AI untuk pekerjaan teknik di hotel, laundry, dan dapur: tugas yang cocok dan tidak, alur kerja AI lalu verifikasi dengan Arstema dan manual pabrik, data pribadi dan rahasia, keselamatan, dan tanggung jawab teknisi

Pukul dua dini hari, motor kipas buang dapur sebuah hotel trip. Teknisi jaga memotret pelat nama motor, mengirim fotonya ke aplikasi AI di ponsel, dan bertanya berapa arus nominalnya dan berapa setelan relai beban lebih. Jawaban datang dalam beberapa detik, rapi dan lengkap dengan rumus: 18,5 A, relai disetel sedikit di atasnya. Pelat nama motor 5,5 kW itu memuat dua baris, 230 V segitiga 18,5 A dan 400 V bintang 10,6 A, sedangkan motor tersambung bintang pada suplai 400 V. AI membaca baris yang salah dengan nada seyakin ketika ia benar. Bila relai disetel menurut jawaban itu, motor dapat bekerja jauh di atas arus nominalnya tanpa diputus proteksi. Teknisi itu berhenti, menghitung ulang, membaca pelat nama sekali lagi, dan menelepon supervisor.

Bab ini tidak menganjurkan menjauhi AI. Bab ini menyusun kebiasaan yang dipakai teknisi tadi: AI menyusun dan menjelaskan, angka dan prosedur diperiksa di Arstema dan manual pabrik, lalu orang berwenang yang memutuskan.

Batas pembahasan

Bab ini membahas pemakaian AI percakapan oleh teknisi hotel, laundry, dan dapur: tugas yang cocok dan yang tidak, alur kerja dari draf AI sampai keputusan, data pribadi tamu dan rahasia perusahaan, keselamatan, dan tanggung jawab. Cara menyusun perintah ada di Bab 13, mekanisme halusinasi dan kalibrasi di Bab 9, daftar produk dan pengembangnya di Bab 10, dan agen yang menjalankan tindakan sendiri di Bab 12. Bahaya energi dan kondisi berhenti dibahas di Bab 1 · Keselamatan, pemeriksaan kewajaran angka di Bab 4 · Satuan & Matematika, dan pencatatan lapangan di Bab 9 · Data & Pengukuran.

Bab ini tidak memberi setelan proteksi, dosis kimia, tekanan kerja, atau nomor suku cadang untuk alat tertentu. Nilai untuk alat Anda selalu diambil dari pelat nama, label produk, dan manual pabrik.

Tugas yang cocok dan yang tidak

Model bahasa besar kuat dalam pekerjaan bahasa: menjelaskan, merangkum, menerjemahkan, dan menyusun draf. Ia lemah ketika jawaban menuntut angka pasti tanpa dokumen, fakta yang berubah setelah batas pengetahuannya, atau keputusan yang menanggung risiko fisik. Makalah Toolformer (Meta, 9 Februari 2023) mencatat bahwa model bahasa justru kesulitan pada aritmetika dan pencarian fakta, padahal model yang jauh lebih sederhana dan kecil unggul di sana. Pembagian berikut diturunkan dari sifat itu.

Kolom syarat lebih penting daripada kolom penilaian. Tugas yang cocok tetap menghasilkan draf, dan draf baru menjadi dokumen kerja setelah diperiksa dan disahkan. Persetujuan orang berwenang dibahas di Bab 1 · Keselamatan tentang bahaya, risiko, energi tersimpan, dan kondisi berhenti, dan tanda tangan di Bab 9 · Data & Pengukuran tentang lembar periksa dan catatan lapangan digital. Bila AI dipakai untuk menghemat waktu, waktu pemeriksaan wajib masuk hitungan, karena satu angka salah yang lolos dapat menghapus seluruh penghematan.

Mengapa jawaban AI tetap harus diperiksa

Ada anggapan bahwa AI menjawab dengan probabilitas, tanpa aksioma, tanpa dogma. Separuhnya tepat. Model bahasa membangkitkan jawaban dengan mengambil sampel dari sebaran peluang yang dipelajarinya, tidak menurunkannya dari aksioma formal. Namun jawabannya tidak netral: ia membawa pola data latih dan nilai yang sengaja ditanamkan pada pelatihan lanjutan, misalnya umpan balik manusia, konstitusi, prompt sistem, dan kebijakan keamanan, seperti dibahas di Bab 9 tentang bagaimana AI menjawab. Jawaban yang terdengar paling wajar belum tentu benar untuk mesin di depan Anda.

