Fitur Lengkap Money Tracker Bot: Bank, Budget, dan Recurring Transaction

Dari Simple ke Proper

Versi pertama bot ini cuma bisa satu hal — catat pengeluaran. Ketik angka, pilih kategori, selesai.

Tapi makin lama dipakai, makin banyak pertanyaan yang muncul:

“Uang ini keluar dari rekening mana?” “Bulan ini udah habis berapa untuk makan?” “Netflix tiap bulan harus input manual terus?”

Tiga pertanyaan itu yang akhirnya jadi tiga fitur besar di iterasi berikutnya — Bank Management, Budget Limit, dan Recurring Transaction.

Bank Management — Uang Ada Dimana?

Masalah klasik orang yang punya lebih dari satu rekening — susah track uang ada di mana. Gue sendiri punya BCA, BRI, GoPay, dan kartu kredit. Kalau cuma catat “keluar 50 ribu”, gue nggak tahu itu dari rekening mana.

Solusinya: setiap transaksi sekarang wajib pilih sumber dana.

Empat tipe bank yang didukung:

🏦 Bank          — rekening tabungan konvensional
💳 E-Wallet      — GoPay, OVO, Dana, dll
💵 Cash          — uang tunai
💳 Kartu Kredit  — dengan tracking limit dan tagihan

Kartu kredit punya logika berbeda dari yang lain. Kalau bank biasa:

Saldo = saldo awal + masuk - keluar

Kartu kredit:

Tagihan    = total belanja bulan ini
Limit sisa = limit kartu - tagihan

Ini penting karena saldo kartu kredit itu hutang, bukan aset.

Transfer antar akun juga dihandle dengan tipe transaksi khusus — bukan keluar, bukan masuk, tapi transfer. Kenapa perlu dibedakan? Karena tarik tunai dari ATM itu bukan pengeluaran — uang tidak hilang, hanya pindah dari rekening ke dompet. Kalau dicatat sebagai keluar, total kekayaan kelihatan berkurang padahal tidak.

Tarik tunai Rp 500.000:
BCA  → -500.000
Cash → +500.000
Net  →       0

Budget Limit — Berapa Batas Pengeluaran?

Tahu kemana uang pergi itu satu hal. Tahu kapan harus berhenti itu hal lain.

Budget limit memungkinkan set batas pengeluaran per kategori per bulan:

🍔 Makan & Minum    → Rp 2.000.000/bulan
🚗 Transport        → Rp 500.000/bulan
🛒 Belanja          → Rp 1.500.000/bulan

Bot otomatis cek realisasi vs budget setiap malam jam 20:00 dan kirim warning:

⚠️ Budget Warning

🟡 Makan & Minum — 82% terpakai
   Sisa: Rp 360.000

🔴 Transport — OVER BUDGET!
   Terpakai: Rp 520.000 / Rp 500.000

Di dashboard Metabase, ini juga keliatan visual lewat query Budget vs Realisasi — langsung keliatan kategori mana yang sudah merah.

Implementasi di database:

CREATE TABLE budget (
    id       SERIAL PRIMARY KEY,
    user_id  BIGINT REFERENCES users(id),
    kategori VARCHAR(50),
    jumlah   BIGINT,
    bulan    INTEGER,
    tahun    INTEGER,
    UNIQUE(user_id, kategori, bulan, tahun)
);

UNIQUE constraint di sini penting — satu user tidak bisa punya dua budget untuk kategori yang sama di bulan yang sama. Kalau set ulang, pakai ON CONFLICT DO UPDATE — otomatis update bukan insert duplikat.

Recurring Transaction — Jangan Input Manual Terus

Beberapa pengeluaran datang rutin setiap bulan — gaji, tagihan Netflix, cicilan, iuran. Membosankan kalau harus input manual setiap bulan.

