{"id":33585,"date":"2026-10-08T02:43:59","date_gmt":"2026-10-08T02:43:59","guid":{"rendered":"https:\/\/hosteko.com\/blog\/?p=33585"},"modified":"2026-10-08T02:43:59","modified_gmt":"2026-10-08T02:43:59","slug":"apa-itu-function-calling-pada-ai","status":"publish","type":"post","link":"https:\/\/hosteko.com\/blog\/apa-itu-function-calling-pada-ai","title":{"rendered":"Apa Itu Function Calling pada AI? Teknologi di Balik AI yang Bisa Bertindak"},"content":{"rendered":"

Perkembangan artificial intelligence (AI) membuat kemampuan model AI tidak lagi terbatas pada menghasilkan teks, menjawab pertanyaan, atau merangkum informasi. Dengan teknologi seperti function calling,<\/em> model AI dapat berinteraksi dengan berbagai fungsi, tools, API, maupun sistem eksternal untuk menjalankan tugas tertentu.<\/p>\n

Sebagai contoh, pengguna dapat meminta AI untuk mengecek cuaca, mencari data produk, mengambil informasi dari database, membuat jadwal, atau menghitung sesuatu. Model AI kemudian dapat menentukan fungsi yang diperlukan, mengirimkan parameter yang sesuai, dan menggunakan hasil dari fungsi tersebut untuk memberikan jawaban kepada pengguna.<\/p>\n

Kemampuan ini menjadi salah satu fondasi penting dalam pengembangan AI agent, chatbot cerdas, aplikasi berbasis AI, dan sistem automation. <\/em>Lalu, apa itu function calling pada AI dan bagaimana cara kerjanya?<\/p>\n

Apa Itu Function Calling pada AI?<\/h2>\n

Function calling adalah mekanisme yang memungkinkan model AI menentukan kapan sebuah fungsi atau tool eksternal perlu digunakan untuk menyelesaikan permintaan pengguna.<\/p>\n

Dalam mekanisme ini, developer menyediakan daftar fungsi yang dapat digunakan oleh model AI beserta informasi mengenai fungsi tersebut, seperti nama, tujuan, parameter yang dibutuhkan, dan tipe data parameter.<\/p>\n

Ketika pengguna memberikan perintah, model akan menganalisis permintaan tersebut. Jika jawaban membutuhkan informasi atau tindakan dari fungsi eksternal, model dapat menghasilkan permintaan pemanggilan fungsi atau function call<\/em> dengan parameter yang sesuai.<\/p>\n

Fungsi tersebut kemudian dijalankan oleh aplikasi, bukan oleh model AI secara langsung. Hasilnya dikembalikan kepada model agar dapat digunakan untuk menghasilkan respons akhir.<\/p>\n

Secara sederhana, alurnya dapat digambarkan seperti berikut:<\/em>
\nPengguna \u2192 Model AI \u2192 Function Call \u2192 Fungsi\/API \u2192 Hasil \u2192 Model AI \u2192 Respons<\/em><\/p>\n

Hal yang penting dipahami adalah bahwa function calling bukan berarti AI menjalankan kode secara bebas. Model AI hanya menentukan fungsi yang perlu dipanggil dan parameter yang diperlukan. Aplikasi atau sistem yang mengintegrasikan model AI tetap bertanggung jawab untuk menjalankan fungsi tersebut.<\/p>\n

Mengapa Function Calling Dibutuhkan?<\/h2>\n

Model AI pada dasarnya bekerja dengan memproses input dan menghasilkan output berdasarkan pola yang dipelajari. Namun, model tidak selalu memiliki akses langsung terhadap sistem eksternal seperti database, aplikasi internal, API perusahaan, atau layanan pihak ketiga. Di sinilah function calling menjadi penting.<\/p>\n

Misalnya, pengguna bertanya: “Berapa stok laptop ASUS di gudang saat ini?”<\/em><\/p>\n

Model AI mungkin mengetahui informasi umum mengenai laptop ASUS, tetapi tidak mengetahui jumlah stok aktual di gudang perusahaan.<\/p>\n

