Memahami AI: Jenis dan Praktik Nyatanya!

Lewat artiken ini gue menulis apa saja yang perlu dipahami terkait AI, bukan teknis tapi lebih ke pehaman dasar saja (bener bener dasar). Gue juga berencana bakal terus update artikel ini berkelanjutan kedepannya (Living Document), selama ada trend baru terkait AI yang relevant dan revisi jika ada kesalahan. Biar ringkas dan postingan tentang pemahaman AI bisa fokus disini saja.

Sebagai developer, keseharian gue dua tahun belakangan ini selalu ditemenin sama AI kayak ChatGPT atau Gemini. dan itu ngebantu kerjaan gue banget. Tapi ironisnya, selama ini gue gak pernah bener-bener paham AI itu sendiri. Gue baru benar-benar sadar akhir-akhir ini pas muncul tren baru kaya vibe coding, AI Assistant, sampai AI Agent. Pas gue pengen coba explore hal-hal itu, gue malah bingung harus mulai dari mana karena foundation gue soal AI ternyata minim banget. Dari situlah gue sadar: selama ini gue cuma user yang sebenarnya gak tau apa-apa soal AI, hehehe.

Kedepannya seenggaknya harus paham konsep AI secara umum. Nggak perlu sampai jadi expert di sisi teknis, apalagi sampai belajar cara bikin model AI-nya segala. Cukup paham esensinya aja, biar tetep bisa fokus ke tujuan seperti ngoding dll kayak biasa. masuk pembahasan.

Apa itu AI ?

Artificial Intelligence (AI) adalah teknologi yang memungkinkan komputer dan mesin untuk mensimulasikan pembelajaran, pemahaman, pemecahan masalah, pengambilan keputusan, kreativitas, dan otonomi manusia.

Simpelnya, dinamakan 'Kecerdasan Buatan' karena kita mencoba menanamkan kecerdasan layaknya manusia ke dalam sebuah mesin atau sistem digital.

Untuk mempermudah pemahaman, gue nge-breakdown struktur AI ini jadi 3 bagian (Methods, Domains, dan Systems) Ini murni pengelompokan yang gue buat sendiri dari sudut pandang aja, biar nggak pusing ngelihat istilah yang mirip-mirip. Walaupun naytanya bisa saja saling tumpang tindih dan tidak sekaku struktur yang dibuat yang udah gue buat ini.

Dalam perkembangannya, AI punya banyak banget turunannya. Tapi di sini, gue cuma masukin kategori-kategori yang paling umum, relevan, dan sering seliweran aja, karena fokus di artikel ini emang murni buat memahami apa itu AI secara garis besar bukan spesifik membahas suatu subset dari AI.

Artificial Intelligence (AI)
├── Methods → Teknik atau pendekatan untuk membangun AI
│   ├── Symbolic AI
│   ├── Machine Learning (ML)
│   │   ├── Supervised Learning
│   │   ├── Unsupervised Learning
│   │   ├── Reinforcement Learning
│   │   └── Deep Learning (DL)
│   │       └── Generative AI (GenAI)
│   │           ├── Large Language Models (LLM)
│   │           │   ├── Chatbot
│   │           │   ├── AI Assistant
│   │           │   ├── Coding Assistant
│   │           │   └── AI Agent
│   │           ├── Image Generation
│   │           ├── Video Generation
│   │           ├── Audio Generation
│   │           └── Code Generation
│   ├── Evolutionary Computation
│   └── Fuzzy Logic
│
├── Domains → Bidang masalah yang diselesaikan AI
│   ├── Natural Language Processing (NLP)      → Bahasa & Teks
│   ├── Computer Vision (CV)                   → Gambar & Video
│   ├── Speech & Audio Processing              → Suara & Audio
│   ├── Knowledge Representation & Reasoning   → Pengetahuan & Logika
│   └── Planning & Decision Making             → Perencanaan & Keputusan
│
└── Systems → Produk atau sistem nyata yang dibangun menggunakan AI
    ├── Robotics
    ├── Recommender Systems
    ├── Autonomous Systems
    ├── AI Agents
    │   ├── Coding Agents
    │   ├── Research Agents
    │   ├── Customer Service Agents
    │   └── Automation Agents
    └── Multi-Agent Systems

Method

Pendekatan, teknik, atau cara yang digunakan untuk membangun dan menjalankan sistem AI. dalam pengembangannya AI memiliki beberapa pendekatan.

Methods  → Teknik atau pendekatan untuk membangun AI
├── Symbolic AI
├── Machine Learning (ML)
│   ├── Supervised Learning
│   ├── Unsupervised Learning
│   ├── Reinforcement Learning
│   │   └── Deep Learning (DL)
│   │       └── Generative AI (GenAI)
│   │           ├── Large Language Models (LLM)
│   │           │   ├── Chatbot
│   │           │   ├── AI Assistant
│   │           │   ├── Coding Assistant
│   │           │   └── AI Agent
│   │           ├── Image Generation
│   │           ├── Video Generation
│   │           ├── Audio Generation
│   │           └── Code Generation
├── Evolutionary Computation
└── Fuzzy Logic

Pembahasan akan fokus di AI->Machine Learning -> Deep Learning karena itu yang paling sering digunakan.

