Indonesia tidak hanya membutuhkan pengguna kecerdasan buatan (AI), tetapi juga pengembang yang mampu membangun teknologi sesuai dengan bahasa dan kebutuhan masyarakat lokal. Salah satu langkah terbaru ke arah tersebut datang dari GoTo, perusahaan induk Gojek dan GoPay, yang merilis model bahasa besar atau large language model (LLM) berukuran 27 miliar parameter pada 19 Oktober 2026.
Model yang dikenal sebagai GoTo AI 27B ini dirancang dengan perhatian khusus pada bahasa Indonesia dan sejumlah bahasa daerah. GoTo menyediakan bobot modelnya bagi startup, perusahaan, universitas, peneliti, dan institusi publik agar dapat dipelajari, digunakan, serta diadaptasi untuk berbagai kebutuhan.
Lalu, apa sebenarnya GoTo LLM 27B, bagaimana cara mengaksesnya, dan apakah model ini bisa langsung dipakai seperti chatbot biasa? Artikel ini membahas fungsi, bahasa yang didukung, kebutuhan perangkat, lisensi, serta hubungannya dengan perkembangan AI Indonesia tanpa menganggap klaim pengembang sebagai bukti bahwa model pasti unggul dalam semua tugas.
- Diumumkan oleh GoTo pada 19 Oktober 2026.
- Termasuk model bahasa besar dengan 27 miliar parameter.
- Berfokus pada Bahasa Indonesia dan bahasa daerah: Jawa, Sunda, Bali, serta Batak.
- Model card mencantumkan enam bahasa, termasuk bahasa Inggris.
- Bobot model tersedia melalui Hugging Face untuk penggunaan dan pengembangan lebih lanjut, dengan ketentuan lisensi yang perlu dibaca.
Daftar Isi
- Apa Itu GoTo AI 27B?
- Cara Kerja Model AI 27 Miliar Parameter
- Bahasa yang Didukung GoTo LLM 27B
- Fungsi dan Potensi Penggunaan GoTo AI
- Cara Mengakses GoTo AI 27B
- Kebutuhan Perangkat dan Lisensi
- Kelebihan dan Keterbatasan
- Apakah GoTo Rugi?
- Siapa Saja Vendor AI di Indonesia?
- FAQ
GoTo AI 27B adalah model bahasa besar dengan 27 miliar parameter yang diumumkan oleh GoTo pada 19 Oktober 2026. Model ini berfokus pada bahasa Indonesia dan bahasa daerah serta dapat diakses melalui Hugging Face untuk dipelajari dan dikembangkan sesuai ketentuan lisensinya.
Apa Itu GoTo AI 27B?
GoTo AI 27B merupakan sebutan ringkas untuk model LLM berukuran 27 miliar parameter yang dikembangkan oleh tim AI GoTo. Model ini diumumkan pada acara Bali Tech Week di Sanur, Bali, pada 19 Oktober 2026. Salah satu tujuan utamanya adalah mendukung pengembangan aplikasi AI yang lebih memahami konteks bahasa Indonesia serta beberapa bahasa daerah.
Model bahasa besar bekerja dengan mempelajari pola dari data teks dalam jumlah besar, kemudian menghasilkan respons berdasarkan masukan pengguna. Teknologi ini dapat digunakan untuk menjawab pertanyaan, merangkum dokumen, membantu penerjemahan, dan membangun layanan percakapan. Hasilnya tetap bergantung pada kualitas model, data, instruksi, dan cara penerapannya.
GoTo menyebut model tersebut dikembangkan dari pekerjaan mereka di bidang model terbuka yang sudah dimulai pada 2024. Pengembangan data melibatkan teks berbahasa Indonesia dari mitra media dan situs sektor publik serta data bahasa daerah. Untuk bahasa Batak, GoTo menyatakan bekerja sama dengan Universitas Sumatera Utara dalam pengumpulan data.
