Apa itu LLM?

LLM adalah singkatan dari Large Language Model, atau model bahasa besar. Ini adalah jenis jaringan saraf tiruan yang dilatih pada jumlah teks yang sangat besar (miliaran halaman web, buku, artikel, kode sumber) untuk belajar memprediksi kata berikutnya dalam sebuah kalimat. ChatGPT, Claude, Gemini, Llama, Mistral, DeepSeek: semua nama yang Anda lihat di mana-mana sejak 2023 adalah LLM atau produk yang dibangun di atas LLM.

Prinsipnya mungkin terlihat sangat sederhana untuk teknologi yang menghasilkan kode, menulis esai, merangkum dokumen 500 halaman, dan lulus ujian kedokteran: memprediksi kata berikutnya. Tapi ketika Anda melatih jaringan saraf yang cukup besar pada cukup banyak teks, tugas prediksi ini memunculkan kemampuan yang tidak benar-benar diantisipasi siapa pun: penalaran, penerjemahan, pemecahan masalah, pembuatan kode, dan bentuk pemahaman bahasa yang meskipun bukan manusia, sering menghasilkan hasil yang tidak bisa dibedakan dari manusia.

Cara kerja LLM

LLM adalah fungsi matematika yang sangat kompleks. Menerima urutan kata (lebih tepatnya "token", pecahan kata) sebagai masukan, dan menghasilkan distribusi probabilitas atas semua token yang mungkin sebagai keluaran. Token dengan probabilitas tertinggi dipilih sebagai kata berikutnya, ditambahkan ke urutan, dan proses dimulai lagi. Begitulah model menghasilkan teks, kata demi kata (atau token demi token).

Arsitektur yang mendasarinya disebut Transformer, diperkenalkan oleh peneliti Google pada 2017 dalam makalah berjudul "Attention Is All You Need". Inovasi kunci Transformer adalah mekanisme attention: alih-alih memproses kata satu per satu dari kiri ke kanan (seperti jaringan rekuren sebelumnya), Transformer dapat mempertimbangkan semua kata dalam urutan secara bersamaan dan menghitung hubungan antara setiap pasangan kata. Inilah yang memungkinkannya memahami konteks: saat menulis "tepi sungai", model tahu bahwa "tepi" mengacu pada pinggiran air, karena telah menghitung hubungan antara "tepi" dan "sungai".

Di 2026, arsitektur dominan adalah Mixture of Experts (MoE): model berisi triliunan parameter total, tapi hanya sebagian kecil (beberapa puluh miliar) yang diaktifkan untuk setiap token. Seperti gedung dengan ratusan kantor spesialis: untuk setiap pertanyaan, Anda diarahkan hanya ke 2-3 kantor yang relevan, bukan semua 200. Ini memungkinkan kualitas model raksasa dengan biaya komputasi yang jauh lebih wajar.

Tiga tahap pembuatan LLM

LLM tidak lahir dengan kemampuan bercakap-cakap. Pembuatannya melewati tiga tahap berbeda, masing-masing memberikan kemampuan yang berbeda.

Pra-pelatihan (pre-training). Model dilatih pada korpus teks masif (miliaran halaman web, buku, kode sumber, makalah ilmiah, diskusi forum). Tujuannya sederhana: memprediksi kata berikutnya. Dengan melakukannya miliaran kali pada miliaran teks, model mempelajari tata bahasa, fakta, penalaran logis, gaya, dan bentuk "pengetahuan dunia" yang dikodekan dalam hubungan statistik antar kata. Pra-pelatihan adalah fase termahal: melatih GPT-3 mengonsumsi 1.287 MWh listrik, setara dengan memberi daya 330 rumah tangga Amerika selama setahun. Model 2026 mengonsumsi lebih banyak lagi.

Fine-tuning terawasi (SFT). Setelah pra-pelatihan, model bisa melengkapi teks tapi tidak bisa menjawab pertanyaan, mengikuti instruksi, atau melakukan percakapan terstruktur. Fine-tuning terawasi melatihnya pada contoh percakapan berkualitas tinggi: pasangan tanya-jawab yang ditulis manusia, contoh mengikuti instruksi, tugas penalaran. Langkah ini mengubah "pelengkap teks" menjadi asisten percakapan.