Dengan function calling, aplikasi dapat menyediakan fungsi seperti:<\/p>\n

cek_stok_produk(nama_produk)<\/code><\/p>\n

Model kemudian dapat menentukan bahwa fungsi tersebut diperlukan dan mengirimkan parameter:<\/p>\n

nama_produk = \"laptop ASUS\"<\/code><\/p>\n

Aplikasi menjalankan fungsi tersebut pada database inventaris. Jika database mengembalikan stok sebanyak 15 unit, hasil tersebut diberikan kembali kepada model AI untuk disusun menjadi jawaban yang mudah dipahami. Dengan demikian, AI dapat menjadi penghubung antara bahasa manusia dan sistem digital.<\/p>\n

Cara Kerja Function Calling pada AI<\/h2>\n

Function calling biasanya melibatkan beberapa tahapan. Walaupun implementasinya dapat berbeda antara satu platform dengan platform lainnya, konsep dasarnya relatif sama.<\/p>\n

1. Developer Menyediakan Fungsi<\/span><\/p>\n

Pertama, developer menentukan fungsi yang dapat digunakan oleh model AI.
\nMisalnya terdapat fungsi untuk mendapatkan informasi cuaca: get_weather
\n<\/code>Fungsi tersebut membutuhkan parameter seperti: city<\/code><\/p>\n

Developer kemudian mendeskripsikan fungsi tersebut kepada model agar model mengetahui kapan fungsi tersebut relevan digunakan.<\/p>\n

2. Pengguna Memberikan Perintah<\/span><\/p>\n

Pengguna kemudian memberikan permintaan menggunakan bahasa natural.
\nContohnya: “Bagaimana cuaca di Yogyakarta hari ini?”
\n<\/em>Model akan memahami bahwa pertanyaan tersebut membutuhkan informasi yang kemungkinan berasal dari layanan cuaca eksternal.<\/p>\n

3. Model Menentukan Fungsi yang Dibutuhkan<\/span><\/p>\n

Model menganalisis permintaan pengguna dan daftar fungsi yang tersedia. Jika terdapat fungsi get_weather<\/code>, model dapat memilih fungsi tersebut. Model juga menentukan parameter yang diperlukan, misalnya:<\/p>\n

