Panduan belajar AI secara praktis bagi non-IT dimulai dari penguasaan teknik prompting dasar, dilanjutkan ke tahap pembuatan prototipe menggunakan metode vibe coding, hingga akhirnya mampu mengorkestrasi sistem agen AI yang berjalan mandiri untuk bisnis.
Kalau lihat media sosial, peta jalan belajar AI sering terlihat sangat rapi.
Mulai dari belajar prompt, lanjut machine learning, masuk ke AI agent, lalu sukses bikin startup miliaran rupiah.
Kenyataannya, perjalanan saya jauh dari itu.
Saya bukan programmer. Saya bukan lulusan teknik informatika. Saya juga tidak pernah bercita-cita menjadi software developer.
Saya hanya seorang praktisi accounting dan finance yang sudah lebih dari 14 tahun bekerja di dunia keuangan.
Tapi dalam dua tahun terakhir, hidup saya berubah cukup drastis karena AI.
Ini bukan cerita tentang orang paling pintar. Ini cerita tentang seseorang yang berkali-kali gagal, sering bingung, sering salah, tapi terus mencoba.
Fase 1: Menggunakan AI Seperti Google yang Lebih Pintar
Perkenalan saya dengan AI sebenarnya sangat biasa.
Saya menggunakan ChatGPT dan Gemini seperti kebanyakan orang. Bertanya hal-hal sederhana, mencari referensi, meminta penjelasan istilah, atau mencari tutorial Excel.
Tidak ada yang istimewa.
Saat itu saya masih menganggap AI hanya mesin pencari yang lebih nyaman diajak ngobrol dibanding Google.
Saya belum melihat potensi besarnya.
Fase 2: Kursus Gratis yang Mengubah Cara Pandang Saya
Titik balik pertama datang di akhir tahun 2024.
Saya mengikuti pelatihan gratis dari Komdigi tentang pemasaran digital berbasis AI.
Di sana saya belajar banyak hal yang sebenarnya tidak terlalu teknis:
- Riset tren
- Buyer persona
- STP
- USP
- UVP
- Framework AIDA
Yang menarik, untuk pertama kalinya saya melihat AI bukan sekadar alat mencari jawaban.
AI bisa membantu menyelesaikan masalah bisnis nyata.
Setelah pelatihan selesai, saya langsung mencoba menerapkannya untuk membantu peluncuran produk baru di kantor.
Hasilnya cukup mengejutkan.
Banyak pekerjaan yang biasanya membutuhkan waktu berhari-hari bisa dipercepat secara signifikan.
Di titik itu saya mulai berpikir:
“Kalau AI bisa membantu pekerjaan marketing, kira-kira apalagi yang bisa dilakukan?”
Fase 3: Begadang, Notepad, dan Istri yang Mulai Kesal
Awal 2025 menjadi fase yang cukup gila.
Saya mulai tertarik belajar prompt engineering.
Di tengah proses itu, saya melihat banyak orang mengatakan bahwa AI bisa digunakan untuk membuat aplikasi.
Sebagai orang yang tidak bisa coding, saya penasaran setengah mati.
Saya mulai meminta AI menuliskan kode.
Masalahnya, saya bahkan belum kenal Cursor, Claude Code, Codex, atau tool modern lainnya.
Workflow saya saat itu sangat primitif.
Saya minta kode di ChatGPT.
Saya salin ke Notepad.
Dari Notepad saya copy lagi ke editor.
Error.
Balik lagi ke ChatGPT.
Copy lagi.
Error lagi.
Begitu terus berulang.
Saya sering begadang sampai jam 2 atau 3 pagi hanya untuk memperbaiki error yang sebenarnya saya sendiri tidak mengerti.
Jujur saja, di fase ini istri saya mulai kesal.
Waktu tidur berantakan. Waktu istirahat berantakan.
Tapi rasa penasaran saya jauh lebih besar daripada rasa lelah.
Dari fase inilah lahir aplikasi pertama saya.
Namanya Kasgue Bot.
Sebuah Telegram Bot sederhana untuk mencatat keuangan pribadi yang terhubung langsung ke Google Sheets.
Kalau melihat ke belakang, kualitas kodenya mungkin biasa saja.
Tapi bagi saya saat itu, rasanya seperti berhasil mendaratkan roket ke bulan.
Belakangan saya baru tahu kalau metode nekat yang saya lakukan itu sekarang disebut vibe coding.
Fase 4: Menguras Tabungan Untuk Naik Level
Setelah berhasil membuat aplikasi pertama, saya justru semakin penasaran.
Saya mulai membaca banyak artikel tentang AI.
Salah satu yang cukup berpengaruh adalah tulisan-tulisan tentang Agentic AI dan RAG.
Di situlah saya mulai memahami satu hal penting.
AI itu pintar.
Tapi AI juga sering ngaco.
