Membangun Aplikasi LLM dengan Python
Panggil model dari kode, minta JSON yang lolos validasi, cari dokumen dengan vektor, susun RAG yang bisa diuji, jalankan agen dan MCP, lalu tutup celah keamanannya.
Pelajaran pertama bisa dicoba tanpa akun. Selanjutnya pakai akun gratis agar progres, draft kode, dan sertifikatmu tersimpan.
Ringkasnya: Membangun Aplikasi LLM dengan Python adalah kelas gratis berbahasa Indonesia tingkat menengah dari KelasGratis. Cocok untuk developer Python pemula sampai menengah, mahasiswa informatika, dan analis data yang ingin membangun chatbot, ekstraksi data, pencarian dokumen, atau agen di atas API model bahasa. Isinya 19 pelajaran dalam 6 modul (±5 jam) dengan 63 latihan yang dinilai otomatis di browser. Sertifikat penyelesaian gratis dan bisa dicek keasliannya.
5,0 ★ (Belum ada ulasan) · 19 pelajaran · 6 modul · ±270 menit
Bawa pulang keterampilannya
Yang akan kamu bisa setelah kelas ini
- Menyusun permintaan ke model dari prompt sistem dan riwayat pesan, lalu membaca isi jawaban, alasan berhenti, dan pemakaian token.
- Menghitung biaya panggilan dan percakapan dari token masukan dan keluaran serta harga per sejuta token.
- Mengurai JSON dari jawaban model, memvalidasi kunci, tipe, pilihan, dan rentangnya dengan Python, lalu mencoba ulang dengan pesan galat yang instruktif.
- Memotong dokumen dengan tumpang tindih, menghitung kemiripan kosinus dengan numpy, dan memilih potongan top-k di atas ambang skor.
- Menyusun konteks RAG dengan id sumber, memeriksa sitasi kata per kata, dan mengukur akurasi serta hit rate@k pada set uji.
- Menjalankan loop agen berbasis tool calling dengan batas langkah, dan bertukar pesan JSON-RPC tools/list dan tools/call dengan server MCP.
Lihat 1 hasil belajar lainnya
- Membungkus konten tak tepercaya dengan JSON, membatasi tindakan agen dengan daftar izin, menyamarkan data pribadi, dan menyaring dokumen menurut hak akses pengguna.
Untuk siapa
Developer Python pemula sampai menengah, mahasiswa informatika, dan analis data yang ingin membangun chatbot, ekstraksi data, pencarian dokumen, atau agen di atas API model bahasa.
Prasyarat
Python dari Nol: fungsi, list, dict, perulangan, dan try/except (wajib)., AI Generatif untuk Kerja dan HTTP dan API Web (disarankan).
Kelas yang dianjurkan sebelumnya: Python dari Nol, AI Generatif untuk Kerja, HTTP dan API Web
Relevan untuk pekerjaan dan tujuan
Kelas ini termasuk kelas inti untuk Data scientist pemula.
Alat yang perlu disiapkan
- Browser modern. Python (Pyodide) berjalan di halaman pelajaran tanpa pemasangan; latihan retrieval dan satu latihan misi keamanan memuat numpy.
- Model bahasa, model embedding, dan server MCP di latihan adalah fungsi Python tiruan dengan jawaban tetap: tanpa jaringan, tanpa kunci API, tanpa biaya.
Tempat berlatih
Coba, periksa, lalu lanjutkan.
63 latihan di 19 pelajaran. Jawaban diperiksa langsung di halaman materi; petunjuk dibuka bertahap.
Jalur belajar kelas ini
Kurikulum
6 modul · 19 pelajaran · ±270 menit
Sembilan belas pelajaran untuk developer Python yang membangun aplikasi di atas model bahasa besar (LLM): menyusun pesan dan riwayat percakapan, membaca alasan berhenti, menghitung token dan biaya, mengurai dan memvalidasi keluaran JSON lalu mencoba ulang dengan pesan galat, memotong dokumen dan mencari potongannya dengan kemiripan kosinus di numpy, menyusun konteks RAG dan memeriksa sitasinya, mengukur akurasi dan hit rate pada set uji kecil, menjalankan loop agen dengan tool calling, bertukar pesan JSON-RPC dengan server MCP, serta menangkal prompt injection, kebocoran data sensitif, dan izin agen yang berlebihan. Model bahasa, model embedding, dan server MCP di setiap latihan adalah fungsi Python tiruan yang jawabannya tetap, jadi semuanya berjalan di browser tanpa jaringan, tanpa kunci API, dan tanpa biaya. Yang diajarkan konsep yang berlaku di semua penyedia, bukan SDK atau nama model tertentu, dan semua harga token adalah angka contoh. Rujukannya dokumentasi Anthropic dan OpenAI, spesifikasi MCP, OWASP Top 10 for LLM Applications, dan NIST AI 600-1.
