Deep Research di ChatGPT mengumpulkan dan menyusun bahan riset dalam hitungan menit. Mutu laporannya ditentukan oleh halaman apa yang sempat dibukanya, bukan oleh panjangnya.
Tiga angka penentu keputusan tidak ada di web terbuka berbahasa Indonesia: ukuran pasar di wilayah Anda, harga yang benar-benar dibayar pembeli, dan berapa penjual yang sudah ada di sana.
Antara 3% dan 13% tautan kutipan di laporan agen riset tidak pernah ada, diukur pada 53.090 tautan. Membuka tiga tautan pertama bukan kehati-hatian berlebihan.
Obrola menyatukan chat WhatsApp, Instagram, dan Facebook dalam satu inbox tim, lengkap dengan tahap penjualan di tiap percakapan.

Keputusan menambah satu produk baru hampir selalu diambil dengan tiga angka yang tidak lengkap: berapa besar permintaannya di sini, berapa harga yang benar-benar dibayar orang, dan berapa banyak yang sudah menjualnya.

Masalahnya, Deep Research mengembalikan laporan belasan halaman yang terlihat menjawab ketiganya. Rapi, berkutipan, dan selesai sebelum kopi habis.

Yang dipertaruhkan bukan waktu membaca, melainkan uang belanja stok pertama. Jadi pertanyaannya bukan apakah alat ini berguna, melainkan bagian mana dari riset Anda yang benar-benar dikerjakannya.

Seorang perempuan mengambil satu produk dari rak toko sambil memeriksanya — Ilustrasi Unsplash

Apa Itu Deep Research di ChatGPT?

Deep Research adalah mode di ChatGPT yang menelusuri web hidup selama beberapa menit sampai puluhan menit, membaca puluhan halaman, lalu mengembalikan satu laporan panjang dengan daftar kutipan.

Bedanya dengan pencarian biasa terasa pada apa yang dikerjakannya di antara pertanyaan dan jawaban. Pencarian biasa membuka beberapa halaman. Deep Research menyusun rencana, mencari berulang kali, dan merangkai hasilnya menjadi dokumen.

Makalah posisi di arXiv menyebut pergeseran itu dengan tepat: laporan ilmiah yang fasih kini selesai dalam hitungan menit, dan biaya sebenarnya bukan lagi membacanya, melainkan menelusuri kembali kalimat mana bersandar pada bukti mana (arXiv, 14 Februari 2026).

1. Paket mana yang punya Deep Research, per September 2026

Harga langganan ChatGPT di Indonesia per Juli 2026 tercatat empat lapis: Free Rp 0, Go Rp 75.000, Plus Rp 349.000, dan Pro Rp 1.889.000 per bulan (Telset, 28 Juli 2026).

Di daftar yang sama, riset mendalam disebut terbatas di paket Free dan tidak tersedia di paket Go. Yang memberi akses penuh adalah Plus ke atas.

Ini penting karena Go adalah paket yang paling banyak dibeli di sini sejak dirilis pada 23 September 2025 (Liputan6). Daftar fitur resmi Go dari Telkomsel pun hanya menyebut batas pesan, gambar, unggahan, dan memori (Telkomsel, 3 November 2025).

Jadi kalau Anda berlangganan Go untuk menulis konten jualan, Anda belum membeli fitur yang dibahas artikel ini.

2. Kuota bulanannya tidak diumumkan di halaman terbuka

OpenAI tidak menerbitkan jumlah pemakaian Deep Research per bulan di halaman yang bisa dibuka tanpa login, dan angka yang beredar di blog pihak ketiga berbeda-beda.

Cara aman memperlakukannya: anggap jatah terbatas. Satu pertanyaan riset per minggu, bukan satu per jam. Susun pertanyaannya dulu di catatan sebelum menekan tombolnya.

3. Yang menentukan mutu laporan

Satu kalimat yang perlu Anda bawa ke seluruh artikel ini: laporannya hanya sebagus halaman yang sempat dibukanya.

Kalau halaman yang memuat jawaban untuk wilayah Anda tidak muncul di hasil pencariannya, laporannya tidak kosong. Laporannya terisi oleh sesuatu yang lain.

Tiga Angka yang Tidak Akan Dibawakan Deep Research untuk Anda

Ketiganya punya kesamaan: semuanya berada di layar yang tidak bisa dibaca laporan otomatis, atau tidak pernah ditulis siapa pun di halaman publik.

