Pengkodean Bantu AI: Bagaimana Saya Membangun MVP Startup dalam 30 Hari, Kehilangan $127, dan Menemukan Apa yang Sebenarnya Penting

Masalah yang Tidak Diinginkan Oleh Siapapun Untuk Diselesaikan

Saya telah menyaksikan para pendiri terjebak dalam lingkaran menyakitkan yang sama berkali-kali. Seorang kapitalis ventura mengajukan pertanyaan polos—“Bagaimana jika churn Anda turun 2%?”—dan tiba-tiba pertemuan berhenti. Jawaban pendiri tersembunyi di suatu tempat dalam mimpi buruk Excel dengan 47 tab. Tiga jam mencari rumus. Referensi yang rusak. Kesalahan sirkular yang membuat seluruh model crash.

Polanya tidak bisa disangkal: para pendiri tenggelam dalam spreadsheet padahal seharusnya mereka memikirkan pertumbuhan.

Jadi saya memutuskan untuk menguji apakah tren baru yang sedang populer, vibe coding—menggunakan AI untuk prototipe cepat—bisa menyelesaikan ini. Apa yang akan terjadi jika saya menghabiskan sebulan membangun alat perencanaan keuangan menggunakan AI sebagai mitra pengembangan utama? Saya bukan programmer modern (kode serius terakhir saya dua dekade lalu), tapi saya nyaman mengakui apa yang tidak saya ketahui dan belajar dengan cepat.

Apa yang saya temukan selama 30 hari akan menantang segala yang saya pikir saya tahu tentang prototipe cepat.

Mimpi vs. Realita

Hari 1 terasa penuh semangat. Saya membayangkan sebuah kokpit keuangan yang ramping: didukung AI, terhubung dengan QuickBooks, termasuk perencanaan skenario, ekspor siap investor dalam hitungan detik. Perkiraan waktu? Tiga minggu untuk MVP. Saya yakin.

Saya juga sama sekali salah.

Pelajaran pertama datang dengan cepat dan mahal. Ketika saya memberi AI beberapa instruksi sekaligus—“Tambah mode gelap,” “Perbaiki bug,” “Tingkatkan performa”—AI tidak memprosesnya secara berurutan. Sebaliknya, AI membeku, bingung, lalu membuat versi Frankenstein yang tidak menyelesaikan satupun dari tiga tugas tersebut. Kesalahan tunggal itu membuat saya melakukan rollback sebanyak enam kali, membuang tiga jam, dan $23 menggunakan kredit komputasi.

Kerumitan UI menghancurkan asumsi kedua saya. Satu permintaan sederhana—“Tambah mode malam”—memicu 47 perubahan terpisah. Hasilnya: teks putih di latar belakang putih, tombol tak terlihat, kegagalan antarmuka total. Memperbaiki ketidaksesuaian font dan latar belakang memakan waktu tiga hari tambahan.

Terobosan nyata datang saat saya berhenti mengatakan hal-hal samar seperti “buat lebih intuitif” dan mulai bersikap tepat sasaran dengan instruksi. Alih-alih “perbaiki dashboard,” saya belajar mengatakan: “Ubah warna tombol Calculate menjadi #0066CC, tingkatkan font ke 16px, tambahkan padding 8px.” Ketelitian menghilangkan pemborosan.

Perjalanan Mahal: Ketika AI Bertemu Matematika Keuangan

Pada minggu kedua, saya telah menghabiskan $93 dalam kredit Replit. Pengeluaran semakin cepat, bukan melambat. Setiap iterasi membakar $2-5 tergantung kompleksitasnya. Pola yang jelas: iterasi cepat menggerogoti anggaran saya.

Tapi krisis sesungguhnya datang saat saya menemukan bahwa perhitungan keuangan AI meleset sebesar 20%. Biaya akuisisi pelanggan seorang pendiri menunjukkan $47 padahal seharusnya $58.75. Kesalahan itu bisa saja menggagalkan pitch Series A.

