EP 176 Rabu, 29 Juli 2026

Pengaruh Kecerdasan Buatan terhadap Kecerdasan Manusia

Ringkasan Episode

Episode ini lahir dari kecurigaan di episode sebelumnya soal end-to-end testing dengan Playwright: kalau skenario tes, orkestrasinya, sampai penulisannya sudah bisa didelegasikan ke AI, lalu peran manusianya di mana. Ivan membuka dengan pengakuan yang jujur — ia sudah bingung menulis pesan commit sendiri karena terbiasa menyerahkan pemecahan atomic commit ke agen. Istilahnya cognitive debt, cognitive regression, atau versi bahasa anak mudanya brain rot. Untuk menjawabnya mereka mengundang Ester Irawati Setiawan, dosen ISTTS Surabaya, karena persoalannya bukan cuma soal AI tapi juga soal pedagogi. Dari sisi kampus, jawabannya ternyata bukan melarang. Mahasiswa boleh memakai AI sejak semester satu, tapi wajib bisa menjelaskan apa yang dibuatnya — dan justru karena itu mata kuliah dasar kembali ke paper-based test, menulis kode dengan kertas dan pulpen serta flowchart, untuk mengukur computational thinking yang tidak bisa dititipkan. Ada ujian close AI, ada capstone project yang diuji lewat wawancara "kenapa kamu pakai ini". Kurikulumnya juga bergerak: ada mata kuliah Prompt Engineering dua SKS satu semester dengan kerangka role–task–context–constraint–format, materi agentic AI dengan Google ADK, dan SDLC yang kini bercabang ke MLOps dan AgentOps. Sisi industrinya lebih keras: velocity satu sprint melompat dari sekitar 50 story point ke 80–100, satu developer menjalankan delapan tiket Jira sekaligus lewat delapan git worktree, dan kelelahan mental itu justru mengembalikan orang ke kebiasaan percaya buta pada AI. Paruh kedua diisi Zain dengan materi Fundamental Computer Science for AI Era. Analoginya AI sebagai kuda — Haiku, Sonnet, Opus, Fable makin kencang langkahnya — dan manusia sebagai kusir yang tetap harus hafal peta, karena kalau tidak, justru kitalah yang memperlambat. Ia menutup dengan poin yang paling menohok: kita hanya sanggup menilai model sampai batas pengetahuan kita sendiri; selisih Opus 5 dan GPT-5.5 tak terasa bagi yang bukan ahli, sementara selisih Opus dan Haiku jelas bagi siapa pun. Soal kualitas, kesimpulannya terbelah — bagi yang tidak paham kode, kuantitas naik dan kualitas turun; bagi engineer berpengalaman kualitas justru naik, karena utang teknis yang selama ini dibiarkan akhirnya terbayar, backlog bug turun dari ratusan ke sekitar 40, dan komponen kelas React dengan unsafe_componentWillMount akhirnya bisa diberantas.

Poin-poin Utama

•Cognitive debt itu nyata dan diakui sendiri oleh praktisi: Ivan sudah bingung menulis pesan commit dan memecah atomic commit tanpa bantuan agen, karena kebiasaan mendelegasikan hal-hal kecil
•ISTTS tidak melarang AI — mahasiswa boleh memakainya sejak semester satu asal bisa menjelaskan — tapi mata kuliah dasar dikembalikan ke paper-based test dengan kertas, pulpen dan flowchart untuk mengukur computational thinking
•Kurikulumnya ikut berubah: ada mata kuliah Prompt Engineering dua SKS satu semester dengan kerangka role–task–context–constraint–format, materi agentic AI memakai Google ADK, dan SDLC yang bercabang ke MLOps serta AgentOps
•Tekanan industri melipatgandakan beban: velocity satu sprint naik dari sekitar 50 story point ke 80–100 dan satu developer menjalankan delapan tiket Jira paralel lewat delapan git worktree, yang berujung kelelahan mental dan balik percaya buta pada AI
•Analogi kuda dan kusir dari Zain: model seperti Haiku, Sonnet, Opus dan Fable makin kencang, tapi kalau kusirnya tidak hafal peta justru manusianya yang memperlambat
•Kita hanya bisa menilai model sampai batas pengetahuan kita sendiri — selisih Opus 5 dan GPT-5.5 tidak terasa bagi yang bukan ahli, sedangkan selisih Opus dan Haiku terasa oleh siapa pun
•Tiga pagar yang disarankan saat membangun dengan AI: verifikasi PR lewat rekaman atau screenshot before-after dari browser, TDD sebagai penjaga regresi yang sekarang tidak lagi melelahkan, dan pemahaman kita sendiri atas kode sebagai satu-satunya cara melacak production issue di antara puluhan tiket sebulan

Transkrip otomatis Bantu Koreksi

Loh, kok belum? [musik] Dapatkan hanya di domainesia. [musik]

Halo semua, selamat malam. Apa kabar?

Timnas menang. Ah, timnas menang. [tertawa] Oh, kemarin ya? Kemarin ya. Heeh. Temenin enggak bentrok sama kita. Lagi kanan harinya

aneh. Mungkin karena malam. Ah, kok Spanyol [tertawa] lagi?

Oh, timnas kita gimana ya? Spanyol mah udah lewat.

Kirain Eka udah pindah ke Spanyol kan rencananya gitu bukan ya?

Semoga I kita malam ini enggak basa-basi jadi langsung cepat aja karena topiknya sangat berat ya. Bisa kalau teman-teman

yang lagi bingung cari topik skripsi ya berbobot lagi cari topik skripsi ini potensial untuk dijadikan topik skripsi

ya. Ee jadi malam ini kita akan bahas tentang pengaruh ee ea LLM kecerdasan buatan terhadap kebodohan alami.

Kecerdasan mana? Oh kecerdasan [tertawa] dengan dengan kecerdasan alami.

Kecerdasan buatan kebodohan alami. Ya. Ide kal kebodohan alami. Iya.

Lanjut lanjut lanjut lanjut lanjut [tertawa] lagi ya.

Lanjut. Iya. Nah, jadi malam ini ee ada Ivan Eskom ya, Sarjana Komputer. Benar enggak sih?

Saya ST. Sok tahu. Oh, ST. Sarjana.

Sok tahu. [tertawa] Oh, sok tahu.

SS. Eh, K SS. Sarjana sambel.

SSAK Sarjana Sastra. Sarjana Sra. Ada saya ee Riza MTI.

Apa MTI? Magister Teknologi Informasi. Wih, keren juga.

Iya. Dan malam ini kita kedatangan gelar kita bertiga yang gelar [tertawa] kita bertiga digabung irur Ester Irawati Setiawan SKOM MKOM gitu

ya. Banyak banget. [tepuk tangan] [tertawa] Luar biasa.

Saya saya panggilnya Cip aja lah.

[tertawa] Cip ya? Heeh. Cipr. Gimana kabarnya?

Baikbaik. Baik ya. Ee kegiatan apa sekarang?

Masih [tertawa] ngajar ya pastinya ya.

Iya. Ya. Persiapan semester baru. Wah. Apa yang perlu dipersiapkan?

[tertawa] Ya, kayak apa? materi yang terbaru yang perlu di-update gitu.

Wis. Oh, materinya apa nih bocorannya? Materi terbaru itu apa?

AI ngajarin AI enggak sih? Udah agentic AI.

Oh, agentik. Wah, udah masuk kampus agentik ya.

Luar biasa kampusnya ya. Enggak semua kampus mungkin kampusnya.

Lihat transkrip lengkap (835 segmen lagi)

Enggak semua kampus. Iya. Pakai pakai ADK gitu gak? ADK. ADK.

ADK. Iya dong. Pakai. Oh iya dong. didukung oleh Google ya, Google [tertawa] Developer Community.

Asik. Nah, ini sekalian nanya ya, mumpung e apa pertanyaan topik baru ee masuk agent AI itu kalau di lingkungan kampus ya mau

di kampusnya Ciester atau kampus yang lain itu gimana sih ee adopsi AI sekarang?

Iya. Apakah sudah diterima atau masih kayak ee sembunyi-sembunyi kayak pakai kalkulator [tertawa] gitu ya? Mahasiswa pakai AI juga atau gimana?

Nah, pastinya sekarang sih sudahudah boleh pakai AI. Jadi sebenarnya nanti di dunia kerja kan juga boleh ya pakai AI.

Cuman yang pasti kalau pakai AI, bantuan AI itu tetap harus bisa menjelaskan apa yang dibuat itu ee si anak ini harus

paham kan. Jadi jangan sampai cuman pakai AI terus waktu ditanya gak tahu itu AI gitu. Nah, itu enggak boleh.

[tertawa] Oh. Oh, itu diperbolehkan dari semester 1.

Nah, sebenarnya semester 1 tapi tetap diajarin dasar-dasar sih. Jadi di semester awal tetap harus ee paham. Jadi

ada ujian yang masih close AI gitu supaya algoritm ada closebook loh.

Lu ada closebook sekarang closebook close font sekarang close AI [tertawa] close AI biasa bisa bisa. Wah, kita udah enggak ngampus

berapa lama ini. Sekarang sudah ada close [tertawa] ada fast track ke S3 loh mau buka. Nah, tuh Mas Riza bisa tuh.

Cukup cukup cukup. [tertawa] Oke, oke. Em. Nah, ini berarti sudah mulaah ya. Kalau di kampus-kampus yang lain ee tahu enggak sih ee keadaannya

gimana? Iya, rata-rata sama. Jadi kalau mata kuliah yang sudah lanjutan itu ada tugas yang memang diperbolehkan pakai AI.

Terus akhir-ari ini juga ee dari pemerintah kan kampus merdeka juga boleh ada Capstone project. Nah, itu juga boleh pakai bantuan AI biasanya.

Tapi yang jadi menarik ya mata kuliah yang dasar-dasar sekarang kembali ke paper based tes gitu ya. Karena di paper

base ini benar-benar bisa diukur kayak kemampuan mahasiswanya untuk computational thinking-nya itu.

Oh. Oh. Jadi nulis nulis kode pakai ee kertas dan pulpen lagi kayak dulu ya. E kepik [tertawa]

terus bikin ir diagram masih inget engak di bawah.

Iya iya iya iya. ya ir diagram ya. Ya, flowchart gitu ya.

Nah, itu ee kan si mahasiswanya bisa dibilang sudah melag AI lah ya. Mereka sudah tahu Gemini, sudah tahu chat GPT.

Bagaimana dengan dosen-dosennya? Apakah melag AI jugaah atau masih ee belum?

Nah, klarifikasi dosen selain Estter Joan I. Selain Iya. Selain Selain kalian yang berkecimpung di komunitas dan industri

ya. Heeh. Heeh. Jadi ya kita terus sharing juga sih baru 2 minggu lalu aku juga sharing di kampus kayak fitur-fitur

terbaru notebook LM yang apa bagus buat para mengajar. Terus yang masih coming soon sih anti graffiti ya itu

ya coming soon juga mau di-sharingkan. Jadi yang penting sih kita saling berbagi, saling sharing. Ee saya juga ikut yang

inisiasi yang ee Google for Education.

Jadi di situ ada sharing-sharing seminar web workshop tentang bagaimana pakai Gemenai untuk education kayak gitu. Nah, itu kita juga sharing-sharingkan terus.

Heeh. He. Teman-teman berbagai kampus. Iya. Iya. Iya. Wah, seru juga ya kampusnya ya. lumayan up to date lah ya

jatuhnya ya kalau gini ya. Iya emang harus ngejar AI sekarang kalau enggak ketinggalan kan.

Hm. Yoki skripsi jadi enggak laku dong.

[tertawa] Nah, itu sekarang diganti Jemenai diganti sekarang. Sekarang bukan joki skripsi, joki token.

[tertawa] Yang dia jual yang dia jual sekarang token. Ayo ini nih token CPT token murah [tertawa] murah

sekarang sudah murah from untuk skripsi [tertawa] untuk jualan template template skill skill bagus ini idenya nih agen [tertawa] skill

jualan agen skill jualan skripsi sekaligus ee apa latihan interview dibikinin ya prototypnya Heeh biar bisa jawab pertanyaan [tertawa] dosen

waduh bahaya in izin simulasi sidang skripsi. Nah, benar benar benar. Jadi interview gitu ya. Wah, menarik nih. Menarik. [tertawa]

Oke, kita lanjut ke topik utama ya tentang apa? Cognitive dep atau kalau Ivan eh istilah Ivan tadi apa?

Iya. Cognitive dysfunction atau regression itu bahasa kerennya.

Bahasa kerennya. Tapi kalau eh iya bahasa anak mudanya itu brain road.

Brain road. Kalau kalau ininya kalau definisinya ini adalah cognitif cognitive regression itu adalah decline atau loss of brain

function. Jadi kayak eh mulai memory loss terus eh hard time untuk solving problem, trouble finding right words. Jadi kayak kadang gini ya.

Ini pengalaman langsung dari udah mulai ngalamin gitu. [tertawa] Praktisi.

Iya. Saya sebagai praktisi di industri yang sudah yang menggunakan AI dari dari tahun lalu lah ya. Sudah secara aktif

menggunakan AIF sampai di semua posisi.

Bahkan sekarang nulis komit aja itu bisa bingung gitu. Mau nulis komit sendiri itu bingung.

Ini gim sekarang cuma buat nulis komitah kan.

I karena terlalu dimanjakan dengan agen-nya yang nulis commit message atau dulu kalau misalnya gini, kalau saya ngerjain

fitur, fiturnya dikerjain banyak, kodenya yang diouch banyak dan saya biasanya kalau mauembuat komit itu enggak langsung semuanya git@- a terus

am enggak enggak boleh kayak gitu.

harus atomik, harus atomik komit. Atomik atomic komit di mana satu komit itu enggak boleh ada error yang terjadi.

