{"id":415,"date":"2026-07-09T12:04:45","date_gmt":"2026-07-09T05:04:45","guid":{"rendered":"https:\/\/komunitech.com\/blog\/?p=415"},"modified":"2026-07-09T12:05:37","modified_gmt":"2026-07-09T05:05:37","slug":"tutorial-langchain-bahasa-indonesia-untuk-pemula-2026","status":"publish","type":"post","link":"https:\/\/komunitech.com\/blog\/tutorial\/tutorial-langchain-bahasa-indonesia-untuk-pemula-2026\/","title":{"rendered":"Tutorial LangChain Bahasa Indonesia untuk Pemula (2026)"},"content":{"rendered":"<p><strong>tl;dr:<\/strong> LangChain = framework open-source (Python &amp; JS) paling populer buat bangun aplikasi berbasis LLM \u2014 dari chatbot sampai AI Agent kompleks. Tutorial ini bahasa Indonesia, langsung praktik: instalasi via pip, setup API key OpenAI\/Gemini\/Ollama, bikin agent pertama dengan tools, rantai prompt (LCEL), vector store buat RAG, sampai memory. Ada perbandingan LangChain vs CrewAI vs AutoGen vs LangGraph + FAQ. Cocok buat pemula yang mau cepat bisa bikin agent nyata.<\/p>\n<div id=\"ez-toc-container\" class=\"ez-toc-v2_0_86 ez-toc-wrap-center counter-hierarchy ez-toc-counter ez-toc-light-blue ez-toc-container-direction\">\n<label for=\"ez-toc-cssicon-toggle-item-6a949edfd65fd\" class=\"ez-toc-cssicon-toggle-label\"><span class=\"ez-toc-cssicon\"><span class=\"eztoc-hide\" style=\"display:none;\">Toggle<\/span><span class=\"ez-toc-icon-toggle-span\"><svg style=\"fill: #999;color:#999\" xmlns=\"http:\/\/www.w3.org\/2000\/svg\" class=\"list-377408\" width=\"20px\" height=\"20px\" viewBox=\"0 0 24 24\" fill=\"none\"><path d=\"M6 6H4v2h2V6zm14 0H8v2h12V6zM4 11h2v2H4v-2zm16 0H8v2h12v-2zM4 16h2v2H4v-2zm16 0H8v2h12v-2z\" fill=\"currentColor\"><\/path><\/svg><svg style=\"fill: #999;color:#999\" class=\"arrow-unsorted-368013\" xmlns=\"http:\/\/www.w3.org\/2000\/svg\" width=\"10px\" height=\"10px\" viewBox=\"0 0 24 24\" version=\"1.2\" baseProfile=\"tiny\"><path d=\"M18.2 9.3l-6.2-6.3-6.2 6.3c-.2.2-.3.4-.3.7s.1.5.3.7c.2.2.4.3.7.3h11c.3 0 .5-.1.7-.3.2-.2.3-.5.3-.7s-.1-.5-.3-.7zM5.8 14.7l6.2 6.3 6.2-6.3c.2-.2.3-.5.3-.7s-.1-.5-.3-.7c-.2-.2-.4-.3-.7-.3h-11c-.3 0-.5.1-.7.3-.2.2-.3.5-.3.7s.1.5.3.7z\"\/><\/svg><\/span><\/span><\/label><input type=\"checkbox\"  id=\"ez-toc-cssicon-toggle-item-6a949edfd65fd\"  aria-label=\"Toggle\" \/><nav><ul class='ez-toc-list ez-toc-list-level-1 ' ><ul class='ez-toc-list-level-2' ><li class='ez-toc-heading-level-2'><a class=\"ez-toc-link ez-toc-heading-1\" href=\"https:\/\/komunitech.com\/blog\/tutorial\/tutorial-langchain-bahasa-indonesia-untuk-pemula-2026\/#Pendahuluan\" >Pendahuluan<\/a><\/li><li class='ez-toc-page-1 ez-toc-heading-level-2'><a class=\"ez-toc-link ez-toc-heading-2\" href=\"https:\/\/komunitech.com\/blog\/tutorial\/tutorial-langchain-bahasa-indonesia-untuk-pemula-2026\/#Apa_Itu_LangChain\" >Apa Itu LangChain?<\/a><\/li><li class='ez-toc-page-1 ez-toc-heading-level-2'><a class=\"ez-toc-link ez-toc-heading-3\" href=\"https:\/\/komunitech.com\/blog\/tutorial\/tutorial-langchain-bahasa-indonesia-untuk-pemula-2026\/#Komponen_Utama_LangChain\" >Komponen Utama LangChain<\/a><\/li><li class='ez-toc-page-1 ez-toc-heading-level-2'><a class=\"ez-toc-link ez-toc-heading-4\" href=\"https:\/\/komunitech.com\/blog\/tutorial\/tutorial-langchain-bahasa-indonesia-untuk-pemula-2026\/#Instalasi_LangChain\" >Instalasi LangChain<\/a><\/li><\/ul><\/li><li class='ez-toc-page-1 ez-toc-heading-level-1'><a class=\"ez-toc-link ez-toc-heading-5\" href=\"https:\/\/komunitech.com\/blog\/tutorial\/tutorial-langchain-bahasa-indonesia-untuk-pemula-2026\/#Install_LangChain_core\" >Install LangChain core<\/a><\/li><li class='ez-toc-page-1 ez-toc-heading-level-1'><a class=\"ez-toc-link ez-toc-heading-6\" href=\"https:\/\/komunitech.com\/blog\/tutorial\/tutorial-langchain-bahasa-indonesia-untuk-pemula-2026\/#Install_integrasi_model_pilih_salah_satu\" >Install integrasi model (pilih salah satu)<\/a><ul class='ez-toc-list-level-2' ><li