Halusinasi (hallucination) adalah teks model yang terdengar meyakinkan tetapi keliru secara fakta, termasuk angka atau sumber yang dikarang. Pengembang sendiri mengakuinya. Dokumentasi Anthropic menyatakan bahwa model paling maju pun kadang menghasilkan teks yang keliru secara fakta, bahwa teknik peredam menurunkan halusinasi tetapi tidak menghilangkannya, dan meminta informasi penting selalu divalidasi, terutama untuk keputusan berisiko tinggi. Transparency Hub Anthropic (2 Oktober 2026) melaporkan uji pertanyaan fakta pada 41 bidang tanpa internet: Claude Sonnet 5.5 (dirilis 28 September 2026) menjawab benar lebih banyak daripada Claude Sonnet 5, tetapi juga memberi sedikit lebih banyak jawaban salah. Untuk Claude Opus 5.5 (dirilis 22 September 2026), pengembang mengklaim model itu jauh lebih kecil kemungkinannya menyebut angka atau sumber yang salah. Itu klaim vendor, dan "lebih jarang" tidak sama dengan "tidak pernah".

Makalah OpenAI "Why Language Models Hallucinate" (Kalai dkk., arXiv 4 September 2025) berpendapat bahwa pelatihan dan evaluasi standar menghadiahi tebakan daripada pengakuan tidak tahu. Riset interpretabilitas Anthropic (27 Maret 2025) menemukan bahwa penjelasan Claude tentang cara ia menjumlahkan tidak sesuai dengan komputasi internalnya. Jadi langkah hitung yang tertulis rapi bukan bukti. Batas pengetahuan (knowledge cutoff) adalah batas waktu data yang dipelajari model; peristiwa sesudahnya tidak diketahui kecuali model memakai pencarian web. Untuk empat model Claude terbaru batas itu Juni 2026. Standar, harga, dan aturan yang baru berubah dapat terlewat.

Merangkum dokumen yang Anda berikan pun tidak bebas galat. Papan peringkat halusinasi Vectara (16 Oktober 2026) meminta model meringkas lebih dari 7.700 artikel hanya dari isi dokumen; angka terendah di tabelnya masih 1,8 persen, dan model Claude generasi 5 belum tercantum. Papan itu mengukur kesetiaan ringkasan, bukan ketepatan fakta umum.

Kesalahan yang paling merugikan teknisi: nilai dari baris atau kondisi yang salah, satuan tertukar, galat faktor sepuluh, rujukan yang dikarang, dan ringkasan yang menggeser angka. Contoh kerja dan latihan di bawah memperlihatkan masing-masing.

Alur kerja: AI menyusun, Arstema dan manual memeriksa, orang berwenang memutuskan

Alur ini adalah anjuran Arstema untuk setiap pekerjaan teknik yang memakai AI:

1. Pilah tugasnya dengan tabel di atas. Bila menyangkut pengaman atau pekerjaan di luar wewenang Anda, berhenti di sini.
2. Siapkan bahan. Samarkan data tamu, buang rahasia perusahaan, dan tempel bagian manual yang relevan.
3. Minta draf yang menuliskan asumsi dan satuan dan menandai bagian yang belum pasti (Bab 13 tentang cara memberi perintah ke AI).
4. Tandai setiap angka, satuan, nama komponen, nomor suku cadang, dan langkah keselamatan dalam jawaban.
5. Verifikasi setiap tanda menurut tabel di bawah.
6. Putuskan. Orang berwenang memutuskan dan menandatangani.
7. Catat bagian yang disusun AI, yang diperiksa, di mana, dan oleh siapa (Bab 9 · Data & Pengukuran tentang catatan lapangan digital dan jejak audit).

Arstema bukan model AI dan tidak memiliki fitur AI. Perannya berbeda: bab Academy ditulis dari sumber yang dicantumkan, kalkulator memberi hasil yang sama untuk masukan yang sama, dan Troubleshoot meminta setiap hipotesis diuji. Arstema juga tempat belajar ulang konsep yang dijelaskan AI, karena penjelasan yang belum Anda pahami sulit Anda periksa.

Dokumentasi Anthropic menggambarkan pola dosis obat: bila label resmi tidak ditemukan, Claude tidak memberi angka dari ingatan, tetapi mengarahkan orang ke label, apoteker, atau dokter. Padanannya bagi teknisi: torsi, rating, dan setelan proteksi diambil dari pelat nama dan manual. Panduan prompting GPT-5.2 dari OpenAI (11 Desember 2025) meminta jawaban di konteks hukum, keuangan, kepatuhan, atau keselamatan dipindai untuk asumsi yang tidak dinyatakan, angka yang tidak berdasar pada konteks, dan bahasa terlalu kuat seperti "selalu" atau "dijamin". Anthropic menambahkan dua teknik: minta kutipan pendukung untuk setiap klaim dan tarik klaim yang tidak berkutipan, serta ajukan perintah yang sama beberapa kali, karena jawaban yang tidak konsisten dapat menandakan halusinasi.