Jadi harus dipecah-pecah secara atomik. Em best practicenya begitu. Biasanya saya cuma tinggal minta si ee agen-nya tolong buatkan atomic comit.

Nanti dia kasih itu ininya ee summary-nya kira-kira atomic comit-nya itu A B C Dist sama dia. Saya tinggal

setuju jalanin aja. Sekarang terjadi saya mengalami cognitive regression atau cognitif ya mulai meng-regrress lah ya yang hal-hal

kecil sudah mulai enggak bisa dilakukan atau mulai memory loss atau karena membingungkan. Mulai bingung ya.

Iya. brandnya itu tidak brand root benar makin lama makin busuk tidak iya busuk jadinya kayak terlalu dimanjakan akhirnya mau balik susah gitu

karena udah habit terjadi habit yang sudah kebiasaan ya ee kebiasaan menghandalkan AI dan sebetulnya topik ini kan ditrigger

ee mungkin teman-teman ada yang kelewat ya belum nonton episode episode minggu lalu dan topiknya sebenarnya sama sekali

bukan tentang bahkan bukan tentang AI tapi tentang ee end to end testing dengan playwe.

Nah, dari situ kita masuk ya sekarang e ya library-nya saksnya seperti ini.

Terus lama-lama ee terus habis itu kita bahas skill yang namanya eh agent browser itu sebetulnya cuma wapper ya

pakai playw juga tapi maksudnya sekarang end to end. Kalau dulu kan kita sebagai developer harus mengorkestrasi misalnya

flow login seperti apa sih? buka halaman login ee cari kotak input masukkan alamat email yang valid misalnya

masukkan password ini. Terus pencetlah submit button harus terjadi apa. Nah, terus eh dari ya sekarang udah bisa udah

bisa beneran pakai natural language karena ada ya karena ada AI apa generative AI dan yang bisa pakai

tools-tools itu kan habis itu ee malah lebih lanjut lagi Evan atau apa mungkin penonton yang komentar lupa ah sekarang

malah bikin bikin flowfow-nya suruh AI maksudnya apa suruh Iya suruh scan aja kodnya maksudnya case case-case-nya apa aja misalnya login

Happy Pai pakai out terus misalnya invalidnya kenapa bahkan bikin flowfow-nya aja udah pakai AI disuruh AI terus rappernya

wapernya sudah pakai AI pakai AI untuk general language natural language. Jadi sebenarnya iya kalau semua sudah dikerjakan AI

pertanyaannya terus ee role-nya manusia itu di mana dan gimana kita kalau dulu kan kita ini kan apa

Heeh gimana K kita mikirkan kita ngerancang sama kemarin yang minggu lalu gua bilang nanti otak kita nyusut ini gimana

jangan-jangan lama-lama otak kita nyusut terus dikomen pada bilang ini kayaknya saya juga udah mulai nyusut otak nah maksudnya ee asal muasalnya terus

kita mikir nih kudu cari apa mungkin pengin tahu tadinya perspektif psikolo tapi kita enggak ada yang kenal

psikoloh. Nah, terus ee mungkin ee akademisi kita punya apa punya eksertis dalam bidang Ei-nya sendiri dan juga

pedagogi kan. maksudnya sebagai orang yang aktif di bidang edukasi beneran ketemu mahasiswa ketemu anak sekarang yang dari awal udah ee

sudah terpapar AI AI natif Akan [tertawa] generatif AI itu gimana otaknya beneran menyusut kayak teori kita atau mungkin

sebetulnya enggak atau gimana asal muasalnya kita e pengin ngulik itu sih Heeh iya monggo. Jadi emang kalau misalnya kita

kebiasaan itu kan memang jadi cognitive dep. Jadi kadang kita pokoknya cepat-cepat dapat hasil dari AI. Habis itu misalnya waktu codnya masuk

production terus tiba-tiba ada bug itu sulit menemukan ya. Jadi sebenarnya kenapa ya kadang ada mahasiswa juga kayak udah

bawa code ee yang panjang banyak page gitu, banyak kasesnya terus tiba-tiba tanya ini ada error saya tanya

ini kamu bikin apa aja ini terus kayak ee enggak tahu ya itu ayah bikinin ya jadi kayak enggak [tertawa] tahu

tapi jujur ya ngaku ya enggak tahu [tertawa] kenapa enggak tanya AI aja dia juga enggak tahu ya gimana cara tanya AI-nya

salahnya di mana enggak tahu Ya, ya memang masalah sih karena kadang nyari solusi praktis gitu pokoknya selesai terus kadang kalau belum bisa

kepikir tentang dunia kerja nanti anak-anak kadang kan pokoknya tugasnya selesai kalau cepat selesai bisa lebih banyak waktu main game. Nah, kayak gitu.

Ah. [tertawa] Oh, iya. Zaman zamannya kita itu ya gimana?

Lanjut lanjut lanjut. Oh, enggak apa enggak apa gimana?

[tertawa] Jadi zamannya kita itu belajar fundamental aja itu struggling kan, apalagi sekarang ya.

Gimana caranya ee apa ya gimana pendekatan di terutama di akademisi mengajarkan hal-hal yang basic fundamental banget. Sementara kita bisa

dapat jawabannya dengan mudah dengan tanya aja ee apa bubble short itu apa sih dan gimana sih cara kodenya gitu.

Itu kan bisa dapat dengan cepat gitu.

itu ada ada strategi khusus enggak sih untuk ngajarin sesuatu yang fundamental gitu?

Nah, sekarang jadi kembali ke penekanan ke logika. Jadi kayak dulu soal-soal lomba yang kayak ee kompetisi itu yang diperkuat lagi sekarang. Karena

sebenarnya sih pola pikirnya itu supaya bisa masuk ke computational thinking itu yang penting gitu.

Terus saya enggak technical berarti ya setiap kali ada code masuk itu harus tahu kenapa. Jadi wh jadi enggak hanya

what fungsinya code-nya ini apa, tapi juga kenapa kok code-nya seperti itu.

Nah, itu perlu dilatih pada saat penyusunan code-nya itu benar-benar diketahui kayak dipelajari. Jadi kalau sampai si anak ini enggak tahu kenapa,

nah itu dia masih ada PR, ada tanggungan untuk belajar lebih gitu.

Terus ya memang kalau kita jarang latihan dulu kan kita dibagging terus ya. Jadi salah satu yang tantangan memang berhari-hari butuh

nyari error kadang tapi itu kita kan problem solvingnya terlatih. Nah ini memang habis ada AI problem solving-nya

menurun dan memang instingnya jadi kurang. Jadi ketika ada error kalau kita dulu kan bisa ada feeling oh pasti ini

bagian ini gitu. Tapi sekarang kan instingnya kayak hilang ya karena enggak pernah solve kasus-kasus seperti itu. Jadi memang

ada saat-saat di mana kita harus latih ee untuk solving masalah itu tanpa bantuan AI itu untuk ngelatih otak kita

supaya enggak sampai ya itu tadi brain cognitive figuration. Tapi berarti mahasiswa emang dilatih apa maksudnya secara aktif ee kayak emang dipisahin ya

maksudnya ini kamu tetap harus bisa logika.

Iya betul. Jadi sekarang makin ini sih penting dan kita juga lebih banyak sekarang menguji orang itu dengan

interview kan. Jadi kalau mereka bikin capstone project ya kita tanya kenapa pakai ini, kenapa pakai itu gitu. Nah,

nanti dari sana ketahuan yang benar-benar paham bisa jelasin, tapi yang ada punya kognitif dep tadi ya saya

enggak tahu ya jadinya memang seperti itu. Kenapa? [berdehem] Misalnya contoh sederhana dulu kan kapan pakai session, kapan pakai cookie. Nah,

itu kan kalau dia enggak paham ya dia wah enggak tahu ya ini disarankan [tertawa] dibuatin sama Kodek.

Oke. Oh, berarti ee apa menambah pekerjaan Bapak-bapak, Ibu-ibu dosen ya berarti ya untuk ngecek satu-satu, interview satu-satu.

Kalau kalau saya dulu sukanya kalau misalkan ada tugas dari apa dari studen gitu dihapus kodenya, coba tulis ulang

gitu bisa [tertawa] apa enggak gitu kan.

Ups. Kehapus ya. model-model soal itu terpaksa kembali lagi. Jadi dikasih code terus ini output-nya apa gitu terus

yang bikin error apa yaitu ya sebenarnya enggak perlu terlalu banyak kayak dulu ya tapi lebih ke arah dibagi-bagi varian

soalnya itu supaya masih kita bisa ngukur tadi itu computational thinking-nya itu.

Hm. Ada yang jawabannya ngapal enggak?

Jadi misalkan dia bikin kode terus dia minta AI untuk menjelaskan kodenya terus dia hafalin terus pas ditanya dia

jawabnya benar-benar hafalan gitu. Jawabannya betul [tertawa] tapi your absolute tapi hafalan gitu jawabannya.

Iya. E ya itu bisa terjadi sih.

Tapi kalau si anak mau menghafal itu sudah bagus loh karena [tertawa] buntingan ya.

Iya. Iya kan enggak sengaja jadi masuk infonya. ee kenapa kenapa bikin arsitekturnya seperti ini? Hmm benar, benar, benar. Yang penting soalnya ada

motivasi ya untuk bisa ada niat ya. Iya. [tertawa] Kadang sekarang juga ee kan Ei bisa ngerjain ngapain aku paham. Nah, itu

yang bahaya ya. Atau mungkin ada ini enggak ada misalkan tugasnya enggak selesai nih setengah selesai atau 3/4 terus ditanya kenapa

enggak selesai? Tokonnya habis Bu gitu kan.

[tertawa] sampai situ. Oh, enggak ya? Belum ya? [tertawa] Aduh, lucu-lucu juga ya.

Nah, tapi penasaran sih ee apa ee pertanyaan simpel sih sekarang tuh ada ada enggak sih untuk semua mahasiswa

informatika ya dan mungkin bahkan buat dosen juga ada enggak sih mata kuliah tentang generative AI dasar? Jadi

maksudnya tahu apa cara kerjanya sudah ada atau cuma informal aja?

Ada banget. Kita ada mata kuliah juga namanya Prom engineering. Jadi di situ Wow.

Kan prom is a logic ya. Jadi sebenarnya kalau bikin prom asal-asalan nanti EA yang disalahin. EA-nya jelek hasilnya

gitu. Padahal mungkin ya belum tahu cara prom yang benar, belum tahu alurnya, belum tahu gimana menyusun N toend-nya. Nah, itu ee prom

desain sendiri itu sebenarnya banyak tekniknya dan kayak bisa satu mata kuliah sendiri selama satu semester.

Oh, se sedalam itu ya berarti ya satu mata kuliah sendiri satu semester ya. 2 SKS.

SKS. Iya. Ke SKS. Oh, berarti sederhananya kita ngajarin cara berkomunikasi gitu ya kurang lebih ya dengan AI. [tertawa]

Dengan AI. bisa diterapkan juga ke manusia sih sebenarnya.

Heeh. Maksudnya kayak apa kerja sama sama ee teman kantor misalkan nanti gitu kan atau teman kuliah.

Kalau kalau ada mata kuliah prom engineering entar lagi lama-lama ada prom sastra prom.

[tertawa] I dosennya ada kan eh from engineering terus ada apaagi tuh kalau sekarang contex engineering belum enggak kan

oh itu juga i kayaknya wow upate sekali oh diename dari prom jadi konteks ya i prom kan bagian dari kontek

iya iya benar benar benar Jangan banyak-banyak MCP-nya, skill-nya dikurangi supaya jangan terlalu banyak.

Loh, skill enggak udah udah lebih dari R.000 di compact supaya enggak penuh, [tertawa] supaya enggak halusinasi ya. Itu mungkin ada mata kuliah token

managementen ya sama [tertawa] token manajemen.

Benar juga ya. Iya, lama-lama. kita tu sebenarnya kalau yang pengguna cloud code atau anti graffiti atau codex

apa ya ada yang kayak maksudnya coding agent yang sudah ada harness-nya itu kan sistem prom-nya mereka itu sudah mereka

siapin kita kan enggak tahu belakang itu. Sedangkan kalau bikin sendiri itu sebenarnya ribet loh yang untuk kalau

misalnya mau bikin coding agent sendiri ribet karena kita harus bisa bikin general sistem prom-nya itu supaya bisa

apa namanya i solusinya nyontek dari yang open source lihat pie apa pi pi p coding agent ya itu contoh tapi

instruction developer instruction user instruction itu juga perlu di betul h tapi menarik ya berarti sekarang Mahasiswa dari awal. Heeh. Bukan cuma

cara bukan cuma tahu cara pakainya kan berarti tahu cara kerjanya. Maksudnya apa [tertawa] itu kan ngaruh ke jadi

kita tahu kenapa itu halusinasi. Terus maksudnya next word ee apa? E berarti solusi yang dikasih itu kan mungkin

belum tentu pasti benar tapi ee solusi yang probabilitasnya tinggi itu kan ee maksudnya kalau yang cuma pengguna

asal-asalan kan enggak tahu rasionalitasnya. Nah, maksudnya enggak tahu ee reasoning-nya di balik itu semua kan. Nah, ini berarti emang diajarin

dari awal jadi paham ya. Heeh. Betul. Jadi kayak ya ini bukan sembarangan harus ditentuin semuanya.

Contoh pakai RT CFC itu yang paling basic kan. Jadi sering kita bandingin sih kalau tanpa dan dengan RTFC itu

hasilnya beda jauh. Apa itu RTFC?

Jadi dalam membuat prom harus ada role, kontekst, terus constrain sama format yang diinginkan.

