Masalah
EPU menjual tiket bus dengan cara yang masih dipakai mayoritas operator daerah — lewat loket, telepon, agen tersebar — tanpa satu sumber kebenaran untuk inventori kursi atau jadwal trip. Kursi double-booking, rekonsiliasi manual, dan nol visibilitas buat penumpang soal posisi busnya. Mereka butuh platform ticketing digital yang bisa dipakai penumpang biasa lewat HP, yang inventori kursinya dipercaya operator, dan yang tahan di volume booking nyata — bukan prototipe.
Kendala
- Penumpang dan operator Indonesia — UI dan alur harus dalam Bahasa
- Inventori kursi harus tetap konsisten saat booking bersamaan
- Harus jalan di HP Android low-end dan data seluler yang naik-turun
- Wajib terintegrasi dengan data trip dan rute yang sudah dimiliki operator
- Delivery oleh tim tunggal dengan timeline komersial yang ketat
Pendekatan Kami
Kami bangun platform sisi penumpang pakai Next.js 15 dan React dengan Tailwind v4 dan shadcn/ui — alur booking cepat, mobile-first, mencakup registrasi dan login, pencarian trip, pemilihan kursi dengan seat map langsung, checkout, dan view trip pribadi. i18n dipasang sejak hari pertama supaya seluruh produk berbahasa Indonesia. Inventori kursi dan penjadwalan trip ditopang model booking terstruktur supaya pembelian bersamaan direkonsiliasi terhadap satu sumber kebenaran, bukan spreadsheet. Codebase dijaga bersih dan modular supaya bisa jadi tulang punggung data Fase 2 — manifest digital yang sekarang direkonsiliasi oleh pipeline AI passenger-counting.
Galeri
Hasil
- Platform ticketing penumpang live di produksi pada armada EPU
- Satu sumber kebenaran inventori kursi — tidak ada lagi kursi double-booking
- Alur booking mobile-first yang dipakai di Android low-end dengan data naik-turun
- Manifest digital jadi tulang punggung data untuk rekonsiliasi AI Fase 2
- Membangun kepercayaan klien yang berujung penunjukan fleet-monitoring Fase 2
Kenapa ini penting
Ticketing memang tidak glamor, tapi di situlah kepercayaan dibangun. Kami rilis platform yang dipakai penumpang nyata untuk beli kursi nyata, menjaga datanya cukup bersih untuk dibangun di atasnya, dan dibalas dengan kerja Fase 2 yang lebih berat — AI fleet monitoring — tanpa pitch kompetitif. Itu pola yang kami cari: rilis sesuatu yang jujur di Fase 1, dapatkan Fase 2 yang benar-benar menggerakkan anggaran operasional.