Data pribadi tamu dan rahasia perusahaan

Laporan keluhan tamu memuat nama, nomor kamar, nomor ponsel, dan tanggal menginap. Rahasia perusahaan mencakup kata sandi panel, kode akses sistem gedung, denah keamanan, dan harga kontrak vendor.

Menurut liputan media, Undang-Undang Nomor 27 Tahun 2022 tentang Pelindungan Data Pribadi diundangkan 17 Oktober 2022 dan berlaku penuh 17 Oktober 2024 setelah masa penyesuaian dua tahun. Pasal 10 ayat (1) memberi subjek data hak mengajukan keberatan atas keputusan yang hanya didasarkan pada pemrosesan otomatis, termasuk pemrofilan, yang menimbulkan akibat hukum atau berdampak signifikan. Status peraturan pelaksana dan lembaga pengawasnya belum dapat dipastikan dari sumber resmi per 18 Oktober 2026. Bab ini tidak memberi tafsir hukum. Aturan kerja yang aman: data tamu tidak dipindahkan ke layanan luar tanpa dasar dan izin dari kebijakan data perusahaan.

Layanan AI menyimpan percakapan menurut setelannya. Untuk paket konsumen Claude (Free, Pro, Max), pembaruan ketentuan Anthropic 28 Agustus 2025 memberi pilihan apakah data boleh dipakai untuk meningkatkan Claude: bila ikut serta, retensinya lima tahun; bila tidak, 30 hari. Pilihan dapat diubah di Privacy Settings, dan ketentuan ini tidak berlaku untuk Claude for Work, Government, Education, dan API. Pusat bantuan Anthropic (22 Mei 2026) menyatakan chat incognito tidak dipakai untuk meningkatkan Claude walaupun Model Improvement aktif, dan menyarankan kehati-hatian dengan kata sandi, data keuangan, rekam medis, dan dokumen rahasia. Layanan lain disebut memiliki setelan serupa, tetapi nama menu dan isinya belum dapat dipastikan dari sumber resmi per 18 Oktober 2026; periksa di akun Anda sendiri.

Setelan privasi mengatur pelatihan dan lama penyimpanan, tetapi data tetap terkirim ke penyedia. Karena itu samarkan sebelum menempel:

• ganti nama tamu dengan penanda seperti [TAMU-1], dan nomor kamar dengan lantai atau tipe kamar bila relevan;
• hapus nomor ponsel, surel, tanggal menginap, dan nomor reservasi;
• jangan pernah menempel kata sandi, kode akses, atau denah keamanan;
• pertahankan data teknis: model alat, gejala, waktu kejadian, dan hasil ukur;
• pakai akun dan layanan yang disetujui perusahaan.

Keselamatan dan batas wewenang

AI tidak melihat mesin, tidak mencium bau gas, dan tidak mengukur tegangan. Ia hanya membaca yang Anda ketik atau foto yang Anda kirim. Pertanyaan "aman atau tidak" tidak dijawab oleh AI.

Kebijakan Penggunaan Anthropic versi yang berlaku mulai 12 November 2026 (belum berlaku pada 18 Oktober 2026) memuat dua syarat yang relevan. Untuk tindakan fisik berisiko tinggi, harus ada orang yang memenuhi syarat yang dapat mengamati alat dan menghentikannya kapan saja, dan alat harus berhenti atau bertahan di keadaan aman bila orang itu campur tangan atau koneksi putus. Rekomendasi AI berisiko tinggi, misalnya di bidang hukum, medis, dan keuangan, harus ditinjau secara bermakna oleh orang yang memenuhi syarat, dan orang yang terdampak diberi tahu bahwa AI dipakai.

Di Indonesia, Surat Edaran Menkominfo Nomor 9 Tahun 2023 tentang Etika Kecerdasan Artifisial (ditetapkan 19 Desember 2023) memosisikan AI sebagai pendukung aktivitas manusia; rumusan persisnya belum terverifikasi, dan menurut Wamenkominfo surat edaran itu panduan yang tidak mengikat seperti undang-undang. Rancangan Perpres peta jalan dan etika AI, menurut liputan awal September 2026, masih menunggu tanda tangan Presiden, dan per 18 Oktober 2026 belum ditemukan bukti terbitnya. Tidak ada aturan yang memindahkan tanggung jawab teknik ke AI.