\n
{\r\n  \"city\": \"Yogyakarta\"\r\n}<\/code><\/pre>\n<\/div>\n
Pada tahap ini model belum tentu menjalankan fungsi tersebut. Model hanya menghasilkan instruksi mengenai fungsi yang perlu dipanggil.<\/p>\n
4. Aplikasi Menjalankan Fungsi<\/span><\/p>\n
Aplikasi yang mengintegrasikan model kemudian menerima permintaan function call tersebut. Aplikasi dapat menjalankan kode internal atau mengirimkan request ke API eksternal.<\/p>\n
Contohnya: get_weather(\"Yogyakarta\")<\/code><\/em><\/p>\n
Sistem cuaca kemudian mengembalikan data seperti:<\/p>\n
\n
Suhu: 28\u00b0C\r\nKondisi: Hujan ringan\r\nKelembapan: 82%<\/code><\/pre>\n<\/div>\n
5. Hasil Dikembalikan ke Model<\/span><\/p>\n
Hasil dari fungsi kemudian dikirim kembali ke model AI sebagai informasi tambahan. Model dapat memahami hasil tersebut dan menggunakannya untuk menyusun respons.<\/p>\n
6. AI Memberikan Jawaban kepada Pengguna<\/span><\/p>\n
Model akhirnya menghasilkan jawaban dalam bahasa yang natural.<\/p>\n
Contohnya:<\/em>
\n“Cuaca di Yogyakarta saat ini sekitar 28\u00b0C dengan kondisi hujan ringan dan kelembapan 82%.”<\/em><\/p>\n
Dengan mekanisme tersebut, pengguna tidak perlu mengetahui bahwa di belakang layar AI telah berkomunikasi dengan API cuaca.<\/p>\n
Gambaran Sederhana Function Calling<\/h2>\n
Berikut gambaran proses function calling:<\/p>\n
\n
\n
\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n
Tahap<\/th>\nProses<\/th>\n<\/tr>\n<\/thead>\n
1<\/td>\nPengguna memberikan perintah<\/td>\n<\/tr>\n
2<\/td>\nModel AI memahami maksud pengguna<\/td>\n<\/tr>\n
3<\/td>\nModel menentukan apakah membutuhkan fungsi<\/td>\n<\/tr>\n
4<\/td>\nModel memilih fungsi yang sesuai<\/td>\n<\/tr>\n
5<\/td>\nModel menentukan parameter fungsi<\/td>\n<\/tr>\n
6<\/td>\nAplikasi menjalankan fungsi<\/td>\n<\/tr>\n
7<\/td>\nFungsi mengembalikan hasil<\/td>\n<\/tr>\n
8<\/td>\nHasil diberikan kembali kepada model<\/td>\n<\/tr>\n
9<\/td>\nModel menyusun respons<\/td>\n<\/tr>\n
10<\/td>\nPengguna menerima jawaban<\/td>\n<\/tr>\n<\/tbody>\n<\/table>\n<\/div>\n<\/div>\n<\/div>\n
Proses tersebut memungkinkan aplikasi AI menggabungkan kemampuan pemahaman bahasa dengan kemampuan sistem untuk melakukan tindakan atau mengambil data.<\/p>\n
Contoh Function Calling<\/h2>\n
Function calling dapat digunakan untuk berbagai kebutuhan. Misalnya aplikasi memiliki fungsi: get_product_price<\/code><\/p>\n
Fungsi tersebut menerima parameter: product_name<\/code><\/p>\n
Pengguna kemudian bertanya: “Berapa harga laptop gaming ASUS?”
\n<\/em>Model dapat menentukan bahwa fungsi get_product_price<\/code> diperlukan dan menghasilkan parameter:<\/p>\n
\n
{\r\n  \"product_name\": \"laptop gaming ASUS\"\r\n}<\/code><\/pre>\n<\/div>\n
Aplikasi menjalankan fungsi tersebut dan memperoleh hasil:<\/p>\n
\n
{\r\n  \"price\": 15000000\r\n}<\/code><\/pre>\n<\/div>\n
Model kemudian dapat mengubah hasil tersebut menjadi respons yang lebih natural: “Harga laptop gaming ASUS yang ditemukan adalah sekitar Rp15.000.000.”<\/em><\/p>\n
Contoh lain dapat digunakan untuk sistem pemesanan: check_ticket_availability
\n<\/code>dengan parameter:<\/p>\n
\n
destination\r\ndate\r\npassenger_count<\/code><\/pre>\n<\/div>\n
Pengguna cukup mengatakan: “Apakah masih ada tiket ke Jakarta besok untuk dua orang?”<\/em><\/p>\n
Model dapat mengambil informasi tujuan, tanggal, dan jumlah penumpang, kemudian meminta aplikasi menjalankan fungsi pengecekan tiket.<\/p>\n
Perbedaan Function Calling dan API Biasa<\/h2>\n
Function calling sering dikaitkan dengan API karena fungsi yang dipanggil dapat berkomunikasi dengan API eksternal.<\/p>\n
