YouTube2Text

Kuliah Tamu PPD 11 Nov 26 — Transcript

by Fasilkom Content Gallery · 9,594 words · 1,679 segments · language en · Watch on YouTube

Full transcript

  1. 0:05Oke. Ee terima kasih [berdehem]
  2. 0:08Bu Hana ya.
  3. 0:10Ee terima kasih juga Bu Puspa. Ada tamu
  4. 0:14juga Pak Adila.
  5. 0:16[tertawa]
  6. 0:18Ee
  7. 0:19luar biasa sekali ini auditoriumnya
  8. 0:22sangat bagus.
  9. 0:24Oke ee selamat siang. Asalamualaikum
  10. 0:26warahmatullahi wabarakatuh. Oke.
  11. 0:31Ee kok kayaknya lemas banget ini. Baru
  12. 0:34habis sudah pada makan belum ya?
  13. 0:35Kayaknya belum pada makan ya. Belum ya?
  14. 0:38Waduh. [tertawa]
  15. 0:40Oke, kita makan siangnya ini aja berarti
  16. 0:42ya. Makan siangnya PPT.
  17. 0:45Oke. Ee mungkin [berdehem] ee
  18. 0:49teman-teman semua di sini saya ee senang
  19. 0:54sekali bisa berada di sini di apa
  20. 0:56namanya? diundang oleh Fasilkom UI
  21. 1:00sebagai alumni juga. Jadi ee
  22. 1:05mungkin sedikit perkenalan biar apa
  23. 1:08namanya biar agak ee enak gitu.
  24. 1:15Jadi ee saya lulusan Fakultas
  25. 1:19Ilmu Komputer UI dulu belum ada
  26. 1:21jurusannya, Ibu. Jadi, J. Jurusan ee
  27. 1:25ilmu komputer.
  28. 1:27Saya angkatannya Pak Adila tahun 98.
  29. 1:33Jadi sudah cukup
  30. 1:36tua juga ya. [tertawa]
  31. 1:38Jadi tahun '98 saya di sini sampai tahun
  32. 1:412000
  33. 1:43ee 22. Terus kemudian ee
  34. 1:48zaman itu zaman kita lagi happening ee
  35. 1:53istilahnya dulu apa ya.com
  36. 1:55lagi booming gitu. Jadi ee
  37. 1:59sebelum lulus pun ya mungkin juga nanti
  38. 2:01banyak teman-teman yang akan mengalami
  39. 2:03juga sebelum lulus tuh kita udah
  40. 2:05sebenarnya udah udah punya gawean juga
  41. 2:08jadi udah ya istilahnya udah punya udah
  42. 2:12punya sambilan lah. Cuman memang ee
  43. 2:15harus wanti-wanti jangan sampai
  44. 2:17kuliahnya tercecer. Jadi ee
  45. 2:21lulus dari sini saya dulu awalnya jadi
  46. 2:24programmer. Jadi memang dulu sepertinya
  47. 2:27entry apa namanya? Entry ke dunia kerja
  48. 2:30itu pasti dari dari ee kebanyakan dari
  49. 2:34coding gitu. Jadi ee memang awalnya saya
  50. 2:37dari ee apa namanya? programmer. Terus
  51. 2:41kemudian ee
  52. 2:44agak ee meningkat jadi IT manager di ee
  53. 2:48TV1. Nah, mungkin teman-teman di sini ya
  54. 2:52sudah mulai lihat eh passion saya ke
  55. 2:54mana gitu. Jadi mulai dari sini
  56. 2:56sebenarnya saya sudah mulai kelihatan
  57. 2:59bahwa ee saya ada minat di di sisi ee
  58. 3:02media. Jadi waktu itu ceritanya kalau di
  59. 3:05media ini dulu belum IT base. Jadi media
  60. 3:08itu yang namanya TV itu semuanya masih
  61. 3:12pakai perangkat ee apa namanya?
  62. 3:14perangkat audio visual gitu. Kalau
  63. 3:16sekarang kan sudah berbasis ee IT semua
  64. 3:18ya. [berdehem] Jadi di apa namanya mulai
  65. 3:22dari TV1 terus kemudian saya masuk ke
  66. 3:27ini
  67. 3:29ee dunia media makin dalam. Terus
  68. 3:32akhirnya saya ke Kompas TV. Terus
  69. 3:34kemudian ee
  70. 3:372014-2015
  71. 3:39sempat ee ngambil course juga ee bisnis
  72. 3:43di Prasatia Mulia. Terus kemudian di
  73. 3:472022 sampai sekarang saya di MNC. Nah,
  74. 3:51ini ee perjalanan yang cukup panjang
  75. 3:55gitu. Nah, saya mulai eh sesuai
  76. 3:58title-nya ya. I started from where you
  77. 4:01are now. Jadi eh saya yakin teman-teman
  78. 4:04yang ada di sini yang hadir saat ini
  79. 4:07nanti juga eh akan jadi future leaders
  80. 4:10gitu. Jadi ee teman-teman di sini sudah
  81. 4:13punya
  82. 4:15sudah punya minimal sudah punya modal
  83. 4:17yang cukup bagus gitu. Karena di eh B
  84. 4:21Companies tadi saya sempat cerita juga
  85. 4:24ke Bu Puspa ee sebelumnya di angkatan
  86. 4:27atas saya itu dua angkatan ee CTO itu
  87. 4:32dari ITB. ITB diganti ITB. Nah,
  88. 4:37sekarang ini lagi UI nih, Bu. Orang
  89. 4:40produknya dari UI, CTO-nya dari UI,
  90. 4:43terus kemudian mark-nya juga dari UI.
  91. 4:45Jadi ini [mendengus] lagi menurut saya
  92. 4:49ada sesuatu angin yang bagus. Karena
  93. 4:51apa? Karena eh saya sempat discuss sama
  94. 4:55direktur eh good eh Gigodi ya, direktur
  95. 4:58HR-nya MNC. Mereka ngelihat lulusan UI
  96. 5:02itu lebih adaptif, Bung. Jadi
  97. 5:04teman-teman nih punya apa? Tepuk tangan
  98. 5:07dong. Jadi teman-teman punya apa
  99. 5:09namanya? Punya modal yang bagus. ee
  100. 5:12tinggal menurut saya ya ini kita kita
  101. 5:15coba perdalam. Saya coba di sini hari
  102. 5:17ini sharing aja ee cuman yang saya mau
  103. 5:19sharing di sini ee apa namanya
  104. 5:24sekelumit dari sebenarnya apa yang
  105. 5:26dihadapi kita di di dunia kerja nanti
  106. 5:29atau di di dunia profesional. Jadi ee
  107. 5:33enggak ada benar enggak ada salahnya.
  108. 5:35Tapi saya coba nanti beberapa saya
  109. 5:37sampaikan data aktualnya dan ee apa yang
  110. 5:40bisa kita ee digest hari ini. Feel free.
  111. 5:43Nanti kalau ada yang mau ditanya, ada
  112. 5:44yang mau kurang jelas ee silakan
  113. 5:48kita ee apa namanya ee
  114. 5:52mungkin mulai dari
  115. 6:05[berdehem]
  116. 6:09Sor
  117. 6:16jangan diseng ya.
  118. 6:19[berdehem]
  119. 6:20Oke. Ee
  120. 6:23bisa ini agak Oh, udah. Oke.
  121. 6:27Iya. Oke. Ini saya sepertinya enggak
  122. 6:29boleh jauh-jauh dari ee laptop. Jadi di
  123. 6:31sini enggak apa-apa ya. [terkesiap] Nah,
  124. 6:33Teman-teman ini ee sedikit gambaran ee
  125. 6:36pemandangan saya tiap hari. Jadi
  126. 6:38pemandangan kita tiap hari ini ruang
  127. 6:41ruang NOS, ruang saya bekerja di mana ee
  128. 6:45apa namanya kita memproduce ee 110
  129. 6:49channel setiap hari. Jadi ee
  130. 6:54kalau kita ngomongin produk digital,
  131. 6:56inilah sebenarnya backbond ee produk
  132. 6:58yang saya kerjakan hari ini. Nah, jadi
  133. 7:01ini adalah satu ekosistem. Ee kalau nama
  134. 7:04MNC mungkin teman-teman sudah enggak
  135. 7:06asing lagi, tapi mungkin apa yang ada di
  136. 7:08dalamnya itu seperti ini. Jadi ee kita
  137. 7:11punya pusat produksi konten itu hari ini
  138. 7:14kita produce 100 channel lebih. Jadi ini
  139. 7:17ada channel asing, ada channel juga di
  140. 7:20dalam yang kita produce sendiri. Nah, eh
  141. 7:23saya sendiri eh manage kita punya tiga
  142. 7:28data center. Jadi data center saya ada
  143. 7:30di ee apa namanya? Satu di MNC Plaza
  144. 7:35yang di terus kemudian ada di Sunter di
  145. 7:37Infocom, satu lagi di MNC Tower Kedoya.
  146. 7:41Nah, ini tempat tempat producing
  147. 7:43kontennya. Nah, ee nanti saya tawarkan
  148. 7:47juga tadi ke apa namanya ke Fasilcom.
  149. 7:49Jika memang ada teman-teman yang
  150. 7:51berminat mau kunjungan segala macam,
  151. 7:54feel free nanti bisa kontak dan kita
  152. 7:56fasilitasi kalau mau ee belajar. Karena
  153. 7:59mungkin tempat yang seperti ini ee agak
  154. 8:02jarang di apa namanya? Ditemuin. Ini
  155. 8:05data center yang khusus untuk media.
  156. 8:07Jadi memang ee punya karakteristik yang
  157. 8:10berbeda dengan data center pada umumnya.
  158. 8:13Nah, kemudian yang kita produce ini kita
  159. 8:15langsung stream ke tiga tiga stream
  160. 8:18besar ya. Pertama yang di atas adalah
  161. 8:20yang PayTV ini TV berbayar. Kita ada dua
  162. 8:23brand K Vision sama MNC Vision. Kalau
  163. 8:26sekarang namanya Indovision. Terus
  164. 8:28kemudian kita punya IPTV juga. Jadi
  165. 8:30kalau yang atas lewat satelit ya,
  166. 8:32Teman-teman. Jadi kita masih dapat
  167. 8:34blessing Indonesia itu ee 13.600-an
  168. 8:371600-an pulau. Jadi jumlah yang pakai
  169. 8:41parabolanya sampai hari ini banyak. Jadi
  170. 8:44Kevision sendiri ada 13 juta subscribers
  171. 8:47hari ini yang ee menggunakan parabola
  172. 8:50gitu. Nah, ini mungkin di negara-negara
  173. 8:52lain eh magnitude atau besarnya
  174. 8:55subscriber enggak ada lagi yang seperti
  175. 8:57itu. Nah, kemudian ee yang di bawah ini
  176. 9:01IPTV yang pakai kabel dan yang OTT ini
  177. 9:04kita ada MNC Play. Nah, MNC Play itu
  178. 9:06sekarang kita kerja sama dengan Indosat
  179. 9:08namanya ee apa namanya? HiFi. Terus nah
  180. 9:13kita juga produce konten untuk Vision
  181. 9:14Plus. Mungkin teman-teman ada yang punya
  182. 9:16aplikasinya di sini Vision Plus ini
  183. 9:18aplikasi OTT eh sekarang positioning-nya
  184. 9:21nomor dua di Indonesia. Nomor satunya ee
  185. 9:23video. Jadi, Vision Plus ini nomor dua.
  186. 9:27Vision Plus ini picknya itu concurrent
  187. 9:30stream-nya itu kalau lagi ada timnas
  188. 9:32bola main itu bisa 2 juta concurrent
  189. 9:36subscribers.
  190. 9:37Jadi 2 juta concurrent stream.
  191. 9:40Bayangin teman-teman kalau punya 2 juta
  192. 9:42orang ngakses ee server yang sama, satu
  193. 9:45server itu mereka kualitasnya biasanya
  194. 9:47pakai HD 4 Mbps
  195. 9:502 * 4 itu 8. Jadi 8 GBPS kita langsung
  196. 9:54stream. Nah, itu kalau kita enggak atur
  197. 9:57baik-baik itu pasti semua akan eh
  198. 9:59battlenck, Conchest dan segala macam.
  199. 10:02Nah, yang ketiga yang Infokom di bawah
  200. 10:04ini produk-produk yang ee apa namanya?
  201. 10:07Hubungannya dengan ee SAS, terus dengan
  202. 10:11Visat dan dengan ee apa namanya dan
  203. 10:14dengan produk-produk digital yang ee
  204. 10:16NIS. Salah satunya adalah produk yang
  205. 10:19berkaitan dengan eh hospitality atau
  206. 10:21perhotelan.
  207. 10:24Nah,
  208. 10:27tadi saya sempat cerita sedikit
  209. 10:29bagaimana cara kita jaga produk kita
  210. 10:32supaya bisa diakses. Nah, ini kalau ee
  211. 10:36teman-teman nanti punya produk yang apa
  212. 10:38namanya yang diakses oleh jutaan orang
  213. 10:41ee bersamaan
  214. 10:43ini memang bikin pusing kepala gitu.
