Lewati ke konten utama
Didit Raih $7,5 Juta untuk Membangun Infrastruktur Identitas dan Fraud
Didit
Kembali ke blog
Blog · 6 Maret 2026

Panduan Pengembang untuk Alur Kerja Fallback Dinamis API IDV (ID)

Pelajari cara mengimplementasikan alur kerja fallback dinamis yang kuat untuk API Verifikasi Identitas (IDV) guna meningkatkan pengalaman pengguna dan memastikan tingkat verifikasi yang tinggi.

Oleh DiditDiperbarui
developers-guide-dynamic-fallback-workflows-idv-apis.png

Penanganan Kesalahan ProaktifImplementasikan mekanisme penanganan kesalahan dan percobaan ulang yang kuat dalam integrasi API IDV Anda untuk mencegah kegagalan verifikasi memengaruhi pengalaman pengguna.

Verifikasi BerlapisRancang alur kerja yang menggabungkan beberapa metode verifikasi, memungkinkan transisi yang mulus ke pemeriksaan alternatif jika metode utama gagal atau menghasilkan hasil yang tidak meyakinkan.

Pengalaman Pengguna yang DioptimalkanManfaatkan fallback dinamis untuk memandu pengguna melalui jalur verifikasi alternatif, meminimalkan friksi dan memastikan orientasi atau penyelesaian transaksi yang berhasil.

Alur Kerja Terorkestrasi DiditManfaatkan platform modular dan AI-native Didit untuk membangun dan mengelola alur kerja fallback dinamis yang kompleks dengan pembangun visual tanpa kode atau API yang bersih, memastikan fleksibilitas dan keandalan maksimum.

Pentingnya Alur Kerja Fallback Dinamis dalam IDV

Dalam dunia verifikasi identitas online, mengandalkan satu panggilan API untuk mengonfirmasi identitas pengguna adalah resep untuk kegagalan potensial dan pengalaman pengguna yang buruk. Faktor-faktor seperti kualitas gambar dokumen yang buruk, latensi jaringan, batas laju API, atau bahkan pemadaman layanan sementara dapat mengganggu proses verifikasi. Di sinilah alur kerja fallback dinamis menjadi sangat diperlukan. Strategi fallback yang dirancang dengan baik memastikan bahwa jika metode verifikasi utama gagal, sistem dapat secara cerdas beralih ke alternatif, menjaga perjalanan pengguna tetap lancar dan mempertahankan tingkat keberhasilan verifikasi yang tinggi. Ini tidak hanya meningkatkan kepuasan pelanggan tetapi juga secara langsung memengaruhi tingkat konversi dan efisiensi operasional.

Bagi pengembang, membangun sistem yang tangguh berarti mengantisipasi kegagalan dan memiliki rencana B, C, dan bahkan D. Alur verifikasi yang statis dan kaku seringkali menyebabkan pengguna mengabaikan proses ketika menemukan kesalahan. Fallback dinamis, di sisi lain, memberikan fleksibilitas, memungkinkan bisnis untuk beradaptasi dengan kondisi waktu nyata dan masukan pengguna. Ini sangat penting untuk aplikasi yang melibatkan proses sensitif seperti orientasi pelanggan, verifikasi usia untuk konten yang diatur, atau transaksi bernilai tinggi di mana jaminan identitas yang kuat sangat penting.

Merancang Logika Fallback yang Efektif

Mengimplementasikan alur kerja fallback dinamis membutuhkan perencanaan yang cermat dan pemahaman mendalam tentang kebutuhan verifikasi Anda. Ide intinya adalah menentukan urutan langkah-langkah verifikasi dan logika kondisional yang menentukan alur berdasarkan hasil setiap langkah. Berikut adalah cara mendekatinya:

1. Identifikasi Titik Kegagalan Potensial

Sebelum merancang fallback, Anda perlu tahu apa yang bisa salah. Titik kegagalan umum dalam IDV meliputi:

  • Masalah Pemindaian Dokumen: Gambar buram, silau, jenis dokumen yang salah, atau dokumen kedaluwarsa dapat menyebabkan kegagalan dalam Verifikasi ID (OCR, MRZ, kode batang).
  • Kegagalan Deteksi Liveness: Pengguna gagal dalam pemeriksaan liveness karena pencahayaan yang buruk, deepfake, atau ketidakpatuhan terhadap instruksi.
  • Ketidakcocokan Face Match: Perbedaan antara foto dokumen dan selfie langsung.
  • Ketidakcocokan Data: Informasi yang diekstrak dari dokumen tidak cocok dengan catatan database atau data yang diberikan pengguna.
  • Bendera Penyaringan AML: Pengguna muncul di daftar pantauan yang memerlukan tinjauan manual lebih lanjut.
  • Gangguan Layanan API: Ketidaktersediaan sementara atau kesalahan dari penyedia verifikasi identitas.