Bobot model tersedia melalui repositori resmi GoToCompany di Hugging Face. Perlu dibedakan antara model yang dapat diunduh untuk dikembangkan dan aplikasi chatbot yang siap digunakan melalui browser. Repositori bobot tidak otomatis berarti tersedia antarmuka percakapan publik yang bisa langsung dipakai tanpa konfigurasi.
Cara Kerja Model AI 27 Miliar Parameter
Angka 27B berarti model memiliki sekitar 27 miliar parameter, yaitu nilai-nilai yang dipelajari selama pelatihan dan digunakan untuk menghasilkan respons. Jumlah parameter memberi gambaran ukuran model, tetapi tidak bisa dijadikan satu-satunya ukuran kecerdasan atau kualitas jawaban.
Model yang lebih besar biasanya membutuhkan sumber daya komputasi lebih banyak. Sebaliknya, model yang lebih kecil tetapi dilatih dan disesuaikan dengan baik bisa lebih sesuai untuk tugas tertentu. Oleh karena itu, penilaian GoTo AI 27B perlu melihat ketepatan bahasa, kemampuan mengikuti instruksi, biaya menjalankan model, dan hasil pada tugas nyata.
Model yang diumumkan GoTo memiliki checkpoint instruksi berbasis arsitektur Gemma 3. Model card juga mencantumkan panjang konteks hingga sekitar 128 ribu token. Konteks adalah jumlah potongan teks yang dapat diproses dalam satu permintaan; angka ini bukan jaminan bahwa setiap jawaban akan selalu benar ketika memproses dokumen panjang.
Baca Juga:
Bahasa yang Didukung GoTo LLM 27B
Fokus bahasa lokal merupakan salah satu pembeda yang ditekankan dalam pengembangan model ini. Siaran pers GoTo menyebut Bahasa Indonesia, Jawa, Sunda, Bali, dan Batak. Model card teknisnya juga menyebut bahasa Inggris, sehingga total daftar bahasa yang tercantum menjadi enam.
| Bahasa | Potensi penggunaan |
|---|---|
| Bahasa Indonesia | Ringkasan dokumen, tanya jawab, draf teks, dan layanan pelanggan. |
| Bahasa Jawa | Draf percakapan atau materi informasi yang membutuhkan konteks bahasa Jawa. |
| Bahasa Sunda | Pengembangan aplikasi komunikasi dan informasi berbahasa Sunda. |
| Bahasa Bali | Eksperimen aplikasi edukasi, informasi, atau dokumentasi lokal. |
| Bahasa Batak Toba | Eksperimen penerjemahan dan layanan berbasis bahasa Batak Toba. |
| Bahasa Inggris | Instruksi dan penggunaan lintas bahasa sesuai kemampuan model. |
Daftar tersebut menunjukkan cakupan bahasa yang dicantumkan pengembang, bukan jaminan bahwa setiap dialek, ragam tutur, istilah budaya, atau kalimat sehari-hari dapat dipahami secara sempurna. Untuk penggunaan bahasa daerah, pengujian dengan penutur yang menguasai bahasa setempat tetap diperlukan.
Fungsi dan Potensi Penggunaan GoTo AI
1. Membantu layanan pelanggan
Perusahaan dapat menguji model untuk membuat draf jawaban atas pertanyaan umum, merangkum percakapan, atau membantu petugas menemukan informasi dari dokumen internal. Jawaban otomatis sebaiknya tetap dibatasi oleh basis pengetahuan yang terverifikasi, terutama untuk informasi harga, transaksi, dan kebijakan perusahaan.
2. Mendukung aplikasi bahasa daerah
Pengembang dapat menjajaki pembuatan alat bantu belajar bahasa daerah, pencarian dokumen lokal, atau draf terjemahan. Namun, hasil penerjemahan tidak boleh langsung dianggap setara dengan terjemahan manusia, terutama untuk peribahasa, konteks adat, dan ungkapan yang memiliki makna budaya khusus.
