Lompat ke konten utama
←

Membangun Aplikasi LLM dengan Python

Pelajaran 6 dari 19

Keluaran terstruktur

Misi: mengekstrak keluhan PT Kirim Cepat

Setelah pelajaran ini kamu bisa menggabungkan penguraian JSON, validasi tanggal dan tipe, coba ulang, dan penanganan penolakan untuk mengolah sekumpulan keluhan.

±17 menitDiperiksa 23 Okt 2026

Latihan di pelajaran ini butuh akun gratis. Progres, kode, dan catatanmu hanya tersimpan di browser ini. Masuk untuk menyimpannya

Materi

Layanan pelanggan PT Kirim Cepat di Medan menerima ratusan keluhan per hari lewat formulir bebas. Tim ingin setiap keluhan diubah menjadi data berisi nama, jumlah paket, dan tanggal kejadian, supaya bisa dihitung per hari. Sebagian jawaban model tidak sah pada percobaan pertama, sebagian tetap gagal setelah dicoba ulang dan harus diteruskan ke petugas.

Tanggal disepakati berformat yyyy-mm-dd. Dokumentasi Python menyatakan date.fromisoformat menerima bentuk ISO 8601 lain, termasuk tanpa tanda hubung, jadi formatnya diperiksa dulu dengan re.fullmatch sebelum tanggalnya diuji keberadaannya.

Latihan

0/4 lulus

Misi akhir modul: luluskan minimal 4 dari 4 tugas. Jawaban diperiksa di server. Lulus berarti kamu memahami contohnya, bukan penilaian seluruh pekerjaanmu.

Latihan 3 dari 4

Untuk satu keluhan yang memuat ancaman, respons model berstatus 200 tetapi stop_reason-nya "refusal". Menurut halaman Structured outputs Anthropic, bagaimana respons ini diperlakukan?

Pilih satu jawaban

Latihan 4 dari 4

Dari 50 keluhan, 44 lolos di percobaan pertama, 4 lolos setelah coba ulang, dan 2 tetap gagal. Berapa persen keluhan yang akhirnya menghasilkan data sah?

Catatanmu

Memuat catatan…

tersimpan otomatis, ikut tercetak · 0/4.000

Luluskan semua latihan dulu untuk menandai pelajaran ini selesai.

Lanjutkan ke

Tampilkan 3 lagi