PowerPulse, sebuah penjejak gangguan bekalan elektrik berasaskan sumbangan awam yang dibina oleh seorang pembangun dari Ghana menggunakan alatan low-code berbantuan AI, telah dilancarkan di Vercel selepas dua perubahan hala tuju produk yang besar. Aplikasi ini membolehkan sesiapa sahaja di Ghana melaporkan gangguan bekalan elektrik, menonton suapan laporan secara langsung, dan melihat statistik pemulihan—tanpa memerlukan latar belakang kejuruteraan perisian yang formal.

Mengapa “dumsor” memerlukan kebenaran bersama

Di Ghana, “dumsor” menggambarkan gangguan bekalan elektrik yang tidak menentu yang menyebabkan seluruh kawasan perumahan menjadi gelap gelita tanpa amaran. Penduduk membuang masa berjam-jam untuk meneka sama ada masalah tersebut berpunca daripada sambungan mereka, jalan mereka, atau grid nasional. Ketidakpastian itu melumpuhkan perniagaan, kerja sekolah, dan kehidupan seharian. Sumber data gangguan yang disahkan oleh komuniti akan membolehkan orang ramai merancang aktiviti semasa gangguan, menyelaraskan bantuan, dan mendesak syarikat utiliti untuk meningkatkan perkhidmatan.

Daripada kekecewaan peribadi kepada prototaip teknologi sivik

Penciptanya, yang menggelar dirinya sebagai pembangun bukan profesional, telah menukarkan kekecewaan peribadinya terhadap dumsor kepada satu utiliti awam. Beliau menggunakan platform low-code dipacu AI—penjanaan kod berasaskan prompt dan perkhidmatan siap bina—untuk menyatukan aplikasi web full-stack tanpa perlu menulis setiap baris kod secara manual.

Produk ini menawarkan empat tindakan utama:

  • Laporkan gangguan dengan memilih wilayah dan bandar daripada menu lungsur (dropdown).
  • Tonton suapan langsung bagi semua gangguan bekalan elektrik yang dilaporkan pada masa ini.
  • Semak statistik mengenai tempoh gangguan dan kepantasan pemulihan.
  • Dapatkan mata dan status tahap bagi penyumbang kerap, bagi menggalakkan pelaporan berulang.

Timbunan teknologi (tech stack) yang membolehkannya

  • Next.js 16 dan TypeScript untuk rangka kerja front-end dan keselamatan jenis (type safety).
  • Tailwind CSS untuk penggayaan pantas berasaskan utiliti.
  • Supabase untuk pangkalan data, pengesahan pengguna, dan kemas kini masa nyata.
  • Vercel untuk pengehosan dengan penskalaan automatik.

Semua komponen adalah sumber terbuka atau perkhidmatan terurus, jadi pembangun boleh menumpukan perhatian kepada logik produk sementara AI melengkapkan kod asas (boilerplate).

Peralihan 1 – Meninggalkan peta langsung

Prototaip pertama menampilkan peta langsung Ghana yang dibina dengan Leaflet, sebuah perpustakaan pemetaan JavaScript sumber terbuka. Leaflet memerlukan persekitaran pelayar, yang bercanggah dengan pensandaran sisi pelayan (server-side rendering) Next.js dan menghasilkan pepijat yang sukar dinyahpepijat (debug). Selepas bergelut dengan pepijat tersebut, pembangun menggantikan peta dengan pemilih menu lungsur yang ringkas untuk wilayah dan bandar. Antara muka pengguna (UI) kehilangan keindahan visual, tetapi fungsi terasnya—mengumpul dan memaparkan laporan—menjadi lebih dipercayai dan sedia untuk dilancarkan.

Peralihan 2 – Mereka bentuk semula susun atur

Pelancaran awal merupakan satu halaman tunggal yang boleh diskrol yang menggabungkan pelaporan, suapan, dan statistik bersama-sama. Pengguna menyifatkannya sebagai "kelihatan seperti projek sekolah." Untuk memberikan aplikasi rasa yang lebih kemas, navigasi telah dirombak semula. Bar sisi kini menempatkan bahagian utama pada pelayar desktop, manakala bar navigasi bawah digunakan oleh pengguna mudah alih. Setiap paparan—Lapor, Suapan, Statistik—mempunyai skrin khasnya sendiri, menjadikan pengalaman tersebut terasa seperti produk matang dan bukannya sekadar bukti konsep (proof-of-concept).

Dilema permulaan sejuk (cold-start)

Walaupun dengan antara muka yang berfungsi, sistem sumbangan awam bergantung kepada penyertaan pengguna. Aplikasi ini hanya berguna di kawasan di mana cukup ramai orang melaporkan gangguan untuk menghasilkan liputan. Ini bukan kecacatan pengekodan; ia adalah cabaran membina komuniti. Tanpa jumlah penyumbang yang kritikal, set data akan kekal jarang, sekali gus mengehadkan nilai aplikasi tersebut.

Sudut pandangan berbeza: had dan pertukaran low-code

Alatan low-code berbantuan AI mempercepatkan pembangunan tetapi mengenakan kekangan. Isu peta menunjukkan bagaimana perpustakaan sedia ada mungkin tidak serasi dengan rangka kerja yang dipilih, memaksa reka bentuk semula yang mengorbankan konteks geografi. Bergantung kepada bahagian belakang (back-end) terurus seperti Supabase juga boleh mengehadkan analitik tersuai atau keupayaan luar talian yang boleh disediakan oleh pelayan tersuai (bespoke server). Pembangun mesti menimbang antara kelajuan dan fleksibiliti, terutamanya apabila impak sivik menjadi taruhan.

Apa yang seterusnya

Pelan hala tuju menyasarkan tiga penambahbaikan:

  • Ramalan risiko gangguan dipacu AI, menggunakan data sejarah untuk meramalkan zon gangguan yang berkemungkinan berlaku.
  • Notifikasi tolak yang memberi amaran kepada pengguna apabila kawasan mereka dilaporkan mengalami gangguan atau telah pulih.
  • Pembangunan aplikasi mudah alih asli (native mobile app).

Setiap penambahan bertujuan untuk meningkatkan penglibatan pengguna, menangani masalah permulaan sejuk daripada aspek bekalan—lebih banyak ciri, lebih banyak sebab untuk memasang dan menggunakan aplikasi tersebut.

Rumusan

PowerPulse menunjukkan bahawa individu yang bertekad boleh menggunakan platform kod-rendah yang dipertingkatkan AI untuk menghasilkan penyelesaian teknologi sivik yang berfungsi, walaupun dalam pasaran yang dibelenggu oleh bekalan elektrik yang tidak stabil. Kisah ini menekankan dua pengajaran: pertama, melancarkan produk yang boleh digunakan adalah lebih baik daripada menyempurnakan ciri yang rosak; kedua, teknologi semata-mata tidak akan dapat menyelesaikan masalah berasaskan sumbangan awam—membina komuniti penyumbang adalah kekangan sebenar.