Oh ya, kayak framework a senior engineer with 10 years experience. Make no mistake.

Make no mistake. Ujungnya itu ya make no mist ya.

Iya iya iya iya. Oke. Menarikmenarik.

Nah, ini ada mata kuliah from Engineering. Iya, di kampusnya ISST baru di situ ya. Di tempat lain

kita belum tahu ya. ISTS. [tertawa] ISTS. Oh iya, ISTTS. Salah sor aman aman aman di Surabaya. Tapi ya

udah ada ini tuh Fast track S3 tuh Mas sekalian lah.

Iya ada lanjut lanjut. Bisa remote. Bisa remote ya?

Bisa enggak tahu enggak tuh bisa remote Mas Riza tuh bisa ya ngapain kak mau jadi dosen kalau mau

jadi dosen oke ini ada ini enggak enggak mesti.

Terus jadi apa kalau udah S3 jadi S3 selain jadi dosen peneliti.

Oh itu ya jadi baket tukang bikin baket jalur industri ada kok kan.

Iya, buat [tertawa] penyimpanan file ya. S3.

Iya. Waduh. Di cloud yang sebelah. [tertawa] Backound dong.

Iya, oke. Nah, itu kan tadi ee solusi yang ditawarkan di kampus ya. Di kampus.

Ada kira-kira ada ee tips enggak buat ee solusi buat seperti Ivan seperti saya yang di sudah masuk ke dunia kerja,

gimana cara kita tetap supaya otak kita terus kepakai gitu. Enggak di karena kerjaan kita udah di close AI [tertawa]

harus banyak-banyak latihan juga kayak pakai lit code hacker rank gitu ya.

Iya ada AI free coding dayalnya. Jadi ada hari yang recording day. Oke, menarik ya.

Terus kalau misalnya LRM kita pakai, kita minta dia itu kita setting supaya jadi tutor. Jadi kayak apa dalam setiap

kali dia generate code juga dia jelaskan kenapa kok kayak gini, logiknya di mana.

Nah, paling enggak kita kan ikut berpikir bersama gitu ya.

Kalau yang pakai cloud code udah ada tuh slash comennya ya, teach apa? Nah, cloud plugin ya kalau enggak salah.

Skill skill ada ininya ada ada settingnya kalau enggak salah. Jadi dia bisa exp itu cloud code apa codex itu saya lupa

atau codex ya enggak tahu ya itulah pokoknya itu pattern yang udah banyak dipakai sama itu. Jadi kayak ee waktu ee kita

itu enggak hanya kayak kadang kita kan percaya AI-nya semua dikerjain. Kalau bisa kita aktifin yang verify. Berarti

kita sambil aktif ikut partisipasilah. Waktu COD-nya dibikin partisipasi ya. Inti ee apa kata kuncinya? Partisipasi ya. Kita harus

tahu ee kode apa yang berubah, tujuannya buat apa gitu ya.

Iya. Hm. Cuma kelihatannya Pnya jadi harus harus deliberate ya. Kayak harus disengajain banget kita. kita harus niatin banget biar otak kita enggak

susut. Nah, itu tuh kayak mirip yang minggu lalu ee kita bahas juga sekilas yang gua bilang kayak dulu

di pas ee manusia masih agrikultur apa agraris kan ee jumlah kalori yang masuk yang dimakan sama jumlah kalori yang

dikeluarin dari aktivitas sehari-hari ya itu udah kurang lebih impas kan maksudnya orang dulu kan ya makan padahal ya makan pasti mereka kan enggak

ngitung-ngitung makronutrien proteinnya berapa ya sudah makan tapi kerja seharian impas nah terus makin lama Cuma apa kayak hidup modern lebih banyak

duduk, orang kerja juga duduk, orang berangkat kerja misalnya apa naik mobil atau naik ee KRL duduk. Jadi orang kan

sekarang harus disengajain ada yang beli apa meja. Mejanya standing itu kan lebih mahal kan dari meja biasa. Tapi kita

harus sengajain banget. Ada yang beli meja bawahnya Trade Miller, ada yang harus bayar ee apa? Bayar keanggotaan

gym atau mungkin ya paling enggak ee nyisihin waktu. buat lari apa lari jogging itu kan sebenarnya orang zaman

dulu enggak ada kan cuma karena gaya hidup kita berubah ada ee apa orang zaman dulu juga duduk

duduk dulu Jogja salah bukan di Jawa Tengah naik bajingan mereka hah bajingan tahu kan [tertawa] bajingan tuh dia

enggak tahu ya brengsek ya bajingan itu bukan itu mah sudah mengalami perubahan makna sebenarnya bajingan itu adalah

kereta yang ditarik sama sapi. [tertawa] Oh, sapi ya? Kayak delman tahu sih itu kayak delman.

Nah, cuma kan lebih banyak geraknya.

Nah, intinya maksudnya ee sekarang tuh manusia harus dengan kita rata-rata orang kebanyakan harus dengan sengaja.

Kayak kalau buat orang dulu mungkin kurang kerjaan banget kan orang jogging lari pagi muter-muter. Tapi kan kita

ngapain gitu ya orang orang kerjanya aja jogging gitu ya, lari gitu ya ngejar bis kota misalkan gitu

gitu ya. Sean seharian ngarit kan ee bergerak.

Iya. Eah. Apa ya? Nah, itu kan harus disengajain. Tapi karena enggak wajib ee ya kan ada orang yang malas-malesan,

enggak suka olahraga misalnya saya ya apa terus lama-lama ngerasa ee apa ya ter bebas kan maksudnya itu kan pilihan

kan kalau enggak disengajain ee beraktivitas fisik ya makin lama bakal ada dampak negatifnya. Nah, berarti kan sekarang kayak ee karena adanya AI

lama-lama gaya hidup manusia berubah juga. Bukan cuma fisik, tapi otaknya enggak kepakai. Nah, kan solusinya tadi sudah di ee kasih ya. Eh, ada beberapa

kayak dengan sengaja heeh ngoding sendiri atau le code apa logic eh apa teka-teki atau eh hal-hal kompetitif programming kan ya

enggak harus kompetisi tapi maksudnya apa jenis-jenis menol soal competitive programming terus ya macam-macam tadi minta diach berarti kalau orang yang

enggak sadar enggak melakukan deliberate action activity kayak gitu ya bakal brainroad ya.

Iya. Maksud kayak orang enggak rajin olahraga bakal sakit-sakitan.

Orang enggak rajin apa ee itu tadi competitive programming atau ee minta diajarin tentang kodenya berarti lama-lama otaknya juga berkurang

menyusut. Iya. Sama kayak kita olahraga otak berarti ya. Apa kayak main TTS word.

Oh, berarti kita bisa buka gym for brain. Jadi kita buka gym buat melatih otak.

Iya. Buat olahraga tulis kode buat sorting.

[tertawa] Tapi layarnya lead code. Lit code-nya enggak boleh tanya AI lagi.

Iya. [tertawa] Iya. Tapi secara industri ya maksudnya dengan adanya AI tuntutan pun makin makin makin baik ee

diharapkan lebih produktif ya. Iya. Iya. [berdehem] Tuntutannya itu jadi ibaratnya ee contohnya ya lama gitu.

Iya. Enggak, enggak komplain lama. Tetapi akibatnya jumlah hari untuk e gimana rentang waktu untuk pengerjaannya jadi lebih pendek

dan orangnya jadi lebih sedikit. Jadi karena kita bisa mengerjakan banyak hal.

Heeh. I output yang di shipping harus lebih banyak outputnya di dalam kurun waktu yang sama dituntut lebih besar bisa kayak dua

sampai tiga kali lipat dari sebelum penggunaan AI disambil dengan mengejar ee project yang baru. Jadi, jadi bukan

hanya fokus ngerjain project, tetapi juga dituntut untuk bisa bantu metatas yang lain kayak lakukan sales, bisa juga untuk

ee brainstorming sama teman yang lain.

Ada isu-isu internal yang perlu dikerjakan, continuous improvement yang perlu dikerjakan.

Ee sambil juga ada paralel yang jalan.

Jadi ibaratnya ee kayak tadi kayak race ya, jadi kayak race jadi mental exhaustion itu pun jadi terjadi gitu yang akibatnya kembali lagi

kalau sudah mentalnya capek mau disuruh mikir bersama AI juga capek.

Iya sih. Jadi ibaratnya tadinya mau oke mau belajar apa yang dikerjakan sama AI atau kita lakukan code review AI-nya supaya

jangan terjadi. Akhirnya sudah karena terjadi cycle tersebut jadi capek. Ah udahlah Ei percayakan aja balik lagi.

Akhirnya menjadi visi cycle kan yang terjadi di industri karena tuntutan tuntutan kerjanya jadi lebih banyak juga ya.

Iya. Iya. ee secara tidak langsung meskipun tidak di ini ya, tidak dibilang ini harus kelar sekian-sekian. Enggak. Tapi karena

contohnya dulu ngambil ngambil satu jira tiket kan ada aturannya hanya boleh satu per yang ada di in progress.

Satu orang satu yang dipress. Jadi secara swim lane di Jira itu diprint dari itu dari backlock kemudian in

progress code review eh UAT di staging atau macam-macamlah tergantung project. Terus kemudian satu jadi ibaratnya satu developer tuh kalau yang di in progrress

tuh hanya boleh ngambil satu tiket kan enggak mungkin dia ngerjain dua tiket sekaligus ya enggak enggak make sense gitu. Kalau

misalnya sampai dua berarti ada yang salah dengan pemecahan tiket itu aja.

Sekarang ambil tiket bisa lima. [tertawa] Delapan. Gua ngambil zira tiket tuh bisa delapan.

Wah. Nah, Mas saya bisa delapan karena satu tiket satu walkt. [tertawa] Satu tiket satu git walk. satu para satu

session sendiri ngerjain terus sampai 8 del 8 session yang jalan jadi yang saya kerjakan pindah pindah tab ketak ketik

ketak ketik karena dia brainstorming kan brainstorming ini gimana hasil apa baca speknya atau gimana speknya mau dikerjain lanjut lagi nanti pindah tab

lag akhirnya kerjain kerjalan sudah sampai tab yang ujung balik lagi ke sini ini gimana progres yang sebelum yang

pertama akhirnya nya exhausted juga. Akhirnya kembali lagi ke brain road.

Iya, Ini anak-anak magang juga cerita. Jadi mereka sekarang di tempat magang juga sama suruh ngejar tiket banyak-banyakan

tiket. Nanti yang tiketnya solve banyak itu dapat reward kayak gitu.

Oh wow. Oke. Kayaknya ada yang salah.

Berarti sudah mulai ada yang magang-magang ya. Salah.

Iya. Iya. Dari yang saya lakukan itu salah. Jadi jangan ditiru. Saya mau saya sudah mulai sadar diri.

Iya. Dan mau membalikkan membalikkan. Jadi saya yang mau in control sebenarnya.

Jangan enggak mau dikontrol orang tapi ya e pelan-pelan sih karena sudah terlanjur jalan sekarang seperti itu.

Di luar perkara salah atau benar e ya velocity apa development secara keseluruhan kayak tadi misalnya Jira ejel atau apalah emang jadi kayak apa

ya? Super charge extreme sih. Jadi kayak semua dari atas ke bawah top down.

Mikirnya lah kan udah dibeliin token eh udah dibeliin substasinya naik ya.

Iya. Heeh. Dulu dulu ya satu ibaratnya kalau kita ada kayak unwritten convention gitu. Satu orang satu hari

itu bisa ngerjain ee estimasinya 3 sampai 5 story point. secara sprint.

Jadi, satu sprint itu 2 minggu atau total 10 hari.

Satu orang bisa ngerjain up to 5 story point. Kalau lima itu udah capeklah intinya. Nah, berarti kan satu orang itu

secara velocity di dalam sprint yang 10 hari itu maksimal 50 story point maksimal. Itu pun sudah Superman

bangetlah. gitu sudah super human lah misalnya karena dedikasinya tingkat tinggi atau mungkin si developernya extra time ee untuk ngebut lah

ceritanya. Nah, dengan bantuan AI itu se up to bisa 80 sampai 100 story point.

Jadi naik dua kali lipat. Oke.

Nah, itu sebenarnya enggak tahu hal yang baik apa hal yang buruk karena secara mental enggak baik sebenarnya.

Iya. Iya. I tidak didesain untuk seperti itu.

Seperti. Nah, saya punya pertanyaan nih buat ee Cipro. tadi kan ada anak magang itu ada ada feedback enggak dari mereka itu ee

kendalanya apa selama magang itu selain yang tadi ya di ekspektasinya jadi tinggi terus ada apa lagi sih

ya itu memang ee ya kebanyakan magang sekarang sih ya itu banyak jadi quality insurance karena kayak ya dia memantau

dia mencoba-cob memastikan hasil EA itu jalan benar sesuai dengan target gitu. Itu itu banyak yang sekarang seperti itu. Terus

kalau ngejar-ngejar tiket itu juga kayak kalau anak yang easy going aku ambil. Jadi sebenarnya ada kayak minimal

tiket sama ee yang achievement. Nah, kalau anak-anak yang isi going [berdehem] mereka biasanya, "Ah, pokoknya aku sudah ngambil minimal, udah

safe." Tapi ada juga yang ekstra mile, dia pokoknya ngejar mau dapat ee kayak ee apresiasi. Biasanya setiap minggu itu kalau yang tiketnya

terbanyak dapat apresiasi kayak gitu. Nah, itu ada yang belajar itu. Jadi, sebenarnya di satu sisi ya pengin berprestasi sih,

tapi di sisi lain memang ya jadi ee mungkin ada yang ngerasa pressure juga kayak gitu.

