Tujuan Pembelajaran

Memahami cara kerja token, counting, dan pricing model
Mampu mengoptimalkan token usage dengan teknik kompresi konteks
Mampu menerapkan model tiering untuk optimasi biaya

Analogi

Diagram


      Token Budget = Budget Belanja Bulanan:
Tanpa budget: belanja sesuka hati -> akhir bulan bokek
Dengan budget: alokasi per kategori, tracking harian, optimasi (murah untuk ringan, mahal untuk penting)

Task simple -> model murah (GPT-4o-mini)
Task complex -> model mahal (Claude Opus)
Monitoring usage -> jangan kaget lihat tagihan

Token budget seperti budget belanja — alokasi cerdas per kategori, tracking, optimasi. Model murah untuk task ringan, mahal untuk kompleks.

Penjelasan Konsep

Token = unit text yang diproses AI (~0.75 kata English, ~0.5 kata Indonesia). Input tokens = text kamu kirim (prompt + context + history). Output tokens = text AI hasilkan. Pricing per 1M tokens: GPT-4o $2.50 input/$10 output, Claude Sonnet $3/$15.

Biaya sesi typical: 1 jam coding (50 prompt, 3000 input + 2000 output) = GPT-4o-mini ~$0.50, GPT-4o ~$7, Claude Opus ~$15.

Strategi optimasi: Progressive Context Loading (kirim hanya file relevan, bukan seluruh codebase), Context Compression (ringkasan history, bukan history penuh), Model Tiering (simple task -> GPT-4o-mini, medium -> Claude Sonnet, complex -> Claude Opus), Response Caching (semantic caching untuk query berulang), Monitoring & Alerts (track usage per hari/model/task).

Inti yang Perlu Dipahami

Bagian ini berfokus pada memahami cara kerja token, counting, dan pricing model., mampu mengoptimalkan token usage dengan teknik kompresi konteks., dan mampu menerapkan model tiering untuk optimasi biaya. Jangan terburu-buru menghafal istilahnya. Lebih penting untuk memahami peran setiap konsep dan kapan konsep itu muncul dalam pekerjaan web development.

Saat membaca Token Budget & Cost Optimization, gunakan tujuan belajar sebagai penanda arah. Kalau kamu sudah bisa menjelaskan tujuan itu dengan kata-katamu sendiri, berarti fondasinya mulai terbentuk.

Cara Membayangkannya

Token budget seperti budget belanja — alokasi cerdas per kategori, tracking, optimasi. Model murah untuk task ringan, mahal untuk kompleks. Analogi ini dipakai supaya konsep teknis tidak terasa melayang. Hubungkan setiap istilah dengan perannya: siapa yang meminta, siapa yang memproses, data apa yang berpindah, dan hasil apa yang diharapkan.

Kalau analoginya sudah terasa masuk akal, barulah lihat istilah teknisnya. Cara ini membuat materi lebih mudah dipahami daripada langsung menghafal definisi.

Konteks dalam Perjalanan Belajar

Setiap konsep di platform ini dipilih karena dipakai di industri. Fokus pada pemahaman, bukan hafalan.

Kamu sudah di bagian lanjutan. Mulai pikirkan bagaimana konsep ini dipakai di dunia kerja — bukan hanya untuk belajar, tapi untuk membangun produk nyata.

Gunakan pertanyaan reflektif dan prompt AI di akhir chapter sebagai latihan aktif. Membaca saja tidak cukup — kamu perlu menjelaskan ulang dengan kata-katamu sendiri.

Prompt AI

Hitung estimasi biaya bulanan: 100 prompt/hari, 20 hari. Bandingkan 3 model: GPT-4o-mini, GPT-4o, Claude Sonnet. Mana paling cost-effective?

Pertanyaan Reflektif

Cek tagihan API AI bulan ini. Berapa habis? Task apa paling banyak konsumsi token? Bisa ganti beberapa task ke model lebih murah?