3. Membantu pekerjaan administrasi dan penelitian
LLM dapat dipakai untuk menyusun draf surat, merangkum laporan, mengelompokkan pertanyaan, dan membantu peneliti mengeksplorasi dokumen. Pengguna tetap perlu memeriksa angka, rujukan, nama, dan pernyataan faktual karena model generatif dapat menghasilkan informasi yang keliru.
4. Menjadi fondasi aplikasi baru
Startup, perguruan tinggi, dan instansi publik dapat mempelajari bobot model lalu mengintegrasikannya ke aplikasi mereka sendiri. Pendekatan ini memberi titik awal bagi tim yang ingin membangun aplikasi berbasis AI tanpa melatih model bahasa besar dari nol.
Semua contoh tersebut adalah potensi penerapan, bukan pernyataan bahwa seluruh fitur sudah tersedia sebagai produk siap pakai dari GoTo. Pengembang perlu membuat aplikasi, menyediakan infrastruktur, menguji ketepatan jawaban, dan memastikan keamanan data sesuai kebutuhan penggunaan.
Baca Juga:
Cara Mengakses GoTo AI 27B
Akses teknis yang diumumkan GoTo tersedia melalui repositori modelnya di Hugging Face. Model ini lebih cocok bagi pengembang, peneliti, dan organisasi yang memahami proses menjalankan model AI daripada pengguna yang hanya ingin membuka situs lalu mengobrol.
- Buka repositori resmi. Kunjungi GoTo AI 27B di Hugging Face.
- Baca model card. Periksa bahasa yang didukung, arsitektur, petunjuk penggunaan, kebutuhan komputasi, dan batasan model.
- Periksa lisensi. Pastikan penggunaan yang direncanakan, terutama untuk bisnis, distribusi ulang, atau integrasi produk, sesuai ketentuan lisensinya.
- Pilih lingkungan komputasi. Siapkan server GPU yang sesuai atau layanan komputasi yang mendukung model dan arsitekturnya.
- Ikuti petunjuk instalasi pada repositori. Model dapat dijalankan melalui perangkat lunak inferensi yang sesuai, misalnya Transformers atau vLLM, apabila didukung oleh konfigurasi dan dependensi yang tersedia.
- Lakukan pengujian. Mulailah dengan pertanyaan sederhana, ringkasan dokumen, dan contoh kalimat dalam bahasa yang ingin digunakan. Periksa jawaban terhadap sumber yang benar.
Jika Anda hanya ingin menggunakan chatbot, bukan mengelola model 27B sendiri, pertimbangkan layanan percakapan yang memang disediakan untuk pengguna umum, seperti Sahabat-AI. Layanan tersebut berbeda dari repositori bobot GoTo AI 27B; fitur, model yang digunakan, dan persyaratan akses perlu diperiksa pada platform masing-masing.
Baca Juga:
Kebutuhan Perangkat dan Lisensi GoTo AI 27B
Model dengan 27 miliar parameter membutuhkan memori yang jauh lebih besar dibandingkan dengan aplikasi AI ringan. Informasi teknis yang dipublikasikan untuk model ini memperkirakan sekitar 54–60 GB memori GPU untuk menjalankan bobot dalam format FP16 atau BF16. Angka tersebut merupakan panduan teknis untuk skenario presisi penuh, bukan persyaratan universal bagi semua metode untuk menjalankan model.
Penggunaan kuantisasi, yaitu penyimpanan parameter dengan presisi lebih rendah, dapat mengurangi kebutuhan memori. Namun, penghematan memori harus diuji bersama kualitas hasil dan kompatibilitas perangkat lunak. Laptop biasa tanpa GPU yang memadai bukan pilihan ideal untuk menjalankan konfigurasi penuh model ini.