Penyebabnya? Saya memberi instruksi samar kepada AI dan membiarkannya membuat asumsi tentang metodologi. Ketika saya meminta “hitung LTV,” AI menafsirkannya secara tidak konsisten—kadang menggunakan churn bulanan, kadang churn tahunan, kadang menciptakan perhitungan sendiri sama sekali.

Saya menghabiskan enam jam debugging satu rumus. Perbaikannya membutuhkan meninggalkan bahasa alami dan beralih ke ketelitian bedah:

Alih-alih: “Hitung LTV”

Saya harus menulis: “Hitung LTV sebagai (Pendapatan Rata-rata Per Pengguna × Margin Kotor) / Tingkat Churn Bulanan di mana ARPU = Total MRR / Pelanggan Aktif; Margin Kotor = (Pendapatan - COGS) / Pendapatan; Churn Bulanan = Pelanggan yang Churn Bulan Ini / Pelanggan Aktif di Awal Bulan. Tunjukkan langkah-langkah kerjamu.”

Spesifikasi itu mengubah segalanya. AI mengerti dengan benar setiap kali setelah itu.

Titik Balik: Mendengarkan Pengguna Benar-benar Berhasil

Setelah tiga minggu, saya memiliki tiga penguji dan dua model keuangan lengkap. Umpan baliknya sangat menyadarkan.

Seorang pendiri memotong semua kerumitan dengan satu kalimat: “Saya tidak mau lagi pembuat model keuangan. Saya cuma mau tanya ‘bagaimana saya memperpanjang runway selama 3 bulan?’ dan mendapatkan jawaban.”

Saya telah membangun produk yang salah.

Seluruh proposisi nilai berbalik dari alat menjadi penasihat. Alih-alih pabrik spreadsheet lain, para pendiri menginginkan validasi—seseorang yang memberi tahu apakah angka mereka masuk akal, menandai asumsi yang tidak realistis, menyarankan perbaikan, dan menjawab pertanyaan “bagaimana jika” secara real-time.

Wawasan ini datang di hari ke-21. Saya tinggal sembilan hari lagi untuk membangun ulang.

Masalah Skalabilitas: Ketika Vibe Coding Menemui Batasnya

Tidak semua bisa bertahan dengan pendekatan ini. Ketika pendiri bertanya “Bisakah kamu sinkron dengan QuickBooks?”, saya menemukan kenyataan pahit: OAuth 2.0 flows, validasi webhook, pemetaan data, penanganan batasan rate, logika penyegaran token—ini bukan wilayah vibe coding. Ini pekerjaan pengembangan profesional.

Saya memilih TypeScript karena mengira itu praktik terbaik modern. Ternyata, saat Anda tidak benar-benar menguasai bahasa, Anda membayar pajak pembelajaran dalam waktu debugging. Menghabiskan dua jam memperbaiki masalah tipe TypeScript (Type ‘number | undefined’ tidak dapat ditugaskan ke tipe ‘number’) mengingatkan saya bahwa memilih bahasa yang Anda pahami lebih baik daripada mengikuti tren.

Tombol rollback menjadi sangat sakral. Saya menggunakannya sebanyak 73 kali dalam 30 hari. Hari ke-27, saya merusak seluruh sistem saat mencoba menambahkan “default cerdas”—perhitungan yang rusak, fungsi ekspor, autentikasi pengguna, semuanya. Daripada debugging berjam-jam, satu klik mengembalikan stabilitas.

Kadang-kadang kode terbaik adalah kode yang tidak Anda tulis.

Angka-angka: Validasi dalam Bentuk Paling Mentah

Setelah 30 hari:

Metode pengembangan: $127 menghabiskan 3.500 baris kode (kebanyakan dihasilkan AI), 73 rollback, satu bahasa pemrograman dipelajari melalui rasa sakit

Akuisisi pengguna: 23 pendiri tertarik, 12 pendaftaran nyata, 3 onboarding selesai, 1 yang benar-benar membayar

Pendiri yang menawarkan $50/bulan? Itu menjadi satu-satunya metrik yang penting.

