Finance Tracker dari Mutasi Gmail — Workaround Banking API Pakai OpenClaw dan Hermes

Terinspirasi dari bot buatan Mas Aurelius Ivan Wijaya.

Ada satu problem klasik di personal finance Indonesia: kita ingin tracking pengeluaran otomatis, tapi bank tidak selalu menyediakan API yang enak dipakai.

Kalau ada pun biasanya untuk corporate, mahal, ribet, atau tidak cocok untuk personal workflow.

Akhirnya banyak orang pilih salah satu dari dua ekstrem:

1. input manual ke spreadsheet;
2. upload data ke aplikasi finance tracker pihak ketiga.

Yang pertama capek.

Yang kedua kadang bikin tidak nyaman.

Karena data transaksi pribadi itu sensitif banget. Dari situ orang bisa tahu kita belanja di mana, makan apa, subscribe layanan apa, sering transfer ke siapa, sampai pola hidup kita.

Menurut saya, salah satu jalan tengah yang menarik adalah ini:

Pakai email mutasi bank sebagai event source, lalu OpenClaw/Hermes yang membaca, merapikan, mengategorikan, dan membuat insight.

Bukan narik data langsung dari bank.

Bukan scraping rekening.

Bukan upload CSV mutasi ke aplikasi asing.

Cukup pakai email notifikasi transaksi yang memang sudah masuk ke Gmail kita sendiri.

Itu sudah cukup untuk bikin finance tracker yang lumayan powerful.

Kenapa Email Mutasi Itu Menarik?

Banyak bank mengirim notifikasi transaksi lewat email.

Contoh paling umum: mutasi BCA, transaksi kartu, top up e-wallet, pembayaran, transfer masuk, transfer keluar, admin fee, dan sejenisnya.

Email ini biasanya punya beberapa informasi penting:

• tanggal transaksi;
• nominal;
• jenis transaksi;
• rekening atau produk terkait;
• deskripsi merchant atau penerima;
• biaya admin kalau ada;
• kadang saldo akhir;
• timestamp email.

Secara teknis, ini sudah seperti mini event stream.

Setiap ada transaksi, Gmail menerima event.

Kalau event itu bisa dibaca agent, kita bisa membangun finance tracker tanpa harus minta API ke bank.

Show diagram source

flowchart LR
    A[Bank mengirim email mutasi] --> B[Gmail]
    B --> C[OpenClaw membaca email baru]
    C --> D[Hermes parsing transaksi]
    D --> E[SQLite / Obsidian / Markdown]
    E --> F[Dashboard & Telegram recap]
    F --> G[Insight pengeluaran]

Ini workaround yang elegan karena memanfaatkan data yang sudah ada.

Bukan membobol sistem.

Bukan bypass keamanan bank.

Cuma membuat email transaksi kita sendiri jadi lebih berguna.

Kenapa Bukan Aplikasi Budgeting Biasa?

Aplikasi budgeting bagus kalau kita nyaman menyerahkan data ke mereka.

Tapi untuk sebagian orang, terutama yang agak paranoid soal privacy, itu terasa kurang enak.

Masalahnya bukan cuma soal nominal.

Masalahnya adalah konteks.

Data transaksi bisa menceritakan hidup seseorang:

• jam berapa biasanya keluar rumah;
• merchant mana yang sering dikunjungi;
• berapa langganan bulanan;
• pengeluaran keluarga;
• pembayaran sekolah;
• kebiasaan top up;
• pola belanja impulsif;
• vendor bisnis;
• bahkan hubungan personal dari pola transfer.

Jadi kalau ada cara tracking pengeluaran tanpa upload ke aplikasi lain, menurut saya itu worth exploring.

OpenClaw/Hermes cocok untuk pendekatan ini karena sistemnya bisa berjalan sebagai personal agent.

Data tetap di environment kita.

Output bisa masuk ke Telegram pribadi, Obsidian vault, SQLite, atau dashboard sendiri.

Dan yang paling penting: alurnya bisa diaudit.

