Human-in-the-loop (HITL) adalah pola kerja sistem AI atau otomasi di mana manusia ikut terlibat pada titik tertentu, misalnya meninjau, mengoreksi, atau menyetujui hasil, sebelum proses berjalan ke langkah berikutnya.
Disebut juga: HITL, human in the loop, manusia dalam proses, keterlibatan manusia, human oversight
Agen AI bisa bekerja cepat, tapi agen juga bisa salah. Human-in-the-loop menaruh manusia di titik yang tepat, supaya kesalahan tertahan sebelum sampai ke pelanggan, klien, atau publik. Tujuannya bukan memeriksa semua hal satu per satu. Tujuannya memeriksa hal yang berisiko.
Istilah ini dipakai di beberapa bidang. Dalam machine learning, manusia memberi label data dan mengoreksi prediksi model. Dalam simulasi dan sistem kendali, manusia ikut mengambil keputusan di dalam putaran proses. Untuk agen AI, human-in-the-loop biasanya berbentuk approval sebelum aksi yang berdampak.
Aturan di langkah 1 adalah bagian terpenting. Cara mudah menyusunnya adalah bertanya: kalau aksi ini salah, bisakah dibatalkan, dan siapa yang terkena? Aksi yang mudah dibatalkan dan hanya terlihat oleh tim boleh jalan sendiri. Aksi yang sampai ke pelanggan, memakai uang, atau menghapus data sebaiknya menunggu manusia.
Titik manusia bisa diletakkan di tiga tempat. Sebelum kerja dimulai, manusia menyetujui rencana. Sebelum aksi berdampak, manusia menyetujui hasil. Setelah aksi, manusia meninjau sampel dan log untuk perbaikan berikutnya. Anthropic juga menyarankan agar agen berhenti di checkpoint atau saat menemui hambatan untuk meminta masukan manusia.
Sebuah brand skincare lokal memakai agen AI untuk menyiapkan draf balasan ke pelanggan di WhatsApp. Angka di bawah adalah contoh.
Dalam satu hari, agen menyiapkan 120 draf balasan. Tim menetapkan aturan: pertanyaan umum soal produk dan status kirim boleh dikirim langsung, sedangkan balasan yang menjanjikan refund atau penggantian barang wajib disetujui manusia.
Kalau semua 120 draf ditinjau manusia, waktunya 120 x 2 = 240 menit, atau 4 jam. Dengan human-in-the-loop yang terarah, admin memakai 30 menit untuk keputusan yang benar-benar menyangkut uang. Tim tetap perlu meninjau sampel dari 105 draf yang terkirim langsung, misalnya 10 draf per minggu, untuk menjaga kualitas. Kalau sampel menunjukkan jawaban yang keliru, tim memindahkan jenis pertanyaan itu ke daftar yang butuh approval. Aturan approval jadi berubah mengikuti bukti, bukan tebakan.
| Aspek | Human-in-the-loop | Human-on-the-loop |
|---|---|---|
| Peran manusia | Menyetujui sebelum aksi jalan | Mengawasi saat sistem berjalan sendiri |
| Kapan manusia masuk | Di titik yang sudah ditentukan | Saat melihat masalah, lalu menghentikan |
| Kecepatan | Lebih lambat, ada antrean approval | Lebih cepat |
| Cocok untuk | Aksi berdampak: kirim ke klien, bayar, publikasi | Aksi rutin berisiko rendah |
| Risiko utama | Antrean approval menumpuk | Kesalahan sudah terjadi sebelum dihentikan |
Di sanji.space, hasil agen yang berdampak ke luar menunggu approval manusia. Contohnya mengirim ke klien, membagikan dokumen, atau menggabungkan kode. Agen peninjau Matcha mengecek angka, sumber, dan aksesibilitas, lalu meminta approval. Setiap tool dari koneksi MCP punya kebijakan Izinkan, Approval, atau Blokir, dan tool baru dari server diblokir sampai ditinjau. Pada mode kerja Riset dulu, agen hanya memakai tool baca sampai rencananya disetujui. Setiap aksi agen tercatat di log aktivitas, dan agen bisa dijeda.
Contoh alurnya: Ayame menyiapkan draf proposal untuk klien di ruang #kampanye-q4. Matcha mengecek angka anggarannya, lalu meminta approval ke Dimas. Dimas sedang di jalan, jadi ia membaca ringkasannya di WhatsApp dan membalas "ok". Proposal baru dikirim setelah itu.
Human-in-the-loop dalam AI adalah pola kerja di mana manusia terlibat pada titik tertentu dalam proses AI, bukan membiarkan AI berjalan penuh sendiri. Manusia bisa memberi label data, mengoreksi hasil model, atau menyetujui aksi agen sebelum aksi itu dijalankan. Tujuannya menahan kesalahan AI sebelum berdampak ke pelanggan, klien, atau publik.
HITL adalah singkatan dari human-in-the-loop. Dalam bahasa Indonesia, artinya kira-kira manusia di dalam putaran proses. Istilah ini dipakai untuk sistem AI, otomasi, dan simulasi yang meminta masukan atau keputusan manusia pada langkah tertentu, bukan berjalan penuh tanpa pengawasan. Contohnya approval sebelum agen mengirim pesan ke klien.
Pada human-in-the-loop, manusia harus menyetujui sebelum aksi tertentu dijalankan. Pada human-on-the-loop, sistem berjalan sendiri dan manusia mengawasi, lalu turun tangan saat melihat masalah. Pola pertama lebih aman untuk aksi berdampak besar. Pola kedua lebih cepat untuk aksi rutin yang risikonya rendah.
Aksi yang sulit dibatalkan atau berdampak ke luar tim sebaiknya butuh approval. Contohnya mengirim email atau pesan ke klien, memublikasikan konten, mengubah anggaran iklan, membayar, menghapus data, dan menggabungkan kode. Aksi membaca data, membuat draf, dan merangkum biasanya aman berjalan tanpa approval.
Bisa, kalau approval dipasang di setiap langkah. Kuncinya adalah memilih titik approval dengan cermat. Biarkan langkah berisiko rendah jalan sendiri, dan minta approval hanya untuk aksi berdampak. Dengan cara ini, manusia memakai waktunya untuk keputusan penting, bukan untuk mengecek pekerjaan rutin.
Diperbarui 25 September 2026