NovelToon NovelToon
Terlahir Kembali: ChatGPT Jadi Senjata Rahasiaku

Terlahir Kembali: ChatGPT Jadi Senjata Rahasiaku

Status: sedang berlangsung
Popularitas:61
Nilai: 5
Nama Author: Elang

Arka Wicaksono, 28 tahun, programmer lulusan bootcamp. Hidupnya habis di depan layar komputer — lembur tanpa akhir, gaji pas-pasan, dan mimpi yang sudah lama mati. Sampai suatu malam, jantungnya berhenti di tengah shift ketiga berturut-turut. Mati. Tamat.

Atau begitulah seharusnya.

Arka membuka mata di kamar kos-nya di Bandung. Tahun 2018. Usia 20 tahun. Mahasiswa ITB semester 5.

Dan di saku celananya — sebuah smartphone dari tahun 2026 dengan satu aplikasi yang tidak seharusnya ada: ChatGPT.

AI yang bisa menulis kode sempurna dalam hitungan detik. Merancang produk yang belum pernah dilihat dunia. Menganalisis pasar dengan ketepatan yang melampaui konsultan manapun.

Dengan ingatan masa depan di kepalanya dan AI tercanggih di tangannya, Arka memulai dari nol: menyelamatkan pabrik ayahnya yang hampir bangkrut, membangun platform teknologi yang mengguncang industri, dan diam-diam menyiapkan strategi yang akan membuat dunia berlutut.

Karya ini diterbitkan atas izin NovelToon Elang, isi konten hanyalah pandangan pribadi pembuatnya, tidak mewakili NovelToon sendiri

Episode 13

Bab 13: Prototipe KlikNews

Arka menyewa satu meja di BandungWorks, co-working space di lantai tiga sebuah ruko dekat Jalan Dipatiukur. Harga: Rp 750.000 per bulan, termasuk Wi-Fi, listrik, dan kopi tanpa batas.

Meja itu menjadi markas perangnya.

Dua monitor—satu laptop, satu monitor secondhand yang dia beli di Tokopedia seharga Rp 400.000—berdiri berdampingan. Laptop untuk coding. Monitor untuk ChatGPT.

Di sebelahnya, Kevin mendapat meja sendiri. Tapi Kevin jarang duduk di sana—dia lebih sering di luar, menelepon, mengirim email, mengetuk pintu. Daftar 200 media berita yang harus dia hubungi sudah tertulis di buku catatannya, dan setiap hari dia mencoret dua atau tiga nama.

Arka fokus pada yang dia kuasai: membangun mesin.

---

Hari pertama, dia memulai dari fondasi.

*"Tulis backend framework untuk news aggregation platform. Tech stack: Python Flask, PostgreSQL database, Redis cache. RESTful API. Endpoint utama: /feed (personalized), /trending, /search, /article/{id}. Arsitektur microservice dengan tiga layer: ingestion, processing, serving."*

ChatGPT menjawab dalam dua puluh detik. Ratusan baris kode terstruktur rapi—routing, database models, API endpoints, error handling. Kodenya siap produksi, lengkap dengan logging, rate limiting, dan graceful error recovery.

Arka menyalin kode itu ke VS Code, membaca setiap baris, memahami logikanya, lalu mulai memodifikasi. Enam tahun pengalaman di kehidupan sebelumnya membuatnya mampu mengevaluasi dan mengadaptasi kode ChatGPT untuk kebutuhan spesifik KlikNews.

Hari kedua: news crawler.

*"Sistem crawling untuk mengambil artikel dari 200+ portal berita Indonesia. Harus support berbagai format—RSS feed, HTML scraping, API integration. Rate limiting per domain. Deduplication berbasis content fingerprint. Scheduling: crawl setiap 15 menit untuk tier-1 (Detik, Kompas, Tribun), setiap jam untuk tier-2."*

ChatGPT menghasilkan crawler framework yang elegan—modular, scalable, dengan error recovery otomatis. Di 2018, sistem seperti ini membutuhkan tim tiga orang selama dua bulan. Arka menyelesaikannya dalam satu malam.

Hari ketiga sampai kelima: recommendation engine.

Ini jantung KlikNews. Mesin yang membuat setiap pengguna melihat feed berita yang berbeda—disesuaikan dengan minat, kebiasaan baca, lokasi, dan waktu.

*"Hybrid recommendation engine: collaborative filtering (user-item matrix factorization) + content-based filtering (TF-IDF + topic modeling). Cold start solution: onboarding quiz + trending fallback. Real-time personalization dengan sliding window 7 hari. Output: ranked list of article IDs dengan confidence score."*

ChatGPT mengeluarkan algoritma yang—Arka tahu dari kehidupan sebelumnya—baru akan menjadi standar industri di Indonesia sekitar 2021-2022. Di 2018, tidak ada satu pun platform berita lokal yang punya recommendation engine sekompleks ini.

Ini time travel.

Arka menulis kode dari jam delapan malam sampai jam empat pagi. Bangun jam sembilan, ke kampus untuk satu atau dua kelas agar tidak di-DO, lalu kembali ke BandungWorks jam satu siang dan coding lagi sampai malam.

Kevin mampir setiap sore dengan update.

"Detik bilang mereka open untuk redistribusi via RSS selama kita kasih attribution dan link balik."

"Kompas minta proposal tertulis. Gue draft-in."

"Tribun langsung oke—mereka desperate soal distribusi."

"CNN Indonesia minta meeting. Gue jadwalin minggu depan."

Hari keenam sampai kesepuluh: frontend.

