Praktik AI kecil, dengan fokus yang jelas

CordivAI bukan agensi besar dengan lapisan sales. Ini praktik konsultasi independen yang menempatkan pemahaman di atas sekadar kode jadi.
Siapa Kami

Satu orang, satu tanggung jawab

CordivAI dijalankan oleh satu praktisi AI independen yang bekerja dari jarak jauh. Tidak ada tim sales, tidak ada account manager, dan tidak ada estafet pekerjaan ke pihak ketiga. Orang yang membalas pesan Anda di WhatsApp adalah orang yang sama yang membaca paper, menyiapkan data, menulis kode, dan menjelaskan hasilnya saat walkthrough.

Model kerja ini punya konsekuensi yang perlu Anda tahu sejak awal. Kapasitas proyek per bulan dibatasi, jadi tidak semua permintaan bisa diambil. Komunikasi menjadi langsung dan singkat karena tidak ada perantara. Dan setiap keputusan teknis bisa dipertanggungjawabkan karena diambil oleh orang yang mengerjakannya, bukan diteruskan dari brief.

Kami sengaja tidak membangun citra sebagai perusahaan besar. Yang kami jual bukan skala, melainkan waktu, perhatian, dan kejelasan berpikir pada satu masalah yang spesifik.

Apa yang sebenarnya kami kerjakan

Tiga hal ini adalah inti pekerjaan kami. Semuanya berangkat dari masalah yang Anda bawa, bukan dari daftar teknologi yang ingin dipamerkan.

Menjelaskan konsep

Kami membedah paper, metode, dan metrik dengan bahasa yang bisa Anda pakai sendiri saat bimbingan atau sidang. Tujuannya bukan membuat Anda bergantung, tetapi membuat Anda mampu mempertahankan keputusan teknis di depan penguji.

Merancang dan membangun

Dari ide abstrak menjadi pipeline yang benar-benar berjalan: pemilihan metode, penyiapan data, pelatihan, evaluasi, sampai analisis error. Hasilnya berupa kode yang bisa dijalankan ulang, bukan notebook sekali pakai.

Menerjemahkan paper

Banyak paper sulit direproduksi karena detail praproses dan hyperparameter tersebar atau tidak lengkap. Kami membantu mengisi celah itu dan mencatat asumsi yang diambil, sehingga hasil eksperimen Anda bisa dijelaskan dan diuji.

Yang tidak kami kerjakan

  • Sistem produksi berskala masif untuk aplikasi mobile atau web. Untuk deployment API dalam lingkup terbatas, lihat paket Full Solution.
  • Pengumpulan data primer seperti anotasi manual, penyebaran kuesioner, atau scraping dalam jumlah besar.
  • Jaminan lolos sidang atau diterima di jurnal tertentu. Kami bisa membantu kualitas teknis dan kejelasan metodologi, tetapi keputusan akhir ada pada penguji dan reviewer.
Untuk Siapa

Cocok dan tidak cocok

Kami lebih suka mengatakan ini di awal. Menolak proyek yang tidak cocok lebih baik untuk kedua pihak daripada mengerjakannya setengah hati.

Biasanya cocok jika Anda

  • Mahasiswa S1 atau S2 yang mengerjakan skripsi atau tesis dengan komponen machine learning.
  • Peneliti awal yang ingin mereproduksi paper dan butuh teman mendiskusikan detail implementasinya.
  • Individu atau klien tahap awal yang punya ide berbasis model dan perlu prototipe untuk menguji apakah ide itu masuk akal.
  • Orang yang ingin paham alasan di balik sebuah metode, bukan hanya menerima kode.

Sebaiknya cari pihak lain jika

  • Anda butuh vendor yang mengeksekusi spesifikasi panjang tanpa banyak diskusi.
  • Anda membutuhkan tim dengan pembagian peran dan SLA formal.
  • Anda mencari jaminan hasil akademik, bukan pendampingan teknis.
  • Proyek Anda memerlukan pengumpulan data primer dalam skala besar.

Cara kami bekerja

Prosesnya sengaja dibuat sederhana dan dapat diprediksi. Tidak ada biaya tersembunyi dan tidak ada kejutan di tengah jalan.

1

Diskusi awal, gratis

Sekitar 20 sampai 30 menit lewat WhatsApp atau panggilan online. Kami memetakan masalah, data yang tersedia, tenggat, dan batasan Anda. Dari sini biasanya sudah kelihatan apakah masalahnya bisa diselesaikan dengan pendekatan yang wajar.

2

Kesepakatan lingkup

Kami menuliskan apa yang akan dikerjakan, apa yang tidak termasuk, asumsi yang dipakai, perkiraan durasi, dan harga. Pembayaran dimulai dengan DP, sisanya mengikuti milestone yang disepakati bersama.

3

Pengerjaan bertahap

Kami mulai dari baseline yang sederhana agar ada pembanding yang jujur, lalu meningkat ke metode yang lebih kompleks bila memang dibutuhkan. Anda menerima pembaruan berkala, bukan hasil kejutan di akhir.

4

Walkthrough dan serah terima

Kode dijelaskan pada bagian yang penting: mengapa memilih metode itu, bagaimana data diproses, dan apa arti metrik yang diperoleh. Anda menerima repositori, dokumentasi keputusan teknis, dan masa dukungan sesuai paket.

Apa yang Anda dapatkan

Empat hal ini selalu ada dalam setiap proyek, apa pun paket yang dipilih.

Kode yang bisa dijalankan

Repositori dengan instruksi instalasi dan dependensi yang jelas, bukan tautan notebook yang bergantung pada satu sesi runtime.

Dokumentasi keputusan

Catatan mengapa sebuah metode dipilih, asumsi apa yang diambil, dan batasan dari hasil yang diperoleh.

Sesi penjelasan

Waktu untuk bertanya langsung dan berlatih menjelaskan sistem Anda sendiri, termasuk menyiapkan jawaban untuk pertanyaan penguji.

Ruang bertanya

Akses untuk bertanya selama masa dukungan paket Anda, termasuk revisi minor dalam lingkup awal yang disepakati.

Prinsip kerja

Jujur soal batasan. Jika sebuah target tidak realistis dengan data dan waktu yang ada, kami mengatakannya di awal, bukan setelah proyek berjalan separuh.

Hasil dilaporkan apa adanya. Bila model tidak mencapai angka yang diharapkan, laporan tetap memuat angka sebenarnya beserta analisis penyebabnya. Kami tidak membuang eksperimen yang gagal karena justru di situ biasanya letak pelajarannya.

Data Anda tidak dipakai ulang. Dataset dan ide penelitian tidak digunakan untuk proyek lain dan tidak dipublikasikan tanpa izin tertulis dari Anda.

Fokus pada pemahaman. Keberhasilan proyek bukan saat kode berjalan, tetapi saat Anda bisa menjelaskan sendiri mengapa kode itu bekerja.

Ada masalah yang ingin didiskusikan?

Ceritakan situasi Anda apa adanya. Kami akan memberi tahu dengan jujur apakah ini sesuatu yang bisa kami bantu, dan jika tidak, kami akan bilang begitu.