1. Ukuran pasar di kecamatan atau kota Anda

Angka pasar yang beredar di web selalu satu tingkat terlalu besar: pasar global, pasar Asia Tenggara, kadang pasar Indonesia. Tidak ada yang menghitung kecamatan Anda.

Yang akan diisikan model sebagai gantinya adalah angka global yang dibulatkan ke Indonesia memakai porsi penduduk. Terdengar masuk akal, dan tidak ada hubungannya dengan jalan tempat toko Anda berdiri.

2. Harga yang benar-benar dibayar, bukan harga pajangan

Harga yang tertulis di halaman produk adalah harga sebelum voucher toko, gratis ongkir, cashback, dan diskon checkout. Selisihnya sering belasan persen.

Harga yang menentukan margin Anda hanya terlihat di halaman pembayaran, dan halaman itu ada di balik login. Tidak ada agen riset yang bisa masuk ke sana.

3. Berapa penjual yang sudah ada di wilayah itu

Jumlah penjual yang relevan bagi Anda adalah yang mengirim dari kota yang sama, karena merekalah yang menang di ongkir dan kecepatan.

Filter itu ada di aplikasi marketplace, bukan di halaman yang bisa diindeks. Sepuluh menit menggeser filter kota di ponsel Anda mengalahkan laporan mana pun soal ini.

Dua kolom berdampingan: kolom kiri 'Dikerjakan Deep Research' berisi mengumpulkan ratusan halaman, menyusun laporan, merangkum jadi poin, mencantumkan tautan kutipan; kolom kanan 'Tetap tugas Anda' berisi ukuran pasar wilayah, harga yang benar dibayar pembeli, jumlah penjual sejenis sekota, dan keputusan belanja stok — Pembagian kerja dalam satu riset pasar

7 Prompt Riset Pasar yang Hasilnya Bisa Dicek

Tujuh prompt di bawah disusun untuk dijalankan berurutan dalam satu sesi. Ganti bagian dalam kurung siku dengan keadaan Anda sendiri.

1. Brief riset yang menyebut nama sumber Indonesia

Saya pemilik [jenis usaha] di [kota/kabupaten]. Saya sedang menimbang
menambah produk [nama produk]. Susun laporan riset pasar untuk
keputusan itu.

Aturan yang wajib diikuti:
1. Utamakan sumber Indonesia. Cari lebih dulu di bps.go.id dan situs
   BPS provinsi [nama provinsi], portal data kementerian terkait,
   situs asosiasi [sebut nama asosiasi industri Anda], dan media
   bisnis Indonesia.
2. Setiap angka wajib disertai tautan langsung ke halaman yang
   memuatnya, nama penerbit, dan tahun datanya. Bukan tautan ke
   berita tentang laporan itu.
3. Jangan menulis angka yang tidak ditemukan di sumber. Tulis
   "tidak ditemukan" dan sebutkan di mana saja sudah dicari.
4. Angka global atau Asia Tenggara hanya boleh dipakai bila
   dinyatakan secara eksplisit bahwa itu bukan angka Indonesia.

Keluaran: (a) permintaan, (b) pemain yang sudah ada, (c) rentang
harga, (d) daftar "tidak ditemukan", (e) daftar sumber.

Kapan dipakai: sebagai perintah pertama, sebelum pertanyaan turunan apa pun.

Apa yang kembali: laporan yang lebih pendek daripada biasanya, karena aturan nomor tiga memotong bagian yang selama ini diisi perkiraan. Itu tujuannya.

2. Prompt yang memaksa daftar "belum ada datanya"

Dari laporan tadi, buat satu daftar terpisah: pertanyaan yang tidak
bisa dijawab dari sumber mana pun yang berhasil dibuka.

Untuk tiap baris, tulis:
- pertanyaannya
- kata kunci dan situs yang sudah dicoba
- apakah datanya kemungkinan ada tapi tidak publik, atau memang
  belum pernah dikumpulkan siapa pun
- cara paling murah bagi saya untuk mengumpulkannya sendiri dalam
  satu minggu

Jangan mengisi kekosongan itu dengan perkiraan.

Kapan dipakai: langsung setelah laporan pertama selesai.