Perhatikan pula lisensi. Walaupun siaran pers GoTo menyebut peluncurannya sebagai model open source, model card mencantumkan lisensi Gemma dari Google. Artinya, jangan menganggap model ini otomatis memiliki kebebasan penggunaan yang sama seperti lisensi Apache 2.0 atau MIT. Baca persyaratan Gemma yang berlaku sebelum menerapkan model dalam produk komersial atau membagikan hasil turunannya.
Informasi mengenai arsitektur, konteks, kebutuhan memori, serta lisensi dapat berubah jika versi model diperbarui. Selalu gunakan model card yang aktif pada repositori resmi ketika mulai mengunduh atau menyiapkan deployment.
Kelebihan dan Keterbatasan GoTo AI 27B
Kelebihan utama model ini terletak pada fokus bahasa lokal dan ketersediaan bobot untuk dipelajari serta diadaptasi. Pendekatan tersebut memberi pengembang Indonesia pilihan tambahan ketika membuat aplikasi yang membutuhkan bahasa Indonesia atau bahasa daerah tertentu.
Di sisi lain, ukuran model membuat pengoperasiannya memerlukan infrastruktur yang tidak ringan. Penggunaan untuk layanan pelanggan atau instansi publik juga membutuhkan pengujian kualitas, perlindungan data, pemantauan biaya, dan mekanisme koreksi apabila model menghasilkan jawaban yang salah.
Belum cukup hanya mengetahui jumlah parameter atau daftar bahasa untuk menyimpulkan bahwa model ini lebih baik daripada semua model AI lainnya. Perbandingan yang adil perlu memakai tugas, data uji, dan kriteria yang sama, idealnya melibatkan penutur asli untuk evaluasi bahasa daerah.
Sebelum digunakan, organisasi dapat menyiapkan pertanyaan uji yang mewakili pekerjaan sehari-hari, kemudian menilai ketepatan fakta, kualitas bahasa, konsistensi respons, kecepatan, serta biaya operasional. Langkah ini lebih berguna daripada memilih model hanya karena nama atau ukurannya.
Apakah GoTo Rugi?
Pertanyaan mengenai apakah GoTo mengalami kerugian perlu dijawab berdasarkan laporan keuangan dan periode yang jelas, bukan semata-mata berdasarkan peluncuran model AI atau pergerakan harga saham.
Dalam laporan resminya pada 29 Juli 2026, GoTo menyatakan mencatat laba bersih Rp252 miliar pada kuartal II 2026, setelah melaporkan laba bersih Rp171 miliar pada kuartal I 2026. Perusahaan menyebutnya sebagai dua kuartal berturut-turut dengan laba bersih. Informasi itu menunjukkan kinerja kuartalan yang membaik pada periode tersebut, tetapi tidak dengan sendirinya membuktikan bahwa seluruh persoalan keuangan jangka panjang telah selesai.
Perlu dibedakan antara laba bersih, EBITDA yang disesuaikan, arus kas, dan harga saham. Masing-masing mengukur hal yang berbeda. Untuk menilai kesehatan bisnis GoTo secara lebih menyeluruh, baca laporan keuangan terbaru, perhatikan hasil setahun penuh ketika sudah tersedia, serta evaluasi arus kas dan biaya operasional. Tidak tepat pula menyimpulkan bahwa peluncuran GoTo AI 27B sendirian menjadi penyebab keuntungan atau kerugian perusahaan.
Siapa Saja Vendor AI di Indonesia?
Ekosistem AI Indonesia mencakup pengembang model bahasa, perusahaan yang membangun chatbot, penyedia infrastruktur, serta integrator yang menerapkan AI pada proses bisnis. Karena fungsinya berbeda, daftar berikut bukan peringkat kualitas atau daftar lengkap seluruh perusahaan AI di Indonesia.
- GoTo dan Indosat: terlibat dalam ekosistem Sahabat-AI dan pengembangan model bahasa yang berfokus pada konteks Indonesia serta bahasa daerah.
- Telkom Indonesia: mengembangkan ekosistem AIcosystem dan kapabilitas AI untuk berbagai kebutuhan industri.
