Ada momen yang cukup menggelitik kalau dipikir-pikir: pustakawan generasi sekarang mungkin tidak akan pernah tahu rasanya menulis kartu katalog dengan tangan, sesuatu yang jadi rutinitas wajib generasi sebelumnya. Dan sekarang, kita sedang berada di ambang lompatan berikutnya — bukan lagi sekadar dari kartu ke digital, tapi dari digital ke sistem yang bisa “membaca” dan menyarankan klasifikasi dengan sendirinya.
Evolusi Otomasi di Meja Katalogisasi
Perjalanan pekerjaan katalogisasi ini sebenarnya cukup panjang kalau ditarik mundur. Dimulai dari era kartu katalog fisik yang disusun manual di laci kayu, berpindah ke OPAC yang memungkinkan pencarian digital lewat komputer, dan kini kita memasuki fase baru di mana bukan hanya pencariannya yang digital, tapi proses menentukan klasifikasinya pun mulai dibantu mesin.
Yang membuat fase ini terasa berbeda dari sekadar “digitalisasi” biasa adalah keterlibatan Artificial Intelligence, khususnya cabang yang disebut Natural Language Processing (NLP). Teknologi ini sudah cukup matang untuk membaca dan memahami metadata sebuah buku — judul, sinopsis, bahkan daftar isi — dan menangkap konteks subjeknya secara instan, sesuatu yang dulu murni mengandalkan interpretasi manual pustakawan yang membaca satu per satu.
Bagaimana AI Menganalisis Subjek Bahan Pustaka
Secara teknis, cara kerjanya tidak seeksotis yang dibayangkan banyak orang. Sistem perpustakaan dihubungkan ke model AI melalui API — bisa dari penyedia seperti Google Gemini atau Groq — lalu ketika pustakawan memasukkan teks sinopsis buku ke sistem, teks tersebut dikirim ke model untuk dianalisis. Model akan membedah kata kunci, konteks, dan pola bahasa dalam sinopsis itu untuk menangkap subjek utamanya.
Contoh konkretnya bisa dilihat pada buku dengan sinopsis seputar “Pengaruh Cuaca Terhadap Pertanian Padi”. Begitu teks ini diproses, AI mampu mengenali bahwa subjek intinya berkaitan dengan pertanian, lalu secara otomatis menyarankan notasi di kelas 630 (Pertanian) tanpa pustakawan perlu membuka bagan DDC dari nol. Prosesnya berubah dari “mencari” menjadi “memverifikasi”, dan ini jelas memangkas waktu kerja yang cukup signifikan, terutama untuk perpustakaan dengan volume input koleksi yang tinggi.
AI Sebagai Asisten, Bukan Pengganti Pustakawan
Meski begitu, ada satu hal yang tidak boleh dilupakan: AI, secanggih apa pun modelnya, masih punya potensi “halusinasi” — memberikan jawaban yang terdengar meyakinkan tapi sebenarnya salah konteks. Ini jadi lebih terasa pada buku-buku dengan subjek filosofis, lintas disiplin, atau yang punya nuansa budaya spesifik, di mana pemahaman konteks yang dalam masih jadi kelemahan model bahasa secara umum.
Karena itu, peran pustakawan tidak hilang, tapi bergeser bentuknya. Alih-alih memulai pencarian nomor dari nol, pustakawan kini berperan sebagai validator terakhir — memeriksa apakah saran yang diberikan AI benar-benar sesuai konteks buku, lalu menyetujui atau mengoreksinya sebelum notasi tersebut resmi masuk ke katalog. Peran ini justru menuntut pemahaman klasifikasi yang tidak kalah dalam dibanding sebelumnya, hanya saja titik fokusnya berpindah dari pencarian ke verifikasi.
Tantangan Teknis Implementasi di Perpustakaan
Menerapkan sistem semacam ini tentu tidak lepas dari tantangan teknis di lapangan. Perpustakaan butuh infrastruktur server web yang cukup stabil untuk menangani permintaan ke API secara konsisten, serta setidaknya pemahaman dasar coding — entah PHP atau JavaScript — untuk membangun jembatan komunikasi antara sistem perpustakaan dan model AI yang dipakai. Belum lagi soal biaya, karena kebanyakan API AI dikenakan tarif berdasarkan jumlah token yang diproses, yang perlu dihitung dengan cermat kalau volume input datanya besar.
Namun tren harga layanan AI yang terus menurun dari tahun ke tahun membuat hambatan biaya ini perlahan semakin ringan. Bukan hal yang mustahil kalau beberapa tahun ke depan, fitur semacam “Intelligent DDC” ini tidak lagi jadi sesuatu yang eksklusif atau eksperimental, melainkan fitur standar yang melekat di hampir semua aplikasi manajemen perpustakaan modern — sama seperti OPAC yang dulu terasa revolusioner, tapi sekarang jadi hal yang dianggap wajar ada di mana-mana.