Apa yang kembali: biasanya lima sampai sepuluh baris, dan di situlah pekerjaan lapangan Anda minggu ini sebenarnya tertulis.

3. Pemetaan harga dari halaman yang benar-benar bisa dibuka

Kumpulkan harga [nama produk] yang dijual di Indonesia, khusus dari
halaman publik yang bisa saya buka sendiri hari ini.

Untuk setiap baris: nama penjual, harga tertulis, satuan atau ukuran,
kota pengirim, tanggal halaman diakses, dan tautannya.

Aturan:
- Lewati apa pun yang perlu login.
- Jangan menghitung rata-rata. Tampilkan daftarnya apa adanya.
- Tandai baris yang sedang promo atau harga coret.
- Bila sebuah halaman tidak bisa dibuka, tulis "tidak bisa dibuka"
  lalu lanjut. Jangan menggantinya dengan perkiraan.

Urutkan dari termurah ke termahal.

Kapan dipakai: saat Anda butuh rentang harga, bukan satu angka.

Apa yang kembali: daftar yang lebih pendek dari harapan, dengan beberapa baris "tidak bisa dibuka". Itu jawaban yang jujur, dan sisanya Anda lengkapi sendiri dari aplikasi.

Ponsel, buku catatan terbuka, dan pena berdampingan di atas meja — Ilustrasi Unsplash

4. Memisahkan "tertulis di sumber" dari "perkiraan model"

Tulis ulang laporan tadi dalam dua bagian yang tidak boleh bercampur.

BAGIAN A - Tertulis di sumber.
Hanya kalimat yang bisa ditunjuk ke satu kalimat atau satu sel tabel
di halaman sumbernya. Sertakan kutipan aslinya maksimal 25 kata
berikut tautannya.

BAGIAN B - Perkiraan.
Semua sisanya. Untuk tiap poin, sebutkan dasar perkiraannya dan satu
hal yang akan membuatnya salah.

Kalimat yang tidak layak masuk A dan tidak jujur ditaruh di B, buang.

Kapan dipakai: sebelum laporan itu Anda kirim ke siapa pun.

Apa yang kembali: Bagian B hampir selalu lebih panjang daripada Bagian A. Membaca perbandingan panjangnya saja sudah mengubah cara Anda memakai laporan itu.

5. Profil pembeli dari keluhan publik, bukan dari asumsi

Cari keluhan dan pertanyaan berbahasa Indonesia yang benar-benar
ditulis orang tentang [kategori produk]: ulasan marketplace, forum,
kolom komentar, dan tanya jawab di halaman toko.

Kembalikan 15 kutipan asli apa adanya, dengan tautan dan tanggalnya.
Jangan diringkas dan jangan diperhalus bahasanya.

Setelah itu kelompokkan menjadi maksimal 5 tema, dan sebutkan berapa
kutipan yang mendukung tiap tema.

Jangan menambahkan persona, demografi, atau motivasi yang tidak
muncul di kutipan.

Kapan dipakai: saat Anda menyusun deskripsi produk atau daftar jawaban untuk admin.

Apa yang kembali: kalimat pembeli dalam bahasa aslinya. Bahan yang sama juga berguna untuk menyusun jawaban chatbot dari chat yang sudah ada.

6. Uji ukuran pasar dari bawah ke atas

Ini angka yang saya ambil sendiri dari BPS [sebut nama tabel dan
tahun datanya]:
- Jumlah penduduk [kecamatan/kota]: [angka]
- Rata-rata pengeluaran per kapita sebulan untuk [kelompok barang]:
  [angka]

Susun perkiraan pasar dari bawah ke atas hanya dengan angka itu.

Tunjukkan rumusnya baris per baris. Setiap asumsi tambahan, misalnya
berapa persen penduduk yang mungkin membeli, harus:
- ditulis sebagai angka terpisah yang bisa saya ubah
- disertai alasan singkat
- disertai versi pesimistis dan optimistisnya

Jangan mengambil angka pasar dari internet untuk melengkapi hitungan
ini.

Kapan dipakai: setelah Anda menempelkan angka BPS wilayah Anda sendiri.

Apa yang kembali: hitungan yang bisa Anda bantah baris per baris. Yang Anda beli di sini bukan angkanya, melainkan rumusnya.

