Pengantar
Ketika menggunakan ChatGPT atau AI lainnya, yang kita lihat hanyalah sebuah kotak percakapan. Kita mengetik pertanyaan, lalu beberapa detik kemudian muncul jawaban. Prosesnya terlihat sederhana.
Namun, di balik tampilan yang sederhana itu, sebenarnya ada banyak komponen yang bekerja secara bersamaan. Ibarat sebuah restoran, pelanggan hanya melihat makanan yang tersaji di meja. Padahal, di balik dapur ada koki, pelayan, kasir, hingga bagian pembelian bahan makanan yang saling bekerja sama.
Begitu pula dengan Agentic AI. Agar mampu memahami tujuan, menyusun rencana, menggunakan berbagai alat, hingga menyelesaikan tugas, sistem ini memiliki sebuah arsitektur yang terdiri dari beberapa bagian penting.
Lalu, apa sebenarnya yang dimaksud dengan arsitektur Agentic AI?
Apa Itu Arsitektur Agentic AI?
Secara sederhana, arsitektur Agentic AI adalah susunan komponen yang membuat sebuah AI dapat bekerja secara mandiri.
Jika diibaratkan seperti tubuh manusia, setiap bagian memiliki tugas yang berbeda.
- Otak digunakan untuk berpikir.
- Mata digunakan untuk melihat.
- Tangan digunakan untuk bekerja.
- Ingatan membantu mengingat pengalaman.
Agentic AI juga memiliki pembagian tugas seperti itu. Setiap komponen saling terhubung sehingga AI dapat menyelesaikan pekerjaan dengan lebih efisien.
1. LLM sebagai Pusat Pemrosesan
Komponen pertama adalah Large Language Model (LLM).
Bagian ini bertugas memahami bahasa manusia.
Saat Anda mengetik sebuah perintah, LLM akan mencoba memahami maksudnya, mengenali konteks, lalu menghasilkan respons yang sesuai.
Namun, LLM tidak bekerja sendirian. Ia hanyalah pusat pemrosesan informasi, bukan keseluruhan sistem.
2. Planning, Menentukan Langkah Terbaik
Setelah memahami tujuan pengguna, Agentic AI mulai menyusun rencana.
Bayangkan Anda ingin pindah rumah.
Anda tentu tidak langsung mengangkat semua barang sekaligus. Biasanya Anda membuat daftar pekerjaan terlebih dahulu, seperti mengemas barang, menyewa kendaraan, lalu menentukan jadwal pindahan.
Agentic AI juga melakukan hal yang sama. Sistem membagi tujuan besar menjadi beberapa langkah kecil agar prosesnya lebih terstruktur.
3. Memory, Menyimpan Informasi Penting
Selama bekerja, AI membutuhkan tempat untuk menyimpan informasi.
Di sinilah memory berperan.
Memory membantu AI mengingat instruksi pengguna, hasil dari langkah sebelumnya, maupun informasi lain yang masih diperlukan selama proses berlangsung.
Tanpa memori, AI akan menganggap setiap perintah sebagai percakapan baru sehingga pekerjaan menjadi kurang efisien.
4. Tool Use, Menggunakan Berbagai Alat
Salah satu kemampuan yang membuat Agentic AI terasa lebih canggih adalah Tool Use.
Komponen ini memungkinkan AI menggunakan aplikasi lain untuk menyelesaikan tugas.
Sebagai contoh, AI dapat membuka kalender, membaca database, membuat spreadsheet, mencari informasi melalui internet, hingga mengirim email secara otomatis.
Kemampuan inilah yang membuat Agentic AI tidak hanya menghasilkan teks, tetapi juga mampu melakukan tindakan nyata.
5. Action, Saat Rencana Mulai Dijalankan
Semua perencanaan tidak akan berarti jika tidak diwujudkan dalam tindakan.
Setelah seluruh informasi terkumpul, Agentic AI mulai menjalankan setiap langkah sesuai urutan yang telah dibuat.
Misalnya ketika diminta membuat laporan penjualan, AI dapat mengambil data, menghitung hasilnya, membuat grafik, lalu menyusun dokumen akhir.
Semua proses tersebut termasuk ke dalam tahap Action.
Bagaimana Semua Komponen Bekerja Bersama?
Supaya lebih mudah dibayangkan, anggap saja Anda sedang merencanakan liburan.
Pertama, Anda menentukan tujuan.
Kemudian Anda membuat daftar tempat yang ingin dikunjungi.
Setelah itu Anda mengingat anggaran yang dimiliki, membuka aplikasi pemesanan hotel, membeli tiket, lalu berangkat sesuai jadwal.
Agentic AI juga bekerja dengan pola yang hampir sama.
LLM memahami tujuan.
Planning menyusun langkah.
Memory menyimpan informasi penting.
Tool Use menggunakan berbagai aplikasi.
Action menjalankan seluruh proses hingga tugas selesai.
Semua komponen tersebut saling terhubung dan bekerja sebagai satu sistem.
Mengapa Arsitektur Ini Sangat Penting?
Semakin kompleks pekerjaan yang diberikan kepada AI, semakin penting arsitektur yang digunakan.
Jika salah satu komponen tidak bekerja dengan baik, hasil akhirnya juga akan terpengaruh.
Misalnya, AI yang tidak memiliki memori akan mudah melupakan konteks percakapan. Begitu juga AI tanpa kemampuan menggunakan alat eksternal akan kesulitan menyelesaikan pekerjaan yang membutuhkan data terbaru.
Karena itulah pengembang Agentic AI tidak hanya fokus membuat LLM yang pintar, tetapi juga membangun arsitektur yang mampu menghubungkan semua komponen tersebut secara efisien.
Kesimpulan
Agentic AI bukanlah satu program sederhana, melainkan gabungan beberapa komponen yang saling mendukung. LLM membantu memahami bahasa, Planning menyusun strategi, Memory menyimpan informasi, Tool Use memungkinkan AI berinteraksi dengan berbagai aplikasi, sedangkan Action menjalankan pekerjaan hingga selesai.
Ketika semua bagian tersebut bekerja secara bersamaan, Agentic AI mampu menyelesaikan tugas dengan cara yang jauh lebih cerdas dibandingkan chatbot tradisional. Memahami arsitektur dasarnya juga menjadi langkah penting sebelum mempelajari topik-topik lanjutan, seperti reasoning, reflection, maupun multi-agent system.
