Skip ke Konten

Cara Menggunakan BPMN untuk Merancang Peran dan Batas Tindakan AI Agent

Menerjemahkan proses bisnis menjadi peran agen, tools, approval, dan failure path yang dapat diuji.
23 Juli 2026 oleh
Cara Menggunakan BPMN untuk Merancang Peran dan Batas Tindakan AI Agent

BPMN dapat digunakan lebih jauh daripada sekadar mendokumentasikan SOP. Dalam ADLC, model BPMN menjadi alat untuk menentukan posisi agen AI di dalam proses, interaksinya dengan manusia, tools yang dipakai, dan kondisi ketika agen harus berhenti.

Prompt sering gagal menjelaskan keseluruhan proses karena hanya berfokus pada perilaku agen. BPMN menambahkan konteks end-to-end: kejadian awal, aktivitas sebelum dan sesudah agen, keputusan, pesan lintas pihak, batas waktu, serta pengecualian.

Model ini menjadi bahasa bersama antara process owner, subject matter expert, developer, dan keamanan. Setiap pihak dapat meninjau desain sebelum kewenangan diterapkan dalam kode.

Ringkasan Utama

  • Representasikan agen sebagai participant atau service task sesuai ruang lingkup.
  • Gunakan gateway untuk keputusan deterministik dan batas kebijakan.
  • Modelkan human approval serta escalation secara eksplisit.
  • Turunkan test case ADLC dari jalur dan event BPMN.

Menentukan Posisi Agen dalam Model BPMN

Agen dapat dimodelkan sebagai participant tersendiri ketika memiliki beberapa aktivitas dan berinteraksi dengan pihak lain. Untuk tindakan yang lebih sempit, agen dapat direpresentasikan sebagai service task di dalam lane sistem.

Pilihan tersebut memaksa tim menjelaskan tanggung jawab. Agen tidak boleh menjadi kotak umum yang melakukan semua hal. Input, output, pemilik hasil, dan batas proses tetap harus terlihat.

  • Participant untuk agen dengan alur kerja sendiri.
  • Service task untuk tindakan otomatis tertentu.
  • User task untuk pekerjaan atau persetujuan manusia.
  • Message flow untuk interaksi lintas participant.

Memodelkan Keputusan, Waktu, dan Pengecualian

Keputusan kebijakan yang jelas sebaiknya tetap menggunakan gateway serta rule deterministik. Agen dapat menyiapkan informasi atau rekomendasi, tetapi keputusan akhir mengikuti aturan yang dapat diaudit.

Boundary event membantu memodelkan timeout, error, dan eskalasi. Jika tool gagal atau confidence tidak memenuhi batas, proses dapat diarahkan ke human review tanpa menghentikan seluruh alur.

  • Exclusive gateway untuk pilihan berbasis aturan.
  • Timer event untuk SLA dan timeout agen.
  • Error event untuk kegagalan tools.
  • Escalation event untuk kasus yang membutuhkan manusia.

Mengubah Model Menjadi Spesifikasi ADLC

Setiap task agen diterjemahkan menjadi tujuan, instructions, tools, data, output schema, guardrails, dan acceptance criteria. Jalur masuk menentukan konteks yang tersedia, sedangkan jalur keluar menentukan hasil yang harus diberikan.

Setiap sequence flow dapat menjadi skenario evaluasi. Tim menguji apakah agen memilih jalur yang benar, menolak tindakan di luar scope, dan mengalihkan pekerjaan ketika kondisi pengecualian terjadi.

  • Task menjadi definisi kemampuan agen.
  • Data object menjadi kebutuhan konteks dan dokumen.
  • Gateway menjadi aturan keputusan atau test condition.
  • Event menjadi failure path serta skenario monitoring.

Hubungannya dengan BPM dan BPMN

BPM menentukan mengapa proses perlu diubah, siapa pemiliknya, dan bagaimana keberhasilannya diukur. BPMN menerjemahkan keputusan tersebut menjadi desain operasional yang dapat dipahami lintas fungsi.

ADLC menggunakan model itu untuk membangun dan mengevaluasi agen. Ketika proses berubah, model BPMN membantu mengidentifikasi instructions, tools, dan test case yang perlu diperbarui.

Dalam praktiknya, BPM memastikan proses dikelola sebagai siklus perbaikan berkelanjutan, sedangkan BPMN memberi model yang dapat dibaca bersama sebelum perilaku agen AI diterapkan melalui ADLC.

Langkah Praktis untuk Organisasi

  • Mulai dari model as-is dan masalah proses.
  • Buat model to-be dengan peran agen yang terbatas.
  • Tambahkan approval, timeout, error, dan escalation.
  • Turunkan spesifikasi tools serta evaluation dari setiap task.
  • Validasi model bersama bisnis, engineering, dan keamanan.

Kesimpulan

BPMN membuat batas agen terlihat sebelum implementasi. Tim dapat membedakan aktivitas manusia, rule deterministik, dan keputusan yang memang membutuhkan kemampuan model.

Hasilnya adalah desain ADLC yang lebih mudah diuji, diaudit, dan diperbaiki karena perilaku agen selalu terhubung dengan proses.

Bacaan dan Layanan Terkait

Pertanyaan yang Sering Diajukan

Apakah BPMN memiliki simbol khusus untuk AI agent?

Belum ada simbol inti khusus agen. Gunakan participant, lane, service task, rule task, event, dan annotation secara konsisten serta jelaskan konvensi model.

Apakah semua keputusan agen harus menjadi gateway?

Tidak. Gateway dipakai untuk keputusan proses yang perlu terlihat. Penalaran internal agen dapat tetap di task, tetapi batas kebijakan dan hasil jalurnya perlu dimodelkan.

Bisakah BPMN menjadi dasar evaluation?

Ya. Jalur, gateway, event, dan pengecualian dapat diterjemahkan menjadi dataset skenario serta acceptance criteria ADLC.

Diskusikan Implementasi ADLC

Javan membantu organisasi memetakan proses, merancang agen AI, membangun integrasi, menerapkan kontrol, serta menyiapkan pengujian dan pemantauan sebelum digunakan di lingkungan produksi.

Konsultasikan kebutuhan Anda dengan tim Javan

Butuh partner untuk merapikan proses bisnis?

Mulai dari pemetaan BPMN, automasi workflow, implementasi Odoo, sampai pengembangan aplikasi custom, tim Javan dapat membantu dari analisis sampai sistem berjalan.