Webinar Ngoding Itu Masih Worth It Di 2026?

Ringkasan

Webinar membahas apakah belajar coding masih layak pada 2026, ketika AI semakin mampu menghasilkan kode, membuat antarmuka, memperbaiki bug, dan membantu menguji aplikasi. Kesimpulan utama pembicara adalah AI tidak membuat kemampuan developer menjadi tidak relevan; AI mengubah cara kerja dan standar yang diharapkan. AI dapat mempercepat pelaksanaan, tetapi manusia tetap perlu menentukan kebutuhan, konteks, arah teknis, keamanan, dan kualitas produk.

Gagasan dan pelajaran utama

• AI sebaiknya dipakai sebagai rekan kerja, bukan pengganti pemahaman. Developer perlu mampu menilai apakah hasil AI sesuai kebutuhan, memahami kode yang dihasilkan, dan memperbaikinya jika ada masalah.
• Belajar fundamental tetap penting, terutama bagi orang yang ingin bekerja secara profesional. Untuk membuat website, pembicara menekankan dasar HTML, CSS, dan JavaScript. Pilihan teknologi lain bergantung pada jenis produk dan tujuan penggunaannya.
• Tidak ada satu bahasa atau teknologi terbaik untuk semua kebutuhan. Setiap teknologi punya kelebihan, batasan, dan ekosistem. Pilih berdasarkan kebutuhan produk atau lowongan kerja, bukan sekadar mengikuti tren.
• Bedakan strategi belajar untuk mencari kerja dan membangun bisnis:
  • Jika mencari kerja, telusuri lowongan untuk mengetahui teknologi yang sering diminta, lalu prioritaskan teknologi tersebut.
  • Jika membangun bisnis, mulai dari kebutuhan pasar dan pilih teknologi yang dapat mendukung kebutuhan itu.
• Keterampilan profesional bukan hanya menulis kode. Pembicara juga menyoroti Git, kolaborasi, pengujian, CI/CD, Docker, deployment, dokumentasi, komunikasi, dan—untuk kerja lintas negara—kemampuan bahasa Inggris.
• Bukti karya penting. Proyek dan dokumentasi yang dapat ditunjukkan melalui portofolio lebih berguna untuk membuktikan kemampuan daripada hanya mengumpulkan tutorial. Pembicara juga menyarankan untuk memperbarui profil profesional dan melamar secara konsisten.
• AI mempermudah belajar, tetapi tidak menghilangkan kebutuhan akan arahan dan umpan balik. Pada bagian penutup, host menekankan bahwa pembelajar mandiri dapat terbantu oleh jalur belajar yang jelas, mentor, target proyek nyata, dan lingkungan yang mendukung.

Alur kerja yang disarankan untuk membangun aplikasi dengan AI

1. Tentukan kebutuhan sebelum meminta AI menulis kode.

   • Jelaskan masalah yang ingin diselesaikan, pengguna, fitur, dan alur bisnis.
   • Untuk pencari kerja, gunakan lowongan sebagai petunjuk teknologi yang perlu dipelajari. Untuk bisnis, mulai dari kebutuhan pasar.

2. Siapkan tiga dokumen sebagai konteks kerja AI.

   • PRD: tujuan produk, kebutuhan bisnis, peran pengguna, halaman, fitur, dan alur seperti pendaftaran atau checkout.
   • System design/design system: arah visual, palet warna, kode warna, tipografi, dan konsistensi antarmuka.
   • Tech stack: bahasa, framework, arsitektur, database, ORM, serta pertimbangan validasi dan keamanan.
   • Pembicara menyarankan AI dapat membantu menyusun draf dokumen, tetapi hasilnya tetap perlu diperiksa dan disesuaikan.

3. Pilih teknologi sesuai kebutuhan dan kemampuan.

   • Tentukan apakah produk ditujukan untuk web, mobile, desktop, atau platform lain.
   • Pilih stack dan arsitektur yang sesuai; jangan memaksakan teknologi hanya karena sedang populer.
   • Untuk database, pembicara memberi panduan umum: SQL cocok ketika data memiliki banyak hubungan, sedangkan NoSQL dapat dipertimbangkan untuk kebutuhan data tertentu yang lebih fleksibel.

4. Berikan konteks yang cukup kepada AI.

   • Gunakan dokumen dan proyek sebagai konteks, bukan hanya instruksi singkat seperti “buatkan aplikasi”.
   • AI berbasis IDE atau alat yang dapat membaca direktori proyek bisa memahami struktur dan file yang relevan.
   • Contoh alat yang disebut meliputi Claude, ChatGPT/Codex, Gemini, Cursor, dan berbagai integrasi di editor kode.