H dan juga ya paling ee mereka ya untungnya di industri kebanyakan sih boleh pakai AI gitu. Jadi kadang

pulang-pulang kampus juga kayak ya kan nanti aku kerja pakai AI jadi ya lebih kadang ada efeknya lebih baik nama

pengalaman tapi juga ada efeknya ya sudah di kampus bolehin AI semua aja atau kerja juga pakai AI. Nah itu. Tapi

ternyata kenyataannya banyak juga sekarang wawancara magang. Jadi anak-anak sering curhat kalau wawancara magang akhirnya disuruh close book

disuruh tanpa ea kayak gitu. Jadi e Oh buat nge-filter yang paham beneran.

Iya. Iya. Jadi tetap akhirnya mau magang itu company juga selektifnya dari tes coding yang tadi AI free close book

kayak gitu. Close AI close AI.

Tapi setelah lolos enggak apa-apa pakai aja AI. Tapi sebelum lolosak [tertawa] interview magang itu.

Oh, enggak boleh pakai. Berarti di yang dites itu kayak computational thinking-nya gitu ya.

Gimana cara dia berpikir gitu ya.

Iya. H menarik ya. Menarik. Masih sampai sekarang kayak gitu sih.

Kita enggak tahu beberapa waktu ke depan. Tapi company-kany sekarang masih requirement-nya masih kayak gitu untuk filtering. Mereka hanya mau yang magang

itu benar-benar yang bisa gitu yang secara computation thinking-nya lancar.

Hm. Oke. Untungnya di kampus diajarkan secara manual ya, enggak enggak pakai AI ya.

Tapi ketika itu di kira-kira di semester berapa tuh kompetensi awal-awal kan ya?

Iya. Iya, awal-awal tapi terus sih jadi ya sampai akhir itu harus tetap dievaluasi dalam bentuk gitu. Tapi kebanyakan sekarang memang

untuk yang capston project atau mata kuliah semester akhir itu kebanyakan interview dari presentasi project itu untuk memastikan

kadang juga masih ada yaitu ujian yang close AI itu tadi supaya close AI kadang UTS-nya close AI UAS-nya capstone

project jadi minimal dari UT itu bisa ngukur ini computational thinking-nya.

Ee oke ya. Iya menarik menarik. Karena kalau misalkan diajarin di awal takutnya nanti dia keburuk keenakan pakai AI

akhirnya dia enggak mau mikir lagi gitu.

Iya kayak enggak bisa. Nah cuma ini kan masih ada insentifnya kan buat belajar mikir. Maksudnya kuliah kan maksudnya edukasi kan salah satu

itunya ee bukan bukan cuma belajar materinya tapi belajar cara mikirnya kan.

I ya. Soalnya kalau enggak gitu juga nanti di industri masih protes kalau misalnya kita ngasih apa nilai berdasarkan dia

pakai AI terus waktu di kantor ditanyain apa-apa bingung. Nah itu loh ini gimana sih dulu gitu.

Hm. Nah anak-anak jadi motivasi juga buat mahasiswa ya biar nanti bisa masuk industri dengan lancar.

Hm. Iya. Terus anak-anak magang atau yang sudah bekerja itu pada saat mereka bekerja apakah mereka di dapat ee

mentorship enggak sih buat istilahnya buat cara penggunaan AI di ee kantor atau di pekerjaan?

Iya. Ya, biasanya udah diperkenalkan dan memang ya itu tadi di sisi lain kan memang dia enggak boleh gaptek EA ya.

Jadi dia harus tahu cara setting skill, dia harus tahu cara mempertahankan konteks kayak gitu-gitu. itu juga teknik yang harus

dipelajari kan. Nah, itu biasanya waktu magang juga bisa dapat terus juga anak-anak eksperimen sendiri. Biasanya mereka paling banyak eksperimen waktu

ini ya tugas akhir atau skripsi tadi.

Jadi mereka berjuang untuk [tertawa] berjuang untuk solve.

Akhir-hari ini memang banyak pakai AI.

Ada ini si sisi positifnya ee buku tugas akir atau scrips itu jadi rapi-rapi semua gitu ya. Tulis.

Oh iya. editornya minimal ee yang ngedit si EA ya yang buat taipo. Udah jarang taipo sekarang ya.

Iya betul. [tertawa] Kalimatnya bagus-bagus kalimatnya banyak-nya.

Ini pasti ea ini enggak ada taipo sama sekali ni pasti [tertawa] curiga langsung ya langsung berburuk sangka.

Oke ini ada pertanyaan bagus. Kalau sekarang di era sekarang lebih baik jadi machine learning engineer atau WA

engineer? Dua-duanya ada ada ininya ya.

kelebihan masing-masing sebenarnya. Cuman kalau ML Engineer itu memang yang benar-benar ingin eh melakukan training model sendiri atau melakukan fine tuning

yang lebih kompleks, unslotun unslot gitu ya, kayak quantiation sendiri. [tertawa] Nah, tekt-nya bisa ja sedikit promo di

Surabaya juga bakal ada ja community day ya.

Kapan kapan kapan? E di ini 1 Agustus kita dapat press tiket press enggak?

[tertawa] Dapat Express JSAL host 3.000. [tertawa] Wah ini Audi orang Surabaya nih Audi.

Ijut kalau ML Engineer itu emang harus punya ini ya. Paling enggak masih paham dengan machine learning dan

arsitekturnya. Nah, matematika diskrit kali ya. Matematika diskritus aljabar.

Nah, kalau engineer itu lebih ke arah pretaining model boleh, R boleh. Terus agenting boleh ya.

Ya, itu tadi butuh from desain, from engineering yang bagus.

Jadi, tapi kalau kita lihat memang lebih banyak AI engineer sih sekarang karena yang penting kan kalau di industri

pokoknya ee AI-nya itu bisa dipakai untuk apply untuk kepentingan industri untuk meningkatkan produktivitas yang berdampak langsung ke

bisnis mereka. Nah, itu mungkin EA engineer lebih banyak. Nah, ML engineer itu ee ya lebih ini sih lebih kayak unik ya.

Jadi enggak semua orang bisa dan itu bagus misalnya untuk karir di company-comany yang memang punya research lab. Jadi bisa [berdehem]

eksplorasi gimana supaya EA-nya ini lebih cepat kayak gitu. Efisiensi untuk komputasinya seperti itu.

Iya. Ya. Ya. Masing-masing punya sebenarnya punya punya bidangnya masing-masing. Kalau karena enggak semua produk itu butuh generative AI.

Kadang-kadang [tertawa] ada hal-hal yang hanya pakai apa ya? Kayak semacam ee misalkan objek recognition ya, enggak perlu generative AI gitu kan, pakai aja

open CV misalkan atau library yang lain gitu ya.

Gak usah atau data processing enggak usah semua jadi gener enggak usah [tertawa] overkill pakai LM kalau memang tasnya.

Iya. Ya. Jadi ee kalau berarti ML Engineer bisa dibilang lebih low level ya berarti ya.

Iya. Dia lebih paham cara kerja machine learning dari sisi dalamannya ya.

Hm. Nah, ini ada pertanyaan bagus juga. Jadi sekarang di dunia industri masih butuh junior, tapi juniornya harus kuasai

coding skill dan coding with AI. Benar enggak sih?

Benar. Benar ya. Betul sih. Jadi si Junior ini harus bisa ngasih tahu AI dengan benar untuk tasnya kan. Jadi kalau dapat tas

dia bisa ee menggunakan AI dengan cara terbaiknya untuk solve. Ya, company juga harapannya tadi sih cepat cepat tapi dia

paham code-nya. Jadi kalau code-nya ada kendala dia juga bisa cepat benerinnya.

Nah, ini memang kemampuan yang harus tuntunan tuntutannya lebih banyak sekarang ya.

Iya. Berarti barer to entrynya juga tinggi ya.

I bagaimana caranya sih? Berarti harus cepat dan harus lebih wah niatnya itu harus lebih tinggi.

Harus Heeh. Niatnya harus lebih tinggi sekarang jadi mahasiswa ini.

Iya. Heeh. Dan tokennya juga harus ada.

[tertawa] Tapi kan asal logiknya kuat token kan nanti dibayarin sama perusahaan kan sudah kerja maksud kampus kalau latihan kampus

i anak-anak di kampus disediakan token atau oh itu ya Google student ya for student ya nah kemarin kan Gemini student pro nih

Google bagi-bagi 1 tahun 1 tahunnya sampai September ini masih safe sih jadi kemarin 2025 sampai September 2026 ada studen

bisa pakai antiraffiti segala tapi antiraiti i semoga ini nanti tokennya masih lancarlah tokennya masih lancar iya iya iya benar

benar jadi sekarang be to entry-nya selain kita harus paham kode yang dierate AI ee ya itu kita ee modal modal

untuk moding itu harus ada harus iya kalau cuma kalau mahasiswa mungkin kebantu promo-promo macam-macam ya. Gitubilot juga ada kan?

Heeh. I ya ya mungkin dulu iya GitHub Copilot Student juga ada ya Pak cari-cari program-program student banyak kok dan

kayak dulu budgetnya kan loh ya habis. Nah sekarang budgetnya di token.

Hm. Iya iya iya. Nah ini mungkin barer to entry-nya yang gede buat yang autodidak. Benar enggak sih?

Benar. Yang bukan student. yang bukan student belajar senden tapi pengin belajar sendiri. Wah, itu modelnya lumayan. Tapi enggak tapi

enggak juga. Pernah pernah kan kita pernah me ya maksudnya kembali ke niat ya. Kita kan pernah ke yang interview

bedah situs yang dia bikin pakai AI.

Iya. dia cari cara aja di mana gitu di forum-forum bisa dapat beli token atau beli subscription yang

jalur non official tapi murah gitu.

Iya greay area ya area ada aja caranya gitu. Ada aja caranya kalau memang dicari gitu.

Beli di Shopee ya. Shopee. [tertawa] Iya bukan enggak bisa cuma tadi kan e barrier to entry-nya lebih tinggi

entrynya maksudnya ada modal gitu butuh modal harus ngulik-ngulik greket.

Bukan market black market cenderung remarket.

Perjuangan itu. Aku pernah beli nyoba yang dari Shopee itu, tapi putus-putus [tertawa] ganti konteksnya hilang perjuangan.

Oh iya iya iya iya iya. Benarbenar. Wah ada e ada mahasiswanya nih. Wilbert [tertawa] sudah lulus belum? Wilbert

ini sudah ini jadi cyber security engineer.

Wow, cyber security engineer. Kalau di cyber security tetap ini ya ee ini kerjanya makin berat atau kayaknya

makin berat ya semenjak ada AI makin berat juga makin berat.

Tapi pakai ini kan pakai AI untuk tugas akhirnya AI for cyb security. Nah. Heeh.

Oke oke oke. Jadi waktu ngerjain itu di tugas akhir langsung cari kerjanya cepat bisa dapat di Oh sesuai

salah satunya company Indonesia nih. Oh wow unicorn company. Asik.

Di mana ni? Pakai mitos kali. Pakai mitos kali dia.

Myos dari antropic mitos. [tertawa] Udah nyobain. Udah nyobain ya.

Enggak bisa. Enggak bisa. Oh enggak bisa ya? Enggak boleh ya? Bisa fable adanya. itu masalah keamanan pemerintah Amerika.

Iya, banyak politiknya juga ya. Oke.

Nah, itu aku pernah aku baru aja beli APik di Shopee gitu ya untuk Fable.

[tertawa] Terus projectku sudah 80% tiba-tiba persis waktu fable itu di-shutdown. Jadi kayak projekku sudah mau komplit, tiba-tiba hah kok shutdown

[tertawa] terus enggak bisa lanjut ya? Kalau mau dilanjutin modal lain konteksnya berubah.

Tapi ternyata sessionnya bro enggak tahu ya saking mungkin sudah oke ya tinggal sedikit ternyata dilanjutin jadi gitu jadi ya.

He ya kan udah mungkin kalau spek driven development atau apa udah ada tas list-nya mah itu mah model seadanya juga

bisa. Iya iya iya. Tapi itu benar-benar berarti kayak ini ya, kayak yang tadi ya, kayak yang apa mahasiswanya tiba-tiba ee ini

kenapa belum selesai karena tokennya habis ini kejadian ya [tertawa] bukan sama mahasiswa sama dosennya malah dosennya soalnya penasaran

bukan gara-gara tokennya habis kan gara-gara diband ada ada enggak sih cerita di antara kalian atau mahasiswanya Ci Ester ee

rela begadang karena ee limit yang 5 jam itu loh.

Jadi dia maximizing banget gitu. Jadi misalnya kerjain wah ternyata 5 jam ya udah stop dulu. Habis itu nanti udah

jalan lagi bangun lagi sampai mungkin kalau risetnya jam . jam . pagi ya udah bangun lagi jam .00 pagi buat

ngejalanin [tertawa] sih yang cerita kayak gitu. Ada ada dosen junior yang kayak gitu tuh.

Ada [tertawa] apa? Kojoan bukan? Kok Jan bukan kok junior Joan kok junior enggak maksudnya [tertawa] kayak bilang ini aku anu lagi nunggu

token running lagi gitu baru balas chatku [tertawa] jadi dia bilang waktu chatku tinggal 3 jam lagi ya habis itu aku kerja lag

waktu chatnya juga ada tokennya ya luar biasa Ya.

Iya. Iya. Tuh ada positifnya. Kalau limit ee 5 jam habis ya saat yang tepat untuk istirahat atau baca atau review

kode. Ini ini iya di UI think positif ya.

Rata-rata biasanya ah main game dulu ah istirahat. [tertawa] Tunggu token. Tunggu token riset riset. Tunggu token riset.

