Panduan Lengkap Claude Code: Dari Instalasi hingga Membiarkan AI Menyelesaikan Satu Fitur Sendiri

Pukul sebelas malam, sebuah kantor rintisan di Neihu hanya menyisakan dua orang. Seorang insinyur mendapat tugas untuk memperbaiki sebuah bug sebelum peluncuran keesokan harinya, yang sumber masalahnya terletak pada modul buatan mantan rekan kerja yang resign tiga tahun lalu—tanpa komentar kode (comment), tanpa pengujian (test). Ia memasukkan permintaannya ke dalam terminal, lalu bangkit untuk membuat kopi. Saat kembali, layar sudah menampilkan lima file terkait, menunjukkan kemungkinan penyebabnya, memperbaiki salah satu bagiannya, dan menjalankan pengujian.

Ini bukan adegan iklan, melainkan penggunaan sehari-hari dari Claude Code. Namun, justru karena alat ini benar-benar memodifikasi kode Anda, kerugian akibat salah penggunaan jauh lebih tinggi dibandingkan alat AI biasa. Artikel ini merangkum alur kerja yang saya gunakan secara langsung, termasuk beberapa hal yang sempat merugikan saya pribadi.

Apa Ini: Sebuah Agen, Bukan Alat Pelengkap

Mari perjelas posisinya terlebih dahulu, karena hal ini menentukan cara Anda menggunakannya.

Sebagian besar alat penulisan kode AI yang familier bagi banyak orang adalah tipe "pelengkap" (completion type): Anda mengetik, AI menebak baris berikutnya, lalu Anda menekan tombol Tab untuk menerimanya. GitHub Copilot pada masa awal menggunakan mode ini; Anda mengawasinya dari awal hingga akhir, dan alat tersebut menghemat waktu pengetikan Anda.

Claude Code adalah tipe "agen" (agent type). Anda memberikan sebuah tujuan—perbaiki bug ini, tambahkan penomoran halaman (pagination) ke API ini—dan ia sendiri yang memutuskan file mana yang harus dibaca, perintah apa yang harus dijalankan, serta bagaimana cara memperbaiki pengujian yang gagal. Setelah seluruh siklus selesai, tugas Anda adalah melakukan verifikasi.

Implikasi praktisnya adalah: Peran Anda berubah dari "orang yang mengetik" menjadi "orang yang meninjau (review)". Waktu yang dihemat bukanlah waktu mengetik, melainkan waktu untuk memahami kode yang asing serta proses coba-galat (trial and error). Bagi mereka yang kemampuan tinjaunya kurang, menggunakan alat ini justru berbahaya.

Di Mana Alat Ini Bisa Digunakan

Antarmuka saat ini jauh lebih beragam dari yang dipikirkan kebanyakan orang:

• CLI Terminal: Fitur paling lengkap, perintah instalasinya adalah curl -fsSL https://claude.ai/install.sh | bash
• Versi Desktop: Tersedia untuk macOS, Linux, dan Windows
• Versi Peramban (Browser): claude.ai/code, tanpa perlu instalasi
• Ekstensi IDE: VS Code dan JetBrains
• Ponsel: Aplikasi iOS dan Android
• Bot Slack: Membuka tugas langsung di dalam obrolan
• GitHub Actions: Melakukan peninjauan PR otomatis

Pribadi saya paling sering menggunakan CLI, sementara ponsel digunakan untuk memantau progres. Keunggulan CLI terletak pada posisinya yang berada langsung di dalam direktori proyek; variabel lingkungan, status git, dan perintah pengujian semuanya sudah tersedia.

Cara Menggunakan: Empat Langkah

Langkah Pertama: Instal dan Jalankan di Direktori Proyek

Setelah terinstal, pastikan Anda masuk (cd) ke direktori akar (root) proyek sebelum menjalankannya. Banyak orang menjalankannya dari direktori beranda (home), sehingga AI tersebut tidak dapat melihat struktur proyek dan hanya bisa menebak-nebak. Saat pertama kali dijalankan, alat ini akan meminta proses masuk (login); jika Anda memiliki langganan Claude, Anda bisa langsung menghubungkannya, atau menggunakan kunci API sesuai dengan penghitungan token.

Langkah Kedua: Biarkan AI Memahami Proyek Terlebih Dahulu Sebelum Memberikan Perintah

Kesalahan yang paling sering dilakukan oleh pemula adalah langsung melontarkan kebutuhan (requirements) begitu memulai. Kalimat pertama yang lebih baik adalah:

Tolong lihat struktur proyek ini terlebih dahulu, lalu beri tahu saya tumpukan teknologinya (tech stack), bagaimana modul utamanya dibagi, dan bagaimana cara menjalankan pengujiannya. Jangan mengubah apa pun dulu.

