Deka LLM diluncurkan untuk menjaga data dan operasi AI di Indonesia

|Penulis: Tim Redaksi QUASA|4 mnt baca
Deka LLM diluncurkan untuk menjaga data dan operasi AI di Indonesia

Lintasarta meluncurkan Deka LLM dalam Merdeka AI Summit di Jakarta pada 11 November 2026. CEO Lintasarta Armand Hermawan menyebut kedaulatan sebagai “kendali atas fondasi penting AI”: infrastruktur, data, teknologi, operasi, dan tata kelolanya.

Deka LLM ditujukan bagi perusahaan dan institusi yang ingin membangun aplikasi AI dengan pilihan model bahasa melalui infrastruktur Lintasarta. Indosat Intelligence Suite mendukung platform tersebut. Janji utamanya ialah pemrosesan data dan pengelolaan operasi di Indonesia; bagi calon pengguna, perbedaannya dari akses model melalui penyedia cloud lain terletak pada tempat permintaan diproses, siapa yang mengoperasikan layanan, dan pilihan pengaturan kapasitas.

Satu layanan untuk beberapa model dan kebutuhan aplikasi

Pada laman produk Deka LLM, Cloudeka mencantumkan 17 model siap pakai, termasuk Sahabat-AI untuk kebutuhan bahasa Indonesia, serta akses melalui Chat Completions API. Angka itu menggambarkan katalog yang ditawarkan pada laman produk; ketersediaan model untuk suatu akun atau bentuk layanan tetap bergantung pada opsi yang dipilih.

Dalam alur yang dijelaskan Lintasarta, aplikasi mengirim prompt ke endpoint Deka LLM, model menjalankan inferensi pada Deka GPU di pusat data perusahaan, lalu respons dikembalikan ke aplikasi. Pengembang dapat menghubungkan aplikasi yang memakai format API tersebut dengan mengubah alamat layanan, kunci API, dan nama model. Kesamaan format membantu integrasi, tetapi aplikasi masih perlu menyesuaikan perilaku model yang dipilih, termasuk mutu jawaban dan jumlah token yang terpakai.

Pilihan model juga menjelaskan fungsi Deka LLM sebagai layanan, bukan satu model bahasa dengan kemampuan tetap. Model untuk percakapan, penelusuran dokumen, dan masukan gambar dapat menuntut pengujian yang berbeda. Sahabat-AI relevan bagi aplikasi berbahasa Indonesia, sedangkan pemilihan model lain bisa ditentukan oleh tugas, format masukan, atau kebutuhan menjalankan model yang telah disesuaikan perusahaan.

Di mana letak kendali yang dijanjikan

Penempatan komputasi di Indonesia menjadi bagian paling konkret dari tawaran ini: Lintasarta menyatakan prompt dan keluaran diproses pada Deka GPU di pusat datanya, dengan operasi layanan dikelola tim di dalam negeri. Itu memberi organisasi tempat pemrosesan dan pengelola yang dapat diidentifikasi ketika merancang aplikasi berbasis data internal. Kendali tersebut tetap perlu diterjemahkan ke pengaturan akses, pencatatan permintaan, dan masa penyimpanan data sesuai konfigurasi pelanggan.

Untuk lapisan pendukung, liputan Suara.com dari peluncuran menyebut Cloudeka memiliki sertifikasi ISO/IEC 42001:2023 untuk sistem manajemen AI, Tingkat Komponen Dalam Negeri lebih dari 85 persen, serta verifikasi IT Security Assessment oleh Badan Siber dan Sandi Negara. Keterangan itu berkaitan dengan layanan dan tata kelola pendukung; sertifikasi bukan ukuran akurasi jawaban setiap model dalam katalog.

Deka LLM berada dalam ekosistem Lintasarta yang juga mencakup konektivitas, cloud, dan keamanan siber. Hubungan antarlayanan ini penting ketika aplikasi perusahaan perlu terhubung ke sumber data internal atau memakai jalur koneksi privat. Namun, lokasi inferensi saja belum menjelaskan seluruh perjalanan data aplikasi: dokumen sumber, basis data, cadangan, dan catatan permintaan dapat berada pada komponen yang berbeda.

Harga menunjukkan perbedaan layanan bersama dan kapasitas khusus

Penawaran publik membedakan endpoint bersama yang ditagih menurut token dari endpoint khusus dengan kapasitas GPU yang dicadangkan. Tarif yang tercantum untuk Gemma 4 ialah Rp2.590 per sejuta token input dan Rp7.400 per sejuta token output, sebelum PPN. Lintasarta juga menampilkan endpoint khusus mulai Rp50 juta per bulan untuk satu GPU NVIDIA H100. Harga terakhir adalah biaya awal kapasitas khusus, bukan tarif token untuk layanan bersama.

Berikut perhitungan Quasa Media berdasarkan tarif Gemma 4 yang dipublikasikan dan diperiksa pada 15 November 2026. Ketiga skenario bersifat ilustratif, memakai rasio lima token input untuk setiap satu token output, serta mengecualikan PPN dan biaya komponen aplikasi lain:

  • Untuk 1 juta token input dan 200 ribu token output per bulan, biaya layanan bersama menjadi Rp2.590 + Rp1.480, atau Rp4.070 per bulan.
  • Untuk 10 juta token input dan 2 juta token output, hasilnya Rp25.900 + Rp14.800, atau Rp40.700 per bulan.
  • Untuk 50 juta token input dan 10 juta token output, hasilnya Rp129.500 + Rp74.000, atau Rp203.500 per bulan.

Perhitungan itu menunjukkan pengaruh volume dan panjang keluaran terhadap tagihan token. Selisihnya dengan harga awal endpoint khusus tidak langsung menunjukkan opsi yang lebih baik: kapasitas khusus menawarkan sumber daya yang dicadangkan, sedangkan beban kerja pada layanan bersama ditagih sesuai pemakaian. Kebutuhan throughput, koneksi privat, dan model yang dijalankan dapat mengubah perbandingannya.

Apa yang menentukan kecocokan bagi perusahaan

Bagi startup dengan pemakaian yang belum stabil, endpoint bersama memberi cara mengaitkan biaya dengan volume permintaan. Organisasi yang membutuhkan kapasitas terpisah dapat mempertimbangkan endpoint khusus atau penawaran privat. Pada kedua jalur itu, klaim pemrosesan lokal paling berguna bila mencakup seluruh alur aplikasi yang akan dipakai, termasuk prompt, keluaran, dokumen yang dirujuk, dan data hasil penyesuaian model.

Informasi produk yang dipublikasikan sudah menjelaskan pilihan layanan, jalur API, dan sebagian harga. Rincian masa penyimpanan prompt, hak akses operator, tingkat layanan untuk konfigurasi tertentu, serta hasil uji model pada tugas berbahasa Indonesia belum disajikan sebagai perbandingan yang seragam. Ketentuan itulah yang akan menentukan apakah kendali lokal yang ditawarkan Deka LLM sesuai dengan kebutuhan data dan operasi masing-masing pelanggan.

Baca juga:

Bagikan:

Berlangganan buletin kami

Dapatkan berita Web3, AI, dan kripto terbaru langsung di kotak masuk Anda.

0