<?xml version="1.0" encoding="UTF-8"?>
<rss version="2.0" xmlns:atom="http://www.w3.org/2005/Atom">
  <channel>
    <title>GunaStudio Blog</title>
    <link>https://blog.gunastudio.biz.id/</link>
    <description>Tulisan GunaStudio tentang AI, web, dan keputusan teknis untuk pemilik usaha kecil.</description>
    <language>id</language>
    <atom:link href="https://blog.gunastudio.biz.id/rss.xml" rel="self" type="application/rss+xml" />
    <lastBuildDate>Thu, 12 Nov 2026 09:00:00 +0000</lastBuildDate>
    <item><title>Core Web Vitals dan Kecepatan Situs: Apa yang Benar-Benar Diukur Google</title><link>https://blog.gunastudio.biz.id/artikel/core-web-vitals-kecepatan-situs.html</link><guid isPermaLink="true">https://blog.gunastudio.biz.id/artikel/core-web-vitals-kecepatan-situs.html</guid><pubDate>Thu, 12 Nov 2026 09:00:00 +0000</pubDate><description>Kenali tiga metrik Core Web Vitals yang diukur Google, yaitu LCP, INP, dan CLS, beserta langkah praktis membuat situs usahamu lebih cepat.</description><category>Web</category><category>SEO</category></item>
    <item><title>Tokenisasi: Cara AI Membaca Teks Jadi Token</title><link>https://blog.gunastudio.biz.id/artikel/tokenisasi-cara-ai-membaca-teks.html</link><guid isPermaLink="true">https://blog.gunastudio.biz.id/artikel/tokenisasi-cara-ai-membaca-teks.html</guid><pubDate>Wed, 11 Nov 2026 09:00:00 +0000</pubDate><description>Tokenisasi memecah teks menjadi token agar model bahasa bisa memprosesnya dengan benar. Kenali cara kerjanya dan kenapa LLM sulit menghitung huruf.</description><category>AI</category><category>LLM</category></item>
    <item><title>Temperature dan Top-p: Mengatur Kreativitas Model</title><link>https://blog.gunastudio.biz.id/artikel/temperature-dan-top-p-mengatur-kreativitas.html</link><guid isPermaLink="true">https://blog.gunastudio.biz.id/artikel/temperature-dan-top-p-mengatur-kreativitas.html</guid><pubDate>Tue, 10 Nov 2026 09:00:00 +0000</pubDate><description>Temperature dan top-p mengatur cara model memilih token berikutnya. Pahami decoding greedy vs sampling, lalu kapan pakai nilai rendah atau tinggi.</description><category>LLM</category><category>Tools</category></item>
    <item><title>Supervised Fine-Tuning: Membuat Model Jadi Asisten</title><link>https://blog.gunastudio.biz.id/artikel/supervised-fine-tuning-model-jadi-asisten.html</link><guid isPermaLink="true">https://blog.gunastudio.biz.id/artikel/supervised-fine-tuning-model-jadi-asisten.html</guid><pubDate>Mon, 09 Nov 2026 09:00:00 +0000</pubDate><description>Base model belum bisa jadi asisten. Supervised fine-tuning melatihnya lewat contoh input dan output ideal, dan PEFT membuat prosesnya lebih efisien.</description><category>AI</category><category>LLM</category></item>
    <item><title>Structured Output: Meminta JSON Rapi dari LLM</title><link>https://blog.gunastudio.biz.id/artikel/structured-output-json-dari-llm.html</link><guid isPermaLink="true">https://blog.gunastudio.biz.id/artikel/structured-output-json-dari-llm.html</guid><pubDate>Sun, 08 Nov 2026 09:00:00 +0000</pubDate><description>Output teks bebas sering menyulitkan integrasi program. Structured output memaksa LLM mengikuti schema JSON. Ini kapan dipakai dan tip validasinya.</description><category>LLM</category><category>Tools</category></item>
    <item><title>RLHF: Cara AI Belajar dari Manusia</title><link>https://blog.gunastudio.biz.id/artikel/rlhf-cara-ai-belajar-dari-manusia.html</link><guid isPermaLink="true">https://blog.gunastudio.biz.id/artikel/rlhf-cara-ai-belajar-dari-manusia.html</guid><pubDate>Sat, 07 Nov 2026 09:00:00 +0000</pubDate><description>RLHF membuat AI belajar dari peringkat manusia lewat tiga langkah utama, yaitu supervised fine-tuning, reward model, dan reinforcement learning.</description><category>AI</category><category>LLM</category></item>