Kalimat "Jangan mengubah apa pun dulu" sangat penting—alat ini memiliki sifat dasar yang proaktif, dan jika Anda tidak menghentikannya, ia mungkin langsung bertindak. Pastikan AI tidak salah paham, barulah melangkah ke tahap berikutnya.

Langkah Ketiga: Tulis CLAUDE.md, Ini Adalah Langkah Paling Krusial dari Seluruh Alat Ini

Letakkan sebuah file CLAUDE.md di direktori akar proyek, dan tuliskan aturan-aturan proyek di dalamnya. Setiap kali alat ini dijalankan, ia akan membaca file tersebut. Kualitas file ini secara langsung menentukan apakah pengalaman penggunaan Anda akan terasa lancar atau membuat frustrasi.

Hal-hal yang sebenarnya perlu dituliskan:

Konvensi Proyek

• Frontend menggunakan TypeScript + React, Backend menggunakan Node.js
• Pengujian menggunakan vitest, jalankan perintah npm run test
• Pesan commit menggunakan bahasa Mandarin, dengan format: Tipe: Deskripsi

Batasan Penting

• Hanya lakukan hal-hal yang saya minta secara spesifik. Jangan berinisiatif melakukan refactor atau menambahkan lapisan abstraksi yang tidak diminta.
• Jangan menambahkan pustaka pihak ketiga (third-party packages), tanyakan kepada saya terlebih dahulu jika membutuhkannya.
• Jangan mengubah kode di bawah src/legacy/, itu adalah sistem lama yang akan segera digantikan.
• Setelah selesai, pastikan untuk menjalankan npm run test, jangan katakan selesai jika pengujian belum lulus.

Aturan "Hanya lakukan hal-hal yang saya minta secara spesifik" adalah aturan yang menurut saya paling wajib ditulis. Ketika Anda memintanya memperbaiki sebuah bug, ia mungkin berinisiatif merombak tiga file, menambahkan penanganan kesalahan (error handling), dan melengkapi tipe datanya (types). Jika dilihat satu per satu hal tersebut tidak salah, tetapi proses code review Anda akan berubah menjadi bencana, dan Anda tidak akan bisa membedakan mana perubahan yang wajib untuk memperbaiki bug dan mana yang merupakan improvisasi AI itu sendiri.

Langkah Keempat: Berikan Tugas, Lalu Lakukan Verifikasi

Semakin spesifik deskripsi tugas Anda, semakin baik. Perbandingan antara pertanyaan yang buruk dan yang baik:

• ❌ "Tolong optimalkan potongan kode ini" — AI tidak tahu apa yang ingin Anda optimalkan, ia mungkin mengubah kinerjanya atau keterbacaannya.
• ✅ "Fungsi ini mengalami timeout ketika jumlah data melebihi 10.000 baris. Temukan titik hambatannya (bottleneck) dan perbaiki, tanpa mengubah antarmuka eksternal (external interface)-nya. Jalankan pengujian setelah selesai."

Cara penulisan yang kedua memberikan tujuan, batasan, serta standar verifikasi kepada AI.

Kiat Lanjutan

Gunakan /clear untuk memutus konteks. Saat beralih tugas, jika konteks tidak dibersihkan, alur dari tugas sebelumnya akan mengganggu penilaian AI. Satu tugas harus menggunakan satu percakapan yang bersih.

Manfaatkan mode rencana (plan mode). Saat menghadapi perubahan besar, mintalah AI untuk "hanya memberikan rencana, jangan melakukan tindakan apa pun" terlebih dahulu. Tinjau rencananya sebelum memberikan izin; cara ini jauh lebih menghemat waktu daripada membiarkannya mengubah kode lalu melakukan rollback.

Biarkan AI melihat pesan kesalahan secara langsung. Anda tidak perlu menyalin dan menempelkan galat (error), cukup suruh AI menjalankan pengujian; ia akan membaca sendiri keluarannya dan memperbaikinya secara mandiri.

Manajemen kuota. Paket Pro (sekitar $17–$20 USD per bulan) sangat mudah menghabiskan kuota dalam beberapa jam jika digunakan untuk refactor skala besar. Pengguna serius biasanya harus beralih ke Max 5x ($100 USD) atau Max 20x ($200 USD). Disarankan untuk menggunakan paket Pro terlebih dahulu selama sebulan, catat frekuensi saat Anda membentur batas kuota, baru kemudian tentukan pilihannya.

