Paling banyak satu email per minggu. Berhenti kapan saja dengan satu klik.
Transkrip
Narasi lengkap video ini. Kalimat yang sedang diucapkan disorot saat video diputar; klik kalimat untuk melompat ke sana.
Tampilkan transkrip
Pembuka
Selamat datang di kelas Agentic AI Tanpa Coding dari Cerdas Inovasi Digital. Di episode pertama ini kita meluruskan tiga istilah yang sering tertukar: chatbot, otomasi, dan AI agent. Setelah menonton, Anda bisa menilai sendiri pekerjaan mana yang cocok diserahkan ke masing-masing.
Langkah 1: Apa yang akan kita bangun di kelas ini
Sebelum masuk ke materi, mari sepakati dulu tujuannya. Kelas ini bukan tur fitur aplikasi AI. Targetnya, di akhir kelas Anda punya minimal satu agent atau otomasi yang benar-benar dipakai di pekerjaan atau usaha Anda sendiri, dan terasa menghemat waktu setiap minggu. Kelas ini dirancang untuk lima kelompok. Pertama, pelaku UMKM yang setiap hari membalas chat pelanggan, mencatat pesanan, dan membuat konten jualan. Kedua, profesional kantor yang tenggelam di email, jadwal rapat, dan laporan rutin. Ketiga, marketer yang perlu riset pasar, menulis caption, dan menyusun kalender konten dengan cepat. Keempat, admin yang mengolah data formulir, membuat rekap, dan mengirim pengingat. Dan kelima, pengajar yang menyiapkan materi, soal, dan umpan balik untuk banyak murid sekaligus. Kalau pekerjaan Anda mirip salah satunya, Anda berada di kelas yang tepat. Prasyaratnya sederhana. Pertama, laptop atau PC dengan browser modern seperti Chrome, Edge, atau Firefox. Kedua, akun Google. Kita akan banyak memakai Gmail, Google Drive, Sheets, Calendar, dan Forms. Ketiga, akun ChatGPT atau Claude. Versi gratis sudah cukup untuk sesi-sesi awal, dan saya akan memberi tahu kapan fitur berbayar memang dibutuhkan. Keempat, akun n8n atau Make untuk otomasi visual. Ini baru dipakai mulai Sesi 6, dan keduanya punya paket gratis untuk belajar. Satu lagi yang penting: tidak ada satu baris kode pun yang perlu Anda tulis. Perjalanan kita terbagi empat babak. Sesi satu dan dua membangun pemahaman: apa itu agent, dan bagaimana memberi perintah yang hasilnya konsisten. Sesi tiga sampai lima, kita membuat asisten AI khusus usaha Anda, mengajak AI meriset dan bertindak di browser, lalu menghubungkannya ke Gmail, Calendar, dan Sheets. Sesi enam sampai delapan adalah inti otomasi: workflow visual di n8n atau Make, agent yang punya alat, sampai layanan pelanggan di WhatsApp dan Telegram. Terakhir, sesi sembilan dan sepuluh membahas kualitas, keamanan, biaya, lalu proyek akhir Anda sendiri. Setiap sesi menghasilkan satu output nyata yang dipakai lagi di sesi berikutnya, jadi simpan semua hasil latihan Anda.
Langkah 2: Chatbot: AI yang menjawab saat ditanya
Mari mulai dari yang paling akrab: chatbot. Saat Anda membuka ChatGPT, Claude, atau Gemini lalu mengetik pertanyaan, Anda sedang memakai chatbot. Contohnya, pemilik kedai kopi meminta tiga caption Instagram untuk promo kopi susu gula aren seharga delapan belas ribu rupiah, berlaku Jumat sampai Minggu. Dalam beberapa detik, chatbot menulis tiga pilihan caption yang rapi, lengkap dengan harga dan periode promo. Untuk pekerjaan menulis seperti ini, chatbot sangat kuat. Sekarang perhatikan permintaan berikutnya. Pemilik kedai meminta chatbot langsung memposting caption kedua ke Instagram tokonya. Jawabannya: tidak bisa. Chatbot hanya menulis di jendela percakapan. Yang menyalin, membuka Instagram, dan menekan tombol posting tetap Anda sendiri. Pola kerja chatbot selalu sama. Pertama, Anda bertanya atau memberi perintah. Kedua, AI menjawab. Jawabannya bisa berupa teks, tabel, daftar ide, atau ringkasan. Ketiga, AI berhenti dan menunggu. Ia tidak akan bergerak lagi sampai Anda menulis pesan berikutnya. Keempat, Anda sendiri yang bertindak: menyalin hasil, mengirim email, atau memasukkan data. Jadi kuncinya, Anda yang memulai dan Anda pula yang bertindak. AI membantu berpikir dan menulis di tengahnya. Supaya adil, mari lihat kekuatan dan kelemahannya. Dalam hal menulis, chatbot luar biasa cepat. Kelemahannya, gaya tulisan bisa berubah-ubah kalau perintahnya tidak jelas. Ini yang kita perbaiki di Sesi 2 tentang prompting. Dalam hal berpikir, chatbot pandai merangkum, menjelaskan, dan memberi pilihan. Tetapi ia bisa terdengar sangat yakin padahal keliru. Istilahnya halusinasi, atau mengarang. Kita bahas cara mencegahnya di Sesi 9. Dalam hal bertindak, chatbot biasa tidak bisa apa-apa. Ia tidak membuka aplikasi lain dan tidak mengirim apa pun. Dan soal ingatan, chatbot ingat isi satu percakapan, tetapi di percakapan baru ia lupa siapa Anda dan apa usaha Anda. Masalah ini kita atasi di Sesi 3 dengan asisten AI khusus.
