Catatan Awal untuk Diskusi
Artikel ini saya buat sebagai pegangan pribadi untuk berdiskusi dengan CEO saya di PT Uniktif Media Indonesia pada Jumat, 19 Juni 2026.
Topik utamanya sederhana, tetapi sangat penting:
Bagaimana cara saya survive untuk 2 sampai 5 tahun ke depan sebagai developer atau software engineer di tengah adaptasi AI?
Bagi saya, AI bukan hanya tren teknologi. AI sedang mengubah cara kita belajar, bekerja, membuat keputusan, dan membangun software.
Dari Buku, Internet, Komunitas, Lalu AI
Dulu, belajar teknologi terasa jauh lebih sulit.
Informasi banyak dicari dari buku, kampus, dokumentasi tebal, atau pengalaman langsung dari orang yang lebih senior. Setelah itu masuk era internet. Developer mulai terbantu dengan forum, blog, Stack Overflow, GitHub, YouTube, dan komunitas online.
Sekarang kita masuk ke era baru.
AI membuat akses informasi menjadi jauh lebih cepat. Kita bisa bertanya, meminta contoh kode, membandingkan solusi, mencari bug, membuat dokumentasi, bahkan memahami konsep sulit hanya dengan prompt yang tepat.
Hal yang dulu butuh waktu berhari-hari untuk dipahami, sekarang bisa dipelajari dalam hitungan jam.
Dilema AI: Membantu, Tapi Bisa Melemahkan Cara Berpikir
AI memberi kemudahan besar. Namun, kemudahan ini juga membawa dilema.
Ketika semua jawaban terasa instan, ada risiko kemampuan berpikir organik menjadi melemah. Developer bisa terlalu cepat menerima jawaban tanpa benar-benar memahami alasan di balik solusi tersebut.
Ini berbahaya.
Karena dalam software engineering, masalah sebenarnya jarang hanya soal “kode apa yang harus ditulis”. Masalah yang lebih penting adalah:
- Kenapa solusi ini dipilih?
- Apakah solusi ini aman?
- Apakah solusi ini bisa dipelihara?
- Apakah solusi ini sesuai kebutuhan bisnis?
- Apa dampaknya untuk sistem dalam jangka panjang?
AI bisa membantu menulis kode. Tetapi developer tetap harus berpikir, menguji, menilai risiko, dan mengambil keputusan.
Ancaman yang Harus Diakui
Saya tidak ingin menutup mata.
Banyak pemimpin teknologi besar sudah menyampaikan bahwa AI akan mengubah pekerjaan programmer. Ada yang mengatakan AI bisa menulis sebagian besar kode. Ada juga yang menyampaikan bahwa banyak pekerjaan akan terdampak secara cepat.
Artinya, pekerjaan developer yang hanya berfokus pada mengetik kode akan semakin mudah tergantikan.
Jika value saya hanya sebatas “bisa membuat CRUD”, “bisa membuat endpoint”, atau “bisa mengikuti tutorial”, maka posisi saya akan rapuh.
Karena pekerjaan seperti itu semakin mudah dibantu oleh AI.
Cara Pandang Saya: AI adalah Peluang untuk Naik Level
Saya memilih melihat AI sebagai peluang.
Dulu, ada banyak hal yang terasa sulit dipelajari karena keterbatasan waktu, akses, dan pengalaman. Sekarang, AI membantu membuka banyak pintu.
Saya bisa belajar arsitektur sistem lebih cepat. Saya bisa membandingkan pendekatan backend. Saya bisa memahami security case. Saya bisa bertanya tentang database design, deployment, observability, API design, dan trade-off teknis dengan lebih mudah.
Tetapi tujuan saya bukan menjadi developer yang hanya bergantung pada AI.
Tujuan saya adalah menjadi developer yang mampu menggunakan AI untuk memperluas pengalaman, mempercepat pembelajaran, dan memperkuat kualitas keputusan.
Dengan kata lain, saya ingin naik dari sekadar penulis kode menjadi pengambil keputusan teknis yang lebih matang.
Peran yang Ingin Saya Latih
Untuk survive dalam 2 sampai 5 tahun ke depan, saya perlu mengambil peran yang berada di atas kemampuan dasar AI.
