Giới thiệu dự án

Thị trường nhà ở cho thuê tại các đô thị lớn như TP. Hồ Chí Minh đang chịu áp lực lớn từ tốc độ đô thị hóa và sự gia tăng số lượng sinh viên, người lao động ngoại tỉnh. Theo thống kê từ Tổng cục Thống kê, hơn 70% sinh viên và lao động trẻ tại các thành phố trực thuộc Trung ương có nhu cầu thuê trọ, nhưng có tới 65% trong số đó gặp khó khăn trong việc tiếp cận nguồn thông tin minh bạch. Người tìm trọ thường đối mặt với các rủi ro: thông tin phòng ảo, hình ảnh sai lệch thực tế, chi phí phát sinh không minh bạch (điện, nước, internet, giữ xe) và thủ tục đặt cọc tiềm ẩn rủi ro lừa đảo. Ngược lại, chủ nhà trọ gặp trở ngại trong việc tối ưu hóa tỷ lệ lấp đầy phòng, quản lý hợp đồng và tương tác kịp thời với khách thuê tiềm năng.

Đồ án "Xây dựng ứng dụng thuê trọ" được thực hiện tại Khoa Công nghệ Phần mềm, Trường Đại học Công nghệ Thông tin – ĐHQG-HCM bởi nhóm sinh viên Phạm Quốc Danh và Lê Bảo Như, dưới sự hướng dẫn của ThS. Huỳnh Hồ Thị Mộng Trinh. Đề tài tập trung giải quyết bài toán tối ưu hóa quy trình tìm kiếm, xác thực và quản lý thuê trọ thông qua nền tảng di động đa nền tảng.

+-----------------------------------------------------------------------------------+
|                                PROBLEM STATEMENT                                  |
|  - 65% người thuê tiếp cận thông tin sai lệch, thiếu minh bạch chi phí            |
|  - Rủi ro đặt cọc trung gian và thiếu kênh giao tiếp thời gian thực               |
|  - Chủ trọ phân tán kênh đăng bài, khó theo dõi vòng đời phòng (Thuê - Trả - Cọc) |
+-----------------------------------------------------------------------------------+
+-----------------------------------------------------------------------------------+
|                                SOLUTION APPROACH                                  |
|  - Mobile App đa nền tảng (Flutter/Dart) chuẩn hóa mô hình MVVM + GetX             |
|  - Cơ sở hạ tầng Backend Serverless: Firebase (Firestore, Auth, Storage, FCM)     |
|  - Tích hợp Google Maps API: Định vị không gian, tìm trọ quanh bán kính trường/viện|
|  - Module quản lý vòng đời thuê trọ: Đặt cọc, gửi yêu cầu trả phòng, hóa đơn      |
+-----------------------------------------------------------------------------------+

Mục tiêu đề tài

  1. Xây dựng giải pháp di động toàn diện: Phát triển ứng dụng trên hai nền tảng iOS (10.0+) và Android (5.0+) hỗ trợ đầy đủ quy trình từ tìm kiếm, xem phòng, liên lạc trực tiếp đến đặt cọc và trả phòng.
  2. Tối ưu hóa khả năng định vị không gian: Tích hợp Google Maps API để trực quan hóa vị trí phòng trọ theo tọa độ thực, cho phép tìm kiếm theo bán kính xung quanh trường học và nơi làm việc.
  3. Minh bạch hóa thông tin và quản lý vận hành: Chuẩn hóa cấu trúc dữ liệu phòng trọ (chi phí cơ bản, phí dịch vụ chi tiết, tiện ích đi kèm) cùng hệ thống đánh giá (rating/review) hai chiều từ người thuê thực tế.
  4. Xây dựng kiến trúc phần mềm chuẩn mực: Áp dụng mô hình Model-View-ViewModel (MVVM) kết hợp GetX State Management và hệ sinh thái Firebase Serverless nhằm đảm bảo tính mở rộng và khả năng đáp ứng thời gian thực (Real-time synchronization).

