Belakangan ini semakin sering ketemu istilah AI, baik waktu kerja maupun waktu baca-baca artikel. Prompt, token, AI agent, RAG, dan masih banyak lagi.
Waktu pertama ngoprek AI, aku juga belum paham sebagian besar istilah itu. Setelah dipelajari pelan-pelan, ternyata konsepnya nggak serumit kedengarannya.
Jadi di tulisan ini aku kumpulin 10 istilah AI yang paling sering aku dengar, terus aku jelasin pakai bahasa sehari-hari. Nggak perlu paham IT buat ngikutin, santai aja.
1. Model (atau LLM)
Model itu “otak” dari AI. Ini yang bikin AI bisa ngerti pertanyaan kita dan nyusun jawaban.
Kadang disebut juga LLM (Large Language Model). Bayangin orang yang udah baca buanyak banget tulisan, sampai dia jago nebak kata apa yang paling cocok buat lanjutin sebuah kalimat. Kurang lebih kayak gitu cara kerjanya.
Contoh model yang mungkin pernah kamu dengar: GPT, Claude, Gemini, DeepSeek, atau Llama. Tiap model punya kelebihan masing-masing. Ada yang jago nulis, ada yang jago coding, ada yang murah. Aku pernah bahas cara milihnya di tulisan Tips Pilih Model AI Yang Sesuai Kebutuhan.
2. Prompt
Prompt itu perintah atau pertanyaan yang kita ketik ke AI.
Anggap aja kayak ngasih instruksi ke rekan kerja baru. Kalau kamu cuma bilang “Bikinin laporan”, hasilnya bisa ke mana-mana. Tapi kalau kamu bilang “Bikinin laporan penjualan minggu ini, dalam bentuk tabel, maksimal satu halaman”, hasilnya pasti lebih sesuai.
Makin jelas prompt-nya, makin bagus jawabannya.
3. Token
AI nggak baca tulisan per kata kayak kita. Tulisan dipotong-potong dulu jadi bagian kecil yang namanya token. Satu token bisa satu kata pendek, potongan kata, atau tanda baca.
Kenapa ini penting? Karena banyak layanan AI ngitung biayanya berdasarkan jumlah token. Makin panjang pertanyaan dan jawabannya, makin banyak token yang kepakai, dan makin besar biayanya. Mirip kayak kuota internet, cuma satuannya token.
4. Konteks (Context Window)
Konteks itu seberapa banyak informasi yang bisa “diingat” AI dalam satu percakapan.
Bayangin AI punya meja kerja. Semua chat kamu, dokumen yang kamu kirim, dan jawabannya ditaruh di atas meja itu. Kalau mejanya udah penuh, catatan paling lama mulai “jatuh” dan nggak kepakai lagi.
Makanya kadang di obrolan yang panjang banget, AI kayak lupa sama yang udah kamu bilang di awal. Bukan dia pelupa, tapi mejanya udah penuh.
5. Halusinasi
Halusinasi itu waktu AI ngasih jawaban yang kedengerannya meyakinkan, tapi ternyata salah atau dikarang sendiri.
Misalnya kamu nanya judul buku, terus AI nyebutin judul yang sebenarnya nggak pernah ada. Atau dia nyebut angka yang kelihatannya masuk akal, padahal ngasal.
Ini terjadi karena AI dilatih buat nyusun jawaban yang “kedengeran benar”, bukan buat ngecek fakta. Jadi untuk hal penting, misalnya data, angka, atau aturan, selalu cek ulang ke sumber aslinya ya.
6. AI Agent
Kalau chatbot itu tempat nanya, AI agent itu tempat nyuruh.
Chatbot cuma jawab pertanyaan, terus selesai. Sedangkan AI agent bisa dikasih tugas, mikirin langkah-langkahnya sendiri, pakai alat bantu, terus lapor hasilnya. Misalnya disuruh ngerangkum email masuk tiap pagi, terus kirim ringkasannya ke Telegram.
