Daftar Isi Artikel
Setelah paham bedanya AI, Machine Learning, dan Deep Learning, langkah berikutnya adalah mengenal istilah-istilah yang akan terus kamu temui begitu mulai memakai ChatGPT atau belajar prompt engineering. Lima istilah di bawah ini sengaja diurutkan mengikuti alur sebenarnya saat kamu "mengobrol" dengan AI — supaya lebih gampang diingat, bukan sekadar dihafal satu-satu.
1. LLM (Large Language Model)
LLM adalah model AI berbasis Deep Learning yang dilatih dari miliaran teks untuk memahami dan menghasilkan bahasa manusia. ChatGPT, Gemini, dan Claude semuanya dibangun di atas LLM — inilah "mesin" di balik kemampuan mereka mengobrol layaknya manusia.
Analogi sederhanaBayangkan LLM seperti murid yang sudah membaca jutaan buku dan artikel. Ia tidak menghafal jawaban persis, tapi belajar pola bahasa — kata apa yang biasanya muncul setelah kata lain dalam konteks tertentu.
2. Token
Token adalah satuan terkecil teks yang diproses AI. Satu token bisa berupa satu kata utuh, sebagian kata, atau tanda baca — AI tidak "membaca" kalimat utuh sekaligus, melainkan memecahnya jadi potongan-potongan kecil ini terlebih dulu.
Kenapa ini penting? Karena hampir semua AI membatasi penggunaannya berdasarkan jumlah token, bukan jumlah kata — baik itu batas panjang percakapan di ChatGPT maupun biaya pemakaian API. Sebagai gambaran, kata "menyenangkan" bisa saja dipecah menjadi dua atau tiga token oleh model tertentu.
3. Prompt
Prompt adalah instruksi atau pertanyaan yang kamu ketik ke AI. Sederhana kelihatannya, tapi kualitas prompt adalah faktor tunggal paling menentukan kualitas jawaban yang kamu terima — prompt yang jelas dan spesifik akan selalu mengalahkan prompt yang samar-samar, walau memakai model AI yang sama persis.
Ini juga alasan kenapa Prompt Engineering jadi salah satu kategori skill AI paling dicari saat ini — kemampuan menyusun instruksi yang tepat bisa jadi pembeda besar antara hasil AI yang biasa saja dan yang benar-benar berguna.
4. Fine-Tuning
Fine-tuning adalah proses melatih ulang model AI yang sudah ada dengan data tambahan yang lebih spesifik, supaya model tersebut lebih jago di bidang tertentu — misalnya melatih ulang LLM dengan ribuan percakapan customer service sebuah perusahaan, supaya jawabannya sesuai gaya bahasa dan kebijakan perusahaan itu.
Bedanya dengan prompt? Prompt hanya instruksi sesaat yang tidak mengubah model itu sendiri, sedangkan fine-tuning benar-benar mengubah "kebiasaan" model secara permanen. Sebagai pemula, kamu belum perlu melakukan fine-tuning sendiri — cukup pahami dulu konsepnya, karena istilah ini akan sering muncul saat membahas AI untuk kebutuhan bisnis.
5. Halusinasi AI (Hallucination)
Halusinasi AI terjadi ketika AI menghasilkan jawaban yang terdengar meyakinkan dan percaya diri, padahal sebenarnya salah atau tidak berdasar fakta sama sekali. Ini bukan bug atau error biasa — ini konsekuensi langsung dari cara kerja LLM yang memprediksi kata berikutnya berdasarkan pola statistik, bukan benar-benar "tahu" fakta seperti manusia.
- Selalu cross-check angka, tanggal, atau kutipan penting dari AI
- Waspada saat AI menyebutkan sumber atau nama yang terdengar sangat spesifik
- Gunakan prompt yang meminta AI mengaku kalau tidak yakin, bukan menebak
Tabel Ringkasan 5 Istilah
| Istilah | Definisi Singkat | Kenapa Penting |
|---|---|---|
| LLM | Model AI di balik chatbot seperti ChatGPT | Dasar dari hampir semua AI generatif saat ini |
| Token | Satuan teks terkecil yang diproses AI | Menentukan batas panjang & biaya pemakaian |
| Prompt | Instruksi yang kamu berikan ke AI | Penentu utama kualitas jawaban AI |
| Fine-tuning | Melatih ulang model untuk kebutuhan spesifik | Dasar AI khusus untuk bisnis/industri tertentu |
| Halusinasi | AI menjawab salah dengan percaya diri | Alasan penting untuk selalu cross-check jawaban AI |
Kesimpulan
Lima istilah ini akan terus menemanimu selama belajar AI, jadi tidak perlu dihafal sekaligus — cukup kembali ke artikel ini kapan pun kamu lupa. Yang paling penting untuk dipegang: prompt yang baik akan mengoptimalkan LLM, tapi tetap waspada terhadap halusinasi, apa pun sebagus apa model AI yang kamu pakai. Langkah selanjutnya, kamu sudah siap masuk ke kategori Prompt Engineering untuk belajar menyusun instruksi AI yang benar-benar efektif.
