Cara Saya Belajar Coding dengan AI dalam 30 Hari: Dari Skeptis ke Fanatik
Saya dulu termasuk orang yang menertawakan ide "AI bisa ngoding." Saya pikir itu cuma gimmick marketing. Tapi 30 hari yang lalu, saya memutuskan untuk mencoba dengan sungguh-sungguh. Ini adalah catatan otentik perjalanan saya — lengkap dengan kegagalan, kaget, dan momen-momen yang mengubah cara saya memandang profesi developer.
Hari 1-3: Skeptis, Penasaran, dan Shock Pertama
Semuanya berawal dari tweet Andrej Karpathy tentang "vibe coding." Saya baca, lalu tertawa. "Ya, elah, AI nulis kode to-do list mungkin bisa. Tapi aplikasi production? Nggak mungkin."
Tapi rasa penasaran saya menang. Saya install Cursor AI di MacBook saya. Saya buat file baru. Saya ketik di chat panel:
"Buatkan saya to-do list app dengan HTML, CSS, dan JavaScript. Fiturnya: tambah task, tandai selesai, hapus task, simpan di localStorage."
Saya pikir AI akan ngasih potongan kode yang saya harus rakit sendiri. Tapi yang terjadi? Cursor menghasilkan 3 file lengkap — index.html, style.css, script.js — dengan struktur folder rapi. Saya klik "Apply" dan file-file itu muncul di sidebar. Saya buka di browser. To-do list-nya jalan. Smooth. Responsive. Bahkan ada animasi checkmark.
Saya menatap layar selama 30 detik. Saya tidak menulis satu baris kode pun. Saya cuma ngomong dalam Bahasa Indonesia. Dan aplikasinya jalan.
Shock pertama. Tapi saya masih skeptis. "To-do list kan gampang. Coba aplikasi yang lebih kompleks."
Hari 4-7: Mencoba "Aplikasi Nyata" dan Mulai Terguncang
Saya punya project nganggur: dashboard sederhana untuk tracking pengeluaran bulanan. Saya sudah 2 minggu stuck di bagian chart-nya. Saya coba tanya Cursor:
"Buatkan dashboard pengeluaran dengan HTML, Tailwind CSS, dan Chart.js. Ada form input pengeluaran, tabel riwayat, dan pie chart per kategori. Data simpan di localStorage."
AI bekerja selama 2 menit. Muncul 5 file. Saya buka. Dashboard-nya ada. Form-nya jalan. Chart-nya muncul. Data tersimpan. Saya coba tambah pengeluaran "Makan Siang Rp 50.000" — muncul di tabel dan pie chart otomatis update.
Saya yang sebelumnya stuck 2 minggu, sekarang punya MVP dalam 2 menit. Rasanya seperti ditampar. Tapi ditampar yang enak.
Di hari ke-7, saya sudah membuat 4 project kecil: portfolio website, kalkulator BMI, countdown timer, dan weather app (dengan fetch API). Semua tanpa menulis kode manual lebih dari 10%. Saya cuma mengarahkan, memperbaiki desain, dan memastikan logika bisnis-nya benar.
Mindset shift hari ke-7: AI bukan pengganti programmer. AI adalah junior developer super cepat yang bisa saya perintahkan. Saya jadi arsitek. AI jadi tukang bangunan.
Hari 8-14: Project Pertama yang "Serius" — E-Commerce Mini
Saya mulai ambisius. Saya ingin coba aplikasi full-stack: e-commerce mini dengan cart, checkout, dan payment. Saya pikir ini akan "membongkar" kelemahan AI. Saya pikir AI akan gagal di bagian backend, database, dan integrasi payment.
