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 15
Bab 15: KlikNews Go Live!
Tanggal 15 Oktober 2018, pukul 09.00 WIB.
Arka, Kevin, dan Fajar duduk berjejer di BandungWorks. Tiga laptop terbuka. Tiga gelas kopi yang sudah diminum setengah. Satu server cloud yang siap menerima beban pertamanya.
"Ready?" tanya Arka.
Kevin mengangguk. Fajar mengangguk.
Arka menekan tombol publish di OmniPlay Developer Console. Loading bar berjalan. Tiga detik. Lima detik. Sepuluh detik.
**Status: Published.**
KlikNews resmi ada di dunia.
Kevin langsung bergerak. Dia membuka Twitter dari tiga akun berbeda—akun pribadi, akun Oyen Official, dan akun KlikNews yang baru dibuat—dan mengeluarkan tweet yang sudah dia siapkan semalam.
**@KlikNewsID:** Bosen scroll berita yang nggak relevan? KlikNews pakai AI buat kasih lo berita yang LO mau baca. Bukan yang editor pilih. Download sekarang di OmniPlay. Gratis. #KlikNews #BeritaUntukLo
Arka membuka dashboard analytics. Angka-angka masih nol.
Satu menit. Dua menit. Lima menit.
Download pertama.
Lalu kedua. Ketiga. Kelima.
Pukul sepuluh: 47 downloads.
Pukul dua belas: 230.
Pukul tiga sore: 580.
Kevin menyebarkan link di setiap grup WhatsApp yang dia punya—dan Kevin punya banyak. Grup kampus, grup alumni SMA, grup futsal, grup komunitas startup Bandung, grup fotografi, bahkan grup jual-beli secondhand.
"Kev, lo spam ya?" tanya Fajar, melihat Kevin mengetik seperti mesin.
"Bukan spam. Guerilla marketing." Kevin tidak mengangkat mata dari layar. "Lo tahu berapa banyak grup WA yang gue masuk? Seratus empat belas. Dan setiap grup rata-rata punya 80 orang."
"Lo gila."
"Lo baru kenal gue?"
Malam hari pertama. Total download: 1.247.
Angkanya belum menghebohkan. Tapi ada pengguna nyata. Dan yang lebih penting—retention rate-nya.
Arka memeriksa analytics. Dari 1.247 yang download, 890 membuka app, dan rata-rata menghabiskan 23 menit. Dua puluh tiga menit di hari pertama, tanpa konten khusus, tanpa push notification, tanpa onboarding yang dioptimasi.
Recommendation engine bekerja.
---
Hari kedua: 3.500 downloads.
Sesuatu terjadi di Twitter. Arka dan Kevin tidak merencanakannya. Organic.
Seorang micro-influencer bernama @RizkyTechReview (42K followers, spesialis review aplikasi Android) menemukan KlikNews entah dari mana dan membuat thread.
**@RizkyTechReview:** Guys, gue baru nemu app berita baru namanya KlikNews. Awalnya skeptis—app berita lokal, pasti jelek kan? SALAH BESAR. Thread 🧵👇
**1/** Feed-nya PERSONAL. Gue baca 3 artikel soal gadget, langsung feed gue isinya tech review semua. Nggak ada berita gosip random yang gue nggak minta.
**2/** Algoritmanya entah pake sihir apa. Setelah 10 menit, app ini lebih ngerti gue daripada pacar gue. Serius.
**3/** Loading cepat banget, bahkan di 3G. UI clean. Nggak ada pop-up iklan yang nutupin layar kayak app berita lain.
**4/** Yang bikin gue shook: ini dibuat sama MAHASISWA ITB. Dua puluh tahun. WHAT.
**5/** Download di OmniPlay. Gratis. Nggak ada catch. Rating 4.8. Coba sendiri dan thank me later. #KlikNews
Thread itu mendapat 2.800 retweet dalam 12 jam.
Kevin menunjukkan thread itu ke Arka dengan ekspresi anak kecil yang baru buka kado.
"Bro, kita nggak bayar dia. Ini murni organic."
Arka membaca thread itu dan satu baris menarik perhatiannya: *"Algoritmanya entah pake sihir apa."*
Sihir? Hampir. ChatGPT. Tapi dunia tidak perlu tahu itu.
Hari ketiga: semuanya meledak.
Download melonjak 700% dari hari sebelumnya. OmniPlay mengirim notifikasi internal ke tim mereka—KlikNews masuk top 10 New Apps di Indonesia. Beberapa akun besar di Twitter mulai membicarakan app ini tanpa ada yang meminta.
Angka hari ketiga: 24.700 downloads. Kumulatif: 29.447.
DAU (Daily Active Users): 18.200.
Average session duration: 34 menit.
Artikel dibaca per user per sesi: 11.3.
Arka menatap angka-angka itu di dashboard. Tiga puluh empat menit rata-rata per hari. Detik App—pemimpin pasar—hanya 22 menit. Dan KlikNews baru tiga hari.
"Algoritmanya works," kata Fajar, di sebelahnya. Suaranya tenang, tapi matanya menunjukkan sesuatu yang jarang terlihat: respect yang tulus. "Gue monitor server-side metrics. Prediction accuracy naik setiap jam. Model-nya belajar sangat cepat."
"Itu yang harusnya terjadi," kata Arka. "Semakin banyak data, semakin pintar prediksinya. Flywheel effect."
"Satu masalah." Fajar menunjuk monitor. "CPU usage server udah 78%. Kalau traffic naik lagi besok—"
"Aku tahu."
"—kita crash."