Langkah 3: Otomasi: aturan jika-maka yang berjalan sendiri
Cara kedua adalah otomasi. Bayangkan toko online yang menerima pesanan lewat formulir. Setiap ada pesanan, admin harus menyalin data ke spreadsheet, lalu mengabari pemilik. Dengan otomasi, kita membuat aturan. Jika ada formulir masuk, yang kita sebut trigger atau pemicu, maka tambahkan satu baris baru di Google Sheets. Setelah itu kirim email ke admin berisi detail pesanan. Lalu kirim notifikasi WhatsApp ke pemilik. Empat langkah ini berjalan sendiri, siang atau malam, tanpa ada yang menunggui. Inilah tampilan workflow di aplikasi otomasi visual seperti n8n atau Make. Setiap kotak disebut node atau modul, dan garis panah menunjukkan urutan data mengalir. Kita membangun workflow seperti ini sendiri di Sesi 6. Hasilnya terlihat di Google Sheets. Setiap formulir yang masuk langsung menjadi baris baru: waktu, nama, produk, jumlah, dan catatan. Konsisten dan tidak pernah lupa. Tetapi lihat catatan pada pesanan Sari: kirim besok saja, mau bayar transfer. Otomasi tadi tetap memperlakukannya seperti pesanan biasa. Dan pesanan Andi sebenarnya berisi pertanyaan: ada yang versi tanpa gula? Otomasi tidak memahami bahwa ini pertanyaan yang perlu dijawab. Ia hanya menyalin teks ke kolom catatan. Jadi kekuatan otomasi ada pada konsistensi. Langkahnya sama persis setiap kali dan tidak pernah lupa. Kelemahannya, ia kaku dan hanya mengikuti aturan yang kita buat. Otomasi berjalan sendiri selama dua puluh empat jam begitu dipicu kejadian. Tetapi ia tidak memahami isi pesan yang tidak terduga, seperti permintaan kirim besok atau pertanyaan pelanggan. Otomasi juga pandai menghubungkan aplikasi: Forms, Sheets, Gmail, WhatsApp, dan ratusan aplikasi lain. Hanya saja, setiap kemungkinan baru harus ditambahkan sebagai aturan secara manual. Singkatnya, otomasi adalah tangan yang rajin, sedangkan chatbot adalah otak yang pandai menulis. Lalu bagaimana kalau keduanya digabung?
