Dokumentasi Resmi • Fase 5

Dokumentasi Teknis Windexer

Spesifikasi arsitektur AI luring Windows 11, taksonomi mitigasi BSoD, dan panduan operasional sistem.

Kategori A: Memulai

Pengantar & Filosofi Desain

Instrumen mesin literasi digital berbasis AI untuk membantu pengguna Windows 11 memahami risiko penghapusan berkas secara mandiri dan 100% luring.

Latar Belakang & Posisi Windexer

Bagi pengguna Windows 11, membersihkan ruang penyimpanan partisi sistem (C:\) sering kali memicu kecemasan. Berkas biner dengan nama singkatan teknis atau direktori berukuran gigabyte dalam subsistem Windows sering kali menggoda untuk dihapus, namun tindakan ceroboh berisiko fatal memicu Blue Screen of Death (BSoD) atau kegagalan booting.

Windexer dikembangkan sebagai purwarupa sistem perangkat lunak desktop pintar yang memadukan ekstraksi sistem berkas lokal dengan Small Language Model (SLM) Qwen2 1,5 miliar parameter terkuantisasi 8-bit (Q8_0). Windexer diposisikan bukan sekadar alat pembersih biner (hapus/simpan), melainkan sebagai “instrumen mesin literasi digital berbasis AI” yang mengedukasi pengguna mengenai fungsi dan konsekuensi setiap berkas sistem.

Filosofi Inti: 100% On-Device AI (Zero Cloud Computing)

Seluruh proses pemindaian metadata berkas NTFS dan penalaran inferensi AI dieksekusi sepenuhnya di perangkat lokal Anda. Berbeda dengan solusi cloud yang rentan kebocoran privasi, Windexer beroperasi dengan 0 outbound ping—tidak ada satu byte pun data pribadi yang meninggalkan komputer Anda.

Arsitektur Tiga Lapis (Three-Tier System)

Sesuai rancangan riset Bab 1, Windexer dibangun di atas tiga lapisan kerja modular yang saling terisolasi:

Lapisan 1
Lapisan Input Java (NTFS File Scanner)

Memindai struktur direktori Windows 11 secara read-only, mengekstrak metadata berkas (nama, path, ukuran, ekstensi, atribut), dan menyusun instruksi prompt forensik terstruktur.

Lapisan 2
Lapisan Model SLM (Qwen2 1.5B Instruct Q8_0)

Model bahasa kecil hasil fine-tuning kuantisasi 8-bit yang berjalan di atas daemon inferensi Ollama lokal. Melakukan penalaran Chain-of-Thought untuk memprediksi tingkat risiko dan merumuskan penjelasan teknis.

Lapisan 3
Lapisan Output Java Desktop (JavaFX UI)

Merender antarmuka pengguna interaktif, menampilkan lencana taksonomi risiko, visualisasi radar/grafik, serta narasi edukatif yang mudah dipahami oleh pengguna awam maupun teknisi.

Tiga Pilar Filosofi Windexer

Privasi Absolut

Sistem berkas adalah ranah privat. Menjalankan model SLM di memori lokal menjamin privasi secara fisik tanpa ketergantungan API pihak ketiga.

Mitigasi BSoD Berbasis Edukasi

Bukan sekadar tombol hapus otomatis. Windexer memberikan penjelasan kausalitas mengapa suatu berkas berbahaya atau aman untuk dihapus.

Inspeksi Read-Only Aman

Windexer beroperasi secara read-only pada metadata berkas, tidak pernah melakukan modifikasi atau penghapusan diam-diam tanpa persetujuan pengguna.