Saya setup project Next.js + Prisma + SQLite. Saya beri instruksi bertahap:
- "Setup Next.js project dengan Prisma ORM dan SQLite"
- "Buat schema database untuk Product, Cart, dan Order"
- "Buat API endpoint untuk CRUD product"
- "Buat halaman frontend dengan daftar produk dan tombol add to cart"
- "Integrasi Stripe Checkout untuk payment"
AI menyelesaikan semua dalam 3 jam. Saya hanya:
- Setup akun Stripe dan copy API key
- Verifikasi bahwa payment flow benar (test mode)
- Menyesuaikan UI dengan brand warna saya
- Menambahkan validasi form yang ketat
Di hari ke-14, saya deploy e-commerce mini itu ke Vercel. Saya kirim link ke teman saya. Dia bisa beli "produk dummy" dengan kartu test Stripe. Transaksi masuk ke dashboard Stripe saya.
Saya duduk di kamar. Saya baru saja membangun e-commerce — sendirian — dalam waktu yang biasanya butuh tim 2-3 orang seminggu. Saya merasa seperti punya superpower.
Tapi saya juga sadar sesuatu: saya tidak bisa jelaskan setiap baris kode yang AI tulis. Saya tahu cara kerjanya, tapi tidak hafal syntax-nya. Itu membuat saya tidak nyaman. Jadi saya mulai kebiasaan baru: setiap AI generate kode, saya tanya "Jelaskan apa yang kode ini lakukan, baris per baris." Cursor menjelaskan dengan sabar. Saya belajar sambil membangun.
Hari 15-21: Deploy ke Production dan "Momen Panik"
Saya punya VPS sendiri (saya sudah belajar server dari kursus saya sendiri, ironis memang). Saya ingin deploy e-commerce mini itu ke domain saya sendiri, bukan Vercel. Saya ingin full control.
Saya beri instruksi ke Cursor:
"Deploy Next.js app ini ke VPS Ubuntu dengan Nginx reverse proxy, PM2, dan SSL Let's Encrypt. Domainnya: shop.zulfianto.com."
AI memberikan step-by-step command. Saya copy-paste ke terminal. Nginx berhasil dikonfigurasi. PM2 jalan. SSL aktif. Tapi saat saya buka domain, muncul error 502 Bad Gateway.
Saya panik. Saya bukan sysadmin senior. Saya coba tanya Cursor:
"Ada error 502 Bad Gateway di Nginx. Log-nya bilang: connect() failed. Kenapa?"
AI membaca error log, lalu bilang: "PM2 berjalan di port 3001, tapi Nginx proxy_pass ke port 3000. Ganti konfigurasi Nginx ke port 3001."
Saya cek. Benar. Saya ganti. Reload Nginx. Website jalan. Problem solved dalam 5 menit.
Sebelum AI, saya akan menghabiskan 2-3 jam Googling, mencoba-coba, dan mungkin merusak konfigurasi lebih jauh. Sekarang? AI membaca log, mendiagnosis, dan memberikan solusi spesifik.
Momen panik itu justru membuat saya lebih percaya. Karena AI tidak hanya bisa coding, tapi juga bisa debug.
Hari 22-30: Client Pertama, Income Pertama, dan Realisasi Besar
Hari ke-22, saya posting di Twitter: "Saya coba bangun e-commerce mini pakai AI dalam 3 jam. Ini hasilnya." Saya attach screenshot dan link demo. Saya tidak berharap apa-apa.
12 jam kemudian, DM masuk dari founder startup lokal. Dia butuh MVP dashboard internal untuk timnya — tracking lead, konversi, dan revenue. Budget: Rp 3 juta. Timeline: 1 minggu.
Saya pikir: "Ini ujian. Kalau AI cuma bisa to-do list, saya akan gagal di sini."
Saya mulai kerja. Saya setup project Laravel + Livewire + MySQL. Saya beri instruksi bertahap ke AI selama 4 hari:
- Hari 1: Auth, role-based access (admin, sales, manager)
- Hari 2: CRUD lead, status pipeline, assign ke sales
- Hari 3: Dashboard dengan chart revenue, filter periode, export Excel
- Hari 4: Polish UI, notifikasi email, testing
Saya deploy hari ke-5. Saya kirim ke client. Dia test selama 2 hari. Dia minta revisi kecil: tambah kolom "sumber lead" dan ubah warna chart. Saya selesaikan dalam 2 jam.
