Sertifikasi AI BNSP: Rute Terjauh Menuju AI Agent

TL;DR: Banyak skema sertifikasi AI BNSP di Indonesia menggunakan SKKNI No. 299/2020 (Artificial Intelligence) dan No. 298/2020 (Data Science) sebagai basis standar kompetensinya — dua standar yang disusun sebelum gelombang ChatGPT, LLM, dan AI Agent lahir. SKKNI 299/2020 menetapkan 21 unit kompetensi data science dan machine learning klasik: dari mengumpulkan data, membersihkan data, membangun model, sampai deployment model. Tidak ada satu pun unit yang menyentuh prompt engineering, RAG, function calling, atau orchestrator AI Agent. Perlu dicatat: SKKNI yang menjadi basis bukan berarti seluruh materi kursus atau sertifikasi pasti hanya berisi SKKNI tersebut — beberapa lembaga menambahkan materi di luar unit wajib. Kalau tujuanmu membangun AI Agent atau otomasi bisnis, jalur yang berpusat pada standar ini adalah rute memutar — bukan jalan yang salah, tapi jauh lebih panjang dari yang kamu butuhkan.

Bekasi Mau ke Jakarta Utara, Malah Muter Lewat Bogor

Bayangkan kamu tinggal di Bekasi, tujuanmu berangkat untuk belajar di tempat kursus AI di Jakarta Utara. Ada dua pilihan: lewat tol dalam kota, nyampe dalam 40 menit. Atau lewat Bogor — Puncak, Ciawi, muter ke selatan dulu baru naik lagi ke utara. Nyampe? Iya. Tapi waktu tempuhnya tiga kali lipat, dan di tengah jalan kamu bakal mulai nanya: “gue di jalur yang bener gak sih?”

Begitulah posisi banyak orang yang sekarang buru-buru ambil sertifikasi AI BNSP padahal tujuannya satu: bisa membangun dan menjual AI Agent. Bukan mau jadi peneliti machine learning, bukan mau bikin model prediksi dari nol. Tapi karena labelnya “Artificial Intelligence” dan ada embel-embel “resmi BNSP”, sertifikasi ini terlihat seperti tiket masuk yang sah ke dunia AI.

Masalahnya, isi tiket itu perlu kamu pastikan apakah memang mengarah ke tujuanmu.

Sertifikat Bilang “Artificial Intelligence”, Isinya Machine Learning 2018

Sebagian besar skema sertifikasi AI yang beredar di Indonesia berpijak pada standar kompetensi yang diterbitkan lewat dua keputusan Menteri Ketenagakerjaan pada tahun 2020:

• SKKNI No. 299 Tahun 2020 — Bidang Keahlian Artificial Intelligence, Subbidang Data Science. Dokumen ini (78 halaman) menetapkan 21 unit kompetensi [lihat dokumen resmi].
• SKKNI No. 298 Tahun 2020 — Bidang Data Science. Fokus pada data acquisition, data cleaning, exploratory data analysis, pemodelan statistik, dan pengujian hipotesis [lihat dokumen resmi].

Penting dipisahkan empat hal yang sering dicampur:

1. Standar kompetensi (SKKNI)
2. Skema sertifikasi AI (susunan unit yang diuji LSP)
3. Kurikulum lembaga (cara tiap lembaga mengajar), dan
4. Materi tambahan (yang ditambahkan lembaga di luar unit wajib). SKKNI yang menjadi basis bukan berarti seluruh materi kursus atau sertifikasi pasti hanya berisi SKKNI tersebut — kurikulum lembaga bisa lebih luas dari materi sertifikasi AI BNSP yang diuji di asesmen.

Keempat hal tersebut dirumuskan sebelum ChatGPT meledak, sebelum LLM jadi komoditas, sebelum istilah “AI Agent” dan “agentic workflow” ada di kamus industri. Substansinya murni kurikulum Data Scientist dan Machine Learning Engineer klasik.