Alignment (RLHF, DPO, GRPO). Tahap ketiga menyelaraskan perilaku model dengan preferensi manusia. Metode historis adalah RLHF (Reinforcement Learning from Human Feedback): manusia membandingkan dua jawaban model dan menunjukkan mana yang lebih baik. Model reward dilatih pada preferensi ini, lalu digunakan untuk mengoptimalkan LLM via reinforcement learning. Metode lebih baru seperti DPO (Direct Preference Optimization) dan GRPO (Group Relative Policy Optimization) menyederhanakan proses ini. Alignment mencegah model menghasilkan konten berbahaya, mengikuti instruksi berbahaya, atau menjawab terlalu bertele-tele.

Token: unit dasar

LLM tidak bekerja dengan kata tapi token. Token adalah pecahan teks: kata umum sering satu token, kata langka bisa dipecah jadi beberapa token, karakter khusus atau tanda baca biasanya token tersendiri. Rata-rata, untuk teks Indonesia atau Inggris, satu token setara sekitar 3/4 kata. Teks 1.000 kata sekitar 1.300 token.

Perbedaan ini penting karena LLM mengenakan biaya dan membatasi per token, bukan per kata. "Jendela konteks" (jumlah teks yang bisa diproses model sekaligus) diukur dalam token. Di 2026, model terdepan menawarkan jendela konteks 128.000 hingga 1 juta token (Gemini, Claude), dan Meta Llama 4 Scout mencapai 10 juta token. Tapi "jendela konteks" dan "konteks efektif" bukan hal yang sama: kebanyakan model kehilangan akurasi pada informasi di tengah konteks panjang.

Apa yang bisa dilakukan LLM

Daftar kemampuan LLM di 2026 panjang dan bertambah setiap generasi model baru.

Pembuatan teks. Menulis email, laporan, artikel, skrip, posting media sosial. Penggunaan paling umum dan terlihat.

Ringkasan dan analisis. Meringkas dokumen 200 halaman jadi beberapa paragraf, mengekstrak poin kunci, mengidentifikasi argumen utama, membandingkan dua teks.

Penerjemahan. LLM menerjemahkan antar puluhan bahasa dengan kualitas yang sering menyaingi penerjemah manusia untuk teks sehari-hari (kurang andal untuk teks sangat teknis atau sastra).

Pembuatan dan analisis kode. Menulis kode di hampir semua bahasa pemrograman, debug kode yang ada, menjelaskan apa yang dilakukan program, mengonversi kode antar bahasa. Di 2026, sekitar 85% developer rutin menggunakan alat pengkodean berbantuan LLM.

Penalaran. Model penalaran (GPT-5 dengan upaya yang dapat dikonfigurasi, Claude dengan "extended thinking", Gemini 3, DeepSeek R1) bisa menyelesaikan masalah matematika kompleks, teka-teki logika, dan tugas yang memerlukan perencanaan multi-langkah. Mereka "berpikir" dengan menghasilkan rantai pemikiran internal sebelum memberikan jawaban akhir.

Multimodalitas. LLM modern tidak lagi terbatas pada teks. Bisa menganalisis gambar (mendeskripsikan foto, membaca teks di gambar, menginterpretasi grafik), memproses file audio (transkripsi, penerjemahan suara), dan kadang menghasilkan gambar atau video.

Apa yang tidak bisa dilakukan LLM

Meskipun kemampuannya mengesankan, LLM memiliki keterbatasan fundamental yang perlu dipahami untuk menggunakannya dengan benar.

Halusinasi. LLM kadang mengarang informasi palsu dengan keyakinan penuh. Bisa mengutip studi yang tidak ada, mengatribusikan kutipan ke orang yang tidak pernah mengatakannya, atau memberikan angka yang sepenuhnya dibuat-buat. Masalahnya dari sifat mereka sendiri: menghasilkan teks paling mungkin, bukan paling benar. Untuk LLM, pernyataan palsu yang "terdengar benar" bisa punya probabilitas lebih tinggi dari pernyataan benar yang diungkapkan secara tidak biasa. Tingkat halusinasi menurun setiap generasi model tapi tidak nol dan mungkin tidak akan pernah.

Penalaran andal pada rantai panjang. LLM bisa merangkai 3-5 langkah penalaran secara andal. Di atasnya, kesalahan menumpuk. Masalah yang memerlukan 15 langkah logika akan diselesaikan secara inkonsisten bahkan oleh model terbaik. Model penalaran (yang "berpikir" lebih lama) menaikkan batas ini tapi tidak menghilangkannya.