Namun, keduanya bukan hal yang sama.<\/p>\n
\n
\n
\n\n\n\n\n\n\n\n\n\n
Aspek<\/th>\nFunction Calling<\/th>\nAPI<\/th>\n<\/tr>\n<\/thead>\n
Fungsi utama<\/td>\nMenentukan fungsi yang perlu digunakan berdasarkan input<\/td>\nMenyediakan mekanisme komunikasi antar sistem<\/td>\n<\/tr>\n
Peran AI<\/td>\nMemilih fungsi dan parameter<\/td>\nTidak harus melibatkan AI<\/td>\n<\/tr>\n
Pengguna<\/td>\nBiasanya menggunakan bahasa natural<\/td>\nBiasanya membutuhkan request terstruktur<\/td>\n<\/tr>\n
Eksekusi<\/td>\nDilakukan oleh aplikasi<\/td>\nDilakukan oleh server\/API<\/td>\n<\/tr>\n
Contoh<\/td>\nAI memilih cek_stok<\/code><\/td>\nRequest ke endpoint inventaris<\/td>\n<\/tr>\n<\/tbody>\n<\/table>\n<\/div>\n<\/div>\n<\/div>\n
Jadi, function calling dapat menggunakan API, tetapi function calling bukan API itu sendiri.Tetapi lebih tepat dipahami sebagai mekanisme yang membantu model AI berinteraksi dengan fungsi yang tersedia dalam aplikasi.<\/p>\n
Perbedaan Function Calling vs Chatbot Biasa<\/h2>\n
Tidak semua chatbot AI menggunakan function calling. Chatbot sederhana biasanya hanya menghasilkan jawaban berdasarkan konteks yang diberikan kepadanya.<\/p>\n
Sebaliknya, chatbot yang menggunakan function calling dapat berinteraksi dengan sistem eksternal.<\/p>\n
\n
\n
\n\n\n\n\n\n\n\n\n\n\n\n
Kemampuan<\/th>\nChatbot AI Biasa<\/th>\nChatbot dengan Function Calling<\/th>\n<\/tr>\n<\/thead>\n
Menjawab pertanyaan umum<\/td>\nYa<\/td>\nYa<\/td>\n<\/tr>\n
Menghasilkan teks<\/td>\nYa<\/td>\nYa<\/td>\n<\/tr>\n
Mengambil data eksternal<\/td>\nTerbatas<\/td>\nYa<\/td>\n<\/tr>\n
Mengakses database<\/td>\nTidak secara langsung<\/td>\nBisa melalui fungsi<\/td>\n<\/tr>\n
Menjalankan tindakan<\/td>\nTerbatas<\/td>\nBisa melalui fungsi yang diizinkan<\/td>\n<\/tr>\n
Integrasi API<\/td>\nTidak selalu<\/td>\nBisa<\/td>\n<\/tr>\n
Automation<\/td>\nTerbatas<\/td>\nLebih fleksibel<\/td>\n<\/tr>\n<\/tbody>\n<\/table>\n<\/div>\n<\/div>\n<\/div>\n
Function Calling vs Tool Calling<\/h2>\n
Istilah function calling<\/em> dan tool calling<\/em> sering digunakan dalam konteks yang hampir sama. Function calling biasanya mengacu pada kemampuan model untuk meminta aplikasi menjalankan fungsi tertentu.<\/p>\n
Sementara itu, tool calling memiliki cakupan yang lebih luas karena tool dapat berupa berbagai jenis kemampuan, tidak hanya fungsi pemrograman.<\/p>\n
Contohnya:<\/p>\n
\n
\n
\n\n\n\n\n\n\n\n\n\n
Function Calling<\/th>\nTool Calling<\/th>\n<\/tr>\n<\/thead>\n
Memanggil fungsi tertentu<\/td>\nMenggunakan tool yang tersedia<\/td>\n<\/tr>\n
get_weather()<\/code><\/td>\nWeather tool<\/td>\n<\/tr>\n
calculate_total()<\/code><\/td>\nCalculator tool<\/td>\n<\/tr>\n
check_stock()<\/code><\/td>\nInventory tool<\/td>\n<\/tr>\n
Biasanya berupa fungsi terstruktur<\/td>\nDapat mencakup berbagai jenis kemampuan<\/td>\n<\/tr>\n<\/tbody>\n<\/table>\n<\/div>\n<\/div>\n<\/div>\n
Dalam praktik pengembangan AI modern, istilah yang digunakan dapat berbeda tergantung platform atau framework yang digunakan.<\/p>\n
Apa Saja yang Bisa Dilakukan dengan Function Calling?<\/h2>\n
Function calling dapat digunakan untuk berbagai jenis kebutuhan.<\/p>\n
1. Mengambil Data dari Database<\/strong><\/p>\n
AI dapat menggunakan fungsi tertentu untuk mengambil data dari database.
\nMisalnya: get_customer_data(customer_id)
\n<\/code><\/em>Dengan begitu, chatbot layanan pelanggan dapat memberikan informasi yang sesuai berdasarkan data aktual.<\/p>\n
2. Mengakses API Eksternal<\/strong><\/p>\n
Function calling dapat digunakan sebagai penghubung antara model AI dan API. Contohnya:<\/p>\n