  215. 10:46Jadi ee ketika kita apa namanya
  216. 10:50trafficnya tuh bisa langsung melonjak,
  217. 10:52bisa juga langsung turun gitu. Jadi
  218. 10:53makanya kita pakai strategi kita
  219. 10:56sekarang ee kita pakai namanya hybrid
  220. 10:58cloud. Jadi infrastruktur yang utamanya
  221. 11:02itu ada di data center kita di on
  222. 11:03premis. Terus kemudian kalaui lagi ada
  223. 11:08spike itu kita langsung buang trafficnya
  224. 11:11ke cloud ke CDN. Hari ini kita pakai dua
  225. 11:14CDN eh Amazon EWS sama satu lagi pakai
  226. 11:18Alibaba.
  227. 11:20Nah, kemudian nah dari sini baru nyampai
  228. 11:22ke ee penonton. Jadi yang eh kita hari
  229. 11:27ini serve itu satelit eh Kevision sama
  230. 11:31MNC Vision itu ada 15 juta
  231. 11:34subscribers. 15 juta orang yang pakai
  232. 11:36setop box kita dan ngarah ke satelit
  233. 11:38kita. He.
  234. 11:39Terus channel linear kita ada 110-an.
  235. 11:42Terus kemudian eh subscriber-nya OTT ada
  236. 11:46R10 juta. Nah, ini kita ada 2.400 lebih
  237. 11:49hotel. Hari ini sekitar 2.600-an.
  238. 11:53Jadi kalau teman-teman ke hotel di
  239. 11:55seluruh Indonesia itu pasti ee mungkin
  240. 11:59ee tiga di antara empat itu pasti
  241. 12:02pakainya channel dari kita, gitu. Jadi
  242. 12:05ee bayangin ada 2.400 hotel yang ee kita
  243. 12:09serve channel-channel sampai ke
  244. 12:10kamarnya.
  245. 12:12Nah, ini building block eh yang kita
  246. 12:16running di dalam. Jadi, untuk produk
  247. 12:18digital apapun yang kita ee lempar ke
  248. 12:21pelanggan, yang sampai ke tangannya
  249. 12:23pelanggan, sampai ke matanya pelanggan
  250. 12:26itu di belakangnya ada lima hal ini.
  251. 12:27Jadi, di tengah-tengah ini sudah pasti
  252. 12:30247 eh operation. Terus yang pertama
  253. 12:35kita punya infrastruktur yang ee tangguh
  254. 12:38dan adaptif. Tadi saya sudah show kita
  255. 12:40ada tiga data center. Ada di ee Kedoya,
  256. 12:44di Kebon Siri, sama di Sunter. Nah, kita
  257. 12:47harus bagi load-nya dan kalaupun ada
  258. 12:50satu yang fail itu kita harus bisa
  259. 12:51langsung ee cover di tempat lain. Nah,
  260. 12:54yang kedua ini yang sangat penting
  261. 12:56sebenarnya sistem yang agile. Nah, ee
  262. 13:01kita bisa bikin produk digital apapun
  263. 13:03hari ini, tapi ee value dari produk kita
  264. 13:08itu sekarang sangat cepat ee bisa
  265. 13:11disusul atau di apa namanya dicopy oleh
  266. 13:14orang lain. Bahkan kalau teman-teman
  267. 13:17sekarang lagi lihat yang happening di
  268. 13:19GitHub itu eh ada yang namanya rea. Rea
  269. 13:24itu artinya reverse engineer anything
  270. 13:26gitu. Jadi kalau hari ini kita develop,
  271. 13:30sudah bisa dipastikan besok ada orang
  272. 13:33yang bisa meng-copy produk kita. Jadi,
  273. 13:35makanya kita harus punya sistem yang di
  274. 13:38mana ketika kita eh deploy ke pasar,
  275. 13:42[berdehem] kita sudah ada feature
  276. 13:43lainnya yang nunggu untuk besok dideploy
  277. 13:46sehingga kalau adapun orang yang ngopi,
  278. 13:48keunggulan kita besok masih tetap
  279. 13:50terjaga gitu.
  280. 13:52Eh, best practice nomor tiga sudah
  281. 13:54pasti, empat security. Nah, ini security
  282. 13:58resilience ini yang PR besar kita hari
  283. 14:01ini. Up until hari ini kita masih
  284. 14:05berjibaku nih menangani serangan cyber
  285. 14:08yang luar biasa. Ee dengan adanya AI di
  286. 14:11satu sisi kita bisa batu nanganin
  287. 14:14attack, tapi di satu sisi yang attack
  288. 14:16kita juga ternyata pakai AI juga. Jadi
  289. 14:19ini perangnya udah udah perang luar
  290. 14:21biasa gitu. ee
  291. 14:24saya tadi ee mungkin untuk menggambarkan
  292. 14:28ya itu di apa di data center kita ada
  293. 14:32server-server itu rata-rata bandwid-nya
  294. 14:341,3 GBPS gitu. Bayangin bandwid 1,3 GBPS
  295. 14:39itu habis bisa habis oleh yang attack
  296. 14:43gitu. Jadi boro-boro yang ee apa
  297. 14:47subscriber beneran gitu atau konsumen
  298. 14:49beneran bandwid-nya habis untuk yang
  299. 14:52ngetag. Jadi ee kemarin ya kita terpaksa
  300. 14:55naikin sampai 3 GBBS. Ee tapi di
  301. 15:00Indonesia kan memang challenging sekali
  302. 15:02ya ningkatin jumlah apa kalau di luar
  303. 15:04negeri mungkin tinggal berapa klik klik
  304. 15:06klik mereka bisa ningkatin capacity.
  305. 15:08Tapi kalau di sini kan ee kita mesti
  306. 15:10hubungin vendornya, narik kabel lagi,
  307. 15:13terus apa bikin ee gedein routernya
  308. 15:16lagi. Nah, itu ee problem yang luar
  309. 15:18biasa. Jadi ee untuk setiap produk
  310. 15:22digital hari [mendengus] ini requirement
  311. 15:24nomor satu security. Jadi ee dan tapi
  312. 15:30jangan takut ya maksudnya security di
  313. 15:31sini bukan berarti ee apa bikin kita ee
  314. 15:36apa namanya ya takut untuk melaunch
  315. 15:38produk digital. Enggak perlu takut nanti
  316. 15:41kita ada saya sharing strateginya.
  317. 15:43Nah, yang kelima ini yang challenging
  318. 15:46saat ini adalah orang dan skill. Jadi
  319. 15:48tim saya ada 167 orang saat ini. Ee itu
  320. 15:54yang bukan jumlah lagi yang challenge
  321. 15:57sekarang itu adalah eh skill set. Nanti
  322. 16:00agak kita bahas di belakang.
  323. 16:05Nah, ini ada
  324. 16:08ee [mendengus]
  325. 16:10kepada tim saya ini. Saya sampaikan
  326. 16:12slide ini berulang-ulang ke mereka
  327. 16:14supaya ini tertanam. [tertawa] ee karena
  328. 16:16hari ini ada tren baru produk digital
  329. 16:20itu bukan lagi under team produk gitu.
  330. 16:24Jadi ee hari ini yang namanya IT
  331. 16:27teman-teman semua harus siap ketika
  332. 16:29masuk ke dunia kerja
  333. 16:32produk di tangan kalian gitu bukan lagi
  334. 16:35di tim produk. Kenapa? Karena nanti
  335. 16:37jawabannya ada di belakang. Jadi
  336. 16:40teman-teman [mendengus] dari hari ini
  337. 16:41mesti punya mentalitas produk. Ini yang
  338. 16:44saya tekanin ee setiap minggu kita apa
  339. 16:47kita brainstorm ke tim. Jadi kalau kita
  340. 16:52asal mengerjakan task gitu, misalkan
  341. 16:54hari ini kita ada mau bikin feature apa
  342. 16:57gitu. Nah, feature itu dideploy itu baru
  343. 16:59setengah jalan nih, Teman-teman. Jadi
  344. 17:02request dari tim bisnisnya apa kita
  345. 17:04pengerti, kita bikin speknya, kita
  346. 17:07deliver. Itu baru setengah jalan gitu.
  347. 17:11Jadi full perjalanannya adalah ketika
  348. 17:15[berdehem] saya punya spek setiap orang
  349. 17:18yang menerima itu harus memberikan value
  350. 17:20tambahan. Mereka harus punya value
  351. 17:22tambahan.
  352. 17:24Terus kemudian ee
  353. 17:27mereka harus bisa menunjukkan dampaknya.
  354. 17:30Jadi harus ada yang bisa diukur gitu
  355. 17:32terhadap feature tersebut. Sekecil
  356. 17:34apapun feature bahkan feature login pun
  357. 17:36bisa diukur gitu. Jadi ee kalau tadi
  358. 17:40deliver itu baru setengah jalan, tapi
  359. 17:42harus tambah eh value-nya diukur.
  360. 17:45[tertawa]
  361. 17:45Dan yang terakhir ketika sudah
  362. 17:48di-deliver setiap
  363. 17:50feature harus sudah ada roadmap ke
  364. 17:52depannya.
  365. 17:54Karena eh paling gampang aja sekarang
  366. 17:57feature login gitu. Login itu kayaknya
  367. 17:59bertahun-tahun kita pakai pakai metode
  368. 18:02login [berdehem] eh apa JWUT Ooutout itu
  369. 18:05kayaknya udah paling secure gitu.
  370. 18:08kemarin kalau enggak salah hari eh
  371. 18:09kemarin atau minggu lalu lah sudah ada
  372. 18:11yang membuktikan itu bisa di sudah bisa
  373. 18:14di-break gitu. Nah, ini eh feature yang
  374. 18:17paling basic tadi sudah seperti itu.
  375. 18:19Gimana feature-feature yang lain gitu.
  376. 18:22Jadi eh mentality produk ini penting
  377. 18:26banget. Jadi mentality produk
  378. 18:29request, understand, dan deliver baru
  379. 18:31setengah jalan.
  380. 18:36[berdehem]
  381. 18:37Nah, kemudian ini saya kasih ke tim saya
  382. 18:40juga. Mereka sebenarnya bisa pilih saya
  383. 18:43kasih ee framework-nya gitu. Mereka mau
  384. 18:46tambahin value apa sih gitu. Nah, ini
  385. 18:48yang sudah saya digest dari beberapa hal
  386. 18:51ee
  387. 18:53itu pertama dari sisi kecepatan,
  388. 18:55dari sisi uang atau revenue-nya atau
  389. 18:58bisa jadi costnya turun. Terus kemudian
  390. 19:01dari sisi scale dan trust-nya,
  391. 19:04terus kemudian dari sisi usernya, terus
  392. 19:06dari sisi brand ada value edited-nya
  393. 19:08enggak. Nah, dari sisi manajemen juga
  394. 19:10harus ada ukurannya. Jadi ini framework
  395. 19:13yang saya pakai. Mungkin di luar sana
  396. 19:15banyak juga teori-teori lain, tapi eh
  397. 19:19ini coba saya digest dari beberapa
  398. 19:21teori. Kita kembangkan value itu di en
  399. 19:24framework ini. Jadi tim saya boleh milih
  400. 19:27dia misalkan kerjain feature mana, tapi
  401. 19:29harus ada tadi added value-nya. Mereka
  402. 19:31harus pilih dari sisi apa yang mereka
  403. 19:32mau add gitu.
  404. 19:36Nah, ini saya bikinkan juga framework ee
  405. 19:39untuk menciptakan value-nya. Jadi produk
  406. 19:42digital tuh harus punya value. Bahkan
  407. 19:43value-nya tadi bisa [tertawa] sangat
  408. 19:45obsolet, sangat cepat gitu, bisa
  409. 19:47[berdehem] expire dengan sangat cepat.
  410. 19:49Jadi ee kita harus punya iterasi juga
  411. 19:52yang cepat supaya produk digital kita
  412. 19:53itu punya value yang ee apa hadir di
  413. 19:58mata nya ee pelanggan gitu. Jadi produk
  414. 20:02yang punya value aja itu kadang-kadang
  415. 20:04kalau tidak diadvertise dengan bagus
  416. 20:07bisa jadi value atau manfaatnya enggak
  417. 20:09sampai gitu. Tapi ee bayangkan kalau
  418. 20:13produk yang value-nya itu so-so aja
  419. 20:15gitu. Nah, ini yang challenging. Nah,
  420. 20:18jadi ee
  421. 20:21kira-kira iterasinya gini. Ini ee
  422. 20:25kebetulan karena pernah ee saya pernah
  423. 20:27di sekolah bisnis juga. Jadi sebenarnya
  424. 20:29ini bukan dari lebih ke arah bisnis ya.
  425. 20:34Jadi saya apa namanya? Ini adalah eh
  426. 20:37framework-framework yang kita pakai. Eh
  427. 20:40ini ada framework-nya Porters Value
  428. 20:42Chain, terus framework-nya Foreston TEI,
  429. 20:46terus ada eh save-nya Wall Street
  430. 20:49Journal, terus ada Dora yang apa Devs eh
  431. 20:53apa namanya? Devops eh review. Terus
  432. 20:57kemudian yang terakhir ee PMI ini ee
  433. 21:03kalau diterangin cukup panjang gitu.