2. Definisikan Logika Kondisional dan Jalur Alternatif

Setelah titik kegagalan diidentifikasi, petakan jalur alternatif. Misalnya:

  • Jika Verifikasi ID awal (OCR) gagal karena kualitas gambar yang buruk, minta pengguna untuk mengambil ulang foto atau beralih ke jenis dokumen yang berbeda.
  • Jika deteksi Liveness Pasif & Aktif menunjukkan risiko penipuan yang tinggi, picu tinjauan manual atau minta bukti tambahan seperti Bukti Alamat.
  • Jika Face Match 1:1 gagal, mungkin tawarkan alternatif seperti Verifikasi Telepon & Email dikombinasikan dengan pertanyaan otentikasi berbasis pengetahuan tertentu.
  • Untuk skenario verifikasi usia, jika Estimasi Usia tidak meyakinkan, minta pemindaian ID fisik.
  • Jika pemeriksaan Penyaringan & Pemantauan AML mengembalikan potensi kecocokan, secara otomatis arahkan pengguna ke petugas kepatuhan untuk penyelidikan lebih lanjut tanpa mengganggu alur pengguna.

Alur Kerja Terorkestrasi Didit, yang dapat diakses melalui Konsol Bisnis tanpa kode, dirancang tepat untuk ini, memungkinkan Anda untuk secara visual membangun pohon keputusan kompleks dan langkah-langkah kondisional tanpa menulis satu baris kode pun. Pendekatan modular ini berarti Anda dapat mencampur dan mencocokkan pemeriksaan identitas dan dengan mudah menentukan ambang batas untuk keberhasilan atau kegagalan.

3. Prioritaskan Pengalaman Pengguna

Fallback seharusnya tidak terasa seperti hukuman. Tujuannya adalah untuk menjaga pengguna tetap terlibat dan mengurangi friksi. Berikan instruksi yang jelas dan ringkas saat fallback dipicu. Misalnya, alih-alih kesalahan umum, beritahu pengguna, "Foto dokumen Anda buram. Silakan coba lagi di area yang terang." atau "Kami tidak dapat mengonfirmasi identitas Anda dengan metode ini. Apakah Anda ingin mencoba memverifikasi dengan dokumen lain atau menghubungi dukungan?" Meminimalkan jumlah langkah dan memastikan UI/UX yang konsisten di semua jalur verifikasi sangat penting.

Strategi Implementasi Teknis

Dari sudut pandang teknis, mengimplementasikan alur kerja fallback dinamis melibatkan beberapa pertimbangan utama:

1. Orkestrasi API dan Manajemen Status

Sistem backend Anda perlu mengorkestrasi panggilan ke berbagai API IDV dan mengelola status proses verifikasi. Ini termasuk melacak langkah-langkah mana yang telah diselesaikan, mana yang gagal, dan jalur fallback mana yang telah dimulai. Pendekatan API-first Didit dan penggunaan 'sesi' menyederhanakan hal ini. Ketika Anda membuat sesi dengan ID alur kerja tertentu, Didit menangani seluruh pengalaman yang dihadapi pengguna, manajemen status, dan langkah-langkah kondisional. Anda hanya perlu menanyakan status sesi untuk mengetahui hasilnya.

GET /v3/workflows/
    - uuid: a1b2c3d4-5678-90ab-cdef-111111111111
      workflow_label: Standard KYC
      workflow_type: kyc
      features:
        - OCR
        - LIVENESS
        - FACE_MATCH
    - uuid: b2c3d4e5-6789-01bc-defg-222222222222
      workflow_label: Full Verification + AML
      workflow_type: kyc
      features:
        - OCR
        - LIVENESS
        - FACE_MATCH
        - AML

Contoh API ini menunjukkan bagaimana berbagai alur kerja, masing-masing dengan fitur yang berbeda seperti OCR, Liveness, Face Match, dan AML, dapat didefinisikan dan diakses. Anda kemudian dapat secara dinamis memilih alur kerja yang sesuai berdasarkan hasil verifikasi awal atau demografi pengguna.