Arka tahu. Dia sudah menghitung. Server cloud yang mereka sewa cukup untuk 30.000 DAU. Kalau pertumbuhan bertahan di rate ini, besok mereka akan tembus 40.000. Lusa, mungkin 60.000.
"Kita scale up malam ini," kata Arka. "Tambah dua instance. Pindahkan recommendation engine ke dedicated server—itu yang paling boros resource."
"Budget?"
Arka menghitung cepat. Dua server tambahan, dedicated instance untuk ML model—sekitar Rp 15 juta per bulan. Kantong Oyen masih sanggup menutupnya. Kalau traffic terus naik, biaya server bisa membengkak sepuluh kali lipat dalam sebulan.
"Handle-able. Untuk sekarang."
---
Pukul sebelas malam. Fajar dan Arka masih di BandungWorks. Kevin sudah pulang setelah menghabiskan empat jam membalas DM dari orang-orang yang bertanya soal KlikNews.
Mereka baru selesai melakukan scaling—dua instance baru sudah live, load balancer terkonfigurasi, recommendation engine dipindahkan.
Arka memantau dashboard. Traffic malam menurun seperti biasa—pola normal di Indonesia, di mana peak hours adalah jam makan siang dan jam 7-10 malam.
Lalu, pukul 23.47, sesuatu terjadi.
Grafik traffic yang seharusnya turun tiba-tiba melompat vertikal.
"Fajar."
"Gue lihat." Fajar sudah membungkuk di atas keyboard-nya. "Traffic spike. Instant jump. 5x dari baseline."
"Dari mana?"
Fajar mengetik cepat, menarik log, memfilter referrer data. "Twitter. Ada akun besar yang baru tweet soal kita."
Arka membuka Twitter. Dan melihatnya.
Seorang selebriti—aktor sinetron dengan 8.7 juta followers—baru saja men-tweet:
**@DennyPratama:** Baru download KlikNews gara-gara rame di TL. Dan... wow? App berita ini legit keren. Feed gue langsung isi berita otomotif dan sepakbola. Nggak ada gosip artis yang nggak gue minta 😂 Cobain deh @KlikNewsID
Delapan koma tujuh juta followers.
Arka menatap angka di dashboard. Request per second naik dari 200 menjadi 1.100. CPU usage: 91%. 94%. 97%.
"Fajar—"
"GUE TAU!" Fajar sudah mengetik dengan kecepatan yang Arka belum pernah lihat. "Gue nyalain auto-scaling! Instance baru butuh 90 detik untuk—"
**502 Bad Gateway.**
Layar dashboard mati. Refresh: error. Refresh lagi: error.
KlikNews down.
Fajar mengumpat—campuran bahasa Indonesia dan bahasa yang Arka tidak yakin bahasa apa. Jari-jarinya terbang di keyboard, masuk ke console server, menarik log, mencoba restart.
"Server utama overload. Database connection pool habis. Recommendation engine—" Fajar berhenti. "Mati. ML model-nya makan semua RAM."
Arka menarik kursinya lebih dekat. "Berapa lama untuk restore?"
"Kalau gue kill recommendation engine dan jalanin static feed dulu? Lima belas menit. Kalau mau recommendation engine balik juga? Bisa sejam."
"Kill recommendation dulu. Jalankan static trending feed sebagai fallback. User tetap bisa baca berita—hanya nggak personalized."
Fajar mengangguk dan mulai bekerja. Arka membuka terminal di laptopnya sendiri, mulai membantu dari sisi backend—flush cache, restart API gateway, redirect traffic ke instance yang masih hidup.
Lima belas menit kerja tanpa satu kata pun. Hanya bunyi keyboard, dengungan AC, dan sesekali notifikasi Twitter yang masih berdatangan.
Pukul 00.17. KlikNews kembali online. Static feed. Tanpa recommendation engine.
Fajar bersandar di kursi, mengusap keringat di dahi. "Recommendation engine butuh dedicated cluster. Satu instance nggak akan cukup. Kalau mau scale ke 100K DAU, kita perlu arsitektur yang totally different."
Arka tahu. Dia sudah memikirkan ini—tapi berharap traffic tidak tumbuh secepat ini.
"Aku desain ulang arsitekturnya malam ini," kata Arka. "ChatGP—maksudku, aku sudah punya beberapa ide untuk distributed processing."
Fajar menatapnya. Satu detik terlalu lama.
"Arka."
"Ya?"
"Lo tadi mau bilang apa? 'ChatGP—' apa?"
Jantung Arka berdetak satu kali lebih keras. Slip. Slip bodoh.
"Chat group." Arka mengatakannya tanpa jeda yang mencurigakan. "Ada chat group developer yang aku ikutin. Mereka pernah diskusi soal distributed ML serving."
Fajar menatapnya tiga detik. Empat. Lima.
Lalu dia bersandar lagi. "Oke."
Tapi matanya—mata yang terlatih mendeteksi anomali di setiap baris log—tidak sepenuhnya percaya.
Arka membuat catatan mental: jangan slip lagi. Satu kali sudah terlalu banyak.
Mereka bekerja sampai jam tiga pagi. Fajar tidur di sofa BandungWorks. Arka terus coding—kali ini di NusaPhone, dengan ChatGPT, merancang ulang arsitektur server yang bisa menangani sepuluh kali lipat traffic saat ini.
Di luar, Bandung tidur. Tapi di dalam ruangan kecil yang bau kopi basi, dua orang sedang membangun sesuatu yang akan mengubah cara puluhan juta orang membaca berita.
Dan seseorang di Jakarta—seseorang yang bisnisnya bergantung pada orang-orang itu tetap membaca berita dengan cara lama—baru saja memperhatikan.