class='ez-toc-heading-level-2'><a class=\"ez-toc-link ez-toc-heading-7\" href=\"https:\/\/komunitech.com\/blog\/tutorial\/tutorial-langchain-bahasa-indonesia-untuk-pemula-2026\/#Setup_API_Key\" >Setup API Key<\/a><\/li><\/ul><\/li><li class='ez-toc-page-1 ez-toc-heading-level-1'><a class=\"ez-toc-link ez-toc-heading-8\" href=\"https:\/\/komunitech.com\/blog\/tutorial\/tutorial-langchain-bahasa-indonesia-untuk-pemula-2026\/#Windows_PowerShell\" >Windows PowerShell<\/a><ul class='ez-toc-list-level-2' ><li class='ez-toc-heading-level-2'><a class=\"ez-toc-link ez-toc-heading-9\" href=\"https:\/\/komunitech.com\/blog\/tutorial\/tutorial-langchain-bahasa-indonesia-untuk-pemula-2026\/#Membuat_Agent_Pertama_dengan_LangChain\" >Membuat Agent Pertama dengan LangChain<\/a><\/li><\/ul><\/li><li class='ez-toc-page-1 ez-toc-heading-level-1'><a class=\"ez-toc-link ez-toc-heading-10\" href=\"https:\/\/komunitech.com\/blog\/tutorial\/tutorial-langchain-bahasa-indonesia-untuk-pemula-2026\/#1_Definisikan_tools_yang_akan_digunakan_agent\" >1. Definisikan tools yang akan digunakan agent<\/a><\/li><li class='ez-toc-page-1 ez-toc-heading-level-1'><a class=\"ez-toc-link ez-toc-heading-11\" href=\"https:\/\/komunitech.com\/blog\/tutorial\/tutorial-langchain-bahasa-indonesia-untuk-pemula-2026\/#2_Buat_agent_dengan_model_OpenAI\" >2. Buat agent dengan model OpenAI<\/a><\/li><li class='ez-toc-page-1 ez-toc-heading-level-1'><a class=\"ez-toc-link ez-toc-heading-12\" href=\"https:\/\/komunitech.com\/blog\/tutorial\/tutorial-langchain-bahasa-indonesia-untuk-pemula-2026\/#3_Jalankan_agent\" >3. Jalankan agent<\/a><ul class='ez-toc-list-level-2' ><li class='ez-toc-heading-level-2'><a class=\"ez-toc-link ez-toc-heading-13\" href=\"https:\/\/komunitech.com\/blog\/tutorial\/tutorial-langchain-bahasa-indonesia-untuk-pemula-2026\/#Membuat_Rantai_Prompt_Prompt_Chain\" >Membuat Rantai Prompt (Prompt Chain)<\/a><\/li><\/ul><\/li><li class='ez-toc-page-1 ez-toc-heading-level-1'><a class=\"ez-toc-link ez-toc-heading-14\" href=\"https:\/\/komunitech.com\/blog\/tutorial\/tutorial-langchain-bahasa-indonesia-untuk-pemula-2026\/#Rantai_1_Generate_ide_konten\" >Rantai 1: Generate ide konten<\/a><\/li><li class='ez-toc-page-1 ez-toc-heading-level-1'><a class=\"ez-toc-link ez-toc-heading-15\" href=\"https:\/\/komunitech.com\/blog\/tutorial\/tutorial-langchain-bahasa-indonesia-untuk-pemula-2026\/#Rantai_2_Expand_ide_menjadi_outline\" >Rantai 2: Expand ide menjadi outline<\/a><\/li><li class='ez-toc-page-1 ez-toc-heading-level-1'><a class=\"ez-toc-link ez-toc-heading-16\" href=\"https:\/\/komunitech.com\/blog\/tutorial\/tutorial-langchain-bahasa-indonesia-untuk-pemula-2026\/#Gabungkan_dengan_pipe_operator_LCEL\" >Gabungkan dengan pipe operator (LCEL)<\/a><\/li><li class='ez-toc-page-1 ez-toc-heading-level-1'><a class=\"ez-toc-link ez-toc-heading-17\" href=\"https:\/\/komunitech.com\/blog\/tutorial\/tutorial-langchain-bahasa-indonesia-untuk-pemula-2026\/#Jalankan_berurutan\" >Jalankan berurutan<\/a><ul class='ez-toc-list-level-2' ><li class='ez-toc-heading-level-2'><a class=\"ez-toc-link ez-toc-heading-18\" href=\"https:\/\/komunitech.com\/blog\/tutorial\/tutorial-langchain-bahasa-indonesia-untuk-pemula-2026\/#Integrasi_dengan_Vector_Store\" >Integrasi dengan Vector Store<\/a><\/li><\/ul><\/li><li class='ez-toc-page-1 ez-toc-heading-level-1'><a class=\"ez-toc-link ez-toc-heading-19\" href=\"https:\/\/komunitech.com\/blog\/tutorial\/tutorial-langchain-bahasa-indonesia-untuk-pemula-2026\/#1_Load_dokumen\" >1. Load dokumen<\/a><\/li><li class='ez-toc-page-1 ez-toc-heading-level-1'><a class=\"ez-toc-link ez-toc-heading-20\" href=\"https:\/\/komunitech.com\/blog\/tutorial\/tutorial-langchain-bahasa-indonesia-untuk-pemula-2026\/#2_Split_teks_jadi_chunks\" >2. Split teks jadi chunks<\/a><\/li><li class='ez-toc-page-1 ez-toc-heading-level-1'><a class=\"ez-toc-link