Kalau ingin membuat sistem yang benar-benar bisa dipakai untuk bisnis, kita tidak bisa hanya mengandalkan chat biasa.
Kita perlu memahami bagaimana AI mengambil informasi, menyimpan konteks, dan membuat keputusan.
Akhirnya saya mengambil keputusan yang cukup berani.
Saya mendaftar kursus Agentic AI & RAG dengan biaya sekitar 6 juta rupiah.
Bagi sebagian orang mungkin tidak besar.
Tapi bagi saya saat itu, itu adalah investasi belajar paling mahal yang pernah saya keluarkan dari kantong pribadi.
Di kursus tersebut saya dipaksa keluar dari zona nyaman.
Saya mulai mengenal Python.
Mulai mengenal Streamlit.
Mulai mengenal Docker.
Mulai mengenal n8n.
Dan yang paling menakutkan saat itu…
Terminal hitam.
Sebagai orang finance, layar terminal terasa seperti sesuatu yang hanya boleh disentuh oleh programmer profesional.
Ternyata tidak semenakutkan itu.
Dari situ saya mulai membangun berbagai aplikasi kecil untuk membantu pekerjaan sehari-hari.
Yang menarik, beberapa bulan kemudian biaya kursus tersebut akhirnya diganti penuh oleh kantor.
Alasannya sederhana.
Manajemen melihat sendiri dampak dan efisiensi dari aplikasi serta automasi yang saya bangun.
Investasi itu akhirnya kembali.
Bahkan nilainya jauh lebih besar dari uang yang saya keluarkan.
Fase 5: Ketagihan Vibe Coding
Masalah berikutnya muncul.
Saya mulai terlalu menikmati proses membangun aplikasi.
Setiap ada ide, saya ingin langsung membuatnya.
Setiap menemukan masalah, saya ingin langsung menciptakan solusinya.
Dalam waktu relatif singkat saya membuat beberapa aplikasi:
KasMasjid untuk pencatatan keuangan masjid.
Qalam untuk membantu riset SLR tesis S2 saya.
Lamman untuk membuat landing page secara otomatis.
Dan masih banyak eksperimen lainnya.
Di fase ini saya merasa seperti anak kecil yang baru menemukan toko mainan.
Semua terlihat menarik.
Semua ingin dicoba.
Semua ingin dibuat.
Masalahnya, energi saya tidak tak terbatas.
Fase 6: Belajar Bahwa Fokus Lebih Penting Daripada Ide
Semakin banyak aplikasi yang saya buat, semakin saya sadar bahwa masalah terbesar bukan kemampuan teknis.
Masalah terbesar adalah fokus.
Ide tidak pernah habis.
Justru terlalu banyak ide bisa menjadi jebakan.
Saya mulai menyadari bahwa saya sedang mencoba mengerjakan terlalu banyak hal sendirian.
Akibatnya tidak ada yang benar-benar berkembang maksimal.
Akhirnya saya mengambil langkah mundur.
Saya berhenti mengejar semua ide.
Saya mulai memilih.
Apa yang benar-benar penting?
Apa yang benar-benar ingin saya bangun dalam jangka panjang?
Dari pertanyaan itu lahirlah VISIA.
Bukan sekadar aplikasi.
Bukan sekadar chatbot.
Bukan sekadar AI Agent.
VISIA adalah upaya saya membangun sistem operasi bisnis yang dijalankan oleh sekumpulan agen AI yang saling terhubung.
Saya menyebutnya Pandawa AI.
Yudhis untuk riset.
Bima untuk engineering.
Juna untuk strategi.
Nakula untuk operasional.
Sadewa untuk keuangan.
Kalau dipikir-pikir lucu juga.
Dua tahun lalu saya masih copy-paste kode dari ChatGPT ke Notepad dan berharap tidak error.
Hari ini saya sedang membangun sistem yang mengorkestrasi banyak AI agent untuk membantu menjalankan bisnis.
Pelajaran Terbesar yang Saya Dapat
Kalau ada satu hal yang saya pelajari selama dua tahun terakhir, itu adalah:
Jangan menunggu menjadi ahli untuk mulai mencoba.
Kalau saya menunggu sampai bisa coding, mungkin saya tidak akan pernah membuat aplikasi pertama.
Kalau saya menunggu sampai paham AI sepenuhnya, mungkin saya tidak akan pernah memulai.
AI bukan tentang siapa yang paling pintar.
AI adalah tentang siapa yang paling cepat belajar, paling sering mencoba, dan paling tahan menghadapi kegagalan.
Dan menurut saya, perjalanan ini masih 1% dari apa yang akan terjadi dalam 10 tahun ke depan.
Saya masih belajar.
Masih sering salah.
Masih sering bingung.
Tapi satu hal yang pasti.
Saya tidak ingin menjadi penonton di era AI.