Ini bukan tuduhan — ini fakta yang bisa dicek langsung di dokumen SKKNI 299/2020 yang dipublikasikan Kemnaker (JDIH).

Apa yang Beneran Diuji: 21 Unit Kompetensi SKKNI 299/2020

Berikut daftar lengkap unit kompetensi AI BNSP yang paling banyak dipakai sebagai acuan skema — berasal dari SKKNI No. 299/2020 [dokumen resmi]:

No	Kode Unit	Judul Unit Kompetensi
1	J.62DMI00.001.1	Menentukan Objektif Bisnis
2	J.62DMI00.002.1	Menentukan Tujuan Teknis Data Science
3	J.62DMI00.003.1	Membuat Rencana Proyek Data Science
4	J.62DMI00.004.1	Mengumpulkan Data
5	J.62DMI00.005.1	Menelaah Data
6	J.62DMI00.006.1	Memvalidasi Data
7	J.62DMI00.007.1	Menentukan Objek Data
8	J.62DMI00.008.1	Membersihkan Data
9	J.62DMI00.009.1	Mengkonstruksi Data
10	J.62DMI00.010.1	Menentukan Label Data
11	J.62DMI00.011.1	Mengintegrasikan Data
12	J.62DMI00.012.1	Membangun Skenario Model
13	J.62DMI00.013.1	Membangun Model
14	J.62DMI00.014.1	Mengevaluasi Hasil Pemodelan
15	J.62DMI00.015.1	Melakukan Proses Review Pemodelan
16	J.62DMI00.016.1	Membuat Rencana Deployment Model
17	J.62DMI00.017.1	Melakukan Deployment Model
18	J.62DMI00.018.1	Membuat Rencana Pemeliharaan Model
19	J.62DMI00.019.1	Melakukan Pemeliharaan Model
20	J.62DMI00.020.1	Melakukan Review Proyek Data Science
21	J.62DMI00.021.1	Membuat Laporan Akhir Proyek Data Science

Lihat polanya: siklus hidup pembuatan model machine learning dari hulu ke hilir. Bahkan di unit “Membangun Model”, tools yang disebut adalah RapidMiner, Weka, Python, dan R — persis stack data science era 2015-2018. Sementara di unit “Melakukan Deployment Model”, yang diuji adalah dokumentasi dan SOP deployment, bukan menyambungkan API LLM ke sistem bisnis.

Sekarang cari satu hal ini di dua dokumen SKKNI tersebut: prompt engineering. RAG. Vector database. Function calling. Orchestrator kayak n8n, Make, atau LangChain. AI Agent. Semuanya tidak ada. Nol unit, nol elemen kompetensi, nol kriteria unjuk kerja AI Agent.

Kenapa Standar Resmi Selalu Tertinggal dari Teknologi

Ini bukan kelemahan BNSP atau Kemnaker semata — ini sifat sistemnya. Standar kompetensi kerja dirancang untuk profesi yang sudah mapan: ada banyak orang yang menjalankannya, ada kesepakatan industri soal apa yang harus bisa dilakukan, baru kemudian dirumuskan menjadi standar yang diuji.

AI Agent tidak memenuhi syarat itu. Teknologinya baru mulai berkembang dan diadopsi secara luas 2-3 tahun lalu, praktiknya masih berkembang tiap bulan, dan belum ada konsensus industri yang stabil. Standar untuk profesi yang belum mapan tidak mungkin ditulis — karena belum ada yang bisa distandarkan.

Konsekuensinya: kalau kamu menunggu sertifikasi AI Agent resmi keluar, standarnya baru akan dirumuskan setelah profesi ini mapan — dan itu artinya berisiko tertinggal beberapa tahun dari praktisi yang mulai lebih dulu. Di industri yang bergerak secepat AI, praktisi yang bergerak lebih awal sering menjadi penentu standar informal, bukan lembaga sertifikasi.

