Membangun website HKBP bukan sekadar latihan coding. Proyek ini dikerjakan untuk kebutuhan komunitas nyata, sekaligus menjadi validasi workflow pengembangan berbantuan AI yang saya gunakan sehari-hari.
Konteks Proyek
Website ini saya bangun sebagai kontribusi pribadi untuk komunitas gereja. Tujuannya:
- membuat informasi penting lebih mudah diakses
- memusatkan pengumuman dan jadwal kegiatan
- menyiapkan fondasi sistem yang rapi untuk pengembangan lanjutan
Dengan begitu, proyek ini bermanfaat sebagai kontribusi nonprofit sekaligus case study portfolio yang realistis.
Kenapa Menggunakan AI Agents
Sebagai solo engineer, kecepatan penting, tapi kualitas harus tetap terjaga. Saya memanfaatkan AI agents untuk memangkas pekerjaan repetitif, sambil tetap memastikan keputusan teknis dan review akhir dilakukan secara manual.
AI paling membantu untuk:
- Percepatan perencanaan
Menyusun breakdown requirement, urutan implementasi, dan task list. - Scaffolding UI
Iterasi struktur komponen dan layout lebih cepat sebelum refinement. - Boilerplate backend
Membuat kerangka API dan baseline CRUD agar waktu implementasi lebih efisien. - Dukungan debugging
Triage issue lebih cepat dan validasi beberapa opsi solusi.
Pendekatan Delivery
Alur kerja saya di proyek ini:
- Menetapkan requirement dan scope MVP.
- Menyusun PRD dan milestone implementasi.
- Membangun slice frontend dan backend awal dengan bantuan AI.
- Review dan refactor untuk maintainability.
- Verifikasi perilaku sistem dan menyiapkan konfigurasi deployment.
Prinsip utamanya: AI mempercepat eksekusi, tetapi arah teknis tetap dikendalikan engineering judgment.
Tech Stack
- Frontend: React + Tailwind CSS
- Backend: Go (REST API)
- Database: MySQL
- File Storage: Cloudflare R2
- Deployment: Docker + reverse proxy workflow
Hal yang Berjalan Baik
- Iterasi struktur halaman dan komponen lebih cepat
- Waktu untuk boilerplate frontend/backend berkurang
- Momentum implementasi dan debugging lebih terjaga
Constraint dan Tradeoff
Output AI tetap harus diawasi ketat untuk:
- konsistensi arsitektur
- keterbacaan dan maintainability kode
- aspek security dan data handling
- kesiapan production
Singkatnya, AI menaikkan throughput, tapi tidak menggantikan akuntabilitas engineering.
Penutup
Proyek ini memperkuat pendekatan saya dalam membangun software production-focused dengan AI sebagai force multiplier. Di artikel lanjutan, saya akan bahas keputusan teknis detail untuk arsitektur, content workflow, dan deployment.