← Kembali ke katalog AI Lab

Referensi dan praktikum

Panduan lengkap model AI, sumber data, instruksi proyek, dan kompatibilitas aplikasi.

Panduan praktik · Model AI & sumber data

FreeLLMAPI & RuangAPI: Menghubungkan Model AI dan Data

Pelajari dua lapisan aplikasi AI: mengambil data yang relevan, lalu mengolahnya menjadi keluaran yang dapat diperiksa. Gunakan panduan ini untuk merancang eksperimen riset dan pendidikan.

Status: panduan dan tautan tersedia. Panggilan API langsung belum diaktifkan di website ini; koneksi dan kualitas hasil belum diuji oleh Lab.

01 · Akses model

FreeLLMAPI

Router yang dipasang sendiri untuk mengakses beberapa penyedia model melalui satu API kompatibel OpenAI. Menurut dokumentasi, router dapat berpindah penyedia saat terjadi pembatasan atau gangguan dan menyimpan API key terenkripsi.

Latihan: bandingkan ringkasan dua model terhadap bahan publik yang sama. Catat model yang benar-benar melayani, ketepatan isi, waktu respons, dan pemakaian token.

Memerlukan pemasangan serta API key penyedia. Kuota gabungan dalam katalog bukan jatah otomatis pengguna. Pengembang membatasi tujuan proyek pada eksperimen pribadi; permintaan tetap dikirim ke penyedia yang dipilih.

Dokumentasi FreeLLMAPI (tab baru)

02 · Akses data

RuangAPI

Layanan API untuk mengakses katalog sumber data, termasuk sekolah, kampus, cuaca, berita, dan marketplace. MCP server memungkinkan agen yang kompatibel menemukan serta menjalankan API dengan key aktif.

Latihan: pilih API kampus, periksa parameter dan responsnya, lalu cocokkan beberapa hasil dengan sumber asli. Catat tanggal pengambilan, kelengkapan kolom, dan kuota yang terpakai.

Paket gratis mencantumkan 150 permintaan per bulan untuk API tingkat Free saat ditinjau. Akses endpoint dan biaya bergantung pada paket; periksa ketentuan terbaru sebelum memakai layanan.

Praktikum bersama: ringkasan informasi kampus

  1. Tentukan wilayah dan kolom informasi yang dibutuhkan; periksa skema API kampus di RuangAPI.
  2. Ambil sampel data melalui akun uji. Simpan sumber, waktu pengambilan, dan respons asli.
  3. Kirim kolom publik yang diperlukan ke model melalui FreeLLMAPI. Minta ringkasan berdasarkan data tersebut saja.
  4. Cocokkan setiap klaim dengan respons asli dan sumber kampus. Tandai data kosong atau informasi yang belum terverifikasi.
Contoh instruksi untuk model

Ringkas data kampus berikut dalam tabel nama, lokasi, dan informasi program studi yang tersedia. Gunakan hanya data yang diberikan. Jangan menambahkan akreditasi, peringkat, atau klaim lain yang tidak ada dalam sumber. Pertahankan URL sumber dan tanggal pengambilan. Tuliskan “belum tersedia” untuk data kosong, lalu sebutkan hal yang perlu diperiksa manusia.

Penyiapan koneksi memerlukan akun RuangAPI, router FreeLLMAPI, dan key penyedia model. Simpan key pada konfigurasi server, gunakan data publik atau sintetis, dan tetapkan batas pemakaian sebelum menjalankan eksperimen.

Rujukan: repositori resmi FreeLLMAPI serta situs, halaman harga, dan dokumentasi MCP RuangAPI. Ditinjau 31 Oktober 2026. Informasi layanan berasal dari pengembang dan dapat berubah.

Materi belajar · Panduan kerja agen AI

AGENTS.md: Menulis Panduan Proyek untuk Agen AI

AGENTS.md adalah berkas Markdown yang memberi agen pemrograman AI konteks dan petunjuk kerja sebuah proyek. Isinya dapat mencakup struktur folder, perintah build dan pengujian, gaya kode, serta perhatian keamanan.

Tujuan belajar: menyusun instruksi yang jelas, dapat diperiksa, dan sesuai dengan proyek. Materi ini melengkapi AI Engineering Skills yang membahas cara mengerjakan tugas.

Kenali fungsinya

README memperkenalkan proyek kepada pembaca manusia. AGENTS.md melengkapinya dengan petunjuk khusus untuk agen AI. Tidak ada susunan bagian yang wajib; tuliskan informasi yang benar-benar diperlukan.

Berkas biasanya ditempatkan di folder utama repositori. Subfolder dapat memiliki petunjuk yang lebih khusus. Periksa dukungan dan cara membaca instruksi pada agen yang digunakan.

Tulis instruksi yang terukur

Contoh latihan: ubah instruksi “buat halaman yang bagus” menjadi “gunakan satu judul utama, tautkan sumber materi, dan periksa agar teks tidak terpotong pada layar ponsel”.

Jelaskan hasil yang diharapkan dan cara memeriksanya. Cantumkan perintah hanya setelah memastikan perintah tersebut tersedia pada proyek.

Latihan 15 menit

  1. Pilih proyek latihan dan tulis tujuannya dalam dua kalimat.
  2. Catat folder penting, tiga aturan kerja, dan cara memeriksa hasil.
  3. Minta agen mengubah satu teks pada salinan proyek menggunakan panduan itu.
  4. Bandingkan hasil dengan aturan; revisi instruksi yang masih ambigu.
Lihat contoh AGENTS.md untuk proyek latihan

Contoh buatan Hossibarani Lab. Sesuaikan nama proyek, folder, dan pemeriksaannya sebelum digunakan.