Beberapa peran yang ingin saya latih adalah:
1. Problem Framing
AI bisa menjawab pertanyaan. Tetapi manusia harus bisa merumuskan masalah yang benar.
Saya harus semakin terlatih memahami konteks bisnis, kebutuhan user, batasan sistem, dan prioritas perusahaan sebelum memilih solusi teknis.
2. Technical Decision Making
Tidak semua solusi yang benar secara kode adalah solusi yang tepat secara sistem.
Saya harus bisa memilih mana yang paling optimal, aman, sederhana, dan realistis untuk kondisi tim.
3. System Architecture Instinct
Saya ingin mempertajam insting sebagai tech architect.
Artinya, saya tidak hanya melihat fitur dari sisi endpoint atau database table. Saya juga harus melihat alur data, skalabilitas, keamanan, integrasi frontend-backend, monitoring, deployment, dan biaya operasional.
4. Code Validation
AI bisa menghasilkan kode cepat. Tetapi saya harus bisa memvalidasi kode tersebut.
Saya perlu memastikan kode yang dihasilkan tetap clean, aman, bisa dites, tidak over-engineering, dan tidak menimbulkan masalah baru.
Security Akan Menjadi Skill Penting
Di era AI, security menjadi semakin penting.
AI bisa membantu membuat kode, tetapi AI juga bisa menghasilkan kode yang terlihat benar namun menyimpan celah keamanan.
Contohnya:
- validasi input yang kurang kuat
- query database yang rawan injection
- penggunaan token atau secret yang tidak aman
- konfigurasi server yang terlalu terbuka
- dependency yang rentan
- error handling yang membocorkan informasi sensitif
Karena itu, saya perlu memperdalam security.
Bukan untuk menjadi paranoid, tetapi agar saya bisa membangun sistem yang lebih aman dan bisa dipercaya.
Infrastruktur Tetap Membutuhkan Tanggung Jawab Manusia
AI bisa membantu memberi saran konfigurasi, command, atau strategi deployment.
Namun, infrastruktur produksi tetap membutuhkan tanggung jawab manusia.
Server, database, domain, SSL, CI/CD, monitoring, backup, scaling, incident handling, dan akses production bukan hanya urusan teknis. Semua itu berkaitan dengan risiko bisnis.
Jika sistem down, data bocor, API lambat, atau deployment gagal, yang dibutuhkan bukan hanya jawaban AI. Yang dibutuhkan adalah orang yang memahami konteks, bisa mengambil keputusan, dan berani bertanggung jawab.
Di sinilah saya melihat peluang besar.
Developer yang memahami backend, security, dan infrastruktur akan tetap punya value tinggi.
Strategi Saya untuk 2 sampai 5 Tahun ke Depan
Agar bisa survive, saya perlu bergerak lebih sadar.
Strategi saya adalah:
- memakai AI sebagai learning accelerator
- tetap melatih pemahaman fundamental
- memperdalam backend engineering
- memperkuat security awareness
- memahami system design dan architecture
- meningkatkan kemampuan membaca trade-off
- terbiasa melakukan validasi, testing, dan review
- memahami deployment dan infrastructure operation
- belajar melihat teknologi dari sisi bisnis
Dengan strategi ini, saya tidak ingin bersaing melawan AI.
Saya ingin menjadi orang yang bisa mengarahkan AI untuk menghasilkan pekerjaan yang lebih baik.
Kesimpulan
AI akan mengubah profesi developer. Itu tidak bisa dihindari.
Tetapi saya percaya developer tidak langsung kehilangan value selama mau naik level.
Bagi saya, cara survive bukan dengan menolak AI. Cara survive adalah dengan memahami AI, memanfaatkannya, lalu memperkuat kemampuan yang belum bisa digantikan sepenuhnya oleh AI.
Saya ingin menjadi developer yang tidak hanya bisa menulis kode, tetapi juga bisa memahami masalah, memilih solusi, menjaga keamanan, mengelola infrastruktur, dan mengambil keputusan teknis yang berdampak.
Dalam 2 sampai 5 tahun ke depan, value terbesar saya bukan hanya ada pada seberapa cepat saya coding.
Value terbesar saya ada pada seberapa baik saya berpikir, mengambil keputusan, dan memanfaatkan AI untuk menghasilkan sistem yang lebih aman, efektif, dan bernilai untuk bisnis.