---
title: "Output terstruktur di API LLM: JSON Schema vs JSON mode"
description: "Output terstruktur membuat balasan LLM mengikuti format Anda, biasanya JSON Schema. Bedanya dengan JSON mode, cara memintanya, dan apa yang masih bisa salah."
url: https://broadrouter.com/id/glossary/structured-output/
lang: id
updated: 2026-11-15
publisher: BroadRouter (a BroadNet site); API by BroadNet Inference, https://inference.broadnet.ai
---

Diterjemahkan dari bahasa Inggris dengan bantuan AI. [Baca versi asli bahasa Inggris](https://broadrouter.com/glossary/structured-output/) (diperbarui 2026-11-15).

# Output terstruktur (structured output)

Diperbarui 2026-11-15

Output terstruktur adalah fitur API LLM yang membatasi balasan model pada format yang ditentukan developer, biasanya JSON Schema, agar kode bisa mem-parse-nya dengan andal. Fitur ini lebih ketat daripada JSON mode, yang menjamin JSON valid tetapi tidak menjamin bentuk tertentu.

Disebut juga: output terstruktur, structured output, structured outputs, output JSON schema, JSON schema output, JSON mode, response\_format

Kode memerlukan input yang bisa diprediksi. Output terstruktur mengubah teks bebas dari model menjadi data yang bisa dipercaya program Anda.

## Cara kerjanya

Ada tiga tingkat kontrol:

| Metode | Yang Anda dapatkan |
| --- | --- |
| Meminta lewat prompt | Biasanya JSON, kadang dengan teks tambahan atau field yang hilang |
| JSON mode | JSON valid, bentuk apa pun |
| Output terstruktur dengan skema | JSON yang sesuai skema Anda |

Dalam format OpenAI, JSON mode adalah `response_format: {"type": "json_object"}`. Output terstruktur mengirimkan skema:

```json
"response_format": {
  "type": "json_schema",
  "json_schema": {
    "name": "invoice",
    "strict": true,
    "schema": {
      "type": "object",
      "properties": {
        "vendor": { "type": "string" },
        "total": { "type": "number" }
      },
      "required": ["vendor", "total"],
      "additionalProperties": false
    }
  }
}
```

Referensi OpenAI menyebut tipe `json_schema` “ensures the model will match your supplied JSON schema” (terjemahan: memastikan model akan sesuai dengan JSON schema yang Anda berikan). Banyak penyedia melakukannya dengan constrained decoding: membatasi token mana yang boleh dihasilkan model di setiap langkah, sehingga output yang melanggar skema tidak mungkin dihasilkan.

## Kenapa ini penting

-   **Lebih sedikit error parsing.** Pipeline ekstraksi, classifier, dan agen bisa membaca field secara langsung.
-   **Prompt lebih sederhana.** Skema menggantikan instruksi format yang panjang.
-   **Bukan jaminan penuh.** Panduan OpenAI menyebut aplikasi Anda tetap harus menangani penolakan, respons yang tidak lengkap, dan error. Balasan yang terpotong oleh [`max_tokens`](https://broadrouter.com/id/glossary/max-tokens/) adalah JSON rusak, apa pun isi skemanya.

Dukungannya berbeda-beda di antara [API kompatibel OpenAI](https://broadrouter.com/id/glossary/openai-compatible-api/). Sebagian hanya menerima `json_schema`, sebagian hanya `json_object`, dan sebagian mengabaikan field tersebut. Periksa dulu sebelum mengandalkannya.

## Di BroadNet Inference

Dokumentasi BroadNet mencantumkan output terstruktur untuk [GLM 5.3](https://broadrouter.com/id/models/glm-5.3/) dan [Qwen3.8 27B](https://broadrouter.com/id/models/qwen3.8-27b/). Dokumentasinya tidak menyebut nama parameter permintaannya, jadi uji `response_format` pada model Anda, dan tetap gunakan parser JSON dengan penanganan error. [Validator output JSON LLM](https://broadrouter.com/tools/llm-json-output-validator/) menunjukkan di mana balasan rusak dan memeriksanya terhadap skema Anda. Kedua model bernalar terlebih dahulu, jadi beri ruang di `max_tokens` untuk proses berpikir ditambah JSON-nya.