Mau review juga malas ya. Mau nanya-nanya enggak bisa. gitu ya.

Snack dari [tertawa] pesan sn bikin kopi.

Nah, itu ada yang punya email banyak sih ini.

Iya 5 jam habis ganti provider lain.

Udah pakai N router N router banyak ya ininya ya trik-triknya sulapnya. Iya, perlu token management tadi.

Eh, ada pertanyaan lagi nih. Kalau dulu kan kita belajar software development life cycle, kalau sekarang berbeda enggak sih software atau AI

development life cycle itu berbeda enggak sih dengan SDLC? Misalkan dulu belajar waterfall, belajar, sekarang ada perubahan enggak sih?

Ada kayak MLPS, As. Ada ya.

Malah terakhir kan agenic ops ya. ada agent of agent Oke.

Jadi benar-benar ee beberapa materi itu berubah total ya berarti ya.

Iya betul. Jadi udah jadi ada juga begini Mas Riza em he kita kan penggunanya kan agent coding agent ya

mostly ya saya mostly orang lain kan bisa jadi ee ini juga membangun aplikasi di belakang yang misalnya

yang generate video untuk marketing. Oh, I kan ada jadi yang mereka bikin tuh aplikasi untuk video maket. Jadi agentic

ops-nya di sana ada juga kan kayak kayak operation-nya yang terjadi misalnya buat dibagut dari user jadi ini ya. Em itu memang

apa namanya ee saya mengalami sendiri yang membuat apa namanya? Jadi dari sebuah artikel yang panjang, dulu kan

saya pernah buat satu aplikasi, artikel yang panjang ini bisa generate ke PDF jadi majalah. Jadi majalah PDF

finansial. Nah, next step-nya yang kita rubah itu adalah ee editing experience-nya sama, tetapi data yang tadinya di PDF dilanjutkan

lagi dikirimkan ke ee apa namanya?

aplikasi yang untuk nge-generate ini kayak banner-banner untuk ini banner-banner buat marketing promotion di mana datanya kontennya dari satu

source yang tadi dari hanya artikel yang finansial tersebut di genererate PDF dikirimkan ke AI untuk dichang jadi

kecil-kecil yang bisa dipakai buat jadi swipe-swipe kayak 1 2 kayak 1/1 tapi di story yang 12 image kecil-kecil

tapi dibikin bagus ya karusel ya. Nah, tetapi image-image segala macam itu sudah ada image database-nya mereka kontennya itu harus dicang sedemikian

rupa dan harus legal dan ee format-formatnya juga sudah ditentukan ada template-template-nya.

Nah, proses itu lama. proses ngebuat ngebentuk kayak 12 image itu bisa sampai 10 15 menit dan di tengah jalan itu bisa

nge-hang [tertawa] [berdehem] lah bisa aja terjadi ya ya itu urusannya si devs yang sana gitu defs memeriksa

kenapa prosesnya ini nge-hang kenapa sih modelnya nge-hang h ee itu enggak saya yang bikin karena saya cuma

bikin API buat kirim sana dan API buat ng-polling mana hasilnya gitu doang yang saya kerjain. Tetapi saya tahu di

belakang sana ada dev ops atau mungkin di sini AI agent ops, agent ops yang he ngemenangani di belakang itu.

Iya iya iya iya. Oke, jadi ada ini baru sih memang. Jadi ada ey cle baru ya, profesi profesi baru.

Profesi kan dia bukan dia bukan devs dia enggak ada infrastruktur. Iya dia khusus dibagging kenapa siennya ee

muter-muter tidak sesuai I tidak sesuai dengan harapan gitu ya. Enggak, enggak. Ini enggak atau dia kayak jalan

kan bisa jadi flow-nya di kan ada steps ya si setiap di belakang layar itu ada steps ngambil

ini ngambil ini, ngambil ini ngambil bisa jadi dia waktu proses verifikasi kayaknya salah deh jangan verif enggak

gate-nya enggak lolos dia looping lagi ngejalani lagi verifikasi looping lagi.

Kenapa dia ngelooping lagi? Kenapa enggak lolos kondisional itu? Nah itu kan ada yang nang di belakang. Nah, itu

saya itu dev ops juga sih, cuma agentik dev kayak wajah barunya def ops.

Dev ops itu bagi saya containerization.

Kenapa kontainernya enggak jalan? Kalau ini kenapa prompting setiap stepnya prompting setiap stepnya enggak jalan.

Sebenarnya di belakangnya mereka pakai itu sih apa?

Apa itu U8? Ingat enggak, Mas Riza yang dulu kita pakai U8?

Ah, bukan U8 apa tuh namanya yang bisa flow di drug and drop N8N ya? N8N sebenarnya yang mereka pakai di belakangnya N8N sih

kan itu ada ada blok-bloknya ada workflow-nya ya automationnya.

Nah, kenapa dia muter? Nah, di situlah kenapa dia nyangkut gitu ya.

Oh, dan itu jadi boros token.

Iya, betul. termasuk ngatur backup token. Jadi kalau lagi proses generation ada alternatif token, kalau lagi down bisa ke next option. Nah, itu

juga masuk di dalam eh agen ops-nya juga.

Oh, tuh kalau mau tuh bisa bisa kuliah tuh Mas Riza di ISTS [tertawa] tuh lagi Heeh. Bisa dapat beginian tuh nanti.

Iya. Iya. Plus dapat itu juga Mas Riza bisa dapat student apa tuh student student Google student pro to [tertawa]

boleh ya jual di Shopee [tertawa] udah jam 09.00 guys ngomong-ngomong sudah [tertawa] jam 09.00 jadi waktunya sudah habis ya buat ee profesor kita

malam hari ini waktunya cuma sampai jam 09.00 Thank you much.

Kalau mau meninggalkan ee sesi live streaming ini ee silakan atau daripada nanti dicari suami [tertawa] last komen. Last komen atau apa gitu

buat penonton terakhirlah buat kita supaya tidak brand road. Tidak brand.

Pesan terakhir enggak enak ya. [tertawa] Iya. Jangan pesan terakhir juga ya.

Pesan aja udah pesan-pesan buat teman-teman yang ee supaya menghindari brand road. Wah.

Heeh. yang mulai merasa otaknya menyusut.

Yes. [tertawa] Oke. Jangan nonton short kebanyakan.

Kita harus [tertawa] ee proaktif. Jadi kita harus kayak Heeh. Kita harus kayak enggak hanya terima aja hasil AI, tapi kita perlu

terus memastikan hasil AI itu ee sesuai dengan setting kita dan juga kita pastiin kalau ee logikanya masuk ke dalam gitu ya.

Jadi kayak ee kita harus terus ee pegang kendali sama proses prompting itu kita jadi istilahnya controller dari arsitektur

utamanya. Kita pakai prom yang benar dan intinya ya kita harus evolusi ya. Jadi kita bukan hanya sekedar lihat AI itu

bikin code, tapi kita juga ikut berpikir dari hasil AIE itu supaya kita pastikan sesuai dengan requirement yang

dibutuhkan. Hmm. Berarti harus ikut berpartisipasi ya, berpartisipasi aktif gitu ya.

He. Enggak cuman mencut-mencut doang nonton gitu ya. [tertawa] Iya betul. Iya. Ada kayak omongan kan itu sekarang kerjanaan kita jadi pecut

ea ya tapi itu menjadi mandor ya. Oke.

Mandor sekaligus harus tahu ya. Jadi supaya enggak brandro tadi kita terus ee memikirkan logik dari prom kita gitu.

Hm. Biar tidak brandro road juga tipsnya tadi adalah ee itu ya lanjut kuliah S3 ya. Boleh.

Iya. Tuh [tertawa] dah nanti di nanti Mas Riza bisa daftar segera.

Iya. Ditunggu coming soon. Oke, terima kasih banyak ee Chester buat sudah mampir-mampir sudah berkenan datang. Kapan-kapan kita

undang lagi ya. See you sun.

Iya. sampai ke Eka doang yang pergi ke Shanghai.

Iya, kita berdua tidak. Heeh. Nitip aja.

Nitip rice cooker ya. [tertawa] Eh, nitip itu aja. Nitip apa? Apa itu istilahnya?

Ee swek. Swek swek. Swek emang boleh?

Boleh. Mas Riza kan enggak punya yang ini. C.

Iya. [tertawa] Kemarin enggak nitip. Kemarin enggak nitip katanya. Kirain enggak boleh, yang boleh yang kecil-kecilah, pin atau

semacamnya. Eh, iya siap. Oke, terima kasih.

Iya. Iya. Kibara. Boneka boneka boleh kapi baru. [tertawa] Oke.

Sip sip. Thank you, C. Sampai ketemu di Thank you event-event berikutnya. Thank you.

Thank you. Oke. Nah, kita lanjut. Lanjut sedikit ya. Ini tadi kita sudah bahas Mas Zain pakai teach. Iya

teach ini yang juga kayaknya jam 9 sudah dapat ini.

Oh iya biasanya ya biasanya ada kalauok itu TDD sama Grillmi. Coba aja buka slide-nya Masin itu. Itu termasuk

resource yang menurut gue oke sih.

Oh iya tadi kita belum share. Ini bagus ee apa namanya? Heeh.

Heeh. Ee presentasinya dan topiknya bagus. ee yang dari Mas Zain tuh kayaknya benar deh. Teach itu dari Mat pokok bukan?

Setahu saya iya. Oh, di situ itu dari mana?

Dari skillnya Mat pokok. Mat pokok.

Silakan ini dilihat saja. Ee bagus.

Nah, terus tadi ada pertanyaan yang terlewat enggak ya?

Emm nih bingung dua live ee nonton dua live Laraon US. Wah summarynya apa nih?

Larakon ada yang menarik enggak? Boleh diinfo ke [tertawa] kita enggak nonton ini integrasi Laravel dengan AI apa ya?

Sudah ada belum sih mereka bikin natif-natif modul?

Ada. Mereka ada MCP-nya. Mereka ada MCP-nya.

Oke, mereka sudah support itu. Nah, ini pertanyaannya lumayan panjang.

[tertawa] Bagus juga. Bagus. Di tahap industri ini kita sudah anggap kode itu 100% generated AI. Tinggal mampu jelasin atau

enggak. Lebih enak buat dijadikan tes karena kodenya berubah-ubah. Jadi jawabannya bukan hafalan. Benar. Benar.

Kalau dulu waktu saya nyusun kurikulum itu kesulitan mencari contoh-contoh kode yang ee kurang bagus, kode yang butuh

dibagging yang error itu kita harus bikin sendiri kan. Kalau sekarang tinggal generate. Enak banget.

Kita suruh berhalusinasilah untuk membuat kas untuk kode ini gitu ya.

Iya. suruh halusinasi malah malah benar make a lot of make a lot of make a lot of

mistake gitu ya. Create to do to do app make a lot of mistake.

Create to do app tapi ada box-nya misalkan.

You are a new junior developer made one day of experience.

You don't know how to use react but make a react to do app. [tertawa] Iya iya iya iya. atau ee dulunya apa ee

dari DNET terus pindah ke ee JavaScript gitu ya. Jadi kodenya itu masih SAR gitu. Nyoba [tertawa] ah nyoba prompting

itu sekarang. Iya iseng aja apa jadi ide yang bagus buat buat apa buat topik untuk interview code interview

juga bagus ya. kita bisa berbagai macam sudut pandang mungkin ee coba apa ee perhatikan kode berikut kesalahan apa yang ada berapa kesalahan

yang bisa didapat dari situ kan ya itu bisa gitu banyaklah ya understanding anything ada lagi alternatifnya apa maksudnya

understanding anything ini Ardi understand anything tuh maksudnya skill atau kata-kata biasa atau apa?

Kayaknya skill ya? Kayaknya skill ya.

Nah, coba buka slide-nya Masin aja. Udah di diin aja skillas ee skillskill kita tunjukin ya.

Ee apa namanya? Ini salah satu ee materi yang cukup bagus. Jadi kalau teman-teman mau survive ya, survive di ee AI era

tanpa otaknya menyusut bisa ini jadi bisa suruh you are a junior web de. You don't know how to use react.

Make a simple react to the app now. Bisa bisa apa? Bisa bikin react app. Berarti dia enggak instruksi dong. Salah.

Iya. Salah ini. [tertawa] Ini terlalu bagus buat lebih jelek gitu.

Iya nih. Berarti dia ikutin instruksi dengan baik.

Iya. Fundamental eh computer science for AIRA. Ini topik yang penting sekarang ya.

Nah, ada apa aja? Yang pertama adalah ee latar belakangnya dulu. Tadi kan kita sudah diskusi juga ya.

Heeh. Ya, sesuai yang tadilah ya. sesuai yang kita bahas tadi.

Ini pakai apa sih? Kayaknya Mark. Mark.

Market. Mar M. M Rp. Mark.

Mar. Oh, Mar. Kok tahu ininya ya? Ininya ya.

Heeh. Iya. Jadi, AI eh sudah cukup kompeten untuk generate code dan cepat sekali dan eh lumayan accessible dan affordable

juga ya. Kalau untuk ee yang sudah mungkin sudah bekerja di industri mungkin 20 dolar sebulan ee masih

terjangkaulah, cukup terjangkau. Tapi dolarnya sekarang 18.000 ya. Oke, anyway [tertawa] ini udah udah setuju semuanya.

I itu kan urusan perusahaannya bukan urusan kita nih. Balik. Iya. Kita jadi referensi banget ini ee slide-nya apa

terinspirasi. Kalau mau ee apa mau join boleh silakan.