    <item><title>RLAIF dan Constitutional AI: Saat AI Mengawasi AI</title><link>https://blog.gunastudio.biz.id/artikel/rlaif-constitutional-ai.html</link><guid isPermaLink="true">https://blog.gunastudio.biz.id/artikel/rlaif-constitutional-ai.html</guid><pubDate>Fri, 06 Nov 2026 09:00:00 +0000</pubDate><description>Constitutional AI dan RLAIF menggeser sebagian pengawasan dari manusia ke AI. Label preferensi manusia mahal, dan inilah cara AI mengisi celah itu.</description><category>AI</category><category>LLM</category></item>
    <item><title>Reward Model: Cara AI Menilai Kualitas Jawaban</title><link>https://blog.gunastudio.biz.id/artikel/reward-model-menilai-jawaban.html</link><guid isPermaLink="true">https://blog.gunastudio.biz.id/artikel/reward-model-menilai-jawaban.html</guid><pubDate>Thu, 05 Nov 2026 09:00:00 +0000</pubDate><description>Tidak semua jawaban AI hitam putih. Reward model belajar menilai preferensi manusia dari data perbandingan, lalu jadi sinyal untuk reinforcement learning.</description><category>AI</category><category>LLM</category></item>
    <item><title>RAG, Memberi AI Bahan Bacaan Sebelum Menjawab</title><link>https://blog.gunastudio.biz.id/artikel/rag-memberi-ai-bahan-bacaan.html</link><guid isPermaLink="true">https://blog.gunastudio.biz.id/artikel/rag-memberi-ai-bahan-bacaan.html</guid><pubDate>Wed, 04 Nov 2026 09:00:00 +0000</pubDate><description>RAG menggabungkan model generatif dengan pengambilan dokumen agar jawaban lebih faktual dan punya sumber. Kenali alur index, retrieve, dan generate.</description><category>LLM</category><category>Tools</category></item>
    <item><title>Prompt Injection: Risiko Utama Aplikasi AI</title><link>https://blog.gunastudio.biz.id/artikel/prompt-injection-risiko-di-aplikasi-ai.html</link><guid isPermaLink="true">https://blog.gunastudio.biz.id/artikel/prompt-injection-risiko-di-aplikasi-ai.html</guid><pubDate>Tue, 03 Nov 2026 09:00:00 +0000</pubDate><description>Prompt injection menyusupkan instruksi berbahaya ke input model dan menempati peringkat risiko teratas OWASP. Kenali jenis, dampak, dan cara mitigasinya.</description><category>Keamanan</category><category>AI</category></item>
    <item><title>Privasi Data Saat Memakai API LLM</title><link>https://blog.gunastudio.biz.id/artikel/privasi-data-saat-pakai-api-llm.html</link><guid isPermaLink="true">https://blog.gunastudio.biz.id/artikel/privasi-data-saat-pakai-api-llm.html</guid><pubDate>Mon, 02 Nov 2026 09:00:00 +0000</pubDate><description>Prompt, file, dan keluaran yang kamu kirim ke penyedia API LLM bisa disimpan atau dipakai untuk pelatihan. Pahami retensi, subprocess, dan cara menjaga data.</description><category>Keamanan</category><category>AI</category></item>
    <item><title>Pretraining: Cara Model Bahasa Belajar dari Internet</title><link>https://blog.gunastudio.biz.id/artikel/pretraining-bahasa-dari-internet.html</link><guid isPermaLink="true">https://blog.gunastudio.biz.id/artikel/pretraining-bahasa-dari-internet.html</guid><pubDate>Sun, 01 Nov 2026 09:00:00 +0000</pubDate><description>Pretraining membuat model bahasa belajar dari teks internet dalam skala besar. Kenali cara kerja prediksi token dan peran arsitektur Transformer.</description><category>AI</category><category>LLM</category></item>
    <item><title>Next-Token Prediction: Mesin Peramal Kata LLM</title><link>https://blog.gunastudio.biz.id/artikel/next-token-prediction-mesin-peramal-kata.html</link><guid isPermaLink="true">https://blog.gunastudio.biz.id/artikel/next-token-prediction-mesin-peramal-kata.html</guid><pubDate>Sat, 31 Oct 2026 09:00:00 +0000</pubDate><description>Next-token prediction adalah tugas yang melatih model bahasa besar. Pahami cara kerjanya, peran Transformer, dan kaitannya dengan kemampuan few-shot.</description><category>AI</category><category>LLM</category></item>