Phạm vi và giới hạn

  • Phạm vi môi trường: Hỗ trợ thiết bị chạy hệ điều hành Android (API level 21 trở lên) và iOS (từ iOS 10.0 trở lên), kết nối mạng 3G/4G/5G/Wi-Fi.
  • Phạm vi chức năng: Bao gồm 24 use case cốt lõi chia đều cho 2 nhóm tác nhân (Người thuê trọ và Chủ nhà trọ), hỗ trợ định vị GPS, camera/thư viện ảnh để xác thực bài đăng, nhắn tin thời gian thực và thông báo đẩy qua Cloud Messaging.
  • Giới hạn: Hệ thống tập trung vào quy trình xác thực bài đăng và thỏa thuận đặt cọc cơ sở, chưa tích hợp hệ thống ký số hợp đồng điện tử pháp lý chuyên sâu (e-Contract) và cổng thanh toán quốc tế đa tiền tệ.

Phân tích và thiết kế giải pháp

Phân tích hiện trạng

Thị trường ứng dụng thuê trọ hiện nay phân hóa thành hai nhóm chính: các website rao vặt tổng hợp (như Chợ Tốt Nhà, Batdongsan.com.vn) và các chuyên trang phòng trọ truyền thống (như Phongtro123). Hầu hết giải pháp hiện tại đều bộc lộ hạn chế về tính đồng bộ trên thiết bị di động, thiếu công cụ trực quan hóa vị trí theo bán kính thực và không cung cấp quy trình quản lý giao dịch khép kín.

Tiêu chí so sánh Phongtro123 Chợ Tốt Nhà Giải pháp đề tài (Smart Rent App)
Nền tảng chính Web Responsive Web / Hybrid Mobile App Native Performance Mobile App (Flutter)
Tìm kiếm theo bản đồ Danh sách quận/huyện Tọa độ điểm cơ bản Bản đồ tương tác động, lọc theo bán kính trường/cơ quan
Cơ chế thời gian thực Không (Polling/Reload) Hạn chế Đồng bộ Realtime hoàn toàn (Cloud Firestore)
Minh bạch chi phí dịch vụ Nhập văn bản tự do Trường thông tin cơ bản Phân tách thuộc tính chi tiết (Điện, Nước, Xe, Net)
Quản lý quy trình thuê/trả Không hỗ trợ Không hỗ trợ Quản lý vòng đời: Yêu cầu thuê, Đặt cọc, Yêu cầu trả
Xác thực và phân quyền Tài khoản thường Số điện thoại / Email Firebase Auth + Phân quyền bài đăng quản trị

Phân loại yêu cầu hệ thống theo mô hình MoSCoW

  • Must have (Bắt buộc phải có): Đăng ký/đăng nhập xác thực, quản lý bài đăng (CRUD phòng trọ), bộ lọc đa tiêu chí (giá, diện tích, tiện ích, giới tính), xem vị trí trên Google Maps, quản lý trạng thái thuê/trả phòng, nhắn tin thời gian thực.
  • Should have (Nên có): Tìm phòng trọ theo vị trí trường học/nơi làm việc, tính toán chi phí cọc/hóa đơn, đánh giá và chấm điểm phòng trọ sau khi trả phòng, lưu danh sách phòng đã xem và yêu thích.
  • Could have (Có thể có): Thông báo đẩy thông minh khi có bài đăng mới phù hợp với khu vực quan tâm, lọc nâng cao theo phí giữ xe và quy định giờ giấc.
  • Won't have (Tạm thời chưa làm): Tích hợp AI dự đoán biến động giá thuê, hợp đồng thông minh blockchain (Smart Contract).
+--------------------------------------------------------------------------------+
|                           GAP ANALYSIS & OPPORTUNITIES                         |
|                              kiến trúc Firebase NoSQL mở rộng linh hoạt        |
+--------------------------------------------------------------------------------+

Thiết kế hệ thống

Hệ thống được thiết kế theo mô hình Client-Server phân tầng, tận dụng sức mạnh của kiến trúc phần mềm hướng thành phần:

Technology Stack và phiên bản sử dụng

  • Mobile Framework: Flutter SDK (v3.16.x) – biên dịch mã máy native cho hiệu năng cao.
  • Programming Language: Dart (v3.2.x) – hỗ trợ Sound Null Safety và Asynchronous Streams.
  • State Management & DI: GetX (v4.6.6) – tối ưu hóa vòng đời widget, giảm thiểu tình trạng rebuild thừa.
  • Database Backend: Google Cloud Firestore (NoSQL Real-time Database).
  • Authentication: Firebase Auth (hỗ trợ Phone Number Auth & Google Sign-In).
  • File Storage: Cloud Storage for Firebase (lưu trữ ảnh phòng độ phân giải cao).
  • Map & Geolocation: Google Maps Flutter SDK (v2.5.x) & Google Places/Geocoding REST API.

Thiết kế cơ sở dữ liệu (Firestore Schema Design)

Hệ thống sử dụng cơ sở dữ liệu phi quan hệ NoSQL Cloud Firestore với các Collection chính được tối ưu hóa cho truy vấn tốc độ cao:

Collections:

Methodology

Dự án áp dụng phương pháp luận phát triển phần mềm Agile/Scrum, chia quy trình 15 tuần thành 5 Sprint rõ ràng nhằm đảm bảo khả năng thích ứng với các thay đổi yêu cầu:

Quản trị rủi ro (Risk Assessment & Mitigation)

  1. Rủi ro chi phí vượt hạn mức Google Maps API & Firebase: Sử dụng chiến lược Client-side Caching với GetX Service, giới hạn tần suất gọi Geocoding API và tối ưu hóa truy vấn Firestore bằng phân trang (pagination với limit() và startAfterDocument()).
  2. Rủi ro mất kết nối mạng di động: Triển khai tính năng Offline Persistence có sẵn của Cloud Firestore, cho phép đọc cache và tự động đồng bộ ngay khi thiết bị kết nối mạng trở lại.

Implementation và kết quả

Development process

Cấu trúc mã nguồn được phân bổ chặt chẽ theo tiêu chuẩn Clean Architecture kết hợp GetX Pattern:

lib/

Kỹ thuật lập trình và Code Snippet trọng tâm

Dưới đây là đoạn mã thực tế minh họa việc quản lý luồng dữ liệu thời gian thực (Real-time Stream) trong RoomController kế thừa từ GetxController, xử lý lọc kết quả theo giá, bán kính và danh mục tiện ích:

import 'package:get/get.dart';
import 'package:cloud_firestore/cloud_firestore.dart';
import '../data/models/room_model.dart';

class RoomController extends GetxController {
  final FirebaseFirestore _firestore = FirebaseFirestore.instance;
  
  // Reactive state variables
  var isLoading = false.obs;
  var roomList = <RoomModel>[].obs;
  var selectedPriceRange = 10000000.obs; // Max 10M VNĐ
  var selectedGender = 'Tất cả'.obs;
  var selectedUtilities = <String>[].obs;

  @override
  void onInit() {
    super.onInit();
    bindRoomStream();
  }

  // Lắng nghe dữ liệu thời gian thực có áp dụng Composite Filter
  void bindRoomStream() {
    isLoading.value = true;
    _firestore
        .collection('Room')
        .where('IsRented', isEqualTo: false)
        .where('Status', isEqualTo: 'Approved')
        .snapshots()
        .listen((QuerySnapshot snapshot) {
      List<RoomModel> fetchedRooms = snapshot.docs.map((doc) {
        return RoomModel.fromFirestore(doc.data() as Map<String, dynamic>, doc.id);
      }).toList();

      // Áp dụng thuật toán lọc tại Client để giảm tải chi phí truy vấn Backend
      roomList.value = fetchedRooms.where((room) {
        bool matchPrice = room.price <= selectedPriceRange.value;
        bool matchGender = (selectedGender.value == 'Tất cả') || (room.gender == selectedGender.value);
        bool matchUtilities = selectedUtilities.isEmpty || 
            selectedUtilities.every((util) => room.utilities.contains(util));
        return matchPrice && matchGender && matchUtilities;
      }).toList();

      isLoading.value = false;
    }, onError: (error) {
      isLoading.value = false;
      Get.snackbar('Lỗi', 'Không thể đồng bộ dữ liệu: $error');
    });
  }

  void updatePriceFilter(double maxPrice) {
    selectedPriceRange.value = maxPrice.toInt();
    bindRoomStream();
  }
}

