M01.L02 · Pemula · 25-35 menit

Apa itu Generative AI?

Apa itu Generative AI? kedengarannya teknis. Sebenarnya tidak serumit itu kalau dibedah pelan-pelan.

KALAU LESSON INI BERES1/5

Paham prompt sebagai instruksi
Paham output generatif: teks, gambar, audio, video, kode
Paham foundation model sebagai model dasar yang bisa dipakai banyak tugas

Sebelum mulai

Baca ringkasan modul dan siapkan satu contoh pekerjaan nyata.
Tidak perlu pengalaman teknis.

Target belajar: Setelah lesson ini, kamu bisa menjelaskan apa itu generative ai?, menerapkannya pada contoh Indonesia yang sederhana, dan tahu bagian mana yang harus dicek manusia.

Yang perlu kamu tangkap

01Prompt sebagai instruksi

Prompt sebagai instruksi perlu dipahami sebagai bagian dari AI berbasis aturan vs machine learning. Generative AI adalah AI yang bisa membuat konten baru berdasarkan instruksi pengguna. Konten itu bisa berupa teks, gambar, suara, musik, video, kode, struktur data, rencana kerja, atau jawaban analitis. IBM mendefinisikan generative AI sebagai AI yang bisa membuat konten original sebagai respons terhadap prompt atau request pengguna.

Kenapa penting: Ini penting karena lesson M01.L02 bukan cuma mengejar istilah. Kamu perlu tahu kapan prompt sebagai instruksi membantu kerja nyata, kapan harus diverifikasi, dan batas apa yang tetap perlu dijaga manusia.

Contoh: Prompt “buatkan artikel tentang AI untuk UMKM” akan menghasilkan draft teks. Prompt “ubah catatan meeting ini jadi action items” akan mengubah format informasi. Prompt “buat visual poster dengan gaya futuristik” akan menghasilkan gambar. Prompt “debug kode ini” akan memberi analisis dan solusi teknis.

Kesalahan pemula: Kesalahan umum: menganggap prompt sebagai instruksi otomatis membuat hasil benar tanpa contoh, sumber, atau checklist evaluasi.

02Output generatif: teks, gambar, audio, video, kode

Output generatif: teks, gambar, audio, video, kode perlu dipahami sebagai bagian dari training vs inference. GenAI bekerja dengan mempelajari pola dari data pelatihan lalu menghasilkan output yang probabilistik. Artinya outputnya bukan hasil copy-paste literal dari satu database, tapi prediksi pola yang dianggap paling cocok dengan konteks. Ini yang membuatnya fleksibel, tapi juga bisa salah.

Kenapa penting: Ini penting karena lesson M01.L02 bukan cuma mengejar istilah. Kamu perlu tahu kapan output generatif: teks, gambar, audio, video, kode membantu kerja nyata, kapan harus diverifikasi, dan batas apa yang tetap perlu dijaga manusia.

Kesalahan pemula: Kesalahan umum: menganggap output generatif: teks, gambar, audio, video, kode otomatis membuat hasil benar tanpa contoh, sumber, atau checklist evaluasi.

03Foundation model sebagai model dasar yang bisa dipakai banyak tugas

Foundation model sebagai model dasar yang bisa dipakai banyak tugas perlu dipahami sebagai bagian dari model vs aplikasi AI. Cara berpikir yang benar: GenAI adalah mesin bantu produksi dan reasoning awal, bukan oracle. Pakai untuk membuat draft, membandingkan opsi, merapikan ide, membuat variasi, menyusun kerangka, membaca dokumen, dan mempercepat proses kerja. Untuk fakta penting, tetap lakukan verifikasi.

Kenapa penting: Ini penting karena lesson M01.L02 bukan cuma mengejar istilah. Kamu perlu tahu kapan foundation model sebagai model dasar yang bisa dipakai banyak tugas membantu kerja nyata, kapan harus diverifikasi, dan batas apa yang tetap perlu dijaga manusia.

Kesalahan pemula: Kesalahan umum: menganggap foundation model sebagai model dasar yang bisa dipakai banyak tugas otomatis membuat hasil benar tanpa contoh, sumber, atau checklist evaluasi.

04GenAI bukan database kebenaran

GenAI bukan database kebenaran perlu dipahami sebagai bagian dari AI, ML, deep learning, dan GenAI. Generative AI adalah AI yang bisa membuat konten baru berdasarkan instruksi pengguna. Konten itu bisa berupa teks, gambar, suara, musik, video, kode, struktur data, rencana kerja, atau jawaban analitis. IBM mendefinisikan generative AI sebagai AI yang bisa membuat konten original sebagai respons terhadap prompt atau request pengguna.