[tertawa] Jadi ee battlennya sekarang bukan di kodenya, tapi justru bagaimana kita memahami kode yang dibuat yang tadi kan dibahas sama

Cipro apa tanya mahasiswa kenapa kamu bikin kode kayak gini enggak tahu cloud yang bikin nah [tertawa] kan apa sesuai

banget sama yang di slide itu kan betul tuh tuh tuh mau dia mau mau mau mau we asik

asik bentar ya di WhatsApp ya kita invite Langsung aja dari mazainnya aja langsung ya yang presentasi presentasi [tertawa]

yang menjelaskan. Jadi kita tinggal santai-santai saja.

[tertawa] Kita gabut banget hari ini.

Kita gabut malam hari ini. Tapi seruan ini. Dapat dapat wejangan dari Ci Estet tuh.

Benar. Iya, memang harus otaknya harus di di diasah terus ya.

Heeh. Ya, jadi kurang e sambil menunggu ya.

Sambil menunggu. Tapi pertanyaannya gini. Ini kan kita paham ee disarankan untuk memahami kode kan ee ye apakah masih butuh

malam hari ini? Meriah sekali ya sampai dua bintang tamu ya. Enggak [tertawa] meeting biasanya meeting baru kelar.

Oh, habis baru kelar. Baru kelar.

Mantap. Gimana? Gimana ee apakah kita masih butuh ee paham kodenya, lihat kodenya atau kita cukup testing aja aplikasinya? Kalau jalan

oke, kalau enggak ya suruh perbaiki lagi AI.

Bahkan testing pun enggak perlu enggak perlu menawa lagi sekarang kan kita bisa nyuruh buat bikinin screenshot-nya. Terus eh

kalau saya tuh saya punya istilah unnotated screenshots. Jadi bukan cuman screenshot. Awalnya kan saya nyuruh dia bikin screensot kan. Terus

eh ternyata dia bisa bikin screensot screenshot before after. Jadi sebelahan sebelum sesudah ternyata dia bisa ngegambar juga. Jadi

sebelum ini yang bermasalah sesudah ini solusinya gitu. Jadi ee dan belakangan saya baru tahu juga ternyata dia bisa

bikin video juga dari pakai playw kayaknya.

I jadi sebenarnya testing pun juga sudah bisa didelegasikan gitu. Terus kita ngapain gitu semuanya bisa.

Nah, terus kenapa kita harus understanding?

Hm. Sori tanya e jawaban Eka dulu. Eka dulu apanya Mbak tulisnya screenshot screenshot bikin screenshot apa tadi?

Pakai storybook atau pakai apa? Play play eh bisa play atau kalau semua kalau cuman screenshot sih chrome chrome drive

to aja bisa. Jadi kan dia pakai chrome to terus dicapture aja terus ee ya udah ynya yang ngegambar sendiri

gitu. Jadi dia sama kayak mungkin kayak bikin HTML sendiri gituah terus dipot sendiri gitu.

Nah, terus kalau yang video paling raj sih emang itu pun juga bukan saya yang ngarahin jadi dia nemu sendiri gitu tahu-tahu dia

ngestal karena udah udah ada peletnya jadi tahu-tahu dia, "Oh, bisa pakai nih ya sudah." [tertawa] Iya, topik minggu lalu ya. Nah,

iya balik lagi ke sini. Kenapa kita butuh understanding? Kenapa kita butuh paham kode ee yang digenerate oleh AI

ni? Jadi sekarang kalau berhubung sekarang itu k ee ya bisa jalan sendiri kan ya jadi kita justru jadi batal naik-nya

ibarat kalau kita nyetir kendaraan deh kalau atau jangan kendaraan deh nyetir kuda misalnya mengendali kuda ya supaya baik jalannya kita pakusirnya ini

[tertawa] itu kalau kita enggak usah mengikuti duduk di depan dong bukan bukan duduk di depan duduk di muka

duduk di samping [tertawa] di muka Duduk di muka. Ya ampun.

Duduk di muka aja, Pak. [tertawa] Ngebayangin. [tertawa] [tertawa] Jadi ibaratnya lanjut lanjut lanjut.

Kalau misalnya ee apa ya ibarat kata EAI itu kudanya saya sering sering mengibatkan EA itu kayak kuda. Karena

istilah harnessing itu kan juga harness itu kan tali kekan ya.

Iya, tali kekangnya. Tali yang buat ke depan mulut kudanya itu buat pengendilikan.

Jadi ini kita sudah banyak kuda nih.

Kudanya awalnya mungkin Haiku, Sonet, Opus, Fabel makin cepat kan.

Ee terus makin lama makin jauh langkahnya, makin lama makin kencang.

Kalau kita enggak bisa mengendaliin, kalau kita enggak bisa ngikutin ini tahu-tahu tahu-tahu udah. Iya. Tahu-tahu udah enggak mana, atau salah jalan. Heeh.

Iya. Jadi, jadinya baterainya di kita kalau kita enggak bisa mengikuti perkembangan kudanya, enggak bisa mengikuti ee kudanya melangkah ke mana

aja gitu kan. Tahu-tahu dari perempatan ini kita belok mana enggak tahu. Nah, itu kan ee jadi jadi di kitanya kan jadi bernya di kita

gitu setelah perempatan kita mau belok ke mana enggak tahu. Nah, itu kan jadinya ee kita yang jadi

memperambat kudanya. Padahal kudanya bisa kencang harusnya tapi gara-gara kita lambat ngambil keputusan jadi lambat kudanya kan gitu.

Oh, makanya butuh butuh understanding tadi.

Jadi kita butuh paham peta jalannya gitu. Jadi, oke kita punya kode kencang nih sekarang kita mau jalan dari dari

Gunung Merapi ke perang Titus misalnya di Jogja ya.

Itu ke mana ke arahnya mana arah selatan itu mana gitu. Karena salah-salah kita salahsah kita dari Merapi ke Perambanan

gitu kan bukan ke perangis gitu kan. Nah itu makanya kita perlu tahu petanya.

Nah, di situlah kita di situlah Pak Kusir itu perlu memahami apa yang terjadi e apa ee peta jalannya yang

sedang di yang sedang dilalui kuda itu.

Saya enggak mau naik kuda. Ah, naik naik Kijang Innova lebih enak daripada kuda.

[tertawa] Kuda sudah disebut sebut merah.

Iya. Heeh. Heeh. Kalau ditarik lebih kayak ke ini alirannya Steve YG ini kalau kayak SF dan save itu at the end kalau di

restoran tuh save itu tetap menjadi jadi verifik verifikator terakhir kan jadi susfnya tetap [berdehem] bisa ya yang ngejalani kan semua susef-nya tuh

yang masak ya kan tetapi akan ada random check yang dilakukan oleh sif untuk kayak nyicipin ini udah benar belum belum ini sudah

benar belum? Dan at the end plating juga yang ngelakukan juga ee bisa juga salah salah satu yang melakukan plating juga

safe kan yang kayaknya ngeperiksa sebelum sori lebih tepatnya disidangkan seelah e sebelum yang ngecek ee sebelum dihidangkan diangkat oleh

server si makanan itu adalah tanggung jawabnya nyep dulu he iya si save itu yang menyal gate quality

gate makanan Gate-nya ee karena nama chefnya yang nempel ee apa itu kan restoran atau apa kan ee nama

chefnya kan ya sama kayak kita kerja yang ya itu kan kode kita kalau komit sama kita yang digaji kita ya sama betul

jadi ada aturan juga yang sama di company tempat saya bekerja meskipun kita diperbolehkan pakai AI segala macam

tetap ownership-nya adalah kita tidak bisa ini komit atau kodenya dicin oleh oleh cloud tetapi semuanya ownership-nya ya kalau misalnya kita

publish artikel ya itu artikelnya saya gitu bukan artikelnya Cloud jadi harus menjadi tanggung jawab terakhir di manusianya

gitu ya untuk menjawab pertanyaannya Mas Riza tadi kenapa perlu code koden [tertawa] juga perlu dicek oke ini ada quote yang bagus ini

kayaknya dari Keny Dot bukan ya jadi ee Eh, kalau enggak salah pernah dengar antara Kenidot atau Theo yang bilang ya

AI bisa melakukan eh bisa generate kode, tapi yang mikir itu tetap manusia. Jadi kita jangan ee outsource, jangan

mendelegasikan tugas mikir itu ke AI gitu.

Karena yang apa? hal-hal yang krusial yang mungkin ee AI bisa kita jadikan teman diskusi, tapi ee yang memulai

diskusi kan tetap kita, yang ngasih ide kan tetap kita gitu.

Bahkan kalau kalau pakai berapa skill yang misalnya kayak Grill Me itu kan iya eh kesannya kan dia yang ngasih ide kan,

tapi kan tetap keputusan ada di tangan kita kan.

Iya. Kecuali kita yesyes semua ya.

[tertawa] Saya pernah tuh grillmi saya grillnya pakai dia yang jawab pakai AMP. AMP-nya kan ee GPT 54.

Heh. Eh J5 56 sekarang. Terus saya karena wah udah udah capek kan sudah malas kan.

Eh lu tanya tanya cloud aja deh.

[tertawa] Jadi jadi pertanyaannya itu saya suruh ee tempelin sendiri buka cloud sendiri cloudnya jawab sendiri terus baru angkat ke aku kalau kalau setuju

gitu. Jadi mereka [tertawa] rapat gitu antara GPT 56 dan kelas mereka rapat.

Oke dari sekian item ini kita setuju lima yang yang keenam enggak setuju gitu. Nah baru saya yang baru yang

keenam. Tapi yang mereka setuju ya udah [tertawa] berarti hal-hal yang obvious biar dijawab satu sama lain yangus yang perlu berarti perlu decision

banget perlu human karena kadang kadang lima hal itu kadang itu udah obvice juga kan jadi ya udahlah

apa udah apa sih istilahnya no briner gitu kan jadi kita yes yes yes nah karena otak sudah capek kan bertanyaan

yang keenam ketujuh kita udah udah capek kan akhirnya ikutan padahal harusnya di situ diikan lagi gitu kan

oke Oke. Oke. Nah, ini berikutnya nih ee enggak kalah penting pertanyaannya.

Apakah dengan adanya AI fundamental tetap penting?

Kalau dari jawaban Ester tadi malah lebih penting ya tadi.

Malah jadi lebih penting justru ya.

Iya. Jadi terkesan dengan adanya kan kalau saya sudah bisa menghasilkan output yang sama. Iya. Kalau misalnya masukkan output yang sama tanpa mikir,

tanpa membuah ngapain harus paham gitu kan. Nalurinnya ke situ kan ya. Tapi ee ternyata kalau tadi kalau kita enggak kalau kita

enggak paham apa yang dilakukan atau kita tidak punya fundamental yang baik, kita hanya model kita pegang e hanya

dengan mik [tertawa] itu kan no mistak ujung-ujungnya itu people seperti yang di kur if are token maxing bs into

production. Jadi ee kita bilang mikistik pun juga bug akan tetap datang dan lebih cepat aja gitu. Ini sebenarnya

orang-orang yang hanya andalannya hanya miking beneran tanpa AI ya mungkin juga akan gitu juga yang penting jalan yang

penting yang penting selesai enggak enggak testing atau kurang komprehensif atau enggak pakai desain pter yang proper dia deploy eh nge-bug gitu kan

yang mana sebenarnya atau tanpa AI dia akan tetap bikin pakai nge-bug. bedanya adalah kalau dengan AI dia lebih cepat

aja nge-bugnya gitu. Lebih cepat di deploy, lebih cepat nge-bug gitu.

Iya, betul, betul. Nah, kalau menurut pandangan ee Mas Zain dan teman-teman selama ee kita menggunakan ee AI untuk bantuin coding,

sekarang kan sudah otomasi semua tuh.

Apakah kualitas software atau aplikasi itu meningkat atau menurun?

kualitas menurun, kuantitas meningkat. Kalau gua bilang Iya juga sih. Iya iya kuantitasnya bertambah ya.

Iya. Kalau di kantor gitu kan kalau misalkan ee coder vi coder orang yang enggak ngerti coding terus dia pakai eh agent

coding mungkin iya. Tapi kalau di kantor yang sudah profesional, yang sehari-harinya sudah eh background-nya sudah developer, senior engineer dan

lain-lain, terus dikasih AI, apakah kualitasnya bertambah? Kalau produktivitas kita enggak enggak perlu ragukan lah ya, tapi ini kualitasnya

gimana? Si malah meningkat ya. Meningkat ya.

Meningkat kuasnya meningkat ya. Ada banyak hal yang apalagi kita sudah dengar kan ya.

Ee jadi betul sudah tahu ya kita tahu ya tahu harusnya gimana gitu kan cuman enggak ada waktu enggak

akhirnya biasanya enggak sempat. Heeh. Iya. Ini oke contohnya ini sekarang baru dirapat tadi nih teman setim saya ee itu dia punya

misi besar apa dulu besar sih misi ini dulu ter besar ya tapi sekarang jadi jadi ter [tertawa]

kecil karena ya jadi kecil 2 jam jadi dia ngupgrade sekaligus eh front end-nya back end-nya eh terus API dependency-nya

dan sebagainya jadi itu upgrade sekali sekali jalan gitu yang mana kalau sebelum ada ini ini jadi ambisi besar gitu kita harus ngalokasiin

waktu mungkin berapa bulan atau mungkin setengah tahun bahkan itu untuk untuk tapi sekarang jadi kayak seminggu dua

mingguan aja kerjaannya gitu. Hm. Dan contohnya saya ini sampai sekarang sampai sekarang sampai detik ini di aplikasi saya itu masih ada di kantor

ini masih ada apa kelas komponen yang pakai unsafe componen unmo gitu.

Oh. Nah itu itu sama teman saya pengin berapa itu ya?

Iya 14nya atau 13? 14 iya.