  434. 21:05Jadi ee ini dicatat aja coba nanti
  435. 21:08baca-baca atau discuss dengan AI ini
  436. 21:11apa. Tapi intinya gini, di setiap
  437. 21:15iterasi produk kita menemukan value itu
  438. 21:18pertama kita harus temukan dulu eh value
  439. 21:21apa yang mau kita cari, terus kemudian
  440. 21:23gimana cara ngukurnya, terus apa yang
  441. 21:26perlu diprioritaskan, terus apa yang
  442. 21:28perlu diip atau dieliver,
  443. 21:30[terkesiap][menghela napas]
  444. 21:30terus kemudian yang terakhir bagaimana
  445. 21:32cara membuktikan value tersebut.
  446. 21:34[mendengus]
  447. 21:35gitu. Jadi kalau ini diterasi terus
  448. 21:38inilah sebenarnya yang ee apa namanya?
  449. 21:41Endless product eh development. Nah, ini
  450. 21:45eh
  451. 21:48ketika value-nya udah expire apalagi itu
  452. 21:51sebenarnya sudah terlambat gitu. Jadi
  453. 21:52sebenarnya kita harus reinventing
  454. 21:53value-nya terus. Nah, kalau udah expire
  455. 21:57value-nya
  456. 21:59eh value expire tuh seperti ini.
  457. 22:00Misalkan kita deliver produk yang eh
  458. 22:04tipenya subscription.
  459. 22:06Hari ini kita ada subscription yang eh
  460. 22:09misalkan ada biasanya kan ada apa?
  461. 22:12Silver, gold, platinum gitu. Nah, silver
  462. 22:15itu misalkan ee berapa? Misalkan e
  463. 22:1910.000, platinum R.000 eh apa gold
  464. 22:22[mendengus] R.000 yang si platinum
  465. 22:23Rp100.000.
  466. 22:25Nah, kemudian tiba-tiba ada kompetitor
  467. 22:28dia menawarkan ee
  468. 22:31hal yang lebih bagus. Misalkan value-nya
  469. 22:34apa namanya subscription atau feature
  470. 22:36yang ada di platinum dengan harga gold
  471. 22:38gitu. Nah, itu seketika itu juga
  472. 22:41sebenarnya kita punya dua opsi. kita mau
  473. 22:44main di produk kita samakan atau kita
  474. 22:47lawan atau sebenarnya kalau kita yang
  475. 22:51paling terpaksa itu kalau ternyata
  476. 22:53feature yang ditawarkan mereka lebih
  477. 22:55bagus dari kita itu artinya kita harus
  478. 22:57reinvent value. Nah itu sebenarnya
  479. 22:59ketika itu terjadi value kita sudah
  480. 23:02expire. Kita harus iterate dari awal dan
  481. 23:04secepat mungkin kita deliver. Itu
  482. 23:06kompleksitasnya luar biasa. Kalau di
  483. 23:10startup eh karena saya pernah manage
  484. 23:13startup juga itu lebih gampang
  485. 23:16approvalnya cepat terus eh apa namanya
  486. 23:20tidak ada compliance, tidak ada apa
  487. 23:23tidak ada ee kaitannya dengan mesti
  488. 23:27lapor ke apa namanya ke regulatory
  489. 23:29misalkan ke OJK BI segala macam. Tapi
  490. 23:31kalau teman-teman ada di company yang
  491. 23:34besar, yang punya regulasi ketat, yang
  492. 23:38punya ee kewajiban, apalagi Tbk seperti
  493. 23:42ee tempat kami itu perubahan ee
  494. 23:46struktural itu harus harus dilaporkan
  495. 23:49gitu ke regulator. Jadinya ee selalu ada
  496. 23:52proses yang lebih lama daripada start
  497. 23:53up.
  498. 23:56Ini tadi ee mungkin contekan-contekannya
  499. 23:58ya. Kalau si porters ini biasa saya
  500. 24:01pakai buat ee sebenarnya value kita tuh
  501. 24:04ada marginnya enggak sih? Intinya gitu
  502. 24:06aja sih. Ada marginnya enggak sih?
  503. 24:08Jangan sampai kita nambahin value,
  504. 24:09nambahin cost di belakang misalkan
  505. 24:11nambahin kita nambahin satu feature tapi
  506. 24:14belakang kita nambahin server gitu. Nah,
  507. 24:16servernya cost-nya itu lebih besar
  508. 24:17daripada value yang kita mau eh deliver
  509. 24:21atau revenue-ya mau kita captive. Nah,
  510. 24:23itu artinya merginnya minus. Nah, itu ee
  511. 24:27di sini sebenarnya sudah no go. Artinya
  512. 24:29kecuali kita ada intensi lain gitu
  513. 24:32misalkan untuk penetrasi market segala
  514. 24:33macam. Tapi tes pertama ini porters
  515. 24:36value chain. Jadi kalau dia marginnya
  516. 24:38minus
  517. 24:40udah jadi eh ini sudah sudah sebuah
  518. 24:43bloker sebenarnya. Nah, yang kedua yang
  519. 24:45punyanya Forester eh Total Economic
  520. 24:48Impact ini lebih kompleks lagi karena ee
  521. 24:51kita mesti mesti ada ee terminologi nih.
  522. 24:57Ee saya harapin sih teman-teman ee ini
  523. 25:00semester berapa ya?
  524. 25:02Tiga
  525. 25:03gabungan ya?
  526. 25:04Tiga, TIG dan lima.
  527. 25:05Oh, 3 dan lima ya Bu. Jadi ee
  528. 25:09mungkin kalau yang di apa ee nanti
  529. 25:13ketika sudah mau berkecimpung di dunia
  530. 25:15profesional, terminologi ini harus hafal
  531. 25:17mati nih. ROI, NPV, Payback ini karena
  532. 25:22ee apalagi yang kalau memang ee
  533. 25:26teman-teman langsung handling produk ini
  534. 25:28report ini sudah report harian gitu.
  535. 25:37Ini kalau yang ee WSJ ini sebenarnya
  536. 25:40agak jelimet karena butuh ukuran
  537. 25:43ekonomi. Ee
  538. 25:46nah ini yang yang penting ini Dora. Dora
  539. 25:49ini eh punyanya Devs ini relate banget
  540. 25:52sama sama positioning IT yang sekarang
  541. 25:55jadi eh
  542. 25:58backbond-nya produk.
  543. 26:00Jadi eh kita harus paham empat hal ini
  544. 26:03nih. Eh lead time for changes ini
  545. 26:07artinya kalau kita ada satu feature dan
  546. 26:10harus kita change itu kita butuh berapa
  547. 26:12lama sih? Biasanya kalau pakai yang ejal
  548. 26:15ukurannya pakai sprint ya sprint setiap
  549. 26:17sprint 2 minggu gitu. Nah itu berapa
  550. 26:20sprint sih kalau kita mau ngerubah ee
  551. 26:22hal ini gitu. Nah, kemudian eh change
  552. 26:25value rate ini nanti saya akan
  553. 26:28demonstrasikan nih eh change value rate
  554. 26:30eh saya akan tunjukkan datanya ya. Eh
  555. 26:32change value rate ini artinya setiap
  556. 26:34kita ada
  557. 26:36eh feature baru yang kita define itu
  558. 26:39kita harus tes. Nah tesnya itu kita
  559. 26:43confidence dengan tim kita atau enggak
  560. 26:45gitu. Kalau kita confidence artinya
  561. 26:47failure rate-nya akan sangat rendah. apa
  562. 26:49yang dievelop akan 90% atau 80% ready to
  563. 26:53deploy. Tapi kalau enggak, maka eh
  564. 26:56deploy rate-nya akan apa? Eh change
  565. 26:59value rate-nya akan tinggi. Terus
  566. 27:02kemudian eh time to restore. Ini penting
  567. 27:04banget juga kalau let's say teman-teman
  568. 27:06develop
  569. 27:09eh apa namanya? di
  570. 27:13let's say bikin apps lah, bikin apps
  571. 27:16publish di Google eh Play Store atau di
  572. 27:19App Store. Nah,
  573. 27:22ee kita harus bayangin ketika nanti
  574. 27:26aplikasinya ini punya bug gitu, bugnya
  575. 27:28ini parah gitu, harus kita update sekali
  576. 27:31ee saat itu juga. Tapi les dari saat
  577. 27:34kita ketemu bugnya, kita update
  578. 27:36aplikasinya,
  579. 27:37itu kita enggak bisa serta-merta tuh
  580. 27:39langsung kita deploy ke semua pengguna.
  581. 27:42Misalkan ada 100.000 orang yang download
  582. 27:44apps kita, semuanya langsung kita babat,
  583. 27:47dijamin akan hancur gitu. Kenapa? Karena
  584. 27:50ee setiap kali perubahan itu [berdehem]
  585. 27:52akan dipush ke mana? Ke aplikasi yang
  586. 27:56ada di handphone-nya. bisa jadi break
  587. 27:59atau bisa jadi ada bug lagi yang
  588. 28:01menyebabkan aplikasinya crash. Nah, kita
  589. 28:03harus develop eh misalkan kita publish
  590. 28:0610% dulu, kita lihat value rate-nya
  591. 28:09kemudian 20% dulu. Nah, bertahap kayak
  592. 28:11gitu kita bisa limit resikonya ketika
  593. 28:15ada eh value rate-nya tinggi kita stop
  594. 28:17dulu gitu kita perbaikin dulu apps-nya.
  595. 28:20Tapi kalau kita main deploy e semua itu
  596. 28:23pasti resiko gagalnya tinggi. Nah, itu
  597. 28:25yang di namakan time to restore. Jadi,
  598. 28:28kalau ada sesuatu yang katastrofik,
  599. 28:30seberapa cepat kita bisa eh recover.
  600. 28:34Nah, yang terakhir deployment frequency.
  601. 28:36Ini seberapa cepat kita deploy eh apa
  602. 28:39namanya? Eh, feature atau apps-nya.
  603. 28:48Nah, ini ee
  604. 28:58oke. Nah, ini saya mau ee kalau tadi
  605. 29:01teori ya, ini saya mau sisipkan sebuah
  606. 29:04sebuah use case. Ini use case yang real,
  607. 29:07Teman-teman. Jadi ee R case-nya real ee
  608. 29:12dan ini enggak enggak terlalu jauh amat
  609. 29:14ke belakang ni tahun 2023 kejadiannya
  610. 29:182024.
  611. 29:19Ee kalau misalkan semua pada tahu
  612. 29:22mungkin di rumah ada yang pasang juga
  613. 29:23ada namanya MNC Vision. Nah dulu itu MNC
  614. 29:27Vision pakai sebuah sistem being system
  615. 29:30itu top notes paling keren di dunia
  616. 29:32gitu. Paling keren di dunia tapi paling
  617. 29:36mahal juga gitu.
  618. 29:38Nah, suatu ketika di 2022 ini mulai
  619. 29:42kelihatan nih ada slope ee apa namanya?
  620. 29:46Jumlah pelanggan ada pelanggannya mulai
  621. 29:47chn mulai mulai pada beralih karena OTT
  622. 29:50mulai masuk. Nah, kalau pelanggannya
  623. 29:53turun
  624. 29:55harga cost kita pakai aplikasi tadi itu
  625. 29:59eh off the record aja
  626. 30:02satu kuarter itu 95.000K. Artinya
  627. 30:04setahun itu kalau dengan maintenance
  628. 30:06server segala macam 500.000 USD kita
  629. 30:09buatjalanin sistemnya
  630. 30:12dibagi jumlah pelanggan akibatnya
  631. 30:15menggerus
  632. 30:16ee harga langganannya sehingga marginnya
  633. 30:19turun. sehingga mau enggak mau kita
  634. 30:22harus ganti sistem yang
  635. 30:25kita bisa mampu bayar atau produknya
  636. 30:27bisa sustain karena kita enggak bisa
  637. 30:28ningkatin ee harga produk digital itu
  638. 30:31kayak kita langsung apa namanya
  639. 30:33ningkatin ee apa namanya ee harga di
  640. 30:37barang di pasar gitu. Ini beda beda
  641. 30:39cerita. Jadi di sini ee
  642. 30:44singkat cerita gini di 2023 ini kita
  643. 30:46analisa nih tadi pakai ee Vedu Jen TE eh
  644. 30:52Dora Dora mungkin enggak terlalu relevan
  645. 30:54ya tapi 2023 itu verdiknya atau
  646. 30:56keputusannya adalah kita enggak bisa
  647. 30:59lagi bayar sistem ini. bukan enggak bisa
  648. 31:02bayar. Artinya kita enggak bisa lagi ee
  649. 31:04menggunakan sistem ini karena ongkos per
  650. 31:06subscribe-nya eh per subscription-nya
  651. 31:08sudah sangat tinggi gitu. Makanya harus
  652. 31:12kita ee apa namanya? Harus kita ganti.
  653. 31:18Nah, cuma sistem ini satu itu sistemnya
  654. 31:21sangat kritikal gitu. Bayangin kalau
  655. 31:24bilingnya bilingnya ee biling itu kayak
  656. 31:27kita apa namanya? Biling telepon gitu.