# Panduan agen untuk Portal Belajar

## Tujuan
Portal ini membantu pengunjung menemukan materi dan sumber belajar.

## Sebelum mengubah
- Baca README dan konfigurasi proyek.
- Kenali lokasi halaman, komponen, dan aset.
- Batasi perubahan pada tugas yang diminta.

## Konten dan tampilan
- Gunakan bahasa Indonesia yang jelas.
- Cantumkan tautan sumber untuk materi rujukan.
- Pertahankan navigasi dan identitas visual yang sudah ada.

## Pemeriksaan hasil
- Periksa tautan dan keterbacaan pada layar ponsel.
- Jalankan perintah build atau tes yang tersedia dan relevan.
- Laporkan pemeriksaan yang gagal atau belum dapat dijalankan.

## Data dan penerbitan
- Jangan menulis kata sandi atau API key dalam kode publik.
- Gunakan data contoh untuk latihan.
- Terbitkan hanya dalam lingkup permintaan pengguna.
- Laporkan perubahan dan hasil verifikasinya.

Refleksi: Apakah setiap aturan dapat diperiksa? Apakah ada instruksi yang bertentangan? Petunjuk tertulis membantu koordinasi, tetapi pengaturan izin akses dan pemeriksaan manusia tetap diperlukan.

Sumber konsep: agents.md, ditinjau 25 Oktober 2026. Contoh dan latihan disusun untuk pembelajaran; berkas panduan proyek tidak dibuat atau diaktifkan melalui halaman ini.

Referensi terbuka · Kompatibilitas lintas sistem

Bridgeplay: Menjalankan Gim Windows di Steam Mac

Bahan studi tentang cara perangkat lunak dari sistem operasi berbeda dapat bekerja bersama. Bridgeplay menghubungkan Steam Mac dengan Wine, Rosetta 2, dan teknologi grafis Apple untuk menjalankan gim Windows yang kompatibel.

Proyek eksternal Raymond Chin, berbasis NotProton. Halaman ini menyediakan referensi dan panduan eksplorasi; aplikasi dipasang dan dijalankan pada Mac pengguna, bukan melalui situs ini. Belum diuji langsung oleh Hossibarani Lab.

Persyaratan perangkat

Dokumentasi saat ditinjau mencantumkan Mac Apple Silicon M1 atau lebih baru, macOS 26 atau lebih baru, dan akun Steam. Mac Intel tidak didukung.

Bridgeplay gratis; lisensi gim berbayar tetap harus dimiliki. Periksa persyaratan terbaru sebelum memasang.

Cara kerja dan batasan

Gim tetap berupa versi Windows yang berjalan melalui lapisan kompatibilitas. D3DMetal menerjemahkan grafis DirectX 11/12 ke Metal.

Tidak semua gim berjalan. Kebanyakan gim dengan anti-cheat tingkat kernel tidak didukung. Hasil pengembang tidak menjamin performa yang sama pada perangkat lain.

Latihan eksplorasi

  1. Catat chip Mac, versi macOS, dan gim yang ingin diuji.
  2. Periksa laporan kompatibilitas beserta perangkat pengujinya.
  3. Jika sesuai, ikuti pemasangan resmi dan uji satu gim yang dimiliki.
  4. Catat pengaturan, kelancaran, kendala, dan kesimpulan; bedakan pengamatan sendiri dari klaim pengembang.

Sumber: situs dan repositori resmi Bridgeplay. Dokumentasi ditinjau 25 Oktober 2026; persyaratan dan kompatibilitas dapat berubah.

Referensi layanan eksternal · API AI

SEKAI Gateway: Akses Model AI dengan Pembayaran Rupiah

Pelajari cara satu layanan API menghubungkan aplikasi dan coding agent dengan berbagai model AI. SEKAI Gateway menawarkan pembayaran rupiah melalui QRIS, saldo bayar sesuai pemakaian, serta paket untuk kebutuhan coding.

Referensi untuk eksplorasi di AI & Digital Systems Lab. Akses model, akun, dan pembayaran dikelola oleh penyedia eksternal. API SEKAI belum diaktifkan pada website ini dan belum diuji langsung oleh Hossibarani Lab.

Satu akses, berbagai model

Menurut situs penyedia, layanan memakai format API OpenAI dan menyediakan model dari beberapa penyedia. Aplikasi dihubungkan menggunakan alamat API, API key SEKAI, dan ID model.

Dapat menjadi bahan eksperimen asisten pembelajaran, prototipe aplikasi, dan perbandingan jawaban model dengan pertanyaan yang sama.

Pilihan pembayaran

Pay As You Go mengenakan biaya berdasarkan token input dan output. Coding Plan menawarkan paket Basic, Pro, dan MAX dengan batas pemakaian sesuai paket.

Periksa harga, model yang tersedia, dan kuota terbaru di situs penyedia sebelum membeli. Pengisian saldo tersedia melalui QRIS.

Latihan eksplorasi

  1. Pilih satu tugas sederhana dengan materi publik.
  2. Pelajari dokumentasi dan tentukan batas biaya uji.
  3. Jika menggunakan layanan, bandingkan dua model dengan instruksi yang sama.
  4. Catat ketepatan jawaban, sumber, waktu respons, dan biaya aktual.

Untuk eksperimen, gunakan data publik atau sintetis. Tinjau kebijakan data penyedia sebelum mengirim dokumen rahasia, dan simpan API key di sisi server aplikasi Anda.

Sumber: halaman utama SEKAI Gateway, ditinjau 25 Oktober 2026. Fitur dan ketentuan merupakan informasi dari penyedia dan dapat berubah.