ICALUWU.site
Back to Articles
July 25, 2026Artificial Intelligence, Large Language Model, LLM, Fine-Tuning, Kaggle, Machine Learning, Build Club AI, LoRA, Generative AI, Public Speaking

Pengalaman Pertama Menjadi Pembicara Webinar: Fine-Tuning LLM Tanpa GPU Sendiri

Catatan pengalaman pertama saya menjadi pembicara webinar “Fine-Tuning LLM Tanpa GPU Sendiri” bersama Build Club AI, mulai dari materi, demonstrasi Kaggle, hingga evaluasi untuk presentasi berikutnya.

Pengalaman Pertama Menjadi Pembicara Webinar: Fine-Tuning LLM Tanpa GPU Sendiri

Pada Sabtu, 25 Juli 2026, pukul 19.30–21.00 WIB, saya mendapatkan kesempatan untuk menjadi pembicara dalam webinar bertajuk “Fine-Tuning LLM Tanpa GPU Sendiri” bersama komunitas Build Club AI.

Webinar ini menjadi pengalaman pertama saya membawakan materi teknis sebagai pembicara. Topik utama yang saya presentasikan adalah bagaimana proses fine-tuning Large Language Model atau LLM tetap dapat dilakukan tanpa harus memiliki GPU pribadi, dengan memanfaatkan layanan komputasi yang tersedia secara daring, khususnya Kaggle.

Materi yang Dibahas

Dalam sesi ini, saya mencoba membahas beberapa hal utama, antara lain:

  • Konsep dasar fine-tuning pada Large Language Model.
  • Perbedaan penggunaan base model dan model yang telah disesuaikan.
  • Pemanfaatan GPU gratis dari Kaggle untuk eksperimen machine learning.
  • Persiapan dataset untuk fine-tuning.
  • Implementasi LoRA dan quantization untuk menekan kebutuhan komputasi.
  • Proses training dan evaluasi model.
  • Penyimpanan serta penggunaan kembali model hasil fine-tuning.

Sebagai studi kasus, saya menggunakan dataset hukum Indonesia untuk melakukan fine-tuning model menjadi chatbot yang lebih relevan terhadap pertanyaan dalam domain hukum Indonesia.

Notebook yang digunakan selama demonstrasi dapat diakses melalui:

Kaggle Notebook:
Legal Chatbot Fine-Tuning

Dataset yang digunakan tersedia melalui:

Kaggle Dataset:
Law Indonesia Dataset

Pengalaman Pertama yang Masih Perlu Banyak Perbaikan

Secara jujur, jalannya presentasi kali ini masih terasa cukup kusut bagi saya. Ada beberapa bagian yang seharusnya dapat saya jelaskan dengan lebih terstruktur, lebih tenang, dan lebih mudah dipahami oleh peserta.

Sebagai pengalaman pertama, saya menyadari bahwa memahami materi saja belum cukup. Seorang pembicara juga perlu mampu mengatur alur penjelasan, mengelola waktu, membaca respons peserta, serta mengantisipasi kendala teknis selama sesi berlangsung.

Meskipun belum berjalan sesempurna yang saya harapkan, pengalaman ini memberikan banyak pembelajaran berharga. Saya dapat melihat secara langsung bagian mana yang perlu ditingkatkan, baik dari sisi komunikasi, penyusunan materi, demonstrasi teknis, maupun pengelolaan sesi tanya jawab.

Dukungan dari Mas Wheza dan Mas Irvan

Selama pelaksanaan webinar, saya banyak dibantu oleh Mas Alief Wheza Harsojo dan Mas Irvan Putra.

Mas Wheza membantu mengarahkan jalannya kegiatan dan memperkenalkan berbagai program serta ekosistem yang tersedia di Build Club. Mas Irvan juga turut membantu menjaga jalannya acara agar sesi dapat diselesaikan dengan baik.

Saya sangat berterima kasih atas bantuan, arahan, dan kesempatan yang diberikan kepada saya untuk berbagi materi pada kegiatan ini.

Pelajaran yang Saya Dapatkan

Dari pengalaman ini, saya mendapatkan beberapa pelajaran penting:

  1. Materi teknis perlu disusun berdasarkan alur masalah, solusi, implementasi, dan hasil.
  2. Demonstrasi langsung harus memiliki rencana cadangan apabila terjadi kendala.
  3. Penyampaian materi perlu disesuaikan dengan tingkat pemahaman peserta.
  4. Pengaturan waktu sama pentingnya dengan kedalaman materi.
  5. Rasa gugup hanya dapat dikurangi melalui latihan dan pengalaman nyata.

Saya juga semakin memahami bahwa kemampuan public speaking merupakan proses yang harus terus dilatih. Presentasi pertama mungkin belum sempurna, tetapi pengalaman tersebut dapat menjadi fondasi untuk presentasi berikutnya.

Langkah Berikutnya

Ke depannya, saya berharap dapat mempresentasikan materi dengan lebih sistematis, komunikatif, dan percaya diri. Saya juga ingin terus memperdalam topik mengenai fine-tuning, model deployment, quantization, Retrieval-Augmented Generation, serta pemanfaatan model AI secara efisien.

Saya berharap notebook dan materi yang dibagikan dapat membantu mahasiswa, developer, maupun AI enthusiast yang ingin mulai bereksperimen dengan LLM tetapi belum memiliki perangkat GPU sendiri.

Terima kasih kepada seluruh peserta yang telah mengikuti webinar hingga selesai, serta kepada Build Club AI yang telah memberikan ruang kepada saya untuk belajar dan berbagi.

Pengalaman ini mungkin belum sempurna, tetapi menjadi salah satu langkah penting dalam perjalanan saya sebagai developer dan pembelajar di bidang artificial intelligence.