  657. 31:30Kalau itu ada apa-apa, mitigasi
  658. 31:33terbaiknya adalah kita lost dulu semua
  659. 31:35pelanggan, tapi akibatnya revenue
  660. 31:37langsung drop kan. Jadi
  661. 31:41ee apa namanya? Kalau di apa namanya
  662. 31:46disurvei atau ditantangin lah orang IT
  663. 31:49untuk nanganin ganti sistem seperti ini
  664. 31:52di mana itu jantungnya? itu mungkin dari
  665. 31:55lima yang angkat tangan cuma dua karena
  666. 31:58ee resikonya gede gitu ya. Resikonya kan
  667. 32:00artinya bukan resiko sistemnya enggak
  668. 32:02jalan doang, tapi resiko karir gitu kan.
  669. 32:04Nah, ini yang perlu mungkin ee kita apa
  670. 32:06namanya kita overview gitu. Nah, tapi ee
  671. 32:12ketika itu kita enggak ada pilihan dan
  672. 32:14ee ya artinya dengan segala ee dengan
  673. 32:19segala keputusan waktu itu saya ee
  674. 32:21ajukan kita ee develop sendiri. Ini
  675. 32:25salah satu cara menemukan value gitu.
  676. 32:27Jadi teman-teman apalagi kalau yang
  677. 32:28kerja di startup itu yang namanya cost
  678. 32:31adalah sesuatu yang ee bukan lagi
  679. 32:36bulanan ya, mingguan harus di-review.
  680. 32:38begitu ada cost yang tidak bisa ter ee
  681. 32:41cover oleh produknya harus segera
  682. 32:44diganti. Jadi ini kasusnya seperti itu.
  683. 32:46Jadi akhirnya kita develop sendiri, kita
  684. 32:48jalanin tandem ee dengan metodologi yang
  685. 32:52benar
  686. 32:54dan ee 2024 awal itu sudah jalan dengan
  687. 32:57sistem yang baru tanpa ada hal yang
  688. 33:00dirasakan di ee pelanggan. Dan ini juga
  689. 33:04waktu itu berbarengan sama akuisisinya
  690. 33:07Kevision ya. Jadi ee jumlah pelanggannya
  691. 33:10justru malah ee naik pesat tuh dulu dari
  692. 33:13dari awal 2016 tinggal 2,5 juta hari ini
  693. 33:17tuh 13,9 juta gitu. Jadi ee ini ee
  694. 33:23ini contoh yang sukses story lah. Ee
  695. 33:25tapi nanti ada contoh yang challenging
  696. 33:28juga saya sampaikan di belakang.
  697. 33:33Oke,
  698. 33:37tadi setelah kita bikin itu kalau kita
  699. 33:40mau review value-nya tuh sebenarnya
  700. 33:41seperti ini nih. Jadi kalau kita sekedar
  701. 33:44ganti
  702. 33:46ya, kita copy aja tuh feature-feature
  703. 33:48sistem yang lama [terkesiap] ke sistem
  704. 33:50yang baru. Tapi itu kita cuman berhenti
  705. 33:53di sini nih, Teman-teman.
  706. 33:55Artinya ee karena sistemnya sudah in
  707. 33:58houseo ee kita enggak perlu lagi ee
  708. 34:01spend ratusan ribu dolar lah untuk
  709. 34:03support. Terus kita juga setiap mau ada
  710. 34:05perubahan enggak perlu lagi minta CR,
  711. 34:08change request ke eh vendor. Terus
  712. 34:10secara infrastruktur juga kita bisa
  713. 34:12manage lebih ramping. Tapi kalau di sini
  714. 34:17kita juga enggak enggak kita enggak
  715. 34:19nambahin value gitu. Jadi ee bedanya
  716. 34:23kita harusnya dengan ee apa namanya ee
  717. 34:27teman-teman yang di luar sana lain itu
  718. 34:31kita harusnya sampai ke ke ranah yang
  719. 34:34kedua ini either itu extend maupun
  720. 34:36strategic value. Jadi kita harus
  721. 34:38tambahin ini setelah kita develop
  722. 34:40sendiri mau kita tambahin apa sih? ya
  723. 34:43udah performance-nya kita bagusin terus
  724. 34:46kemudian lebih banyak automation terus
  725. 34:48lebih bisa agel dengan eh karena enggak
  726. 34:51perlu lagi siar ke vendor kan. Terus
  727. 34:53kemudian eh kita tambahin strategic
  728. 34:57value-nya. Nah, paling gampang di sini
  729. 35:00yang relate sama duit, sama revenue,
  730. 35:03either naikin revenue atau nurunin cost
  731. 35:06itu pasti kita diapreciate oleh eh
  732. 35:08manajemen. Jadi ee saya harapkan sih
  733. 35:11teman-teman di sini ee tipikal yang tadi
  734. 35:15punya mentalitas produk digital jangan
  735. 35:19sekedar deliver tapi nambahin eh value
  736. 35:22karena ini di tempat manaun di situasi
  737. 35:25apapun ini works ini jalan petway-nya
  738. 35:29supaya supaya kita bisa apa namanya bisa
  739. 35:32survive ya.
  740. 35:35Nah,
  741. 35:37ini tapi itu tadi model tradisional itu
  742. 35:41waktu 2023 walaupun AI sudah ada tapi
  743. 35:45orang belum terlalu
  744. 35:47mandang AI itu sebagai solusi yang apa
  745. 35:50namanya? Solusi yang di depan mata
  746. 35:51langsung applicable.
  747. 35:53Ini ada challenge yang sangat sangat
  748. 35:57ee menurut saya besar. Semua orang
  749. 35:59sekarang bisa bikin software
  750. 36:03ya.
  751. 36:04setuju enggak atau ada yang enggak
  752. 36:06setuju?
  753. 36:08Semua orang loh tanpa kecuali gitu. Even
  754. 36:11ee CEO saya ee pembulu tangkis ternama
  755. 36:15Pak Kevin Sanjaya itu hari ini bisa
  756. 36:17bikin software. Dia tunjukin ke saya,
  757. 36:19"Mas, saya bisa bikin ini nih buat buat
  758. 36:21analisa apa namanya eh performance
  759. 36:23company. bukan orang IT, bukan orang
  760. 36:27produk, bukan orang sales gitu, tapi
  761. 36:30beliau punya mindset yang ee
  762. 36:34luar biasa gitu. Nah, sekarang semua
  763. 36:38kadang-kadang AI ini ee
  764. 36:42izin ngomongin AI ya, Pak Dila ya.
  765. 36:44[tertawa]
  766. 36:46Jadi ini ee apa namanya? Ee saya enggak
  767. 36:50tahu dalamnya EI itu gimana, tapi
  768. 36:53ee bagi saya EI ini kayak nemu kuda di
  769. 36:56padang pasir gitu.
  770. 36:59Kita bisa tuntun untuk bawa barang doang
  771. 37:02atau bisa sekalian kita naikin biar
  772. 37:03jalannya lebih cepat gitu. Pilihannya
  773. 37:06itu sih. Jadi saya tuh selalu nganggap
  774. 37:07gitu. Jadi di satu sisi AI ini nambah
  775. 37:10nambah nilai, nambah value, nambah opsi
  776. 37:12gitu.
  777. 37:13Jadi dengan adanya AI sekarang semua
  778. 37:17dari kita kalau diminta apapun oleh
  779. 37:20siapapun yang kita ee kerja atau
  780. 37:23misalkan kita punya usaha sendiri itu
  781. 37:26kita enggak bisa bilang enggak atau
  782. 37:28enggak bisa bilang nanti gitu.
  783. 37:31Kalau dulu bisa kita bilang, "Aduh
  784. 37:33enggak bisa nih saya belum kuasain
  785. 37:34segala macam." Itu jawaban itu enggak
  786. 37:37valid sekarang.
  787. 37:39Jadi enggak bisa bilang enggak, enggak
  788. 37:41bisa bilang nanti, gitu.
  789. 37:43Terus ee selalu ada kesempatan kita bisa
  790. 37:47bikin yang sama dan lebih gitu. Ini yang
  791. 37:51ee nilai plusnya ya. Nah, nilai
  792. 37:53negatifnya
  793. 37:55ini ee
  794. 37:58kalau kita pakainya bagus, dia akan
  795. 38:00bagus. Kalau kita pakainya sembrono, dia
  796. 38:03akan jadi ee apa namanya? Akan ee
  797. 38:07merongrong kita juga gitu. Jadi ya
  798. 38:09mungkin teman-teman kalau lihat di IG
  799. 38:12aja kan banyak banget influencer AI ya
  800. 38:14development ya ada yang namanya
  801. 38:15hallucination data leakage eh bias terus
  802. 38:19IP atau secret kita data kita ke
  803. 38:22mana-mana terus ada over reliance ini
  804. 38:26penyakit-penyakitnya AI masih banyak
  805. 38:28lagi sih
  806. 38:33nah ee
  807. 38:36hari ini cuma
  808. 38:39kita enggak bisa lepas gitu. Artinya
  809. 38:41kalau orang di kompetitor kita sudah
  810. 38:43pakai AI untuk develop kita enggak pakai
  811. 38:47kita di belakang gitu. Nah, cuma untuk
  812. 38:51kedua hal ini syarat untuk kita supaya
  813. 38:54bisa bikin produk yang ultimate atau
  814. 38:56bisa bersaing itu kita punya qualified
  815. 38:58people. Nah, ini yang saya mau cerita di
  816. 39:01setelah ini supaya qualified people ini
  817. 39:04bisa bukan sekedar menggenerate value
  818. 39:07tapi trusted value atau value yang
  819. 39:09benar-benar trust eh aplikasi fiturnya
  820. 39:13banyak tapi bug-nya banyak itu juga
  821. 39:15enggak enggak trusted gitu. Nah, makanya
  822. 39:17di sisi bawah ini yang sangat penting
  823. 39:21yang ee mungkin pesan khusus saya ke
  824. 39:24kita semua ini ada yang namanya guard
  825. 39:26trails.
  826. 39:27Jadi, guard trail ini adalah ee koridor
  827. 39:30yang kita tetapin. Ee sebenarnya ada
  828. 39:34paradoksnya gini. Paradoksnya itu kan
  829. 39:36kan model sekarang makin canggih, makin
  830. 39:38pintar. Ngapain kita batasin ee kita
  831. 39:41terlalu banyak pagerin segala macam.
  832. 39:43Harusnya mereka bisa magerin sendiri. ee
  833. 39:46satu sisi ya, satu sisi enggak juga
  834. 39:48karena nanti saya ada data yang
  835. 39:51membuktikan atau bisa membahas hal
  836. 39:53tersebut.
  837. 39:54Nah, tadi eh new trend-nya satu ini ya,
  838. 39:58AI yang eh apa setiap orang bisa e
  839. 40:02memungkinkan setiap orang bisa bikin
  840. 40:04software. Nah, tren kedua ini nih IT
  841. 40:08owns the product
  842. 40:10gitu. Jadi ee ini kejadian di tempat
  843. 40:12kami per Oktober tengah kemarin
  844. 40:17berdasarkan hasil rembukan manajemen
  845. 40:18kita yang namanya produk digital under
  846. 40:22IT gitu. Jadi orang produk adalah orang
  847. 40:26IT sekarang orang produk akhirnya orang
  848. 40:29produknya di kita dan kita akan skrut
  849. 40:33ini. Kalau mereka bukan IT atau tag
  850. 40:36oriented mohon maaf kita enggak bisa
  851. 40:38masuk sebagai tim. eh tidak bisa kita
  852. 40:40masukkan sebagai tim. Karena apa? Karena
  853. 40:44sekarang IT owns the product. Kenapa IT
  854. 40:47owns the product? Pertama karena eh
  855. 40:52ini yang juga harus jadi objektif kita
  856. 40:55semua. Orang IT nantinya yang bisa
  857. 40:57bercerita kepada tools, kepada AI untuk
  858. 41:01generate eh PRD, product requirements
  859. 41:04yang bisa juga apa namanya? memilah
  860. 41:07product requirements jadi functional
  861. 41:09requirements. Yang bisa memilah
  862. 41:10functional requirements jadi development
  863. 41:13plan, jadi eh full apa namanya? Pull
  864. 41:17request. Nah, jadi ini
  865. 41:21posisi teman-teman hari ini ee kalau
  866. 41:25katanya orang bilang, "Wah, itu
  867. 41:27lama-lama enggak dibutuhin." Saya
  868. 41:29against ee apa namanya ee terhadap idea
  869. 41:33itu. Karena di tempat saya mengalami
  870. 41:35sendiri bahwa role-nya IT tuh nambah,
  871. 41:38gitu. Jadi, bukan kita terreplace oleh
  872. 41:40AI, tapi kita justru yang harus ada on
  873. 41:43top of ee AI-nya.
  874. 41:46Eh zaman saya, zaman Pak Adila juga dulu
  875. 41:49mungkin kita masih kenalan tuh yang
  876. 41:50namanya assembler, bahasa assembly. Kita
  877. 41:53dekatin diri kita sedekat mungkin sama
  878. 41:55mesin
  879. 41:57jadi kita bahasanya tuh bukan bahasa
  880. 41:59manusia, bahasa assembly.