Kita tahu email mana yang dibaca, transaksi mana yang dicatat, kategori apa yang dipilih, dan kenapa.

Arsitektur Sederhana: OpenClaw sebagai Operator, Hermes sebagai Brain

Kalau dibuat sederhana, pembagian perannya begini.

OpenClaw menjadi operator:

• cek Gmail berkala;
• ambil email mutasi baru;
• tandai email yang sudah diproses;
• simpan transaksi;
• kirim recap ke Telegram;
• jalankan cron harian/mingguan/bulanan;
• expose data ke dashboard kalau perlu.

Hermes menjadi intelligence layer:

• parsing isi email;
• ekstrak nominal dan tanggal;
• bedakan transfer, expense, income, fee, top up;
• kategorisasi transaksi;
• deteksi transaksi berulang;
• kasih suggestion;
• menjelaskan kenapa transaksi masuk kategori tertentu.

Show diagram source

flowchart TD
    subgraph Source[Data Source]
        G[Gmail mutasi bank]
        M[Email e-wallet / kartu / invoice]
    end

    subgraph OpenClaw[OpenClaw Operator]
        CRON[Cron trigger]
        FETCH[Gmail fetch]
        STORE[Save to SQLite / Markdown]
        NOTIF[Telegram recap]
        DASH[Dashboard]
    end

    subgraph Hermes[Hermes Intelligence]
        PARSE[Parse transaction]
        CAT[Categorize]
        INSIGHT[Insight & suggestion]
        AUDIT[Reasoning summary]
    end

    G --> FETCH
    M --> FETCH
    CRON --> FETCH
    FETCH --> PARSE
    PARSE --> CAT
    CAT --> STORE
    STORE --> INSIGHT
    INSIGHT --> NOTIF
    STORE --> DASH
    CAT --> AUDIT

Jadi ini bukan sekadar script parser.

Ini agentic workflow.

Ada trigger, parsing, storage, recap, insight, dan audit trail.

Flow Kerjanya

Misalnya kita pakai email mutasi BCA.

Setiap beberapa menit, OpenClaw menjalankan job:

1. cari email baru dari pengirim atau subject tertentu;
2. ambil isi email;
3. kirim ke Hermes untuk parsing;
4. validasi hasil parsing;
5. simpan ke database lokal;
6. beri label Gmail seperti finance/processed;
7. kirim ringkasan ke Telegram.

Contoh hasil Telegram:

Finance logger selesai. Dicatat: GoPay top up 2 Jun, principal Rp 50.000 sebagai transfer, admin fee Rp 1.000 sebagai expense Other/Need. June dashboard sekarang variable spend Rp 1.000. Email BCA sudah ditandai read.

Ini kecil, tapi powerful.

Karena yang biasanya hilang dari tracking finance adalah konsistensi.

Kalau harus input manual, minggu pertama semangat. Minggu kedua mulai bolong. Bulan berikutnya spreadsheet jadi kuburan niat baik.

Dengan email-triggered workflow, pencatatan terjadi otomatis.

Manusia cukup review.

Data Model Minimal

Tidak perlu langsung bikin sistem ribet.

Untuk versi awal, cukup pakai SQLite.

Satu file database lokal.

Tabelnya bisa sederhana:

transactions
- id
- source_email_id
- transaction_date
- posted_at
- account
- merchant_or_counterparty
- description
- amount
- direction
- category
- subcategory
- payment_method
- confidence
- raw_text_hash
- notes
- created_at

Lalu tabel tambahan:

categories
- id
- name
- type
- budget_monthly

rules
- id
- pattern
- category
- priority
- active

monthly_summary
- month
- income_total
- expense_total
- transfer_total
- fee_total
- top_categories

Kenapa SQLite?

Karena untuk personal finance, SQLite sudah lebih dari cukup.

Transaksi personal mungkin ratusan sampai beberapa ribu per bulan. Itu kecil banget untuk SQLite.

Tidak perlu database server. Tidak perlu ORM lebay. Tidak perlu infra mahal.

File bisa dibackup, dienkripsi, dicopy, dan dibaca dengan tooling standar.

