Masa Depan Bahasa Daerah di Tengah Invasi dan Perkembangan Teknologi Kecerdasan Buatan

Menguji Klaim Terobosan AI Berbahasa Daerah milik GoTo

Kecerdasan buatan atau artificial intelligence (AI) berbasis model bahasa besar (large language model/LLM) kini semakin fasih berkomunikasi dalam bahasa Indonesia. Namun, ketika berhadapan dengan bahasa daerah seperti ungkapan Bali, Jawa, Sunda, hingga Batak, sebagian besar mesin kerap kehilangan konteks budaya dan makna lokalnya. Kendala inilah yang coba dijawab oleh GoTo melalui peluncuran model AI berkapasitas 27 miliar parameter pada 19 Oktober 2026.

Perusahaan teknologi pengembang Gojek dan Tokopedia tersebut merancang model AI agar mampu memahami tata bahasa Indonesia sekaligus empat bahasa daerah utama: Jawa, Sunda, Bali, dan Batak. Akses model ini dibuka agar pengembang aplikasi, kampus, peneliti, dan lembaga publik dapat memanfaatkannya secara luas. Namun, di tengah gemuruh peluncurannya, publik perlu meninjau secara mendalam: apakah inovasi ini merupakan penemuan teknologi yang sepenuhnya baru, atau sekadar penguatan dari fondasi yang sudah ada?

Anatomi Teknis: Adaptasi Model Global Berbasis Data Lokal

Petunjuk penting mengenai silsilah teknologi ini terlihat dari identitas model yang diunggah ke platform Hugging Face, yakni gemma3-27b-cpt-gotoai-v3-instruct. Nama teknis tersebut mengonfirmasi bahwa GoTo menggunakan model dasar Gemma3-27B buatan Google, yang kemudian disesuaikan dengan konteks budaya Indonesia.

Proses pengembangan dilakukan melalui metode continued pre-training (CPT) atau pelatihan lanjutan pada model yang sudah memiliki pemahaman bahasa dasar. Langkah ini dilanjutkan dengan instruction tuning agar sistem lebih presisi dalam menginterprestasikan perintah pengguna. Strategi mengadaptasi model dasar global ini dinilai terukur dan efisien, mengingat pembangunan LLM dari nol membutuhkan alokasi sumber daya komputasi, data, dan biaya yang sangat besar.

Pengembangan ini juga mencerminkan proses berkelanjutan. Kode versi “V3” menunjukkan bahwa model ini merupakan iterasi ketiga, bukan proyek yang mendadak muncul. Poin krusial dari inisiatif ini adalah keputusan GoTo untuk membagikan parameter bobot model secara terbuka, sehingga komunitas pengembang nasional memiliki titik awal untuk membangun aplikasi pelayanan publik, pendidikan, maupun dokumentasi budaya.

Peta Persaingan AI Kawasan dan Pembacaan Kritis Kinerja

Langkah memanfaatkan model dasar global untuk kebutuhan bahasa lokal bukanlah hal baru di kawasan regional. Inisiatif serupa telah dijalankan oleh AI Singapore melalui proyek SEA-LION (Southeast Asian Languages in One Network) yang mengembangkan LLM untuk berbagai bahasa di Asia Tenggara. Di sisi lain, GoTo sebelumnya juga pernah terlibat dalam ekosistem Sahabat-AI bersama Indosat untuk cakupan bahasa daerah yang serupa.

Oleh karena itu, peluncuran ini lebih tepat dipahami sebagai penyempurnaan dan perluasan kapabilitas, bukan kelahiran pertama AI berbahasa daerah di Indonesia. Evaluasi terhadap performa model ini juga memerlukan kecermatan independen. Meskipun GoTo mengklaim meraih skor tertinggi pada pengujian bahasa daerah berbasis standar IndoMMLU dan SEA-HELM, klaim internal tersebut tetap perlu diuji oleh pihak luar secara objektif.

Dari sisi infrastruktur, pengoperasian model berukuran 27 miliar parameter ini membutuhkan spesifikasi perangkat keras yang signifikan, seperti GPU kelas atas (misalnya NVIDIA A100 80 GB) dengan estimasi memori GPU sekitar 54–60 GB. Walaupun kebutuhan memori dapat diperkecil melalui teknik kuantisasi, pengoperasian model ini tetap membutuhkan kapasitas komputasi yang memadai. Selain itu, status lisensi yang mengacu pada ketentuan Gemma mengharuskan pengembang mencermati batasan hukum penggunaan sebelum mengimplementasikannya secara komersial.

Tantangan Bahasa Daerah dan Harapan Bagi Ekosistem Nasional

Tantangan utama pemrosesan bahasa daerah tidak sekadar terletak pada penerjemahan kata per kata, melainkan pada pemahaman variasi dialek, tingkatan tutur, kesantunan, hingga ungkapan konteks sosial yang kompleks. AI lokal yang ideal dituntut tidak hanya menguasai kosakata, tetapi juga menangkap maksud serta nilai budaya di balik percakapan masyarakat.

Guna memastikan keberlanjutan model ini, keterlibatan aktif dari institusi pendidikan, komunitas bahasa, dan pemerintah daerah sangat diperlukan. Langkah konkret dapat dilakukan melalui digitalisasi manuskrip, penyusunan korpus bahasa daerah yang komprehensif, serta pengujian langsung oleh para penutur asli dari berbagai wilayah.

Inisiatif GoTo telah menyediakan fondasi teknis yang berharga. Namun, ukuran keberhasilan sejati dari inovasi kecerdasan buatan ini bukan diukur dari megahnya seremoni peluncuran, melainkan dari sejauh mana teknologi tersebut mampu menjaga, mempermudah, dan melestarikan kekayaan bahasa daerah di seluruh pelosok Nusantara.