  881. 42:01Ee mungkin di teman-teman enggak relate
  882. 42:03kali ya, enggak tahu bentuknya kayak
  883. 42:05gimana tapi primitif lah pokoknya. Nah,
  884. 42:08jadi terus habis itu ditemukan bahasa
  885. 42:10yang mulai pemrograman ee ya walaupun
  886. 42:13masih agak primitif kayak kobel segala
  887. 42:15macam. Terus habis itu ada bahasa visual
  888. 42:18ee terus kemudian sekarang ada eh type
  889. 42:21segala macam. Nah, evolusi selanjutnya
  890. 42:23itu AI. Jadi bahasanya adalah bahasa
  891. 42:26manusia gitu, bahasa prom. Nah, jadi ee
  892. 42:29di setiap iterasi itu kan dari zaman
  893. 42:32assembly segala macam itu kan manusia
  894. 42:34selalu di atasnya. Orang IT di atasnya.
  895. 42:36Jadi pas di atasnya AI pun nanti harus
  896. 42:40ee kita nih ee teman-teman semua nanti
  897. 42:44future leaders gitu.
  898. 42:49Ini contoh kasus ya. Ini contoh kasus
  899. 42:51yang ee sebenarnya saya enggak enggak
  900. 42:53terlalu mau bahas, tapi ee ini saya coba
  901. 42:57karena ada kaitannya sama produk digital
  902. 43:00tadi. Soal ee ini contoh kasus reason
  903. 43:04banget. 1 Oktober kemarin. 1 Oktober
  904. 43:07kemarin eh
  905. 43:10kawan kita Mark Zuckerberg itu tiba-tiba
  906. 43:13punya ide WhatsApp nih kemurahan nih.
  907. 43:15WhatsApp for bisnis gitu. Saya naikin
  908. 43:17aja deh harganya. Oh, ternyata kalau
  909. 43:20reply enggak bayar ya. Saya mereka buat
  910. 43:22berbayar deh. Jadi WhatsApp yang centang
  911. 43:24hijau tuh tiba-tiba berbayar tanggal 1
  912. 43:26untuk reply yang tadinya R0 jadi R56
  913. 43:30perak gitu.
  914. 43:32Sori ini belum kelut. Jadi
  915. 43:37di tempat saya itu ngirim setiap bulan
  916. 43:41540
  917. 43:43524.000 balasan WhatsApp.
  918. 43:46itu kalau kita kuantifikasi yang tadinya
  919. 43:48nol
  920. 43:50saya bisa bayar R6 juta
  921. 43:54ujuk-ujuk gitu ya. Mereka sudah kasih
  922. 43:57artikel lah segala macam tapi bagi kita
  923. 44:00kok enggak ada solusi ya maksudnya
  924. 44:02akhirnya ya udah
  925. 44:05kita bisa cover enggak biayanya. Kalau
  926. 44:06kita enggak bisa cover ya kita come up
  927. 44:08dengan something ya. Kita bikin ee ini
  928. 44:10produk namanya MVN chat. Jadi kita bikin
  929. 44:12eh chat eh [berdehem] web chat eh di
  930. 44:16Chrome itu kan sekarang bisa bikin
  931. 44:17progresif web app ya P. Jadi ini
  932. 44:20bentuknya P gitu. Nah jadi secara apa?
  933. 44:25Secara function dia tetap bisa
  934. 44:27ngelayanin chat tapi kita tambahin lagi
  935. 44:29feature-nya enggak mau dong cuma chat
  936. 44:31doang ngapain gitu kan. Akhirnya kita
  937. 44:34tambahin ee feature-feature-nya langsung
  938. 44:36pada saat itu juga. Ini pertama kali
  939. 44:39kita pakai eh produk yang full eh
  940. 44:44develop by AI karena waktunya cuma 2
  941. 44:46minggu, Teman-teman. [mendengus]
  942. 44:48Bayangin 2 minggu harus bikin produk
  943. 44:50yang [berdehem] bisa di belakang ada
  944. 44:51admin orangnya bisa juga dijawab sama
  945. 44:54bot gitu. Itu ee pusing kepala kita
  946. 44:58kalau enggak pakai AI. Oke.
  947. 45:02Nah, jadi sebenarnya ee use case
  948. 45:05terakhir nanti ee mungkin lebih jelas
  949. 45:09lagi
  950. 45:11[tertawa] ini ee saya enggak tahu di
  951. 45:13mana ya, saya lupa. Saya pernah baca ini
  952. 45:17ee
  953. 45:19tapi saya cari lagi enggak ketemu gitu.
  954. 45:21Jadi saya enggak kuat orangnya karena
  955. 45:23saya enggak lupa nih siapa yang bilang.
  956. 45:26[mendengus]
  957. 45:26Tapi saya sangat sangat sangat agree
  958. 45:30dengan eh apa namanya quote-nya. Jadi,
  959. 45:34the real product value now comes from
  960. 45:36building at machine speed. Kata kuncinya
  961. 45:39ini yang dikuningin ya, machine speed.
  962. 45:42Kenapa? Karena
  963. 45:43[menghela napas][terkesiap]
  964. 45:45ini ee
  965. 45:49era di mana kita enggak bisa lagi
  966. 45:51ngandelin manual atau kita bikin ee
  967. 45:54sesuatu lagi ee coding. Jadi yang
  968. 45:57namanya code itu ee sekarang sudah ada
  969. 46:00tukangnya, sudah ada AI-nya. Kita bagian
  970. 46:03brainnya nih, Teman-teman. Brain dan
  971. 46:06produk eh shving shaving-nya. Jadi
  972. 46:08jangan sampai kita terbalik nih hari ini
  973. 46:11masih ee code. Nah, ini challenge-nya
  974. 46:15luar biasa gitu. Jadi di tim saya
  975. 46:18sendiri itu saya perlu dua kali brief
  976. 46:21saya bikin town hallall kayak gini.
  977. 46:24Requirement pertama yang saya minta
  978. 46:25kepada tim developer yang existing
  979. 46:27adalah
  980. 46:29turunkan ego.
  981. 46:32Karena kita kalau masih punya ego bahwa
  982. 46:34kita harus code menulis itu bloker yang
  983. 46:37sangat luar biasa. [berdehem]
  984. 46:40Tapi jangan salah teman-teman ya. akan
  985. 46:42sangat berbeda hasilnya orang yang tahu
  986. 46:46ee dasar atau punya pemahaman yang kuat
  987. 46:50tentang code dengan yang enggak. Nanti
  988. 46:52saya di belakang ada pembahasannya. Jadi
  989. 46:56supaya teman-em
  990. 47:00bisa menjalankan hal tersebut
  991. 47:03tim saya bisa meestigest
  992. 47:06itu apa ya? Mencerna ee apa namanya?
  993. 47:09mencerna quote ini saya butuh 6 bulan
  994. 47:12menyiapkan gitu. Kenapa? Karena saya
  995. 47:15siapkan skill-nya dulu. Terus ini ada
  996. 47:19sisi administrasi compliance karena saya
  997. 47:21perusahaan Tbk. Terus kita pasang guard
  998. 47:23trail-nya kita pilih tools-nya kita
  999. 47:26sediain workflow-nya
  1000. 47:276 bulan. Jangan
  1001. 47:31ee dianggap remeh persiapannya karena
  1002. 47:33persiapannya itu menentukan hasilnya.
  1003. 47:38ini ee saya mau share sedikit eh
  1004. 47:42project yang kita sedang lakukan. Eh
  1005. 47:46mohon maaf saya enggak bisa disclose
  1006. 47:47nama produknya ya karena ini masih
  1007. 47:49ongoing. Jadi karena kita company Tbk
  1008. 47:52jadi enggak bisa discournya.
  1009. 47:55Jadi [menghela napas][terkesiap] kita
  1010. 47:56develop sebuah produk end to end. Ini
  1011. 47:59pertama kali kita akan lakukan end to
  1012. 48:02end mulai dari bikin PRD sampai ngetes
  1013. 48:05sampai nanti deployment-nya di cloud
  1014. 48:08gitu. Jadi produk ini akan punya 427
  1015. 48:12scope functional requirements di PRD
  1016. 48:16gitu. Jadi 427 itu banyak ya. Jadi ee
  1017. 48:21kalau kita manual itu sebenarnya ee nah
  1018. 48:25ini kita masih estimate jumlah berapa
  1019. 48:27kali sih ee teman-teman tahu GitHub lah
  1020. 48:30ya itu atau repo-repo yang lain gitu
  1021. 48:32atau Gitlab segala macam itu kita
  1022. 48:35estimate kita perlu 2.500 kali full
  1023. 48:39request ke GitHub
  1024. 48:42[mendengus]
  1025. 48:43ini ee apa namanya luar biasa
  1026. 48:46volume-nya. Nah, kalau kita jalanin
  1027. 48:50manual ini yang atas nih kita jalanin
  1028. 48:52manual itu saya sudah punya
  1029. 48:55benchmark-nya kita tuh paling dengan dua
  1030. 48:58tim atau tiga tim aja itu kan ada
  1031. 49:00dependensi segala macam harus ngetes
  1032. 49:02manual dan segala macam itu [berdehem]
  1033. 49:05sekitar 3
  1034. 49:07functional request per minggu.
  1035. 49:13Jadi kalau dibayangin 427 / 3 2 tahun
  1036. 49:18enggak kelar
  1037. 49:20gitu. Itu kalau di tengah jalan enggak
  1038. 49:23ada perubahan gitu catatan gedenya itu.
  1039. 49:27Nah, akhirnya kita karena ini kan
  1040. 49:29tuntutan bisnis ya, kita harus deliver
  1041. 49:31produk yang tiba-tiba kalau jadi gini
  1042. 49:34bedanya kalau dulu kita kalau pakai
  1043. 49:37manual oke kita pakai MVP dulu minimum
  1044. 49:39viable product kita deliver. Nah, terus
  1045. 49:42habis itu kita enrich bisa. Tapi di sisi
  1046. 49:45sekarang hal itu sangat beresiko gitu.
  1047. 49:47Kita develop MVP, kita rilis, besok ada
  1048. 49:51kompetitor kita pakai reverse
  1049. 49:52engineering, dia punya feature yang
  1050. 49:55lebih banyak langsung kelibas. Kita
  1051. 49:58enggak pakai nunggu sebulan atau setahun
  1052. 50:00gitu. Nah, makanya ya udah karena ini
  1053. 50:04kita idenya original dan kita yakin kita
  1054. 50:06punya eh apa namanya? competitive
  1055. 50:09advantage
  1056. 50:13ini kali pertama kita apply 247 coding
  1057. 50:16agents.
  1058. 50:18Jadi coding-nya 24 jam, ngetesnya juga
  1059. 50:2124 jam. Framework-nya sudah kita bikin
  1060. 50:25dan walaupun di awal-awal kita
  1061. 50:27terseok-seok tapi ee nanti datanya bisa
  1062. 50:31teman-teman bisa lihat dari datanya ya.
  1063. 50:39Nah,
  1064. 50:41ini framework-nya, Teman-teman. Jadi, ee
  1065. 50:46yang namanya
  1066. 50:48namanya sih AI development gitu ya, tapi
  1067. 50:51ini yang warna apa namanya? Yang warna
  1068. 50:54orange ini manusia.
  1069. 50:57Kenapa? Karena kita ensure hasilnya
  1070. 50:59masih bisa kita pertanggungjawabkan
  1071. 51:03gitu.
  1072. 51:04Jadi eh intinya gini, kita bikin full
  1073. 51:08spec nih PRD sedetail mungkin 427
  1074. 51:12eh functional requirements. Itu yang
  1075. 51:14akan dijigest sama ini tim IT yang akan
  1076. 51:18bikin eh PRD-nya. Nah, kemudian ada
  1077. 51:22agent. Nah, karena ini sudah detail,
  1078. 51:24kita bisa serahkan dong ke agen gitu
  1079. 51:26kan. Een yang akan ee apa namanya? Bagi
  1080. 51:29tugasnya berdasarkan ee rule yang kita
  1081. 51:32buat. Jadi ee
  1082. 51:36yang jadi isu kan gini, kalau misalkan e
  1083. 51:38427 itu enggak berkaitan satu sama lain
  1084. 51:42itu enggak ada issue gitu kan. Semua
  1085. 51:44bisa paralel dijalanin. Tapi kita harus
  1086. 51:47kan memaksimalkan si agen-nya ini karena
  1087. 51:50agen-nya ini bukan makan nasi padang
  1088. 51:51teman-teman. Makannya token gitu.
  1089. 51:53[tertawa]
  1090. 51:54Jadi, makannya token. Artinya ee
  1091. 51:58kadang-kadang kalau ada tiga isue.
