BACK
Tagih-in – AI-Powered Micro-Invoicing & Payment Flow for Peer-to-Peer Food Delivery
Project Overview
Tagih-in adalah aplikasi micro-invoicing berbasis web yang dirancang untuk mempermudah proses pembagian tagihan dan pembayaran transaksi pesanan makanan antar teman (peer-to-peer / jastip).
Berawal dari personal struggle saat sering menjadi penyedia jasa titip makanan (seperti GoFood / ShopeeFood) bagi teman-teman, proyek ini mentransformasi ide pemecahan masalah sederhana menjadi produk yang real-time. Proses pengembangannya memanfaatkan integrasi modern antara Figma (UI/UX design) dan Claude MCP via Antigravity IDE untuk mengeksekusi kode secara cepat (design-to-code workflow).
Role: Product Designer & AI-Assisted Developer
Key Features: Input Detail Pesanan, QRIS Dinamis, Nota Bukti Pembayaran Digital
Web-app Live Demo: tagihin-zeta.vercel.app

2. User Story & Challenge
Problem Statement / Challenge
Manual Input & Transfer Risks: Saat memesankan makanan bersama teman, proses penagihan manual (mengirim nomor rekening / nominal melalui pesan teks) sering kali memicu kesalahan ketik (human error) nominal oleh pemesan.
Inefficient Process: Pembeli harus mengetik nominal transfer secara manual di aplikasi perbankan/e-wallet mereka.
Lack of Clear Receipt: Tidak tersedianya rincian pesanan yang rapi yang membuat pembatalan atau rekapitulasi riwayat transaksi menjadi rancu.
User Stories
As a Coordinator (Jastiper):
“Saya ingin menginput rincian item makanan dan nominal harga dengan cepat agar transaksi dapat langsung dihitung otomatis tanpa perlu penagihan manual.”
As a Buyer (Friend):
“Saya ingin melakukan pembayaran cukup dengan memindai QRIS dinamis yang nilainya sudah sesuai, sehingga saya tidak perlu mengetik nominal angka transaksi secara manual.”
“Saya ingin menerima nota digital setelah transaksi selesai sebagai bukti pembayaran resmi.”
3. User Flow
Alur pengguna dirancang sesederhana mungkin dalam 3 tahapan utama (3 Main Screens):
Step 1: Detail Invoice (Input Data Item)
Pengguna menginput Tanggal Transaksi, Nama Pemesan, serta rincian daftar item (Kuantitas, Harga, Subtotal).
Aplikasi menghitung total secara otomatis.
Tombol CTA "Lanjut Pembayaran" mengarahkan ke halaman pembayaran.
Step 2: Pembayaran (QRIS Dinamis)
Sistem merender QRIS Standar (GPN) dinamis yang disesuaikan dengan nominal subtotal tagihan.
Teman/Pemesan tinggal melakukan pemindaian (scan) menggunakan aplikasi m-banking atau e-wallet pilihan tanpa perlu memasukkan angka nominal lagi.
Menggunakan interaksi slider (Slide untuk lanjut..) untuk menyelesaikan tahap konfirmasi pembayaran.
Step 3: Invoice / Bukti Pembayaran
Sistem menampilkan status "Pembayaran sudah diterima" beserta Detail Pembayaran (Status, Metode: QRIS, Waktu, Tanggal) dan rincian item.
Menyediakan tautan "Kembali ke utama" untuk memulai transaksi baru.
4. Implementation & Technology Stack
Proses pembuatan aplikasi ini mendemonstrasikan efisiensi pengembangan perangkat lunak modern berbasis AI:
UI/UX Design (Figma): Merancang arsitektur visual untuk 3 layar utama (Detail Invoice, Payment QRIS, dan Invoice Receipt) dengan pendekatan desain yang ramah pengguna (clean & playful UI).
AI-Driven Code Execution:
Mengintegrasikan Claude (Model Context Protocol / MCP) yang terpasang pada Antigravity IDE.
Mengubah aset dan struktur desain dari Figma secara otomatis menjadi komponen antarmuka web yang siap pakai (real-time working product).
5. Output & Impact
Pengalaman Pengguna Lebih Cepat: Menghilangkan friksi pengetikan nominal manual saat transfer antar-teman.
Akurasi Pembayaran: Meminimalkan potensi kekurangbayaran atau kesalahan transfer nominal.
Eksekusi Ide Kilat: Membuktikan bahwa alur kerja gabungan Figma + Claude MCP pada IDE mampu membawa ide kecil dari sekadar mockup hingga menjadi produk live webapp yang berfungsi penuh dalam waktu singkat.


More
