eKRS adalah platform manajemen Kartu Rencana Studi (KRS) berbasis web yang dirancang khusus untuk menangani beban data akademik masif. Sistem ini mampu mengelola lebih dari 5.000.000 baris data enrollment secara efisien, mencakup manajemen mahasiswa, mata kuliah, hingga proses administrasi KRS yang terintegrasi.
Tantangan utama dalam proyek ini adalah menjaga performa aplikasi tetap responsif saat melakukan query, penyaringan (filtering), dan pengurutan (sorting) pada dataset yang mencapai jutaan baris. Selain itu, diperlukan mekanisme ekspor data yang tidak menghabiskan memori server (RAM) serta sistem validasi yang ketat untuk menjaga integritas data antar tabel yang saling berelasi.
Saya mengimplementasikan Server-Side Processing menggunakan PostgreSQL dengan limitasi query yang optimal agar browser tidak terbebani. Untuk keamanan data, saya menerapkan Atomic Transactions guna memastikan konsistensi pada tiga tabel utama sekaligus. Penggunaan Livewire memberikan pengalaman real-time pada fitur pencarian (dengan teknik debounce) dan validasi frontend. Untuk menangani ekspor 5 juta data, saya menggunakan metode Streaming Export yang mengirimkan data bit demi bit langsung ke pengguna tanpa membebani memori server.
Halaman login sistem eKRS. Pengguna memasukkan email dan password untuk mengakses dashboard. Akun...
Halaman login sistem eKRS. Pengguna memasukkan email dan password untuk mengakses dashboard. Akun default: admin@ekrs.com / password.
Halaman utama setelah login. Menampilkan ringkasan statistik sistem seperti jumlah mahasiswa, mat...
Halaman utama setelah login. Menampilkan ringkasan statistik sistem seperti jumlah mahasiswa, mata kuliah, dan total enrollment yang terdaftar.
Halaman manajemen mata kuliah. Menampilkan daftar seluruh mata kuliah beserta kode, nama, dan jum...
Halaman manajemen mata kuliah. Menampilkan daftar seluruh mata kuliah beserta kode, nama, dan jumlah SKS.
Sistem berhasil menangani dataset 5.000.000 baris dengan waktu respons yang cepat. Fitur unggulannya meliputi pencarian instan, filter multi-kondisi (AND/OR logic), sistem pemulihan data melalui Soft Deletes/Trash, serta kemampuan mengunduh laporan CSV skala besar secara stabil. Proyek ini membuktikan bahwa arsitektur Laravel dan PostgreSQL dapat dioptimasi untuk kebutuhan enterprise dengan volume data tinggi.