ez-toc-heading-21\" href=\"https:\/\/komunitech.com\/blog\/tutorial\/tutorial-langchain-bahasa-indonesia-untuk-pemula-2026\/#3_Buat_vector_store\" >3. Buat vector store<\/a><\/li><li class='ez-toc-page-1 ez-toc-heading-level-1'><a class=\"ez-toc-link ez-toc-heading-22\" href=\"https:\/\/komunitech.com\/blog\/tutorial\/tutorial-langchain-bahasa-indonesia-untuk-pemula-2026\/#4_Buat_retriever\" >4. Buat retriever<\/a><ul class='ez-toc-list-level-2' ><li class='ez-toc-heading-level-2'><a class=\"ez-toc-link ez-toc-heading-23\" href=\"https:\/\/komunitech.com\/blog\/tutorial\/tutorial-langchain-bahasa-indonesia-untuk-pemula-2026\/#Agent_dengan_Memory\" >Agent dengan Memory<\/a><\/li><\/ul><\/li><li class='ez-toc-page-1 ez-toc-heading-level-1'><a class=\"ez-toc-link ez-toc-heading-24\" href=\"https:\/\/komunitech.com\/blog\/tutorial\/tutorial-langchain-bahasa-indonesia-untuk-pemula-2026\/#Gunakan_di_agent\" >Gunakan di agent<\/a><ul class='ez-toc-list-level-2' ><li class='ez-toc-heading-level-2'><a class=\"ez-toc-link ez-toc-heading-25\" href=\"https:\/\/komunitech.com\/blog\/tutorial\/tutorial-langchain-bahasa-indonesia-untuk-pemula-2026\/#LangChain_vs_Framework_Lain\" >LangChain vs Framework Lain<\/a><\/li><li class='ez-toc-page-1 ez-toc-heading-level-2'><a class=\"ez-toc-link ez-toc-heading-26\" href=\"https:\/\/komunitech.com\/blog\/tutorial\/tutorial-langchain-bahasa-indonesia-untuk-pemula-2026\/#LangChain_x_KomuniTech_Belajar_LangChain_dengan_Bimbingan_Langsung\" >LangChain x KomuniTech: Belajar LangChain dengan Bimbingan Langsung<\/a><\/li><li class='ez-toc-page-1 ez-toc-heading-level-2'><a class=\"ez-toc-link ez-toc-heading-27\" href=\"https:\/\/komunitech.com\/blog\/tutorial\/tutorial-langchain-bahasa-indonesia-untuk-pemula-2026\/#FAQ\" >FAQ<\/a><ul class='ez-toc-list-level-3' ><li class='ez-toc-heading-level-3'><a class=\"ez-toc-link ez-toc-heading-28\" href=\"https:\/\/komunitech.com\/blog\/tutorial\/tutorial-langchain-bahasa-indonesia-untuk-pemula-2026\/#Q_Apakah_LangChain_gratis\" >Q: Apakah LangChain gratis?<\/a><\/li><li class='ez-toc-page-1 ez-toc-heading-level-3'><a class=\"ez-toc-link ez-toc-heading-29\" href=\"https:\/\/komunitech.com\/blog\/tutorial\/tutorial-langchain-bahasa-indonesia-untuk-pemula-2026\/#Q_Bahasa_pemrograman_apa_yang_didukung_LangChain\" >Q: Bahasa pemrograman apa yang didukung LangChain?<\/a><\/li><li class='ez-toc-page-1 ez-toc-heading-level-3'><a class=\"ez-toc-link ez-toc-heading-30\" href=\"https:\/\/komunitech.com\/blog\/tutorial\/tutorial-langchain-bahasa-indonesia-untuk-pemula-2026\/#Q_Berapa_lama_belajar_LangChain_sampai_bisa_bikin_agent\" >Q: Berapa lama belajar LangChain sampai bisa bikin agent?<\/a><\/li><li class='ez-toc-page-1 ez-toc-heading-level-3'><a class=\"ez-toc-link ez-toc-heading-31\" href=\"https:\/\/komunitech.com\/blog\/tutorial\/tutorial-langchain-bahasa-indonesia-untuk-pemula-2026\/#Q_Apakah_LangChain_support_model_open-source_seperti_Llama_3\" >Q: Apakah LangChain support model open-source seperti Llama 3?<\/a><\/li><li class='ez-toc-page-1 ez-toc-heading-level-3'><a class=\"ez-toc-link ez-toc-heading-32\" href=\"https:\/\/komunitech.com\/blog\/tutorial\/tutorial-langchain-bahasa-indonesia-untuk-pemula-2026\/#Q_Apa_bedanya_LangChain_sama_ChatGPT\" >Q: Apa bedanya LangChain sama ChatGPT?<\/a><\/li><\/ul><\/li><li class='ez-toc-page-1 ez-toc-heading-level-2'><a class=\"ez-toc-link ez-toc-heading-33\" href=\"https:\/\/komunitech.com\/blog\/tutorial\/tutorial-langchain-bahasa-indonesia-untuk-pemula-2026\/#Disclaimer\" >Disclaimer<\/a><\/li><li class='ez-toc-page-1 ez-toc-heading-level-2'><a class=\"ez-toc-link ez-toc-heading-34\" href=\"https:\/\/komunitech.com\/blog\/tutorial\/tutorial-langchain-bahasa-indonesia-untuk-pemula-2026\/#dYOR_Do_Your_Own_Research\" >dYOR (Do Your Own Research)<\/a><\/li><li class='ez-toc-page-1 ez-toc-heading-level-2'><a class=\"ez-toc-link ez-toc-heading-35\" href=\"https:\/\/komunitech.com\/blog\/tutorial\/tutorial-langchain-bahasa-indonesia-untuk-pemula-2026\/#Referensi\" >Referensi<\/a><\/li><\/ul><\/li><\/ul><\/nav><\/div>\n<h2><span class=\"ez-toc-section\" id=\"Pendahuluan\"><\/span>Pendahuluan<span class=\"ez-toc-section-end\"><\/span><\/h2>\n<p>Kamu pasti sudah dengar: <a href=\"\/blog\/ai-agent\/apa-itu-ai-agent-panduan-lengkap-untuk-pemula-2026\/\">AI Agent<\/a> adalah masa depan otomatisasi bisnis. Tapi pertanyaannya, gimana cara mulai bikinnya kalau kamu bukan data scientist senior?