Ngobrolin AI
Episode ini mengambil sudut berbeda dari kebanyakan pembicaraan soal AI: bukan apakah ia akan menggantikan kita, melainkan bagian mana dari pekerjaan sehari-hari yang benar-benar terbantu.
EP 48 1j 25m
Dengarkan versi audio
MP3 82 MB, file yang sama dengan feed podcast.
Poin utama
Bantu Koreksi- Menyuruh ChatGPT menulis fitur utuh dari tiket Jira gagal telak — hasilnya jauh dari kebutuhan dan merapikannya lebih repot daripada menulis sendiri
- Sebabnya ia tidak mengenal gaya penulisan kode di tempat kerja kita, sehingga terlalu banyak yang harus diubah
- Menyusun ulang prompt menguras tenaga tersendiri — capeknya cuma berpindah dari mengetik kode ke memikirkan kalimat
- Regex disebut pemakaian paling manjur, baik menyusunnya dari contoh maupun membedah yang sudah terlalu rumit dibaca
- Untuk kode sederhana, IntelliSense yang sudah ada sering lebih cepat daripada menunggu Copilot atau Code Whisperer
- Berguna untuk mengingatkan sintaks yang kita pahami tapi malas mengetik lengkapnya, seperti konfigurasi Nginx atau perintah curl beserta header-nya
- Pemakaian di luar kode juga terasa: merapikan bahasa Inggris pada deskripsi pull request GitHub, dan menerjemahkan pesan ke klien Jepang lewat DeepL sesuai budayanya
Baca ringkasan lengkap
Episode ini mengambil sudut berbeda dari kebanyakan pembicaraan soal AI: bukan apakah ia akan menggantikan kita, melainkan bagian mana dari pekerjaan sehari-hari yang benar-benar terbantu. Jawabannya jujur dan tidak berlebihan — sebagian besar cerita justru soal batasnya. Percobaan menyuruh ChatGPT menulis fitur utuh dari tiket Jira disebut gagal telak: hasilnya jauh dari yang dibutuhkan, dan merapikannya lebih repot daripada menulis sendiri. Salah satu sebabnya, ia tidak mengenal gaya penulisan kode di tempat kerja kita. Menyusun ulang prompt-nya pun menguras tenaga tersendiri — capeknya berpindah dari mengetik kode ke memikirkan kalimat. Copilot dan Code Whisperer dari AWS dipakai untuk pelengkapan kode, dengan catatan bahwa untuk kode sederhana IntelliSense yang sudah ada sering lebih cepat. Yang benar-benar terasa berguna justru hal-hal sempit dan berulang. Regex disebut paling manjur, baik menyusunnya dari contoh maupun membedah yang sudah rumit. Lalu membuat data contoh untuk pengujian. Lalu mengingatkan sintaks yang kita pahami tapi malas mengetiknya — konfigurasi Nginx, perintah curl lengkap dengan header-nya. Lalu menyiapkan kerangka berkas unit test lewat Copilot Chat sehingga tinggal diisi. Ada pula pemakaian di luar kode: merapikan bahasa Inggris pada deskripsi pull request GitHub dan balasan email, serta menerjemahkan pesan ke klien Jepang lewat DeepL secara lebih halus dan tidak langsung sesuai budayanya.
Cari di episode ini
Bantu KoreksiSering disebut 41 29 16 11 7 6 5 3
Lompat ke
Lihat transkrip lengkap
[musik musik] [telepon] Halo, halo, selamat malam. Selamat malam. Selamat hari selasa, seperti biasa hari selasa, waktunya kita ngobrolin web. Ngobrolin web. Iya, selamat hari selasa, selamat malam. Mudah-mudahan teman-teman semuanya sehat ya. Di mana pun kalian berada. Boleh dong, saya pengen tau teman-teman yang nonton nih, yang lagi hadir. Itu dari kota mana aja. Siapa tau kita bisa ketemu kan? Di conference terdekat, Deves atau IO Extended atau apapun ya. Atau WordCamp. Atau WordCamp, betul. Yang mau ke Malaysia ya. Siapa tau ketemu di Malaysia? By the way, kalau ada yang teman-teman dari Tegal, saya ngisi WordCamp Tegal nanti di Oktober. Wow! Seru ya, maksudnya bukan cuma kota besar yang kayak Jakarta, Bandung, Jogja, Semarang, ada Tegal.
Bandung hadir, kita nanti ketemu lagi di Bandung. Ivan, langganan Bandung ya. Oh iya. Saya malah belum pernah ngisi Bandung. Eh, kalau udah diubungi belum? Udah. Deves Bandung, bisa juga. Tadi nomornya dapet dari saya. Semarang. Ivan baru habis dari Semarang kemarin, kan? Iya. Ketemu nggak kita, Mas Muhammad Rizky Putra Haji Utama? Foto bareng nggak? Foto ke bareng. Eh bentar, jadi penasaran. Itu kan tadi ada di Tegal. Apa? Acara WordCamp ya? WordCamp, iya. Eh, kota lain yang selain kota besar yang standar, pernah dimana aja di Indonesia. Terenggalek gitu, atau apa sih, Ujung Kulon itu pernah.
Pasik Malaya. Ubud termasuk kota nggak? Ubud? Ya, Bali. Iya. Tapi kan itu kota, jadi ada kemarin pekan, Orchid Ubud di tahun 2017 ada. Saya, termasuk organizer dan speaker di sana. Keren aja sih, maksudnya bagus. Jarang-jarangan lihat kalau acara teknologi kan biasanya di kota yang relatif besar ya. Ya, yang itu-itu aja lah jatuhnya. Kayaknya baru pernah lihat sih. Event community tech, apa? Yang major, tapi di kota yang... Mungkin kalau yang event yang kita circle-nya kita kayak Google atau apa lagi, JSJSan, Fighten, itu banyak kan memang kota besar. Tapi kalau menilik dulu-dulu itu kayak Firefox, jamannya Mozilla itu, community itu banyak juga loh di daerah.
Mozilla Community, Linux Community juga banyak di daerah. Oh iya, banyak ya. Nah, ini ada beberapa Bogor, nanti bakal salah satu, salah dua, salah tiga dari kita akan ke Bogor. Ketemu lagi. Bogor, Langkadan diri ya. Eka udah dihubungi belum? Udah. Oh, berarti tiga-tiganya ya? Nanti kita bikin konten khusus apa ya? Ya, nanti, tunggu tanggal mainnya. Nanti. Ini ketemu kemarin katanya. Abdul Malik juga ketemu. Nah, malam ini topiknya agak sedikit beda. Jadi, kemarin-kemarin kita udah hype-nya si AI ini sebenarnya udah agak lewat ya.
Orang-orang udah mulai terbiasa. Banyak yang pakai juga. Dan di sini kita mengambil sudut pandang yang sedikit berbeda. Bukan ngomongin tentang AI ini akan menggantikan kita sebagai developer. Tapi kita justru memanfaatkan AI ini untuk mempermudah pekerjaan kita. Sehari-hari. Sebagai developer khususnya, spesifiknya web developer. Nah, mungkin kita... Jujur sih, pengalaman untuk menggunakan tools-tools yang nanti akan kita perlihatkan itu... Tidak terlalu... Belum banyak yang kita gunakan. Mungkin hanya satu atau dua aja yang biasa kita gunakan sehari-hari. Dan kita pengen tahu juga insider-nya teman-teman. Di sini teman-teman udah pakai belum? Udah aware belum? Atau jangan-jangan, "Wah, apa ini?" Dan... Gimana manfaatnya buat teman-teman? Kalau saya pakai sekilas di beberapa project... Rasanya sih bermanfaat sekali.
Tapi nggak tahu juga buat teman-teman mungkin ada yang... Wah, banyak error-nya lah. Atau mungkin framework-nya terlalu baru sehingga si AI ini belum ngerti dan lain-lain. Jadi boleh di-share juga pengalamannya. Jadi kita bisa diskusi bareng malam hari ini. Oke. Nah, kalau Eka atau Ivan, boleh dong cerita. Gimana pengalaman menggunakan AI di pekerjaan? Nah, gue aja yang pengalaman paling dikit. Nggak tahu kenapa sih, kayaknya... Mungkin gue salah satu developer yang... Pada sedikit atau paling belum banyak pakai tools AI. Jadi kalau mau pilot sih karena berbayar ya. Dan tempat kerja nggak bayarin. Terus bukan bagian dari... Apa sih? Sebenarnya kalau maintainer dari project open source yang... Cukup besar, dianggap cukup besar.
Cukup major oleh GitHub, kan bisa play ya? Dapat akses ke pilot? Nggak juga, jadi... Nggak punya akses ke pilot. Terus kalau Chet GPT sama Bert sih sebetulnya pakai. Cuma... Apa ya? Nggak terlalu signifikan sih. Jadi ini contoh-contoh penggunaannya sih. Yang pertama tuh... Paling utama... Rejects. Kayak lebih ke syntax aja. Cuma... Kan kalau di Twitter atau Hacker News atau apalah... Sering kan ya orang yang... Bisa sampai bikin prom sampai... Sampai beneran suruh... Nulis seluruh kodenya. Nah... Kalau sebelumnya sih gue pernah nyoba ya. Karena FOMO aja, maksudnya... Ada tiket nih di jira. Tiket kerjaan. Buat bikin suatu fitur. Terus nulis prom. Hasilnya sama sekali... Sama sekali jauh dari yang dibutuhin. Terus...
