Tutorial Lengkap Google Gemini API dengan Python: Dari Dasar hingga Mahir

Google Gemini API adalah salah satu API AI paling powerful yang tersedia saat ini. Dengan kemampuan multimodal — memproses teks, gambar, audio, dan video — Gemini memberikan fleksibilitas luar biasa untuk membangun aplikasi AI modern. Tutorial ini akan memandu Anda dari instalasi hingga penggunaan lanjutan Gemini API menggunakan Python.

Mengapa Google Gemini API?

Gemini API menawarkan beberapa keunggulan yang membuatnya layak dipelajari:

• Multimodal Native: Tidak seperti banyak LLM lain yang hanya memproses teks, Gemini dirancang dari awal untuk memahami teks, gambar, audio, dan video secara bersamaan
• Context Window Besar: Gemini 2.5 Pro mendukung context window hingga 1 juta token, memungkinkan analisis dokumen panjang atau codebase besar
• Grounding dengan Google Search: Kemampuan untuk menghubungkan respons dengan data real-time dari Google Search
• Pricing Kompetitif: Free tier yang generous dan harga yang bersaing untuk production use
• SDK Resmi Python: Library google-genai yang well-documented dan mudah digunakan

Instalasi dan Setup

Prasyarat

• Python 3.9 atau lebih baru
• Google Cloud account atau API key dari Google AI Studio
• pip atau uv package manager

Instalasi SDK

pip install google-genai

Atau menggunakan uv:

uv pip install google-genai

Mendapatkan API Key

Buka Google AI Studio

Klik "Get API Key" di menu sidebar

Pilih "Create API key in new project" atau pilih project yang sudah ada

Copy API key yang dihasilkan

Konfigurasi Environment

Simpan API key sebagai environment variable untuk keamanan:

export GOOGLEAPIKEY="your-api-key-here"

Atau buat file .env:

GOOGLEAPIKEY=your-api-key-here

Basic Usage: Text Generation

Hello Gemini

from google import genai

client = genai.Client(apikey="YOURAPIKEY")


response = client.models.generatecontent(
    model="gemini-2.5-flash",
    contents="Jelaskan apa itu machine learning dalam 3 kalimat."
)

print(response.text)

Output contoh:

Machine learning adalah cabang dari kecerdasan buatan yang memungkinkan
komputer belajar dari data tanpa diprogram secara eksplisit. Algoritma ML
mengidentifikasi pola dalam data pelatihan dan menggunakan pola tersebut
untuk membuat prediksi atau keputusan pada data baru. Teknik ini digunakan
secara luas dalam berbagai aplikasi seperti pengenalan gambar, pemrosesan
bahasa alami, dan sistem rekomendasi.

Memilih Model yang Tepat

Google menyediakan beberapa model Gemini:

| Model | Keunggulan | Use Case |

|-------|-----------|----------|

| gemini-2.5-pro | Paling capable, reasoning terbaik | Complex tasks, coding, analysis |

| gemini-2.5-flash | Cepat dan efisien | Chat, summarization, general tasks |

| gemini-2.0-flash | Balanced speed/quality | Production workloads |

models = client.models.list()
for model in models:
    print(f"{model.name}: {model.displayname}")

Konfigurasi Generation

Anda bisa mengontrol perilaku model dengan parameter:

from google.genai import types

response = client.models.generatecontent(
    model="gemini-2.5-flash",
    contents="Tulis puisi tentang kecerdasan buatan.",
    config=types.GenerateContentConfig(
        temperature=0.7,
        topp=0.9,

        topk=40,
        maxoutputtokens=500,
    )
)

print(response.text)

Parameter penting:

• temperature (0.0-2.0): Semakin tinggi semakin kreatif, semakin rendah semakin deterministik
• topp: Nucleus sampling, kontrol diversitas output
• topk: Jumlah token kandidat tertinggi yang dipertimbangkan
• maxoutputtokens: Batas panjang respons