<\/p>\n<p>Jawabannya: <strong>LangChain<\/strong>.<\/p>\n<p>LangChain adalah framework Python (dan JavaScript) yang paling populer untuk membangun aplikasi berbasis LLM \u2014 dari chatbot sederhana sampai agent kompleks dengan ribuan tools. Di 2026, LangChain sudah memasuki versi stabil dengan ekosistem yang matang, dokumentasi lengkap, dan komunitas global yang aktif.<\/p>\n<p>Tapi masalahnya? Sebagian besar tutorial berbahasa Inggris. Buat developer Indonesia yang pengen cepat praktik, ini jadi hambatan.<\/p>\n<p>Makanya tutorial LangChain Bahasa Indonesia ini hadir. Langsung praktik, tanpa basa-basi.<\/p>\n<h2><span class=\"ez-toc-section\" id=\"Apa_Itu_LangChain\"><\/span>Apa Itu LangChain?<span class=\"ez-toc-section-end\"><\/span><\/h2>\n<p>LangChain adalah framework open-source yang dirilis oleh LangChain Inc. Fungsinya: <strong>memudahkan developer menghubungkan LLM dengan data eksternal, API, database, dan tools lain<\/strong>.<\/p>\n<p>Daripada kamu coding dari nol untuk:<\/p>\n<ul>\n<li>Mengelola prompt ke LLM<\/li>\n<li>Memanggil tools eksternal<\/li>\n<li>Menyimpan riwayat percakapan<\/li>\n<li>Membuat rantai pemrosesan multi-langkah<\/li>\n<\/ul>\n<p>\u2026LangChain sudah menyediakan semuanya dalam API yang rapi dan modular.<\/p>\n<h2><span class=\"ez-toc-section\" id=\"Komponen_Utama_LangChain\"><\/span>Komponen Utama LangChain<span class=\"ez-toc-section-end\"><\/span><\/h2>\n<table>\n<tr>\n<td>\n<p><strong>Komponen<\/strong><\/p>\n<\/td>\n<td>\n<p><strong>Fungsi<\/strong><\/p>\n<\/td>\n<td>\n<p><strong>Contoh Penggunaan<\/strong><\/p>\n<\/td>\n<\/tr>\n<tr>\n<td>\n<p><strong>Models<\/strong><\/p>\n<\/td>\n<td>\n<p>Antarmuka ke berbagai LLM<\/p>\n<\/td>\n<td>\n<p>OpenAI GPT, Gemini, Claude, Ollama<\/p>\n<\/td>\n<\/tr>\n<tr>\n<td>\n<p><strong>Prompts<\/strong><\/p>\n<\/td>\n<td>\n<p>Template dan manajemen prompt<\/p>\n<\/td>\n<td>\n<p>Prompt templates, few-shot, dynamic variables<\/p>\n<\/td>\n<\/tr>\n<tr>\n<td>\n<p><strong>Chains<\/strong><\/p>\n<\/td>\n<td>\n<p>Rangkaian pemrosesan<\/p>\n<\/td>\n<td>\n<p>LLMChain, SequentialChain, RouterChain<\/p>\n<\/td>\n<\/tr>\n<tr>\n<td>\n<p><strong>Agents<\/strong><\/p>\n<\/td>\n<td>\n<p>Agent otonom dengan tools<\/p>\n<\/td>\n<td>\n<p>Web search, kalkulasi, API calls<\/p>\n<\/td>\n<\/tr>\n<tr>\n<td>\n<p><strong>Memory<\/strong><\/p>\n<\/td>\n<td>\n<p>Penyimpanan konteks percakapan<\/p>\n<\/td>\n<td>\n<p>ConversationBufferMemory, summary memory<\/p>\n<\/td>\n<\/tr>\n<tr>\n<td>\n<p><strong>Retrieval<\/strong><\/p>\n<\/td>\n<td>\n<p><a href=\"\/blog\/tutorial\/cara-bikin-rag-agent-dengan-langchain-panduan-step-by-step\/\">RAG (Retrieval-Augmented Generation)<\/a><\/p>\n<\/td>\n<td>\n<p>Document loaders, vector stores, text splitters<\/p>\n<\/td>\n<\/tr>\n<tr>\n<td>\n<p><strong>Callbacks<\/strong><\/p>\n<\/td>\n<td>\n<p>Logging dan monitoring<\/p>\n<\/td>\n<td>\n<p>Token usage tracking, custom handlers<\/p>\n<\/td>\n<\/tr>\n<\/table>\n<h2><span class=\"ez-toc-section\" id=\"Instalasi_LangChain\"><\/span>Instalasi LangChain<span class=\"ez-toc-section-end\"><\/span><\/h2>\n<p>Sebelum mulai pastikan Python 3.10+ sudah terinstal. LangChain versi terbaru (v0.3+) sudah mendukung Python 3.9 sampai 3.13.