Kalau mau lebih manusiawi, hasil harian juga bisa ditulis ke Obsidian:

# Finance Log — 2026-06-06

## Transactions
- 14:13 — GoPay top up — Rp 50.000 — Transfer
- 14:13 — Admin fee — Rp 1.000 — Other / Need

## Notes
- Variable spend bulan ini: Rp 1.000
- Transfer bukan expense, fee adalah expense

SQLite untuk struktur.

Obsidian untuk journal dan review.

Kombinasi yang enak.

Kategorisasi yang Lebih Pintar

Finance tracker biasa sering gagal karena kategorinya kaku.

Merchant yang sama bisa punya makna berbeda.

Contoh:

• GoPay top up Rp 50.000 belum tentu expense. Bisa jadi cuma pindah kantong.
• Admin fee Rp 1.000 adalah expense.
• Transfer ke vendor bisa expense bisnis.
• Transfer ke rekening sendiri harusnya internal transfer.
• Pembayaran Tokopedia bisa household, office supplies, elektronik, atau inventory.

Di sinilah Hermes berguna.

Bukan cuma regex.

Hermes bisa membaca konteks dan membuat klasifikasi awal:

• Income — uang masuk yang menambah kekayaan;
• Expense — uang keluar untuk konsumsi atau biaya;
• Transfer — pindah antar rekening/wallet sendiri;
• Fee — biaya admin, biaya layanan, charge kecil;
• Investment — pembelian instrumen atau setoran investasi;
• Debt/Receivable — bayar utang, terima piutang, cicilan;
• Business — transaksi terkait usaha.

Tapi tetap harus ada confidence score.

Kalau yakin, catat otomatis.

Kalau ragu, kirim Telegram:

Transaksi Rp 750.000 ke PT XYZ. Ini mau dikategorikan sebagai Vendor, Project Cost, atau Personal Transfer?

Jadi AI tidak sok tahu.

Dia minta konfirmasi saat perlu.

Fitur yang Bisa Dibangun

Versi awal cukup auto recap.

Tapi kalau sudah stabil, fiturnya bisa berkembang banyak.

1. Daily Spending Recap

Setiap malam, OpenClaw kirim ringkasan:

• total expense hari ini;
• transaksi terbesar;
• kategori terbanyak;
• fee yang muncul;
• transaksi yang belum yakin kategorinya.

Formatnya bisa pendek:

Finance recap — 6 Jun
Expense: Rp 184.500
Transfer: Rp 250.000
Fee: Rp 3.500
Top category: Food & Drink
Needs review: 2 transaksi

2. Monthly Dashboard

Dashboard bisa menampilkan:

• total pengeluaran bulan ini;
• fixed vs variable spending;
• kategori terbesar;
• trend harian;
• transaksi berulang;
• merchant paling sering;
• biaya admin total;
• budget tersisa.

Ini tidak harus mewah.

Yang penting berguna.

3. Catatan Pengeluaran Tersering

Ini fitur yang menurut saya paling menarik.

Bukan cuma “pengeluaran terbesar”, tapi “pengeluaran yang paling sering muncul”.

Karena bocor halus seringnya bukan dari transaksi besar.

Bocor halus datang dari transaksi kecil yang berulang:

• admin fee;
• kopi;
• delivery fee;
• parkir;
• subscription kecil;
• top up e-wallet;
• convenience fee;
• jajan random.

Agent bisa membuat insight:

Bulan ini ada 28 transaksi di bawah Rp 25.000 dengan total Rp 412.000. Yang paling sering: convenience fee, coffee, parking.

Nah, ini berguna.

Karena manusia sering mengingat pengeluaran besar, tapi lupa pengeluaran kecil yang datang tiap hari.

4. Rekomendasi Pengeluaran

AI bisa kasih suggestion yang praktis, bukan menggurui.

