Tutorial Lengkap Make: Dari Skenario Pertama sampai Agen AI, Serahkan Pekerjaan Berulang pada Mesin
Make pada 2025 mengubah penagihan dari operations menjadi credits, dan pada Februari 2026 membuka uji publik AI Agents. Tulisan ini membahas dari pendaftaran, skenario pertama, penyambungan modul, sampai Maia dan agen AI, serta menandai tempat yang paling mudah membakar uang — termasuk sampai mana 1.000 poin paket gratis sebenarnya cukup dipakai.
Tengah malam pukul dua belas, pemilik toko online produk makanan impor di Surabaya masih di depan komputer, menempel pesanan Shopee hari itu satu per satu ke Google Sheets, lalu manual membuka Excel untuk menghitung stok. Ia melakukan ini dua tahun, empat puluh menit setiap hari.
Saya bertanya kenapa tak diotomatiskan, ia menjawab: "Kedengarannya harus bisa coding, kan?"
Tidak perlu. Inilah yang dikerjakan Make — mengubah logika "kalau A terjadi maka lakukan B" menjadi sebuah diagram yang bisa diseret-tarik di layar.
Apa Itu Make
Make (sebelumnya Integromat) adalah platform otomatisasi visual. Anda menaruh berbagai layanan sebagai modul di kanvas, menghubungkannya dengan garis, lalu data akan mengalir mengikuti garis itu. Beda terbesarnya dari Zapier adalah ia "diagram", bukan "daftar" — sehingga logika seperti percabangan, perulangan, dan pemrosesan paralel bisa digambar di Make.
Pada 2026 ada dua perubahan yang perlu diketahui lebih dulu. Pertama, pada Agustus 2025 ia mengubah satuan penagihan dari operations menjadi credits (poin), dan konsumsi fitur terkait AI berbeda dari modul biasa. Kedua, pada Februari 2026 AI Agents dibuka untuk uji publik, dan Anda bisa memakai bahasa alami lewat Maia bawaan untuk membangun otomatisasi yang bisa mengambil keputusan sendiri, bukan sekadar alur berlangkah tetap.
Apa yang Bisa Dilakukannya
Make mendukung lebih dari 3.000 integrasi layanan, mencakup Google Workspace, Slack, Notion, Shopify, HubSpot, dan alat arus utama lainnya, serta mendukung permintaan HTTP sembarang — artinya selama pihak lawan punya API, meski tak ada dalam daftar, Anda tetap bisa menyambungnya.
Penggunaan paling umum yang saya lihat di Indonesia ada beberapa jenis ini:
- Pesanan e-commerce otomatis disinkronkan ke spreadsheet dan sistem stok
- Setelah formulir diisi, otomatis membuat halaman Notion, mengirim email konfirmasi, memberi tahu Slack
- Setiap hari terjadwal menarik data, dirapikan jadi laporan harian, lalu dikirim
- Penjadwalan posting media sosial dan sinkronisasi lintas platform
- Data pelanggan disinkronkan dua arah antara CRM dan sistem newsletter
Cara Pakai: Dari Nol sampai Skenario Pertama yang Bisa Berjalan
Langkah pertama: mendaftar dan mengenali antarmuka
Daftar di make.com, paket gratis memberi Anda 1.000 poin per bulan dan 2 skenario (scenario) aktif. Setelah masuk, tiga tempat terpenting adalah: Scenarios (alur Anda), Connections (akun layanan yang telah diberi izin), dan riwayat eksekusi di kanan atas.
Pemula paling mudah mengabaikan riwayat eksekusi, padahal itu satu-satunya petunjuk untuk debug nanti.
Langkah kedua: membuat skenario pertama
Klik Create a new scenario, di tengah layar akan muncul tanda tambah besar. Modul pertama selalu pemicu (trigger), yang menentukan kapan alur ini mulai. Pemicu ada dua jenis:
- Instant (webhook): layanan lawan aktif memberi tahu Anda, reaksi tingkat detik, tak memakan poin polling
- Scheduled (polling): Make berkala menanyakan "ada data baru?", dan setiap tanya adalah satu eksekusi
Di sinilah kunci penghematan pertama. Kalau bisa memakai webhook, jangan memakai polling. Sebuah skenario yang polling tiap 15 menit, sebulan sekadar untuk "bertanya" saja sudah berjalan 2.880 kali; diubah ke webhook, hanya bergerak saat memang ada kejadian.
Langkah ketiga: menyambung modul berikutnya
Klik tanda tambah di kanan pemicu untuk menambah modul berikutnya. Di sinilah Anda akan melihat fitur paling praktis Make: pemetaan data. Klik kolom mana pun, di atas akan muncul semua data yang dikembalikan modul sebelumnya, tinggal klik untuk menyelesaikan pemetaan, tak perlu mengetik nama variabel.
Contoh nyata — "Saat ada balasan baru di Google Forms, buat satu halaman di Notion dan beri tahu Slack":
- Pemicu: Google Forms > Watch Responses
- Modul dua: Notion > Create a Database Item, judul dipetakan ke kolom nama di formulir
- Modul tiga: Slack > Create a Message, isi pesan ditulis "Pendaftar baru: {{nama}}, sudah tercatat"
Tiga modul, sekali jalan tiga poin.
Langkah keempat: menambahkan penilaian dan percabangan
Klik pada garis di antara dua modul, Anda bisa menambahkan Filter (penyaring). Misalnya hanya beri tahu sales bila "anggaran" di formulir lebih dari sepuluh juta, sisanya langsung diarsipkan.