<\/p>\n<pre><code># Buat virtual environment (rekomendasi)\npython -m venv .venv\nsource .venv\/bin\/activate  # Linux\/Mac\n.venvScriptsactivate     # Windows\n\n<h1><span class=\"ez-toc-section\" id=\"Install_LangChain_core\"><\/span>Install LangChain core<span class=\"ez-toc-section-end\"><\/span><\/h1>\npip install -U langchain\n\n<h1><span class=\"ez-toc-section\" id=\"Install_integrasi_model_pilih_salah_satu\"><\/span>Install integrasi model (pilih salah satu)<span class=\"ez-toc-section-end\"><\/span><\/h1>\npip install langchain-openai    # Untuk OpenAI\npip install langchain-google-genai  # Untuk Gemini\npip install langchain-community  # Model komunitas + Ollama<\/code><\/pre>\n<h2><span class=\"ez-toc-section\" id=\"Setup_API_Key\"><\/span>Setup API Key<span class=\"ez-toc-section-end\"><\/span><\/h2>\n<pre><code># Linux\/Mac\nexport OPENAI_API_KEY=\"sk-your-api-key-here\"\nexport GOOGLE_API_KEY=\"your-gemini-api-key\"\n\n<h1><span class=\"ez-toc-section\" id=\"Windows_PowerShell\"><\/span>Windows PowerShell<span class=\"ez-toc-section-end\"><\/span><\/h1>\n$env:OPENAI_API_KEY=\"sk-your-api-key-here\"<\/code><\/pre>\n<p><strong>Tips:<\/strong> Untuk development, pakai Ollama biar gratis. LangChain mendukung Ollama out-of-the-box.<\/p>\n<pre><code># Install Ollama, lalu jalankan model lokal\nollama pull llama3.1\nollama pull mistral<\/code><\/pre>\n<h2><span class=\"ez-toc-section\" id=\"Membuat_Agent_Pertama_dengan_LangChain\"><\/span>Membuat Agent Pertama dengan LangChain<span class=\"ez-toc-section-end\"><\/span><\/h2>\n<p>Ini bagian yang paling seru. Kita bikin agent sederhana yang bisa menjawab pertanyaan dan mencari informasi dari web.<\/p>\n<pre><code>from langchain.agents import create_agent\nfrom langchain.agents import Tool\n\n<h1><span class=\"ez-toc-section\" id=\"1_Definisikan_tools_yang_akan_digunakan_agent\"><\/span>1. Definisikan tools yang akan digunakan agent<span class=\"ez-toc-section-end\"><\/span><\/h1>\ndef get_waktu_jakarta(query: str) -&gt; str:\n    \"\"\"Dapatkan informasi waktu di Jakarta\"\"\"\n    from datetime import datetime\n    return f\"Sekarang di Jakarta: {datetime.now().strftime('%H:%M WIB')}\"\n\ndef hitung_pajak(omzet: str) -&gt; str:\n    \"\"\"Hitung estimasi pajak UMKM berdasarkan omzet\"\"\"\n    try:\n        angka = float(omzet.replace(\"juta\", \"000000\").replace(\"milyar\", \"000000000\"))\n        ppn = angka * 0.11\n        pph_final = angka * 0.005\n        return f\"PPN: Rp{ppn:,.0f}, PPh Final: Rp{pph_final:,.0f}\"\n    except:\n        return \"Format tidak dikenal. Contoh: 500juta\"\n\ntools = [\n    Tool(name=\"WaktuJakarta\", func=get_waktu_jakarta, description=\"Cek waktu di Jakarta\"),\n    Tool(name=\"HitungPajak\", func=hitung_pajak, description=\"Hitung pajak UMKM\"),\n]\n\n<h1><span class=\"ez-toc-section\" id=\"2_Buat_agent_dengan_model_OpenAI\"><\/span>2. Buat agent dengan model OpenAI<span class=\"ez-toc-section-end\"><\/span><\/h1>\nagent = create_agent(\n    model=\"openai:gpt-4o\",\n    tools=tools,\n    system_prompt=\"Kamu adalah asisten bisnis yang membantu pengguna dengan pajak dan waktu.\"\n)\n\n<h1><span class=\"ez-toc-section\" id=\"3_Jalankan_agent\"><\/span>3. Jalankan agent<span class=\"ez-toc-section-end\"><\/span><\/h1>\nresult = agent.run(\"Hitung pajak untuk omzet 500 juta\")\nprint(result)<\/code><\/pre>\n<p>Hasilnya? Agent akan otomatis memanggil fungsi <code>hitung_pajak(\"500juta\")<\/code>, lalu merangkum hasilnya dalam bahasa natural.<\/p>\n<h2><span class=\"ez-toc-section\" id=\"Membuat_Rantai_Prompt_Prompt_Chain\"><\/span>Membuat Rantai Prompt (Prompt Chain)<span class=\"ez-toc-section-end\"><\/span><\/h2>\n<p>Salah satu fitur paling powerful dari LangChain adalah <strong>Chains<\/strong>. Kamu bisa menyusun beberapa langkah pemrosesan secara berurutan.<\/p>\n<pre><code>from langchain.prompts import ChatPromptTemplate\nfrom langchain.schema import StrOutputParser\n\n<h1><span class=\"ez-toc-section\" id=\"Rantai_1_Generate_ide_konten\"><\/span>Rantai 1: Generate ide konten<span class=\"ez-toc-section-end\"><\/span><\/h1>\nprompt_ide = ChatPromptTemplate.from_template(\n    \"Buat 3 ide artikel blog tentang {topik} untuk bisnis kecil.