7. Prompt audit untuk laporan Anda sendiri

Berikut laporan riset pasar yang saya terima. [tempel laporannya]

Periksa kalimat per kalimat dan beri satu label:
[SUMBER]       ada tautan dan isinya memang mendukung kalimat itu
[TAUTAN LEMAH] ada tautan tapi isinya tidak menyebut klaim ini
[TANPA ASAL]   tidak ada tautan sama sekali
[GLOBAL]       angkanya benar tapi bukan angka Indonesia

Kembalikan hanya kalimat berlabel [TAUTAN LEMAH], [TANPA ASAL], dan
[GLOBAL], diurutkan dari yang paling menentukan keputusan stok.
Maksimal 10 baris. Jangan memperbaiki laporannya.

Kapan dipakai: di percakapan baru, bukan di percakapan yang menghasilkan laporannya.

Apa yang kembali: sepuluh baris yang harus Anda cek manual. Daftar itu jauh lebih pendek daripada laporannya, dan justru di situlah letak keputusannya.

Mengapa Laporannya Terdengar Lebih Pasti daripada Isinya

1. Sebagian kutipannya tidak pernah ada

Pengujian atas 53.090 tautan kutipan dari 10 model dan agen riset menemukan 3% sampai 13% tautan adalah halusinasi: tidak punya jejak di Wayback Machine dan kemungkinan tidak pernah ada. Sementara 5% sampai 18% tidak bisa dibuka sama sekali (arXiv, 3 April 2026).

Angka itu diperiksa ulang pada 168.021 tautan di kumpulan data kedua. Jadi membuka tiga tautan pertama bukan sikap curiga, melainkan langkah yang memang berpeluang menemukan sesuatu.

2. Kutipan yang bisa dibuka belum tentu membuktikan kalimatnya

Ini kegagalan yang lebih sulit terlihat. Tautannya hidup, halamannya nyata, topiknya nyambung, tetapi angka di kalimat laporan tidak ada di halaman itu.

Makalah auditability tadi menyebut risiko dominannya sudah bergeser: bukan lagi kesalahan fakta yang berdiri sendiri, melainkan tulisan bergaya ilmiah yang hubungan klaim dengan buktinya lemah, hilang, atau menyesatkan.

3. Web terbuka soal "ukuran pasar" didominasi siaran pers

Coba klik satu tautan ukuran pasar di laporan Anda. Sebagian besar akan mendarat di halaman ringkasan laporan riset berbayar yang angka lengkapnya dijual.

Halaman itu memang menyebut satu angka besar, sebagai umpan. Angka itulah yang paling sering naik ke laporan Anda, lengkap dengan kesan bahwa ada metodologi di belakangnya.

4. Sumber berbahasa Indonesia tipis, jadi polanya diambil dari tempat lain

Untuk banyak kategori produk, tidak ada satu pun halaman Indonesia yang membahas permintaan di tingkat kabupaten. Yang tersedia adalah artikel berbahasa Inggris tentang pasar lain.

Model tidak berhenti di situ. Pola pasar Amerika atau India ikut terbawa sebagai kesimpulan, dan penanda "ini bukan data Indonesia" jarang ikut naik ke ringkasan.

5. Memeriksa seluruh laporan sekali baca memang gagal

Ini bagian yang paling melegakan sekaligus paling menentukan cara kerja Anda. Spesialis tingkat PhD hanya mencapai akurasi 60,8% saat menilai klaim satu per satu dalam sekali baca (arXiv, 6 Maret 2026).

Akurasinya naik ke 90,9% setelah empat putaran audit dengan bukti pembanding di tangan. Artinya menyisir laporan dari atas ke bawah bukan strategi. Mengaudit tiga angka penentu, itu strategi.

Empat angka berjajar: 3-13% URL kutipan tanpa jejak dari 53.090 tautan yang diuji, 5-18% URL kutipan yang tidak bisa dibuka, 60,8% akurasi ahli menilai klaim dalam sekali baca, dan 90,9% akurasi ahli yang sama setelah empat putaran audit — Kenapa tiga angka harus dicek sendiri

Sumber Indonesia yang Harus Anda Sebut Namanya

Aturan praktisnya sederhana. Sumber yang tidak Anda sebut namanya di prompt hampir tidak pernah muncul di laporan.