Kenapa penting: Ini penting karena lesson M01.L02 bukan cuma mengejar istilah. Kamu perlu tahu kapan genai bukan database kebenaran membantu kerja nyata, kapan harus diverifikasi, dan batas apa yang tetap perlu dijaga manusia.

Kesalahan pemula: Kesalahan umum: menganggap genai bukan database kebenaran otomatis membuat hasil benar tanpa contoh, sumber, atau checklist evaluasi.

05GenAI kuat untuk draft, variasi, transformasi, dan simulasi

GenAI kuat untuk draft, variasi, transformasi, dan simulasi perlu dipahami sebagai bagian dari GenAI kuat untuk draft, variasi, transformasi, dan simulasi. GenAI bekerja dengan mempelajari pola dari data pelatihan lalu menghasilkan output yang probabilistik. Artinya outputnya bukan hasil copy-paste literal dari satu database, tapi prediksi pola yang dianggap paling cocok dengan konteks. Ini yang membuatnya fleksibel, tapi juga bisa salah.

Kenapa penting: Ini penting karena lesson M01.L02 bukan cuma mengejar istilah. Kamu perlu tahu kapan genai kuat untuk draft, variasi, transformasi, dan simulasi membantu kerja nyata, kapan harus diverifikasi, dan batas apa yang tetap perlu dijaga manusia.

Kesalahan pemula: Kesalahan umum: menganggap genai kuat untuk draft, variasi, transformasi, dan simulasi otomatis membuat hasil benar tanpa contoh, sumber, atau checklist evaluasi.

Oke, sekarang kita bongkar

Generative AI adalah AI yang bisa membuat konten baru berdasarkan instruksi pengguna. Konten itu bisa berupa teks, gambar, suara, musik, video, kode, struktur data, rencana kerja, atau jawaban analitis. IBM mendefinisikan generative AI sebagai AI yang bisa membuat konten original sebagai respons terhadap prompt atau request pengguna.

GenAI bekerja dengan mempelajari pola dari data pelatihan lalu menghasilkan output yang probabilistik. Artinya outputnya bukan hasil copy-paste literal dari satu database, tapi prediksi pola yang dianggap paling cocok dengan konteks. Ini yang membuatnya fleksibel, tapi juga bisa salah.

Cara berpikir yang benar: GenAI adalah mesin bantu produksi dan reasoning awal, bukan oracle. Pakai untuk membuat draft, membandingkan opsi, merapikan ide, membuat variasi, menyusun kerangka, membaca dokumen, dan mempercepat proses kerja. Untuk fakta penting, tetap lakukan verifikasi.

Contoh biar kebayang

Prompt “buatkan artikel tentang AI untuk UMKM” akan menghasilkan draft teks. Prompt “ubah catatan meeting ini jadi action items” akan mengubah format informasi. Prompt “buat visual poster dengan gaya futuristik” akan menghasilkan gambar. Prompt “debug kode ini” akan memberi analisis dan solusi teknis.

Coba praktik

Ambil satu paragraf berantakan dari catatanmu.
Minta AI mengubahnya menjadi 3 format: ringkasan, checklist, dan caption media sosial.
Bandingkan format mana yang paling berguna dan kenapa.

Prompt yang bisa kamu coba

Ubah catatan kasar ini menjadi 3 output: 1. Ringkasan 5 poin 2. Checklist action items 3. Post X pendek Catatan: [tempel catatan]. Buat output jelas, tidak terlalu formal, dan tandai bagian yang masih perlu diverifikasi.

Beneran paham, atau cuma terasa familiar?

Jawab pakai bahasamu sendiri. Kalau masih muter-muter, bagian atasnya perlu dibaca sekali lagi.

1
Apa arti “generative” dalam GenAI?
2
Kenapa GenAI bisa terdengar yakin walau salah?
3
Sebutkan 5 jenis output yang bisa dibuat GenAI.

Bikin sesuatu dari lesson ini

Buat demo “1 input menjadi 5 output”: satu catatan kasar diubah menjadi email, caption, artikel, checklist, dan script video pendek.

Catatan dan batasan

Tambahkan interactive demo: user memasukkan satu teks dan melihat beberapa output format.
Checklist tambahan: AI berbasis aturan vs machine learning.
Checklist tambahan: training vs inference.
Checklist tambahan: model vs aplikasi AI.
Checklist tambahan: AI, ML, deep learning, dan GenAI.

Langkah berikutnya

Simpan hasil latihan, cek kembali dengan rubric sederhana, lalu lanjut ke lesson berikutnya saat output sudah bisa dijelaskan ulang.

machine learning generative ai llm token

LLM, token, context window, dan multimodal