Pengetahuan terkini. LLM beku dalam waktu. Tahu informasi di data pelatihannya tapi tidak tahu apa yang terjadi setelah tanggal cutoff pelatihan. Butuh alat (pencarian web, akses database) untuk informasi terbaru, yang berarti membangun agen AI di sekitar LLM.

Matematika dan menghitung. Paradoksnya, LLM buruk dalam aritmatika dasar saat harus melakukannya "di kepala" (menghitung huruf dalam kata, mengalikan bilangan besar). Bagus di penalaran matematika (memahami masalah dan merumuskan pendekatan) tapi bukan perhitungan mentah. Sistem terbaik memberi akses ke interpreter kode untuk menjalankan perhitungan alih-alih melakukannya sendiri.

Memori antar percakapan. Secara default LLM tidak punya memori antar dua percakapan. Setiap pertukaran mulai dari nol. Sistem memori (ringkasan percakapan sebelumnya, database konteks) adalah lapisan yang ditambahkan aplikasi, bukan kemampuan native model.

LLM utama di 2026

Ekosistem LLM terstruktur dalam dua kategori: model proprietary (hanya via API atau antarmuka web) dan model open source (bisa diunduh dan dijalankan lokal).

GPT-5 (OpenAI) adalah model unggulan OpenAI, penerus GPT-4. Mengintegrasikan mode penalaran yang dapat dikonfigurasi yang memungkinkannya "berpikir" lebih lama atau lebih singkat tergantung kompleksitas tugas. ChatGPT, dibangun di atas GPT-5, mencapai 900 juta pengguna aktif mingguan di 2026.

Claude (Anthropic) adalah keluarga model Anthropic, dengan arsitektur yang berfokus pada keamanan dan alignment. Claude tersedia dalam beberapa ukuran (Haiku, Sonnet, Opus) yang disesuaikan untuk trade-off kualitas/biaya/kecepatan yang berbeda. Anthropic melayani lebih dari 300.000 pelanggan bisnis.

Gemini (Google) adalah keluarga model Google, terintegrasi di Google Search, Gmail, Google Docs, dan Android. Aplikasi Gemini melampaui 900 juta pengguna aktif bulanan di 2026. Gemini menonjol dengan jendela konteks yang sangat besar (hingga 1 juta token).

Llama (Meta) adalah keluarga model open source terkemuka, bebas diunduh dan dimodifikasi. Llama 4 Scout mencapai 10 juta token konteks. Model Llama digunakan secara luas oleh perusahaan yang ingin meng-host LLM sendiri tanpa bergantung pada penyedia cloud.

DeepSeek (DeepSeek) adalah model open source Cina yang mengguncang industri di awal 2025 dengan mendemonstrasikan performa setara GPT-4 dengan biaya pelatihan yang jauh lebih rendah. DeepSeek membuktikan bahwa performa terdepan tidak selalu membutuhkan anggaran terdepan.

Mistral (Mistral AI) adalah model Eropa terkemuka, dikembangkan oleh startup Prancis. Mistral memposisikan diri pada efisiensi: model lebih kecil tapi sangat kompetitif untuk ukurannya, terutama cocok untuk kasus penggunaan di mana latensi atau biaya adalah faktor kritis.

Parameter: apa artinya

Saat berbicara tentang model "70 miliar parameter" atau "1 triliun parameter", parameter adalah nilai numerik yang disesuaikan selama pelatihan yang mendefinisikan perilaku model. Setiap parameter adalah angka floating-point yang disimpan di jaringan saraf. Secara kasar, lebih banyak parameter berarti model bisa mengkodekan lebih banyak pengetahuan dan hubungan lebih kompleks antar kata.

Tapi ukuran bukan segalanya. Model 8 miliar parameter yang dilatih baik pada data berkualitas bisa mengalahkan model 70 miliar parameter yang dilatih buruk pada data biasa-biasa saja. Kualitas data pelatihan, arsitektur model, dan teknik pasca-pelatihan sama pentingnya, bahkan lebih penting, dari jumlah parameter mentah. Ini pelajaran yang diberikan DeepSeek kepada industri: performa tidak hanya bergantung pada anggaran.