Recurring transaction menyelesaikan ini — set sekali, bot catat otomatis di tanggal yang ditentukan:

Tanggal 1  → Gaji masuk ke BCA
Tanggal 5  → Netflix Rp 54.000 dari BCA
Tanggal 25 → Cicilan motor Rp 800.000 dari BRI

Setiap hari jam 06:00 WIB, scheduler cek apakah ada recurring yang perlu dieksekusi hari ini. Kalau ada, transaksi otomatis tercatat dan bot kirim notifikasi:

🔁 Recurring otomatis tercatat!
💸 Rp 54.000
📝 Netflix
🗓 2026-04-05
#️⃣ ID: 47

User juga bisa pause recurring tertentu pakai fitur toggle — misalnya bulan ini skip Netflix karena lagi hemat.

Implementasi scheduler pakai APScheduler:

scheduler = AsyncIOScheduler(timezone="Asia/Jakarta")
scheduler.add_job(
    eksekusi_recurring,
    CronTrigger(hour=6, minute=0, timezone="Asia/Jakarta"),
    args=[application.bot]
)

Kenapa APScheduler bukan cron Linux? Karena notifikasi butuh akses ke bot instance yang jalan di Python. Dengan APScheduler, scheduler dan bot jalan dalam satu proses — tidak perlu spawn process baru setiap trigger.

Semua Notifikasi yang Berjalan

Sekarang ada 6 scheduler yang berjalan otomatis setiap hari:

06:00 — Eksekusi recurring transaction
07:00 — Summary pengeluaran kemarin
07:30 — Reminder kalau belum ada transaksi hari ini
12:30 — Reminder kalau belum ada transaksi hari ini
17:30 — Reminder kalau belum ada transaksi hari ini
20:00 — Reminder harian + warning budget
22:30 — Reminder kalau belum ada transaksi hari ini

Reminder hanya kirim kalau memang belum ada transaksi — tidak spam kalau sudah input. Warning budget hanya kirim kalau ada kategori yang sudah ≥80%.

Arsitektur Final

Setelah semua fitur ditambahkan, arsitektur bot jadi lebih complex tapi tetap terorganisir:

bot.py               → handler, conversation flow, notifikasi
db.py                → semua query SQL (transaksi, bank, budget, recurring)
format_rupiah.py     → format angka ke Rupiah (support negatif)
belajar_dictionary.py → parse teks input langsung

Total ada 23 state di ConversationHandler — dari TUNGGU_JUMLAH sampai TUNGGU_RECURRING_TOGGLE. Setiap flow punya timeout 5 menit — kalau user tidak reply, state otomatis reset dan keyboard kembali normal.

Pelajaran dari Fitur Ini

Tiga fitur ini ngajarin gue beberapa hal di luar syntax Python:

Database design matters. Keputusan awal pakai bank_id nullable di tabel transaksi memungkinkan data lama tetap valid saat fitur bank ditambahkan. Kalau dari awal NOT NULL, semua data lama jadi invalid.

Timezone itu subtle bug. Hampir setiap query harus pakai AT TIME ZONE 'Asia/Jakarta' — kalau lupa satu saja, data filter salah dan user lihat transaksi di hari yang tidak tepat.

User experience itu penting. Bot yang powerful tapi ribet dipakai tidak akan dipakai. Setiap flow dirancang seminimal mungkin tap — input yang bisa di-skip, default yang masuk akal, dan selalu ada tombol Home untuk escape dari flow yang salah.

Status Project Sekarang

Bot sudah production, jalan 24 jam, dipakai beberapa orang. Dashboard Metabase sudah connect dan auto refresh. Yang masih dalam pipeline:

  • Voice note — input via suara pakai Whisper API
  • Foto struk — OCR otomatis dari foto nota
  • Deteksi lokasi — catat di mana transaksi dilakukan
  • Data pipeline — Airflow + dbt + ClickHouse
  • Prediksi pengeluaran — machine learning untuk forecast

Project ini belum selesai. Dan itu yang bikin seru.

🌐 grandyella-dev.vercel.app 💼 linkedin.com/in/ahmadzulfikartanjung