Machine Learning adalah cabang khusus dari AI yang berfokus pada pengembangan algoritma dan model statistik yang memungkinkan sistem komputer untuk belajar dari data dan membuat prediksi atau keputusan tanpa instruksi eksplisit. Machine Learning menggunakan teknik seperti supervised learning, unsupervised learning, dan reinforcement learning untuk mengidentifikasi pola dalam data dan meningkatkan performa model seiring waktu.

Disini dapat disimpulkanbahwa Machine Learning adalah cabang dari AI , dan masih ada cabang lainnya seperti Symbolic AI, Evolution Computation, Fuzzy Logic dan lain-lain. cara kerja dan fokusnya masing-masing.

kemudian apa itu Deep Learning ? Deep learning adalah sub-bidang dari machine learning yang didorong oleh jaringan saraf berlapis-lapis yang desainnya terinspirasi oleh struktur otak manusia. Model deep learning mendukung sebagian besar kecerdasan buatan (AI) canggih saat ini, mulai dari computer vision dan AI generatif hingga mobil otonom dan robotika.

Jadi Deep Learning adalah cabang Machine Learning yang menggunakan jaringan saraf tiruan (Artificial Neural Networks) berlapis-lapis untuk belajar dari data.

Lalu apa itu Generative AI ? Generative AI (Artificial Intelligence) adalah cabang kecerdasan buatan yang mampu menciptakan konten baru seperti teks, gambar, musik, audio, dan video. Teknologi ini tidak hanya menganalisis data, tetapi juga menghasilkan output yang orisinal, menyerupai karya manusia. Dengan mempelajari pola dari dataset besar, Generative AI menghadirkan revolusi di berbagai sektor.

Nah inilah hasil akhirnya sering kita temui salah satunya Generative AI LLM, model yang digunakan untuk memahami dan menghasilkan bahasa alami dan jenis konten lainnya untuk melakukan berbagai tugas. Digunakan seperti ChatGPT, Claude, Gemini, dan Cursor. Itu merupakan contoh aplikasi yang memanfaatkan LLM sebagai mesin utama di balik kemampuannya.

Domain

Domain adalah bidang atau jenis masalah yang menjadi fokus penerapan AI.

├── Domains → Bidang masalah yang diselesaikan AI
│   ├── Natural Language Processing (NLP)      → Bahasa & Teks
│   ├── Computer Vision (CV)                   → Gambar & Video
│   ├── Speech & Audio Processing              → Suara & Audio
│   ├── Knowledge Representation & Reasoning   → Pengetahuan & Logika
│   └── Planning & Decision Making             → Perencanaan & Keputusan

Jadi AI penerapannya cukup luas berikut beberapa diantaranya.

Domain	Fokus	Input	Output	Contoh Produk / Implementasi
Natural Language Processing (NLP)	Memahami dan menghasilkan bahasa manusia	Teks, dokumen, percakapan	Jawaban, ringkasan, terjemahan, analisis teks	ChatGPT, Claude, Google Gemini
Computer Vision (CV)	Memahami gambar dan video	Foto, video, kamera	Deteksi objek, OCR, pengenalan wajah	Google Lens, Face ID, CCTV Analytics
Speech & Audio Processing	Memahami dan menghasilkan suara	Audio, suara manusia	Transkripsi, suara sintetis, musik	Siri, Suno, Voice Assistant
Knowledge Representation & Reasoning	Menyimpan, menghubungkan, dan menalar pengetahuan	Fakta, aturan, knowledge base	Kesimpulan, rekomendasi, keputusan	Knowledge Graph, Expert System, Rule Engine
Planning & Decision Making	Menentukan langkah terbaik untuk mencapai tujuan	Tujuan, kondisi, aturan	Rencana aksi, keputusan, strategi	AI Agent, Navigasi GPS, Mobil Otonom

Systems

Systems adalah produk, aplikasi, atau sistem nyata yang dibangun menggunakan satu atau lebih metode AI untuk menyelesaikan suatu masalah atau mencapai tujuan tertentu.

└── Systems → Produk atau sistem nyata yang dibangun menggunakan AI
    ├── Robotics
    ├── Recommender Systems
    ├── Autonomous Systems
    ├── AI Agents
    │   ├── Coding Agents
    │   ├── Research Agents
    │   ├── Customer Service Agents
    │   └── Automation Agents
    └── Multi-Agent Systems

berikut table penjelasannya

System	Deskripsi	Domain yang Sering Digunakan	Contoh Produk / Implementasi
Robotics	Sistem AI yang mengendalikan robot fisik untuk berinteraksi dengan lingkungan	CV, Planning, NLP	Robot Industri, Robot Gudang, Robot Humanoid
Recommender Systems	Sistem yang memberikan rekomendasi berdasarkan perilaku dan preferensi pengguna	NLP, ML	Netflix, YouTube, Spotify
Autonomous Systems	Sistem yang mampu mengambil keputusan dan bertindak secara mandiri	CV, Planning, ML	Mobil Otonom, Drone Otonom, Robot Pengantar
AI Agents	Sistem AI yang mampu merencanakan, menggunakan tools, dan menyelesaikan tugas untuk mencapai tujuan tertentu	NLP, Reasoning, Planning	Coding Agent, Research Agent, Automation Agent
Multi-Agent Systems	Sekumpulan AI Agent yang bekerja sama untuk menyelesaikan tugas yang kompleks	NLP, Reasoning, Planning	Tim Coding Agent, Enterprise AI Workflow, Agent Collaboration Systems