Hari ke-30, saya menerima transfer Rp 3 juta. Income pertama dari project yang 80% dibangun oleh AI.
Tapi yang lebih berharga dari uangnya: saya membuktikan bahwa vibe coding bukan cuma untuk "main-main." Ini bisa untuk client real, project real, income real.
Refleksi: AI sebagai Multiplier, Bukan Pengganti
Setelah 30 hari, saya sadar ada tipe developer di era AI:
Tipe 1: "Prompt Cowboy"
Mereka yang cuma copy-paste hasil AI tanpa paham. Mereka bisa bangun aplikasi cepat, tapi saat error kompleks muncul, mereka stuck. Mereka tidak bisa customize. Mereka tidak bisa scale. Ini bukan saya.
Tipe 2: "AI-Native Developer"
Mereka yang memahami fundamental coding, arsitektur, dan logika bisnis — lalu menggunakan AI untuk mempercepat 10x. Mereka tahu kapan AI benar, kapan AI salah. Mereka bisa mengarahkan AI seperti mengarahkan tim developer. Ini yang saya ingin jadi.
Saya belum sempurna. Saya masih belajar. Tapi 30 hari ini mengajarkan saya bahwa:
- AI tidak mengganti programmer. AI mengganti programmer yang tidak mau beradaptasi.
- Speed bukan lagi competitive advantage. Semua orang bisa cepat dengan AI. Yang jadi beda adalah quality of thinking — apa yang Anda bangun dan mengapa.
- Debugging manual tetap penting. AI bisa salah. AI bisa hallucinate. Anda harus bisa memverifikasi.
- Deploy dan infrastruktur tetap wajib dipahami. AI bisa coding, tapi server tetap butuh manusia yang setup.
Kenapa Saya Membuat Kursus Vibe Coding
Saya tidak ingin Anda menjalani 30 hari pertama yang penuh trial-and-error seperti saya. Saya ingin Anda punya peta jalan yang jelas. Saya ingin Anda tahu:
- Tool mana yang cocok untuk pemula vs advanced
- Prompt seperti apa yang menghasilkan kode production-quality
- Cara verifikasi dan debug kode AI dengan cepat
- Project apa yang worth dibangun untuk portfolio
- Cara deploy dan monetize skill ini
Semua itu saya rangkum di kursus Belajar AI — Vibe Coding. Bukan karena saya sudah jadi expert, tapi karena saya baru saja menjalani perjalanan ini dan masih ingat setiap stuck, panik, dan momen aha-nya.
Kursusnya bukan teori. Saya rekam layar saya sendiri saat membangun project. Saya tunjukkan prompt yang saya pakai. Saya tunjukkan error yang muncul dan cara saya memperbaikinya. Saya tunjukkan bagaimana saya mendapatkan client pertama.
Kalau saya bisa — seorang developer biasa yang dulu skeptis dengan AI — Anda juga bisa. Mungkin lebih cepat dari 30 hari.
Apakah Anda Siap Mencoba?
Saya tidak bilang AI coding adalah jalan pintas tanpa usaha. Saya bilang AI coding adalah jalan pintas yang membutuhkan arsitek yang pintar.
Anda masih harus belajar:
- Logika pemrograman dasar
- Arsitektur aplikasi
- Keamanan dan best practices
- Cara deploy dan manage infrastruktur
Tapi waktu yang Anda habiskan untuk mengetik kode bisa dialihkan untuk memikirkan produk. Dan itu, menurut saya, adalah upgrade terbesar yang bisa Anda dapatkan di 2026.
Jika Anda penasaran dan ingin mencoba dengan panduan yang terstruktur, silakan cek kursus Belajar AI — Vibe Coding. Saya akan jadi teman perjalanan Anda di 30 hari pertama — dan seterusnya.
— Zulfianto, setelah 30 hari bersama AI.
