Tips Belajar Coding dengan Bantuan AI

Di era AI seperti sekarang, banyak guru, dosen, dan pengajar merasa galau dengan perkembangan AI yang begitu pesat. Ada yang mengharamkan, ada juga yang mendorong penggunaannya.

Saya sendiri mengambil pendekatan yang lebih progresif, yaitu menyambut dengan tangan terbuka, kemudian memaksimalkannya untuk membantu pekerjaan sehari-hari, dan juga untuk melakukan pengajaran pada mahasiswa atau peserta training yang saya ampu.

Tentu saja perlu ada penyesuaian workflow, supaya kita mendapatkan manfaat yang maksimal, dan bisa menghindari kemudahan dan ke-instan-an yang bisa mengganggu proses belajar.

Berikut adalah workflow belajar coding yang saya sarankan kepada mahasiswa dan peserta pelatihan supaya bisa memanfaatkan AI secara efektif tanpa kehilangan esensi pembelajaran.

Tips Belajar Coding dengan AI

Workflow Belajar Coding dengan AI

1. Create Akun Github

Langkah pertama adalah membuat akun di Github. Github adalah platform untuk menyimpan kode program dan berkolaborasi dengan programmer lain. Kenapa harus Github?

  • Portfolio: Github bisa menjadi portfolio untuk menunjukkan kemampuan coding kita
  • Version Control: Kita bisa tracking perubahan kode dari waktu ke waktu
  • Kolaborasi: Membiasakan diri dengan workflow yang digunakan di dunia kerja
  • Gratis: Github gratis untuk public repository
  • Markdown dan Mermaid: Kita dapat menaruh file dengan format markdown dan mermaid, dan Github akan memformatnya agar enak dilihat mata.

Cara membuat dan menggunakan akun Github bisa ditonton di playlist ini.

2. Create Repo

Repository (atau repo) adalah folder untuk menyimpan project kita. Setiap kali kita ingin belajar atau membuat aplikasi baru, buatlah repo baru.

Cara membuat repo:

  1. Login ke Github
  2. Klik tombol + di pojok kanan atas, pilih New repository
  3. Beri nama repo, misalnya belajar-java-crud
  4. Pilih Public supaya bisa dilihat orang lain (bagus untuk portfolio)
  5. Centang Add a README file
  6. Klik Create repository

Repo sudah jadi. Sekarang kita punya tempat untuk menyimpan project kita.

3. Minta Studi Kasus ke AI

Ini adalah langkah paling penting. Daripada langsung minta AI buatkan kode program, kita minta AI buatkan studi kasus yang sesuai dengan:

  • Skill level: yang sudah kita pelajari
  • Bahasa: Java, Python, JavaScript, atau bahasa apapun yang sedang kita pelajari
  • Output: Readme.md berisi deskripsi case study

Contoh prompt yang bisa kita gunakan:

Saya sedang belajar pemrograman Java.
Skill yang sudah saya kuasai:
- Variabel dan tipe data
- Percabangan (if-else, switch)
- Looping (for, while)
- Function/method

Buatkan studi kasus aplikasi console sederhana
yang bisa saya kerjakan untuk mempraktekkan skill tersebut.
Output yang saya mau adalah file README.md yang berisi:
- Deskripsi aplikasi
- Input yang dibutuhkan dari user
- Proses yang harus dilakukan
- Output yang harus ditampilkan
- Contoh tampilan console

Jangan buatkan kode programnya, cukup README.md saja.

Kenapa minta AI buatkan case study, bukan kode program?

  • Fokus ke problem solving: Kita belajar menganalisis requirement dan merancang solusi
  • Melatih logika: Kita yang harus pikirkan bagaimana implementasinya
  • Tidak tergantung AI: Kita membangun kemampuan sendiri, bukan copy-paste

AI akan memberikan README.md yang berisi deskripsi lengkap tentang aplikasi yang harus kita buat. Ini adalah panduan kita untuk coding.

4. Add README ke Github Repo

Setelah mendapat README.md dari AI, saatnya upload ke Github repo yang sudah kita buat tadi.

Cara upload README.md:

  1. Buka repo yang sudah dibuat
  2. Klik file README.md yang sudah ada
  3. Klik icon pensil untuk edit
  4. Replace isinya dengan README.md dari AI
  5. Scroll ke bawah, beri commit message: Add case study description
  6. Klik Commit changes

Sekarang repo kita sudah punya deskripsi lengkap tentang aplikasi yang akan kita buat. Setiap kali bingung harus ngapain, tinggal buka README.md ini.

5. Coding untuk Solve Case Study Sesuai Readme

Ini adalah tahap inti pembelajaran. Kita harus coding sendiri untuk menyelesaikan case study yang sudah ada di README.md.