Langkah 4: AI Agent: diberi tujuan, memutuskan langkah, memakai alat
Inilah cara ketiga, sekaligus inti kelas ini: AI agent. Rumus sederhananya, agent adalah otak AI, ditambah alat, ditambah tujuan. Bedanya terasa di cara memberi perintah. Pada otomasi, Anda menyusun setiap langkah. Pada agent, Anda cukup memberi tujuan, dan agent yang menyusun langkah-langkahnya sendiri. Mari lihat contohnya dengan data pesanan yang sama. Pemilik toko memberi agent sebuah tujuan, bukan langkah: periksa pesanan pagi ini, pastikan semua bisa diproses, dan siapkan balasan untuk pelanggan yang bertanya. Agent mulai bekerja. Pertama, ia memakai alat untuk membaca spreadsheet pesanan dan menemukan empat baris baru. Lalu, tanpa disuruh, ia membuka spreadsheet stok, karena untuk memastikan pesanan bisa diproses, ia perlu tahu persediaan barang. Inilah yang disebut menyusun rencana sendiri. Hasilnya bukan sekadar salinan data. Agent memahami bahwa Sari minta dikirim besok, dan Andi sedang bertanya. Ia bahkan menemukan masalah yang tidak kita tanyakan: stok kopi susu tinggal empat, padahal pesanan hari ini lima. Perhatikan juga, untuk mengubah jadwal kirim, agent bertanya dulu: setujui? Agent yang baik meminta izin sebelum melakukan tindakan penting. Prinsip ini disebut human in the loop. Pemilik toko menyetujui. Agent lalu memakai alat berikutnya untuk mengubah jadwal kirim di spreadsheet. Kemudian ia mengirim balasan WhatsApp ke Andi. Terakhir, agent melaporkan hasilnya dan menawarkan langkah lanjutan yang masuk akal: membuat pengingat produksi. Dari satu tujuan, agent menjalankan enam langkah sambil tetap meminta izin di titik yang penting. Di balik layar, agent seperti ini disusun dari beberapa bagian. Bagian pertama, pemicunya: misalnya pesan masuk dari chat atau WhatsApp. Bagian kedua, node AI Agent itu sendiri, berisi tujuan dan instruksi kerja dari Anda. Bagian ketiga, model AI sebagai otaknya, misalnya model dari ChatGPT atau Claude. Bagian keempat adalah alat. Alat Sheets untuk membaca dan mengubah data. Alat WhatsApp untuk mengirim balasan. Dan memori supaya agent ingat isi percakapan sebelumnya. Susunan persis seperti ini akan kita bangun di Sesi 7, tanpa menulis kode.
Langkah 5: Membandingkan chatbot, otomasi, dan agent
Sekarang kita jajarkan ketiganya. Baris pertama: siapa yang memulai. Chatbot dimulai oleh Anda. Otomasi dimulai oleh kejadian, misalnya formulir masuk. Agent dimulai oleh tujuan dari Anda, atau oleh kejadian juga. Baris kedua: siapa menentukan langkah. Pada chatbot, Anda. Pada otomasi, aturan tetap yang dibuat di awal. Pada agent, agent sendiri yang menyusun langkahnya. Baris ketiga: apakah bisa bertindak di aplikasi lain. Chatbot biasa tidak bisa. Otomasi bisa, tetapi hanya sesuai aturan. Agent bisa, dan memilih sendiri alat mana yang dipakai. Baris keempat: memahami isi pesan. Chatbot dan agent memahami bahasa manusia. Otomasi murni tidak. Dan contohnya: chatbot untuk menulis caption, otomasi untuk memindahkan formulir ke spreadsheet dan email, agent untuk memeriksa pesanan, membalas pelanggan, dan meminta izin di titik penting. Dalam praktik, ketiganya bukan kotak yang terpisah tegas, melainkan sebuah spektrum. Di ujung kiri ada chatbot yang hanya menjawab. Satu tingkat di atasnya, otomasi yang diberi langkah AI. Alurnya tetap, tetapi di tengahnya AI merangkum atau mengategorikan isi pesan. Ini yang kita bangun di Sesi 6, dan sudah sangat berguna. Tingkat berikutnya, agent dengan persetujuan. Agent boleh bertindak, tetapi meminta izin sebelum mengirim, mengubah data penting, atau membayar. Di ujung kanan, agent mandiri yang bertindak penuh dalam batas yang ditentukan. Makin ke kanan makin hemat waktu, tetapi batasan dan pengawasannya juga harus makin ketat. Untuk usaha kecil, titik terbaik biasanya ada di tengah. Agar terasa nyata, ambil ilustrasi toko yang menerima empat puluh chat pelanggan per hari. Dibalas manual satu per satu, termasuk mengecek stok dan harga, bisa memakan sekitar tiga jam. Dengan bantuan chatbot, jawabannya lebih cepat ditulis, tetapi tetap disalin dan ditempel manual. Mungkin sekitar satu setengah jam. Dengan agent yang terhubung ke data stok dan WhatsApp, sebagian besar chat dibalas otomatis, dan Anda hanya menyetujui kasus khusus. Waktunya bisa turun ke sekitar tiga puluh menit. Angka ini ilustrasi, dan di Sesi 10 Anda akan mengukur penghematan nyata dari usaha Anda sendiri.
