Pista: Arsitektur GenAI Multimodal untuk Automasi Evaluasi Startup dan

Analisis Komparatif Algoritma

Muhammad Meggi Octavira

Lead Systems Architect
[Link]@[Link]
7 Mei 2026

Ringkasan 3.1. Distribusi Performa

Analisis komparatif menunjukkan Pista (x̄ = 5.36, σ = 0.85)
Makalah ini menyajikan Pista, sebuah sistem full-stack memiliki kecenderungan optimisme algoritma yang lebih ting-
berbasis GenAI yang dirancang untuk mengatasi inefisi-
gi dibandingkan Winds2Ventures (x̄ = 5.20, σ = 0.92). Dis-
ensi kognitif dalam penilaian startup. Dibangun di atas
paritas ini dianalisis sebagai hasil dari perbedaan weighting lo-
infrastruktur [Link] 15 dan integrasi LLM GPT-4, Pista
mengimplementasikan kerangka kerja penilaian berbasis gic pada dimensi Pitch Quality.
empat dimensi berbobot. Kami melakukan uji kompara-
tif terhadap sistem Winds2Ventures menggunakan dataset 3.2. Akurasi Evaluatif
startup (n=22). Hasil eksperimental menunjukkan efisi-
ensi pemrosesan t=30s per iterasi dengan biaya marginal Dengan 77.3% kesepakatan observasi, sistem membuktikan
≈$0.10, serta koefisien Kappa 0.505 yang menunjukkan redundansi yang cukup untuk menggantikan fungsi filtrasi
validitas heuristik yang konsisten untuk penyaringan ska- awal analis manusia, mereduksi latency operasional secara sig-
la besar. nifikan.

1. PENDAHULUAN 4. IMPLIKASI KOMPUTASIONAL & SKA-

LABILITAS
Automasi evaluasi kualitatif merupakan tantangan komputasi
dalam domain modal ventura. Pista mengusulkan solusi me- Keunggulan utama Pista terletak pada skalabilitas horizontal-
lalui Multimodal Data Processing yang mengonversi artefak nya. Berbeda dengan evaluasi manusia yang bersifat linear,
bisnis (teks, audio, file) menjadi vektor penilaian objektif. Pe- Pista memungkinkan evaluasi paralel tanpa batas, yang kru-
nelitian ini berfokus pada optimasi pipeline data dan keandal- sial bagi akselerator startup yang menangani ribuan aplikasi
an keputusan algoritma dibandingkan dengan standar penilai- secara simultan.
an manusia.
5. KESIMPULAN
2. ARSITEKTUR SISTEM & PIPELINE DA- Penelitian ini memvalidasi bahwa Pista bukan sekadar alat
TA bantu, melainkan infrastruktur baru dalam pengambilan kepu-
tusan investasi berbasis data. Pengembangan masa depan ak-
Sistem Pista mengintegrasikan beberapa lapisan teknologi un- an fokus pada integrasi Neural Network untuk prediksi tingkat
tuk menjamin integritas data: keberhasilan jangka panjang startup berdasarkan data historis.
• Frontend/Logic: [Link] 15 dengan struktur Server
Components.
• Persistence Layer: Convex Database untuk sinkronisasi
data real-time.
• AI Engine: GPT-4 API dengan System Prompting yang
dirancang untuk meminimalisir halusinasi penilaian.

3. ANALISIS EMPIRIS & VALIDASI STA-

TISTIK
Kami menguji hipotesis bahwa sistem berbasis GenAI dapat
menghasilkan penilaian yang konvergen.
1