Thuật toán tính khoảng cách địa lý theo tọa độ GPS (Haversine Formula) được cài đặt để hỗ trợ Use Case UC007 - Tìm phòng trọ gần nơi học tập và làm việc:

$$d = 2r \arcsin \left( \sqrt{\sin^2\left(\frac{\Delta \phi}{2}\right) + \cos(\phi_1)\cos(\phi_2)\sin^2\left(\frac{\Delta \lambda}{2}\right)} \right)$$

import 'dart:math';

class GeoCalculator {
  static const double earthRadiusKm = 6371.0;

  static double calculateDistanceKm(double lat1, double lon1, double lat2, double lon2) {
    var dLat = _toRadians(lat2 - lat1);
    var dLon = _toRadians(lon2 - lon1);

    var a = sin(dLat / 2) * sin(dLat / 2) +
        cos(_toRadians(lat1)) * cos(_toRadians(lat2)) *
        sin(dLon / 2) * sin(dLon / 2);
        
    var c = 2 * atan2(sqrt(a), sqrt(1 - a));
    return earthRadiusKm * c; // Trả về khoảng cách theo Kilomet
  }

  static double _toRadians(double degree) => degree * pi / 180.0;
}

Testing và validation

Quá trình kiểm thử được triển khai bài bản trên cả thiết bị thật (Google Pixel 6, iPhone 12 Pro) và giả lập:

+--------------------------------------------------------------------------------+
|                           TESTING SUMMARY MATRIX                               |
+---------------------+-------------------+------------------+-------------------+
| Loại kiểm thử       | Số kịch bản (TC)  | Đạt (Passed)     | Tỷ lệ thành công  |
+---------------------+-------------------+------------------+-------------------+
| Unit Test           | 45                | 44               | 97.7%             |
| Widget / UI Test    | 32                | 31               | 96.8%             |
| Integration Test    | 24                | 23               | 95.8%             |
| User Acceptance(UAT)| 15 kịch bản       | 14 nghiệm thu    | 93.3%             |
+---------------------+-------------------+------------------+-------------------+

Performance Benchmarks

  • Tốc độ khởi động ứng dụng (Cold Start): 1.12 giây trên Android (Snapdragon 888) và 0.94 giây trên iOS (Apple A14 Bionic).
  • Tốc độ phản hồi giao diện (Frame Rate): Đạt mức 59.4 – 60.0 FPS trong quá trình cuộn danh sách phòng và tương tác bản đồ Google Maps nhờ cơ chế render trực tiếp của Flutter Skia Engine.
  • Độ trễ đồng bộ tin nhắn (Real-time Messaging Latency): Trung bình đạt 120ms – 180ms qua Firebase Firestore WebSockets.
  • Thời gian phản hồi truy vấn tìm kiếm: < 200ms cho tập dữ liệu thử nghiệm 1.500 bản ghi bài đăng.

Kết quả đạt được

  1. Hoàn thành 100% mục tiêu chức năng: 24/24 Use Cases được đặc tả đã được hiện thực hóa và hoạt động ổn định trên cả Android và iOS.
  2. Xử lý toàn diện bài toán nghiệp vụ: Hỗ trợ đầy đủ các giai đoạn: Đăng tin $\rightarrow$ Kiểm duyệt $\rightarrow$ Khám phá/Lọc $\rightarrow$ Liên hệ $\rightarrow$ Đặt cọc $\rightarrow$ Trả phòng $\rightarrow$ Đánh giá.
  3. Trải nghiệm người dùng vượt trội: Đạt điểm số mức độ hài lòng 4.6/5.0 trong thử nghiệm nội bộ với 50 người dùng thử (sinh viên Đại học CNTT - UIT).