Contoh:

• “Biaya admin bulan ini sudah Rp 48.000. Kalau memungkinkan, gabungkan transfer kecil jadi batch mingguan.”
• “Top up e-wallet sering pecah kecil. Coba top up 1x per minggu supaya lebih mudah dikontrol.”
• “Food delivery naik 37% dibanding minggu lalu. Mungkin cek apakah ini karena lembur atau kebiasaan baru.”
• “Ada subscription Rp 79.000 yang muncul tiap bulan tapi jarang disebut di catatan. Mau tandai sebagai recurring?”

Ini bukan soal pelit.

Ini soal visibility.

Kalau uang keluar, kita harus tahu polanya.

5. Recurring Expense Detector

Agent bisa mendeteksi transaksi yang muncul berkala:

• subscription;
• cicilan;
• asuransi;
• internet;
• listrik;
• software;
• domain;
• hosting;
• app premium.

Lalu bikin daftar:

Recurring expenses detected:
- Google Workspace — monthly
- VPS — monthly
- Spotify — monthly
- Internet — monthly
- Insurance — monthly

Setelah 2-3 bulan, kita bisa lihat mana yang masih worth it dan mana yang harus dihentikan.

6. Anomaly Alert

Kalau ada transaksi aneh, OpenClaw bisa langsung kirim alert.

Misalnya:

• nominal jauh lebih besar dari biasanya;
• merchant baru;
• transaksi jam tidak biasa;
• fee mendadak tinggi;
• duplikat pembayaran;
• transfer keluar yang tidak cocok pola historis.

Ini bukan pengganti fraud detection bank.

Tapi sebagai personal early warning, cukup berguna.

7. Ask Your Finance

Karena data sudah tersimpan rapi, kita bisa tanya:

• “Bulan ini pengeluaran makan berapa?”
• “Merchant paling sering bulan ini apa?”
• “Berapa total admin fee 3 bulan terakhir?”
• “Pengeluaran yang bisa dikurangi apa?”
• “Apa transaksi paling aneh minggu ini?”
• “Bandingkan spending bulan ini vs bulan lalu.”

Ini bagian yang membuat finance tracker terasa hidup.

Bukan cuma dashboard pasif.

Tapi personal finance assistant.

Kenapa OpenClaw/Hermes Only Lebih Bersih daripada n8n?

n8n bagus untuk banyak automation.

Tapi kalau targetnya personal AI workflow yang private, audit-able, dan conversational, memakai OpenClaw/Hermes saja bisa lebih bersih.

Karena semua kemampuan utamanya sudah ada:

• Gmail bisa dicek via tool/CLI;
• cron bisa jalan langsung di OpenClaw;
• parsing bisa dilempar ke Hermes;
• file/database bisa ditulis lokal;
• Telegram bisa jadi interface;
• dashboard bisa membaca SQLite atau JSON;
• memory/rules bisa disimpan sebagai file;
• approval flow bisa dibuat untuk transaksi ambigu.

Jadi n8n tidak wajib.

OpenClaw menjadi orchestration layer.

Hermes menjadi reasoning layer.

Storage tetap lokal.

Telegram menjadi notification dan command center.

Show diagram source

sequenceDiagram
    participant Gmail
    participant OpenClaw
    participant Hermes
    participant DB as SQLite/Obsidian
    participant TG as Telegram

    OpenClaw->>Gmail: Search unread mutation emails
    Gmail-->>OpenClaw: Email body + metadata
    OpenClaw->>Hermes: Parse and classify transaction
    Hermes-->>OpenClaw: Structured JSON + confidence + reason
    OpenClaw->>DB: Save transaction and audit log
    OpenClaw->>Gmail: Label as processed
    OpenClaw->>TG: Send recap / ask confirmation

Less moving parts.

Less dashboard drama.

Less dependency.

Lebih gampang diaudit.

Audit Trail Wajib Ada

Karena ini menyentuh data keuangan, audit trail tidak boleh jadi fitur tambahan.

Harus dari awal.

Setiap transaksi hasil parsing harus menyimpan:

• email id;
• timestamp email;
• hash isi email;
• hasil parsing;
• kategori;
• confidence score;
• alasan kategorisasi;
• apakah auto-approved atau manual-approved;
• kapan email ditandai processed.

