, 5, 6, 7, 8). Bobot natural dari max, tanpa bobot eksplisit.
Rumus Σskor/Σmax di tab Aliran Data Stage 6
Prinsip Gaia di level kuesioner: Butir pendukung mengumpulkan bukti yang kaya (bisa jadi frekuensi di report). Butir scoring mengumpulkan judgment shopper (yang jadi angka di tabulasi). QC tidak menghitung skor — QC memastikan judgment shopper konsisten dengan bukti yang dia kumpulkan sendiri.
DETAIL 4 KONSISTENSI QC TERTANAM
4 layer
cakupan, implementasi konkret, contoh di Kuesioner ATM
QC tidak hanya 1 jenis — ada 4 lapis konsistensi yang aktif di waktu berbeda. Konsistensi Intra aktif saat shopper mengisi (real-time). Konsistensi lainnya aktif pasca-submit / saat QC review.
| # | Konsistensi | Cakupan | Kapan aktif | Contoh konkret di Kuesioner ATM 2026 |
| 1 |
Intra-kuesioner |
Antar butir di dalam 1 kuesioner |
Real-time saat shopper isi (dan saat QC review) |
B_signage_kesimpulan=Baik tapi B_signage_neg=banyak & B_signage_negwajar=tidak wajar → flag.
Kode pendeteksi di ATM: E4 (rating vs scoring gap), E4b (rating fisik vs ATMF+ATMK), E4c (rating kenyamanan vs ATMK4-6b), E8 (verbatim non-scoring vs hint).
|
| 2 |
Lintas-kuesioner |
Antar kuesioner berbeda di kunjungan yang sama |
Pasca-submit (saat QC kompilasi 8 kuesioner per kunjungan) |
Validasi numerik: C_atm_total di ATM = C2 + C3 + C4 + C5 (berfungsi + non-tunai + rusak + gangguan).
Cross-check: area E-Channel di kuesioner ATM (B_*) konsisten dengan area E-Channel di kuesioner Banking Hall (kalau lokasi area sama).
|
| 3 |
Temporal |
Jawaban berubah dari data tahun lalu di cabang yang sama |
Pasca-submit (saat QC bandingkan dengan backfill) |
Pola: kerusakan permanen pylon di 2025 masih ada di 2026? Wajar.
Pola: jumlah ATM 2026 mendadak bertambah 5 dari 2025? Verifikasi di lapangan.
Implementasi: data backfill JSON per cabang (lihat Backfill-2025/ATM_*.json di P03 PermataBank).
|
| 4 |
Negatif & Kewajaran |
Setiap negatif yang dilaporkan wajib dicek kewajarannya |
Real-time (di kuesioner) + pasca-submit (di tabulasi report) |
Pola di ATM: setiap topik dengan negatif (*_neg) selalu diikuti *_neg_perm (permanen?) dan *_negwajar (wajar?).
Verbatim wajib jika negatif tidak wajar → cegah jawaban kosong.
|
Kenapa 4 konsistensi penting: Tanpa ini, shopper bisa "isi asal" yang lolos check awal tapi tidak konsisten dengan bukti. 4 konsistensi mempersempit ruang ketidakkonsistenan dari 4 sudut berbeda. Sekali jawaban lolos 4-nya, akurasi data tinggi.
VALIDASI OTOMATIS YANG TERTANAM DI KUESIONER
5 jenis
selain 4 konsistensi: validasi yang mempercepat kerja shopper & QC
| Jenis Validasi | Cara kerja | Contoh di ATM |
| Validasi Numerik |
Total = sum komponen. Engine cek otomatis, banner muncul kalau tidak balance. |
C_atm_total = C2 + C3 + C4 + C5 (total ATM = berfungsi + non-tunai + rusak + gangguan). Banner kuning kalau gap, hijau kalau cocok. |
| Skip-Logic (Conditional) |
Pertanyaan detail otomatis di-skip kalau prerequisite tidak terpenuhi. Mengurangi noise. |
Jika G0=Tidak ada teras → skip 8 pertanyaan detail teras. Jika tidak ada mesin ATM → skip semua sub-pertanyaan ATM. |
| Essence Extractor |
30+ template pattern untuk kolom E (essence). Engine ekstrak narasi natural dari jawaban kategorikal + verbatim → kalimat siap pakai untuk laporan. |
Output: "Lantai bersih dan terawat", "Transaksi tarik tunai berhasil tapi ada kendala minor", dll. (lihat fungsi buildEssence() di kuesioner ATM). |
| Self-QC Checklist |
Sebelum submit, shopper isi checklist mandiri: bukti lengkap, verbatim detail, scoring konsisten dengan observasi. |
Field K_ck di ATM: 6 item check (video, verbatim, scoring konsisten, foto pendukung, waktu wajar, identitas lengkap). |
| Auto-Timestamp & Geo-Lock |
Waktu mulai, waktu per tahap workflow, koordinat GPS — semua auto-recorded. Mencegah "ngarang dari rumah". |
Field _geo_lat/_geo_lng/_geo_acc + startTime + _Z_ts_* per tahap workflow. |
5-STAGE WORKFLOW PENGISIAN & AUDIT TRAIL
6 tahap
jalur kuesioner dari shopper sampai final, dengan log perubahan otomatis
Setiap kuesioner punya field Z_stage yang menentukan tahap pengisian. Setiap perpindahan tahap auto-timestamp; perubahan jawaban tercatat di change log.