Output terstruktur cocok dipadukan dengan [model visi](https://broadrouter.com/id/glossary/vision-language-model/). [Panduan faktur berbahasa Arab](https://broadrouter.com/id/guides/read-arabic-invoices-with-vision/) mengirim gambar dan meminta field-nya dalam bentuk JSON. Untuk tindakan alih-alih jawaban, gunakan [tool calling](https://broadrouter.com/id/glossary/tool-calling/).

## Kesalahan umum

-   Lupa `additionalProperties: false`, atau tidak mencantumkan setiap field di `required`, saat memakai strict mode.
-   Tidak memeriksa `finish_reason` sebelum mem-parse.

## Pertanyaan umum

### Apa bedanya JSON mode dan output terstruktur?

JSON mode hanya menjanjikan bahwa balasan bisa di-parse sebagai JSON. Output terstruktur dengan skema juga menjanjikan field, tipe, dan key wajib yang Anda tentukan. Panduan OpenAI menyebut hanya Structured Outputs yang memastikan kepatuhan pada skema.

### Apakah output masih perlu divalidasi?

Ya. Balasan tetap bisa berupa penolakan atau terpotong oleh max\_tokens, dan skema tidak bisa menyatakan setiap aturan bisnis, misalnya total yang harus sama dengan jumlah item baris.

### Sebaiknya pakai output terstruktur atau tool calling?

Pakai output terstruktur jika Anda ingin jawaban akhir dalam bentuk yang tetap. Pakai tool calling jika model perlu meminta kode Anda melakukan sesuatu lalu melanjutkan.

## Lihat juga

-   [Tool calling (function calling)](https://broadrouter.com/id/glossary/tool-calling/) (istilah)
-   [max\_tokens](https://broadrouter.com/id/glossary/max-tokens/) (istilah)
-   [Vision-language model (VLM)](https://broadrouter.com/id/glossary/vision-language-model/) (istilah)
-   [API kompatibel OpenAI](https://broadrouter.com/id/glossary/openai-compatible-api/) (istilah)
-   [JSON mode (mode JSON)](https://broadrouter.com/id/glossary/json-mode/) (istilah)
-   [Guardrails (pagar pengaman AI)](https://broadrouter.com/id/glossary/guardrails/) (istilah)
-   [JSON Schema (skema JSON)](https://broadrouter.com/id/glossary/json-schema/) (istilah)
-   [Membaca faktur dan struk berbahasa Arab dengan model vision](https://broadrouter.com/id/guides/read-arabic-invoices-with-vision/) (panduan)
-   [Memakai OpenAI Python SDK dengan BroadNet Inference](https://broadrouter.com/id/guides/openai-python-sdk/) (panduan)
-   [Memilih API LLM untuk bahasa Arab: apa yang perlu diuji](https://broadrouter.com/id/blog/choosing-an-llm-for-arabic/) (artikel)

Coba dengan beban kerja Anda yang sebenarnya. Akun baru mendapat kredit US$5 untuk Gemma dan transkripsi. DeepSeek, GLM, dan Qwen3.8 memerlukan top up.

[Mulai](https://inference.broadnet.ai/account/?utm_source=broadrouter&utm_medium=referral&utm_campaign=id-glossary-structured-output&utm_content=page-cta) ·

**Sumber**

-   [OpenAI, panduan Structured Outputs](https://developers.openai.com/api/docs/guides/structured-outputs)
-   [Referensi API OpenAI, membuat chat completion (response\_format)](https://developers.openai.com/api/reference/resources/chat/subresources/completions/methods/create)
-   [Referensi API BroadNet Inference, model (bahasa Inggris)](https://inference.broadnet.ai/docs?utm_source=broadrouter&utm_medium=referral&utm_campaign=id-glossary-structured-output&utm_content=sources#models)
