1 of 16

Dasar-dasar KA

KA GENERATIF

AI Ready ASEAN

2 of 16

KA GENERATIF

KA Generatif dapat menghasilkan teks, gambar, dan suara baru berdasarkan pola yang dipelajari dari data latih yang sudah ada.

3 of 16

Suno memungkinkan pengguna membuat lagu hanya dari prompt

CONTOH PENERAPAN NYATA TEKNOLOGI KA, MACHINE LEARNING, DEEP LEARNING, DAN KA GENERATIF DI INDONESIA

KA diterapkan dalam sistem pelayanan publik seperti SPBE

Google Translate & Search, memanfaatkan ML

Sistem tilang elektronik merupakan contoh penerapan DL.

4 of 16

Contoh KA Generatif - Alternate Ending Squid Game 3

Akun Youtube Multiverse of Movies, 2 Juli 2025

https://www.youtube.com/watch?v=DRUwBrxJEGs

5 of 16

https://excellenttown.com/wp-content/uploads/2023/09/361362665_647238084105795_6182302171570208983_n-64b905bca2c24__700.jpg

6 of 16

https://excellenttown.com/wp-content/uploads/2023/09/ai-fails-7-64a27409b4c00__700.jpg

7 of 16

KEUNGGULAN

KA GENERATIF

Meningkatkan Kreativitas dan Pembuatan Konten

1.

Meningkatkan Efisiensi dan Produktivitas

2.

Pembelajaran & Pendampingan yang Disesuaikan

3.

Mendukung Kemampuan Memproses Berbagai Format Data

4.

8 of 16

KELEMAHAN

KA GENERATIF

Akurasi dan Misinformasi

Masalah Etika dan Bias

1.

2.

Ketergantungan Berlebihan

3.

Risiko Privasi dan Keamanan

4.

9 of 16

MEMAHAMI MODEL KA

1. Supervised learning adalah metode pembelajaran mesin (machine learning) di mana model dilatih menggunakan data berlabel.

Contohnya dalam deteksi email spam: sistem dilatih dengan banyak contoh email yang sudah ditandai sebagai "spam" atau "bukan spam".

2. Unsupervised learning adalah metode di mana komputer belajar dari data tanpa label—artinya, tidak ada jawaban yang diberikan sebelumnya. Contohnya, bayangkan ada sekeranjang buah yang berisi apel, pisang, dan jeruk, tapi tidak diberi nama. KA akan menganalisis bentuk, warna, dan ukuran buah-buah itu, lalu mengelompokkan buah yang mirip ke dalam satu kelompok. Misalnya, semua yang bulat dan merah masuk ke satu kelompok (apel), yang panjang dan kuning ke kelompok lain (pisang), dan seterusnya. KA tidak tahu nama buahnya, tapi bisa menemukan pola dan membuat kategori sendiri berdasarkan kesamaan.

3. Reinforcement learning: KA belajar tanpa harus secara eksplisit diprogram untuk setiap skenario. Cukup definisikan tujuannya, dan KA akan mencari tahu sendiri cara terbaik untuk mencapai tujuan.

Contoh self-driving car membuat keputusan real-time seperti kapan harus berhenti, belok, atau menghindari rintangan.

4. KA Generatif menghasilkan konten baru yang belum pernah ada sebelumnya. Itulah kenapa disebut “generative”—karena mereka menghasilkan (generate) sesuatu dari nol.

Misal “buatkan puisi tentang hujan”, maka KA Generatif akan langsung menciptakan puisi dari prompt yang diberikan.

10 of 16

Mobil Tanpa Sopir Pertama Di Indonesia! | Review Navya Arma Indonesia

Akun Youtube Setir Kanan, 22 Juni 2022

https://www.youtube.com/watch?v=PAIm00CRsDo

11 of 16

CARA KA GENERATIF BEKERJA

Tahap Belajar

(Training)

01

02

03

Pembuatan

Konten Baru

Peningkatan

Seiring Waktu

12 of 16

KETERBATASAN

DAN ETIKA

Bias

Misinformasi

Penggunaan KA yang

Bertanggung Jawab

1. Bias terjadi ketika KA menunjukkan keberpihakan atau ketidakadilan terhadap kelompok tertentu karenadata pelatihan yang tidak seimbang (misalnya lebih banyak data dari satu ras, gender, atau budaya)

2. Misinformasi adalah informasi yang salah atau menyesatkan yang bisa dihasilkan oleh KA karena:

- Salah memahami konteks

- Mengambil data dari sumber yang tidak akurat

- Tidak bisa memverifikasi fakta secara mandiri

Contoh: KAmenjawab pertanyaan sejarah dengan fakta yang keliru.

3. PENGGUNAAN KA YANG BERTANGGUNG JAWAB

perlu prinsip-prinsip berikut:

- Transparansi: Jelaskan bagaimana KA bekerja dan dari mana datanya berasal.

- Keadilan: Pastikan KA tidak mendiskriminasi atau merugikan kelompok tertentu.

- Privasi: Lindungi data pribadi pengguna dan jangan gunakan tanpa izin.

- Akurasi: Verifikasi informasi yang dihasilkan KA, terutama untuk keputusan penting.

- Pengawasan Manusia: Jangan biarkan KA mengambil keputusan sepenuhnya tanpa evaluasi manusia.

13 of 16

Gunakan Data Berkualitas Tinggi

Terapkan

Audit KA

Melibatkan Campur Tangan Manusia dalam Sistem

Mengembangkan Literasi KA

STRATEGI MITIGASI RISIKO

14 of 16

KEISTIMEWAAN

KA GENERATIF DIBANDINGKAN

KA TIPE LAIN

Pembuatan Konten vs. Pengambilan Keputusan

Training Approach/

Pendekatan Pelatihan

15 of 16

Rancang modul pelatihan pendidik dengan bantuan KA

Gunakan KA untuk menyusun soal evaluasi bagi pendidik

Kembangkan chatbot pelatihan/

bimbingan yang didukung KA

BAGAIMANA KA GENERATIF MENDUKUNG

MASTER TRAINER

16 of 16

KESIMPULAN

KA dapat meningkatkan proses pelatihan pendidik melalui penyesuaian dan efisiensi.

Berbagai perangkat KA mampu meningkatkan proses pembuatan konten dan metode penilaian.

Pertimbangan etis sangat penting untuk memastikan penerapan KA yang bertanggung jawab.

Master trainer perlu bereksperimen dengan KA agar dapat memimpin inovasi dalam dunia pendidikan.