TAHAP 1
Isian Awal Shopper
Shopper isi pertama kali setelah kunjungan
auto-timestamp
→
TAHAP 2
Edit Shopper
Koreksi sendiri sebelum submit
auto-timestamp
→
TAHAP 3 / 3b
Review QC / Supervisor
QC cek konsistensi, beri catatan
change log aktif
→
TAHAP 4
Revisi Setelah QC
Shopper koreksi sesuai catatan QC
log diff jawaban lama vs baru
→
TAHAP 5
Final / Approved
Locked, tidak boleh diubah lagi
data masuk Stage Aliran Data
Audit trail: Field _changelog mencatat setiap perubahan: nama field yang diubah, nilai lama, nilai baru, timestamp, kode pengisi tahap itu. Bisa lihat siapa yang mengubah apa, kapan. Penting untuk dispute resolution dan training shopper baru.
CONCERNS GAIA v4 YANG DIJAWAB ANATOMI KUESIONER
5 concern
cross-reference fitur Anatomi ↔ concerns yang sudah lama tertulis di GAIA v4
Selama membangun Kuesioner ATM 2026 sebagai pilot, sekaligus terjawab concerns di GAIA v4. Ini bukan kebetulan — arsitektur kuesioner memang dirancang untuk menjawab concerns ini secara terpadu.
| Concern | Pertanyaan asal di GAIA v4 | Jawaban via Anatomi Kuesioner | Status |
| #33 |
[Ekues] Google Form → HTML: Google Form tidak bisa beri skor per opsi. |
Ekues HTML offline dengan SCORING_MAP bawaan per butir. Kode 1 = X poin, Kode 2 = Y poin, dst. Dihitung otomatis saat shopper isi, no Google Form. |
✓ Terjawab penuh |
| #34 |
[Ekues] 8 ekues berbeda per skenario, honor per item. |
Setiap ekues = 1 file HTML mandiri (Satpam / CS / Teller / Burek / Komplain / Bhall / Ebanking / Toilet). Honor per ekues yang lengkap diisi (terlinked ke Z_stage=Final). |
✓ Terjawab penuh |
| #35 |
[Ekues] 2 keluarga: STAF vs FISIK. |
ATM masuk keluarga FISIK (bersama Bhall, Toilet, E-Channel). Struktur butir FISIK berbeda dari STAF: lebih banyak observasi kondisi fisik & negatif, sedikit dialog. Keluarga ini terlihat di kode butir (ATMF*/ATMK*/ATMH* = FISIK). |
✓ Terjawab penuh |
| #40 |
[Data] Desain ekues → scoring. Berubah=ikut. |
Kode unik butir scoring (mis. ATMF1) sama dari kuesioner → SCORING_MAP → data mentah → tabulasi. Ubah kode di kuesioner = otomatis ikut di pipeline. No mismatch. |
✓ Terjawab penuh |
| Baru |
[Pipeline] Bagaimana pipeline jawaban → kode → skor jalan tanpa intervensi manual? |
4 Konsistensi tertanam + Validasi Numerik + Self-QC + Essence Extractor → 80%+ pekerjaan QC manual berkurang. Sisanya QC manual fokus pada audio/video/dialog yang memang butuh judgment manusia. |
○ Terjawab konsep (perlu validasi pilot) |
Implikasi strategis: Anatomi Kuesioner bukan sekadar "form survey" — ini adalah engine pengumpul data dengan kontrol kualitas tertanam. Setiap fitur (struktur butir, 4 konsistensi, validasi numerik, workflow) menjawab concern spesifik di GAIA v4 yang sudah lama tertulis. Pilot ATM 2026 (rencana Permata 2026) adalah bukti konsep bahwa concerns ini bisa dijawab dengan satu desain terpadu.