Nah, itu sama teman saya ingin ya ingin diberantas gitu gitu kan diberantas saya sebagai saya waktu awal lihat

kodenya udah udah kepengin ngeb berantas cuma kan kita waktu terbatas kan jadi ya udahlah akhirnya kita let's live with

that aja gitu kita hidup-hidup dengannya gitu tapi dengan sekarang dengan begini kan kan ada ada ininya ada peraturan if it's

not broken don't fix it [tertawa] tapi dengan AI jadi bisa fix it. Nah [tertawa] itu dengan lebih cepat ya. He

karena terasa sih dari dari improvement kecil-kecil tadi itu ya ee karena kita tahu dep ya take dep

enggak malas berkurang dong ya semenjak ya bisa berkurang ya kalau dipakai dengan benar nah itu benar kalau dipakai dengan benar [tertawa]

yang mana butuh fundamental itu tadi kan jadi kita dari fundamentalnya tadi ya iya iya dari backetan ratusan sekarang sudah

tinggal 40-an sekarang di [mendengus] backlock jadi mungkin bentar lagi sudah hilang semua bab. Jadi setiap ada bab

baru langsung langsung dibatesin gitu. Sama satu lagi tambahan dari saya i kualitas meningkat juga. Eh, he pertama kita bisa meminta si coding

agent ini untuk double check mencari age cases yang kita enggak tahu.

Kedua, si coding agen ini juga bisa kita minta untuk membuat tes karena saya paling malas membuat tes. Jadi saya

minta untuk membuat tes ke saya, unit test atau integration test bahkan test tapi yang tidak untuk dituliskan

tidak untuk dituliskan sebagai and test.

Jadi hanya kayak step-step aja untuk verifikasi skenario untuk PR itu aja gitu.

ee jadi bisa bisa looping sampai berapa kali untuk memastikan ee kualitas ya apa software yang kita deliver itu minimal cases yang obvious

kelihat inilah bisa di di hindarkan.

Nah, itu membantu sekali dari AI karena saya bisa otomasi beberapa hal di sana.

Otomasi kuncinya otomasi ya. Heeh. Tetapi tetap yang pegang kendali Pak Kusirnya tetap saya tuh apa yang perlu dites apa scopnya dan konteksnya

bagaimana kode mana yang harus dikerjakan di jangan maksudnya ee fitur itu hanya hanya boleh scop-nya di modul

itu. Jangan ke mana-mana gitu. Jadi dengan mengasih apa namanya ee aba-aba atau membuat membungkus ya caranya si ee een agen untuk bekerja

dianya lebih menurut saya lebih lebih terfokus jadi enggak ke mana-mana dia kan secara kerjanya sien itu kan tetap

aja dia fine grab dia kan mencari file mentracing semua file kan. Tapi kalau kita arahkan dia hanya lihat ini saja

gitu dia enggak ke mana-mana lebih cepat lebih cepat dan efektif.

Iya. Kalau kodenya jelek juga termasuk misalnya tadi kebanyakan life cycle yang komponen whel unmon itu kan susah

ditebak kan itu dibandingkan dengan pakai e effect mungkin lebih ok lah walaupun jangan kebanyakan juga pakai e

ya karena ee ya itulah bisa bisa double rendering entar. Iya benar benar.

Atau bisa jadi cloud flare entar jadi cloud flir. [tertawa] Oh iya benar flare yang yang dia ngedos dirinya sendiri kan

[tertawa] sendiri-kos saya lupa naruh naruh kosong di apa argumen kedua.

Iya tuh jebakan Batman. Jebakan Batman.

[tertawa] Iya iya. Jadi tag dep berkurang ee cognitive dep bertambah. [tertawa] Nah, solusinya gimana nih, Mas?

Nah, itu slide selanjutnya tu fundamentals justru tadi jangan di skip yang P6 P6. Nah, ini e apa jawab

jawabannya yang tadi apakah jadi kita bisa ngeskip fundamental karena AT sudah ada AI ternyata tidak malah jadi

multiplayernya AI ya. Ini kan ee searah sama yang tadi dibilang Esther ya.

Makanya mahasiswanya di disuruh apa yang kayak logik yang apa logika dasar disuruh nulis kode pakai apa di kertas

malah. Iya lead code lah ya. Latihan lead code lah ya kalau buat kita ya. Heeh.

Lode bisa atau ya sistem desainnya gitu kan.

Sistem desain ya yang lebih high level ya.

I atau desain sistem juga. Desain sistem kan bikin UI yang proper dan konsisten susah gitu.

Iya betul betul. Eh sebenarnya ini terkait code yang dari Jeros Jer oros [mendengus] eh if you don't know what good like you

will have no idea if what the model are any good ini sebenarnya sangat kalau direfleksikan lebih e kan seingat saya

semement itu dia sering bilang bayangin kita punya PhD level knowledge nih di genggaman kita gitu kan kalau dulu kan

kita waktu ada Google kita punya ee purpose perpustakaan di genggaman kita gitu kan. Sekarang ini ini ada PhD nih

di genggaman kita gitu di EA ini gitu.

Nah, kalau EA-nya sudah selevel PhD kitanya masih S1, S2 bahkan mungkin belum kuliah gitu kan. Ee memang kita

tahu izinnya ngelantur atau enggak kan kita enggak tahu [tertawa] kan. Jadi pada akhirnya kemampuan kita membedakan tingkat kecerdasan antara model-model

yang sudah canggih-canggih itu ya mentok di titik di mana kita ee paham apa yang dia kerjakan. gitu.

Contohnya lagi misalnya gini, saya bahkan sekarang di titik di mana ee saya meyakini bahwa bagi saya untuk pekerjaan

saya saat ini ee Fabel dan GPT 56 itu sebenarnya apa ya sudah bisa saling menggantikan buat saya. Jadi saya enggak apa-apalah

saya enggak dapat akses ke Fabel tapi kalau masih bisa pakai JPT 56 kayaknya masih oke deh buat saya gitu. masih oke.

Bahkan bahkan ya seandainya nih ada orang biasa pakai Fable misalnya atau kan jangan fabel deh misalnya opus deh

opus opus 5 ada orang pakai opus 5 pakai cloud code kan terus iseng-iseng eh diganti untuk envirment variabel-nya di

cloud code-nya jadi ke GPT 55 misalnya gitu mungkin orang itu enggak nyadar mungkin ee yang yang bisa nyadar adalah orang

yang mungkin sudah eksert banget di bidang yang sedang dikerjakan itu sehingga kok kemarin gini sekarang jadi gini siu kalau orang yang enggak begitu

nyadar mungkin kok dulu bisa sekarang enggak gitu yang mana kalau Opus dan GPT 55 kayaknya masih 111 kan

hasilnya kan masih cukup komparableel lah. Beda dengan Opus dan Haiku misalnya gitu ya. Itu pasti kerasa banget sih

emang. Tapi kalau tapi kalau sama-sama di tingkat kecerjan yang sama ee orang yang level pengetahuannya sekelas onet atau sekelas haiku ya bagi

dia semua bagus gitu kan gitu. Nah, tugas kita kan ya gimana kita meningkatkan ee kemampuan kita sehingga

kita tahu nih kalau opus ngerjain ini ee atau GPT 55 ini kita tahu bedanya apa gitu. Poinnya adalah

kita kita hanya bisa mengevaluasi bedanya AI di mana bedanya itu ada di level sama atau di bawah kejelasan kita gitu kan. bukan

ketisan mungkin ya lebih ke pengetahuan pengetahuan kayak mungkin ya misalnya gambar deh orang yang orang yang jago gambar ya

dia kan bisa mencela gambar-gambarnya kan karena oh ini salah ini kurang ini kurang itu gitu kalau kita yang enggak

tahu gambar kan saya bisa mengenali ini gambar e cuman kan saya enggak tahu salahnya apa gitu saya cuma tahu oh ini

gambar ini bukan gitu aja terus saya enggak tahu saya enggak tahu harusnya gimana saya enggak tahu karena saya bukan ahli di

bidang gambar gitu musik juga musik saya bukan yang ahli di produksi musik musik.

Tapi saya bisa mengenali itu ini musik ya bukan. Tapi kalau orang yang musisi beneran, wah dia sudah bisa mencela

setiap bat musiknya itu bisa dicela itu sama [tertawa] ee Iya. I saya saya ngelihat Eka Gustiwana dia

pakai AI buat generate musik kan yang diambil cuman drumnya doang karena semuanya ngacu.

Iya iya iya. Biasanya kan kalau yang gitu-gitu yang buat generate FAI, buat generate eh artikel, image, dan

lain-lain itu biasanya dipakai sebagai draft pertama aja. selebihnya habis itu kita tulis lagi kan buat buat nambah

buat memantik ide aja kan sebenarnya kan.

Iya betul betul. Iya iya. Jadi sebenarnya ber kalau saya cyclenya kalau nulis kalau nulis itu justru sekarang lebih pakai AI

lebih mudah karena pertama bahasa Inggris saya itu pas-pasan. Jadi susah banget kayak mengarang dengan kata-kata yang formal

atau kata-kata yang mudah dimengerti orang lain. Jadi belum lagi gramarnya kacau balau. Jadi akibatnya kalau saya menulis sebuah artikel saya tuh cuma

kayak tulis aja apa yang ada di kepala saya tapi dibrandam aja semua. Mau bahasanya ngacu mau gimana

pokoknya dibagusikin duluin terus minta dirapiin terus ee tolong di-rwite dengan bahasa yang lebih grammarnya lebih bagus dan formal. He.

Setelah itu baru di saya baca ulang lagi, review lagi dan menggantikan artikel yang sudah digenerate tadi dengan

diri saya, persona saya. Karena wah ini bukan kata-kata gua enggak begini.

Terus saya mulai ganti-ganti lagi. Jadi lebih jelek kalau secara tadinya dari formal menjadi kembali lagi ke less formal, tetapi personanya saya

gitu. Saya kalau orang baca artikel itu itu tahu, oh ini tulisan bahasanya si Ivan udah enggak bukan AI.

I meskipun ee brain dum brain dump AI generated terus saya modified modified human. Iya.

Jadinya persona saya at the end of the loop.

Iya. [tertawa] Ya, berarti itu kan nyesuain sama kebutuhan kita. Kalau misalnya pakai analogi itu kan misalnya desain UI UI

desain pakai yang apa itu skill-skill yang kemarin ee apa kemarin kita bahas itu Heeh. impecable.

Tapi kan terus jadi ee masalah baru mungkin sekarang enggak ungu ya, mungkin sekarang tes-nya lebih bagus tapi tetap

aja kan hasil akhirnya do I jutaan situs di luar sana ee mirip-mirip semua. Kalau kita mau bikin brand maksudnya misalnya

ee kita punya tujuan kayak yang contoh Ivan tadi kan branding kan ee gaya tulisannya kayak gimana. Nah, berarti

kan itu harus kita harus bisa identify kan ee yang kayak dibilang Mas Zain tadi maksudnya ee harus punya kata-katanya,

harus tahu caranya yang diubah apa misalnya gaya tipografinya atau mungkin warnanya ee skema warnanya dibuat lebih mencolok atau dibuat lebih subde. kita

tetap harus punya kata-katanya buat modify itu kan kita harus tahu request modify yang kayak gimana biar enggak

persis sama semua biar enggak ya sebenarnya tulisan sama visual kan mirip kan karena generated seragam dan perfect. Nah, kita enggak

pengin itu karena kita pengin misalnya branding. Nah, kan kita harus bisa tuh ee kan enggak mungkin cuma bilang, "Wah,

jangan kayak gitu. Itu terlalu perfect sama sama kayak yang lain. Bikinlah menjadi khas saya." Ya kan maksudnya

enggak bisa verbatim pakai kata-kata itu kan kita harus tahu ee minta ngubah bagian mana aja.

Yes. Ya, termasuk slide yang tadi itu kan saya bikin pakai EJ kan pastinya kan itu saya berendam daftar link gitu kan.

Terus saya punya sudah punya ide di kepala lah mau gimana sama saya punya satu lagi metode presentasi yang ingin

saya pakai. Jadi combine dua itu minta ya generate ya bagian-bagian yang kurang pas saya minta ubah gitu

ya. Oke. Ee apa ee mengomentari tadi penjelasan Mas Zain tentang level pengetahuan antara manusia dan AI.

Berarti LLM ini bisa dibilang kayak cermin ya, merefleksikan diri kita ya.

Hm. Kita mampunya semana ya asumsinya dia ya kita mampu menyerap yang dihasilkan Aay semaksimal yang kita mampu gitu. Enggak

bisa lebih gitu kan. Walaupun sebenarnya tadi PhD levelnya, sementara kita masih S1 atau S2 gitu misalkan. Oh,

iya. Oke, menarik menarik. Iya, lanjut dulu deh.

Lanjut. Nah, ini ini yang penting nih.

Kalau tadi kan ee tadi kan ee okelah kita tahu penting kita tahu kita perlu belajar gitu kan. Nah, ee

ini meyakinkan kita bagaimana kita bisa memanfaatkan AI ini ee selain buat hanya selain untuk belajar, tapi juga

untuk memastikan aplikasinya jalan dengan baik. Tadi yang Mas Ian bilang juga bikin bikin end testing dan sebagainya gitu ya. Nah, ee saya

apa ya? Bukan bukan menemukan sih, mungkin kepikiranlah karena jadi saya kepikiran ada tiga ada setidaknya ada tiga pagar yang bisa kita

yang bisa kita pasang ketika kita bikin aplikasi dengan EI. Itu yang pertama yang pagar yang sekarang adalah kita

lagi ngerjain bug apa ini sekarang gitu.

Seperti yang Mas bilang, oh bug ini stepnya testingnya A B C D gitu kan.

Jadi kita suruh AI buat buat e ngerekam. Iya bukan Iya buat testing buat ngerekam browsernya.