Update 2026: Kepmenaker 103/2026 (Knowledge-Based System) — Lebih Maju, tapi Tetap Beda Lantai

Kabar baiknya, Kemnaker tidak diam. Pada 2026 terbit Keputusan Menteri Ketenagakerjaan No. 103 Tahun 2026 yang menetapkan SKKNI Bidang Keahlian Artificial Intelligence Subbidang Knowledge-Based System. Ini langkah maju: cakupannya sudah mencakup knowledge engineering, representasi pengetahuan (ontology, knowledge graph, rule-based architecture), sampai pengembangan reasoning dan decision support system.

Kabar yang lebih jujur: ini tetap bukan standar untuk AI Agent dan otomasi kerja.

Aspek	KBS (Kepmenaker 103/2026)	Kebutuhan Otomasi AI Agent
Pendekatan	Knowledge engineering & rule-based system	Agentic workflow orchestration & eksekusi tugas otonom
Teknologi utama	Knowledge graph, ontology, inference engine, expert system	API LLM, function calling, RAG, orchestrator (n8n/Make/LangChain)
Output	Sistem pakar, semantic search, mesin keputusan berbasis aturan	Otomasi lintas aplikasi: CRM, email, ERP, auto-responder, scraping
Profil yang dihasilkan	Knowledge Engineer, Semantic Web Specialist, AI Solution Architect (enterprise knowledge)	AI Automator, Workflow Integrator, AI Operator

Dengan kata lain, Kepmenaker 103/2026 melahirkan profesi yang sah dan berguna — tapi untuk ranah enterprise knowledge, bukan untuk orang yang mau besok bikin bot WhatsApp balas customer otomatis atau workflow yang motong 20 jam kerja admin per minggu.

Sertifikasi Ini Beneran Buat Siapa

Supaya adil — sertifikasi AI BNSP bukan tidak bermanfaat. Ia sangat relevan untuk tiga profil ini:

• Kebutuhan compliance: karyawan BUMN, instansi pemerintah, atau vendor yang butuh kualifikasi formal untuk tender dan pengadaan. Sertifikat AI untuk kerja di jalur formal seperti ini memang yang dinilai — pemenuhan standar resmi yang diakui institusi, dan sertifikat BNSP menjawab kebutuhan itu.
• Data Analyst / Data Scientist: fondasi statistika, pembersihan data, dan pengujian hipotesis tidak berubah oleh kehadiran GenAI. Standar ini masih mengukur hal yang benar untuk profesi itu.
• Machine Learning Engineer klasik: perusahaan yang masih membangun model prediktif (churn, fraud, forecasting) tetap butuh orang yang paham siklus hidup model dari nol.

Kalau kamu salah satu dari tiga profil ini, SKKNI 299/2020 dan 298/2020 adalah jalur yang valid. Jangan biarkan artikel ini membuatmu ragu — masalahnya bukan standarnya, tapi kecocokan antara standar dan tujuanmu.

Jika tujuan kamu menjadi Data Scientist atau Machine Learning Engineer, sertifikasi berbasis SKKNI 299/2020 dapat relevan. Jika tujuan kamu membangun AI Agent dan otomasi workflow, periksa terlebih dahulu apakah skemanya mencakup API LLM, RAG, function calling, dan orkestrasi workflow.

Kalau kamu sudah tahu arah karirmu di data science, ada baiknya lihat perbandingan jalur belajar yang sudah dibahas sebelumnya — soal alternatif BISA AI Academy dan pilihan belajar AI lain di Indonesia — biar pilihanmu makin lengkap sebelum keluar uang.

Posisi Komunitech: Beda Core, Sama-sama Pilihan

Komunitech sendiri adalah penyedia workshop AI yang fokusnya membantu peserta membuat Karyawan AI — sistem AI agent yang bekerja untuk membantu pekerjaan mereka di lembaga masing-masing. Karena itu kami melihat sertifikasi BNSP punya core yang berbeda dengan tujuan kami menyelenggarakan pelatihan AI untuk masyarakat Indonesia.

