Tek Analogi #10 — AI & Coding

Photo by Igor Omilaev on Unsplash

“The future of AI is not about replacing humans, it’s about augmenting human capabilities” — Sundar Pichai (CEO of Google)

Halo pembaca 👋 Selamat datang di seri Tek Analogi jilid sepuluh. Tek Analogi merupakan seri publikasi yang membahas teknologi dengan menggunakan analogi. Kamu bisa baca seri-seri sebelumnya di:

[embed]Tek Analogi Pahami teknologi lewat analogimedium.com

Sejak meledaknya AI beberapa tahun terakhir, orang-orang mulai sering menggunakan AI dalam kesehariannya. Mulai dari mencari informasi, merangkum tulisan, sampai menyelesaikan soal-soal latihan di sekolah. Dunia pengembangan perangkat lunak (software development) pun tidak terlepas dari pengaruh AI. Pada tulisan kali ini, saya ingin mencoba menjelaskan bagaimana AI telah mengubah cara kita melakukan koding — menggunakan analogi.

0. Glosarium

Sebelum kita mulai, mari kita samakan dulu persepsi kita soal beberapa istilah yang akan saya pakai di artikel kali ini.

Ketika artikel ini menyebut “AI”, yang dimaksud adalah jenis AI berbasis Model Bahasa Besar (Large Language Model / LLM) seperti: ChatGPT, Copilot, Gemini, Claude, dsb.

1. Model Bahasa Besar (Large Language Model)

Pernahkah kamu melihat Jarvis di Film Iron Man atau film Avengers lainnya. Jarvis adalah komputer buatan Tony Stark yang mampu mengerjakan segala macam perintah. Dari mencari informasi, sampai mengoperasikan “Iron Man” itu sendiri. Jarvis selayaknya asisten, namun hidup di dunia maya.

https://kr.pinterest.com/pin/557250153911943048/

Semenjak kemunculannya di tahun 2022, Large Language Model (LLM) yang menjadi dasar “Jarvis” di era modern ini — adalah sebuah cabang dari bidang kecerdasan buatan (Artificial Intelligence) yang dapat memahami, memproses — kemudian merespon dengan teks bahasa manusia secara alami. AI ini dibuat dengan melatih milyaran informasi yang tersebar di dunia. Ibaratnya seperti manusia sudah membaca jutaan buku. Jika kamu penasaran lebih detilnya, kamu bisa membaca tulisan di bawah.

[embed]Tek Analogi #6 — Pembelajaran Mesin (Machine Learning) “A breakthrough in machine learning would be worth 10 Microsofts” — Bill Gates (Founder of Microsoft)medium.com

Tentu saja sejak kemunculannya, para programmer mencoba apabila kita bisa memanfaatkan AI juga untuk menghasilkan kode — hanya dengan menggunakan bahasa alami manusia. Awalnya para programmer menggunakan AI ini dengan cara sederhana, yakni lewat beranda di browser. Kita mencoba berinteraksi dengan meminta membuat kode, kemudian copy-paste kode tersebut ke editor.

https://beebom.com/how-write-code-chatgpt/

Namun cara ini dinilai tidak praktis dan kurang efisien. Karena programmer harus bolak-balik antara editor kode dan browser yang membuka jendela AI. Di samping itu, AI juga kekurangan konteks setiap kali mau merespon pertanyaan dari sang programmer karena tidak punya akses langsung ke kode sumber secara keseluruhan. Membuat potensi AI membuat kode yang kurang baik menjadi lebih tinggi. Akhirnya programmer mulai bertanya:“Kenapa AI-nya tidak kita masukan langsung saja ke tempat kita ngoding?”

2. AI Di Editor Kode — Pelengkapan Otomatis (Autocomplete)

Bayangkan kamu lagi nulis kode kamu, lalu ada seseorang di sebelahmu yang bilang: “Kamu mau nulis ini ya selanjutnya… 😏”. Itulah AI dengan fitur pelengkapan otomatis (autocomplete). Banyak editor kode sekarang dilengkapi dengan AI yang akan mencoba memberikan saran kode (code suggestion) yang mau kamu tulis. AI punya akses ke kode sumber secara keseluruhan — kemudian memberikan saran lanjutan secara real-time dengan memahami konteks yang penuh,

https://blog.jetbrains.com/fleet/2024/05/fleet-1-34-is-out-with-ai-code-completion-for-python-and-kotlin-smooth-caret-animation-em-force-step-into-em-and-many-more-improvements/

Rasanya seperti punya partner ngoding untuk pair programming, bedanya partner kamu sekarang adalah AI. Namun cara ini masih memerlukan partisipasi aktif si programmer dalam mengetik kodenya. Kemudian programmer mulai berpikir, “bisakah kita tidak usah sambil menulis kode?”. Bagaimana kalo kita bisa meminta AI mengerjakannya sendiri? 🤔

3. Agen AI

Agen AI selayaknya “asisten yang bisa disuruh-suruh” — dan mereka bisa membuat dan menyunting kode sumber berdasarkan perintah yang kita berikan dalam hitungan detik. Contoh dari agen AI ini bisa ditemukan di berbagai tools seperti Copilot di VS Code, Cursor, Claude Code, dan masih banyak lagi.

https://docs.continue.dev/ide-extensions/quick-start

Namun untuk mendapat hasil yang optimal, programmer diharuskan untuk memberi perintah (prompt) yang penuh konteks dan selengkap mungkin. Berikut contoh perintah yang baik untuk diberikan kepada agen AI

• Contoh perintah yang kurang ❌

buat kode nya lebih baik

• Contoh perintah yang bagus ✅

Refactor test suite dengan:
- Pola AAA (Arrange-Act-Assert)
- Prinsip FIRST (Fast, Isolated, Repeatable, Self-checking, Timely)
- Satu pengecekan per test
- Standar penamaan: should[Behavior]When[Condition]
- Hapus kode yang punya duplikat

Gunakan format:
```typescript
it('should [behavior] when [condition]', () => {
  // Arrange
  // Act
  // Assert
});

Dengan memanfaatkan agen AI, programmer tidak perlu melakukan “koding aktif” dan bisa fokus pada meninjau (*review*) hasil kode yang dihasilkan.

Tentu saja masih banyak lagi teknologi AI lainnya seperti *Model Context Protocol* (MCP) atau yang khusus ada di spesifik AI seperti *custom command* atau *skill* di Claude — juga *rule *di Cursor. Tulisan kali ini hanya mencakup konsep AI dan koding yang ada pada umumnya di semua *platform *saja. Jika kamu penasaran lebih lanjut, kamu bisa mencari tahu sendiri topik-topik yang saya sebutkan diatas 😜

AI dan koding sudah berkembang dari *copy-paste *di browser, ke AI yang “hidup” di kode editor — sampai pada agen AI yang bisa berjalan sendiri tanpa ada partisipasi aktif dari si programmer.

Semoga tulisan kali ini bermanfaat… Terima kasih sudah membaca 😃 
See you in a bit — *Ferzos*