Platform deteksi dini kanker darah putih berbasis kecerdasan buatan yang mampu menganalisis sampel sel secara otomatis dan memberikan hasil diagnosis secara real-time, dengan tujuan meningkatkan akurasi diagnosa dan memudahkan tenaga medis. Produk ini sudah diuji coba di beberapa rumah sakit dan menargetkan seluruh tenaga medis di Indonesia sebagai pasar.

1. hematobot
Platform deteksi kanker leukimia dini berbasis kecerdasan
buatan
1

2. SUMMARY
“Produk kami memungkinkan pendeteksian
kanker sel darah putih dapat dilakukan oleh
semua tenaga medis, baik junior maupun
ahli”
Target pasar: Seluruh tenaga medis di
rumah sakit dan puskesmas seluruh
Indonesia
hematobot
https://www.hematobot.io/
Home Classification About us Contact log in
hematobothematobot
limfoblas 100%
hematobot
100% limfoblas
detection:
Mengintegrasikan platform
hematobot pada mikroskop
konvensional apapun sehingga
proses analisis kanker sel darah
putih dapat dilakukan secara
otomatis.
Tahap saat ini:
Hematobot mampu mengklasifikasikan
2 sub-kelas ALL leukimia
Rp(23.235.705)
Rp129.033.830
Rp298.329.131
Rp(100.000.000)
Rp-
Rp100.000.000
Rp200.000.000
Rp300.000.000
Rp400.000.000
Tahun 1 Tahun 2 Tahun 3
Profit
Jumlah user
1500
4375
5500
0
5000
10000
Tahun 1 Tahun 2 Tahun 3
Jumlah user
Jumlah user
2

3. Waktu analisa
manual
15 jam/hari
Problem Slide
Human error
analisa manual
30-40%
Mahalnya alat
yang sudah ada
Harga: $49,000
Diagnosis masih
trial-based
evidance
348 ribu penderita
kanker di
Indonesia tiap
tahun
Ibu Ani Yudhoyono,
korban kanker leukemia
3

4. Solution Slide
https://www.hematobot.io/
Home Classification About us Contact log in
hematobothematobot
limfoblas 100% hematobot
100% limfoblas
detection:
Mengintegrasikan platform hematobot pada mikroskop
konvensional apapun sehingga proses analisis kanker sel
darah putih dapat dilakukan secara otomatis.
Hasil analisa langsung diberikan saat itu juga melalui layer
computer/smartphone dokter/spesialis yang mengawasi
Hematobot akan meningkatkan akurasi analisa menjadi
81% yang sebelumnya hanya 65% (metode manual)
Tahap saat ini:
Hematobot mampu mengklasifikasikan 2 sub-kelas ALL leukimia
4

5. https://www.hematobot.io/
Home Classification About us Contact log in
hematobothematobot
limfoblas 100%
Product Slide
https://www.hematobot.io/
Home Classification About us Contact log in
hematobothematobot
upload
Sampel sel
darah putih di
upload pada
situs/apps
hematobot
atau langsung
diintegrasikan
dengan
mikroskop
Sampel yang
telah masuk
web hematobot
akan langsung
dianalisis dan
hasil akan
ditampilkan
pada layar
sebelah kiri
https://www.hematobot.io/
Home Classification About us Contact log in
hematobothematobot
limf oblas 100%
User juga dapat
melihat
perkembangan
proses analisa
sampel yang
dimasukkan
5

6. Business Model Slide
Key Partners Key Activities Value
Propositions
Customer
Relationships
Revenue StreamsCost Structure
Key
Resources
Channels
Customer
Segements
1. Rumah Sakit
2. Fakultas
Kedokteran
3. Fakultas
Teknik
4. Government
5. Pasiena
6. Halodoc
1. Research
2. Training Artifical
Intelligence
3. Financial & Marketing
Management
4. Competition
1. Software Developer
2. Hematologis
3. Hosting website
4. Dataset sel darah
putih
5. Super komputer
1. Kemudahan
dalam analisa
kanker sel
darah putih
2. Proses analisa
berlangsung
secara real
time
3. Memberikan
diagnose dini
secara akurat
1. Urgensi
2. Be part of Data
Contributor
3. Pelatihan
hematologis
1. Website
hematobot.io
2. Hematobot apps
3. Workshop
TENAGA MEDIS
1. Pembayaran secara langganan
(subscription fee)
2. Free limited access
1. Biaya riset
2. Biaya developer
3. Biaya sewa website
4. Biaya promosi
5. Biaya training
artificial intelligence
6

7. Go-To Market Slide
Pre-Launch:
Uji coba produk di RSUD
Sardjito
1. Uji coba produk di
Rumah Sakit Cipto
Mangunkusumo,
Jakarta
2. Uji coba produk di
Fakultas Kedokteran
Universitas Indonesia
3. Uji coba produk di
Indonesian Medical
Education and
Research Institute
(IMERI)
Post-Launch:
Kerjasama dengan
Startup Pasienia dan
Startup Halodoc
7

