Exploring RAG and AI Agents from Retrieval to Implementation
- Sabtu, 31 Oktober 2026
- 19.00 - 21.00 WIB
- Online via Zoom
Hari
Jam
Menit
Detik
Udah Terbiasa Pakai MySQL atau PostgreSQL,
Aplikasi AI Kamu Cuma Bisa Jawab Pertanyaan Basic dan Sering Halusinasi?
Saat membangun aplikasi LLM sederhana, Traditional RAG mungkin terasa cukup. AI mencari dokumen, lalu merangkumnya. Semuanya terlihat normal.
Tapi apa yang terjadi ketika user mulai menanyakan prompt kompleks yang butuh penalaran adaptif?
Informasi yang ditarik (retrieved) menjadi kurang relevan. AI tidak bisa mengambil tindakan (action) ke database, dan akhirnya memberikan jawaban yang tidak akurat.
Masih Mengandalkan Traditional RAG? Hati-Hati Saat Query Makin Kompleks.
- Konteks Pencarian Kaku & TerbatasTraditional RAG sering gagal menemukan konteks yang relevan jika pertanyaan user terlalu kompleks atau ambigu.
- AI Cuma Bisa "Membaca", Tidak Bisa Eksekusi RAG biasa tidak memiliki kemampuan untuk berinteraksi langsung dengan database (SQL) atau menjalankan fungsi kode (Python) secara mandiri.
- Sulit Menangani Spesifik Use Case Tanpa adanya penyesuaian (fine-tuning) dan alur kerja agen (agentic workflow), performa LLM standar seringkali tidak maksimal untuk task spesifik bisnis kamu.
REALITANYA…
Pengembangan sistem AI next-level membutuhkan lebih dari sekadar Traditional RAG. Developer butuh sistem yang adaptif menggunakan AI Agents dan Multi-Agents untuk menyelesaikan task yang rumit.
Selain itu, aplikasi AI ini juga tidak bisa hanya berjalan di localhost; kamu butuh infrastruktur dan environment yang tepat agar backend dan komponen retrieval-nya bisa diakses oleh publik melalui internet.
Di Tech Corner kali ini,
kamu akan belajar langsung dari A sampai Z: mulai dari memahami kelemahan Traditional RAG, membangun arsitektur Agentic RAG, mencoba fine-tuning LLM, hingga melakukan deployment aplikasi AI kamu langsung ke environment VPS Hosting!
MEET OUR SPEAKER
MEET OUR SPEAKER
Michael Wiryaseputra, S.Kom
Senior Software Engineer &
Full Stack Developer
Bersama Asdita Prasetya, kamu akan mengeksplorasi implementasi Redis sebagai cache pada REST API, memahami bagaimana caching mengurangi akses berulang ke database, serta mengevaluasi dampaknya terhadap performa backend melalui demonstrasi teknis.
DI SESSION INI, KAMU AKAN BELAJAR:
- 🔥 Mengidentifikasi keterbatasan Traditional RAG dan memahami bagaimana arsitektur Agentic RAG bekerja untuk pencarian yang lebih adaptif.
- 🔥 Menerapkan AI Agents agar LLM kamu bisa mengeksekusi kode dan query ke database.
- 🔥 Mengenal Fine-Tuning LLM menggunakan Unsloth (LoRA & QLoRA) serta konsep dasar penggunaan Multi AI Agents.
- 🔥 Mengikuti Live Demonstration implementasi RAG, integrasi AI Agents, dan fine-tuning secara langsung
- 🔥 Mendeploy Aplikasi RAG ke VPS Hosting, memahami kebutuhan komponen backend, environment, dan resource server agar AI kamu live di internet.
Event Ini Cocok Buat Kamu Yang…
- Developer, mahasiswa IT, atau backend engineer yang lagi kepo-keponya ngembangin aplikasi berbasis LLM.
- Ngerasa aplikasi AI-nya mentok kemampuannya dan pengen upgrade pakai arsitektur AI Agents.
- Pengen tahu rahasia dapur fine-tuning model AI biar nggak halusinasi terus.
- Bingung gimana caranya nge-deploy aplikasi AI (backend + retrieval system) ke layanan VPS.
TESTIMONI PESERTA WEBINAR
Zamghoni
Web Developer
“Alhamdulilah kegiatan Tech Corner dari Jagoan Hosting luar biasa, semoga bisa dipertahankan dan dikembangkan. Saya banyak belajar dari sini, dan jadi tau update seputar info IT.”
Dhymas Nanda
Konsultan IT
“Saya sangat mengapresiasi kegiatan ini. Prosesnya sangat terstruktur dan semua peserta dapat merasa terlibat. Pembicara yang dihadirkan juga sangat berkompeten dan mampu menyampaikan dengan cara menarik. ”
Rahma
IT Programmer
“Seneng sih ada Tech Corner, karena jadi bisa belajar, tau tips & trik IT. Komunitas di grupnya juga seru, karena banyak yang peduli dan bantu kalo ada kesulitan. Semoga awet terus ya Tech Corner”
- Sabtu, 31 Oktober 2026
- 19.00 - 21.00 WIB
- Online via Zoom
FORM PENDAFTARAN