2. Klien API yang Kuat dan Penanganan Kesalahan

Klien API Anda harus dibangun untuk menangani berbagai kode status HTTP dan respons kesalahan dengan baik. Implementasikan mekanisme percobaan ulang dengan backoff eksponensial untuk kesalahan sementara. Bedakan antara kesalahan sementara (misalnya, masalah jaringan) dan kesalahan permanen (misalnya, masukan tidak valid) untuk menghindari percobaan ulang yang tidak perlu. Catat semua interaksi API dan respons kesalahan secara menyeluruh untuk tujuan debugging dan audit.

3. Pemeriksaan Identitas Modular dan Komposabel

Terapkan arsitektur modular di mana setiap pemeriksaan identitas (Verifikasi ID, Liveness, Face Match, Penyaringan AML, Bukti Alamat, Estimasi Usia, Verifikasi Telepon & Email) adalah komponen yang berbeda, plug-and-play. Ini memungkinkan Anda untuk dengan mudah menukar atau menambahkan metode verifikasi baru tanpa merancang ulang seluruh sistem Anda. Platform Didit dibangun di atas prinsip ini, menawarkan primitif identitas yang dapat dikomposisi melalui API yang bersih, sehingga mudah untuk membuat alur kerja kustom.

Bagaimana Didit Membantu

Didit dirancang dari awal untuk memberdayakan pengembang dengan alat untuk membangun alur kerja verifikasi identitas yang canggih dan dinamis. Platform AI-native, developer-first kami menyediakan lapisan identitas yang terbuka dan modular yang menyederhanakan implementasi fallback dan perjalanan verifikasi yang kompleks.

  • Alur Kerja Terorkestrasi: Pembangun visual tanpa kode Didit di Konsol Bisnis memungkinkan Anda merancang alur verifikasi identitas multi-langkah, termasuk node logika kondisional untuk KYC, pemeriksaan usia, dan penyaringan AML. Anda menentukan logika sekali, dan Didit menangani pengalaman yang dihadapi pengguna, manajemen status, dan langkah-langkah kondisional. Ini berarti Anda dapat dengan mudah mengonfigurasi metode utama dan fallback, seperti memulai dengan Verifikasi ID (OCR) dan Liveness, dan jika ambang batas tidak terpenuhi, secara otomatis memicu permintaan Bukti Alamat atau tinjauan manual.
  • Rangkaian Produk Komprehensif: Dengan Didit, Anda memiliki akses ke spektrum penuh alat verifikasi, termasuk Verifikasi ID (OCR, MRZ, kode batang), Liveness Pasif & Aktif, Face Match & Face Search 1:1, Penyaringan & Pemantauan AML, Bukti Alamat, Estimasi Usia (menjaga privasi), Verifikasi Telepon & Email, dan Verifikasi NFC (ePaspor/eID). Toolkit yang luas ini memungkinkan Anda untuk membangun hampir semua skenario fallback yang dapat dibayangkan.
  • Pendekatan Developer-First: Didit menawarkan sandbox instan, dokumentasi publik, dan API yang bersih, membuat integrasi menjadi mulus. Anda dapat membuat daftar, membuat, memperbarui, dan menghapus alur kerja secara terprogram, memberi Anda kendali penuh atas logika verifikasi Anda.
  • KYC Inti Gratis: Didit menawarkan KYC Inti Gratis, memungkinkan bisnis untuk memulai dan membangun alur kerja yang kuat tanpa biaya di muka. Model pembayaran per pemeriksaan berhasil dan tanpa biaya pengaturan berarti Anda hanya membayar ketika verifikasi berhasil, menyelaraskan biaya dengan nilai.
  • Otomatisasi AI-Native: Dengan memanfaatkan AI, Didit mengotomatiskan sebagian besar proses pengambilan keputusan dalam alur kerja, mengurangi kebutuhan untuk tinjauan manual dan mempercepat waktu verifikasi, bahkan ketika fallback diaktifkan.

Siap Memulai?

Siap melihat Didit beraksi? Dapatkan demo gratis hari ini.

Mulai verifikasi identitas secara gratis dengan tier gratis Didit.

Infrastruktur untuk identitas dan fraud.

Satu API untuk KYC, KYB, Transaction Monitoring, dan Wallet Screening. Integrasi dalam 5 menit.

Minta AI untuk merangkum halaman ini
Alur Kerja Fallback Dinamis untuk API IDV: Panduan.