  1092. 52:00Pertama, kalau dia idle dia enggak makan
  1093. 52:03token tapi makan listrik gitu. Tapi
  1094. 52:07kalau dia bekerja,
  1095. 52:10kalau dia efektif
  1096. 52:12token kita hasilnya efektif. Tapi kalau
  1097. 52:15dia enggak efektif, token kita mubazir,
  1098. 52:17gitu. Jadi ini yang ini sebuah disiplin
  1099. 52:21atau art baru ya ee apa namanya gimana
  1100. 52:25kita bisa jalanin ini dengan tetap full
  1101. 52:28control gitu. Kalau enggak mau full
  1102. 52:30control ya sejadi-jadinya sih aman-aman
  1103. 52:33aja gitu kan. Tapi nanti saya kasih
  1104. 52:35contoh even dengan begini pun
  1105. 52:39saya masih dikelabuin sama AI gitu. Jadi
  1106. 52:42ini real case real story gitu. Nah, jadi
  1107. 52:48yang tadi agen tadi dia kasih kerjaan ke
  1108. 52:50yang coding sama yang testing paralel.
  1109. 52:51Jadi kalau yang coding sudah selesai dia
  1110. 52:53akan lapor ke agen eh sudah selesai nih
  1111. 52:55tolong dites. Dia akan tes. Nah, kalau
  1112. 52:57tesnya fail dia akan minta oh dibenerin
  1113. 52:59dong. Itu terjadi di sini
  1114. 53:01247
  1115. 53:03dan kita monitor
  1116. 53:06ada dua dari dashboard sama dari
  1117. 53:08Telegram karena dia siennya akan eh si
  1118. 53:11koordinatornya akan akan ee apa namanya?
  1119. 53:14akan report terus dan dia akan minta
  1120. 53:16decision kita. Ini challenge-nya di
  1121. 53:19sini. Kalau kita kasih decision-nya
  1122. 53:21lambat atau kita enggak memahami atau
  1123. 53:24kurang detail di sisi PRD-nya,
  1124. 53:27itu akan idle, akan jadi bottle neck.
  1125. 53:30Tapi kalau decision kita secepatnya dan
  1126. 53:32ceroboh, produknya jelek gitu. Jadi ini
  1127. 53:36tuh sebuah disiplin ilmu baru yang semua
  1128. 53:40harus ee apa namanya ee aware. Karena
  1129. 53:45ini kalau kita punya knowledge tentang
  1130. 53:48computer sains, tentang sistem
  1131. 53:50informasi, tentang AI
  1132. 53:53itu hasilnya jauh-jauh lebih bagus
  1133. 53:55daripada orang biasa yang mungkin
  1134. 53:57coba-coba bikin. Jadi,
  1135. 54:02nah ini terakhir yang jadi gerbang juga
  1136. 54:06tetap manusia nih, reviewer
  1137. 54:09ini. Kenapa masih manusia? karena ee
  1138. 54:12tadinya ini enggak ada jadi langsung ke
  1139. 54:14pipeline karena saya percaya dengan
  1140. 54:16hasil testing. Jadi di sini agent ini eh
  1141. 54:19apa di testing agent ini saya punya
  1142. 54:21sembilan gerbang tes yang harus dilaluin
  1143. 54:25supaya nanti ketika lampunya hijau dia
  1144. 54:27baru bisa dising lagi ke GitHub. Tapi ee
  1145. 54:32ternyata ada satu ketika saya dibohongin
  1146. 54:35gitu. kita dibohongin lah manusia ini
  1147. 54:38dicipain sama si eh [tertawa] AI. Jadi
  1148. 54:41eh akhirnya ya kita tetap pakai reviewer
  1149. 54:43di sini walaupun reviewernya itu
  1150. 54:45assisted ya. Eh mungkin kalau dia
  1151. 54:47fail-nya cuman satu ya kita retry aja.
  1152. 54:50Tapi kalau dari 9 itu dia fail-nya tiga
  1153. 54:53ya baru kita ee lihat ee simptomnya
  1154. 54:56seperti apa. Nah dari sini ee
  1155. 55:00ininya sih apa namanya? Ilustrasinya
  1156. 55:03indah ya kelihatannya ya. Tapi ini
  1157. 55:05painful banget kalau dijalanin dan kalau
  1158. 55:08kita coba jadi ee kalau bisa sebelum
  1159. 55:11lulus teman-teman bikin kelompok gitu
  1160. 55:13terus ee mempraktikkan ini itu
  1161. 55:18ee ada rasa ini juga ada rasa puas dan
  1162. 55:21rasa ee percaya diri nantinya ketika.
  1163. 55:24Nah, di antara ini nih, di antara
  1164. 55:26pet-pad ini, ini padahal udah kita bikin
  1165. 55:29guardrail-nya semua nih. Ini guardrail
  1166. 55:31nih, cek sesuai enggak sama bisnis goal
  1167. 55:33ini. Kita pas dia deliver ini kita cek
  1168. 55:36pas dia mau di ada. Nah, AI-nya ini saya
  1169. 55:40sudah pernah cerita ke Pak Adil ini
  1170. 55:42adakah case lucu. Jadi, kita selalu
  1171. 55:45[berdehem] pakai checker maker gitu.
  1172. 55:46yang maker itu bukan checker, yang
  1173. 55:48ngecek bukan maker. Jadi pakai dua model
  1174. 55:51AI terpisah yang intinya gini, yang
  1175. 55:54coding saya selalu ancem AI-nya. Hasil
  1176. 55:57codingan kamu itu akan saya audit pakai
  1177. 56:00AI model lain yang lebih mahal. Eh,
  1178. 56:03bukan lebih mahal, stiker. Striker itu
  1179. 56:04artinya lebih ketat. Jadi, jadi
  1180. 56:07[tertawa] saya ancam begitu. Tapi bukan
  1181. 56:09ancaman doang, tapi memang saya ee kita
  1182. 56:11lakukan seperti itu. Nah, jadi
  1183. 56:14seindah-indahnya
  1184. 56:16apa ilustrasi ini ee sebenarnya ada
  1185. 56:20proses learning-nya yang cukup cukup
  1186. 56:23heavy ya.
  1187. 56:25[berdehem]
  1188. 56:26Nah, ini teman-teman ee ini data yang
  1189. 56:28ini data real, data yang masih berjalan
  1190. 56:32karena ini saya mulai 23 Oktober
  1191. 56:34kemarin. 23 Oktober ee dan ini sekarang
  1192. 56:38tanggal ini data sampai tanggal 9 ya ee
  1193. 56:41data terbarunya. Jadi ee ternyata di
  1194. 56:46sini pun proses iterasinya masih jalan
  1195. 56:48gitu. Jadi ada tiga proses iterasi. Ee
  1196. 56:51ini enggak ada sangkutan sama teori
  1197. 56:54apapun. Ini yang kita lakukan dari
  1198. 56:56tanggal 23 sampai tanggal 9. Ada
  1199. 56:59learning, ada refine, ada scale.
  1200. 57:02Learning itu kita tahap belajar. Eh,
  1201. 57:05refine itu kita dari kasus nanti saya
  1202. 57:08kasih lihat. Eh, terus kemudian scaling
  1203. 57:10itu gimana. Eh target saya sebenarnya
  1204. 57:13ini 30 ee 30 tas atau 30 ee full request
  1205. 57:20ke GitHub setiap hari kelar. Jadi setiap
  1206. 57:2350 menit satu kali kita ngpush ke
  1207. 57:25GitHub. itu sudah dicoding, sudah
  1208. 57:28melalui tes dan sudah lulus ee
  1209. 57:31istilahnya smoke test lah.
  1210. 57:35Nah, di awal ini ee mungkin perhatiin ya
  1211. 57:39yang ini nih yang ee jadi ini harusnya
  1212. 57:42line-nya itu ada biru, hijau nih yang
  1213. 57:44ini hijau, yang merah ini tengah.
  1214. 57:48Ada hal menarik di awal saya mulai 23
  1215. 57:51yang merah yang gagal tes lebih banyak
  1216. 57:53daripada yang berhasil.
  1217. 57:55Beda sedikit sih, tapi
  1218. 57:57kan lucu aja. Misalkan dari
  1219. 57:59tas yang saya kasih ee apa namanya yang
  1220. 58:04eh ini jumlahnya berapa? 10 + eh
  1221. 58:07misalkan 9 + 11 20 lah ya. 20 itu yang 9
  1222. 58:11berhasil, yang 11 gagal.
  1223. 58:14Wondering dong ini kenapa sih ee gagal
  1224. 58:17gitu. Padahal kan ini AI masa gagal sih
  1225. 58:20gitu. Tapi ini kejadian gitu walaupun
  1226. 58:23PRD kita, kita merasa PRD kita sudah
  1227. 58:25cukup detail. Kita punya PRD.mD,
  1228. 58:28file-nya ada ee apa namanya
  1229. 58:31arsitektur.Mmmd,
  1230. 58:32terus apa namanya ee skema segala macam
  1231. 58:36tetap aja gagal gitu. Nah, tapi hari
  1232. 58:39berikutnya ee kita lihat hari
  1233. 58:42berikutnya, oh ini sudah mulai pick up
  1234. 58:44nih dan ininya turun nih, fail-nya turun
  1235. 58:46sampai tanggal 29 fail-nya nol.
  1236. 58:50ini kita kira udah udah proven nih
  1237. 58:52karena yang fail-nya nol tanggal 29,
  1238. 58:55tapi kok yang berhasil juga turun gitu.
  1239. 58:59Ternyata dependensinya perlu kita
  1240. 59:01perbaikin gitu. Jadi ee ini proses
  1241. 59:04pembelajarannya justru di sini nih
  1242. 59:08kejadiannya. kejadian lagi di sini
  1243. 59:09jumlah yang fail sama yang ee berhasil
  1244. 59:13itu dempet lagi gitu di yang pas tanggal
  1245. 59:1731 Oktober ini. Wah, ini kita harus
  1246. 59:20selamat dengan something yang ee lebih
  1247. 59:23revolusioner gitu. Artinya oh berarti
  1248. 59:27enggak boleh dong langsung dari PRD
  1249. 59:29langsung ke apa namanya langsung ke
  1250. 59:31visual e apa langsung ke development
  1251. 59:33plan. harus ada di tengah-tengahnya nih
  1252. 59:35bundle-bandelnya mana yang bisa di
  1253. 59:38artinya kita sediakan bahan tuh bukan
  1254. 59:42langsung kita suruh AI-nya masuk gudang
  1255. 59:45terus mereka ngambil bahan bukan tapi ee
  1256. 59:48ilustrasinya gini dari gudang kita
  1257. 59:49ambilin dulu di baki yang sudah ready
  1258. 59:52baru kita fit ke mereka. Nah itu
  1259. 59:54ternyata strategi yang benar. Itulah
  1260. 59:56proses eh refinement kita. Jadi PRD-nya
  1261. 59:59kita pecah lagi jadi eh bundle.
  1262. 1:00:02Nah, di sini
  1263. 1:00:05baru trajectoriesnya naik luar biasa.
  1264. 1:00:08Jadi, ini pertama kali kita nyampai 30
  1265. 1:00:11itu di tanggal ini ya, 6 November. Eh,
  1266. 1:00:14nani hari ini eh Sabtu kemarin ya
  1267. 1:00:18tanggal 9. Jadi
  1268. 1:00:21ini
  1269. 1:00:23teman-teman kita baru 13% dari seluruh
  1270. 1:00:26PRD
  1271. 1:00:28dan gitu.
  1272. 1:00:30Jadi ee learning-nya sudah sebanyak ini.
  1273. 1:00:34Jadi kalau lihat dari sini itu ee kita
  1274. 1:00:39dari 9 November sampai 13 ini berapa? 18
  1275. 1:00:41hari ya. 18 hari itu kita sudah ngerjain
  1276. 1:00:44316 full request ke GitHub.
  1277. 1:00:48Sadis enggak nih? 247 sebenarnya ya.
  1278. 1:00:50Kalau bayangin kalau dia 30 tiap hari
  1279. 1:00:53itu enggak perlu 18 kali cuman 10 hari
  1280. 1:00:56dia bisa 300 functional ke GitHub.
  1281. 1:01:00Nah, inilah bagian kita scaling-nya.
  1282. 1:01:03Nah, scaling ini saya terus terang belum
  1283. 1:01:05bisa bahas karena kita belum ketemu
  1284. 1:01:08caranya. Kita tambah worker-nya juga eh
  1285. 1:01:12staknan. Kita lagi kumpulin datanya.
  1286. 1:01:14Kenapa bisa? Saya penginnya kalau bisa
  1287. 1:01:1750 gitu. 50 sehari kan artinya sejam tuh
  1288. 1:01:20ada dua kali push ke GitHub, tapi belum
  1289. 1:01:23bisa sampai segitu. Jadi ini masih masih
  1290. 1:01:26proses learning saya nih di kita
  1291. 1:01:28penginnya scaling sampai ke 50.
  1292. 1:01:32[menghela napas] Nah, di antaranya itu
  1293. 1:01:34di dalam perjalanan ini tadi yang saya
  1294. 1:01:36mau cerita
  1295. 1:01:38ini ee
  1296. 1:01:40teman-teman yang sudah pakai AI intensif
  1297. 1:01:42siapa sih? Kayaknya semua ya. [berdehem]
  1298. 1:01:45Ada yang belum pakai enggak ya? Kalau
  1299. 1:01:46yang belum pakai mungkin agak agak susah
  1300. 1:01:49nerang. [tertawa]
  1301. 1:01:53Nah, jadi ee ini kita pertama coding tuh
  1302. 1:01:57pakai ini GPT 5.0. GPT 5.6.