1. Tabel BPS untuk wilayah Anda

Setiap provinsi punya situs BPS sendiri, dengan pola alamat seperti kalbar.bps.go.id atau sumsel.bps.go.id. Di menu Tabel Statistik ada tabel per kabupaten dan kota.

Yang paling berguna untuk keputusan stok: rata-rata pengeluaran per kapita sebulan menurut kabupaten/kota, dipecah menurut kelompok barang. Angka itu yang Anda tempel ke prompt nomor 6.

2. Kenapa BPS tetap terjangkau meski memblokir GPTBot

Saya membuka robots.txt milik BPS saat menyiapkan artikel ini, dan isinya sering disalahpahami. File itu melarang GPTBot, ClaudeBot, CCBot, Google-Extended, Bytespider, Amazonbot, Applebot-Extended, dan meta-externalagent.

Yang tidak disebut sama sekali: ChatGPT-User dan OAI-SearchBot.

Pembagiannya penting. Dokumentasi OpenAI menyatakan GPTBot dipakai untuk melatih model, sedangkan ChatGPT-User dipakai untuk kunjungan yang dipicu pertanyaan pengguna, dan karena kunjungan itu dimulai oleh manusia, "robots.txt rules may not apply" (developers.openai.com).

Jadi yang ditolak BPS adalah pengambilan data untuk pelatihan, bukan penelusuran yang Anda picu sendiri. Sumber data Indonesia terbaik tetap terjangkau, asal namanya Anda tulis di prompt.

3. Portal data kementerian dan asosiasi industri Anda

Kementerian yang membawahi sektor Anda menerbitkan rilis bertanggal, dan sebagian punya portal data terpisah. Asosiasi industri sering memuat jumlah anggota dan sebarannya per provinsi.

Keduanya jarang muncul di hasil pencarian umum karena kalah bersaing dengan artikel media. Sebut nama lembaganya, dan halamannya naik.

4. Halaman marketplace yang terbuka untuk siapa saja

Sebagian halaman kategori dan halaman toko bisa dibuka tanpa login, dan itu cukup untuk memetakan rentang harga pajangan. Sisanya, khususnya harga setelah voucher dan filter kota, Anda ambil sendiri dari aplikasi.

Batas serupa berlaku untuk riset per akun kompetitor, yang mekanismenya dibahas terpisah di artikel riset kompetitor kami.

5. Google Trends, dan batas yang harus Anda hormati

Trends sah untuk melihat arah permintaan, dan tidak pernah untuk ukuran pasar. Alasannya ditulis Google sendiri di FAQ Trends.

Angkanya berasal dari sampel pencarian, lalu diskalakan 0 sampai 100 terhadap total pencarian di wilayah dan rentang waktunya. Nilainya relatif, bukan jumlah orang.

Dua batas lain yang sering menjebak pemilik toko kecil:

Istilah bervolume rendah ditampilkan sebagai "0". Nol di layar tidak berarti nol permintaan, apalagi untuk kata kunci lokal.
Google menyisipkan statistical noise untuk melindungi privasi, dan fluktuasi acak itu paling terasa pada kueri sepi.

Karena itu, grafik naik di Trends layak jadi alasan menguji, bukan alasan memesan satu kontainer.

Seseorang duduk di meja kerja dengan laptop terbuka dan tumpukan kertas di sampingnya — Ilustrasi Unsplash

Satu Jam Pertama: Menguji Deep Research pada Pertanyaan Anda Sendiri

Bagian ini bukan ringkasan. Ini yang bisa Anda kerjakan hari ini.

1. Tulis satu pertanyaan riset, bukan satu topik

"Riset pasar kopi" bukan pertanyaan. "Apakah masuk akal menambah [produk] di [kecamatan] dengan modal Rp [angka] bulan depan" adalah pertanyaan.

Bedanya menentukan seluruh laporan. Topik menghasilkan ensiklopedia; pertanyaan menghasilkan bahan keputusan.

2. Jalankan prompt nomor 1, lalu tinggalkan

Prosesnya berjalan sendiri. Pakai waktu tunggunya untuk menyiapkan angka BPS wilayah Anda, karena itu yang dibutuhkan prompt nomor 6.

3. Buka tiga tautan pertama

Bukan tautan yang paling menarik, tetapi tiga yang pertama. Anda sedang menguji sampel, bukan mencari dukungan.