Batas terpenting: jangan memintas pengaman. Interlock pintu, sakelar aliran udara, pembatas suhu, sensor nyala, dan katup pengaman ada karena energi yang dikendalikannya dapat melukai orang, seperti dibahas di Bab 1 · Keselamatan tentang bahaya, risiko, energi tersimpan, dan kondisi berhenti. Saran AI untuk menjumper "untuk menguji" adalah kondisi berhenti. Perubahan setelan kendali mengikuti prosedur perubahan terkendali di Bab 6 tentang keandalan dan keamanan perangkat lunak kendali.

Tanggung jawab teknisi

Tanda tangan di lembar kerja milik teknisi dan supervisor; AI tidak ikut menanggung akibatnya. Tanggung jawab itu dijalankan dengan empat kebiasaan:

1. Pahami sebelum memakai. Bila Anda tidak dapat menjelaskan ulang jawaban AI dengan kata-kata sendiri, pelajari dulu konsepnya di bab Academy terkait.
2. Catat pemakaian AI. Contoh: "Draf SOP disusun dengan bantuan AI; angka diperiksa dengan manual halaman 37 dan Takar; disahkan supervisor." Bab 9 · Data & Pengukuran membahas jejak audit catatan digital.
3. Beri tahu atasan bila AI dipakai untuk rekomendasi berisiko, sejalan dengan syarat pemberitahuan dalam kebijakan tadi.
4. Periksa ulang berkala. Model, fitur, dan setelan privasi berubah cepat; daftar produk per Oktober 2026 di Bab 10 harus dicek di halaman resmi sebelum memilih atau membeli.

Contoh kerja

Angka dalam contoh di bawah adalah angka latihan, kecuali disebut asalnya.

Contoh 1: memeriksa klaim arus motor. Kasus pembuka: motor tiga fasa 5,5 kW, suplai 400 V, faktor daya 0,85, efisiensi 0,88. Daya pelat nama adalah daya keluaran poros, dan arus lin $I = \dfrac{P}{\sqrt{3}\,V\cos\varphi\,\eta}$: $I = \dfrac{5500}{\sqrt{3} \times 400 \times 0{,}85 \times 0{,}88} = \dfrac{5500}{518{,}2} = 10{,}6$ A. Jawaban AI 18,5 A. Rasio $18{,}5/10{,}6 = 1{,}75$ hampir sama dengan $400/230 = 1{,}74$, dan rumus yang sama pada 230 V memberi 18,5 A. AI memakai baris 230 V segitiga, padahal motor tersambung bintang pada 400 V. Hitung ulang di kalkulator Takar, cocokkan dengan baris pelat nama yang sesuai sambungan, dan setelan relai mengikuti pelat nama, manual, dan supervisor.

Contoh 2: uji kewajaran waktu pemanasan. AI menyatakan ketel air panas dapur 50 L berpemanas 9 kW memanaskan air dari 25 °C ke 85 °C dalam 5 menit. Dengan $Q = mc\Delta T$, 1 L air sekitar 1 kg, dan $c = 4{,}186$ kJ/(kg K): $Q = 50 \times 4{,}186 \times 60 = 12\,558$ kJ, dan waktu paling singkat tanpa rugi panas $t = 12\,558/9 = 1\,395$ s, sekitar 23 menit. Sebaliknya, 9 kW selama 5 menit hanya memberi $9 \times 300 = 2\,700$ kJ, cukup untuk menaikkan suhu sekitar $2\,700/(50 \times 4{,}186) = 12{,}9$ °C. Klaim AI gagal uji kewajaran yang dibahas di Bab 4 · Satuan & Matematika tentang estimasi, skala, dan pemeriksaan kewajaran.

Contoh 3: ringkasan yang menggeser angka. AI meringkas tabel perawatan pengering menjadi "lumasi bantalan roda setiap 500 jam", sedangkan manual menulis 200 jam. Pada 70 jam per minggu, 200 jam tercapai dalam $200/70 = 2{,}9$ minggu, dan 500 jam dalam $500/70 = 7{,}1$ minggu. Mengikuti ringkasan berarti interval 2,5 kali lebih panjang dari permintaan pabrik. Setiap angka ringkasan dicocokkan dengan halaman manualnya.

