VPS untuk AI Itu Gimana dan Bisa Apa Aja?

Pertanyaan ini muncul hampir tiap bulan, biasanya dari orang yang baru mau serius pakai AI di bisnisnya: "biar bisa jalan sendiri, aku perlu sewa VPS ya? Speknya yang gimana? Perlu GPU nggak?"

Jawabannya sering bikin kaget, karena dua-duanya salah kaprah. Yang pertama mengira VPS itu semacam "mesin AI" yang begitu disewa langsung pintar. Yang kedua mengira harus langsung sewa GPU mahal supaya AI-nya jalan. Padahal untuk sebagian besar kebutuhan bisnis, VPS paling murah pun sudah cukup, dan modelnya dipanggil dari tempat lain.

Di artikel ini aku pisahkan tiga hal: VPS itu apa, apa saja yang realistis dijalankan di sana untuk keperluan AI, dan kapan kamu sebenarnya tidak butuh VPS sama sekali.

VPS itu cuma komputer yang nggak pernah dimatikan

Bayangkan komputer biasa, tapi disimpan di data center, punya koneksi internet cepat, listrik yang tidak mati, dan bisa kamu akses dari mana saja. Kamu punya akses penuh ke sistemnya, jadi bisa memasang apa pun. Itu VPS.

Bedanya dengan yang lain:

• Hosting biasa cuma untuk menaruh website. Kamu tidak bisa memasang aplikasi sendiri yang jalan terus menerus.
• VPS memberi kamu sistem operasi penuh, biasanya Linux, yang bisa diisi aplikasi apa saja dan nyala 24 jam.
• Cloud GPU adalah komputer sewaan yang punya kartu grafis kelas berat, dihitung per jam, dan dipakai kalau kamu benar-benar menjalankan atau melatih model sendiri.

Istilah "VPS untuk AI" biasanya maksudnya yang tengah: tempat menaruh sistem yang menghubungkan AI dengan pekerjaan sehari-hari.

Yang nyala 24 jam itu alurnya, bukan modelnya

Ini bagian yang paling sering kebalik. Di hampir semua sistem AI yang aku bangun untuk klien, modelnya sendiri tidak tinggal di server klien. Model dipanggil lewat API saat dibutuhkan, lalu berhenti. Yang harus nyala terus justru bagian yang tidak seksi: penerima pesan masuk, penjadwal, antrean tugas, dan database.

Konsekuensinya bagus buat dompet: karena VPS-nya cuma mengurus alur, spek yang dibutuhkan kecil, dan biaya model dihitung per pemakaian.

Yang bisa dijalankan di VPS biasa, tanpa GPU

Ini daftar yang benar-benar aku pakai di proyek nyata, bukan daftar teori:

Pola yang muncul: hampir semua kebutuhan berhenti di 2 vCPU dan 4 GB RAM, dan yang bikin naik biasanya bukan AI-nya, tapi jumlah antrean dan ukuran database.

Sebagai patokan harga di Indonesia, daftar harga resmi Biznet Gio per September 2026 menempatkan VPS 1 vCPU dan 1 GB RAM di Rp59.000 per bulan, 2 vCPU dan 4 GB RAM di Rp139.000, dan 4 vCPU dan 8 GB RAM di Rp269.000 (harga promo, normalnya Rp399.000). Server di Indonesia juga berarti latensi lebih rendah untuk pengguna lokal dan pembayaran dalam rupiah.

Soal menjalankan model AI sendiri di VPS

Ini yang paling sering ditanya: "kalau aku pasang model open source di VPS, aku nggak perlu bayar API dong?"

Bisa, tapi perlu ekspektasi yang realistis. Tanpa GPU, kecepatan model dibatasi oleh kecepatan RAM, bukan jumlah core. Dari berbagai benchmark komunitas di 2026, model kecil berukuran 3 sampai 8 miliar parameter dalam bentuk terkompresi berjalan di kisaran belasan sampai dua puluhan kata per detik di CPU server modern. Cukup untuk pekerjaan yang jalan di belakang layar, terasa lambat untuk chat yang dipakai banyak orang sekaligus.

Aturan praktisnya sederhana: ukuran file modelnya, ditambah ruang untuk konteks, harus muat di RAM. Model 3B terkompresi butuh sekitar 2 GB, model 8B sekitar 5 GB. Jadi VPS 8 GB RAM itu batas nyaman untuk model kecil, bukan untuk model besar.

Yang menurutku masuk akal dijalankan lokal:

• Embedding untuk pencarian dokumen. Ringan, jalan terus, dan datanya tidak keluar dari servermu.
• Klasifikasi dan penyaringan. Misalnya memilah pesan masuk sebelum diteruskan ke model besar.
• Pekerjaan batch semalaman. Meringkas ratusan dokumen tidak masalah walau pelan.
• Data yang tidak boleh keluar. Alasan kepatuhan sering lebih penting daripada kecepatan.

