Opsis adalah platform kesehatan mata berbasis web yang hadir sebagai solusi komprehensif untuk deteksi dini glaukoma dan pendampingan bagi penderita. Platform ini mencakup edukasi masyarakat, analisis citra fundus berbasis deep learning, risk screening berbasis machine learning, integrasi Gen AI untuk penjelasan hasil, serta fitur reminder obat dan komunitas bagi pengguna.

Live Clients:

• Opsis Marketing (Informasi & Edukasi)
• Opsis App (Client Utama)

• Analisis Citra (Fundus): Deteksi klasifikasi glaukoma dan segmentasi Optic Disc & Cup menggunakan Deep Learning.
• Skrining Risiko Glaukoma: Kuesioner interaktif berbasis ML untuk memprediksi tingkat risiko klinis pasien.
• Penjelasan Gen AI: Menggunakan Generative AI (LLM) untuk menyederhanakan penjelasan bahasa medis hasil prediksi agar mudah dipahami awam.
• Pengingat Pengobatan: Sistem manajemen jadwal obat agar perawatan berjalan disiplin.
• Komunitas & Jurnal: Forum diskusi antarpengguna serta fitur pencatatan gejala penglihatan pribadi.

Sebelum menjalankan aplikasi, pastikan Anda telah menginstal beberapa dependensi global berikut dengan versi minimal:

• Node.js (>= v20.0.0) & npm (>= v10.0.0)
• Python (>= v3.12.0)
• PostgreSQL (>= v14.0)

Rekomendasi: just (command runner optional)

Repository Opsis disusun dengan pendekatan monorepo-ish yang dibagi menjadi beberapa ranah:

opsis/
├── ai/
│   ├── notebooks/
│   └── service/
├── ds/
│   ├── dashboard/
│   ├── notebooks/
│   └── synthetic_dataset/
└── fs/
    ├── client/
    ├── marketing/
    └── server/

• ai/: Fokus pada AI/ML
  • notebooks/: Eksplorasi & pelatihan model DL/ML
  • service/: AI Service untuk inferensi
• ds/: Fokus pada Data Science & Analisis
  • dashboard/: Dashboard interaktif
  • notebooks/: Notebooks untuk EDA & pemrosesan data
  • synthetic_dataset/: Generator data sintetik
• fs/: Fokus pada pengembangan full-stack
  • client/: Antarmuka web aplikasi utama pengguna
  • marketing/: Landing page publik edukatif
  • server/: Backend server utama

Catatan Penting: Sebagian besar komponen membutuhkan variabel lingkungan (.env), pastikan telah membaca panduan setup.

Silakan ikuti panduan setup lebih lanjut di masing-masing direktori proyek:

• AI Service: ai/service/README.md
• Frontend Client: fs/client/README.md
• Frontend Marketing: fs/marketing/README.md
• Backend Server: fs/server/README.md

Komponen aplikasi dapat dijalankan dari bantuan just (lihat justfile), dengan perintah just --list pada root folder untuk melihat berbagai resep alias (seperti install, format, dsb.).

Atau manual:

1. Frontend Client:

   • Masuk ke direktori fs/client
   • Jalankan npm run dev

2. Frontend Marketing:

   • Masuk ke direktori fs/marketing
   • Jalankan npm run dev

3. Backend Server:

   • Masuk ke direktori fs/server
   • Jalankan npm run dev

4. AI Service:

   • Masuk ke direktori ai/service
   • Jalankan fastapi dev

Model-model yang telah dilatih dan digunakan dalam servis tersedia pada direktori ai/service/models/:

• Model Segmentasi Fundus: ai/service/models/glaucoma_segmentation_unet.keras
• Model Klasifikasi Glaukoma: ai/service/models/glaucoma_classification_cnn.keras
• Model Skrining Risiko: ai/service/models/glaucoma_risk.joblib

Atau download via Google Drive: https://drive.google.com/drive/folders/1NdkLvAWQyGBO6kjP3l3pFwMj0skPduN3

• Frontend (Client):
  • React
  • Vite
  • React Router
  • Tailwind CSS
• Frontend (Marketing):
  • React
  • Vite
  • Vite React SSG
  • Tailwind CSS
• Backend (Server):
  • Node.js
  • Express
  • Prisma
  • PostgreSQL
• AI/DL/ML API (Service):
  • Python
  • FastAPI
  • TensorFlow/Keras
  • Scikit-Learn

Team ID: CC26-PSU195

Theme: Healthy Lives & Well-being

Members:

https://www.figma.com/design/VWB6CtmRG1k40TzhdmGq39/Untitled?node-id=0-1&p=f

Opsis menggunakan prefiks berikut untuk penamaan commit:

• feat untuk fitur
• fix untuk perbaikan
• chore untuk pekerjaan rutin/tugas
• docs untuk dokumentasi