0 views
Read
#0
Belajar Generative AI - Pre-Requisites Skill & Setup Environment
Sebelum menyentuh model atau API LLM, kalian perlu menguasai dasar Python (HTTP, JSON, async), manajemen API key yang aman, serta cara memanggil chat completion dan streaming. Di episode ini kalian juga menyiapkan Python 3.12+, akun API (OpenAI, Anthropic, Gemini, atau Ollama lokal), LangChain/LlamaIndex, ChromaDB, dan memverifikasi seluruh environment siap dipakai sepanjang series.
August 16, 2026
00
Read
#1
Belajar Generative AI - Definisi, Sejarah & Perkembangan
Mendefinisikan generative AI dan menelusuri evolusinya dari GAN, diffusion, hingga LLM; memahami era foundation models (2023-2025) yang melahirkan agentic AI & reasoning (2026); serta membaca tren besar 2026: multimodal default, RAG & tool use sebagai standar, dan model open-weight yang kini setara dengan model closed.
August 16, 2026
00
Read
#2
Belajar Generative AI - Cara Kerja LLM (Token & Transformer)
Membongkar cara kerja LLM dari dalam: tokenization, arsitektur transformer & mekanisme attention, hingga next-token prediction sebagai satu-satunya tugas model. Di episode ini juga ada praktik eksperimen tokenizer, parameter sampling temperature & top-p, serta memahami hallucination, determinisme, dan batas kemampuan model.
August 16, 2026
00
Read
#3
Belajar Generative AI - Prompt Engineering Dasar
Menguasai fondasi prompt engineering: peran system/user roles, few-shot prompting, chain-of-thought (CoT), dan structured output. Episode ini juga berisi praktik membangun prompt untuk tiga task nyata — summarization, extraction, dan code generation — lengkap dengan pola umum yang bisa langsung dipakai di produksi.
August 16, 2026
00
Read
#4
Belajar Generative AI - Prompt Engineering Lanjutan & Model Selection
Naik level dari prompt dasar ke teknik lanjutan: prompt chaining, meta-prompting, dan evaluasi prompt dengan LLM-as-judge serta golden set. Episode ini juga mengajarkan cara memilih model yang tepat berdasarkan task, cost, latency, dan context window — keputusan arsitektur yang berdampak langsung ke biaya dan pengalaman pengguna.
August 16, 2026
00
Read
#5
Belajar Generative AI - API Integration & Structured Output
Mengintegrasikan LLM ke aplikasi nyata: OpenAI-compatible API, streaming server-side, function/tool calling, dan JSON schema untuk structured output. Episode ini berisi praktik membangun backend FastAPI dan UI Next.js dengan streaming token langsung dari model.
August 16, 2026
00
Read
#6
Belajar Generative AI - Embeddings & Vector Databases
Memahami text embeddings: mengubah makna teks menjadi vektor angka, cosine similarity untuk semantic search, lalu membangun vector database dengan ChromaDB, Qdrant, Pinecone, atau Weaviate — lengkap dengan indexing, metadata filtering, dan hybrid search keyword + vektor.
August 16, 2026
00
Read
#7
Belajar Generative AI - RAG: Retrieval-Augmented Generation
Membangun RAG (Retrieval-Augmented Generation) dari nol: chunking, indexing, retrieval, dan generation yang grounded pada dokumen. Episode ini juga memandu pipeline PDF/website ke Q&A serta mengevaluasi kualitas retrieval (recall) dan kualitas jawaban terhadap dokumen sumber.
August 16, 2026
00
Read
#8
Belajar Generative AI - RAG Lanjutan: Graph, Hybrid & Multi-Modal RAG
Meningkatkan RAG dari tahap dasar ke level produksi: strategi chunking lanjutan, reranking, parent-child document, dan GraphRAG untuk data ber-relasi. Episode ini juga membuka multimodal RAG — image & table extraction, vision RAG, dan integrasi OCR — untuk dokumen yang bukan sekadar teks.
August 16, 2026
00
Read
#9
Belajar Generative AI - Function Calling & Tool Use
Membangun function calling secara utuh: structured tool schema, loop eksekusi tool, serta tool retry & error handling. Episode ini berisi praktik membangun agen yang bisa query database, melakukan kalkulasi, dan memanggil API eksternal — fondasi dari agents di episode 10.
August 16, 2026
00