Yang sebaiknya tetap lewat API: penalaran panjang, penulisan yang rapi, dan apa pun yang ditunggu orang di depan layar.

Yang benar-benar butuh GPU

Ada tiga pekerjaan yang memang tidak bisa dipaksakan ke VPS biasa:

1. Melatih atau fine-tune model.
2. Menjalankan model besar secara lokal, misalnya kelas 70 miliar parameter ke atas.
3. Memproduksi gambar atau video dalam jumlah besar dengan model yang di-host sendiri.

Untuk ini, sewa GPU per jam lebih masuk akal daripada beli. Sebagai gambaran, daftar harga RunPod per 13 September 2026 mencantumkan RTX A5000 dengan 24 GB VRAM mulai US$0,16 per jam, RTX 4090 US$0,34 per jam, A100 80 GB US$1,19 per jam, dan H100 US$1,99 per jam di community cloud.

Kelihatannya murah, sampai kamu menyalakannya nonstop:

Biaya per bulan, kalau dinyalakan 24 jam sebulan penuh(rupiah per bulan)

• VPS 2 vCPU / 4 GBRp139.000
• VPS 4 vCPU / 8 GBRp269.000
• GPU 24 GB (RTX A5000)±Rp1,9 juta
• GPU 80 GB (A100)±Rp14,1 juta

Makanya pola yang lazim bukan menyalakan GPU terus menerus, tapi menyalakannya hanya saat ada pekerjaan berat, lalu dimatikan lagi. Dan untuk kebanyakan bisnis, memanggil model lewat API tetap lebih murah daripada mengurus GPU sendiri.

Kalau mau mulai, ini yang aku siapkan di awal

Bukan daftar lengkap ala admin server, tapi ini yang minimal harus ada sebelum sistemnya dipakai:

1. Pilih lokasi server yang dekat dengan penggunanya. Untuk pengguna Indonesia, server Jakarta atau Singapura terasa bedanya.
2. Pakai Ubuntu LTS dan Docker. Semua aplikasi jalan sebagai container, jadi pindah server nanti tinggal salin konfigurasi.
3. Matikan login password, pakai SSH key. Ini pertahanan pertama, dan paling sering dilewatkan.
4. Nyalakan firewall. Buka hanya port yang dipakai, biasanya 22, 80, dan 443.
5. Pasang domain dan HTTPS. Webhook WhatsApp dan layanan lain umumnya menolak alamat tanpa HTTPS.
6. Simpan kunci API di file environment, bukan di kode. Dan jangan pernah ikut ter-commit ke repository.
7. Aktifkan snapshot otomatis. Di Biznet Gio, snapshot dihitung per GB per bulan dan murah dibanding kehilangan data.
8. Pasang pemantau uptime. Kalau container mati jam 2 pagi, kamu perlu tahu sebelum klien yang memberi tahu.
9. Catat biaya bulanannya. VPS itu langganan. Kalau proyeknya berhenti, servernya ikut dimatikan.

Kapan kamu sebenarnya nggak butuh VPS

Ini bagian yang jarang ditulis penyedia VPS. Banyak sistem yang aku bangun untuk klien justru jalan tanpa VPS sama sekali:

• Google Apps Script dan Sheets. Sistem keuangan kos dengan pengingat WhatsApp yang pernah aku kerjakan jalan penuh di sana: database, penjadwal, dan pengirim pesannya semua di ekosistem Google, tanpa satu pun server sewaan.
• Platform serverless untuk website dan API ringan. Bayar saat ada trafik, tidak ada server yang perlu diurus.
• Layanan otomasi versi cloud, misalnya n8n cloud. Lebih mahal per bulan, tapi tidak ada urusan update dan backup.

Aturan yang aku pakai: VPS baru masuk akal kalau kamu butuh sesuatu yang harus hidup terus, butuh kendali penuh, atau butuh menyimpan data di tempat yang kamu tentukan sendiri. Kalau pekerjaannya cuma jalan sekali sehari dan datanya sudah di Google, seringkali tidak perlu server tambahan.

Penutup

Jadi kalau ditanya "VPS untuk AI itu bisa apa aja", jawaban jujurnya: dia bisa menjalankan hampir semua bagian yang membuat AI berguna di bisnis, kecuali bagian model beratnya sendiri. Dan justru bagian itu yang paling gampang disewa per pemakaian.

Saranku, mulai dari pertanyaan yang berbeda: proses apa yang mau kamu jalankan otomatis, dan seberapa sering. Dari situ baru ketahuan perlu VPS atau tidak, dan kalau perlu, speknya biasanya jauh lebih kecil daripada yang kamu kira. Soal memilah mana yang perlu diotomatiskan, aku bahas di Nggak Semua Hal Perlu AI.