Kalau pakai kode yang dikasih... Itu malah... Kayak yang harus dibatuh banyak banget dan... Jatuhnya malah lebih ribet dibanding... Nulis sendiri. Mungkin salah satu faktor kan... Itu tergantung juga ya. Maksudnya fitur yang ingin kita bikin apa. Terus jenis apa? Jenis aplikasi atau fitur yang... Perlu kita bikin tuh kayak gimana. Mungkin karena sebetulnya... Fiturnya juga relatif simple. Maksudnya nggak aneh-aneh amat dan... Kebetulan di kerjaan gue juga... Apa ya, agak repetitif sih. Jadi relatif lebih gampang. Kalau modify dari... Segala macem yang... Ada di kode atau struktur yang... Udah ada. Sedangkan kalau... Jatuh GPT atau Uber itu kan... Dia nggak tahu style kode kita. Jadi kayak banyak banget yang harus ubah. Kalau yang kasus coba... Sekali dua kali sih beneran jauh banget... Hasilnya dari yang dicari. Nah, kan terus... Sebenernya kan kita bisa... Kita bisa refine lagi. Kita bisa ngasih prom.
Bisa bilang... Kita kan harus ketik ya? Oh bukan. Maksudku... Bukan yang ini-ini tapi bikin ini. Terus malah jadi capai mikir kata-katanya nggak sih? Kayak capai ngetik promnya. Kayaknya maksudnya... Akhirnya kalau buat tujuan itu... Yang use case yang kayak gitu... Akhirnya... Kayak gue nyerah aja lah. Mending nulis sendiri satu. Cuma kalau untuk... Mempermudahlah hal-hal yang kayak... Malas mikir sintaksnya... Itu lumayan sering. Terus pakai salah satu... Alternative Copilot juga sebetulnya... Yang dari AWS. Itu Code Whisperer. Kita bahas lebih lanjut kali ya. Intinya sih itu mirip Copilot. Cuma nggak semua... Bahasa dia support. Yang React support... Lumayan cuma ya... Gitu lah pas-pas... TS TypeScript, JavaScript TypeScript... Support, Swift yang nggak support. Yang kebetulan banyak...
Gue pakai di kerjaan. Itu juga lumayan. Cuma itu nggak tahu kenapa sih. Mungkin... Agak lambat gitu. Kadang kalau misalnya kodenya simple... Daripada capek-capek. Jadi kan cara kerjanya kita ya... Standard nulis code comment di atas... Slash dua kali. Terus kita nulis semacam promptnya. Terus nanti sebenarnya tunggu 1-2 detik... Dia bakal auto fill. Ya udah kita tinggal tap aja kalau setuju. Tapi itu tuh kadang lambat juga. Jadi kalau misal... Sementara itu kan sebetulnya... Di PS Code, TIDE segala macem kan... Udah ada IntelliSense itu kan... Sebetulnya walaupun bukan AI itu... Helper yang... Existing ya. Kadang kalau kodenya... Lagi-lagi kalau kodenya simple... Kayak lebih cepat nge-tick sendiri. Karena udah ada masuk memoninya. Dan kita nge-tick dikit juga udah muncul... IntelliSense-nya kan. Kadang kayak gitu. Cuma kalau misalnya ada... Yang itu agak panjang, bisa sih nge-tick.
Tapi kita harus mikir dikit kan. Maksudnya ada energi yang harus dihabisin... Buat mikir kata-katanya. Nge-tick tinggal nge-tick, tinggal ntar muncul. Jadi kalau buat gue pribadi... Yang paling majur, yang paling... Maksudnya yang AI... Faktor dari tools AI... Yang paling membantu itu... Pertama, rejects. Itu manjur banget dan enak. Enaknya karena kita bisa... Kita tinggal ngasih contoh-contoh aja. Yang begini, ini match. Yang match, kalau begini, begini, begini. Kita tulis aja semua use case-nya match. Yang nggak dianggap match, kalau begini, begini, begini. Terus nanti kalau kita penasaran... Bagian-bagiannya kan bisa minta jelasin... Satu persatu. Pertama itu rejects. Yang kedua... Rada nggak penting sih. Maksudnya... Bukan hal yang sulit, tapi repetitif. Tapi menurut gue kan ini hal yang... Relevan banget buat kita nyuruh... Kita nyuruh robot aja. Dummy data sih. Kita dengan macem-macem... Satu yang valid, satu yang invalid. Buat test case lah.
Test case atau misalnya... Kalau bikin UI yang masih lagi nyoba doang... Kan kadang males... Ngefetch atau apanya kan... Nanti aja kita pengen bikin UI-nya. Nah, itu berguna banget. Terus... Sebenarnya ini ada turunannya lagi, tapi nanti aja deh. Kayaknya bahas di kode dulu. Sebetulnya buat command line. Cuma nanti aja. Cuma ke event dulu aja. Kalau gue ya... Kalau gue bantuan banget... Sehari-hari. Karena pertama... Otak sudah... Nggak bisa ngapalin semua. Jadi... Jauh lebih gampang kalau... Dibantu dengan AI. Khususnya saat... Apa namanya? Saat ingin cepet ya. Kalau misalnya harus... Dibawah... Tulis-tulis lagi... Ingat-ingat lagi itu kayaknya... Lama gitu. Pakainya apa-apakainya?
Kalau gue pakainya... Macam-macam tapi paling sering... Tiga. Chat. Kalau untuk bertanya secara... Apa? Kayak lebih overall. Misalnya kayak regex... Atau diskusi, atau... Yang paling sering menggunakan CNGPT itu... Untuk membuat reply. Bagaimana... Reply email. Gue tulisin. Jadi buat nge-reply email... Atau membuatin... GitHub... Description-nya. PR Description. Jadi PR Description itu bahasa Inggris saya... Kacau balau, malarau. Kacau balau lah. Gremornya. Terus tinggal gue tulis aja... Kira-kira pokok pikirannya apa. Terus minta CNGPT untuk... Nge-replace. Jadi lebih baik. Terus...
Dari hasil itu gue tinggal copy paste. Jadi PR Description-nya lebih... Jadi kelihatan profesional. Itu satu. Kedua, gue paling sering pakai... GitHub Copilot. Jadi... Kedua, lihat... GitHub Copilot untuk code completion. Sama Copilot Chat. Ada juga Copilot Chat. Itu extension-nya. Jadi pakai... GitHub Copilot Chat untuk... Kalau yang... Autocompletion sama lah ya. Kayak IntelliSense. Tinggal tulis prompt-nya apa. Nanti dia bisa complete-in. Terus nanti tinggal saya modifikasi. Ada satu lagi yang chat. Ya mirip kalau yang chat-nya sama kayak... Sama kayak... Chat GPT. Tetapi dia... Fokusnya lebih kanakul. Biasanya saya pakai... GitHub Copilot Chat ini... Untuk bertanya... Pertama...
Nanyanya... Regex ini gunanya apa sih? Buat... Menjelaskan gitu ya. Kayaknya segala umat tuh... Regex ya? Kalau Regex yang simple itu saya bisa. Regex yang simple itu maksudnya... Ya kompleks-kompleks sedikit. Masih bisa dipahami dengan nalar. Tetapi kalau sudah... Kompleks banget. Sampai ini... Apa lah maksudnya. Itu ada juga... Nanti saya tunjukin ya. Sample Regex-nya. Kalau... Itu satu untuk mengahami Regex. Dua untuk bantuin nulis... Biasanya... Kayak... Engine X Configuration... Atau RTSS Configuration. Itu... Misalnya saya paham sih... Configuration Engine X itu... Paham sebenarnya. Luar kepala. Tetapi kadang males mikir gitu ya.
Gue pengen di-direct ini. Nanti dia tulisin, oh iya. Gue lupa ada sindak sini. Tinggal copy paste... Lubah sesuai dengan kebutuhan. Jadi gak murni copy paste. Ingat ya. Saya tidak murni copy paste. Tetapi... Untuk membantu mengingatkan... Oh iya ini ada. Biar kita gak usah mikir dan ngetik... Sinteks lengkapnya ya. Iya. Jadi tinggal copy paste. Terus ternyata saya tau isinya... Oh iya tinggal bantu. Lalu... Untuk... Membantu menulis... Cool. Karena malas banget mengingat... Header-nya apa, method-nya apa. Terus... Content type-nya apa. Itu malas banget menulisnya. Ini kalau di-generate pakai chat... Yang chat cepet. Lalu terakhir... Minta tulisin unit test. Jadi... Saya tinggal minta... Tolong buatin... Misalnya saya buka file-nya.
Terus tolong generate... Program unit test-nya. Udah degenerate skeleton-nya. Nanti sudah per function. Sudah buatin skeleton-nya. Misalnya tinggal jadi to do. Right test, to do, right test. Jadi tinggal saya copy paste sudah jadi. Terus bootstrap untuk unit test. Jadi saya tinggal isi test-nya. Nanti test-nya nanti saya bikin prom lagi. Nanti tinggal degenerate lagi. Oh tapi yang di-generate... Di pertama tuh skeleton-nya ya... Cuma kayak describe... Sama function-function-nya ya. Isinya kosong. To do, to do. Function kosong. Maksudnya kayak describe... Tapi isinya kosong. Nanti dia bantuin... Sampai setiap function... Yang ada di file itu... Dia generate into skeleton-nya. Jadi tinggal ikutin skeleton-nya. Gak perlu mikir bikin skeleton. Itu... Tadi apa tadi? Check-ex. Terus kemudian...