Bagi Komunitech, sertifikasi BNSP adalah pilihan yang baik untuk masyarakat Indonesia yang ingin mempelajari sisi teknis AI sesuai framework nasional dan SKKNI. Di sisi lain, workshop kami ditujukan untuk mereka yang ingin langsung membangun sistem otomasi dan AI agent untuk kebutuhan kerjanya.

Keberadaan lembaga kursus AI dengan core yang berbeda justru memberikan pilihan lebih beragam bagi masyarakat Indonesia untuk mulai mempelajari AI lebih dalam — sesuai kebutuhan dan tujuan masing-masing.

Biar makin jelas, ini perbandingan ringkas antara workshop AI agent dan sertifikasi AI BNSP:

Intinya: masalahnya bukan standarnya, tapi kecocokan dengan tujuanmu. Mau membangun AI agent dan otomasi? Workshop. Mau pengakuan kompetensi formal? Sertifikasi. Mau lebih maksimal? Gabungkan keduanya — bangun skill lewat workshop, validasi kompetensi lewat sertifikasi BNSP.

Jangan Percaya Kata Siapa Pun — Tanya Langsung ke Penyedianya

Artikel ini membaca dokumen SKKNI dan menarik kesimpulan dari sana. Tapi lembaga penyedia kursus dan sertifikasi AI BNSP itu beda-beda — beberapa mungkin sudah menambahkan materi AI Agent, RAG, atau otomasi di luar unit kompetensi wajib, agar lulusannya lebih relevan dengan kebutuhan industri sekarang.

Jadi sebelum bayar, tanya langsung ke lembaga penyedianya. Pertanyaan yang harus diajukan:

• “Di kurikulumnya, apakah ada materi bikin AI Agent atau otomasi workflow?” — kalau jawabannya cuma “machine learning, deep learning, deployment model”, kamu sudah tahu arahnya.
• “Alat apa yang dipakai praktik?” — OpenClaw, n8n, Make, OpenAI API, LangChain, atau cuma Python, Jupyter, TensorFlow? Ini pembeda paling cepat antara kurikulum lama dan baru.
• “Output lulusannya biasanya kerja apa?” — kalau jawabannya “data scientist, ML engineer”, dan jika tujuanmu bukan itu, kamu lagi di jalur yang salah.
• “Apakah unit kompetensinya berasal dari SKKNI 299/2020?” — kalau iya, tanyakan lagi: adakah materi tambahan di luar SKKNI itu? Karena SKKNI-nya sendiri tidak menyentuh AI Agent sama sekali.

Jawaban jujur dari pertanyaan ini lebih berharga daripada brosur. Lembaga yang serius sama kebutuhan industrinya bakal bisa jawab dengan detail; yang cuma jual sertifikat biasanya cuma bisa jawab “resmi, diakui negara, banyak peminat”.

Opsi Skill yang Beneran Dipakai di Era Agentic AI

Kalau tujuanmu membangun AI Agent — mau buat AI clipper buat channel YouTube tanpa wajah, mau bikin workflow otomasi kantor, melakukan otomasi riset sampai menangani content calendar di sosmed atau mau jual solusi enterprise berbasis AI Agent — ini tiga rute belajar yang relevan dengan kondisi 2026:

Rute A: AI Operator / Automator — paling cepat menghasilkan

Fokus: menyambungkan AI ke pekerjaan nyata. Yang dipelajari: dasar prompt engineering, penggunaan API LLM (OpenAI, Claude, Gemini), RAG praktis untuk data internal, dan orchestrator visual kayak n8n atau Make. Output-nya bukan model, tapi sistem yang bekerja: bot yang bales chat, workflow yang isi spreadsheet, pipeline konten yang jalan sendiri. Ini rute yang tepat kalau kamu mau mulai menghasilkan — bahkan minggu-minggu pertama.

