Tapi dengan satu syarat — semua harus bisa dilakukan tanpa bayar alias gratis. Kalian pasti suka yang gratis-gratis, kan? Heheeh
Karena buat kita para developer, belajar AI bukan sekadar ikut tren, tapi soal memahami teknologi baru dengan cara yang efisien dan realistis. Jadi, di part ini saya kumpulkan platform, roadmap, dan tips belajar AI gratis yang benar-benar worth it.
1. Memulai dari Konsep dulu, Gan!
Kesalahan umum dan kesalahan pribadi saya pada saat itu adalah memulai belajar AI dimana saya langsung loncat ke coding model. Padahal, pondasi pentingnya adalah memahami logika di balik machine learning — bukan menghafal rumus statistik.
Beberapa sumber terbaik untuk memahami konsep AI yang saya temukan adalah berikut ini:
- Google Machine Learning Crash Course — cukup interaktif
- Kaggle Learn Micro-Courses — contohnya keren
- Fast.ai Practical Deep Learning for Coders — lebih ke real-world implementation.
Tips: jangan buru-buru paham semua. Ulangi satu topik 2–3 kali dengan proyek kecil, misalnya ini misal banget ya, “prediksi harga mobil” atau “klasifikasi teks sederhana”.
2. Kuasai Python
Python jadi bahasa utama AI. Untungnya, bagi web engineer yang biasa pakai JavaScript, peralihan ini seharusnya cepat banget. Meskipun nggak cepet-cepet amat, tapi setidaknya Python lebih user-friendly jika dilihat secara bahasa.
Setelah terjun ke Python (tanpa berdarah-darah dulu), saya kemudian mulai nyemplung di beberapa library utama di Python yang sering digunakan engineer AI:
numpy— dasar manipulasi numerikpandas— analisis data tabularmatplotlib/seaborn— visualisasi hasil model
Nah ini bagian pentingnya, untuk latihan, saya waktu itu pengen mencoba kursus gratis ini:
Tapi ternyata, learning by doing itu memang lebih maknyus :D. Akhirnya 2 kursus itu sedikit saya lupakan. Tapi bagi kalian yang benar-benar dari NOL banget tentang pemrograman, 2 kursus tersebut perlu (bahkan wajib) kalian coba, karna Gratis.
Begitu nyaman dengan Python (bohong ini), kemudian saya lanjut ke machine learning framework. Apa saja? saya pelajari mengenai scikit-learn dan TensorFlow.
3. Masuk Dunia Model (tapi bukan) Artis: Hugging Face
Platform favorit saya sejauh ini: Hugging Face.
Di sana, kalian akan mempelajari hal-hal yang mungkin akan menjadi fondasi banget di AI, dan wajib kalian ingat-ingat, apa saja?
- Mempelajari teori model bahasa (Transformers, Embeddings, Tokenizers).
- Coba model langsung di browser melalui “Spaces” (tanpa coding).
- Hingga deploy model di PC lokal (akan dibahas di Part selanjutnya).
Menariknya, Hugging Face juga punya komunitas aktif. Banyak developer membagikan “spaces” mereka. Spaces itu semacam custom model yang sudah mereka trained sesuai kebutuhan. Disana banyak sekali, ada text summarizer atau image caption generator, yang bisa agan clone dan ubah sesuka hati.
Bagi saya Hugging Face adalah platform yang sangat aneh bin gaduh. Kenapa? Karena itu adalah platform yang rata-rata diisi engineer AI dan sangat buanyak model-model yang bertebaran. Dimana bagi saya, yang dulunya sering mampir di Stackoverflow, jadi kaget karna platform ini.
Tiba-tiba aja ada model A, B, C sampai Z yang entah kapan dan bagaimana mereka membuat itu. Padahal posisi waktu itu saya benar-benar Nol di AI. 🙁
4. Nah, ini baru masuk GPU-GPU’an
Sebelum pakai GPU RTX 3060 Ti lokal, saya sarankan coba Google Colab atau Kaggle Notebook — keduanya kasih GPU gratis untuk latihan. Karna saya punya GPU di PC, jadi lebih sering di lokal. Kedua itu bisa kalian pakai jika memang belum punya PC 😀
Tips praktis: simpan semua eksperimen di notebook, lalu backup ke GitHub.
Ini nanti berguna banget waktu mulai fine-tuning atau buat portfolio.
Oke, sekian dulu Part 2 ini. Karna pada dasarnya, di part ini kebanyakan engineer yang memulai AI sering bertemu “tembok” besar, sehingga mereka “mundur alon-alon“. Entah karna masalah aneh di Python, hingga bingung dengan “kegaduhan” Hugging Face (seperti saya pada waktu itu).
Tapi, jika bagian 2 ini kalian benar-benar gigih, saya yakin kalian adalah Engineer AI yang jago nantinya.
Artikel ini ditulis pada bulan Mei 2025
Leave a Reply