Terakhir saya pakai... Nggak berhubungan dengan boarding. Tetapi untuk translation. Ya jadi... Ada kalau dari company... Pakainya ya... Pake deep L ya. Jadi kita punya client Jepang. Ternyata kalau untuk client Jepang itu... Translation itu... Nggak semurni-murninya kita... Dari bahasa kita... Atau dari bahasa Inggris... Ke bahasa Jepang. Tetapi harus memahami culture. Jadi... Untuk... Kulture yang khususnya Jepang... Mereka itu... Culture-nya polite dan indirect. Mirip bahasa Jawa lah ya. Kayaknya bahasa Jepang, bahasa Korea. Maksudnya bahasa Asia Timur itu... Ada keminiripan sama... Bahasa daerah Indonesia lah. Terus nggak boleh bilang saya kan ya. Bukan itu. Lebih ke arah pasif. Jadi kalau misalnya... Lebih ke arah...
Kalau bahasa Inggris kan... Atau ketemu sama... Westerner... Atau yang pakai bahasa Inggris... Negara yang pakai bahasa Inggris itu... Biasanya bahasa direct. Kalau ke orang Jepang khususnya... Culture-nya bahasanya harus indirect. Jadi minta ditranslating sama... Deep L. Dan itu bisa dibikin... Di bikin polite dan indirect kita. Keliatanya pernah denger kayak... Orang sana tuh menghindari terlalu banyak... Ngomong "I" atau "you" secara langsung. Jadi kayak apa gitu loh. Maksudnya... Mungkin kalau orang Barat kan... Ya itu direct ya. Kamu harus gini-gini-gini. Tapi kamu... You should... Blah-blah-blah. Cuma mungkin kalau di bahasa Jepang... Jadi kayak cuma kata kerjanya aja. Itu di-inverse sendiri. Silahkan simpulkan sendiri. Bahwa itu maksudnya... Anda yang harus begitu. Ya gak tau rumit loh. Kadang misalnya gue ngomong misalnya...
Fitur itu gak bisa gitu. Bahasanya bilang... Gak bisa gitu. Ini contoh ya. Contoh simple gitu. Gak bisa. Tapi bilangnya kalau untuk fitur itu... Membutuhkan lebih banyak waktu. Dan tidak efisien. Dan tidak efektif. Kayak secara halus di usirnya. Iya. Jadi... Gak bisa bilang gak bisa. Bisa tapi... Itu kan sebenarnya mirip tuh... Kalau di bahasa Indonesia... Yang mungkin... Bahasa Indonesia informal kan... Besok tuh bukan selalu berarti... Tomorrow kan. Besok tuh kan... Ya maksudnya kalau... Hari viahnya kan besok beneran nih. Hari yang telah hari ini. Tapi kan bisa besok itu kapan-kapan lah. Next time. Ntar ya. Tapi itu belum tentu.
Ntarnya setahun lagi gitu. Nah bentar. Coba kalau di PL itu dibanding... Yang free lah. Misalnya Google Translate. Atau Bird. Atau apa. Itu lebih... Powerful ya. Saya gak. Ini karena bukan... Atau gimana. Ini cuma... Tools-nya sudah dikasih. Tinggal pake. Oh ini ya. DeepL Translate ya. Website-nya ya. Ini ya. Lihat ya. Intip-intip aja ya. Oke. Oh... UI-nya mirip sekali sama... Google Translate ya. Coba aja. Tapi gimana memastikan ya? Coba. Ini gratis. Kalau disini gratis. Tapi kalau yang company... Pakainya dialog-in. Ini gak coba aja kalau mau pakai. Tapi itu ada integrasi sama... IDE gitu. Atau sama apa lah? Litwani. Kok Litwani ya?
Hah? Oh iya. Kebalik-kebalik. Indonesia. Inggris. Ya betul. Low Growning Web. Chatting the Web. Web Chat. Ya lumayan. Not bad ya. Oke. Menarik. Kalau mau lebih konteksnya. Harus yang panjang gitu. Dan sebuah kalimatnya. Loh Indonesia gak ada? Apa ini? Oh yang Pro. Gak ada harganya ya. Ada itu di Plans and Pricing. Plans and Pricing? Udah ini Pricing. Disini. Oh diklik negaranya. Kita beli dari mana? Singapura ya. Oke. 28 dolar per tahun. Per user per month. Per user per month bill annual.
Oke. 300-400 ribu per user per month. Wah. Yang mihil ya. Mahal juga ya. Saya gak bayar. Ibu bayarin. Co-pilot juga sebenarnya kalau dihitung ini juga gak murah kan. Makanya gue gak pake. Chat GPT sama Co-pilot bayar. Ya. Chat GPT ada yang bayar ada yang gratis kan. Ya. Nah Chat GPT itu kan sebetulnya dari OpenAI ya. Katanya kita bisa. Kalau kita akses API nya itu bayar ya? Akses API nya bayar. Jadi sebenarnya kita bisa bikin versi Chat GPT, versi kita sendiri. Jadi yang rapatnya. Mau pake GPT 4K 3,5K atau apa kita pake API nya. Begitu juga dengan Co-pilot. Co-pilot sebenarnya itu dibangun dengan kodexnya OpenAI. Di belakangnya.
Jadi kalau kita mau bikin Co-pilot sendiri bisa sebenarnya. Ya udah ada API nya. Berbayar kan. Per-token. Per-token dia. Kalau gue coba-coba sebenarnya affordable lah. Tidak terlalu mahal. Selama pakai GPT 3,5 ya. Kalau 4 agak lumayan masih mahal sih. Tapi yang saya perhatikan jika chat GPT muncul itu banyak pesan resign itu puetis-puetis sekarang. Oh ya itu tentunya. Hubungannya sama yang bilang Ivan buat tulis email. Ya itu baca nya itu terharu gitu. Jadi curiga jadinya. Setiap ada yang bikin itu reply itu ini pakai chat GPT. Jangan-jangan gitu ya. Sebenarnya.
Ya. Yang masuk kamar duluan kan yang check in duluan karena jet flightnya lain ananda pakai nama lain. Udah nyuruh Bart kan. Terus ya kata-katanya indah email nya jadi panjang. Kata-katanya oh kayak penulis profesional. Cuma dia nambah-nambahin detail sendiri gitu loh. Lupa sih detailnya apa. Cuma yang gelas itu gak ada. Itu salah. Maksudnya itu gak ada di prom awal. Gue revisi. Oh gak. Bukan itu.
Jadi harus nulis 2 kali lagi baru gak boleh mentah-mentah. Karena dia kan sebenarnya language model ya. Mungkin punya cara buat ngedeteksi email orang ke hotel nanya soal check in atau detail rata-rata gimana. Jadi panjang. Panjang dan bagus. Cuma ada bagian yang gak akurat kita harus revisi. Nah terus nama kedua soal surat-nyurat nih nanya Bart lagi buat ya waktu itu surat keterangan kerja. Buat aplikasi Visa Amre. Oh iya Bart ini salah satu kelebihan nya dia bisa import export ke Gmail gitu-gitu ya lebih gampang ya. Terus ada UI nya yang mempermudah di Gmail sendiri. Di dalam Gmail juga sebetulnya ada. Cuma karena kayak udah permanen aja di browser ada satu tab Bart yang selalu terbuka. Ya udah kan ngedetek di situ. Kayak dia improve juga apapunnya ada hal ya. Sebetulnya rintahnya bukan itu. Cuma ya udah.
Nah. Terus akhirnya sih akhirnya gak dipakai cuma karena alasan lain. Karena kebetulan ya kalau di kantor udah ada template-nya. Itu agak anti-climax ending-nya. Nah cuma kalau buat PR gue belum ada pengalaman pribadi sih karena di tempat kerja gak ada ekspektasi buat penulis panjang-panjang jadi kayak lebih ke biasa kalau harus bikin feature atau task atau story dibahas di tiketnya. Kalau belum sepakat atau apa ya di rundingannya di tiketnya. Terus setiap PR atau commit ya cuma reference, apa? Nomor tiketnya doang. Jadi belum. Sudah cukup detail ya. Belum punya pengalaman harus ngejelasin sesuatu yang dengan profesional atau dengan KC PR. Mungkin kapan-kapan apalah contribute ke project open source lain atau apa yang harus kayak gitu. Mungkin bakal coba. Masteries-nya sendiri pakai tools-nya udah apa aja?
Saya coba lumayan intensif pakai copilot. Ya chat GPT sama Bart juga kadang-kadang pakai ini Bing Chat. Nah ini nih dari Ari Bing Chat. Itu salah satu kelebihan adalah GPT 4 tapi gratis. Bisa di Bing Chat. Kalau misalkan chat GPT kan harus bayar ya yang 20 dolar itu kan yang premium kan. Kalau Bing Chat ini gratis. Tapi syaratnya harus menggunakan Microsoft Edge dan punya account Microsoft. Gitu. Kok ya? Gak seru. Gak seru register. Iya itu dia harus pakai Microsoft Edge gitu. Tapi GPT 4. Sama juga buat. Cuma itu standar lah. Maksudnya kita pakai Bart yang kalau free kan ya kita harus pakai account Google. Itu kayaknya standar lah. Dan dapet juga itu. Akses ke Dal I. Dal I-nya OpenAI. Jadi bisa generate image
namanya thumbnail gitu emoji yang beda gitu. Jadi lumayan menarik kadang-kadang pakai. Cuma kalau saya penggunanya agak sedikit berbeda kalau untuk ini ya. Kalau temen-temen kan tadi kayak ada prom-nya kan. /create add function with 2 parameters blablabla. Kalau saya langsung nge-tick kodingnya aja. Jadi nggak ada perintah sama sekali. Jadi dia ngikutin pass function add. Nah itu dia udah bisa-bisa. Biasanya udah autocomplete kalau lagi pinter. Cuma dia bisa ya? Bisa. Bisa. Nah kalau pengalaman kalau gue kan pakainya code list perernya WS ya. Itu cuma bisa kalau kita udah punya kode yang mirip sebelumnya. Jadi misalnya apa ya? Sebelumnya ada data model name, email, address. Terus kita udah punya method atau function validate name. Udah kita harus nulis sendiri sampe selesai.