Buat yang bingung mulai dari mana, ada jalur praktis belajar AI dari nol yang breakdown-nya khusus buat pemula — bisa jadi peta awal sebelum nyemplung ke tools.

Rute B: AI Solution / Integration Specialist — buat yang mau jual solusi

Fokus: merancang solusi AI untuk bisnis orang lain. Yang dipelajari: function calling dan tool use, integrasi API lintas aplikasi (CRM, ERP, email, database), desain workflow yang aman dan bisa diaudit, sampai pricing dan scoping proyek. Kalau kamu mau jadi konsultan atau agensi otomasi, ini rutenya. Profesi ini punya nama resmi di industri — spesialis integrasi AI Agent — lengkap dengan jalur karir dan skill yang diuji di dunia kerja nyata.

Rute C: Data Scientist / ML Engineer — kalau memang itu passion-mu

Fokus: statistik, pemodelan, dan machine learning konvensional. Ini adalah rute di mana sertifikasi AI BNSP benar-benar relevan dengan kebutuhanmu. Kalau kamu menikmati matematika, menelaah data, dan membangun model dari nol — jangan tinggalkan demi tren AI Agent. Data scientist yang solid tetap langka dan tetap dibayar mahal.

Glosarium Singkat

• SKKNI — Standar Kompetensi Kerja Nasional Indonesia; dokumen resmi Kemnaker yang menetapkan unit-unit kompetensi untuk suatu bidang profesi.
• LSP — Lembaga Sertifikasi Profesi; lembaga berlisensi BNSP yang menyelenggarakan uji kompetensi dan menerbitkan sertifikat.
• Sertifikasi AI BNSP — sertifikat kompetensi bidang AI yang diterbitkan LSP setelah asesi dinyatakan kompeten melalui asesmen, mengacu pada skema berbasis SKKNI.
• RAG — Retrieval-Augmented Generation; teknik menghubungkan model AI ke sumber data eksternal agar jawabannya akurat berdasarkan dokumen/knowledge base tertentu.
• Function calling — kemampuan model AI memanggil fungsi/API eksternal untuk mengambil data atau menjalankan aksi, bukan cuma menghasilkan teks.
• Tool use — penggunaan alat (browser, kalkulator, aplikasi, API) oleh AI untuk menyelesaikan tugas.
• Orchestrator — perangkat lunak yang mengatur alur kerja multi-langkah dan mengoordinasikan beberapa AI/tool (contoh: OpenClaw, Claude Code, n8n, Make, LangChain).

FAQ

Apa itu sertifikasi AI BNSP?

Sertifikasi kompetensi yang diterbitkan lembaga sertifikasi profesi (LSP) berlisensi BNSP untuk bidang artificial intelligence. Skema yang beredar di Indonesia (Data Scientist, Machine Learning Engineer, AI Engineer, dan berbagai skema klaster penerapan AI) berpijak pada SKKNI No. 299/2020 dan No. 298/2020.

Apakah sertifikasi AI BNSP mengajarkan cara membuat AI Agent?

Tidak. Isi standarnya mengacu pada SKKNI 299/2020 atau 298/2020 yang isinya adalah machine learning dan data science klasik: pengumpulan data, pembersihan data, membangun model, evaluasi, dan deployment model. Tidak ada unit kompetensi yang membahas prompt engineering, RAG, function calling, atau orchestrator AI Agent.

Sertifikasi AI BNSP cocok untuk siapa?

Tiga profil: (1) kebutuhan compliance seperti BUMN, instansi pemerintah, dan tender; (2) Data Analyst dan Data Scientist; (3) Machine Learning Engineer klasik. Untuk pembangun AI Agent dan otomasi bisnis, jalurnya tidak relevan.

