Pakar: Agen AI Bukan Sekadar Bot, Tapi Sistem Otonom Cerdas

Transformasi kode menjadi percakapan menjadi sorotan utama dalam presentasi mendalam yang disampaikan oleh Esther Irawati Setiawan dalam ajang Google I/O Extended Surabaya 2025 yang digelar Sabtu (19/7/2025).

Esther, pakar AI dan Cloud dari Institut Sains dan Teknologi Terpadu Surabaya (ISTTS) sekaligus pendiri Google Developer Groups Surabaya, membahas pembangunan dan penerapan Agen AI Multimodal dengan Agent Development Kit (ADK) dari Google.

Esther menjelaskan bahwa Agen AI adalah sistem otonom berbasis output dari Large Language Models (LLM), yang mampu menjalankan tugas serta mengambil keputusan secara mandiri.

Untuk dapat berfungsi efektif, agen-agen ini perlu mengakses data dunia nyata di luar pengetahuan model, seperti menjelajah web atau melakukan tugas tertentu.

Esther juga menguraikan berbagai jenis Agen AI, di antaranya:

1. ReAct Agent: Merencanakan dan mengeksekusi langkah-langkah secara iteratif berdasarkan umpan balik sementara.

2. Code Agent: Menghasilkan kode Python secara langsung untuk menjalankan seluruh proses dalam satu langkah.

3. Single-agent System: Sistem dengan satu agen yang bertanggung jawab penuh atas tugas.

4. Multi-agent System: Beberapa agen bekerja sama untuk menyelesaikan permasalahan kompleks.

Salah satu sorotan utama adalah Agent Development Kit (ADK), kerangka kerja open-source berbasis Python yang dirancang untuk menyederhanakan proses pengembangan, orkestrasi, dan penyebaran agen AI.

ADK memiliki sejumlah fitur penting, seperti:

1. Model-Agnostic: Tidak tergantung pada model AI tertentu.

2. Deployment-Agnostic: Fleksibel untuk digunakan di berbagai lingkungan.

3. Kompatibel: Terintegrasi dengan kerangka kerja lain.

Esther juga memaparkan langkah praktis membangun agen dasar dengan ADK, mulai dari menyusun struktur proyek, mengatur lingkungan Python, mendapatkan API Gemini, hingga menjalankan dan mengevaluasi agen.

Selain itu, ia menjelaskan fitur lanjutan ADK seperti penggunaan tools, integrasi dengan LiteLLM untuk berbagai model LLM, structured output menggunakan Pydantic, serta komponen seperti Session, State & Runner, Persistent Storage, Multi-Agent, dan Callbacks.

Beberapa proyek demo juga diperkenalkan dalam presentasi, antara lain:

1. Document Agent: Agen yang secara otomatis menghasilkan proposal proyek dan menyimpannya ke Cloud Storage.

2. Mindmap Agent: Mengubah teks atau pertanyaan menjadi diagram peta pikiran.

3. Travel Buddy Agent: Menyediakan informasi cuaca, waktu lokal, dan panduan perjalanan secara real-time.

Melalui sesi ini, Esther memberikan wawasan komprehensif mengenai potensi AI generatif dan ADK dalam membangun aplikasi yang tidak hanya pintar, tetapi juga mampu berinteraksi secara alami dengan pengguna. (saf/ham)