Apa Itu Custom App dan Kapan Bisnis Membutuhkannya?


Dua angka dari tahun ini sebaiknya Anda baca berdampingan, karena keduanya menggambarkan cara kerja yang sama: membangun perangkat lunak dengan mendiktekan maksud ke AI, yang populer disebut vibe coding. Angka pertama, di sebuah perusahaan teknologi menengah yang menjalankan mandat internal untuk melipatgandakan output, jumlah perubahan kode yang berhasil digabungkan per orang mencapai 2,09 kali baseline pada April 2026, terlacak dari 802 developer dan 196.212 pull request (Sumber: arXiv:2607.01904, 2026). Angka kedua, dari analisis 623 juta perubahan kode sejak 2023, duplikasi kode naik 81% sementara seberapa sering developer menyentuh dan memakai ulang kode yang sudah ada turun 70% (Sumber: GitClear via LeadDev, 2026). Keduanya benar sekaligus.
Jawaban singkat untuk pemilik bisnis: ya, versi pertama sebuah aplikasi custom kini bisa jadi dalam hitungan hari sampai minggu, bukan berbulan-bulan seperti dulu. Yang tidak ikut menyusut adalah pekerjaan sesudahnya, yaitu review, integrasi ke sistem yang sudah Anda pakai, pengamanan data pelanggan, dan perawatan jangka panjang. Biaya membangun aplikasi tidak hilang di era AI. Ia pindah pos, dari menulis kode ke memastikan kode itu layak dijalankan di bisnis Anda.
Istilahnya lahir dari satu unggahan santai Andrej Karpathy di X pada Februari 2025: menyerah pada vibes, meminta AI menulis kode, dan berhenti peduli bahwa kodenya ada. Konteks aslinya proyek akhir pekan sekali pakai, bukan sistem yang dipakai perusahaan. Merriam-Webster memasukkannya sebagai slang yang sedang tren pada Maret 2025, dan Collins English Dictionary memilihnya sebagai Word of the Year 2025 (Sumber: Wikipedia, 2026).
Yang jarang diceritakan di artikel populer: Karpathy sendiri sudah beranjak dari istilah itu. Dalam tulisannya pada April 2026 ia memisahkan dua hal. Vibe coding menaikkan lantai, membuat hampir siapa pun bisa menghasilkan perangkat lunak hanya dengan menjelaskan maksudnya. Agentic engineering menaikkan langit-langit, dan itu disiplin profesional: menulis spesifikasi detail, mengawasi rencana kerja agent, memeriksa setiap perubahan, menjaga standar rekayasa. Ia juga menegaskan satu hal yang layak Anda kutip ke calon vendor, bahwa memasukkan celah keamanan bukan efek samping yang bisa diterima (Sumber: Andrej Karpathy, 2026).
GitHub menarik garis yang sama dalam penjelasan resminya. Cara ini cocok untuk beberapa hal:
Dan tidak cocok untuk kode produksi tanpa review ketat, sistem real-time atau perangkat keras, serta alur kerja yang menuntut presisi tinggi. Risiko yang disebut GitHub cukup spesifik: debugging yang gelap karena tak ada yang paham strukturnya, utang teknis, kesulitan perawatan, serta lubang keamanan seperti kredensial yang ditulis langsung di kode atau endpoint tanpa validasi (Sumber: GitHub, 2026).
Ini bagian yang jarang diceritakan jujur. Uji acak terkontrol di Google terhadap 96 engineer penuh waktu menemukan waktu pengerjaan satu tugas kelas enterprise turun sekitar 21% ketika tiga fitur AI diaktifkan, meski rentang keyakinannya lebar (Sumber: Paradis dkk., arXiv, 2024). Sebaliknya, uji acak METR terhadap 16 developer berpengalaman yang mengerjakan 246 isu nyata di repositori mereka sendiri menemukan mereka justru 19% lebih lambat dengan AI, padahal sebelum uji mereka memperkirakan bakal 24% lebih cepat dan sesudahnya masih merasa 20% lebih cepat (Sumber: METR, 2025). Pada Februari 2026 METR mengoreksi diri sendiri: dengan data lebih baru mereka menduga developer kemungkinan memang lebih cepat sekarang, tetapi desain eksperimen lamanya mereka nilai tidak andal dan sedang dirancang ulang (Sumber: METR, 2026).
Jadi tidak ada satu angka bersih. Yang ada adalah pola. Perusahaan dengan 2,09 kali throughput tadi juga mencatat beban per reviewer naik sekitar dua kali lipat, dan review otomatis melampaui review manusia dari sisi volume (Sumber: arXiv:2607.01904, 2026). Managing partner Y Combinator menyebut 25% perusahaan angkatan Winter 2025 punya basis kode yang 95% lebih dihasilkan AI, tapi ia menekankan mereka founder sangat teknis yang sebenarnya sanggup menulisnya sendiri (Sumber: TechCrunch, 2025).
