Membangun sistem perencanaan acara yang efisien selama ini menuntut koordinasi manual yang melelahkan. Melalui framework HazelJS, seorang pengembang perangkat lunak merilis purwarupa agen kecerdasan buatan yang mampu mengambil alih tugas-tugas tersebut secara terstruktur. Agen ini dirancang menggunakan bahasa pemrograman TypeScript dan mengadopsi pendekatan arsitektur multi-agent untuk memecah kompleksitas event organizing.
Pendekatan utama yang digunakan adalah membagi tanggung jawab kepada lima agen spesialis yang bekerja di bawah satu supervisor. Agen penerima input bertugas mengekstrak detail acara seperti jenis event, jumlah tamu, anggaran, dan preferensi lokasi. Sementara itu, agen pencari venue menggunakan teknologi pencarian semantik berbasis Retrieval-Augmented Generation (RAG) untuk menemukan opsi ruang yang relevan.
Latar belakang pembuatan sistem ini bermula dari realitas bahwa menata sebuah acara, entah itu pesta ulang tahun, rapat korporat, maupun pernikahan, selalu melibatkan banyak variabel yang bergerak secara simultan. Planner harus memadukan kapasitas venue, daftar tamu, urusan logistik, dan batasan anggaran dalam satu kesatuan yang utuh. Ketidakselarasan pada satu bagian saja kerap merusak keseluruhan jadwal dan pengalaman peserta.
Dalam beberapa tahun terakhir, industri perangkat lunak menyaksikan pergeseran dari chatbot konvensional menuju agen otonom yang memiliki kemampuan perencanaan dan eksekusi. HazelJS hadir sebagai kerangka kerja yang memfasilitasi transisi tersebut dengan menyediakan infrastruktur dasar bagi pengembang. Penggunaan RAG memastikan bahwa rekomendasi venue bukan sekadar keluaran model bahasa besar (LLM) yang halusinatif, melainkan merujuk pada basis data metadata yang telah disiapkan.
Basis pengetahuan venue pada sistem ini menyimpan informasi spesifik, mulai dari tipe ruangan indoor, outdoor, hingga hibrida, kapasitas tampung, tarif per jam, fasilitas pendukung, hingga pola ketersediaan. Ketika pengguna mengetikkan permintaan seperti 'cari venue indoor untuk 100 tamu', sistem langsung memeringkatkan hasil berdasarkan relevansi tertinggi. Implementasi teknisnya memanfaatkan RAGPipeline dan MemoryVectorStore untuk efisiensi pencarian vektor di memori lokal.
Bagi ekosistem teknologi di Indonesia, kehadiran purwarupa berbasis TypeScript ini sangat relevan mengingat besarnya industri jasa acara dan pernikahan di dalam negeri. Ribuan wedding organizer dan event planner lokal masih mengandalkan spreadsheet dan grup percakapan untuk koordinasi. Adopsi kerangka kerja agen semacam ini berpotensi menurunkan barrier to entry bagi pengembang lokal yang ingin membangun produk Software-as-a-Service (SaaS) event planning berbasis AI.
Berbeda dengan platform SaaS impor yang menawarkan fitur tertutup, pendekatan HazelJS bersifat terbuka dan dapat disesuaikan dengan kebutuhan pasar Indonesia. Misalnya, agen koordinator tamu dapat dimodifikasi untuk mengintegrasikan saluran komunikasi lokal seperti WhatsApp guna pelacakan RSVP dan pembatasan makanan sesuai selera Nusantara. Kemampuan untuk melacak larangan makanan tertentu sangat krusial mengingat ragam preferensi halal dan non-halal di tanah air.
Dampak lebih luas dari sistem ini terletak pada optimalisasi anggaran dan penjadwalan. Agen logistik dirancang untuk mempertimbangkan batasan dana, jumlah tamu, dan jenis acara guna menyaring vendor katering, dekorasi, hiburan, hingga transportasi. Di pasar Indonesia yang sangat sensitif terhadap harga, kemampuan agen untuk memecah rincian biaya dan merangkum kategori secara otomatis menjadi nilai tambah yang signifikan bagi pelaku UMKM event.
Salah satu keunggulan desain yang ditonjolkan adalah pemisahan tugas yang tegas antar agen spesialis. Agen penerima input menangani ekstraksi kebutuhan, agen pencari venue fokus pada pencarian semantik, agen koordinator tamu mengurus daftar hadir, dan agen logistik menyusun rencana teknis. Supervisor kemudian menganalisis permintaan dan merutekan tugas ke spesialis yang tepat hingga terkumpul informasi cukup untuk menyintesis rekomendasi menyeluruh.
Meski masih berstatus purwarupa, sistem ini sudah dibekali fitur siap produksi yang jarang ditemui pada eksperimen serupa. Integrasi OpenTelemetry disediakan untuk observabilitas kinerja agen secara real-time. Terdapat pula logika percobaan ulang (retry) dan pemutus sirkuit (circuit breaker) guna menjaga ketahanan sistem, serta pembatasan laju (rate limiting) dan penghapusan informasi identitas pribadi (PII) sebagai guardrails keamanan operasional.
Ke depan, tren pembangunan agen vertikal yang menyasar industri spesifik seperti event planning diprediksi akan semakin masif. Pengembang tidak lagi hanya membuat asisten umum, melainkan agen yang memahami domain bisnis secara mendalam. Kombinasi antara TypeScript sebagai bahasa standar web dan arsitektur multi-agent akan mendorong lahirnya ekosistem alat bantu otomatisasi di berbagai sektor layanan.
Langkah praktis bagi pengembang yang ingin mencobanya sudah tersedia secara transparan. Setelah mengunduh repositori, proses instalasi dan kompilasi dilakukan melalui perintah npm install, npm run build, dan npm run dev. Aplikasi kemudian berjalan pada alamat http://localhost:3000 dengan antarmuka inspeksi HazelJS dapat diakses melalui rute /__haz untuk memantau alur kerja agen secara langsung.