  1303. 1:02:03Ini tier atas apa tier bawah? Ada yang
  1304. 1:02:05bisa jawab enggak kalau dicoding?
  1305. 1:02:11Iya. GPT 5.6 sol.
  1306. 1:02:14Atas apa bawah? Murah apa mahal deh?
  1307. 1:02:17[tertawa]
  1308. 1:02:18Murah atau mahal?
  1309. 1:02:23Enggak. Janganan enggak ada yang pakai
  1310. 1:02:24nih. Enggak ada yang enggak ada yang
  1311. 1:02:25mampu beli. Bahaya. [tertawa]
  1312. 1:02:27Jadi 5.6 so ini termasuk yang frontier,
  1313. 1:02:31Teman-teman. Jadi ee ini tuh setara sama
  1314. 1:02:34ee
  1315. 1:02:35mungkin kalau teman-teman sukanya pakai
  1316. 1:02:37cloud kali ya, cloud ee 5. Ini miriplah,
  1317. 1:02:42tapi reasoning-nya dia lebih dalam si
  1318. 1:02:45siapa namanya? Ee soal sekarang sudah
  1319. 1:02:47ada yang eh 6.1 ya, tapi ee kita pakai
  1320. 1:02:515.6
  1321. 1:02:53itu.
  1322. 1:02:56Ini saya kan janjiin tadi kamu coding
  1323. 1:02:59nanti saya audit gitu.
  1324. 1:03:02[berdehem]
  1325. 1:03:02Tapi tadi saya bohongin dia, tapi dia
  1326. 1:03:04bohongin saya juga gitu. Jadi
  1327. 1:03:06[terkesiap] saya bohongin dia, saya
  1328. 1:03:07bilang, "Nanti auditnya pakai yang lebih
  1329. 1:03:09mahal lagi." Mungkin dia dalam hati,
  1330. 1:03:11"Emang ada yang lebih mahal dari gue
  1331. 1:03:13gitu kan." Enggak ada. Jadi saya saya
  1332. 1:03:16bohongin. Jadi saya tesnya tuh pakai
  1333. 1:03:18dipstick.
  1334. 1:03:20Dipsik 4.1 yang apalah murah meriah lah.
  1335. 1:03:24Dipsik itu kalau sekali call 0,0013
  1336. 1:03:30dolar. [berdehem]
  1337. 1:03:31Jadi kalau si siapa namanya si ini nih
  1338. 1:03:34GPT 56 itu sekali call rata-rata 0,01
  1339. 1:03:38eh 0,056.
  1340. 1:03:41Jadi jauh banget ya lima kali lipatnya.
  1341. 1:03:43Jadi ee tapi hasil auditnya si dipsik
  1342. 1:03:47ini mencengangkan gitu.
  1343. 1:03:51Ini yang pertama [terkesiap]
  1344. 1:03:53tuh
  1345. 1:03:55ada fungsi yang dibilang udah dan tapi
  1346. 1:03:57enggak pernah dibikin.
  1347. 1:04:01Nih kalau orang kita maafin enggak nih?
  1348. 1:04:04Kayaknya enggak dimaafin [tertawa] ya.
  1349. 1:04:06Jadi lucu. Jadi dia menganggap fungsi
  1350. 1:04:08itu sudah dibikin tapi enggak ada
  1351. 1:04:10evidence-nya gitu. Enggak ada quote-nya,
  1352. 1:04:12enggak ada enggak ada apa, enggak ada
  1353. 1:04:14underlying eh apa namanya result-nya.
  1354. 1:04:18Yang kedua,
  1355. 1:04:21ada yang settingannya ada, front end-nya
  1356. 1:04:23ada nih maksudnya, [terkesiap] tapi
  1357. 1:04:25logicnya tidak ada. Jadi, UI-nya
  1358. 1:04:27bohongan,
  1359. 1:04:29tapi sudah dideclare sama ini sudah
  1360. 1:04:31dipush ke GitHub gitu.
  1361. 1:04:35Bayangin nih model yang mahal loh, GPT
  1362. 1:04:375.6.
  1363. 1:04:39Jadi ini U
  1364. 1:04:41UI ya, bukan UI-nya bohong nih, UI.
  1365. 1:04:44[tertawa]
  1366. 1:04:45Nah, kemudian ee yang ketiga,
  1367. 1:04:51yang ketiga dari hasil yang dicek itu
  1368. 1:04:54ada rantime satu yang
  1369. 1:04:59ternyata dia ambil reasoning sendiri.
  1370. 1:05:02Kalau udah lewat yang jadi memang saya
  1371. 1:05:04susunnya gate gate apa namanya ee
  1372. 1:05:07checking-nya itu yang
  1373. 1:05:09e lebih apa yang lebih berat di depan.
  1374. 1:05:12Jadi dia beranggapan sendiri kalau udah
  1375. 1:05:14lolos dari empat ada yang enggak perlu
  1376. 1:05:16misalkan cuman ganti apa teams gitu
  1377. 1:05:19teams dari UI. Nah itu makanya dia
  1378. 1:05:22nganggap oh yang tes-tes yang lain
  1379. 1:05:23enggak perlu. Padahal saya minta setiap
  1380. 1:05:26modul yang di coding harus eh gate-nya
  1381. 1:05:29dicek.
  1382. 1:05:42Nah, yang keempat
  1383. 1:05:44ini nih. Ini sebenarnya yang empat ini
  1384. 1:05:46karena yang satu sama dua ya, jadi
  1385. 1:05:49terlalu terlalu cepat dia klaim dan
  1386. 1:05:53nah ini skornya. Jadi sipsik ngasih skor
  1387. 1:05:57ini kacau juga ya sih ya model Cina tapi
  1388. 1:06:00ng apa ngasih skor model Amrik gitu.
  1389. 1:06:03Jadi model skornya 865 gitu. Saya ini
  1390. 1:06:06enggak tahu nilai ukuran relatif lah.
  1391. 1:06:08Dia enggak tahu dapat dari mana. Ee tapi
  1392. 1:06:11intinya temuan 1 2 3 4 ini
  1393. 1:06:15mencengangkan. Ini kenapa tadi saya ada
  1394. 1:06:17reviewer tetap manusia di belakang. Jadi
  1395. 1:06:20ternyata setelah kita discuss dan kita
  1396. 1:06:22lihat evidence ya ini bukan karena
  1397. 1:06:25modelnya. Jadi model apapun berpotensi
  1398. 1:06:28menghasilkan yang sama. Kalau dibalik
  1399. 1:06:30nih misalkan yang coding dipsik yang
  1400. 1:06:32ngaudit eh GPT Sol mungkin akan ketemu
  1401. 1:06:35juga gitu. Jadi masalahnya bukan di
  1402. 1:06:38modelnya tapi gimana kita mendesain
  1403. 1:06:41loop-nya tersebut, loop dari
  1404. 1:06:43development-nya.
  1405. 1:06:46[berdehem]
  1406. 1:06:46[batuk]
  1407. 1:06:47Nah, kemudian yang ini nih. Ini ini yang
  1408. 1:06:51ee
  1409. 1:06:53data yang kita kumpulin dari awal.
  1410. 1:06:56Jadi hari ini permainannya beda,
  1411. 1:06:57Teman-teman. Kalau lihat kemarin itu
  1412. 1:06:59permainannya di coding, kita adu-aduan
  1413. 1:07:01jago coding. Tapi ternyata setiap kita
  1414. 1:07:04development ee ini 63% waktunya itu buat
  1415. 1:07:08tes [mendengus] gitu. Jadi permainannya
  1416. 1:07:11hari ini permainan tes. Jadi kalau
  1417. 1:07:12teman-teman mungkin ada yang mau ee apa
  1418. 1:07:15namanya? Mau ambil spesialisasi
  1419. 1:07:18ini pelajarin ini nih. Saya rasa di apa
  1420. 1:07:20namanya? tren ini akan bagus nih
  1421. 1:07:23mendesain bagaimana ee tester. Jadi
  1422. 1:07:27kalau dulu tester itu human kita pakai
  1423. 1:07:29metodologi, nah ini kita pakai AI, AI
  1424. 1:07:32tester desainernya siapa. Nah, inilah
  1425. 1:07:35menurut saya ke depannya nih salah satu
  1426. 1:07:37yang potensi sebagai spesialisasi dari
  1427. 1:07:40IT menurut saya sangat sangat promising
  1428. 1:07:42gitu di samping cyber security ya.
  1429. 1:07:44[berdehem]
  1430. 1:07:45ada di test and review. Karena ini kalau
  1431. 1:07:47yang kita bagi eh ini modulnya saya
  1432. 1:07:51offkate ya karena eh apa namanya
  1433. 1:07:54compliance. Jadi yang di depan ini
  1434. 1:07:56coding, yang di tengah nih yang orange
  1435. 1:07:58adalah testing. Deployment sedikit
  1436. 1:08:00sekali tuh deployment. Jadi eh testing
  1437. 1:08:04ini hal yang sangat penting gitu. Jadi
  1438. 1:08:07kalau mau ambil spesialisasi kayaknya
  1439. 1:08:09hari ini saya mau ambil spesialisasi itu
  1440. 1:08:12tuh testing.
  1441. 1:08:14Pak Feri mohon maaf mungkin bisa
  1442. 1:08:16dipercepat karena mereka ada kelas 10
  1443. 1:08:18menit lagi.
  1444. 1:08:19Oh 10 menit lagi ya. Oke
  1445. 1:08:21thank you. Ee ini sebenarnya data
  1446. 1:08:23referensi aja. [berdehem]
  1447. 1:08:26Nah ini apa yang saya lakukan ini dia
  1448. 1:08:29saya naambil apa namanya ini
  1449. 1:08:31improvement-nya. Ee mungkin ini bisa di
  1450. 1:08:35apa namanya? ee nanti bisa di-share ya
  1451. 1:08:37Bu ee materinya. Bisaare.
  1452. 1:08:39Heeh. Nah, terus ini sebenarnya yang ee
  1453. 1:08:42apa namanya? ultimate-nya. Jadi ee
  1454. 1:08:47agentic development ini
  1455. 1:08:50masih perkembangannya masih luar biasa.
  1456. 1:08:53Jadi ini ada value-value baru
  1457. 1:08:55teman-teman yang kalau punya project
  1458. 1:08:58punya apa namanya? pun yang nanti di
  1459. 1:09:00dunia profesional ingat-ingat empat ini
  1460. 1:09:03eh apa lima ini [berdehem] gimana cara
  1461. 1:09:05kita ee reduce cost pakai AI-nya terus
  1462. 1:09:08gimana kita cara putuskan yang cepat
  1463. 1:09:10karena kalau keputusan kita lambat hasil
  1464. 1:09:13EI-nya juga lambat terus eh apa namanya
  1465. 1:09:17stop and route. Nah, stop and rer route
  1466. 1:09:18ini saya bahas sedikit. Stop and rer
  1467. 1:09:20route ini
  1468. 1:09:22eh teman-teman harus punya saklar ya,
  1469. 1:09:24saklar on off. Karena bisa jadi ketika
  1470. 1:09:27kita deploy hasilnya tuh jauh dari yang
  1471. 1:09:29apa yang kita harapkan. Padahal kita
  1472. 1:09:32berharap itu sudah baku, sudah benar.
  1473. 1:09:34Jadi di aplikasi atau di produknya kita
  1474. 1:09:37perlu punya namanya kill switch, tombol
  1475. 1:09:39on off. Jadi kalau tombol on off
  1476. 1:09:41misalnya kita punya aplikasi webbase
  1477. 1:09:42gitu ya. Kalau kita tekan tombolnya maka
  1478. 1:09:45aplikasinya ya aplikasi ini sedang
  1479. 1:09:47dimaintenance gitulah ceritanya. Jadi
  1480. 1:09:49enggak enggak menjerumuskan orang pakai
  1481. 1:09:52aplikasi yang salah. Nah, yang terakhir
  1482. 1:09:54solusi yang belajar sendiri. Ini
  1483. 1:09:55sebenarnya kalau ini ee cita-cita saya
  1484. 1:09:59punya apa? Punya produk yang bisa
  1485. 1:10:01improve sendiri gitu.
  1486. 1:10:04Oke, balik lagi ke sini. Nah,
  1487. 1:10:10nah jadi ee
  1488. 1:10:13ini sebenarnya sama.
  1489. 1:10:17Nah, ini sedikit cerita eh challenge
  1490. 1:10:19saya, Bu di di dunia nyata di project
  1491. 1:10:22ini eh even
  1492. 1:10:27developer senior saya itu ketika saya
  1493. 1:10:29tes eh AI readiness-nya itu ada ternyata
  1494. 1:10:32sudah ada framework-nya bagaimana cara
  1495. 1:10:33dia prompting, bagaimana cara di PRD.
  1496. 1:10:36Developer saya enggak ada yang lulus
  1497. 1:10:37nih, enggak ada yang state-nya ready.