Hal yang Perlu Diperhatikan

Alat ini dapat menghasilkan kode yang terlihat benar padahal sebenarnya salah. Kode yang ditulisnya memiliki sintaks yang benar, gaya yang konsisten, dan tampak sangat profesional, namun logikanya bisa saja keliru, terutama dalam kondisi batas (edge cases) dan masalah konkurensi (concurrency). Anda harus memiliki kemampuan untuk meninjau keluarannya; ini bukanlah pilihan, melainkan sebuah keharusan.

Pastikan masalah kebocoran data (data leakage) terlebih dahulu. Kode akan dikirimkan ke model cloud. Untuk proyek di bidang keuangan, medis, atau yang memiliki perjanjian kerahasiaan (NDA), pastikan untuk memeriksa kebijakan perusahaan dan klausul kontrak sebelum menerapkannya—banyak tim di Taiwan yang baru memikirkannya setelah menggunakannya, di mana urutannya sudah terbalik.

Jangan biarkan AI menyentuh migrasi basis data (database migration) dan penerapan lingkungan produksi (production deployment). Operasi semacam ini tidak dapat dibatalkan (irreversible), dan biaya dari kesalahan yang terjadi jauh lebih besar daripada waktu yang dihemat. Prinsip saya adalah: Serahkan hal-hal yang dapat dibatalkan kepada AI, dan lakukan sendiri hal-hal yang tidak dapat dibatalkan.

Jangan berharap AI akan menggantikan Anda dalam memikirkan arsitektur. Alat ini sangat mahir dalam hal eksekusi, tetapi keputusan seperti "apakah fitur ini harus dibuat, apakah layanan harus dipecah, atau bagaimana merancang model data" tetap menjadi tugas Anda. Jika Anda ingin melakukan perbandingan silang, Anda dapat menggunakannya bersamaan dengan solusi integrasi editor seperti Cursor.

Alur Kerja yang Disarankan

Ritme kerja saya adalah: di pagi hari, serahkan tugas-tugas dengan cakupan yang jelas kepada AI untuk dikerjakan, sementara saya menangani bagian yang memerlukan pertimbangan manusia. Di sore hari, lakukan peninjauan terpadu terhadap diff yang dihasilkan. Untuk metode lebih lanjut dalam memasukkan AI ke dalam pekerjaan sehari-hari, Anda dapat melihat Panduan Tugas AI atau Pustaka Templat Prompt.

Ulasan TheAI學院

Sejujurnya, saya selalu skeptis terhadap klaim "AI akan menggantikan insinyur". Namun, setelah menggunakannya selama beberapa bulan, saya akui bahwa isi pekerjaan seorang insinyur memang sedang berubah. Perubahannya bukanlah pada "apakah kita masih membutuhkan insinyur", melainkan nilai yang bergeser dari "menulis kode" menjadi "menilai apakah kode tersebut ditulis dengan benar".

Ulasan: Claude Code adalah agen pemrograman AI yang paling matang saat ini, namun alat ini memperbesar kapasitas penilaian yang sudah Anda miliki—orang dengan kemampuan penilaian yang kuat akan berlipat ganda produktivitasnya, sementara orang dengan kemampuan penilaian yang lemah hanya akan lebih cepat menghasilkan utang teknis (technical debt).

Saran konkret bagi pembaca: Insinyur dengan pengalaman lebih dari tiga tahun harus memasukkannya ke dalam alur kerja mereka sekarang juga, dimulai dari "menulis pengujian" dan "memperbaiki bug yang jelas". Cara ini memberikan hasil investasi (ROI) tertinggi dan risiko terendah. Bagi para pendatang baru di industri ini, saya justru menyarankan agar menulis sendiri terlebih dahulu, lalu membandingkannya dengan hasil AI, jangan melewati proses pembentukan kemampuan penilaian tersebut. Bagi adopsi tim, biarkan satu atau dua insinyur senior mencobanya selama sebulan, lalu hitung pengembalian investasi berdasarkan jam kerja yang dihemat; cara ini jauh lebih akurat daripada membaca ulasan apa pun.

Sumber Data

• Halaman Produk Resmi Claude Code (Metode instalasi, platform yang didukung, dan paket langganan)

Disusun berdasarkan informasi publik, dengan mengacu pada informasi resmi. Fungsionalitas aktual dan penetapan harga dapat disesuaikan seiring dengan pembaruan versi.