Entah pake prom atau nge-tick sendiri atau gimana. Validate name sampe selesai. Bawahnya kalau kita nge-tick validate email dia bisa bikinin sisanya ya mirip-mirip berdasarkan sebelumnya. Cuma kalau pas awal kita nge-tick validate name, itu kayak hit and miss. Kayak agak kadang-kadang nggak, mungkin ya nggak tau, nggak sebagus belum sebagus co-pilot. Belum sebagus co-pilot ya. Karena kan lebih baru juga kan si whisperer ini. Dan yang menarik tadi sama kayak Ivan bikin unit test. Itu sangat membantu sekali. Dan entah, nggak tahu ya, ini antara saya yang mungkin merasa dia terlalu canggih. Gitu ya. Jadi kalau misalkan kita punya satu satu code di satu file. Gitu kan. App.js misalkan. Terus saya bikin lagi app.test.js dia seolah-olah bisa membaca app.js Ya. Mungkin emang bisa. Mungkin emang bisa. Betul. Emang dia baca.
Emang dia baca. Satu project itu dia index ya. Yes. Dia akan index semua. Jadi dia tau tuh. Di app.js itu ada fungsi apa aja yang udah dieksport. Terus dia bikin intesnya. Gitu. Yang success case, fail case dan macem-macem tuh. Jadi itu udah membantu sekali. Untuk yang lain. Baru itu sih yang paling intensif. Yang menarik juga saya sering nyalain co-pilot kalau lagi life coding kalau lagi presentasi. Itu juga menghibur. Lumayan menghibur. Karena kadang-kadang suka ngaco. Justru unsur hiburannya tuh di dengan co-nya itu. Menjelak-jelakan dia. No. Kan. Ngaco kan. Nah. Gitu. Kalau yang bener sih membantu ya. Apalagi life coding kan rentan salah kan. Jadi kayak kita punya code snippet. Itu membantu juga buat ituin mood kita. Iya. Kayak code snippet
dan membuat kita lebih percaya diri kan. Ada. Oh ada yang bantu nih. Gitu. Jadi lumayan seru sih. Cuman sayangnya memang agak mahal si co-pilot ini. Dan kayaknya ada beberapa alternatif ya. Untuk co-pilot. Iya. Alternatif yang free. Code IUM ya. Ada tadi whisperer. Amazon code whisperer ini. Ini punya nya AWS. Jadi kita harus, eh gratis-gratis. Harus login ya. Harus punya account ya. Iya. Harus bikin account jelas. Harus bikin account. Tapi gratis. Enggak di charge. Kalau code IUM ini kayaknya di open source. Dan sudah ada chatnya juga. Enggak ya? Iya. Itu ada code chatnya. Open source kan? Enggak. Oh iya. Open source ya. Kayaknya iya deh. Wait. Free forever. Tapi enggak ada code nya ya. Eh. Enggak. Enggak open source kayaknya ya.
Enggak ya. Enggak. Enggak open source tapi freemium. Free. Iya. Free. Freemium. Yes. Tapi ada freenya kok ini. Yes. Nah ini editor nya lumayan lengkap ya. Kalau si co-pilot juga lumayan lengkap. Yang kurang lengkap itu code whisperer. Dia cuman bisa visual studio code. Ya ini. Cuman bisa ini. Enggak bisa Vim ya. Jadi kalau yang mau ngoding Vim yang ngodingnya pakai Vim enggak bisa pakai code whisperer. Lalu ada alternatif lagi ada code. Ini enggak tahu nih. Berbayar ya. Freemium juga. Jadi code sama source graph ini sama code IUM sama mirip. Jadi free. Bisa dipake free. Cuma limited. Kalau enterprise ya pasti. Perksnya ada lebih banyak lagi. Nah kayak gini nih yang saya sering pakai nih. Jadi kita tulis fungsinya. Terus isinya itu dipikirin sama si co-pilot.
Nah itu yang cukup sering dan cukup tingkat keberhasilan cukup tinggi dibandingkan harus menggunakan komentar. Oh iya sama tips. Kalau kayak gini sih. Kalau yang sukses biasanya kalau hal-hal yang common banget. Yang umum banget misalnya. Print days date. Atau apalah. Calculate difference. Jadi kita harus kasih nama ya. Nama fungsinya itu harus menggambarkan isi dari si fungsinya kan. Itu standar lah. Clean code juga begitu kan. Nah kadang. Cuma nggak tahu sih kalau. Gue lagi buru-buru nih. Kadang semua namanya full sama bar sama bus doang. Abis itu karena buru-buru ya. Maksudnya belum rapih. Dikirnya. Pas cuma pengen cepat lihat hasilnya. Abis itu baru di rapi-rapiin. Cuma mungkin pelan-pelan harus mubah kebiasaan itu. Jadi pertama biar kita
kadang keburu-buru pengen ngetik aja kan gitu. Pengen langsung ngetik, pengen langsung lihat. Ini tuh kayak encourage kita buat diem bentar. Dikir dulu. Ini masanya scope-nya apa sih? Nah kalau mekot kan juga sebetulnya ada best practice-nya. Biar se-clean mungkin dan gampang boleh melakukan lebih dari satu hal yang beda kan lebih baik di pecah-pecah lagi. Nah itu kita jadi misalnya apa ya, validate date and send and bla-bla-bla. Nah kalau misalnya kebanyakan ya itu nggak bakal muncul juga dan itu juga encourage kita buat pecah-pecah. Berhenti mikir pengen bikin apa sih. Terus nentuin scope-nya. Terus ngetik nama yang sesuai. Jadi ada bagusnya juga latih kita. Ada satu lagi yang nggak ada di sini. Itu saya pakai terminal namanya Warp. Itu ada AI-nya
juga sekarang. Itu juga gratis. Tapi maksudnya apa? Ada limitnya. Tapi harus login kan? Warp itu pakai login kan? Pakai Warp pun harus login tanpa pakai AI-nya. Bahkan tanpa pakai AI-nya. Sekarang semua produk kayaknya ditambahin AI jadi valuasinya jadi naik ya. No Shell ada AI-nya. Semua ada AI-nya. Warp itu bukan code editor. Itu CLI. Itu kayak Shell. Terminal. Itu aplikasi untuk Shell. Tapi dia bisa prediksi perintahnya mau kita tulis gitu ya? Nggak. Jadi kita kasih prompt. Oh, prompt. Saya mau convert MP4 ke WP. Pakai FFMPEG. Kalau buat bash comment atau apa lah yang Linux-Linux-an gitu loh. Yang LS. Dan sangat membantu sekali. Karena kan kita nggak bisa ngapalin semua comment ya.
Gue nggak ada minat sama sekali ngapalin itu sih. Dan parameternya. Dan parameternya kan misalnya aja parameternya banyak kan. Siapa yang ngapalin satu-satu? Pakailah. OK. Warp ya. Ini yang menarik sebenarnya dari kodi source drop ini. Ini codebase aware. Kalau copilot walaupun kelihatannya dia bisa tahu satu codebase. Tapi nggak ada fitur itu ditulis gitu ya. Nggak tahu ini benar atau salah ya. Masih abu-abu ya. Antara dia memang benar tapi satu codebase. Atau dia hanya menembak-nembak aja. Tapi yang jelas, kalau source drop ini disini ditulis bahwa dia bisa mengerti satu project. Jadi bukan hanya satu file aja. Copilot bukan gitu kok. Ada ya? Ada keterangan ya? Saya nggak ketemu soalnya. Gue nggak ketemu keterangan, tapi so far secara general dia selalu sesuai.
Selalu sesuai konteks sih. Sesuai konteks ya. OK. Ada ya? Berarti ada. Sama satu lagi ada yang dari Rappel.it. Rappel.it ini bisa dibilang IDE cloud ya. Jadi kita nulis codenya itu di browser sama environmentnya sudah disiapin semua. Dia mengeluarkan satu produk namanya Ghostwriter. Ini juga seperti copilot, tapi buat editornya dia. Khusus buat editornya dia. Sama-sama aja sih. Saya curiganya juga mereka pakai OpenAI. Saya juga ini. Cuma beda platform aja. Atau intinya LLM sih belakangnya ya? LLM, iya pastilah. Ada juga yang mengembangkan LLM sendiri buat belajar, kayak Khan Academy gitu ya. Mereka pakai LLM yang ada, terus mereka refine lagi, define tuning, disesuaikan sama kebutuhan mereka. Jadi sebenarnya LLM yang major itu
ada apa aja sih? OpenAI. Itu kan dipakai sama misalnya check GPT, terus apa tadi? GitHub Copilot. Belum tahu nih. Kayak Quium atau AWS Code Whisperer pakai apa? Belum. Nah, kalau Vertex kan Vertex AI itu punya Google ya. Google. Dipakai di Google. Dipakai di Bard. Bukan. Kalau Bard itu pakainya Lambda. Cuma mungkin, nggak tahu, Vertex AI itu pakai Lambda juga atau bukan ya? Bentar. Sambil share screen. Ada lagi nih katanya. Black Box. Nah, ini kita belum pernah tahu nih Black Box. Gue tahunya BC Box. Apa? BC Box. Itu Docker. Oh. Black Box. Ini ya
useblackbox.com ya? Oh iya. Black Box AI. Lambda. Ini. Kodo ASU. Lambda itu dipakai Bard. Coba pricing. Yang pertama dilihat bukan feature-nya cuma pricing-nya. Keren sekali. Jadi mungkin student. 2,5. Not bad lah. 2,5. Apply jadi student. Kalau ditanya belajar apa. Oh, ISGB Apply. Selalu belajar. 3 dollar per bulan. Kurang lebih ya. Untuk yang standarnya. Jadi, kayak tadi kan LLM itu ada beberapa. Ada dari OpenAI. Produk B2B-nya itu temen-temen bisa akses di OpenAI.com. Kalo buat B2C-nya di ChatGPT. Chat.OpenAI.com. Itu buatannya OpenAI. Kemudian ada Bard.