Contoh 4: nomor suku cadang yang dikarang. AI memberi nomor suku cadang sakelar pintu pengering yang tampak meyakinkan. Nomor itu tidak ada di daftar suku cadang manual, dan formatnya berbeda dari nomor lain di daftar. Panduan OpenAI meminta model tidak mengarang angka pasti atau rujukan ketika tidak yakin, tanda bahwa pengarangan memang terjadi. Bila nomor itu dipesan begitu saja: suku cadang salah Rp850.000, ditambah 6 hari mesin berhenti dengan 120 kg cucian per hari dialihkan ke laundry luar seharga Rp9.000 per kg, yaitu $6 \times 120 \times 9000 = 6\,480\,000$, sehingga kerugiannya Rp7.330.000. Sepuluh menit mencocokkan dengan daftar suku cadang jauh lebih murah.

Contoh 5: menyamarkan data tamu. Laporan keluhan memuat nama tamu, nomor kamar, nomor ponsel, tanggal menginap, dan kode pintu ruang servis. Empat butir pertama data pribadi dan butir kelima rahasia perusahaan; kelimanya dihapus. Teks yang ditempel: "AC split kamar tamu lantai atas meneteskan air ke karpet sejak kemarin malam; filter sudah diganti; model unit indoor dari pelat nama; suhu ruang 24 °C." Bila teks asli ditempel pada 18 Oktober 2026 di akun konsumen Claude yang ikut serta dalam peningkatan model, retensinya lima tahun, sampai sekitar Oktober 2031; tanpa ikut serta, 30 hari, sampai sekitar 17 November 2026. Teks yang disamarkan tidak lagi menunjuk tamu mana pun.

Contoh 6: memutuskan kapan berhenti. Pembakar gas pengering lockout. AI memberi lima langkah: (1) periksa katup suplai gas terbuka; (2) reset kendali sesuai manual; (3) bila sakelar aliran udara dicurigai, jumper sementara; (4) bersihkan sensor nyala; (5) ulangi reset sampai menyala. Langkah 1 dan 2 boleh dikerjakan bila manual mengizinkan operator. Langkah 3 memintas pengaman, langkah 4 menyentuh komponen pembakar gas yang mungkin di luar wewenang Anda, dan langkah 5 mengulang reset tanpa mengetahui penyebab lockout. Keputusannya, menurut kondisi berhenti di Bab 1 · Keselamatan tentang bahaya, risiko, energi tersimpan, dan kondisi berhenti: berhenti sesudah langkah 2, isolasi mesin, catat kode galat, dan panggil teknisi gas berwenang.

Kondisi berhenti

Berhenti memakai jawaban AI, atau berhenti bekerja dan bertanya ke orang berwenang atau sumber resmi, bila:

1. Jawaban AI menyarankan memintas, menjumper, atau menonaktifkan pengaman, interlock, atau sensor (Bab 1 · Keselamatan tentang bahaya, risiko, energi tersimpan, dan kondisi berhenti).
2. Pekerjaan menyangkut gas, listrik bertegangan, uap bertekanan, atau bahan kimia berbahaya di luar wewenang Anda (Bab 1 · Keselamatan tentang bahaya, risiko, energi tersimpan, dan kondisi berhenti).
3. Ada bau gas, bau hangus, percikan, asap, atau kebocoran kimia; hentikan pekerjaan dan ikuti Bab 1 · Keselamatan tentang bahaya, risiko, energi tersimpan, dan kondisi berhenti.
4. Angka AI berbeda dari pelat nama, label, atau manual, atau tidak ditemukan di sumber resmi.
5. Angka gagal uji kewajaran (Bab 4 · Satuan & Matematika tentang estimasi, skala, dan pemeriksaan kewajaran), atau satuannya tidak jelas.
6. AI memberi jawaban berbeda untuk pertanyaan yang sama.
7. Nomor suku cadang, nomor standar, atau pasal yang disebut AI tidak muncul di dokumen resmi.
8. Bahan yang akan ditempel memuat data pribadi tamu atau rahasia perusahaan yang tidak dapat disamarkan.
9. Anda tidak dapat menjelaskan ulang jawaban AI dengan kata-kata sendiri.

Salah tafsir yang sering terjadi

Hubungan dengan bab lain

Bab 9 menjelaskan mengapa model berhalusinasi, Bab 13 menyusun perintah yang meminta asumsi dan satuan, Bab 10 memetakan produk per Oktober 2026, dan Bab 12 membahas agen beserta risiko izinnya. Di luar seri ini, Bab 4 · Satuan & Matematika memberi alat uji kewajaran, Bab 1 · Keselamatan bahaya energi dan kondisi berhenti, Bab 9 · Data & Pengukuran catatan lapangan dan jejak audit, dan Bab 6 perubahan terkendali dan pengaman perangkat keras pada sistem kendali.

Latihan dan pembahasan

Untuk setiap soal, tuliskan rumus, satuan, dan asumsi. Angka dalam soal dipilih untuk berlatih.