Data Sintesis

Apa & untuk apa

Data Sintesis adalah fitur untuk menghasilkan dataset sintetis berkonteks Indonesia dari deskripsi masalah — tanpa perlu mengumpulkan data lapangan sungguhan. Cocok untuk latihan pipeline, prototyping model, demo kompetisi, atau eksperimen di Ruang Ide ketika data nyata belum tersedia.

Cara kerjanya hemat: AI hanya merancang spesifikasi (skema + aturan tiap kolom), lalu generator lokal (Faker id_ID) membuat N baris secara deterministik. Biaya token tetap kecil walau Anda meminta jutaan baris — kualitas lebih terkendali daripada AI mengarang baris satu per satu.

Cara kerja

Alur Data Sintesis punya dua fase:

1. Perencanaan — AI (mode prompt) atau Anda sendiri (mode skema manual) menentukan spesifikasi:

nama kolom, tipe data (int, float, category, name, city, phone, dll.), dan aturan (distribusi, kategori, rentang tanggal).

1. Generasi — generator lokal membuat baris sesuai spec + seed tetap, sehingga hasil reproducible

(bisa dibuat ulang dengan spec yang sama).

Dua mode input:

Setelah job selesai, Anda bisa mengedit spec dan membuat ulang tanpa kuota AI — iterasi hemat biaya. Hasil wajib berlabel "Data Sintesis" dan spec disimpan agar transparan & reproducible.

Kapan dipakai

Cocok untuk:

• Latihan analisis, pipeline, atau modeling tanpa data sensitif/asli.
• Demo UMKM, transaksi, demografi Indonesia untuk portofolio atau course.
• Mengisi kebutuhan data awal di Ruang Ide sebelum solusi tim dikerjakan.
• Prototyping kompetisi atau baseline model sebelum data resmi tersedia.

Kurang tepat bila:

• Anda butuh data resmi instansi — data sintesis bukan pengganti data lapangan.
• Anda ingin data real-time dari API eksternal — gunakan Ruang Panen Data.
• Volume sangat besar untuk produksi — pertimbangkan sumber data nyata + Pabrik Data.

Langkah demi langkah

Membuat dataset sintesis

1. Buka menu Suite Data → Data Sintesis (/synthesis).
2. Periksa kuota di atas form: sisa rencana AI hari ini dan maks baris tier Anda.
3. Pilih mode:

• Dari masalah — tulis deskripsi (mis. "Transaksi harian warung makan di Bandarlampung,

kolom tanggal, produk, qty, harga").

• Skema manual — isi tabel kolom: nama, dtype, params.

1. Tentukan jumlah baris (n_rows) dan nama dataset.
2. Tekan Buat — job masuk antrean.

Memantau job

1. Halaman memantau status secara otomatis:

• Antre → Merancang (AI) → Membuat data → Selesai (atau Gagal).

1. Bila gagal, baca pesan error dan coba lagi (mis. kurangi baris atau perbaiki spec).
2. Riwayat job tersimpan di bagian Job Saya.

Mengedit spec & membuat ulang

1. Setelah job selesai, buka editor spec — lihat kolom, dtype, dan params.
2. Edit aturan (mis. tambah kategori produk, ubah distribusi harga).
3. Tekan Buat ulang dengan spec ini — tanpa memakai kuota AI.
4. Iterasi sampai statistik dan contoh baris sesuai kebutuhan.

Pratinjau, unduh, dan terbitkan

1. Lihat pratinjau (20 baris pertama) sebagai tabel.
2. Unduh CSV lewat tautan hasil.
3. Tekan Terbitkan sebagai dataset — isi judul dan visibilitas.
4. Dataset muncul di aset Dataset dengan label Data Sintesis + spec tampil untuk transparansi.

Batas tier

Kuota mengikuti tier reputasi Anda. Angka berikut dari konfigurasi platform — ilustratif, angka dapat berubah.

Poin & quest

Quest bertema Data Sintesis:

1. Sintesis Pertama — buat dataset dari prompt masalah sederhana.
2. Skema Manual — buat dataset tanpa memakai kuota AI.
3. Iterasi Hemat — edit spec dan regenerate tanpa prompt baru.
4. Terbitkan ke Dataset — publikasikan hasil dengan label Data Sintesis.
5. Pipeline Latihan — olah dataset sintesis di Pabrik Data.

Masalah umum & solusi

Fitur terkait

• Dataset — tujuan publikasi hasil sintesis (SatuDanau).
• Pabrik Data — olah dataset sintesis menjadi silver/gold.
• Ruang Ide — fase data sintesis otomatis dari masalah ruang.
• Ruang Panen Data — alternatif untuk data dari API eksternal (bukan sintetis).
• Notebook — eksplorasi statistik dataset sintesis sebelum modeling.
• Kompetisi — dataset sintesis bisa jadi data latih demo.