5. Kelola izin AI dengan hati-hati.

   • Mode otomatis atau izin luas dapat mempercepat pekerjaan, tetapi harus digunakan dengan pemahaman terhadap risikonya.
   • Jangan sembarangan memberi AI akses terhadap kredensial, data sensitif, atau proyek penting.
   • Periksa kebijakan privasi alat dan sesuaikan tingkat izin dengan tingkat risiko proyek.

6. Tinjau dan uji hasilnya.

   • Jangan menganggap kode yang dihasilkan sudah benar hanya karena aplikasi terlihat berjalan.
   • Periksa struktur proyek, perilaku fitur, validasi input, keamanan, dan performa.
   • Pembicara mendemonstrasikan penggunaan AI untuk pengujian end-to-end melalui browser serta menyarankan pemeriksaan keamanan, termasuk pengujian terhadap kemungkinan celah.

7. Deploy, amati, lalu iterasikan.

   • Gunakan Git dan proses deployment yang sesuai; pembicara menilai deployment manual yang tidak tertata kurang cocok untuk pekerjaan profesional.
   • Kemampuan hosting seperti cPanel berbeda-beda. VPS dengan Ubuntu disebut sebagai pilihan yang lebih seragam untuk pengelolaan tertentu.
   • Setelah aplikasi dipublikasikan, gunakan hasil pengujian dan kebutuhan pengguna untuk memperbaiki fitur.

Demonstrasi dan sesi tanya jawab

Pembicara mendemonstrasikan pembuatan aplikasi dengan bantuan dokumen PRD, desain, dan tech stack. Ia juga memperlihatkan bahwa proyek dapat dibuat dari template, diubah melalui instruksi bahasa biasa, diuji, dan dipublikasikan lewat TampilKit Studio. Ia mengingatkan bahwa hasil AI biasanya masih perlu penyesuaian dan tidak otomatis memenuhi semua kebutuhan bisnis.

Dalam sesi tanya jawab, beberapa topik yang dibahas antara lain:

• Karier di Amerika Serikat: pembicara menyampaikan bahwa perusahaan yang merekrut langsung dapat mengurus proses atau dokumen tertentu, dan kemampuan komunikasi bahasa Inggris tetap berguna.
• Deployment di cPanel: dukungan fitur bergantung pada penyedia dan jenis cPanel. Untuk proyek yang memerlukan otomatisasi, Git dan lingkungan server yang lebih terkendali dapat membantu.
• Pemilihan bahasa untuk pemula: pembicara merekomendasikan JavaScript karena dapat digunakan dalam beberapa jenis pengembangan, sambil tetap menekankan bahwa pilihan terbaik bergantung pada tujuan.
• Lama pengerjaan proyek: bergantung pada kejelasan kebutuhan, kompleksitas, model AI, dan ketergantungan eksternal seperti persetujuan payment gateway.
• Pembuatan PRD, system design, dan tech stack: AI dapat membantu menyusun ketiganya, tetapi instruksi dan hasilnya perlu dipahami serta ditinjau manusia.
• AI gratis dan alat pengembangan: versi gratis biasanya memiliki keterbatasan dibanding layanan berbayar, terutama untuk membaca dan mengerjakan proyek secara menyeluruh.
• Peta dan pelacakan kurir: Google Maps disebut akurat tetapi dapat menimbulkan biaya. Alternatif seperti Mapbox dan OpenStreetMap juga dibahas, dengan catatan bahwa akurasi dan cakupannya dapat berbeda.

Bagian program belajar TampilKit

Pada bagian akhir, host memperkenalkan dua program belajar:

• Masterclass Full Stack Web dan Mobile, yang menawarkan roadmap, proyek, komunitas, dan mentoring mingguan.
• Intensive Developer Program, yang menawarkan pendampingan lebih personal, mentoring pada hari kerja selama enam bulan, dan konsultasi karier.

Webinar juga menyebut penawaran harga khusus dan tiga template premium gratis bagi peserta. Bagian ini merupakan promosi program TampilKit, bukan materi teknis utama.

Pembicara dan sumber yang disebut

• Maruf Izhar — host dan moderator webinar.
• Farhan Mubarak — pembicara utama; memperkenalkan diri sebagai developer web yang bekerja untuk perusahaan di Amerika Serikat.
• Tim TampilKit — disebut membantu menjawab pertanyaan dan mengelola acara; Mas Idar disebut saat pengelolaan slide atau berbagi layar.
• Peserta yang bertanya dalam sesi tanya jawab: Amria Rendy, Anhar, Antonius, Hendriana, Yasen, Arif Rahman, dan Zulnan Farizan.
• Peserta lain yang disebut terkait interaksi atau pertanyaan: Marsten Ferisa dan Dudung. Identitas beberapa nama dalam transkrip otomatis tidak sepenuhnya konsisten.