Pengembangan Platform Canvas Internal sebagai Fondasi Integrasi AI

Hairiman, Fadhil Revinno Hairiman and Wibawa, Darryl Matthew and Krisdina, Rafael Asa Edginius Krisdina and Faiz, Nur Muhammad Faiz and Setiadharma, Gregorius Setiadharma and Ramadhani, Rafaela Shyra Ashma` Ramadhani and Handrian, Muhammad Aditya Handrian (2026) Pengembangan Platform Canvas Internal sebagai Fondasi Integrasi AI. Project Report. [s.n.], [s.l.]. (Unpublished)

[thumbnail of 5025231002_5025231047_5025231143_5053231008_5025231268_5025231217_5025231292-Project_Report.pdf] Text
5025231002_5025231047_5025231143_5053231008_5025231268_5025231217_5025231292-Project_Report.pdf - Accepted Version
Restricted to Repository staff only

Download (12MB) | Request a copy

Abstract

Proyek ini mengembangkan Hakuhodo Design Editor, sebuah aplikasi web editor desain kolaboratif yang memungkinkan pengguna membuat materi desain grafis tanpa memerlukan perangkat lunak desktop berbayar. Latar belakang proyek adalah kebutuhan untuk platform desain internal yang aman, mendukung kolaborasi tim secara efisien, dan memberikan kontrol akses granular saat berbagi desain dengan kolaborator. Sistem dibangun menggunakan arsitektur client-server dengan frontend React/Next.js dan Fabric.js sebagai engine kanvas, sementara backend berbasis NestJS melayani REST API. Penyimpanan desain memanfaatkan MongoDB, aset gambar disimpan di MinIO, dan pemrosesan gambar on-the-fly menggunakan imgproxy. Fitur utama mencakup editor objek lengkap (teks, bentuk, gambar, drawing), properti & filter, crop gambar, ekspor multi-format (PNG/JPG/PDF/SVG/JSON/ZIP), pengelolaan aset, komentar berposisi, template, serta berbagi akses berbasis peran (viewer/commenter/editor) yang aman melalui token terenkripsi SHA-256. Pengujian dilakukan secara komprehensif: 133 test case frontend pada lingkungan Development dan Local masing-masing mencapai 100% lulus, serta 70 test case backend/API juga lulus 100%. Sistem telah terkontainerisasi menggunakan Docker dan dilengkapi pipeline CI/CD otomatis ke Docker Swarm melalui GitLab CI dan Ansible. Hasil menunjukkan bahwa sistem mencapai semua fitur inti dengan kualitas terverifikasi, performa stabil, dan arsitektur modular yang siap untuk pengembangan fitur AI di masa depan.

Item Type: Monograph (Project Report)
Uncontrolled Keywords: Canvas
Subjects: A General Works > AI Indexes (General)
A General Works > AI Indexes (General)
Divisions: Faculty of Information Technology > Informatics Engineering > 55201-(S1) Undergraduate Thesis
Depositing User: Fadhil Revinno Hairiman
Date Deposited: 25 Jun 2026 09:42
Last Modified: 25 Jun 2026 09:42
URI: http://repository.its.ac.id/id/eprint/134027

Actions (login required)

View Item View Item