Apa itu Fine-tuning?

Fine-tuning adalah praktik mengambil model AI yang sudah dilatih sebelumnya (seperti GPT, Llama, atau Claude) dan terus melatihnya dengan data Anda sendiri agar model menyerap gaya, pengetahuan domain, atau format output Anda.

Perbandingan singkat: Fine-tuning vs RAG vs Prompting

Faktor	Prompting	RAG	Fine-tuning
Biaya setup	Murah	Sedang	Mahal
Update data	Instan	Instan	Latih ulang
Cocok untuk	Tugas umum	Tanya-jawab berbasis dokumen	Gaya/format yang konsisten

Kapan menggunakan Fine-tuning

• Anda butuh suara brand yang konsisten di seluruh output
• Anda butuh format output yang sangat spesifik (skema JSON yang kompleks)
• Anda memiliki banyak contoh domain berkualitas tinggi yang tidak bisa dicapai oleh prompting + RAG

Kapan TIDAK menggunakan Fine-tuning

• Anda baru memulai — coba prompting dan RAG dulu
• Data Anda sering berubah — RAG lebih cocok
• Budget < $1000 dan tidak ada engineer ML

Alternatif yang lebih ringan

• LoRA — Fine-tuning dengan memori 100-1000× lebih sedikit
• Prompt caching — masukkan konteks panjang dengan murah jika RAG terlalu rumit

Terkait

• LoRA
• RAG
• RLHF