    <item><title>Model Kecil vs Model Besar: Kapan Pakai yang Mana</title><link>https://blog.gunastudio.biz.id/artikel/model-kecil-vs-model-besar-kapan-pakai-yang-mana.html</link><guid isPermaLink="true">https://blog.gunastudio.biz.id/artikel/model-kecil-vs-model-besar-kapan-pakai-yang-mana.html</guid><pubDate>Fri, 30 Oct 2026 09:00:00 +0000</pubDate><description>Hukum scaling dan temuan compute-optimal membantu memilih antara model bahasa kecil dan besar, dari sisi mutu, latensi, biaya, dan kebutuhan GPU.</description><category>LLM</category><category>Tools</category></item>
    <item><title>LoRA: Fine-Tuning Murah untuk Model Bahasa Besar</title><link>https://blog.gunastudio.biz.id/artikel/lora-fine-tuning-murah.html</link><guid isPermaLink="true">https://blog.gunastudio.biz.id/artikel/lora-fine-tuning-murah.html</guid><pubDate>Thu, 29 Oct 2026 09:00:00 +0000</pubDate><description>LoRA membekukan bobot model besar dan hanya melatih matriks rank rendah yang kecil. Kenali cara kerja, keunggulan, dan kaitannya dengan pustaka PEFT.</description><category>LLM</category><category>Tools</category></item>
    <item><title>Context Window dan Batas Ingatan Model Bahasa</title><link>https://blog.gunastudio.biz.id/artikel/konteks-window-dan-batas-ingatan-model.html</link><guid isPermaLink="true">https://blog.gunastudio.biz.id/artikel/konteks-window-dan-batas-ingatan-model.html</guid><pubDate>Wed, 28 Oct 2026 09:00:00 +0000</pubDate><description>Context window adalah jumlah token yang bisa diproses model sekaligus. Kenali kenapa ada batas, aturan geser saat penuh, dan dampaknya ke biaya.</description><category>AI</category><category>LLM</category></item>
    <item><title>Kenapa AI Bisa Halusinasi dan Cara Menguranginya</title><link>https://blog.gunastudio.biz.id/artikel/kenapa-ai-halusinasi.html</link><guid isPermaLink="true">https://blog.gunastudio.biz.id/artikel/kenapa-ai-halusinasi.html</guid><pubDate>Tue, 27 Oct 2026 09:00:00 +0000</pubDate><description>AI bisa menjawab dengan yakin padahal salah. Itulah halusinasi. Kenali definisinya, penyebabnya, jenis intrinsik dan ekstrinsik, serta cara menguranginya.</description><category>AI</category><category>LLM</category></item>
    <item><title>Function Calling: Saat AI Bisa Memanggil Fungsi</title><link>https://blog.gunastudio.biz.id/artikel/function-calling-ai-yang-bisa-ambil-aksi.html</link><guid isPermaLink="true">https://blog.gunastudio.biz.id/artikel/function-calling-ai-yang-bisa-ambil-aksi.html</guid><pubDate>Mon, 26 Oct 2026 09:00:00 +0000</pubDate><description>Function calling memberi model daftar tool, lalu model memilih dan mengisi argumen. Pahami cara kerjanya, kaitannya dengan agen, dan soal izinnya.</description><category>LLM</category><category>Tools</category></item>
    <item><title>Few-Shot Prompting: Memberi Contoh dalam Prompt</title><link>https://blog.gunastudio.biz.id/artikel/few-shot-prompting-contoh-dalam-prompt.html</link><guid isPermaLink="true">https://blog.gunastudio.biz.id/artikel/few-shot-prompting-contoh-dalam-prompt.html</guid><pubDate>Sun, 25 Oct 2026 09:00:00 +0000</pubDate><description>Few-shot prompting memberi beberapa contoh di dalam prompt agar model meniru pola. Pahami bedanya dengan zero-shot dan one-shot, serta kapan ia berguna.</description><category>LLM</category><category>Tools</category></item>
    <item><title>Evaluasi Output LLM Sebelum Dipakai Produksi</title><link>https://blog.gunastudio.biz.id/artikel/evaluasi-output-llm-di-produksi.html</link><guid isPermaLink="true">https://blog.gunastudio.biz.id/artikel/evaluasi-output-llm-di-produksi.html</guid><pubDate>Sat, 24 Oct 2026 09:00:00 +0000</pubDate><description>Output LLM tidak deterministik, jadi mutunya harus diukur. Kenali eval otomatis dan penilaian manusia, set kasus uji, metrik, dan pemantauan produksi.</description><category>LLM</category><category>Tools</category></item>
  </channel>
</rss>