Langkah 6: Memilih yang tepat untuk pekerjaan Anda
Lalu bagaimana memilih? Pakai tiga pertanyaan penentu. Pertanyaan pertama: apakah langkahnya selalu sama setiap kali? Kalau ya, misalnya memindahkan data formulir ke spreadsheet, mulailah dari otomasi. Pertanyaan kedua: apakah pekerjaan itu perlu memahami, menilai, atau menulis? Misalnya membaca keluhan pelanggan atau membuat ringkasan. Kalau ya, libatkan AI, baik lewat chatbot maupun langkah AI di dalam otomasi. Pertanyaan ketiga: apakah perlu memutuskan sendiri langkah berikutnya, dan memakai beberapa aplikasi sekaligus? Kalau ya, itu kandidat agent, tentu dengan titik persetujuan. Prinsip pentingnya: pilih cara paling sederhana yang sudah menyelesaikan masalah. Agent memang menarik, tetapi untuk memindahkan data, otomasi biasa lebih murah, lebih cepat, dan lebih mudah diperiksa. Mari latihan. Pekerjaan pertama: menulis sepuluh ide konten untuk bulan depan. Jawabannya chatbot. Cukup sekali jalan, butuh kreativitas, dan hasilnya tetap Anda pilih sendiri. Kedua: setiap formulir pendaftaran masuk ke spreadsheet lalu peserta mendapat email konfirmasi. Ini otomasi, karena langkahnya selalu sama. Ketiga: merangkum email pelanggan dan memberi label prioritas. Ini otomasi dengan langkah AI. Alurnya tetap, tetapi isi email perlu dipahami. Keempat: menjawab pertanyaan stok dan harga, lalu mencatat pesanan. Ini agent, karena perlu memutuskan jawaban dan memakai beberapa alat. Persis yang kita bangun di Sesi 7. Kelima: riset harga kompetitor setiap minggu lalu menyusunnya menjadi laporan. Ini juga agent, yang mencari, membandingkan, dan menulis. Kita buat di Sesi 4. Sebelum lanjut ke episode berikutnya, kerjakan tugas kecil ini. Pertama, tulis tiga pekerjaan berulang di usaha atau kantor Anda. Kedua, jawab tiga pertanyaan penentu untuk setiap pekerjaan itu. Ketiga, tandai pilihan Anda: chatbot, otomasi, otomasi dengan langkah AI, atau agent. Keempat, simpan catatannya. Di Episode 5 kita mengubahnya menjadi daftar lima pekerjaan yang akan diotomasi, dan daftar itu menjadi arah proyek Anda sampai akhir kelas.
Selesai!
Mari kita rangkum. Chatbot menjawab saat ditanya. Otomasi menjalankan aturan tetap saat dipicu. Dan AI agent diberi tujuan, menyusun langkah sendiri, memakai alat, lalu memeriksa hasilnya. Di episode berikutnya kita membedah cara agent berpikir: dari tujuan, ke rencana, ke aksi, lalu cek hasil. Pemahaman ini akan membuat Anda jauh lebih mudah merancang agent sendiri. Sampai jumpa di episode dua.
Latihan mandiri
Kerjakan sendiri setelah menonton supaya materinya benar-benar melekat.
Tulis tiga pekerjaan di usaha atau kantor Anda, lalu tandai mana yang cukup dibantu chatbot, mana yang cocok untuk otomasi, dan mana yang perlu agent.
Untuk setiap pekerjaan, jawab tiga pertanyaan penentu: apakah langkahnya selalu sama, apakah perlu menilai atau menulis, dan apakah perlu memakai beberapa aplikasi.
Simpan catatan ini. Di Episode 5 kita mengubahnya menjadi daftar 5 pekerjaan yang akan diotomasi.
Tanya materi kelas
Ketik pertanyaan atau kata kunci; kami carikan bagian episode ini yang menjelaskannya dan lompatkan videonya ke sana.
Catatan saya
Catatan disimpan bersama menit video saat ini dan hanya terlihat oleh Anda.
Tanya jawab
Bingung di salah satu langkah? Tanyakan di sini; pengajar dan peserta lain bisa menjawab.
Belum ada pertanyaan.
Pengajar
Tim Cerdas Inovasi Digital
Pengembang software, engineer BIM & 3D, dan praktisi AI
52 kelas video1.276 episode
Sehari-hari kami mengerjakan software, model BIM, game, dan otomasi AI untuk klien, lalu menjadikan pengalaman praktik itu kelas langkah demi langkah: setiap langkah diperlihatkan di layar dan dilengkapi panduan PDF.