01Memanggil model dari kode3 pelajaran
03Retrieval: memotong dan mencari dokumen3 pelajaran
Urutan pelajaran tidak dikunci.
Sertifikat kelas
Selesaikan kelasnya, sertifikat ini atas namamu.
- Nama lengkapmu dan judul kelas tercetak di sertifikat.
- Kode dan QR yang bisa dicek siapa saja di kelasgratis.com/verifikasi.
- Sekali klik ke profil LinkedIn, atau unduh PNG dan PDF.
Bukti penyelesaian materi, bukan akreditasi atau sertifikasi kompetensi.
Pertanyaan yang sering muncul
Apa yang dipelajari di kelas Membangun Aplikasi LLM dengan Python?
Membangun Aplikasi LLM dengan Python adalah kelas gratis KelasGratis tingkat menengah berisi 19 pelajaran. Sembilan belas pelajaran untuk developer Python yang membangun aplikasi di atas model bahasa besar (LLM): menyusun pesan dan riwayat percakapan, membaca alasan berhenti, menghitung token dan biaya, mengurai dan memvalidasi keluaran JSON lalu mencoba ulang dengan pesan galat, memotong dokumen dan mencari potongannya dengan kemiripan kosinus di numpy, menyusun konteks RAG dan memeriksa sitasinya, mengukur akurasi dan hit rate pada set uji kecil, menjalankan loop agen dengan tool calling, bertukar pesan JSON-RPC dengan server MCP, serta menangkal prompt injection, kebocoran data sensitif, dan izin agen yang berlebihan. Model bahasa, model embedding, dan server MCP di setiap latihan adalah fungsi Python tiruan yang jawabannya tetap, jadi semuanya berjalan di browser tanpa jaringan, tanpa kunci API, dan tanpa biaya. Yang diajarkan konsep yang berlaku di semua penyedia, bukan SDK atau nama model tertentu, dan semua harga token adalah angka contoh. Rujukannya dokumentasi Anthropic dan OpenAI, spesifikasi MCP, OWASP Top 10 for LLM Applications, dan NIST AI 600-1.
Berapa lama menyelesaikan kelas Membangun Aplikasi LLM dengan Python?
Sekitar 270 menit (±5 jam) untuk 19 pelajaran wajib, dihitung dari durasi tiap pelajaran dan latihannya. Kecepatan nyata bergantung pada berapa lama kamu berlatih setiap hari.
Apa yang perlu disiapkan sebelum mulai?
Prasyaratnya: Python dari Nol: fungsi, list, dict, perulangan, dan try/except (wajib).; AI Generatif untuk Kerja dan HTTP dan API Web (disarankan).. Alat dan persiapan: Browser modern. Python (Pyodide) berjalan di halaman pelajaran tanpa pemasangan; latihan retrieval dan satu latihan misi keamanan memuat numpy.; Model bahasa, model embedding, dan server MCP di latihan adalah fungsi Python tiruan dengan jawaban tetap: tanpa jaringan, tanpa kunci API, tanpa biaya.
Apakah kelas Membangun Aplikasi LLM dengan Python gratis dan bersertifikat?
Ya. Seluruh 19 pelajaran gratis sampai selesai tanpa iklan; pelajaran pertama bisa dicoba tanpa akun, sisanya memakai akun gratis. Setelah semua pelajaran wajib tuntas dan kamu menulis ulasan singkat tentang kelasnya, kamu bisa menerbitkan sertifikat penyelesaian dengan tautan verifikasi publik. Sertifikat ini bukan akreditasi atau sertifikasi profesi.
Dari pengalaman belajar
Ulasan peserta
Apa yang membantu, dan apa yang masih bisa diperbaiki?
Ulasan berasal dari akun yang telah menyelesaikan setidaknya satu pelajaran. Bintang 1–3 ditinjau admin sebelum terbit; bintang 4–5 langsung terbit. Sebelum ada ulasan terbit, kelas menggunakan nilai awal admin 5,0. Setelahnya, rating mengikuti rata-rata ulasan yang sudah terbit.
Pengalamanmu bisa membantu peserta berikutnya.
Belum ada ulasan yang terbit untuk kelas ini.
Bagikan pengalaman belajarmu
Masuk dan selesaikan satu pelajaran untuk menulis ulasan. Masuk ke akun →
Setelah kelas ini
Jalur yang memuat kelas ini
Lanjutkan ke kelas lain
Baca juga
- Cara memakai AI untuk pekerjaan kantor: apa yang dikerjakan AI dengan baik, apa yang tidak, dan keterampilan yang perlu dikuasai duluPanduan
- Belajar machine learning dari nol: urutan Python, pandas, statistik, aljabar linier, lalu modelPanduan
- Data perusahaan di ChatGPT aman atau tidak: apa kata kebijakan penyedianya dan data apa yang tidak boleh diketik
Alat gratis yang terkait
Revisi materi terakhir: 23 Okt 2026. Laporan kesalahan bisa dikirim dari setiap halaman pelajaran.