Bayangin bedanya kayak nanya ke resepsionis vs punya asisten pribadi. Resepsionis jawab pertanyaanmu. Asisten pribadi ngerjain tugasmu. Seri Ngoprek Anshin di blog ini isinya cerita aku ngoprek AI agent kayak gini.
7. RAG
RAG (Retrieval-Augmented Generation) itu cara biar AI bisa jawab pakai data kita sendiri.
Normalnya, AI cuma tahu hal yang dia pelajari waktu dilatih. Dia nggak tahu isi SOP kantormu atau daftar harga produkmu. Dengan RAG, sebelum jawab, AI “nyontek” dulu ke catatan yang kita kasih, terus baru nyusun jawaban.
Kayak ujian open book. AI tetap pintar, tapi sekarang dia boleh buka buku catatan kita. Aku pernah bahas lebih detail di tulisan RAG Itu Kayak Kasih AI Catatan Sendiri Dan Ini Cara Kerjanya.
8. API Key
API key itu semacam kunci rahasia buat ngakses layanan AI dari aplikasi lain.
Misalnya kamu bikin bot Telegram yang pakai AI. Bot itu butuh “izin masuk” ke layanan AI-nya, dan izin itu berupa API key. Biaya pemakaian AI-nya nanti ditagih ke pemilik kunci itu.
Makanya API key harus dijaga baik-baik. Jangan dikirim ke orang lain, jangan di-screenshot, dan jangan ditaruh di tempat yang bisa dilihat publik. Kalau bocor, orang lain bisa pakai AI atas nama kamu, dan tagihannya masuk ke kamu.
9. AI Local
AI local itu AI yang dijalanin di komputer atau server sendiri, bukan di server perusahaan lain.
Kalau pakai ChatGPT atau Claude, pertanyaan kamu dikirim ke server mereka. Kalau pakai AI local, semuanya diproses di mesin kamu sendiri. Kelebihannya, data lebih terjaga karena nggak keluar ke mana-mana. Kekurangannya, butuh komputer yang cukup kuat, dan modelnya biasanya nggak sepintar yang versi online.
Aku pernah bahas bedanya sama AI open source di tulisan Perbedaan AI Local dengan AI Open Source.
10. Skill
Skill itu kumpulan instruksi siap pakai yang bikin AI makin jago di tugas tertentu.
Bayangin kamu ngasih buku panduan ke karyawan baru: cara bikin laporan, cara bales email klien, cara ngisi template. Karyawannya sama, tapi dengan buku panduan itu hasil kerjanya jadi lebih rapi dan konsisten.
Skill kurang lebih kayak gitu buat AI. Aku pernah bahas beberapa skill yang menurutku paling berguna di tulisan 5 Skill Claude yang Paling Berguna Gak Perlu Semua, Cukup 5 Ini.
Ringkasnya
| Istilah | Gampangnya |
|---|---|
| Model / LLM | Otaknya AI |
| Prompt | Perintah atau pertanyaan yang kita ketik |
| Token | Potongan kecil tulisan, jadi satuan hitung biaya |
| Konteks | Meja kerja AI, ada batas muatnya |
| Halusinasi | AI ngarang jawaban yang kedengeran meyakinkan |
| AI Agent | AI yang bisa dikasih tugas, bukan cuma ditanya |
| RAG | AI boleh nyontek catatan kita sebelum jawab |
| API Key | Kunci rahasia buat ngakses layanan AI |
| AI Local | AI yang jalan di komputer atau server sendiri |
| Skill | Buku panduan biar AI jago di tugas tertentu |
Istilah-istilah AI ini kedengerannya ribet, tapi kalau dijelasin pelan-pelan ternyata nggak sesusah itu. Paham istilahnya aja udah ngebantu banget, apalagi waktu ikut obrolan soal AI di kantor atau nonton webinar.
Kalau ada istilah lain yang masih bikin kamu bingung, tulis aja di kolom komentar. Siapa tahu bisa jadi bahan tulisan berikutnya.
Okey, segitu dulu… See you next blog ya guys!