Model proprietary vs open source

Debat antara model proprietary dan open source adalah salah satu yang paling aktif di industri 2026.

Model proprietary (GPT-5, Claude, Gemini) hanya bisa diakses via API atau antarmuka web. Anda tidak bisa melihat kode sumbernya, mengunduhnya, atau memodifikasinya. Kelebihan: umumnya performa tertinggi, terus diperbarui, dan Anda tidak perlu mengelola infrastruktur. Kekurangan: Anda bergantung pada penyedia (harga, syarat penggunaan, ketersediaan, kebijakan privasi data).

Model open source (Llama, DeepSeek, Mistral, Qwen) bisa diunduh, dimodifikasi, dan dijalankan di infrastruktur sendiri. Kelebihan: kontrol penuh atas data (tidak ada yang keluar dari server Anda), kemampuan fine-tune model untuk kasus penggunaan spesifik, tanpa ketergantungan vendor. Kekurangan: harus mengelola infrastruktur (GPU mahal), performa umumnya sedikit di bawah model proprietary terbaik, dan pembaruan lebih jarang.

Di 2026, kesenjangan performa antara kedua kategori menyempit. DeepSeek V3.2, Qwen3, dan Llama 4 bersaing dengan model proprietary di banyak benchmark. Bagi banyak perusahaan, pilihan lebih didasarkan pada kebutuhan privasi, biaya, dan kontrol daripada performa mentah.

Biaya penggunaan

LLM proprietary mengenakan biaya per token (masukan dan keluaran). Harga bervariasi signifikan tergantung model dan penyedia. Model terdepan biasanya berharga antara $2 dan $15 per juta token masukan, dan antara $8 dan $60 per juta token keluaran. Model lebih kecil atau lebih lama berharga sebagian kecil dari harga ini.

Untuk model open source self-hosted, biaya utama adalah perangkat keras: GPU profesional (NVIDIA A100 atau H100) berharga antara $10.000 dan $30.000, dan model besar membutuhkan beberapa GPU. Biaya per token lebih rendah setelah infrastruktur berjalan, tapi investasi awal dan pemeliharaan signifikan.

Pasar LLM global diperkirakan $7,81 miliar di 2025 dan diproyeksikan mencapai $130 miliar pada 2034. OpenAI telah melampaui $20 miliar dalam pendapatan tahunan, Anthropic telah mencapai $14 miliar.

Risiko dan batasan yang perlu diingat

Privasi data. Saat Anda mengirim teks ke LLM via API cloud, teks tersebut dikirimkan ke server penyedia. Selalu periksa kebijakan privasi: beberapa penyedia mungkin menggunakan data Anda untuk melatih model masa depan. Jika privasi kritis, pertimbangkan model open source self-hosted atau kontrak enterprise dengan jaminan eksplisit.

Bias. LLM mencerminkan bias yang ada dalam data pelatihan mereka. Jika data terlalu merepresentasikan perspektif budaya, geografis, atau demografis tertentu, model akan mereproduksi bias tersebut. Penyedia bekerja untuk menguranginya melalui alignment dan filtering, tapi masalahnya belum terselesaikan.

Konsumsi energi. Pelatihan dan penggunaan LLM mengonsumsi energi dalam jumlah yang cukup besar. Sektor AI bisa mengonsumsi antara 85 dan 134 TWh per tahun pada 2027, hampir sebanyak Belanda. Ini kekhawatiran lingkungan yang semakin berkembang.

Ketergantungan. Konsentrasi pasar di sekitar beberapa penyedia (OpenAI, Google, Anthropic, Meta) menciptakan risiko ketergantungan. Perubahan harga, kebijakan penggunaan, atau gangguan bisa memengaruhi jutaan pengguna dan aplikasi.

LLM adalah jaringan saraf yang dilatih untuk memprediksi kata berikutnya. Tugas sederhana ini, diterapkan pada skala masif, memunculkan kemampuan penalaran, penulisan, penerjemahan, dan pemrograman yang telah mentransformasi komputasi dalam tiga tahun. Di 2026, LLM digunakan oleh ratusan juta orang, tapi keterbatasannya (halusinasi, penalaran rapuh pada urutan panjang, tidak adanya memori native) tetap nyata. Memahami apa itu LLM dan apa yang bukan adalah syarat untuk menggunakannya secara efektif.