Catat hasilnya dalam tiga kategori: terbuka dan mendukung, terbuka tetapi tidak menyebut angkanya, atau tidak terbuka sama sekali.

4. Telusuri satu angka Indonesia sampai ke halaman aslinya

Ambil satu angka yang paling menentukan keputusan Anda, lalu klik terus sampai berhenti di lembaga yang mengumpulkannya.

Kalau rantainya berhenti di artikel media yang mengutip laporan berbayar tanpa tautan, angka itu belum bisa dipakai.

5. Baca daftar "tidak ditemukan", lalu putuskan

Daftar itu adalah rencana kerja lapangan Anda minggu ini: berapa toko yang harus didatangi, berapa harga yang harus dicek di aplikasi, berapa penjual sekota yang harus dihitung.

Aturan keputusannya satu kalimat. Kalau tiga angka penentu tidak punya sumber yang bisa dibuka, laporan itu bahan rapat, bukan dasar belanja stok.

Setelah keputusan diambil, riset ini masih perlu dipindahkan ke tempat yang menjualnya. Angka permintaan yang rapi tidak berguna kalau stok di chat berbeda dengan stok di kasir, atau kalau chat yang masuk saat promo menumpuk tanpa terpegang.

Dua orang perempuan melayani pembeli di balik meja sebuah lapak yang sedang ramai — Ilustrasi Unsplash

Rapikan Riset Anda Jadi Percakapan Nyata dengan Obrola!

Riset pasar terbaik pun berhenti di tempat yang sama: chat pertama dari pembeli produk baru itu, yang masuk ke satu ponsel dan tidak tercatat di mana pun.

Di situlah Obrola bekerja. Semua chat WhatsApp, Instagram, dan Facebook masuk ke satu inbox tim sehingga dua atau tiga orang bisa memegangnya tanpa saling menimpa. Tiap percakapan punya tahap penjualan, jadi Anda bisa melihat berapa yang sampai ke pembicaraan harga dan berapa yang berhenti sebelum di-follow up. Riwayat percakapan tersimpan utuh, sehingga chat yang masuk hari ini tidak perlu dikelola dari awal setiap pagi.

Hasilnya, keputusan produk berikutnya tidak lagi bersandar pada laporan orang lain. Angkanya datang dari percakapan Anda sendiri, dan itu satu-satunya data pasar yang tidak dimiliki pesaing Anda.

Jika Anda sedang menimbang produk atau pasar baru dan ingin percakapannya tercatat sejak chat pertama, diskusikan kebutuhan Anda bersama tim Obrola.

Pertanyaan yang Sering Diajukan Tentang ChatGPT Deep Research untuk Riset Pasar

Apa bedanya Deep Research dengan pencarian biasa di ChatGPT?

Pencarian biasa membuka beberapa halaman lalu menjawab dalam hitungan detik. Deep Research menyusun rencana pencarian, menelusuri berulang kali selama beberapa menit sampai puluhan menit, lalu mengembalikan laporan panjang berkutipan. Untuk pertanyaan satu baris, pencarian biasa lebih cepat dan lebih murah kuota.

Apakah paket Rp 75.000 sudah cukup?

Belum. Daftar paket ChatGPT Indonesia per Juli 2026 menyebut riset mendalam tidak tersedia di paket Go, dan tersedia penuh mulai paket Plus di Rp 349.000 per bulan. Kalau kebutuhan Anda lebih ke menulis konten dan membalas chat, Go tetap masuk akal; untuk itu, perbandingan AI konten jualan kami lebih relevan.

Bagaimana dengan Gemini dan Perplexity?

Keduanya punya mode riset serupa, dan kelemahan yang dibahas artikel ini berlaku sama. Pengujian tautan kutipan pada arXiv mencakup sepuluh model dan agen berbeda, bukan satu produk. Pilih yang sudah Anda langgani, lalu terapkan prompt nomor 4 dan 7 apa pun alatnya.

Boleh tidak hasilnya dipakai untuk proposal ke bank?

Boleh sebagai lampiran konteks pasar, asalkan setiap angka di dalamnya punya tautan yang bisa dibuka petugas bank. Proyeksi penjualannya sendiri harus datang dari catatan transaksi Anda, bukan dari laporan otomatis. Cara menyiapkannya dibahas di artikel analisis data penjualan kami.