B2C-nya itu Bard. Google.com. B2B-nya ada di Google Cloud. Ada banyak tuh. Ada Vertex. Ada code juga. Ada yang berhubungan dengan code juga. Saya lupa namanya. Terak kodi atau apa. Jadi Vertex AI. Itu ada banyak ininya ya. Vertex AI itu macem-macem jadi kayak buat bahasa manusia. Kayaknya buat yang station ada kodi. C-O-D-E-Y. Ribet ya. Tadi ada kodi. Yang ini kodi. Yang ini kode. Yang ini C-O-D-E-Y. Nah, ini bagian dari Vertex AI juga. Ada itunya di atas. Cuma yang untuk berhubungan sama kode. Ada code chat. Ada competition ya. Autocompetit. Standard. Maksudnya mirip sih sama yang punya OpenAI. Sudah ada model-modelnya. Yang menarik ini. Jadi dia dibisahin. Untuk code combination ada sendiri. Untuk unit testing generation ada sendiri. Jadi lebih
spesifik ya. Ada code fixing juga. Optimization. Bisa lebih cepat. Sebetulnya ini ada Google juga bikin. Ini kan yang API-nya ya. Underlying API-nya. Terus Google baru aja nge-launching project IDX. Itu IDE Online. Jadi yang mirip StackBridge atau Github Dev dan lain-lain. Dia fork-nya dari Visual Studio Code. Tapi ditambahin AI. Sama ada emulator. Kalau teman-teman develop aplikasi dengan Flutter mungkin isinya kentang gitu ya. Bisa pakai ini aja selama ada browser. Itu jalannya di server ya. Jadi emulator IDE. Environment. Ya sebenarnya itu full environment sih. Cuma di browser semua. Dan dia suka ini-nya nih. Form-nya. Dia sudah ngasih virtual container-nya dia udah ngasih kan.
Iya. Dan ada ya karena ini produk Google ya. Ada apa sih di permuda. Kalau kita mau deploy ke Firebase Cloud Hosting gitu kayak what. Ada itu-nya. Tap-nya. One click deploy. Selain itu standard sih. Maksudnya bisa import/export dari Github. Ya. Mirip StackBridge. Kelebihan utamanya ya itu ada si AI-nya. AI-nya. Generative AI. Powered by itu tadi Vertex Code AI. Ini menarik. Cuma sayangnya. Sayang sekali mungkin alesan legal atau belum bisa di-release di semua negara. Negara kita tercinta. Salah satu ya. Belum. Project IDX-nya udah bisa jalan ya kayak StackBridge, kayak apa sih IDE biasa. Cuma khusus AI-nya belum. Kalau udah tuh sebenernya enak. Jadi kita tinggal select code-nya.
Please explain this code. Atau ya autocomplete. Gratis. Gratis ya. Selain tadi untuk menjelaskan atau membuat tragex. Mungkin salah satu use case yang menarik juga adalah kalau teman-teman belum terlalu familiar dengan SQL. Nah bisa tuh. Menggunakan GPT. Apakah itu jadi GPT atau bar atau yang lain. Kita bisa bikin. Saya mau select sama ambil data dari table apa yang ditampilin nama username sama password. Bikin SQL-nya. Atau ada kode SQL saya nggak tahu nih. Tolong explain. Tolong dijelaskan. Nah itu juga cukup membantu. Plus ngambil data dari Redux. Ngambil data dari? Reduxer. Reduxer. Reduxer. Saya suka. Malas mikir. Itu butuh AI ya buat bantuin ya. Sering komplikatifnya. Jadi sebetulnya AI tools itu kan apa ya. Kita tetep harus
tahu prinsipnya. Kalau kita nggak tahu apa yang mau dilakukan. Misalnya kita nggak tahu data apa yang mau dibil dan dari mana. Yaudah kan. Tools secanggih apapun nggak ada yang bisa bantu kita. Saya menggunakan AI untuk mempercepat dan meneffektifkan work tool aja. Ya. Betul. Betul. Kalau teman-teman yang udah secara regular menggunakan baik itu GPT atau bar atau yang sejenisnya. Ada perubahan behavior nggak? Tadinya googling sekarang lebih banyak tanya ke chat GPT dan teman-teman. Atau googling masih tetap aja? Iya. Perubahannya berarti ya? Banyak. Bar itu aku terbuka. Lebih karena UI-nya enak dilihat. Pertimbangan utamanya agak kurang itu sih. Gimana? Gimana? Lebih banyak nanya ke chat GPT sama kepada. Ini gue mau tunjukin ya. Boleh. Boleh. Asyik demo. Demo. Demo.
Oh enggak. Boleh kalau demo matilah. Kalo sempet. Gue roba dulu dari play text. Kita share dulu. Share. Share screen. Dah. Keliatan ya? Ya. Regex tuh. Regex ya? Ini editornya apa nih? Subline. Kok putih semua? Nah. Tuh. Ini regex pisah nyata. Mengerikan. Tapi di bikin penjelasannya. Tapi harus pelan-pelan nulisnya. Jadi harus. Jadi kalau misalnya
ini gue hapus ininya. Apa namanya? Kaya commentingnya. Kalian pasti akan bingung sendiri ini isinya. Tuh. Dan chat GPT bisa ini juga bisa diperintahkan untuk tolong tulis penjelasannya sebagai komentar di sebelah kanan atau di atasnya. Misalnya kita ke oh kalau gue ke ini nggak kelihatan. Nggak kelihatan ya. Ntar gue buat dulu ke Eval ya? Eval. Eval 3, 4, L. Pernah pakai nggak sih? Apa itu? Evaluator? Iya. Jarang pakai regex sih. Malas. Oh buat PHP. Stop dulu. Share screen aja ya. Mending-mending screen ya. Gajang rebus nih. Text editor pakai extension kayak Copilot emang membantu. Tapi kadang-kadang kode engineer jamet.
Jamet itu apa sih? Maaf saya. Saya tidak mengikuti kata-kata orang jaman sekarang. Malah bikin kesel. Intinya ini ya. Mengganggu, malah mengganggu ya. Iya. Ya, sebetulnya karena kadang overlap juga sama top intelligence udah ngebantu. Yang kayak gue bilang tadi, kayak kadang lebih cepat ngetik aja, top ada intelligence yang nyelesain sisanya. Atau mungkin kalau contoh curl request, misalnya kita udah pakai postman sama Insomnia, dan itu mungkin service atau cordless yang kita udah familiar. Maksudnya udah kan bisa di save semua, header-headernya segala macem, udah tinggal pop-up, ya udah. Jadi sebetulnya ada hal yang mungkin bisa dipecahkan pakai teknologi yang lebih simple. Mungkin kalau reggets itu kan terlalu rumit ya buat tooling yang udah ada. Jadi mungkin ada kasus yang kayak reggets tadi yang bisa
useful. Prompting itu tidak semudah yang kita bayangkan. Saya juga sering banget bertanya, tapi berhasilnya tidak sesuai. Iya, mikirin kata-katanya. Terus kita kan harus nge-revisi lagi. Oh bukan, maksudnya bukan itu. Kita harus nunjuk bagian ininya. Maksudnya, saya maunya begini-gini. Oh, dikasih lagi. Itunya bukan. Akhirnya tingkat kerepotannya kita harus mempertimbangkan. Kita pertimbangkan sih worth it, ternyata kalau ini kayak gini mah worth it. Iya, kalau gini mah kita juga nggak tahu. Coba kalau kalian dapat reggetsnya begini, kan mumet kan? Iya. Waduh panjang sekali. Ini reggets apa ya? Ini reggets, kalau tujuannya ya, dia akan mencari white space yang di PDM. Sebelum dan sesudahan karakter. Atau CJK, Chinese, Japanese, Korean, single.
Jadi ini sebenarnya nggak usah stress lihat X3000 itu apa. Ini cuma kayak Indikasi mapping Unicode untuk CJK aja sebenarnya, dari antara ini dan ini. Range-nya ya? Ya, range-nya aja sebenarnya. Dan intinya kalau ada white space, hapus. That's it. Supaya waktu generate PDF dia nggak kejustified, karena di dalam CJK itu nggak ada white space. Ya, CJK itu nggak punya white space. Ya, itulah. Ya, kalau misalnya kalian mau misalnya lihat bikini ini, stress gitu. Biasanya saya ke Itu udah kayak mantra Minecraft. Please explain this reggets misalnya. Loh, dia bisa
breakdown nanti. Barulah dibaca satu-satu. Oh, maksudnya gitu. Maksudnya begitu. Itu contohnya. Terus kita contohin sedikit nih, kalau saya sering pakai. Misalnya ini demo-nya begini nih. Misalnya saat ini ini kan paski ya. Kalau sekarang paski-nya nggak worth it. Emang dia tahu paski? Enggak. Jadi ini kan otomatis muncul ya paski-nya ya. Karena ada conditional UI. Jadi di codenya itu kan saat DOM ready ada support atau nggak. Langsung jalan kan. Tapi saya nggak mau. Saya maunya pengen saat ini diklik baru dia muncul. Biasanya saya suka, saya bisa gini.
Matiin aja dulu kan. Atau anggap aja kita belum sampe itu. Jadi saya sukanya pakai gini. Add click event to user name field. Itu field-nya dia auto-complete. Ini jauh lebih bagus dari code whisper. Ada harga, ada rupa. Nah, jadi kan terus di sini check if oh, nice.