8. Competition Slide
Price: $150,000
Accuracy: 96% Accuracy: 90%
Price: unknown
IBM Watson
Medical Doctor
8

9. Growth Strategy
How we will scale our business
Marketing & Sales Customer Service Product Development
Memperoleh pelanggan Mempertahankan
pelanggan
Staying competitive
1. Uji coba gratis selama 3
bulan pemakaian kepada
dokter dan spesialis.
2. Promosi melalui media
social dengan tambahan
testimoni dari dokter dan
spesialis
3. Artikel harian kanker 101
untuk menimbulkan
awareness dari pengguna
4. Membership sebagai
article writer di blog
hematobot
1. Memberikan reward
bagi data contributor
hematobot
2. Memberikan pelatihan
secara gratis bagi
pengguna hematobot
mengenai hematologi
3. Memberikan jejaring
antara para ahli dan
dokter spesialis
1. Mengembangkan
website
2. Mengembangkan apps
3. Menambahkan dataset
untuk jenis kanker
lainnya
4. Peningkatkan
kecepatan analisis
5. Daily fix bugs error
9

10. Traction
2019-2020 2020-2021 2021-2022
1. 100 penulis aktif
untuk artikel
kanker101
2. Seluruh dokterdan
spesialis R.S. Sardjito
menyetujui
penggunaan
hematobot
3. Seluruh dokter dan
spesialis di IMERI FKUI
dan RS. Cipto
Mangunkusumo
menyetuji
penggunaan
hematobot
4. User hematobot
telah mencapai
1500 user
1. 50% rumah sakit dan
puskesmas di
seluruh Indonesia
menggunakan
hematobot
2. Memberikan
pelatihan gratis
kepada hematologis
pemula
3. Memberikan artikel
kanker101 secara
gratis kepada
masyarakat umum
4. User hematobot
telah mencapai
4375 user
1. Masyarakat peduli
dan paham akan
bahaya kanker
2. Hematobot sudah
didownload
sebanyak 10.000x
dan terus
bertambah
3. User hematobot
sudah mencapai
5500 user
10

11. Financial Strategy
Pro Forma Laporan Laba Rugi
Tahun 1 Tahun 2 Tahun 3 Tahun 4
Penjualan Hematobot Rp150,000,000 Rp165,000,000 Rp183,000,000 Rp201,000,000
Harga Pokok Penjualan Rp8,118,605 Rp8,930,466 Rp9,904,698 Rp10,878,931
Laba Kotor Rp141,881,395 Rp156,069,535 Rp173,095,302 Rp190,121,069
Persentase Laba Kotor 95% 95% 95% 95%
Biaya Operasional
Biaya Pemasaran Rp3,300,000 Rp3,300,000 Rp3,300,000 Rp3,300,000
Biaya Perjalanan Rp500,000 Rp500,000 Rp500,000 Rp500,000
Biaya Depresiasi Rp12,660,000 Rp12,660,000 Rp12,660,000 Rp12,660,000
Total Biaya Operasional Rp16,460,000 Rp16,460,000 Rp16,460,000 Rp16,460,000
Laba Bersih Hematobot Rp125,421,395 Rp139,609,535 Rp156,635,302 Rp173,661,069
Laba Bersih/Penjualan 83.61% 84.61% 85.59% 86.40%
Pro Forma Laporan Arus Kas
1 Tahun 2 Tahun 3 Tahun 4 Tahun
Sumber Aliran Kas
Arus Kas dari Kegiatan Operasi
Laba Bersih Menurut Laporan Laba Rugi Rp125,421,395 Rp139,609,535 Rp156,635,302 Rp173,661,069
Biaya Depresiasi Rp12,660,000 Rp12,660,000 Rp12,660,000 Rp12,660,000
Aliran Kas Bersih dari Kegiatan Operasi Rp138,081,395 Rp152,269,535 Rp169,295,302 Rp186,321,069
Penggunaan Kas
Investasi awal Rp161,317,100 - - -
Surplus/(Defisit) (Rp23,235,705) Rp152,269,535 Rp169,295,302 Rp186,321,069
Penambahan Saldo Kas - (Rp23,235,705) Rp129,033,830 Rp298,329,131
Saldo Akhir Kas (Rp23,235,705) Rp129,033,830 Rp298,329,131 Rp484,650,201
Proyeksi pendapatan 2020-2021
Harga per unit
per tahun
Target
jual
2020
Target
jual
2021
PENDAPATAN
Rumah Sakit Rp 6,000,000,000 Rp 7,500,000,000
hemotobot Rp 3,000,000 2,000 Rp 6,000,000,000 2,500 Rp 7,500,000,000
Puskesmas Rp 3,750,000,000 Rp 4,687,500,000
hematobot Rp 2,500,000 1,500 Rp 3,750,000,000 1,875 Rp 4,687,500,000
TOTAL REVENUE Rp 9,750,000,000 Rp 12,187,500,000
HPP (Harga pokok
produksi)
Rp 179,421,171 Rp 183,155,729
hematobot Rp 179,421,171 Rp 183,155,729
PENGELUARAN Rp 32,920,000 Rp 32,920,000
Biaya Pemasaran Rp 6,600,000 Rp 6,600,000
Biaya Perjalanan Rp 1,000,000 Rp 1,000,000
Biaya Depresiasi Rp 25,320,000 Rp 25,320,000
TOTAL PENGELUARAN Rp 212,341,171 Rp 216,075,729
KEUNTUNGAN
SEBELUM PAJAK
Rp 9,537,658,830 Rp 11,971,424,271
PAJAK
10% PPN, 2%
PPh
Rp 1,170,000,000 Rp 1,462,500,000
KEUNTUNGAN BERSIH Rp 8,367,658,830 Rp 10,508,924,271
11

12. Hematobot’s Team
Bimantara Hanumpraja
As Chief Executive Officer
(CEO)
As Chief Technology Officer
(CTO)
Ilham Zulfikri Firdaus
As Chief Marketing Officer
(CMO)
Febri Alamsyah
12