Realitas kerasnya: menciptakan sesuatu yang menarik bagi orang berbeda jauh dari menciptakan sesuatu yang digunakan orang. Corong konversi saya: 23 tertarik → 2 terlibat → 0 onboarding selesai. Sampai akhirnya terjadi pivot terakhir itu, yang menarik pendiri yang berkata: “Ini pertama kalinya saya memahami ekonomi unit saya tanpa gelar keuangan.”

Apa yang Dapat Dilakukan Vibe Coding (Dan Apa yang Tidak)

Di mana ia unggul:

• Prototipe cepat (ide menjadi MVP yang dapat diuji dalam dua minggu)
• Kebutuhan modal awal rendah ($127 dibandingkan $20K untuk pengembang)
• Siklus kegagalan cepat (coba, rusak, rollback, belajar dalam hitungan menit)
• Generasi boilerplate dan pola standar
• Tanpa kerumitan perekrutan

Di mana ia rapuh:

• Perhitungan presisi yang membutuhkan metodologi konsisten
• Integrasi API perusahaan dengan OAuth dan webhook
• Arsitektur keamanan multi-penyewa
• Pemrosesan pekerjaan latar belakang untuk sinkronisasi data
• Rumus keuangan kompleks (analisis kohort, NPV)
• Fitur kolaborasi real-time

Momen kelulusan tiba saat Anda memiliki 10+ pelanggan berbayar yang meminta fitur yang secara fundamental vibe coding tidak bisa penuhi.

Apa yang Akan Saya Lakukan Berbeda (Dan Apa yang Akan Saya Lewati)

Jika saya mulai lagi besok, saya akan wawancarai 50 pendiri sebelum menulis satu baris kode pun. Bukan 5. Bukan 10. Lima puluh. Saya akan tanya apa yang paling lama diperbarui, pertanyaan apa yang selalu ditanyakan investor, apa yang sebenarnya mereka bayar. Ini akan menghemat dua minggu dan usaha yang sia-sia.

Saya akan memilih Python daripada TypeScript. Saya akan menetapkan anggaran kredit yang ketat. Saya akan membangun proses manual terlebih dahulu sebelum mengotomatisasi apa pun. Saya akan melewatkan mode malam yang tidak diminta siapa pun, UI sempurna yang tidak dipedulikan siapa pun, dan janji integrasi yang tidak bisa dipenuhi.

Yang terpenting, saya akan memahami kebenaran ini sejak hari pertama: berbicara dengan calon pelanggan bukan langkah menuju membangun—itu fondasi dari membangun.

Jalur yang Tersisa

Fase berikutnya bukan tentang vibe coding semuanya sekaligus. Tapi tentang validasi melalui rilis bertahap.

Fase 1 $200 minggu 5-8(: Pembuat model keuangan manual + penasihat AI untuk validasi asumsi + perencanaan skenario dasar + fungsi ekspor. Tujuan: 10 pelanggan berbayar.

Fase 2 )minggu 9-24(: Jika validasi berhasil, sewa pengembang fintech berpengalaman untuk membangun integrasi nyata, keamanan perusahaan, infrastruktur skala. Anggaran: $50K-100K.

Misi tetap sama: menghilangkan model keuangan Excel dengan 47 tab. Setiap pendiri berhak mendapatkan dashboard real-time, penjelasan AI tentang angka, perencanaan skenario dalam hitungan detik, ekspor siap investor secara instan.

Perjalanan berlanjut. Tapi kali ini, dengan pendiri nyata yang membimbing arah, bukan asumsi saya yang menggerakkan produk.

Manfaat menjalankan teka-teki silang ini selama 30 hari? Saya belajar bahwa kecepatan tanpa arah hanyalah kegagalan mahal. Ketelitian mengalahkan volume. Pengguna mengalahkan asumsi. Dan terkadang validasi terbaik adalah satu pendiri yang bersedia membayar.