Đổi mới và đóng góp

  • Tích hợp bản đồ động theo bán kính cơ sở giáo dục: Khác với các nền tảng phân loại theo địa giới hành chính (Quận/Huyện) cứng nhắc, ứng dụng cho phép người dùng chọn đích đến (như trường đại học, viện nghiên cứu) và quét toàn bộ phòng trọ trong bán kính tùy chỉnh (1km, 3km, 5km), giúp rút ngắn 60% thời gian tìm phòng phù hợp tuyến đường di chuyển.
  • Minh bạch hóa chi phí phụ trợ dạng trường dữ liệu chuẩn: Chuẩn hóa các chi phí ẩn thường gây tranh chấp như tiền điện/kWh, nước/m3, phí gửi xe, phí dịch vụ mạng vào thuật toán tính toán tổng chi phí ước tính hàng tháng.
  • Kiến trúc Serverless giảm chi phí hạ tầng: Bằng việc khai thác Firebase và GetX, hệ thống loại bỏ nhu cầu duy trì máy chủ Backend truyền thống trong giai đoạn khởi động, giảm thiểu 85% chi phí vận hành máy chủ cố định cho các dự án khởi nghiệp quy mô vừa và nhỏ.

Ứng dụng thực tế và triển khai

Kịch bản sử dụng thực tế (Real-world Scenarios)

  • Tân sinh viên nhập học: Sinh viên nhập tọa độ Trường ĐH Công nghệ Thông tin (Linh Trung, Thủ Đức). Ứng dụng vẽ bán kính 3km, hiển thị các phòng có giá < 2.500.000 VNĐ, có sẵn máy lạnh và có chỗ đậu xe, đồng thời dẫn đường trực tiếp qua Google Maps.
  • Chủ trọ nhiều cơ sở: Chủ nhà đăng bài cho 5 phòng khác nhau. Hệ thống tự động quản lý trạng thái từng phòng (IsRented: true/false), nhận tin nhắn riêng biệt từ người thuê và gửi thông báo đẩy khi có yêu cầu đặt phòng mới.

Phân tích khả năng mở rộng (Scalability Analysis)

Cấu trúc cơ sở dữ liệu Cloud Firestore hỗ trợ khả năng tự động mở rộng (Auto-scaling) theo chiều ngang. Với mô hình Document-Collection và đánh chỉ mục kép (Compound Indexes), hệ thống có khả năng phục vụ hơn 50.000 người dùng hoạt động đồng thời (CCU) mà không xảy ra tình trạng nghẽn cổ chai cổ điển của RDBMS.

Lộ trình triển khai (Roadmap):

Hạn chế và hướng phát triển

Hạn chế kỹ thuật

  • Cơ sở dữ liệu Cloud Firestore có chi phí tăng tuyến tính theo số lượng thao tác đọc/ghi (Read/Write operations), đòi hỏi phải liên tục tối ưu hóa thuật toán Caching tại Client.
  • Chưa tích hợp cơ chế nhận diện tự động ảnh trùng lặp hoặc phòng ảo bằng thị giác máy tính (Computer Vision).

Hướng phát triển

  1. Hợp đồng điện tử (e-Contract): Tích hợp chữ ký số và hợp đồng điện tử có tính pháp lý trực tiếp trên ứng dụng.
  2. Cơ chế thanh toán trung gian (Escrow Payment): Giữ tiền cọc trên hệ thống trung gian và chỉ giải ngân cho chủ trọ sau khi người thuê nhận phòng thành công 24h.
  3. Mở rộng nền tảng Web: Sử dụng Flutter Web để cung cấp giao diện quản trị chuyên sâu cho các chủ nhà trọ quản lý chuỗi hàng trăm phòng.

Đối tượng hưởng lợi

  • Sinh viên & Người thuê trọ: Tiết kiệm trung bình 8-12 giờ tìm phòng, giảm thiểu 95% rủi ro thông tin sai lệch và tiếp cận chính xác chi phí sinh hoạt phát sinh.
  • Lập trình viên & Sinh viên ngành CNTT: Cung cấp tài liệu tham khảo thực chiến về cách cấu trúc mã nguồn Flutter theo mô hình MVVM, phương pháp tích hợp hệ sinh thái Firebase Serverless và xử lý tối ưu Google Maps SDK.
  • Chủ nhà trọ: Tăng tốc độ lấp đầy phòng trống lên gấp 2 lần, giảm thiểu thời gian trả lời các câu hỏi trùng lặp nhờ hệ thống thông tin tiện ích chi tiết.
  • Doanh nghiệp & Startup Bất động sản: Cung cấp nền tảng mã nguồn và giải pháp kiến trúc đã được kiểm chứng để phát triển các sản phẩm PropTech chuyên biệt.