\"\n)\n\n<h1><span class=\"ez-toc-section\" id=\"Rantai_2_Expand_ide_menjadi_outline\"><\/span>Rantai 2: Expand ide menjadi outline<span class=\"ez-toc-section-end\"><\/span><\/h1>\nprompt_outline = ChatPromptTemplate.from_template(\n    \"Buat outline detail untuk ide artikel berikut: {ide}\"\n)\n\n<h1><span class=\"ez-toc-section\" id=\"Gabungkan_dengan_pipe_operator_LCEL\"><\/span>Gabungkan dengan pipe operator (LCEL)<span class=\"ez-toc-section-end\"><\/span><\/h1>\nchain_ide = prompt_ide | model | StrOutputParser()\nchain_outline = prompt_outline | model | StrOutputParser()\n\n<h1><span class=\"ez-toc-section\" id=\"Jalankan_berurutan\"><\/span>Jalankan berurutan<span class=\"ez-toc-section-end\"><\/span><\/h1>\nide = chain_ide.invoke({\"topik\": \"AI untuk UMKM\"})\noutline = chain_outline.invoke({\"ide\": ide})<\/code><\/pre>\n<p><strong>LCEL (LangChain Expression Language)<\/strong> adalah cara baru dan direkomendasikan untuk membuat rantai di LangChain. Sintaksnya <code>|<\/code> mirip Unix pipe \u2014 sederhana dan intuitif.<\/p>\n<h2><span class=\"ez-toc-section\" id=\"Integrasi_dengan_Vector_Store\"><\/span>Integrasi dengan Vector Store<span class=\"ez-toc-section-end\"><\/span><\/h2>\n<p>Biar agent kamu bisa &#8220;membaca&#8221; dokumen perusahaan, kamu perlu vector store. Ini dasar dari RAG (Retrieval-Augmented Generation).<\/p>\n<pre><code>from langchain.text_splitter import RecursiveCharacterTextSplitter\nfrom langchain_chroma import Chroma\n\n<h1><span class=\"ez-toc-section\" id=\"1_Load_dokumen\"><\/span>1. Load dokumen<span class=\"ez-toc-section-end\"><\/span><\/h1>\nwith open(\"dokumen-bisnis.txt\", \"r\") as f:\n    teks = f.read()\n\n<h1><span class=\"ez-toc-section\" id=\"2_Split_teks_jadi_chunks\"><\/span>2. Split teks jadi chunks<span class=\"ez-toc-section-end\"><\/span><\/h1>\nsplitter = RecursiveCharacterTextSplitter(chunk_size=500, chunk_overlap=50)\nchunks = splitter.split_text(teks)\n\n<h1><span class=\"ez-toc-section\" id=\"3_Buat_vector_store\"><\/span>3. Buat vector store<span class=\"ez-toc-section-end\"><\/span><\/h1>\nvector_store = Chroma.from_texts(\n    texts=chunks,\n    embedding=embeddings,\n    collection_name=\"bisnis\"\n)\n\n<h1><span class=\"ez-toc-section\" id=\"4_Buat_retriever\"><\/span>4. Buat retriever<span class=\"ez-toc-section-end\"><\/span><\/h1>\nretriever = vector_store.as_retriever(search_kwargs={\"k\": 3})<\/code><\/pre>\n<h2><span class=\"ez-toc-section\" id=\"Agent_dengan_Memory\"><\/span>Agent dengan Memory<span class=\"ez-toc-section-end\"><\/span><\/h2>\n<p>Tanpa memory, agent kamu \u2014 amnesia \u2014 setiap percakapan dianggap baru. Tambahkan memory biar agent ingat konteks.<\/p>\n<pre><code>from langchain.memory import ConversationSummaryBufferMemory\n\nmemory = ConversationSummaryBufferMemory(\n    llm=model,\n    max_token_limit=500,\n    return_messages=True\n)\n\n<h1><span class=\"ez-toc-section\" id=\"Gunakan_di_agent\"><\/span>Gunakan di agent<span class=\"ez-toc-section-end\"><\/span><\/h1>\nagent = create_agent(\n    model=\"openai:gpt-4o\",\n    tools=tools,\n    memory=memory,\n    system_prompt=\"Kamu adalah asisten bisnis yang helpful.\"\n)<\/code><\/pre>\n<h2><span class=\"ez-toc-section\" id=\"LangChain_vs_Framework_Lain\"><\/span>LangChain vs Framework Lain<span class=\"ez-toc-section-end\"><\/span><\/h2>\n<table>\n<tr>\n<td>\n<p><strong>Fitur<\/strong><\/p>\n<\/td>\n<td>\n<p><strong>LangChain<\/strong><\/p>\n<\/td>\n<td>\n<p><strong>CrewAI<\/strong><\/p>\n<\/td>\n<td>\n<p><strong><a href=\"\/blog\/ai-agent\/autogen-vs-langgraph-vs-crewai-pilih-framework-multi-agent-yang-mana\/\">AutoGen<\/a><\/strong><\/p>\n<\/td>\n<td>\n<p><strong>LangGraph<\/strong><\/p>\n<\/td>\n<\/tr>\n<tr>\n<td>\n<p>Fokus Utama<\/p>\n<\/td>\n<td>\n<p>Aplikasi LLM umum<\/p>\n<\/td>\n<td>\n<p>Multi-agent teamwork<\/p>\n<\/td>\n<td>\n<p>Multi-agent conversation<\/p>\n<\/td>\n<td>\n<p>Graph\/state workflow<\/p>\n<\/td>\n<\/tr>\n<tr>\n<td>\n<p>Kurva