Data pemeliharaan kode memberi gambaran yang tidak nyaman. Selain duplikasi yang naik 81%, perapian kode lama turun 74% dan praktik menyembunyikan sinyal error naik 47% sejak 2023 (Sumber: GitClear via LeadDev, 2026). Veracode menguji 80 tugas pemrograman di empat bahasa dan menemukan hanya 55% kode hasil AI yang lolos pengujian keamanan; sisanya membawa kelas kerentanan yang sudah dikenal seperti SQL injection dan kriptografi lemah, dengan Java hanya 29%. Poinnya tajam: kebenaran sintaksis model kini di atas 95%, sementara angka keamanannya bertahan di sekitar 55% selama dua tahun. Model jadi fasih, bukan jadi aman (Sumber: Veracode, 2026).
Orang yang memakainya setiap hari pun tahu ini. Survei Stack Overflow 2025 mencatat 84% developer memakai atau berencana memakai alat AI, tetapi hanya 3,1% yang sangat memercayai akurasi keluarannya, dan 66% menyebut frustrasi terbesar mereka adalah solusi yang hampir benar tapi tidak benar (Sumber: Stack Overflow, 2025). Laporan DORA dari Google Cloud menemukan pola sejalan: adopsi AI berkorelasi positif dengan kecepatan pengiriman, tetapi negatif dengan stabilitas sistem (Sumber: Google Cloud, 2025).
Mulailah dari uang dan waktu. Harga publik sebuah software house Indonesia mencantumkan prototipe di Rp 3 juta sampai Rp 50 juta dengan durasi 2 sampai 6 minggu, dan aplikasi bisnis kelas menengah di Rp 150 juta sampai Rp 400 juta dengan durasi 3 sampai 6 bulan (Sumber: Crocodic, 2026). Rentang dua sampai enam minggu itulah ukuran cepat yang realistis hari ini, sementara aplikasi kelas menengah tetap dihitung dalam bulan. Merekrut sendiri bukan jalan pintas: iklan lowongan di Jakarta Selatan dan Tangerang Selatan mencantumkan gaji Software Developer di kisaran Rp 13 juta sampai Rp 14 juta per bulan (Sumber: Jobstreet Indonesia, 2026), sementara Indonesia butuh sekitar 12 juta talenta digital pada 2030 dari pasokan sekitar 3 juta (Sumber: ANTARA News, 2025). Yang berubah: 9 dari 10 developer profesional Indonesia melaporkan kenaikan produktivitas 20% sampai 50% berkat AI generatif, dari survei terhadap 3.163 responden (Sumber: Dicoding via detikINET, 2026). Biaya produksi vendor memang turun, dan Anda berhak menuntut harga serta jadwal yang lebih masuk akal daripada tiga tahun lalu.
Tapi menurut pengalaman kami di Agentiq, prototipe bukan bagian yang mahal. Yang mahal adalah kenyataan operasional yang tidak bisa ditebak AI dari sebuah prompt: pesanan masuk sebagai voice note WhatsApp, foto bukti transfer yang harus dicocokkan dengan mutasi rekening tiap pagi, sinkronisasi pesanan Shopee dan Tokopedia, format faktur yang harus lolos pemeriksaan pajak. Waktu terbesar di proyek kami habis di dua tempat: memetakan alur kerja yang sebenarnya sebelum satu baris kode ditulis, dan meninjau ulang keluaran AI sebelum ia menyentuh data asli. Karena bagian membangunnya kini jauh lebih efisien, harga awal sebuah aplikasi custom memang bisa turun. Yang tidak ikut turun, dan tidak kami potong, adalah porsi review, pengamanan, dan perawatannya.
Ada satu alasan lagi yang khas Indonesia. Aplikasi yang menyimpan nama, nomor telepon, alamat, dan riwayat transaksi pelanggan tunduk pada UU Perlindungan Data Pribadi. Sanksi administratifnya mencapai 2% dari pendapatan tahunan, dan ketentuan pidananya menjangkau hukuman sampai 5 tahun dan/atau denda Rp 5 miliar untuk pengumpulan data pribadi secara melawan hukum (Sumber: K&K Advocates, 2024). Untuk bisnis beromzet Rp 500 juta per bulan, 2% dari pendapatan tahunan adalah angka yang terasa. Sebuah endpoint tanpa pemeriksaan otorisasi berhenti jadi urusan teknis dan mulai jadi urusan direksi.
Kalau Anda sedang menimbang aplikasi custom dan ingin tahu seberapa cepat versi pertamanya realistis selesai serta bagian mana yang tetap butuh waktu, ceritakan proses bisnis Anda lewat halaman kontak kami. Tim Agentiq akan menjawab dengan cakupan, urutan pengerjaan, dan angka yang konkret, bukan template.



Ceritakan kebutuhan Anda, dan kami bantu mewujudkannya menjadi aplikasi nyata.