Workflow yang saya sarankan:

  1. Baca README.md dengan teliti: Pahami requirement dan fitur yang harus dibuat
  2. Breakdown menjadi task kecil: Misalnya mulai dari setup project, buat database, buat entity, buat repository, dst
  3. Coding satu task: Kerjakan satu task sampai selesai
  4. Test: Pastikan fitur yang baru dibuat berfungsi dengan baik
  5. Commit: Commit ke Github dengan message yang jelas
  6. Ulangi: Lanjut ke task berikutnya

Di sinilah kita benar-benar belajar. Tidak ada shortcut. Kita harus coding sendiri, debug sendiri, troubleshoot sendiri.

6. Boleh Tanya AI (Tapi Ada Aturannya)

Tentu saja, kita boleh bertanya ke AI kalau stuck atau bingung. Tapi ada aturan mainnya:

Logika/Alur Program Saja

Tanyakan tentang konsep, logika, atau alur program. Jangan minta dibuatkan kode lengkap.

Contoh pertanyaan yang BAIK:

  • “Bagaimana cara membuat relasi one-to-many di JPA?”
  • “Apa perbedaan antara @RequestParam dan @PathVariable?”
  • “Bagaimana cara handle error 404 di Spring Boot?”
  • “Apa yang dimaksud dengan lazy loading dalam Hibernate?”

Contoh pertanyaan yang BURUK:

  • “Buatkan kode untuk CRUD user lengkap dengan Spring Boot”
  • “Generate API untuk aplikasi e-commerce”

Bilang ke AI: Jangan Buatkan Kode Programnya

Setiap kali bertanya ke AI, tambahkan instruksi ini:

Jangan buatkan kode programnya.
Cukup jelaskan konsep dan langkah-langkahnya saja.

Dengan begitu, AI akan menjelaskan konsepnya tanpa memberikan kode lengkap yang tinggal copy-paste. Kita tetap harus coding sendiri berdasarkan penjelasan tersebut.

Mengapa Workflow Ini Penting?

Workflow di atas dirancang supaya kita:

  1. Memahami konsep, bukan sekedar copy-paste: Dengan membuat kode sendiri, kita memahami setiap baris yang kita tulis
  2. Melatih problem solving: Case study memaksa kita berpikir bagaimana menyelesaikan masalah
  3. Membangun muscle memory: Coding berulang kali membuat kita hafal syntax dan pattern
  4. Portfolio yang kredibel: Commit history di Github menunjukkan bahwa kita benar-benar coding, bukan copy-paste
  5. Siap menghadapi dunia kerja: Di dunia kerja, tidak ada yang akan memberikan kode lengkap. Kita harus bisa coding sendiri

Suasana Belajar

Kesalahan yang Sering Terjadi

Berikut beberapa kesalahan yang sering dilakukan pemula ketika belajar coding dengan AI:

1. Langsung Minta Kode Lengkap

Banyak pemula yang langsung minta AI buatkan aplikasi lengkap. Hasilnya:

  • Dapat kode yang tidak dipahami
  • Tidak tahu cara modifikasi
  • Tidak bisa troubleshoot kalau ada error
  • Tidak belajar apapun

2. Copy-Paste Tanpa Memahami

Kode hasil AI langsung di-copy-paste ke project tanpa dibaca atau dipahami. Akibatnya:

  • Tidak tahu kenapa kode bisa jalan
  • Tidak tahu kenapa kode error
  • Tidak bisa explain code saat interview

3. Tidak Commit ke Github

Coding di laptop lokal tanpa upload ke Github. Masalahnya:

  • Laptop rusak = kode hilang semua
  • Tidak ada portfolio untuk ditunjukkan ke recruiter
  • Tidak terbiasa dengan version control

4. Malas Debugging Sendiri

Setiap ada error langsung tanya AI. Tidak mencoba debug sendiri dulu. Padahal skill debugging adalah skill paling penting untuk programmer.

Tips Tambahan

Beberapa tips tambahan untuk maksimalkan pembelajaran:

Mulai dari Project Kecil

Jangan langsung bikin aplikasi e-commerce dengan 50 fitur. Mulai dari CRUD sederhana dulu:

  • Aplikasi catatan (note-taking app)
  • Aplikasi to-do list
  • Aplikasi manajemen kontak

Setelah mahir, baru naik level ke aplikasi yang lebih kompleks.

Commit Sesering Mungkin

Setiap selesai satu fitur kecil, langsung commit. Jangan tunggu semua selesai. Keuntungannya:

  • Mudah rollback kalau ada kesalahan
  • Tracking progress lebih jelas
  • Recruiter bisa lihat workflow kita

Format commit message yang baik:

Add user entity and repository
Implement login API endpoint
Fix validation error on registration form

Baca Kode Orang Lain

Cari repo Github dengan tech stack yang sama, lalu baca kodenya. Ini cara tercepat untuk belajar best practice dan pattern yang digunakan di dunia nyata.