Belajar<\/p>\n<\/td>\n<td>\n<p>Medium<\/p>\n<\/td>\n<td>\n<p>Medium<\/p>\n<\/td>\n<td>\n<p>Steep<\/p>\n<\/td>\n<td>\n<p>Medium-High<\/p>\n<\/td>\n<\/tr>\n<tr>\n<td>\n<p>Ekosistem Tools<\/p>\n<\/td>\n<td>\n<p>\u2705 Paling lengkap<\/p>\n<\/td>\n<td>\n<p>\u2705 Growing<\/p>\n<\/td>\n<td>\n<p>\u26a0\ufe0f Terbatas<\/p>\n<\/td>\n<td>\n<p>\u2705 Terintegrasi<\/p>\n<\/td>\n<\/tr>\n<tr>\n<td>\n<p>Cloud\/Production<\/p>\n<\/td>\n<td>\n<p>\u2705 LangSmith, LangServe<\/p>\n<\/td>\n<td>\n<p>\u2705 CrewAI Enterprise<\/p>\n<\/td>\n<td>\n<p>\u26a0\ufe0f Self-managed<\/p>\n<\/td>\n<td>\n<p>\u2705 LangGraph Platform<\/p>\n<\/td>\n<\/tr>\n<tr>\n<td>\n<p>Komunitas<\/p>\n<\/td>\n<td>\n<p>\ud83c\udf1f 100k+ GitHub stars<\/p>\n<\/td>\n<td>\n<p>\ud83c\udf1f 70k+<\/p>\n<\/td>\n<td>\n<p>\ud83c\udf1f 50k+<\/p>\n<\/td>\n<td>\n<p>\ud83c\udf1f 20k+<\/p>\n<\/td>\n<\/tr>\n<tr>\n<td>\n<p>Dokumentasi Bahasa Inggris<\/p>\n<\/td>\n<td>\n<p>\u2705 Sangat lengkap<\/p>\n<\/td>\n<td>\n<p>\u2705 Lengkap<\/p>\n<\/td>\n<td>\n<p>\u26a0\ufe0f Kurang<\/p>\n<\/td>\n<td>\n<p>\u2705 Lengkap<\/p>\n<\/td>\n<\/tr>\n<\/table>\n<p><strong>Bottom line:<\/strong> Kalau baru mulai, <strong>LangChain adalah pilihan paling aman<\/strong>. Dokumentasi paling banyak, komunitas paling besar, dan tools paling lengkap.<\/p>\n<h2><span class=\"ez-toc-section\" id=\"LangChain_x_KomuniTech_Belajar_LangChain_dengan_Bimbingan_Langsung\"><\/span>LangChain x KomuniTech: Belajar LangChain dengan Bimbingan Langsung<span class=\"ez-toc-section-end\"><\/span><\/h2>\n<p>Pertanyaan besar setelah baca tutorial ini: <em>&#8220;Gimana cara implementasi LangChain di bisnis sungguhan?&#8221;<\/em><\/p>\n<p>Di KomuniTech, kamu nggak cuma belajar teori.<\/p>\n<p>Kurikulum KomuniTech mencakup:<\/p>\n<ul>\n<li><strong>Fundamental LangChain<\/strong> \u2014 Instalasi, Chains, Agents, Memory<\/li>\n<li><strong>RAG Implementation<\/strong> \u2014 Integrasi LangChain dengan vector store dan database<\/li>\n<li><strong>Production Deployment<\/strong> \u2014 Deploy LangChain agent ke cloud dengan monitoring<\/li>\n<li><strong>Multi-Agent System<\/strong> \u2014 Orchestration menggunakan LangGraph terintegrasi LangChain<\/li>\n<\/ul>\n<p>Robbie Jeo, CEO KomuniTech, menegaskan,<\/p>\n<h2><span class=\"ez-toc-section\" id=\"FAQ\"><\/span>FAQ<span class=\"ez-toc-section-end\"><\/span><\/h2>\n<h3><span class=\"ez-toc-section\" id=\"Q_Apakah_LangChain_gratis\"><\/span>Q: Apakah LangChain gratis?<span class=\"ez-toc-section-end\"><\/span><\/h3>\n<p>A: LangChain adalah framework open-source (lisensi MIT) \u2014 gratis digunakan. Biaya yang perlu kamu keluarkan hanya untuk API LLM seperti OpenAI, Gemini, atau hosting model sendiri.<\/p>\n<h3><span class=\"ez-toc-section\" id=\"Q_Bahasa_pemrograman_apa_yang_didukung_LangChain\"><\/span>Q: Bahasa pemrograman apa yang didukung LangChain?<span class=\"ez-toc-section-end\"><\/span><\/h3>\n<p>A: LangChain tersedia dalam Python (paling lengkap) dan JavaScript\/TypeScript. Python adalah pilihan terbaik untuk production-grade application.<\/p>\n<h3><span class=\"ez-toc-section\" id=\"Q_Berapa_lama_belajar_LangChain_sampai_bisa_bikin_agent\"><\/span>Q: Berapa lama belajar LangChain sampai bisa bikin agent?<span class=\"ez-toc-section-end\"><\/span><\/h3>\n<p>A: Dengan dasar Python, kamu bisa bikin agent sederhana dalam 1-2 hari. Untuk production-grade agent dengan RAG dan multi-tools, butuh 1-2 minggu dengan bimbingan yang tepat.<\/p>\n<h3><span class=\"ez-toc-section\" id=\"Q_Apakah_LangChain_support_model_open-source_seperti_Llama_3\"><\/span>Q: Apakah LangChain support model open-source seperti Llama 3?<span class=\"ez-toc-section-end\"><\/span><\/h3>\n<p>A: Ya. LangChain mendukung Ollama, HuggingFace, Replicate, dan berbagai provider open-source. Kamu bisa pakai Llama 3, Mistral, Falcon, dan lainnya.<\/p>\n<h3><span class=\"ez-toc-section\" id=\"Q_Apa_bedanya_LangChain_sama_ChatGPT\"><\/span>Q: Apa bedanya LangChain sama ChatGPT?