Jadi cuma udah sampe 2 menit kan, tetapi apanya, tetapi apa yang harus dikerjakan sudah ada di otak saya kan, sudah tahu. That's the point. Kayaknya yang selama ini gue alamin kita harus tau mau ngapain. Cuma kan kita harus tau add click event. Kita harus tau pertama masalahnya apa. Masalahnya kalau di contoh event tadi kan paskey pop-up-nya muncul duluan dan itu dia nggak mungkin kurang bagus atau kurang bagus untuk QX. Nah, terus solusinya apa? Kita harus mindahin, apa, deteknya ke click event. Kan kita harus mikir dulu berarti kan masalahnya apa, solusinya apa, cara mencapai itu gimana, baru kita nyuruh kita nyuruh si AI. Nah, sebenernya dia bisa mikirin kayak gitu sendiri gak sih? Kayaknya kalau yang di... Ini kalau pakai word nih gue, misalnya pengen ngilog, ya udah tinggal dia, dia langsung kasih.
Atau seringnya kan untuk simple aja ya, misalnya cool only return header-header from google.com Atau ya, macem-macem lah. Misalnya kalau mau bikin prompt, jadi paling sering pakai chat atau dari sini misalnya generate skeleton for the current file sorry, generate unit test skeleton selesai. Tapi kembali lagi ya, temen-temen yang menggunakan, jangan percaya 100% kepada hasil generate-nya seringnya, sering kadang-kadang indoor. Dan kita harus mengerti mengerti membaca kodenya, harus mengerti alurnya yang kita inginkan
seperti apa. Karena kalau kita terima kayak buta aja udah, copy-paste, copy-paste sama aja karena Stack Overflow versi 2 jadi orang yang copy-paste dari Stack Overflow gitu, sama aja. Commit, commit message. Salah. Misalnya tadi intinya gue bikin commit-nya tadi, change, on click. Dia cuma nyemput sekali yang berubah ya, itu mah ngerti. On click, on username, on username, field, click. Terus nanti bisa juga generate description, nanti dia bisa bantu. Cuman ya kalau untuk commit tuh, nggak terlalu bagus, tapi hanya bisa membantu kayak memikirkan kata-kata yang ini. Kata-kata yang phrasing-nya ya. Iya. Nah, pernah nggak
bisa bikin, apa, project lah, atau maksudnya feature yang kelompok feature, epic lah kalau di Agile gitu. Kelompok feature yang major atau project. Jadi misalnya kita problemnya cuma buat authentication system dengan OAuth 2, dimana user bisa login dengan email atau provider Google, misalnya. Belum sekayanya, belum. Belum. Tokennya, nanti kalau terima token, diapain? Itu kan kita harus mikir. Bisa nggak sih kalau kita nggak mikir sama sekali, cuma nyuruh bikin, tolong bikinin authentication system yang menerima login dengan ini-ini-ini,
service-nya, manggil di sini. Bisa dijawab, tapi nggak yakin bisa jalan sih. Biasanya suka ngacot, sama ya, kayak kita bikin fungsi, ya, terlalu kompleks. Kalau terlalu kompleks, dia sering menggunakan hal yang nggak ada juga bisa sih. Gue sering dapet function itu nggak ada, atau function itu sudah deprecated, sering dapet. Jadi sama aja kayak kita bikin function, kalau bisa pada saat prompting, kalau bisa satu hal, jangan langsung semua. Misalkan buat login-nya dulu, bikin form-nya dulu nih, HTML, abis itu bikin fungsi CSS-nya, abis itu bikin fungsi JavaScript-nya. Tapi berarti dia belum cukup pinter buat nge-breakdown project-nya, maksudnya nggak. Belum bisa mikir, kalau misalnya, ya itu tadi mau bikin authentication system, itu berarti unsur-unsurnya apa aja, UI-nya apa aja,
routing-nya misalnya apa aja, manggil service, bagian mana yang harus bikin, misalnya, post request, apa, manggil service, terus nanti, apa, terima respons-nya gimana. Kalau kita sebagai developer, kan kita nge-breakdown mikir itu semua. Tapi AI yang sekarang tuh belum bisa berpikir abstrak, ya. Cuma bisa menggunakan prompt. Iya, dan menjawabnya juga berdasarkan data yang ada, kan. Jadi kalau chat GPT yang keluarannya OpenAI itu kan training terakhirnya kan 2021. Kalau misalkan kita pakai spellkit katakanlah, dia belum ngerti. Karena spellkit kan setelah 2021 kan. Tapi kalau, apa, yang online, yang bisa access online kan sebetulnya dia bisa access, ya. Cuma, ya, misalnya BERT gitu, pakai BERT atau Project IDX atau apa lah, yang bisa online, dia bisa nge-access sih sebetulnya. Tapi tetap aja kan nggak, nggak
bisa, tetap nggak bisa mikir abstrak, ya. Itu tetap harus, dia ngerespon ke prompt dengan prompt. Iya. Kalau sekarang state-nya lebih ke dia membantu kita. Iya. Kalau pendapat saya bagaimana AI ini bisa merubah banyak hal. Namun tetap begini. Kalau kita lihat secara kita kembali ke jaman HTML dulu deh, HTML. Kalau sebelumnya untuk membangun website kita pakai HTML editor, upload, file-nya, baru jadi. Itu kan banyak proses. Itu kan secara kualitas situsnya terbatas. Lalu lahirlah yang namanya CMS dan editor. Jadi web yang dibuat bisa menjadi lebih bagus, lebih rapi, lebih dinamis. Dan nggak perlu developer
lagi yang untuk membuat konten. Memubah HTML secara manual. Atau bahkan bisa generate kontennya generate layout juga, ada juga side view dan segala macam. Sudah ada dengan drop and drop. Itu kan tools-tools itu seperti itu sudah berkembang sehingga membuat web lebih indah. Kita lihat sejarah ini juga game development. Sebelum ada Unity atau temannya Unity Unreal Engine. Game itu terbatas. Dan masing-masing company, Squaresoft, Blizzard, punya sendiri-sendiri-sendiri. Dan mereka nggak akan membagi engine itu kepada orang lain. Dan hanya mereka yang tahu pakainya juga. Mungkin. Dan nggak boleh dike mana-mana ada NDA. Setelah Unreal Engine lahir, Unity lahir, rata-rata semua
jadi keren-keren. 3D-nya bagus, fisik atau collision detection-nya sudah tercipta. Sudah ada sendiri. Jadi game developer itu jauh lebih permudah. Tinggal hanya memikirkan story dan animasi dan art-nya. Tinggal mikirin art-nya. Tetapi teknologinya sudah ada. Saya melihat dua pattern yang sama ke penggunaan AI. Jadi kita tetap sebagai game developer atau web developer-nya itu akan jauh dipermudah ke depan. Kita tidak lagi memikirkan hal yang low-level yang tadi. Contohnya, how to... Ya itu tadi regex lah udah musuh kita bersama. Nggak musuh sih. Maksudnya hal-hal yang pasti kita temui dan panjang regex, SQL syntax, script, berulang. Repetitive dan basic sudah dihandle oleh
AI. Sedangkan kita memikirkan yang jauh lebih advanced. Contohnya, memikirkan solusinya. Memikirkan solusi terhadap permasalah yang kita pengen selesaikan. Jadi, ke depannya dengan bantuan AI-AI ini, saya akan melihat perkembangan selanjutnya adalah web developer khususnya akan menciptakan solusi-solusi yang lebih mutahir lagi, dicanggih lagi. Lebih kreatif karena pekerjaan-pekerjaan yang... Lebih cepat. Bisa pekerjaan-pekerjaan yang tadinya harus kita kerjakan sudah bisa didilegasikan ke AI. Tapi perlu diingat seperti namanya copilot. Jadi, yang pilot itu kita. Kita yang mengendalikan. Bukan kita yang diendalikan. Kita di mengalui prompt gitu. Bisa tadi kita minta bikinin code. Tapi ternyata ada hal-hal yang kurang tepat. Ya, tetap aja kita harus capai.
Capai ngatur-ngatur. Bukan itu yang saya maksud. Kita yang harus mengambil keputusan. Dan saya juga relate dengan self-drive yang kita pernah di Silicon Valley. Dengan mobil Tesla. Meskipun namanya self-drive. Auto-pilot namanya. Auto-pilot. Auto-pilot, tetapi auto-cruise, auto-cruise control, blablabla. Jadi, sebenarnya nggak fully itu diserahkan ke AI untuk mengatur jalannya kita. Tetapi sangat membantu sekali si driver. Kalau misalnya jalannya lurus. Itu bisa lebih baik. Kaki nggak perlu injap gas. Terus kemudian... Setir bisa agak belek-belak sedikit. Gak usah ganti. Gak usah pegang setir juga nggak apa-apa.
Tetap harus pegang. Kalau yang kita sempat naik itu tangan itu nggak boleh lepas dari sekian detik. Nanti dia warning. Karena itu tetap harus dipegang. Karena bisa sewaktu-waktu lepas kendali kita tetap mengendalikan. Oh, intinya tiba-tiba ada apa-apa kita harus siap sedia. Itu analog-nya bagus. Itu juga teknologi bagus. Nanti bisa coba di sana, fanmo ya? Bisa cobain taxi yang driverless. Itu di SM ya? Silakan dicoba. Saya mau coba. Terus sebenarnya kalau ngomong soal kerja nih kayaknya malah justru ada peluang lagi kan mungkin agak beda dengan apa tadi yang kayak game engine itu full proprietary mungkin dulu kulturnya lebih protective. Kalau sekarang sebetulnya walaupun limitif,
ini kan semua bisa di-extend ya. Walaupun bukan fully open source. Biasanya core-nya tuh disediain. Kita bisa extend open AI. Kita bisa pakai Google AI. Kita bisa pakai Google AI. Kita bisa pakai Google AI. Kita bisa pakai Google AI. Kita bisa pakai Google AI. Kita bisa pakai Google AI. Kita bisa pakai Google AI. Kita bisa pakai Google AI.
