AGENTIC AI

AGENTIC AI

AGENTIC AI

06 - 07 July 2026 Yogyakarta Hotel Ibis Styles

Deskripsi

Pelatihan Agentic AI dirancang untuk memberikan pemahaman yang mendalam, sistematis, dan komprehensif mengenai paradigma kecerdasan buatan generasi terbaru yang mampu bertindak secara otonom, adaptif, kontekstual, dan berorientasi pada pencapaian tujuan tertentu secara mandiri. Berbeda dengan sistem AI tradisional yang cenderung bersifat reaktif dan hanya merespons perintah secara langsung tanpa perencanaan berkelanjutan, Agentic AI mengintegrasikan kemampuan perencanaan strategis, pengambilan keputusan multi-langkah, pengelolaan memori jangka pendek dan jangka panjang, serta integrasi dinamis dengan berbagai alat, API, dan sistem eksternal untuk menyelesaikan tugas yang kompleks dan berlapis. Konsep ini berkembang sangat pesat seiring kemajuan model bahasa besar yang dikembangkan oleh OpenAI serta hadirnya berbagai kerangka kerja orkestrasi agen seperti LangChain yang memungkinkan pembangunan sistem AI berbasis agen dilakukan secara modular, scalable, fleksibel, dan dapat disesuaikan dengan kebutuhan spesifik organisasi di berbagai sektor industri.

Dalam pelatihan intensif selama dua hari ini, peserta akan mempelajari secara terstruktur mengenai arsitektur, prinsip desain, serta praktik implementasi Agentic AI yang dapat diterapkan untuk menjawab tantangan nyata di lingkungan bisnis dan organisasi modern. Fokus pembelajaran tidak hanya mencakup aspek konseptual, tetapi juga aspek teknis dan strategis seperti perancangan workflow agen, mekanisme task decomposition, manajemen memori dan konteks, integrasi tools dan sistem internal, evaluasi kinerja agen berbasis metrik yang terukur, hingga pembahasan mendalam mengenai keamanan, kontrol, serta tata kelola penggunaan AI secara bertanggung jawab. Dengan pendekatan yang aplikatif dan berbasis studi kasus nyata, pelatihan ini dirancang agar peserta tidak sekadar memahami teori dan terminologi, melainkan mampu merancang, memvalidasi, dan mengusulkan solusi Agentic AI yang relevan, berdampak, serta selaras dengan kebutuhan operasional dan transformasi digital di tempat kerja masing-masing. 

Tujuan

Setelah mengikuti pelatihan ini, peserta diharapkan mampu:

  • Memahami konsep dasar dan evolusi Agentic AI.
  • Menjelaskan perbedaan antara AI reaktif dan AI berbasis agen.
  • Merancang arsitektur sistem Agentic AI untuk kebutuhan spesifik.
  • Mengimplementasikan agen berbasis LLM dengan integrasi tools.
  • Mengelola memori, perencanaan tugas, dan pengambilan keputusan agen.
  • Mengevaluasi performa dan risiko dalam penerapan Agentic AI.
  • Mengidentifikasi peluang pemanfaatan Agentic AI dalam proses bisnis.

Materi

Hari 1: Fondasi dan Arsitektur Agentic AI

1. Konsep Dasar Agentic AI

Sub Materi:

  • Definisi dan karakteristik Agentic AI
  • Evolusi AI: Rule-Based → Machine Learning → LLM → Agentic AI
  • Perbedaan AI reaktif vs AI otonom
  • Komponen utama agen: Goal, Memory, Planning, Action, Reflection

2. Large Language Model sebagai Otak Agen

Sub Materi:

  • Peran LLM dalam sistem agen
  • Prompt engineering untuk agent behavior
  • Reasoning dan chain-of-thought
  • Tool calling dan function calling

3. Arsitektur Sistem Agentic AI

Sub Materi:

  • Single-agent vs Multi-agent system
  • Orchestrator dan controller
  • Workflow berbasis task decomposition
  • Integrasi API dan sistem eksternal
  • Studi arsitektur menggunakan framework seperti LangChain

4. Memori dan Konteks dalam Agen

Sub Materi:

  • Short-term vs long-term memory
  • Vector database dan retrieval mechanism
  • Knowledge grounding
  • Context management strategy

5. Praktik: Mendesain Agen Sederhana

Sub Materi:

  • Identifikasi use case
  • Penyusunan goal dan constraint
  • Perancangan flow aksi agen
  • Simulasi skenario bisnis

 

Hari 2: Implementasi, Evaluasi, dan Tata Kelola

6. Task Planning dan Decision-Making

Sub Materi:

  • Teknik perencanaan multi-step
  • Self-reflection dan self-correction
  • Feedback loop
  • Autonomous task execution

7. Multi-Agent Collaboration

Sub Materi:

  • Role specialization dalam agen
  • Communication protocol antar agen
  • Conflict resolution dan arbitration
  • Studi kasus sistem kolaboratif

8. Integrasi Tools dan Automasi

Sub Materi:

  • Integrasi dengan database, API, dan sistem internal
  • Workflow automation
  • Human-in-the-loop design
  • Monitoring dan logging aktivitas agen

9. Evaluasi Kinerja dan Risk Management

Sub Materi:

  • Metrik evaluasi agent performance
  • Hallucination dan mitigasi risiko
  • AI safety dan kontrol akses
  • Governance dan compliance

10. Perancangan Use Case Organisasi

Sub Materi:

  • Identifikasi peluang di fungsi bisnis (HR, Finance, Marketing, IT)
  • Analisis ROI implementasi Agentic AI
  • Roadmap adopsi di organisasi
  • Presentasi desain solusi peserta

Peserta

  • Teknologi Informasi (TI)
  • Artificial Intelligence (AI)
  • Transformasi Digital
  • Data Analytics & Business Intelligence
  • Inovasi Digital
  • Enterprise Architecture
  • Digital Banking

Metode

  • Pre-test
  • Presentasi Materi
  • Diskusi 
  • Studi Kasus
  • Post-test

Fasilitas

  • Training Amenities
  • Peralatan Pelatihan (Tas, Hand Out, Flashdisk, Block Note, Pulpen, Watermark)
  • Sertifikat 
  • Souvenir
  • 2x Coffee Break, 1x Lunch
Kembali ke Layanan