Câu hỏi thường gặp

1. Yêu cầu cấu hình tối thiểu để triển khai và sử dụng ứng dụng là gì?

Đối với người dùng cuối, ứng dụng yêu cầu thiết bị chạy Android từ phiên bản 5.0 (Lollipop, API level 21) trở lên hoặc iOS từ 10.0 trở lên, RAM tối thiểu 2GB và có kết nối Internet. Đối với nhà phát triển, môi trường cần Flutter SDK 3.16+, Android Studio Hedgehog / VS Code và tài khoản Google Cloud Console có kích hoạt Maps SDK.

2. Hệ thống xử lý thế nào đối với bài toán mở rộng dữ liệu lớn (Big Data/High Concurrency)?

Hệ thống tận dụng kiến trúc phân tán toàn cầu của Cloud Firestore với khả năng đáp ứng hàng triệu kết nối đồng thời. Tại tầng ứng dụng, các truy vấn được phân trang nghiêm ngặt (10-20 bản ghi/lần tải), kết hợp bộ nhớ đệm Reactive Cache của GetX Service giúp giảm thiểu số lần đọc dữ liệu thừa.

3. Việc tích hợp Google Maps API có làm tăng chi phí vận hành ứng dụng không?

Google Cloud cung cấp hạn mức miễn phí 200 USD hàng tháng cho Maps Platform. Để kiểm soát chi phí khi người dùng tăng cao, ứng dụng áp dụng kỹ thuật Debouncing khi tìm kiếm địa điểm và lưu trữ tĩnh kết quả Geocoding đối với các địa chỉ phòng trọ cố định trong Firestore thay vì gọi API liên tục.

4. Cơ chế bảo mật và an toàn dữ liệu được thiết lập như thế nào?

Dữ liệu người dùng được bảo vệ thông qua Firebase Security Rules tại tầng Backend, đảm bảo người dùng chỉ có quyền ghi/sửa bài đăng của chính mình (request.auth.uid == resource.data.CreatedBy). Mật khẩu và thông tin xác thực được mã hóa theo chuẩn bảo mật của Google Identity Platform.

5. Dự án giải quyết tranh chấp đặt cọc giữa người thuê và chủ nhà bằng cách nào?

Ở phiên bản hiện tại, mọi thông tin về giá thuê, số tiền đặt cọc và điều khoản trả phòng được lưu trữ dưới dạng hóa đơn (Invoice) và yêu cầu thuê (RentRequest) bất biến trên Firestore, đóng vai trò là bằng chứng đối chiếu minh bạch khi có khiếu nại gửi tới quản trị viên qua Use Case UC0023 - Gửi báo cáo sự cố.

Kết luận

Đồ án "Xây dựng ứng dụng thuê trọ" của nhóm sinh viên Trường Đại học Công nghệ Thông tin – ĐHQG-HCM đã giải quyết thành công bài toán thực tiễn về tìm kiếm và quản lý nhà trọ đô thị bằng các công nghệ phần mềm hiện đại. Sự kết hợp giữa framework đa nền tảng Flutter, mô hình quản lý trạng thái GetX và hạ tầng Serverless Firebase đã chứng minh tính hiệu quả vượt trội về hiệu năng vận hành, trải nghiệm người dùng mượt mà và khả năng mở rộng linh hoạt. Đề tài không chỉ đáp ứng hoàn chỉnh 24 Use Cases nghiệp vụ mà còn đóng góp một bộ khung kiến trúc chuẩn mực cho các ứng dụng định vị và thương mại dịch vụ trên thiết bị di động. Các nhà phát triển và đơn vị quan tâm có thể kế thừa mã nguồn và mở rộng hệ thống sang các phân khúc bất động sản quy mô lớn hơn trong tương lai.