Cuma kita bisa pakai Google AI. Apalah, misalnya kan sekarang sebenarnya kalau untuk yang ada concern privacy, security, atau apa mungkin nggak boleh atau nggak bisa pakai co-pilot yang entahan ya. Maksudnya yang public misalnya training bikin co-pilot, tapi yang internal khusus punya khusus punya perusahaan, ya untuk perusahaan besar ya misalnya. Itu kan pasti ada. Ya pasti sekarang juga udah ada. Yakin sih. Udah ada. Dan ke depannya bakal banyak yang perlu kayak gitu. Karena itu kan sebetulnya bagus banget buat productivity. Cuma mungkin kalau organisasi atau perusahaan tertentu jelas ada concern soal privacy dan mungkin ada hukum yang, mungkin mereka ada faktor legal apalah. Itu ke depannya bakal banyak yang butuh. Kalau kita bisa bikin service yang mempermudah membuat semacam, ya nggak
harus co-pilot lah, punya apa sih co-chat dan lain-lain. Tapi khusus internal codebase mereka dan nggak online misalnya. Ya nggak online ke, maksudnya nggak online ke server lain. Tidak bisa diakses ya internal ya, internal tools. Tapi misalnya bikinnya misalnya dipermudah kayak drag and drop atau notebook atau apa. Kalau bikin service kayak gitu mungkin bakal laris kan. Atau mungkin bikin co-nya sebenarnya perluan bikin produk banyak banget ya. Yang semi B2B lah. Nah ini juga pertanyaan nih buat beberapa teman-teman yang saya sempat ajak diskusi juga banyak yang masih apa ya, bukan meragukan apa ya, masih abu-abu nih co-pilot ini sebenarnya kode yang kita tulis ini dipakai mereka untuk training berikutnya atau nggak? Karena kan perusahaan bisa jadi nggak boleh kan kalau kita tidak bekerja di kode yang open source. Kalau Ivan diperbolehkan kantor karena mostly tools-nya open source atau
nggak? Bukan itu? Semuanya yang di bangun data WordPress kan secara secara license-nya GPL. Tapi itu kan tergantung dari company-nya GPL doesn't mean boleh di-share. Ya kan, tidak perlu di-share. Kalau ngomong ngomong di-share, dia langsung di-share. Oke. Jadi, lebih terbuka ya. Kalau ada perusahaan-perusahaan yang mungkin dia menulis kode yang hanya private, nggak ada di GitHub, terus dia bisa aja si kode ini dimanfaatkan untuk melakukan training berikutnya. Tiba-tiba begitu kita prompting, tiba-tiba keluar itu kode yang sebenarnya nggak boleh. Nah itu masih banyak kecemasan di sana. Untuk perusahaan-perusahaan yang suka mengisi. Kode-nya bisa muncul di tempat orang lainnya.
Iya, betul. Maksudnya itu. Tapi nggak tahu ya, ini kebenarannya gimana. Saya sempat nanya ke Microsoft, mereka bilang tidak. Kasus Samsung kan itu? Oh iya. Jadi, sempat jadi engineer Samsung itu pakai CGPT, terus apa yang mereka tanyakan itu dipelajari lagi, disimpan. Tiba-tiba bisa jadi kayak jawaban untuk orang yang bertanya. Untuk orang yang lain. Nah itu yang harus hati-hati. Jadi, kalau teman-teman mau menggunakan tools AI di kantor, izin dulu tanya, boleh nggak saya pakai CGPT, boleh nggak saya pakai Copilot dan lain-lain. Kalo Copilot kayaknya harus izin kantor juga, harus minta dibayarin juga sih ya. Kalau sendiri lumayan. Ya, kodium lah. Kodium kan gratis ya. Itu harus tanya. Jangan sampai nanti malah terjebak jadi kena kasus kan. Itu yang juga membuat orang jadi akhirnya tidak menggunakan. Gara-gara ya
nggak bisa juga dipakai di kerjaan. Nggak diporbolehkan dan lain-lain. Nah, kalau yang Eka sebutkan tadi sebenernya udah ada servisnya. Jangan khawatir. Di Microsoft mereka bisa... Iya, mereka kita bisa deploy OpenAI versi private kita di cloudnya mereka. Tidak di Azure. Sudah ada tuh. Oh, yang AWS skinnya jatuhnya larinya ke situ juga ya. Yang AWS dan yang Google. AWS, ada Vertex, ada... Kalo si Microsoft kan kerjasama sama OpenAI. Eh, ya, OpenAI dan sama Meta. Lama. Lama 2 kan. Jadi ada LLM 1 lagi yang lupa kita sebutkan yaitu Lama 2 itu open source. Temen-temen mau coba di lokal bisa. Di lokal host. Itu pakai Lama 2. Nah, tapi kan itu tetep ke servernya server cloud ya. Kalo misalnya ya, kumsa antunya atau namanya. Bisa on-prem. On-premnya masing-masing.
Bisa. Di lokal host pun bisa itu cuma model yang udah di-train. Jadi kita bisa pakai, tapi belum bisa retrain. Jadi kayak udah dikunci itu. Ya, gitu aja. Apa? Modelnya segitu aja udah. Belum bisa di-train, belum bisa di-retrain. Tapi kalo apa? Apa yang kita prompting dikirimkan ke server. Nah, itu saya nggak tau. Kita harus lihat kodonya mungkin ya. Nggak bisa, nggak berani bilang nggak. Karena bisa aja, gitu. Kemungkinan ada aja, gitu. Harus dicek ininya, networknya. Dia manggil nggak, lempar data nggak. Kita nggak tau kan. Jadi dia harus hati-hati juga, gitu. Oke. Dan tadi kan kita bahas itu ya, SvelteKit nih. Di sini bisa dia? Udah. Mantep juga ini. SvelteKit kan baru ya. Release yang mau main dulu. Jadi kalo kita pake
chatqpt, cut off data-nya. Dia nggak bisa. Dia tetap menjawab, tapi menjawab dengan Svelte. Bukan SvelteKit. Ya, kalo Svelte itu kan apa? Ya, compiler-nya. Kalau SvelteKit, framework-nya. SvelteKit, framework-nya. Ini kelihatannya sih lebih. Udah betul, udah prom-nya kayak ini. Ya, belum dicoba sih. Cuma kurang lebih cukup masuk ke tam. Jadi misalnya kan kita nggak tau nih. Apa? Kan sebenernya dalam framework yang tricky nih. Apa? Fasilitas meta framework yang paling banyak dipakai adalah Dynamic ID ya. Apa? Prompting-nya. Nah, kita coba tanya sama Bert dijawab. Nah, nggak tau nih. Buat yang udah coba, betul nggak, apa? Bener nggak sintaksnya kayak gini? Kalau kita men-define. Oh, itu define-nya di config ya? Dia nggak pakai holder ya?
Holder yang pakai kurung siku gitu? Kaliatannya ya. Kaliatanya kalo SvelteKit itu bisa config-base. Udah kayak file-nya ada pattern-pattern-nya kan. Nah, ini ngasihnya gini nggak tau bener atau nggak. Nah, terus tadi coba iseng tanya lagi kalo config-nya gitu. Terus untuk file-nya gimana buat ngakses si apa? ID-nya. Nah, nggak tau nih. Ini bener sesimple ini atau dia ngaco? Nah, sekarang coba kita tanya lagi deh. Enggak, itu pakai paste.params. Berarti salah ya. Oh, yang menarik dari Bert, kalo misalnya kita curiga dia nggak akurat, kita bisa kiruh dia cek lagi dan kalo salah dia akan ngaku. Sekarang kita coba deh. Mau maaf gitu ya. Are you sure we can access dynamic ID file-nya? Kurang kasar ini kata-katanya. You stupid.
Harusnya params ya? Params, iya. Paste.params apa? Kayaknya. Paste.params. Coba aja tanya are you sure? Error. Kadang sih... Yes, you can access. Oh, dia masih bersih-kukuh ya. Okay. Oh, mungkin juga sih. Karena ini pakai config base kan. Kalo yang saya biasa pakai itu kan pakai file apa? Ya, mungkin juga. Enggak tau juga sih. Belum pernah nyoba soalnya ini. Blah, ini. Kan kita..
Bukannya harusnya pakai params. Yes, you are right. Mana paramsnya? Tetep let ID juga. Export let ID. Nah, ini malah ada disk-nya. Emang ada disk-nya apa? Java script. Disk-nya javascript. Enggak tau apa isinya. Disk-nya javascript mana? Apa? Window. Window? Iya, window. Kenapa dia pakai dollar params ya? Trus jelasnya, masih ada export let ID. Halu dia, halu. Coba sekarang pertanyaan terakhir deh. Ini seru juga sih. Apa kerjain? File system route.
