Tech Talk #3: Masa Depan AI dan Tantangan AI Testing

37

Tech Talk #3: Masa Depan AI dan Tantangan AI Testing - 2025

Dalam event Tech Talk #3 – Smart Web, Smarter Future: Kolaborasi Website dan AI di Era Digital (event kolaborasi Exabytes x Dunia Coding) yang diselenggarakan pada Sabtu, 21 Juni 2025 di Auditorium Politeknik AI Budi Mulia Dua, kami berkesempatan untuk berbincang dengan Pak Arwan Ahmad Khoiruddin, S.Kom., M.Cs. (Wakil Direktur 1 Politeknik AI Budi Mulia Dua), salah satu narasumber yang membahas tema menarik seputar AI Testing.

Simak pandangan beliau yang tajam dan membumi berikut ini.

AI Tidak Sekadar “Bisa Pakai”, Tapi Harus Dipahami

Menurut Pak Arwan, banyak orang saat ini memandang AI secara permukaan—cukup dengan mengetik prompt dan menerima hasil. Namun bagi developer, pendekatan ini sangat tidak ideal.

“Kita tidak boleh hanya pakai ChatGPT lalu langsung terima hasilnya. Sebagai developer, kita perlu tahu input dan expected output-nya seperti apa,” tegasnya.

AI bukan alat magis. Kita harus memahami proses yang terjadi di dalamnya—apakah hasil yang muncul mengandung halusinasi, apakah output sesuai ekspektasi, dan bagaimana proses itu bekerja dari hulu ke hilir.

Tantangan AI: Dari Sudut Pandang Developer

Pak Arwan mencontohkan pengalaman pribadinya saat menggunakan AI untuk membangun UI atau website. Ketika ada komponen visual yang tidak rapi—misalnya tidak sejajar atau salah posisi—AI seringkali tidak bisa memperbaikinya secara konsisten.

“AI itu tidak ‘berpikir’. Ia hanya menghasilkan. Saat disuruh memperbaiki hal kecil, seperti posisi komponen UI, kadang bisa, kadang tidak. Tidak bisa diprediksi.”

Karena itu, developer perlu melakukan validasi dan pengujian berulang, bukan hanya mencoba sekali dan merasa selesai. Apalagi dalam konteks bisnis, kebutuhan dan proses akan terus berkembang.

Kenapa AI Testing Itu Penting?

AI generatif, terutama yang berbasis large language model (LLM), punya karakteristik unik. Misalnya, meskipun parameter seperti temperature dan seed sudah ditentukan, hasil generate masih bisa berbeda.

“Saya set temperature ke 0 dan seed ke 10, tapi tetap hasilnya beda tiap kali. Itu menunjukkan bahwa LLM memang belum stabil dan masih perlu testing yang mendalam.”

Masalah ini bukan dari tools turunannya, tapi dari model AI-nya sendiri. Maka testing bukan sekadar opsi, tapi keharusan jika ingin membuat produk yang stabil dan dapat diandalkan.

Prompt Engineering: Seni yang Masih Belum Konsisten

Bagi pengguna umum, prompt adalah jembatan utama untuk memanfaatkan AI. Tapi Pak Arwan mengingatkan bahwa hasil prompt bisa sangat bervariasi tergantung model yang digunakan.

“Saya pernah simpan satu prompt, tapi ketika digunakan lagi hasilnya berbeda. Bahkan ketika prompt yang sama digunakan di model GPT-4 dan GPT-4.5, hasilnya bisa beda jauh.”

Artinya, prompt engineering bukan hanya soal menulis instruksi yang bagus, tapi juga memahami model yang dipakai dan konteks penggunaannya.

Tech Talk #3: Masa Depan AI dan Tantangan AI Testing - 2025

AI Avatar dan Branding: Apakah Sudah Siap?

Dalam konteks brand atau UMKM yang ingin menggunakan AI avatar secara konsisten, misalnya untuk konten video, masih ada tantangan.

Namun teknologi seperti Dreamina (capcut.com) sudah memungkinkan referensi wajah agar hasil video tetap konsisten.

“Kalau referensi wajahnya sama, misalnya pakai aktor yang sama terus-menerus, AI bisa bantu buat video dengan wajah dan gaya yang konsisten. Tapi tetap ada kemungkinan output-nya berbeda tergantung model dan data latihannya.”

Kualitas AI Akan Semakin Baik – Tapi Perlahan

Menurut Pak Arwan, AI saat ini terus berkembang. Masalah seperti bentuk tangan atau proporsi tubuh yang dulu sering bermasalah dalam visual AI kini sudah jauh lebih baik, karena itu jadi perhatian khusus dalam pelatihan data.

Ia juga mengutip penelitian dari Facebook yang mencoba mengembangkan AI dengan pendekatan berbeda—bukan sekadar mengenali gambar lewat piksel, tapi mengekstrak property unik dari objek tersebut.

“Misalnya, bukan cuma lihat pikselnya, tapi AI bisa mengenali bahwa kuping adalah ciri khas kucing. Jadi dia belajar properti objek, bukan hanya bentuk globalnya.”

Penutup: AI Testing Adalah Fondasi Penting untuk Masa Depan AI

Pak Arwan menggarisbawahi bahwa seiring berkembangnya pemanfaatan AI—baik untuk individu, UMKM, maupun perusahaan—kebutuhan terhadap sistem pengujian yang kuat juga akan meningkat. Semakin kompleks kebutuhannya, semakin penting testing dilakukan secara berkelanjutan.

“Kalau bisnis kita berkembang dan kita mengandalkan AI untuk mendukung prosesnya, ya testing harus makin ketat. Kalau tidak, bisa jadi AI-nya malah bikin masalah di masa depan.”

Siap Membangun Aplikasi AI yang Stabil?

Gunakan layanan hosting dan infrastruktur yang andal dari Exabytes untuk mengembangkan dan menguji aplikasi AI-mu secara optimal. Dukung performa dan skalabilitas dengan cloud yang fleksibel dan performa tinggi.