*"React Native mobile app. News feed sebagai infinite scroll. Swipe interaction: swipe kanan \= suka, swipe kiri \= tidak tertarik (implicit feedback untuk recommendation engine). Bottom nav: Beranda, Trending, Bookmark, Profil. Desain minimalis, loading cepat, optimasi untuk koneksi 3G."*

ChatGPT menghasilkan seluruh UI framework. Arka menghabiskan tiga hari memoles—animasi scroll, transisi halaman, error state. Desain visual berada di luar bidang utamanya, namun dia tahu apa yang user Indonesia butuhkan: cepat, sederhana, tidak boros kuota.

Hari kesebelas: integrasi.

Crawler → database → recommendation engine → API → frontend. Setiap komponen terhubung. Setiap data mengalir.

Hari kedua belas: testing.

Bug. Banyak bug. Recommendation engine memberikan hasil aneh—seorang test user yang baca berita olahraga terus-menerus mendapat rekomendasi resep masakan. Arka debug selama enam jam, menemukan error di matrix factorization module, memperbaikinya.

Hari ketiga belas: deploy ke server cloud.

Hari keempat belas: MVP selesai.

---

Kevin membuat grup WhatsApp. Dua puluh orang—teman kampus, teman SMA, sepupu, dan dua dosen muda yang Kevin kenal dari organisasi kampus.

**Kevin:** Guys, coba download app ini. Masih beta. Feedback jujur ya. Link: [APK download]

Dua jam pertama, hening. Mungkin orang-orang sedang coba.

Lalu chat mulai masuk.

**Dimas:** Bro ini app apa?? Kok beritanya TEPAT BANGET yang gue suka?! Gue baca 3 artikel soal Liverpool, terus feed-nya langsung isi Premier League semua. GIMANA CARANYA??

**Bayu:** Anjir ini enak banget dipakenya. Scroll terus nggak kerasa udah setengah jam 😂

**Putri (sepupu Kevin):** Eh ini bagus! Beritanya fresh dan nggak clickbait kayak yang biasa. Tapi tambahin dong fitur share ke WA.

**Dosen Muda 1:** Kevin, ini siapa yang bikin? Recommendation engine-nya sophisticated sekali untuk product lokal. Saya pernah riset soal ini—level ini biasanya hanya dimiliki platform global.

**Random teman SMA:** GUE GABISA BERHENTI SCROLL. DELETE APP INI SEBELUM GUE GAGAL UAS.

Arka membaca chat itu dari meja BandungWorks. Di sampingnya, kopi ketiganya sudah dingin.

Kevin berjalan masuk, ponsel di tangan, senyum dari telinga ke telinga.

"Bro," katanya. "Kita punya sesuatu."

Arka mengangguk. Dia tahu.

Recommendation engine bekerja persis seperti yang direncanakan—setiap user mendapat feed berbeda, dan setiap interaksi memperbaiki prediksi. Dalam tiga puluh menit pemakaian, algoritma sudah bisa menebak preferensi user dengan akurasi yang membuat orang-orang terkejut.

Di 2024, ini normal. Di 2018, ini sihir.

"Feedback soal fitur share ke WA itu penting," kata Arka. "Tambahin sebelum launch publik. Social sharing adalah distribution channel utama kita."

"On it." Kevin sudah mengetik catatan.

Arka bersandar di kursi. Empat belas hari. Dua minggu. Dari nol ke MVP yang fungsional—backend, frontend, crawler, recommendation engine, dan twenty-user beta.

Tim normal membutuhkan tiga sampai enam bulan untuk ini. Dengan biaya ratusan juta. Dia melakukannya sendirian dengan ChatGPT, Rp 750.000 sewa meja, dan dua monitor.

Tapi MVP baru bukti konsep. Untuk menjadi produk nyata, dia butuh tiga hal: tim teknis yang solid, server yang kuat, dan—yang paling penting—launch strategy yang membuat orang install dan tidak uninstall.

"Kevin."

"Ya?"

"Kita butuh engineer lain. Aku nggak bisa maintain ini sendirian kalau traffic naik."

"Lo kan jenius—"

"Jenius saja nggak cukup. Jam kerjanya yang jadi masalah. Aku masih mahasiswa. Aku butuh seseorang yang fokus full-time di security dan infrastructure."

Kevin mengangguk. "Lo udah ada rencana kan? Lo selalu punya rencana."

Arka membuka laptop dan navigasi ke GitHub. Repository baru. Nama: **ShieldNet** — open-source security framework untuk web applications.

Kode di dalamnya—sepenuhnya ditulis ulang oleh Arka berdasarkan output ChatGPT—adalah framework keamanan yang, di 2018, sangat jauh di depan standar industri Indonesia. Encryption protocols, DDoS mitigation, anomaly detection. Level enterprise yang biasanya hanya dimiliki perusahaan besar.

"Ini umpan," kata Arka. "Siapa pun yang cukup bagus untuk membaca kode ini, memahaminya, dan berkontribusi—itu orang yang aku cari."

Kevin menatap layar. "Lo mau fishing engineer di GitHub?"

"Fishing genius."

Kevin tertawa. "Gila." Tapi di matanya ada kilat—dia mulai terbiasa dengan cara Arka bekerja. Terbiasa dengan hal-hal yang seharusnya mustahil tapi terjadi juga.

Arka menekan tombol publish. Repository ShieldNet live di GitHub.

Sekarang tinggal menunggu siapa yang datang.

1
NovelToon
Novel sejumlah besar sedang menunggu Anda baca! Juga ada komik, buku audio, dan konten lain untuk dipilih~
Semua konten GRATIS! Klik di bawah untuk download!