Apa bedanya SKKNI 299/2020 dengan Kepmenaker 103/2026?

SKKNI 299/2020 adalah standar AI subbidang Data Science (21 unit, fokus ML klasik). Kepmenaker 103/2026 adalah standar baru subbidang Knowledge-Based System yang mencakup knowledge graph, ontology, dan inference engine — lebih maju, tapi tetap berorientasi enterprise knowledge, bukan agentic workflow.

Kalau mau membangun AI Agent, harus belajar apa?

Tiga rute: AI Operator/Automator (prompt engineering, API LLM, RAG, OpenClaw/Hermes/Claude Code/n8n/Make), AI Solution/Integration Specialist (function calling, integrasi API lintas aplikasi), atau tetap Data Scientist kalau memang itu minatmu. Sertifikasi bukan syarat di rute mana pun — portofolio sistem yang jalan adalah buktinya.

Apakah sertifikasi BNSP sama sekali tidak berguna?

Berguna, tapi untuk konteks yang berbeda. Untuk karier data science formal dan kebutuhan institusional, ia valid. Untuk membangun bisnis otomasi AI Agent, ia adalah rute memutar: biaya jutaan rupiah dan waktu berharga untuk kompetensi yang tidak kamu pakai.

Keputusan Ada di Kamu

Artikel ini tidak bilang sertifikasi AI BNSP jelek. Ia bilang: rute belajar harus cocok dengan tujuan.

Sebelum daftar, jawab tiga pertanyaan ini jujur-jujur:

1. Tujuan akhirmu apa? Mau jadi Data Scientist di korporasi, atau mau bangun dan jual sistem AI yang bekerja?
2. Kamu jual apa? Sertifikat menjual pengakuan; portofolio menjual hasil. Di era Agentic AI, klien dan perusahaan lebih cepat percaya pada sistem yang kelihatan jalannya daripada kertas yang menyatakan kamu bisa — perdebatan ini sudah pernah dibedah lebih dalam soal sertifikasi AI vs portofolio nyata di mata HRD.
3. Berapa lama kamu rela muter? Kalau tujuannya AI Agent, waktu yang kamu habiskan untuk statistika dan model .pkl adalah waktu yang tidak pernah kembali — sementara orang lain di jalur lurus sudah punya sistem pertama mereka jalan.

Kamu yang paling tahu kebutuhan belajarmu sendiri. Bukan lembaga sertifikasi, bukan tren, bukan artikel ini. Pilih rute yang bikin kamu nyampe — bukan rute yang bikin kamu kelihatan sibuk.

Referensi

• Keputusan Menteri Ketenagakerjaan No. 299 Tahun 2020 — SKKNI Bidang Keahlian Artificial Intelligence Subbidang Data Science (JDIH Kemnaker)
• Keputusan Menteri Ketenagakerjaan No. 103 Tahun 2026 — SKKNI Bidang Keahlian Artificial Intelligence Subbidang Knowledge-Based System (JDIH Kemnaker)
• Portal SKKNI Kementerian Ketenagakerjaan RI
• Badan Nasional Sertifikasi Profesi (BNSP)
• Daftar Skema Sertifikasi LSP Artificial Intelligence Indonesia (BNSP)

Disclaimer: Artikel ini ditulis berdasarkan dokumen SKKNI yang dipublikasikan Kemnaker dan BNSP per Agustus 2026. Standar dan skema sertifikasi bisa berubah; cek dokumen resmi terbaru sebelum mengambil keputusan.

Disclosure: KomuniTech menyelenggarakan workshop AI Agent. Karena itu, bagian rekomendasi jalur belajar dan workshop perlu dibaca sebagai pandangan editorial dari penyedia pelatihan, bukan penilaian independen terhadap semua lembaga sertifikasi.

Artikel telah diupdate pada 13/09/2026 untuk memastikan artikel tetap sesuai kondisi terkini.