- Kata.ai: berfokus pada AI percakapan dan AI agent untuk interaksi pelanggan serta kebutuhan perusahaan.
- PROSA.ai: memiliki fokus pada pemrosesan bahasa alami, teks, dan suara berbahasa Indonesia. Perhatikan bahwa layanan mandiri tertentu telah dihentikan pada akhir 2025; ketersediaan kerja sama bisnis perlu dikonfirmasi langsung.
Ketika memilih vendor AI, tentukan dulu kebutuhannya. Jika ingin memakai model bahasa yang bisa diadaptasi, periksa lisensi dan akses bobotnya. Jika membutuhkan chatbot siap pakai, nilai integrasi, dukungan, keamanan, dan biaya layanan. Untuk implementasi perusahaan, mintalah demonstrasi pada data dan skenario yang menyerupai pekerjaan nyata.
Penggunaan AI tidak terbatas pada model bahasa. Untuk pekerjaan visual, Anda dapat mempelajari fitur AI di Adobe Photoshop. Jika pekerjaan lebih banyak melibatkan dokumen, baca juga panduan AI untuk mengolah dokumen PDF dengan Adobe Acrobat.
Untuk produksi video, Anda juga dapat melihat panduan DaVinci Resolve Studio dan fitur AI untuk penyuntingan video.
FAQ tentang GoTo AI 27B
Apa itu GoTo AI 27B?
GoTo AI 27B adalah model bahasa besar dengan 27 miliar parameter yang diumumkan oleh GoTo pada 19 Oktober 2026. Model ini dikembangkan dengan fokus pada bahasa Indonesia dan bahasa daerah, serta tersedia melalui repositori resmi GoTo di Hugging Face untuk dipelajari dan diadaptasi sesuai lisensinya.
Bagaimana cara mengakses model AI GoTo?
Pengembang dapat mengakses bobot model melalui repositori resmi GoTo AI 27B di Hugging Face, membaca model card, memeriksa lisensi, lalu menjalankannya di lingkungan komputasi yang sesuai. Model tersebut tidak otomatis berupa chatbot web siap pakai.
Apakah GoTo rugi?
Menurut pengumuman resmi GoTo pada 29 Juli 2026, perusahaan mencatat laba bersih Rp252 miliar pada kuartal II 2026 setelah laba bersih Rp171 miliar pada kuartal I 2026. Angka kuartalan tersebut tidak cukup untuk menilai keseluruhan kinerja tahunan atau menjamin hasil periode berikutnya.
Siapa saja vendor AI di Indonesia?
Contoh pelaku ekosistem AI di Indonesia meliputi GoTo dan Indosat dengan ekosistem Sahabat-AI, Telkom Indonesia melalui AIcosystem, Kata.ai untuk AI percakapan, serta PROSA.ai yang berfokus pada pemrosesan bahasa dan suara. Produk, layanan, dan model bisnis mereka berbeda, sehingga pilihan sebaiknya disesuaikan dengan kebutuhan.
Kesimpulan
GoTo AI 27B menambah pilihan model bahasa yang dapat dipelajari dan diadaptasi oleh pengembang di Indonesia. Fokus pada bahasa Indonesia dan bahasa daerah membuka peluang untuk mengembangkan layanan percakapan, pengolahan dokumen, penerjemahan, serta aplikasi yang lebih dekat dengan kebutuhan lokal.
Meski bobot model tersedia untuk diunduh, pengguna perlu memperhatikan lisensi Gemma, kebutuhan GPU, kualitas jawaban, dan kesiapan infrastruktur sebelum menerapkannya. Bagi pengguna umum, layanan chatbot seperti Sahabat-AI bisa menjadi pilihan yang lebih sederhana daripada mengoperasikan model 27B sendiri. Pada akhirnya, model yang paling sesuai adalah model yang memenuhi kebutuhan nyata, memberikan hasil terukur, dan dapat digunakan secara bertanggung jawab.