Back to roadmap
7
Fase 7

Mini Capstone Project

RAG chatbot dari nol hingga deploy

5 lessons
~62 min baca

Daftar Materi

1

RAG Fundamentals

4 jam17 min baca
2

LangChain & LlamaIndex

5 jam12 min baca
3

Build RAG Chatbot dari Nol

8 jam7 min baca
4

Deployment

4 jam12 min baca
5

Portfolio Ready

4 jam14 min baca

Fase 7 — Mini Capstone Project

Estimasi: 1 minggu (~25 jam) Prasyarat: Fase 1-6 selesai Tujuan: Build end-to-end GenAI application yang akan jadi portfolio piece kuat sebelum bootcamp dimulai. Praktik langsung RAG + LLM + UI.

Filosofi Fase Ini

Sampai sini kamu sudah punya:

  • Python solid
  • Math intuition
  • Pandas/NumPy
  • ML klasik
  • Deep learning + Transformer
  • HuggingFace + LLM API

Sekarang gabung semua jadi 1 produk nyata. Bukan tutorial, bukan latihan — produk yang bisa di-demo.

Goal akhir Fase 7:

  1. 1 mini capstone yang fully functional
  2. Deployed live (link bisa dibagikan)
  3. Documented well (README + screenshot/video)
  4. Code quality yang bisa kamu pamerkan

Kalau berhasil, ini akan menggemparkan di kelas Dicoding nanti. Kebanyakan siswa baru mulai capstone di akhir kelas. Kamu sudah punya satu sebelum kelas dimulai.

Roadmap Fase 7

File Topik Estimasi
01-rag-fundamentals.md Konsep RAG, embedding, vector DB 4 jam
02-langchain-llamaindex.md Framework untuk LLM apps 5 jam
03-build-rag-chatbot.md Bangun RAG chatbot dari nol 8 jam
04-deployment.md Streamlit, HF Spaces deployment 4 jam
05-portfolio-ready.md Polish project + portfolio strategy 4 jam

Tech Stack

pip install langchain langchain-community langchain-openai langchain-google-genai
pip install llama-index llama-index-llms-gemini
pip install chromadb faiss-cpu
pip install sentence-transformers
pip install streamlit gradio
pip install pypdf python-docx

Aturan

  1. Project HARUS personal — pilih topik yang kamu peduli
  2. HARUS bisa di-demo ke orang awam dalam 2 menit
  3. HARUS deployed (link live yang bisa dibagikan)
  4. HARUS open source di GitHub publik

Project Ide (Pilih Salah Satu)

Pilihan A — Personal Knowledge Assistant

Chatbot yang menjawab dari catatan/dokumen pribadi kamu.

  • Upload PDF/Markdown notes
  • Tanya jawab konteks notes
  • "Apa yang saya tulis tentang X?"

Use case kamu: chatbot untuk catatan belajar AI selama 12 minggu ini → tanya kembali konsep yang lupa.

Pilihan B — Indonesian Recipe Bot

Chatbot resep masakan Indonesia.

  • Database 100+ resep
  • "Saya punya bahan X, Y, Z. Bisa masak apa?"
  • Step-by-step masak
  • Bahasa Indonesia

Pilihan C — Study Buddy

Q&A bot dari materi kuliah / textbook.

  • Upload textbook PDF
  • Tanya tentang topik
  • Generate summary, flashcard, quiz
  • Quote dari sumber

Pilihan D — Research Paper Reader

Tools untuk baca paper akademik.

  • Upload paper PDF
  • Summary tldr
  • Q&A spesifik
  • Compare 2 paper

Pilihan E — Custom (Recommended kalau Punya Ide)

Topik yang kamu peduli — biar kerjaan tidak terasa beban.

Tips: project yang personal akan kamu maintain dan improve sendiri lama setelah Fase 7 selesai. Itu karir asset.

Submission

projects/capstone/
├── README.md           ← detailed
├── requirements.txt
├── .env.example
├── app.py              ← Streamlit/Gradio
├── src/
│   ├── rag.py
│   ├── ingestion.py
│   └── utils.py
├── data/
│   └── sample/         ← contoh data
├── notebooks/
│   └── experiments.ipynb
├── screenshots/
│   ├── demo.gif
│   └── ui-1.png
└── docs/
    └── architecture.md

Demo Materials

  • 📺 Demo video 2-3 menit (record dengan Loom/OBS)
  • 🖼️ Screenshots UI penting
  • 🌐 Live link (Streamlit Cloud / HF Spaces)
  • 📄 README dengan setup instruction

Networking

  • Posting di LinkedIn dengan demo video
  • Posting di Twitter/X dengan thread teknis
  • Bagikan ke komunitas AI Indonesia
  • Kalau bagus, submit ke ProductHunt

📚 Referensi Belajar Fase 7

⭐ Wajib

Resource Tipe Harga
DeepLearning.AI — LangChain for LLM App Dev 🎥 Course (1 jam) 🆓
DeepLearning.AI — LangChain: Chat with Your Data 🎥 Course (1 jam) 🆓
LangChain Documentation 📖 Teks 🆓
Resource Tipe Harga
DeepLearning.AI — Vector Databases 🎥 Course (1 jam) 🆓
DeepLearning.AI — Building Systems with ChatGPT 🎥 Course (1 jam) 🆓
LlamaIndex Documentation 📖 Teks 🆓
OpenAI Cookbook 📖 + Code 🆓
Pinecone Learning Center 📖 Teks 🆓
Streamlit Documentation 📖 Teks 🆓
James Briggs — RAG Tutorials (YouTube) 🎥 Video 🆓
"Building LLM Apps" — Valentina Alto 📚 Buku 💰 ~$40

Lihat daftar lengkap di RESOURCES.md

Mulai dari: 01-rag-fundamentals.md