Routes to ID for these. Disk-nya coba deh. Kepas lagi. Dia suka bingung ada apa. Sure, if you don't want to use conflict. That's the right ID. That's right. And the example, the component. Component, true, set, and let. ID. Set, prince. If it's been coding, we're done this time. Sebetulnya, if it's a practical solution,
as simple as using template starter of swellkit, 30 seconds, we're done. But he still uses ID. He still uses ID. He should use dollarpads.params.id. Oh, I see. So that's an example. Let's stop sharing. That's an example. Contoh yang salah. Jadi hati-hati. Semua hal AI tools itu nggak optimal buat segala hal. Jadi kita harus pilih-pilih mana yang bisa diselesaikan pakai solusi lain. Kalau contoh tadi, kayaknya kalau pakai starter template-nya swellkit yang official, udah betul semua, udah ada contohnya, 30 detik, kelar. Jadi kita harus pilih-pilih kapan tanya AI, kapan pakai solusi lain. Betul, betul. Sebenarnya buat brainstorming, buat diskusi, sebenarnya bagus. Cuman, kodenya itu belum tentu jalan.
Jadi harus kita... Itu tadi, kita adalah pilotnya. Dia adalah co-pilotnya yang bantuin kita, asisten kita. Jadi jangan percaya 100% kepada mereka. Kita tetap harus punya kemampuan untuk mengerti dan bisa membaca kode. Nggak sembarangan kopas aja. Jangan ditelan mentah-mentah. Kita masak dulu, ya. Ini ada dari Makassar, Gita. Halo, halo. Kapan kita ke Makassar lagi? Oke, jadi untuk malam ini mungkin segitu aja, ya. Kita udah bahas lumayan banyak bagaimana cara memanfaatkan AI yang udah ada, baik yang berbayar ataupun yang gratis, buat membantu kita mendelegasikan tugas, beberapa tugas yang sederhana, yang sudah yang sering kita lakukan secara berulang. Kemudian kita bisa lebih fokus kepada problem solving, building product, building feature, dan lain-lain.
Contohnya tadi udah kita sempet bahas juga gimana si AI ini memudahkan kita untuk mempersiapkan project, untuk membuat skeletron unit testing, dan unit testing yang sendiri juga bisa. Jadi, mudah-mudahan temen-temen dapat insight, ya. Ini bisa dimanfaatkan, jadi ini bukan musuh kita, ya. Dia belum bisa menggantikan kita, karena dia belum bisa berpikir abstrak, kalau disuruh bikin project ini, project itu, dia belum bisa. Nah, itu tadi bikin shortcut route aja. Tapi kan sebenernya dia bisa akses internet, ya. Maksudnya bisa lain. Kalau di pikir-pikir, tinggal kofi aja dari github-nya, shortcut template, cuma dia belum bisa mikir sampai situ, jadi tenang aja. Masih aman, ya. Tapi, kembali lagi, kalau misalkan temen-temen ini yang belum mengerti programming, terus memanfaatkan tools seperti AI ini, kalau ditelan mentah-mentah, ya
akhirnya menyesatkan. Jadi, kalau misalkan temen-temen belum mengerti, ya kalau bisa jangan pakai dulu. Mungkin kalau baru belajar, malah seru sih. Maksudnya, ini mungkin experience orang yang baru belajar dari known sekarang, ini menarik. Bukan karena AI otomatis bikin kita bisa atau apa, nggak. Jadi kita belajar. Cuma kan kadang, mungkin nggak langsung masuk dan nggak langsung ngerti semua hal, ya. Jadi kita bisa buat, kita bisa nyuruh dia bantuin kita belajar, tolong belaskan pada ini. Atau kenapa kita harus nulis async di sini, misalnya. Atau kenapa kalau ini harus import, kalau ini nggak perlu import, kita bisa nanya-nanya lebih lanjut, yang mungkin nggak ada di materi belajar awal. Kalau tutorial kan ya standar, ya. Apa, hal-hal yang penting-pentingnya doang. Tutorial, dokumentasi, itu kan sering ekspektasinya untuk orang yang udah paham. Padahal kadang ada konsep yang kita belum terlalu paham atau belum kuat, atau masih
nggak nyambung kenapa kayak gini. Nah, itu tuh kita bisa lebih gampang. Kayak kita punya mentor sih, jadinya ya. Iya, punya private trainer, orang yang membantu kita, guru-guru privat, ya. Itu bagus buat explainer untuk menjelaskan konsep AI ini cocok, gitu. Bagus. Bukan guru private, lebih tebaknya, lebih ke arah partner. Fair programmer, sih. Tapi, balik lagi, kalau misalkan kita belum mengerti sama sekali, dan kita nggak tahu bedanya antara yang benar dan yang salah, nah itu yang bahaya. Cuma, iya ya, kadang kalau kadang betul, kadang salah, itu nyebelin sih. Kalau selalu betul, atau selalu-selalu... Kalau konsisten, it's okay. Tapi kalau kreatuatif, tergantung mood, ya nggak bisa, gitu. Jadi, harus dilihat juga, dan kita harus punya kemampuan untuk membaca kode dan mengerti kodenya dulu. Baru kita bisa mengoptimal. Kita harus cross-check sumbernya lagi. Setelah dijelasin,
kalau kita curiga, kita harus cross-check. Kan biasanya nih, ya, nggak mau, apa ya, nggak mau menjenerisasi gitu kan storitiknya. Biasanya kan, wah, cari ini. Lihat di Stack Overflow, copy-paste, nggak berhasil, googling lagi kan, cari lagi kan. Nah, kalau di Charged GPT... Iya, kalau Charged GPT, susah begitu. Begitu dicoba, nggak berhasil, mau nanya lagi, ini salah. Tetep, dikasih yang salah juga kan tadi, kan? Udah sampai beberapa kali pertanyaan, tetep salah, gitu. Jadi, kembali lagi, kita harus punya fondasi, punya fundamental yang bagus dulu, baru bisa kita manfaatkan dengan optimal. Makanya rajin-rajin nonton Go Branding Web, kita suka ngomong kuda mental. Asik. Nih, tuh, langsung ditembak, 9 Desember, langsung berangkat. Ayo beri tigaan di sana. Beri tigaan lagi, gitu. Kasian, yang lain nggak kebagian. Beri tigaan kita beriga, loh. Belum menambah lagi, nih. Kan Bandung, kan lo juga, ini tanggal sembunyikan, aman.
Dosen harus bisa memfasilitasi. Iya. Tergantung, kalau dosennya sudah menggunakan, oke, tapi kalau dosennya sendiri belum menggunakan, bingung juga, gimana cara dia mau fasilitasi. Tanya aja ke dosennya, kalau itu sih confirmnya, maksudnya, bener nggak pemahaman saya kayak gini-gini, bener atau nggak? Oh, iya, benar. Dosen tuh, sebaik itu bisa ditanya-tanya sama asiswara tusen atau nggak. Iya, iya, iya. Kalau yang belajarnya nggak dari kuliah, iya kan nggak bisa tanya siapa-siapa. Tanya kita, nih, Cep. Gak punya nampak kita. Oh iya, satu lagi. Ada pernah saya pakai copilot, itu bisa untuk ngadepin untuk meng-enhance code saya, loh. Ada, ada, ada. Untuk tolong enhance supaya lebih error handling-nya lebih bener. Bisa refactor juga, tolong dipersingkat. Dibikin lebih jelas. Code comment dan lain-lain itu bisa ada. Ya, bisa. Gak cek ESLinconfig nggak?
Kayaknya bisa. Eh, nggak tahu ya. Tapi kan ESLinconfig kan udah nempelnya ke IDE. Jadi kalau misalnya nggak code-nya bisa auto-fix. Iya, iya. Kalau tadi kan enhance a code, misalnya biar efektif aja. Terusnya dia dengan base practice yang udah kita setting, dia ngikutin style. Kan kadang kalau organizasi atau satu project kan udah punya standard sendiri style-nya harusnya gimana, terus ESLinrules-nya gimana. Kalau kita sedang refactor atau enhance, oh dia belum se-pinter gitu ya. Belum, belum. Belum sampai sana. Nah, ada salah satu kelebihan di whisperer, code whisperer-nya AWS, dibandingkan copilot, itu dia bisa melakukan scanning ke vulnerability code. Jadi code kita itu ada telah sekuritasnya nggak.
Itu pakai SNHK kalau nggak salah ya. Dan ada keterangannya ini hati-hati, ini bahaya. Misalkan kita menge-expose Secret Gila atau apa. Ya, dia bisa detect. Cuman kalau yang free, itu cuma bisa berapa gitu, lima atau berapa gitu. Ada jam lah. Itu menarik sih. Kadang-kadang kan kita nggak aware ya. Ya, lumayan lah. Cukup membantu untuk pekerjaan sehari-hari, terutama sebagai web developer ya. Oke, mungkin sekian dulu. Bahasan kita malam hari ini ngobrolin AI tentang penggunaan ya. Mudah-mudahan nanti di lain kesempatan kita bisa bahas tentang cara penggunaan si AI-nya untuk bikin produk seperti yang Eka sebutkan tadi ya. Atau kita bisa main-main dengan Generative AI bagaimana cara bikin image dan lain-lain. Oke. Mungkin itu aja untuk malam ini. Terima kasih banyak buat semuanya yang sudah menemani
kita dari jam 8 tadi. Saran topik, bisa pikirin? Oh iya, lupa mulu ya. Saran topik, masih kita tunggu ya. Masih banyak topik-topik yang menarik, yang bisa kita bahas di episode-episode berikutnya. Sampai jumpa di hari selasa depan. Bye-bye.
Deskripsi asli dari YouTube
Yuk mari kita diskusi dan ngobrol ngalor-ngidul tentang dunia web. Agar tetap up-to-date dengan teknologi web terkini. Topik, tautan dan pertanyaan menarik bisa dilayangkan ke https://bit.ly/ngobrolinweb Kunjungi https://ngobrol.in untuk catatan, tautan dan informasi topik lainnya.
Memuat komentar dari GitHub Discussions...
Jika komentar tidak muncul karena ekstensi privasi / adblocker, kamu bisa berdiskusi langsung di GitHub Discussions .