Dalam video pembelajaran, grafis dan animasi memainkan peran yang esensial. Materi yang sebelumnya berbentuk teks, ketika dikonversi menjadi aset visual, dapat memudahkan peserta ajar dalam mencerna materi sulit. Tentunya, estetika hanyalah satu aspek. Di sisi lain, hasil konversi tadi perlu mampu menyampaikan informasi yang akurat. Visual yang apik saja tidak cukup. Untuk menjaga akurasi, perlu ada tim dengan tingkat komprehensi yang baik dan mampu mengolah materi menjadi naskah dan perencanaan visual yang sesuai.
Artinya, perlu ada proses mempelajari materi terlebih dahulu. Di Monkey Melody, sebelum masuk tahap desain dan animasi, di tahap pembuatan naskah dan storyboard, ada proses analisis materi yang mendalam. Tim storyboarder membedah bahan ajar agar setiap elemen visual yang muncul sesuai dengan konteks. Apabila yang dihadapi berupa materi kompleks di bidang yang sangat spesifik, bagaimana? Di sinilah peran Large Language Model (LLM). Kehadiran Large Language Model (LLM) membuka peluang baru bagi tim kreatif untuk memperoleh pemahaman secara lebih cepat meskipun materinya kompleks.
Namun, kenyataannya, masih banyak orang yang mungkin belum sepenuhnya mendalami kapabilitas LLM ataupun berbagai variasinya. Karena itu, di awal Agustus, Monkey Melody mengadakan sebuah online event untuk mengajak Bapak / Ibu dari berbagai instansi untuk ikut dan belajar tentang LLM dan lebih khususnya, NotebookLM.
Di awal, Mas Septian sebagai pendiri Monkey Melody, membuka dengan Memperkenalkan Monkey Melody serta framework yang diterapkan beserta studi kasusnya. Selanjutnya, mas Fajar lanjut memberikan paparan singkat terkait LLM dan cara kerjanya. Dengan memahami konsep seperti token dan prompting, harapannya peserta ajar memahami batasan dan potensi LLM dalam berbagai konteks.
Pada sesi kali ini, kami memutuskan untuk tidak membahas LLM yang sudah populer seperti ChatGPT. Berhubung akurasi dalam mengonversi materi menjadi fokus utamanya, kami rasa NotebookLM adalah pilihan yang tepat.
NotebookLM sendiri adalah salah satu inovasi dari Google yang dirancang khusus untuk membantu pengguna memahami materi dari berbagai sumber. Berbeda dengan LLM populer lain yang fungsinya lebih umum, NotebookLM menekankan pada integrasi dokumen sebagai basis pengetahuan. Artinya, NotebookLM tidak menjawab pertanyaan seperti ChatGPT. NotebookLM akan berfokus pada bahan yang sudah diunggah penggunanya. Dengan begitu, risiko jawaban yang “mengarang” atau tidak relevan bisa lebih diminimalisir.
Dengan NotebookLM, kita bisa mengunggah modul, artikel, buku, dan bahkan memberikan link artikel untuk kemudian diekstrak menjadi poin-poin kunci yang lebih mudah dipahami. Bahkan, NotebookLM dapat digunakan untuk membuat rangkuman, menjawab pertanyaan spesifik dari teks, hingga membantu menyusun kerangka visual yang sesuai dengan konteks materi. Selanjutnya Mas Fajar menekankan bahwa sebaiknya kita tidak mengunggah materi yang bersifat internal atau spesifik.
Selanjutnya Mas Fajar mencontohkan bagaimana cara menggunakan fitur-fitur NotebookLM mulai dari mengunggah hingga menghasilkan rangkuman audio. Dengan NotebookLM, proses membedah isi dokumen menjadi lebih efisien. Kita tidak perlu membaca ratusan halaman secara manual sebelum menyusun storyboard, karena NotebookLM bisa menyajikan ringkasan dan highlight yang langsung mengarah pada inti informasi. Tentunya, kita masih perlu memeriksa kembali sumbernya.
Melalui demonstrasi ini, kami harap peserta memahami bahwa LLM populer seperti ChatGPT pun ada keterbatasannya, dan ada tool lain yang bisa lebih efektif untuk keperluan tertentu.
Setelah mengerjakan lebih dari 1000 multimedia pembelajaran, Monkey Melody memahami bahwa setiap perusahaan memiliki tantangan dan tujuan yang berbeda. Oleh karena itu, kami menawarkan pendekatan yang disesuaikan untuk memastikan bahwa setiap video yang kami buat dapat mencapai tujuan pelatihan yang diinginkan. Dengan menggunakan teknologi terbaru dan pendekatan kreatif, kami siap membantu perusahaan Anda dalam menghadapi tantangan pelatihan di masa depan.
Di Monkey Melody, Fajar memastikan proses pembuatan multimedia learning berjalan dengan lancar dari pra-produksi hingga pasca produksi. Selain kadang terlibat langsung dalam pembuatan script dan storyboard, Fajar juga membantu menyusun konten-konten media sosial Monkey Melody.