Jadi kalau ada salah catat, kita bisa trace balik.

Misalnya agent salah menganggap top up e-wallet sebagai expense.

Kita bisa buka audit log, lihat alasannya, lalu tambah rule:

GoPay top up dari rekening sendiri = transfer, bukan expense. Admin fee tetap expense.

Setelah itu sistem makin pintar.

Bukan karena modelnya tiba-tiba suci.

Tapi karena rules dan feedback loop-nya membaik.

Security: Jangan Asal Buka Akses Gmail

Bagian ini penting.

Kalau mau bikin finance tracker seperti ini, jangan asal kasih akses full Gmail ke sembarang service.

Minimal lakukan ini:

1. Batasi query hanya untuk email transaksi tertentu.
2. Jangan simpan raw email kalau tidak perlu.
3. Simpan hash untuk dedup dan audit.
4. Masking nomor rekening.
5. Encrypt backup database.
6. Jangan kirim detail sensitif ke group chat.
7. Manual approval untuk action yang bukan sekadar pencatatan.
8. Jangan pernah auto-transfer. Ini tracker, bukan payment bot.

AI boleh bantu membaca.

AI boleh bantu mengategorikan.

AI boleh kasih insight.

Tapi jangan kasih dia tombol nuklir untuk transaksi finansial.

FFS, jangan bikin “AI finance assistant” yang bisa kirim uang otomatis cuma karena prompt-nya terdengar yakin.

Itu bukan automation. Itu undangan masalah.

MVP yang Realistis

Kalau saya harus bikin versi MVP, saya akan mulai begini:

Phase 1 — Capture

• Ambil email mutasi bank dari Gmail.
• Parsing nominal, tanggal, deskripsi.
• Simpan ke SQLite.
• Dedup berdasarkan email id dan hash.
• Kirim Telegram recap.

Phase 2 — Categorize

• Tambah kategori dasar.
• Tambah confidence score.
• Tambah manual confirmation untuk transaksi ambigu.
• Tambah rules dari feedback user.

Phase 3 — Insight

• Daily recap.
• Monthly summary.
• Top recurring expenses.
• Top frequent small expenses.
• Admin fee total.
• Budget warning.

Phase 4 — Dashboard

• Spending by category.
• Daily burn rate.
• Recurring expenses.
• Review queue.
• Search transaction.

Phase 5 — Personal Finance Copilot

• Tanya jawab natural language.
• Suggestion penghematan.
• Anomaly alert.
• “What changed this month?” report.
• Export ke Markdown/Obsidian.

Mulai kecil.

Jangan langsung bikin app raksasa.

Finance tracker yang jalan tiap hari lebih berharga daripada dashboard cantik yang cuma dibuka sekali.

Kesimpulan

Banking API yang tertutup bukan berarti personal finance automation tidak bisa jalan.

Kalau bank mengirim email mutasi, email itu bisa menjadi event source.

Dengan OpenClaw dan Hermes, kita bisa membangun finance tracker yang:

• tidak perlu upload data ke aplikasi budgeting;
• tidak perlu API bank;
• bisa mencatat transaksi otomatis;
• bisa mengategorikan pengeluaran;
• bisa mendeteksi pengeluaran tersering;
• bisa memberi suggestion;
• bisa kirim recap ke Telegram;
• bisa disimpan ke SQLite atau Obsidian;
• dan tetap punya audit trail.

Menurut saya, ini salah satu bentuk personal AI yang paling masuk akal.

Bukan AI yang cuma ngobrol.

Tapi AI yang diam-diam merapikan hidup kita dari data kecil yang selama ini tercecer.

Dan untuk finance, itu penting.

Karena masalah uang sering bukan karena kita tidak punya data.

Masalahnya: datanya ada, tapi tidak pernah berubah jadi insight.

OpenClaw/Hermes bisa jadi jembatan itu.

Email mutasi masuk.

Agent membaca.

Transaksi dicatat.

Insight muncul.

Manusia tetap pegang kendali.

Itu baru finance tracker yang waras.