Eh fiturnya dari A B C D gitu.

Terus mana si Downstirs di luar? Ee jadi sehingga di akhir di akhir PR-nya kita tahu bahwa ini ini ya ini sudah

mengerjakan dengan baik gitu kan. Nah, setelah dideploy berarti kita yakin bahwa ini aplikasinya J satu itu. Nah,

yang kedua ee memastikan bahwa ini yang diploy ini tidak akan rusak lagi ke depannya karena bisa jadi ada bug lagi

atau ada fitur baru dia ngerusak yang lama kan gitu kalau enggak kalau enggak dijagain. Nah, penjaga kedua adalah

test test driven development ya, TDD yang mana ini dulu mungkin kita tahu teorinya ini bagus tapi kita enggak

lakukan karena ini melelahkan. Tapi sekarang kan sudah. [tertawa] Heeh. Sekarang tapi sekarang otomatis jadi kayak gitu.

Heeh. Dan karena ini workflow yang paling nyaman kan.

Betul. Betul. Nah, ini jadi pagar keduanya. Jadi seandainya kalau tadi kita mengamankan saat ini FB-nya benar dengan adanya testing itu kita

memastikan ee setidaknya dalam jangka pendek bap ee benar akan tetap fix.

enggak enggak akan terjadi lagi baknya karena ee kalau ada masalah kalau ada regresi baknya kejadian lagi testingnya

ketangkap ketangkap kan gitu kan. Nah, yang ketiga ini pagar yang ketiga ini ketika akumulasi fitur sudah banyak apagi tadi

Mas Ipan ngerjain 8 tiket sehari gitu kan itu bayangkan sebulan bisa berapa tiket gitu kan. itu ya

bikin kita dengan akumulasi pekerjaan yang sebanyak itu ee ketika nantinya ada production issue gitu ya ini pekerjaan masalah ini

itu muncul dari bab yang mana ya dari tiket yang mana ya bisa jadi ketika sebulan ada 60 tiket itu kan yang

diselesaikan kalau kita enggak paham sendiri iya pusing yang kita tahu adalah find the solution see the 16 commit histories

gitu [tertawa] gitu doang gitu tapi ee kalau kita enggakak enggak paham kita jadi enggak bisa langsung apalagi lagi

kalau ini production isue ya kan kita harus punya kemampuan yang baik dalam menentukan kira-kira ini oh ini masalahnya gara-gara fitur yang yang

hari apa atau yang minggu apa gitu kan.

Nah itu di sinilah pagar terakhirnya itu pengalaman kita gitu. Jadi kalau kita memahami semua ee semua fitur yang kita

kerjakan selama sebulan terakhir sama setengah tahun terakhir selama setahun terakhir ketika ada baru muncul atau masalah di produksi muncul kita bisa

dengan cepat memutuskan oh ini masalahnya pasti karena itu gitu kan.

Nah, itu di kepala kita adanya kan.

Karena kalau kita cuman prompting doang akhirnya ya lagi-lagi seperti kata Masan tadi K [berdehem] kan juga cara kerja kan sama

kan cara kerjanya dia searching juga pakai fine juga pakai Grab juga gitu kan kalau kodenya makin banyak ee dan

sebagainya akan lebih susah juga buat dia untuk memahami gitu kan.

I saya Oh iya tadi ee gimana?

Ya, saya cuma mengasih tips penggunaan bagaimana memaksimalkan penggunaan token dan mengurangi halusinasi adalah kalau kalian mengerti kodenya ada fitur yang

mau dibangun atau ada bug bug deh bug dulu ada bug yang mau diselesaikan tapi kalian tahu kira-kira di mana

di mana kode yang bikin bug tersebut kalian cukup kasih folder mana yang akan di ini dan mana tes yang harus di di

dilakukan. Jadi enggak perlu semua tes dan kasih tahu kira-kira bugnya seperti ini. Cara replikasinya begini. Kode yang

kamu lihat hanya di sini saja. Fix it.

Nah, itu saya cukup ngasih prompting seperti itu yang dikerjakan sama si ee opus 5nya. cepat tepat langsung dapat

dan hemat ee hemat token. Enggak muter-muter. Hemat kembali lagi karena dia kalau mau ngetes itu dia akan tes segala macam. Dia cari

ke mana dia grab sini grab sana. Kadang dia enggak ngelihat bug itu. Jadi dia iya halusinasi untuk

oh iya bug itu cari cari cari masalah. Heeh.

Cari alasan dan itu fabricate masalah.

Nah, di situlah perbedaannya kalau kita mengerti fundamental, mengerti apa yang kita kerjakan, dan mengerti secara overall arsitektur dari

software yang kita kerjakan, maka makanya saya meskipun dikasih token yang bukan yang pro tapi yang yang sultanultan konsultan ya.

Tapi enggak yang maksimal, cuma yang 5X doang. Tapi enggak habis-habis.

Oh, enggak habis-habis 5x ya? Karena ee tahu ke mana diarahkan. Iya, konteksnya.

Oke. Oke. Gua ada, gua ada alternatifnya nih, tapi ya mirip sebetulnya. Cuma mungkin eh TLDR-nya milikilah sistem eh kan

masing-masing masing-masing developer juga punya approach sendiri-sendiri ya.

Kalau Ivan tadi gitu, kalau gua, gua tuh punya flow eh kayak spec driven development, tapi enggak pakai spek

kit-nya karena berat dan ribet. Cuma apa sebelumnya di awal ya bikin e bikin skill custom sendiri yang eh prosedurnya

sama artifactnya itu ya kurang lebih inspired by eh spec driven development.

Jadi kalau ada bug ya ee bugnya kita ya bilang aja bugnya di fitur ini. Nah dia ee terus emang udah di di instruction

cloud.md atau agents.md-nya juga udah udah udah gua bilangin lihat carilah fitur itu di eh dokumen di back eh

dokumen historis sebelumnya. Jadi fitur itu apa, terus file-nya, file dan foldernya apa aja, dia ngelihat di situ

dulu. Dan itu mengurangi halusinasi karena dia bisa lihat misalnya apa ya?

Eh, user login kan dia ngebaca speknya eh kan ada spek, ada plan, ada tasklist.

Nah, terus di situ ada daftar file sama test cases-nya. Jadi ngurangin halusinasi karena dia udah baca dulu

fiturnya apa. Nah, terus nyari apa?

nyari penyebab bugnya juga biasanya jadi lebih precise aja sih. Tapi kan enggak harus semua pakai he enggak harus pakai cara kayak gitu.

Mungkin misalnya ada yang bikin pakai apalah sekarang kan ngetren tuh hindside honcho yang factorize ee apa vectorize

buat cari mana yang paling mirip, mana yang paling mendekati dari deskripsi fitur ini. Ya boleh-boleh saja cuma

milikilah sistem yang jadi enggak enggak terutama kalau code base-nya udah makin besar kan pusing tuh eh agent baru

tiba-tiba you're a senior developer make no mistake carilah bug ini. Ya, itu tadi hasilnya. Jadi bisa ngarang mengarang

bebas dan masalahnya bukan itu. Jadi milik milikilah sistem biar ee agennya bisa berjalan secara lebih terstruktur lah, lebih terstruktur dan bisa

diprediksi. Oke. Mau konfirmasi Mas Zain ini eh skill teach ini dari met pokok punya atau bukan? Ya,

awalnya dari toko cuman awalnya karena ee cuman karena ada satu dua hal yang ingin saya custom untuk kebutuhan saya sendiri. Jadi saya

Oh. Ulanglah modifikasi. Jadi berdasarkan skill itu punya Masin tolong bikin skillan. Tapi sama aja makudnya kalau mau pakai yang silakan

aja mirip-mirip ya. H kalau ini juga PR2 N2N ini juga kalau itu saya sendiri yang oke oke

yang didi dari MOK entar entar di akhir ada ini Pak ada link misalnya oke si terakhir ini ya

sama ya emission ada lesson quiz sama learning report sama sebenarnya kalau di saya ada tambahan host hosting.md MD. Jadi kalau saya

Heeh. karenaung saya langung deploy Heeh. langsung deploy [berdehem] teach-nya itu jadi apa hosting lessons-nya itu di bisa diakses dari HP

gitu misalnya. Oh jadi dieploy gitu sekalian. Jadi bisa dilihat dari mana aja gitu ya sambil jalan gitu ya.

Heeh. Sambil jalan. Oke. Menarik. Menarik.

Untung Mas sambil jalan bukan sambil nyetir. Kalau sambil nyetir bahaya.

Saya sambil nyetir Mas. Tapi dengerin.

Oh, jadi itu kan itu kan itu kan halaman webir beneran halaman web.

Oke. Terus ee kadang-kadang ada kode tuh kode kode Rubi di kode Rubi dibaca gitu kan.

Jadi gimana [tertawa] akhirnya saya tambahin juga makanya makanya saya bikin custom Twitch itu tadi. Jadi selain dia hosting otomatis

setiap ada baris kode dia akanjelaskan tambahan penjelasan tekstualnya sehingga ketika kita dengarin dia dia ngejelasin tuh kodenya ngapain gitu.

Oke. Oke. Jadi kayak ngerin radio aja. Cuman kalau kita daripada dengerin radio atau podcast itu kan ya kita dengerin request

gitu kan. [tertawa] Request produktif sekali ya. Oke, berhubung udah mau jam 10. Mungkin kita ee cukupkan sampai di sini. Kayaknya enggak enggak

bakal habis-habis ya diskusi kalau sama Mas Zain ya.

Harus satu episode sendiri kayaknya ya.

Seru banget. Apa bisa diambil slide-nya? [tertawa] Pas kebetulan cocok materinya ini aja code aja di mana sama offline

sama teman-teman yang lain. [tertawa] Iya. Oke, mungkin kita udahan dulu untuk malam ini.

Apa vi kata-kata hari ini. As kata-kata hari ini today itu yang tadi sudah dibilang Ci Ester yang tadi rewind aja entar.

Apa tuh? [tertawa] Oh iya di dipl belajar replay belajar. Iya.

Ee tadi pesan sebelum udahan ya. Oke kalau gitu kita udahan dulu. Terima kasih banyak buat semuanya. Terima kasih

banyak buat Mas Zain yang sudah jadi narasumber.

Ah narasumber slide-nya dipakai. Kita enggak ngapa-ngapain sebetulnya.

[tertawa] Iya diskusinya seru banget. Kita ketemu lagi lain waktu. Mudah-mudahan nanti ada kita bisa bareng lagi sama Mas Zain lagi

ya. Terima kasih teman-teman. Selamat malam. Selamat istirahat. Sampai jumpa.

Bye bye. Apakah Anda baru pertama kali melihat tayangan dan halaman ini atau mungkin telah kesekian kali melihat untuk

membandingkan kembali dengan lainnya. Jika Anda mencari tahu mengenai layanan web hosting terbaik, kami pastikan Anda berada di tempat yang tepat. Dengan

domainia dapatkan pengalaman menggunakan layanan hosting yang lebih [musik] baik dengan SSD berperform tinggi dalam infrastruktur cloud yang telah

dioptimalkan untuk kebutuhan personal maupun bisnis.

Teknologi ini memungkinkan Anda memperoleh [musik] layanan yang lebih stabil serta proteksi dari korupsi data.

Hosting domain Asia juga telah mendukung NOGS, Python, Ruby, GO, PHP, [musik] Java, serta Binary Linux. Lebih dari

200.000 pelanggan telah mempercayakan layanan hosting [musik] di Dominia.

Kepercayaan yang kami jaga dengan garansi up 99,9% serta garansi uang kembali 100%.

Buat website Anda [musik] lebih mendunia, segera beralih ke we posting Domainesia.

Deskripsi asli dari YouTube

🗣️🕸️ Selasa malam waktunya #ngobrolinWEB! Sesi kali ini kita akan membahas pengaruh AI terhadap kecerdasan manusia dan bagaimana solusinya. Bersama narasumber yang sudah tidak asing lagi tentunya. Ayo bergabung dan diskusi ditemani juga sama Ivan dan Eka di sesi malam nanti. 🔔 Yuk mari ramaikan! Dimulai pukul 20:00WIB ya. 🏷 Gunakan kode NGOBROLINWEBDN dan dapatkan DISKON 10% Untuk Pembelian Web Hosting DomaiNesia: Beli Web Hosting DomaiNesia disini: https://my.domainesia.com/ref.php?u=25 Kunjungi https://ngobrol.in untuk catatan, tautan dan informasi topik lainnya.

Episode Terkait

Ngobrolin AI

6 Sep 2023

Ngobrolin AI

Episode ini mengambil sudut berbeda dari kebanyakan pembicaraan soal AI: bukan apakah ia akan menggantikan kita, melaink...

Bedah Buku Problem Solving 101

23 Jul 2025

Bedah Buku Problem Solving 101

Episode ini membahas buku "Problem Solving 101" karya Ken Watanabe, mantan konsultan McKinsey yang menulis buku ini seba...

Ngobrolin Alat Dokumentasi

20 Nov 2024

Ngobrolin Alat Dokumentasi

Episode ini membahas tentang dokumentasi dalam pengembangan software, mulai dari konsep dasar, jenis-jenis dokumentasi, ...

Bagikan:

Episode baru setiap Selasa malam. Dengarkan lewat YouTube, Spotify, atau feed podcast favoritmu.

Pilih Cara Langganan

Diskusikan episode ini di GitHub Sponsor & pasang iklan di podcast ini

Komentar

Buka di GitHub Discussions →

Memuat komentar dari GitHub Discussions...

Jika komentar tidak muncul karena ekstensi privasi / adblocker, kamu bisa berdiskusi langsung di GitHub Discussions .