<span class=\"ez-toc-section-end\"><\/span><\/h3>\n<p>A: ChatGPT adalah produk akhir. LangChain adalah framework untuk membangun aplikasi LLM \u2014 termasuk yang mirip ChatGPT \u2014 dengan kontrol penuh atas data, prompt, dan tools.<\/p>\n<h2><span class=\"ez-toc-section\" id=\"Disclaimer\"><\/span>Disclaimer<span class=\"ez-toc-section-end\"><\/span><\/h2>\n<p>Informasi dalam artikel ini bersifat edukatif dan diperbarui berdasarkan dokumentasi LangChain versi terbaru (Juni 2026). Spesifikasi API dan harga layanan dapat berubah sewaktu-waktu. Selalu cek dokumentasi resmi LangChain untuk informasi paling akurat.<\/p>\n<h2><span class=\"ez-toc-section\" id=\"dYOR_Do_Your_Own_Research\"><\/span>dYOR (Do Your Own Research)<span class=\"ez-toc-section-end\"><\/span><\/h2>\n<p>Sebelum mengimplementasikan LangChain di production, lakukan riset mandiri:<\/p>\n<ul>\n<li>Baca dokumentasi resmi: <a href=\"https:\/\/python.langchain.com\" target=\"_blank\" rel=\"noopener nofollow\">python.langchain.com<\/a><\/li>\n<li>Pelajari LangChain Expression Language (LCEL) untuk production-grade chain<\/li>\n<li>Bandingkan dengan framework alternatif seperti Haystack atau LlamaIndex<\/li>\n<li>Uji coba berbagai model LLM dan ukur performa<\/li>\n<\/ul>\n<h2><span class=\"ez-toc-section\" id=\"Referensi\"><\/span>Referensi<span class=\"ez-toc-section-end\"><\/span><\/h2>\n<ul>\n<li><a href=\"https:\/\/python.langchain.com\/docs\/introduction\/\" target=\"_blank\" rel=\"noopener nofollow\">LangChain \u2014 Documentation<\/a> \u2014 dokumentasi resmi framework, sumber paling akurat<\/li>\n<li><a href=\"https:\/\/python.langchain.com\/docs\/concepts\/lcel\/\" target=\"_blank\" rel=\"noopener nofollow\">LangChain \u2014 LCEL Concepts<\/a> \u2014 referensi resmi LangChain Expression Language<\/li>\n<li><a href=\"https:\/\/ollama.com\/\" target=\"_blank\" rel=\"noopener nofollow\">Ollama<\/a> \u2014 jalankan model LLM lokal gratis buat development<\/li>\n<\/ul>\n","protected":false},"excerpt":{"rendered":"<p>tl;dr: LangChain = framework open-source (Python &amp; JS) paling populer buat bangun aplikasi berbasis LLM \u2014 dari chatbot sampai AI Agent kompleks. Tutorial ini bahasa Indonesia, langsung praktik: instalasi via pip, setup API key OpenAI\/Gemini\/Ollama, bikin agent pertama dengan tools, rantai prompt (LCEL), vector store buat RAG, sampai memory. Ada perbandingan LangChain vs CrewAI vs [&hellip;]<\/p>\n","protected":false},"author":1,"featured_media":416,"comment_status":"open","ping_status":"","sticky":false,"template":"","format":"standard","meta":{"footnotes":""},"categories":[75],"tags":[],"class_list":["post-415","post","type-post","status-publish","format-standard","has-post-thumbnail","hentry","category-tutorial"],"_links":{"self":[{"href":"https:\/\/komunitech.com\/blog\/wp-json\/wp\/v2\/posts\/415","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/komunitech.com\/blog\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/komunitech.com\/blog\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/komunitech.com\/blog\/wp-json\/wp\/v2\/users\/1"}],"replies":[{"embeddable":true,"href":"https:\/\/komunitech.com\/blog\/wp-json\/wp\/v2\/comments?post=415"}],"version-history":[{"count":1,"href":"https:\/\/komunitech.com\/blog\/wp-json\/wp\/v2\/posts\/415\/revisions"}],"predecessor-version":[{"id":417,"href":"https:\/\/komunitech.com\/blog\/wp-json\/wp\/v2\/posts\/415\/revisions\/417"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/komunitech.com\/blog\/wp-json\/wp\/v2\/media\/416"}],"wp:attachment":[{"href":"https:\/\/komunitech.com\/blog\/wp-json\/wp\/v2\/media?parent=415"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/komunitech.com\/blog\/wp-json\/wp\/v2\/categories?post=415"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/komunitech.com\/blog\/wp-json\/wp\/v2\/tags?post=415"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}