  1498. 1:10:39Jadi mungkin teman-teman belum belajar
  1499. 1:10:41dari sekarang gimana caranya ee ini
  1500. 1:10:44karena developer saya nih masih di sini
  1501. 1:10:45nih waktu awal-awal akhirnya sekarang
  1502. 1:10:48baru mulai ada yang push ke sana. Nah,
  1503. 1:10:50ini ee sebuah challenge yang kita perlu
  1504. 1:10:53sepakati bersama.
  1505. 1:10:55Nah, [menghela napas][terkesiap]
  1506. 1:10:56ada sebenarnya satu hal lagi yang ee
  1507. 1:11:00mungkin
  1508. 1:11:02ee kalau boleh nitip gitu teman-teman di
  1509. 1:11:04sini harus coba interact sama AI setiap
  1510. 1:11:08hari gitu. Dan interactnya bukan asal
  1511. 1:11:11asal ini ya, tapi ini loh kita [tertawa]
  1512. 1:11:14achieve kita bisa fluent enggak sih sama
  1513. 1:11:16CI ini technical English.
  1514. 1:11:22Coba teman-teman baca ini deh. E coding
  1515. 1:11:24agent ini ngerti enggak atau apa ee ada
  1516. 1:11:28ngerti atau ada sedikit bayangan atau
  1517. 1:11:30enggak gitu.
  1518. 1:11:32Jadi kalau kita enggak ngerti kita
  1519. 1:11:34cenderung jawabnya nanti cuman yes or no
  1520. 1:11:36gitu. Padahal implikasi jawab yes,
  1521. 1:11:38implikasi jawab no itu luar biasa gede.
  1522. 1:11:41Nah, jadi supaya mengerti ini, kita
  1523. 1:11:43perlu ngerti technical English. Ini
  1524. 1:11:46penting banget supaya kita bisa diset ee
  1525. 1:11:48sama kontrol. Kalau enggak kita pasti
  1526. 1:11:51nanti jadi ee keteteran gitu.
  1527. 1:11:56Ini
  1528. 1:11:58sor ini sekedar ilustrasi aja. Ini hasil
  1529. 1:12:02ee tes saya. Saya tes teman-teman di
  1530. 1:12:05kantor coba prompting. Ada yang
  1531. 1:12:08jawabannya
  1532. 1:12:10kasih tes case gini. Ada yang jawabannya
  1533. 1:12:11cuman sebaris. Ada yang jawabannya tiga,
  1534. 1:12:14tapi ada yang full. Ini bagus banget
  1535. 1:12:16yang sudah sampai ke sini. Nah, ini yang
  1536. 1:12:18ee
  1537. 1:12:20di sini tuh yang hadir di sini sih
  1538. 1:12:22harusnya di sini ya bisa jawab dengan
  1539. 1:12:25full dan ini hasilnya itu beda banget
  1540. 1:12:28sama yang di atas. Nah, yang terakhir ee
  1541. 1:12:33saya itu sendiri
  1542. 1:12:35kalau bicara tentang produk digital ee
  1543. 1:12:38value-nya itu cepat banget expire. Jadi
  1544. 1:12:41ee ini ada empat kebiasaan mungkin yang
  1545. 1:12:45perlu ditanamkan dari sekarang. Yang
  1546. 1:12:47pertama ee
  1547. 1:12:50coba car bikin training, bikin PRD
  1548. 1:12:54dengan baik. ini mulai dari bisnis goal,
  1549. 1:12:57terus kemudi
  1550. 1:12:59terus kemudian ee belajar bikin pakai AI
  1551. 1:13:03ee doble gitu. Ada checker, ada maker,
  1552. 1:13:06itu kita bisa tahu, bisa improve eh
  1553. 1:13:09perjalanan kita dengan AI. Terus
  1554. 1:13:11kemudian eh human approval ini jangan
  1555. 1:13:15sampai lolos. Harus ada human approval
  1556. 1:13:17di setiap eh kart rail-nya. Dan yang
  1557. 1:13:20terakhir eh kill switch tadi ya. Kalau
  1558. 1:13:23ada kill switch itu setiap produk harus
  1559. 1:13:26ada kill switch-nya. Jangan sampai eh
  1560. 1:13:28produk sudah deliver enggak ada kill
  1561. 1:13:30switch-nya. Kalau sedang ee ada problem
  1562. 1:13:33kita enggak bisa mitigate, enggak bisa
  1563. 1:13:35prevent orang untuk ee tidak pakai ini
  1564. 1:13:38sih.
  1565. 1:13:40Oke. Ee mungkin dari saya gitu dulu.
  1566. 1:13:43Oke, terima kasih banyak eh Pak Feri.
  1567. 1:13:45Applause untuk eh sesi guest lecture
  1568. 1:13:48dari Pak Feri yang sangat luar biasa
  1569. 1:13:49membagikan eh experience dan knowledge
  1570. 1:13:52dan mungkin perkembangan terkini dari
  1571. 1:13:53digital produk yang ada di MNC ya. Em
  1572. 1:13:57jangan lupa ada tugas yang terkait
  1573. 1:13:59dengan personal opinion dan juga keyw
  1574. 1:14:01dari sesi G lecture ini yang harus
  1575. 1:14:03kalian taor ke personal experience
  1576. 1:14:05kalian, background dan potensial kalian
  1577. 1:14:07di masa yang akan datang. Nah, ee
  1578. 1:14:10mungkin emm
  1579. 1:14:12kalian ada kuliah jam .00 ya, yang
  1580. 1:14:15enggak ada semua. Oke, mungkin em
  1581. 1:14:19applaus sekali lagi dan mungkin kalau
  1582. 1:14:21masih ada mungkin saya satu buka saya
  1583. 1:14:24buka satu pertanyaan aja ya mungkin atau
  1584. 1:14:26komen terhadap sesi gaser untuk dapat
  1585. 1:14:28goodie bags. Jadi ee beliau
  1586. 1:14:30membawa beberapa [berdehem] goodie bags
  1587. 1:14:32untuk di-share. ee satu mungkin kita
  1588. 1:14:33akan bagi di sini nanti sisanya mungkin
  1589. 1:14:35kita akan kasih di sesi kelas untuk yang
  1590. 1:14:37mendapatkan em ese es terbaik ya di
  1591. 1:14:39masing-masing kelas. Oke, mungkin saya
  1592. 1:14:41buka ada yang mau komen.
  1593. 1:14:44Aduh, jauh banget ya.
  1594. 1:14:46Jauh banget.
  1595. 1:14:56Ee oke. Ee sebelumnya asalamualaikum
  1596. 1:14:58warahmatullahi wabarakatuh.
  1597. 1:14:59Waalaikumsalam. Eh, terima kasih Pak
  1598. 1:15:01Feri atas eh paparannya. Mungkin
  1599. 1:15:03perkenalkan dulu saya Fauzan, Pak dari
  1600. 1:15:06kelas PPD Bu eh Puspa dari Bu PPDB.
  1601. 1:15:10Mungkin ee saya di sini Bu mau tanya
  1602. 1:15:12aja, Pak. Tadi kan di awal-awal eh
  1603. 1:15:15sempat eh sebutin Bapak sempat paparin
  1604. 1:15:17tentang framework Forester T ya, Pak,
  1605. 1:15:20kalau enggak salah tuh.
  1606. 1:15:21Iya.
  1607. 1:15:22Iya. itu di situ kan ee disebutin bahwa
  1608. 1:15:25itu mau hitung investasi ee manfaat
  1609. 1:15:28investasi itu dari ROI, MPV dan juga eh
  1610. 1:15:32payback period. Mungkin mau nanya aja
  1611. 1:15:34Pak, saya mungkin penasaran di eh real
  1612. 1:15:37dari produk aja misalnya ee gimana
  1613. 1:15:40caranya tuh evaluasi eh produk kalau dia
  1614. 1:15:43itu belum ee produk tersebut tuh belum
  1615. 1:15:45ada value-nya gitu, Pak. Belum ada
  1616. 1:15:47pendapatannya tapi dia tuh punya potensi
  1617. 1:15:49sebenarnya. itu cara ngitungnya gimana,
  1618. 1:15:50Pak, dari framework ini? Begitu mungkin.
  1619. 1:15:52Terima kasih, Pak.
  1620. 1:15:55Oke. Ee ini ini ee ini pertanyaannya
  1621. 1:15:59bagus banget nih. Ini ini pertanyaan S2
  1622. 1:16:01sebenarnya nih. C [tertawa]
  1623. 1:16:04amin gitu kan. Nah, ini [berdehem] ee R
  1624. 1:16:07jadi gini ROI ee yang harus ada revenue
  1625. 1:16:12tuh sebenarnya NPV gitu. Jadi kalau ROI
  1626. 1:16:15dan eh Payback itu semuanya sebenarnya
  1627. 1:16:19pakai ini pakai apa namanya? Pakai eh
  1628. 1:16:23future value gitu. Jadi kalau return on
  1629. 1:16:26investment kita bandingkan let's say
  1630. 1:16:28kita punya produknya itu eh estimate dia
  1631. 1:16:31berapa user terus kemudian berapa user
  1632. 1:16:34aktif. Dari berapa user aktif itu ada
  1633. 1:16:36berapa namanya eh revenue-nya. Nah, itu
  1634. 1:16:41ketika diampound gitu misalkan setahun
  1635. 1:16:43ke depan, 2 tahun ke depan, 3 tahun ke
  1636. 1:16:44depan valuasinya berapa sebenarnya? Nah,
  1637. 1:16:47dari valuasi itu dibandingkan dengan
  1638. 1:16:49modal yang kita tanam sama kita spend
  1639. 1:16:52sampai valuasi itu ee tercapai gitu.
  1640. 1:16:55Nah, itu ee sebenarnya RO. Tapi kalau ee
  1641. 1:16:59NPV itu kita enggak bisa enggak kalau
  1642. 1:17:02enggak ada revenue-nya belum ada belum
  1643. 1:17:04bisa kita ee apa namanya? Belum bisa
  1644. 1:17:06kita ee present gitu value-nya. Tapi
  1645. 1:17:09kalau ROI itu kita ee bisa valuasi. Ini
  1646. 1:17:12sebenarnya yang sering dipakai ee kalau
  1647. 1:17:15kita misalkan punya project. Nah,
  1648. 1:17:17projectnya itu kan kita biasanya butuh
  1649. 1:17:19funding nih. Manajemen harus ngeluarin
  1650. 1:17:21modal atau investor kita harus ngeluarin
  1651. 1:17:24modal. Nah, kita jawabnya dengan ROI dan
  1652. 1:17:27eh payback. ROI itu kita jawab bahwa oh
  1653. 1:17:30entar dalam 1 tahun ke depan eh
  1654. 1:17:32revenue-nya segini, ROI-nya berapa
  1655. 1:17:34persen gitu. atau kalau payback-nya oke
  1656. 1:17:36payback-nya artinya modal yang kita
  1657. 1:17:38pakai kapex-nya capital expenditure-nya
  1658. 1:17:41ditambah dengan opex-nya itu eh akan
  1659. 1:17:44lunas atau akan muncul ekuilibriumnya di
  1660. 1:17:47tahun ke berapa gitu. Nah, itu payback.
  1661. 1:17:50Jadi ee kalau yang memang kalau yang
  1662. 1:17:54belum ada ini belum ada value-nya atau
  1663. 1:17:57belum ada revenue-nya hari ini biasanya
  1664. 1:17:59di ROI sama di eh Payback aja. Kalau NPV
  1665. 1:18:03itu harus sudah ada revenue-nya
  1666. 1:18:05sih. Makasih, Mas.
  1667. 1:18:06Oke, cukup menjawab. Oke, terima kasih
  1668. 1:18:08banyak, Paki. Oke, eh kami dari Fasel
  1669. 1:18:12menyatakan terima kasih yang
  1670. 1:18:13sebesar-besarnya. Eh, ini ada sedikit
  1671. 1:18:16[berdehem] souvenir mungkin yang akan
  1672. 1:18:17disampaikan oleh Bu Hana. Silakan.
  1673. 1:18:22Enggak apa-apa. Enggak apa-apa. Biar
  1674. 1:18:24gantian.
  1675. 1:18:27ini ya foto. [berdehem]
  1676. 1:18:30Oke, terima kasih banyak Mbak Feri atas
  1677. 1:18:32sharing dan ee waktu yang sudah
  1678. 1:18:33diberikan. Ee silakan siap-siap untuk ke
  1679. 1:18:36kelas selanjutnya. Eh

About this transcript

This page contains the full transcript of Kuliah Tamu PPD 11 Nov 26 by Fasilkom Content Gallery, generated from the public captions YouTube serves with the video. The transcript has 9,594 words across 1,679 segments, with the original timestamps preserved so you can click any line to jump to that moment in the embedded player.

What you can do with it

Use the transcript to take notes, quote the speaker, build a study guide, generate a summary with ChatGPT or Claude via the YouTube Summary tool, or export it as a timed subtitle file with YouTube to SRT. You can also re-open it in the transcriber to choose a caption track available on the video.

Free YouTube transcript tool

YouTube2Text is a free YouTube transcript generator — no signup, no daily limit. Paste any YouTube link and get the full transcript instantly, with timestamps, click-to-jump, caption language selection, AI prompts for ChatGPT, Claude, and Gemini, and exports to TXT, SRT, VTT, or Markdown.