Review Kode Sendiri Setelah Selesai

Setelah selesai coding, review kode sendiri:

  • Apakah ada duplikasi yang bisa di-refactor?
  • Apakah naming variable sudah jelas?
  • Apakah ada bug yang terlewat?
  • Apakah perlu ditambah validasi?

Ini melatih kita untuk menulis kode yang clean dan maintainable.

Dokumentasikan Pembelajaran

Buat catatan tentang:

  • Konsep baru yang dipelajari
  • Error yang pernah dialami dan cara fixnya
  • Best practice yang ditemukan

Bisa dalam bentuk:

  • File markdown di repo
  • Blog pribadi
  • Thread di Twitter/LinkedIn

Menulis membuat kita lebih paham, dan juga berguna untuk portfolio.

Studi Kasus: Aplikasi Kalkulator Sederhana

Mari kita lihat contoh konkret workflow ini untuk membuat aplikasi kalkulator console sederhana.

Langkah 1-2: Setup

  1. Buat akun Github (jika belum punya)
  2. Buat repo baru: kalkulator-sederhana

Langkah 3: Minta Case Study

Prompt ke AI:

Saya belajar pemrograman Java.
Skill yang sudah saya kuasai:
- Variabel dan tipe data
- Percabangan (if-else, switch)
- Looping (for, while)
- Function/method

Buatkan case study untuk aplikasi kalkulator console sederhana.
Output dalam format README.md dengan:
- Deskripsi aplikasi
- Menu yang harus ditampilkan
- Input dari user
- Proses perhitungan
- Output yang ditampilkan
- Contoh tampilan console

Jangan buatkan kode programnya.

AI akan memberikan README.md, misalnya untuk aplikasi kalkulator dengan menu pilihan operasi (tambah, kurang, kali, bagi), input dua angka, dan menampilkan hasil.

Langkah 4: Upload README

Copy README.md hasil AI, upload ke repo Github.

Langkah 5-6: Coding dan Bertanya

Mulai coding:

  1. Buat class Kalkulator dengan main method
  2. Buat method untuk menampilkan menu
  3. Buat method untuk setiap operasi (tambah, kurang, kali, bagi)
  4. Buat looping agar program bisa digunakan berulang kali
  5. Tambahkan validasi input

Ketika stuck, misalnya bingung cara membaca input dari user, tanya AI:

Bagaimana cara membaca input dari user di Java console?
Jelaskan konsepnya saja, jangan kasih kode lengkap.

AI akan menjelaskan tentang Scanner, cara menggunakannya, dll. Kemudian kita implementasi sendiri berdasarkan penjelasan tersebut.

Setiap fitur selesai, commit ke Github:

git add .
git commit -m "Add menu display method"
git push origin main

Lanjut terus sampai semua fitur selesai.

Versi Advanced: Pakai Git Worktree

Untuk yang sudah lebih advance, bisa menggunakan Git Worktree seperti yang dijelaskan di artikel sebelumnya. Dengan worktree, kita bisa:

  • Mengerjakan beberapa fitur secara parallel
  • Assign AI untuk task berbeda di branch berbeda
  • Merge satu per satu setelah selesai

Workflow ini cocok untuk project yang lebih besar dan kompleks.

Kesimpulan

AI adalah tools yang sangat powerful untuk belajar coding. Tapi seperti semua tools, cara menggunakannya menentukan hasilnya. Gunakan AI untuk:

  • Mendapatkan case study yang sesuai level kita
  • Memahami konsep yang belum jelas
  • Mencari best practice dan pattern
  • Troubleshooting error yang sudah kita coba debug sendiri

Jangan gunakan AI untuk:

  • Generate kode lengkap yang tinggal copy-paste
  • Menghindari belajar konsep fundamental
  • Shortcut tanpa pemahaman

Dengan workflow yang tepat, AI bisa mempercepat pembelajaran kita 10x lipat. Tapi kalau salah menggunakannya, kita tidak akan belajar apapun.

Seperti kata pepatah:

Give a man a fish, he eats for a day. Teach a man to fish, he eats for a lifetime.

AI bisa memberikan kita “ikan” (kode jadi), atau mengajarkan kita “memancing” (konsep dan cara berpikir). Pilihan ada di tangan kita.

Selamat belajar coding!

Referensi

Online Editor (Untuk Laptop Kentang)

Bagi yang laptopnya tidak kuat untuk install IDE atau compiler, bisa menggunakan online editor berikut:

Python:

Java:

JavaScript:

Semua online editor di atas gratis dan bisa digunakan langsung tanpa install apapun.

Platform Belajar

AI Assistant

Git dan Github

Best Practice

Artikel Terkait di Blog Ini