Vector Database dengan Bahasa Mudah

Banyak yang mengira Vector Database hanyalah database biasa yang ditambah AI. Pernyataan tersebut tidak sepenuhnya benar, namun memang masih banyak yang memiliki pemahaman seperti itu. Pada artikel ini saya akan mencoba menjelaskan Vector Database dengan bahasa yang mudah dipahami.

Pengertian Vector Database

Secara sederhana, Vector Database adalah tempat menyimpan data seperti text, gambar, maupun audio dalam bentuk vektor. Vektor sendiri merupakan sekumpulan angka yang merepresentasikan data aslinya. Sebagai contoh,

Perlu diketahui, Vector Database bukan yang mengubah data menjadi vektor. Proses tersebut dilakukan oleh Embedding Model, yaitu model AI yang bertugas mengubah data menjadi sekumpulan angka atau yang biasa disebut embedding. Setelah embedding selesai dibuat, barulah hasilnya disimpan ke dalam Vector Database. Lalu, kenapa harus diubah menjadi angka?

Tujuan menggunakan Vektor Database

Tujuan utama Vector Database adalah agar komputer dapat mencari kemiripan makna antar data. Komputer tidak memahami kalimat seperti manusia. Yang dipahami komputer hanyalah angka. Karena setiap data sudah diubah menjadi vektor, komputer dapat menghitung apakah dua data memiliki makna yang mirip atau justru sangat berbeda. Sebagai contoh, perhatikan ilustrasi berikut.

Pada gambar di atas kita bisa melihat bahwa banana, green apple, dan pear berada saling berdekatan karena memiliki makna yang mirip. Begitu juga dengan boats dan ships, keduanya berada pada area yang sama karena memiliki arti yang hampir sama. Sedangkan football berada cukup jauh karena maknanya sudah berbeda. Dari sini kita bisa menyimpulkan bahwa semakin dekat posisi dua vektor, semakin mirip pula maknanya. Sebaliknya, jika jaraknya semakin jauh, maka maknanya juga semakin berbeda.

Cara Kerja

Cara kerjanya sebenarnya cukup sederhana.

1. Data diubah menjadi vektor Data seperti text, gambar, maupun audio diproses terlebih dahulu menggunakan Embedding Model. Hasil dari proses tersebut adalah sebuah vektor. 2. Vektor disimpan Setelah itu, vektor disimpan ke dalam Vector Database. Misalnya kita memiliki 1000 dokumen, maka akan ada 1000 vektor yang tersimpan di dalam database. Sampai tahap ini belum ada proses pencarian. Database hanya menyimpan semua vektor tersebut. 3. Ketika ada pertanyaan Misalkan pengguna bertanya, "Bagaimana cara deploy aplikasi NestJS?" Pertanyaan tersebut juga akan diubah menjadi vektor menggunakan Embedding Model. Sekarang Vector Database memiliki dua hal.

• Vektor dari semua dokumen.
• Vektor dari pertanyaan pengguna.

Jadi ketika ada yang mengatakan "Vector Database adalah database dengan AI", pernyataan tersebut tidak sepenuhnya salah, tetapi juga tidak sepenuhnya benar. Yang menggunakan AI adalah Embedding Model, sedangkan Vector Database hanya bertugas menyimpan dan mencari data berdasarkan kemiripan vektornya.

Jadi, AI yang Dimaksud Itu Apa?

Di awal artikel kita membahas bahwa banyak orang mengira Vector Database adalah database yang ditambah AI. AI sebenarnya bukan berada di dalam Vector Database. AI digunakan pada proses Embedding Model, yaitu untuk mengubah data menjadi vektor. Sedangkan Vector Database hanya bertugas menyimpan vektor dan mencari vektor yang paling mirip ketika ada sebuah query. Kalau disederhanakan, pembagian tugasnya seperti ini.

• Embedding Model → Mengubah data menjadi vektor.
• Vector Database → Menyimpan vektor dan melakukan similarity search.
• LLM → Menggunakan hasil pencarian sebagai context untuk menghasilkan jawaban.

Jadi ketika ada yang mengatakan "Vector Database adalah database dengan AI", pernyataan tersebut tidak sepenuhnya salah, tetapi juga tidak sepenuhnya benar. Yang menggunakan AI adalah Embedding Model, sedangkan Vector Database hanya bertugas menyimpan dan mencari data berdasarkan kemiripan vektornya.