Untuk membuat percabangan majemuk gunakan Router: satu masuk, banyak keluar, tiap jalur punya kondisinya sendiri. Di sinilah Make lebih unggul daripada Zapier, logika bisnis rumit selesai dalam satu diagram.
Langkah kelima: uji dan naik produksi
Tekan Run once di kiri bawah untuk menjalankan manual sekali, dan di tiap modul akan muncul gelembung menampilkan data yang mengalir kali ini. Setelah dipastikan benar, nyalakan sakelar di kiri bawah dan atur jadwalnya.
Satu hal yang wajib dilakukan sebelum naik produksi: nyalakan error handler di pengaturan skenario. Tanpa penanganan galat, satu modul gagal maka seluruh alur berhenti, dan Anda mungkin baru sadar tiga hari kemudian. Praktiknya, tambahkan satu jalur notifikasi galat lewat Slack atau Email.
Teknik Lanjutan
Iterator dan Aggregator: memproses array
Ketika langkah sebelumnya mengembalikan sekumpulan data (misalnya sepuluh pesanan), pakai Iterator untuk memecahnya menjadi sepuluh pemrosesan terpisah, setelah selesai pakai Aggregator untuk mengumpulkannya kembali jadi satu paket.
Tapi ingat: memecah jadi sepuluh berarti sepuluh eksekusi modul, dan poinnya juga sepuluh kali lipat. Ini penyebab tersering poin membludak. Kalau cuma ingin merangkum sepuluh data menjadi satu ringkasan, memakai Text Aggregator untuk memproses sekaligus jauh lebih murah.
Pakai modul HTTP untuk menyambung layanan yang tak ada
Layanan yang tak ada di daftar, sambung sendiri dengan HTTP > Make a request. Layanan lokal Indonesia (Midtrans, Xendit, API e-faktur) kebanyakan disambung begini. Yang perlu disiapkan adalah dokumen API pihak lawan, alamat endpoint, dan cara autentikasinya.
Data Store: mengingat sesuatu lintas eksekusi
Setiap eksekusi skenario Make bersifat mandiri, jadi untuk mengingat "terakhir memproses sampai mana" gunakan Data Store. Penggunaan umum adalah deduplikasi — cek dulu apakah nomor pesanan ini sudah pernah diproses, kalau belum baru lanjut.
AI Agents dan Maia
Hal baru pada 2026. Skenario tradisional adalah Anda menggambar setiap langkah, sedangkan AI Agent adalah Anda memberinya tujuan dan alat yang tersedia, lalu ia menentukan urutannya sendiri. Maia adalah asisten pembangun AI bawaan, Anda mendeskripsikan yang diinginkan dengan bahasa alami, lalu ia membantu menyusun kerangka skenario.
Kesan memakainya secara nyata: hasil Maia bagus sebagai draf, bisa menghemat waktu mencari modul dan memetakan kolom, tetapi hampir selalu perlu diperbaiki manual. AI Agent cocok untuk tugas yang "situasinya berbeda tiap kali", misalnya klasifikasi dan balasan email layanan pelanggan; untuk alur tetap, tetaplah menggambar skenario dengan tekun, prediktabilitasnya jauh lebih tinggi.
Memakai AI Agents punya dua prasyarat: paket berbayar (minimal Core 9 dolar AS per bulan), dan menyediakan sendiri kunci API LLM — biaya model itu dihitung terpisah, tak termasuk dalam poin Make.
Hal yang Perlu Diperhatikan: Tempat-tempat yang Membuat Tagihan Anda Membludak
Bagaimana memilih paket. Lima paket pada 2026 adalah Free (1.000 poin), Core (9 dolar/10.000 poin), Pro (16 dolar), Teams (29 dolar), Enterprise (hubungi). Kebanyakan perorangan dan tim kecil cukup di Core atau Pro. Kegunaan paket gratis seharusnya "memverifikasi alur bisa jalan", bukan untuk operasional.
Poin tidak sama dengan jumlah eksekusi. Satu eksekusi modul adalah satu poin, jadi alur lima modul sekali jalan lima poin. Ditambah pemecahan Iterator, angkanya cepat naik. Sebelum naik produksi hitung manual dulu: jumlah modul × jumlah eksekusi per hari × 30.
Jangan atur jadwal terlalu rapat. "Cek tiap menit" terdengar sangat real-time, padahal kebanyakan skenario cukup tiap 15 menit bahkan tiap jam. Kalau benar-benar butuh real-time, ganti ke webhook.
Data melewati pihak ketiga. Server Make ada di Eropa dan AS, jadi data pelanggan Anda akan melewati sana. Alur yang menyangkut data pribadi harus dipastikan sesuai kebijakan perusahaan dan aturan pemrosesan outsourcing UU PDP, dan kolom sensitif disarankan disamarkan sebelum masuk Make.
Pakai Make Grid untuk melihat gambaran utuh. Ketika skenario makin banyak, Make Grid bisa menampilkan secara visual hubungan antara semua skenario, aplikasi, dan data store, untuk menemukan siapa yang memakan poin dan alur mana yang saling bergantung. Fitur ini krusial saat dipakai tim.
Pakai Make atau yang Lain?
Kalau alur Anda sangat sederhana dan layanan yang disambung sangat tak lazim, jumlah integrasi dan kecepatan belajar Zapier tetap punya keunggulan. Kalau Anda punya kemampuan engineering, ingin kendali penuh, dan tak mau bayar bulanan, n8n bisa dipasang mandiri, biaya jangka panjangnya terendah tetapi harus dikelola sendiri. Kalau yang Anda inginkan agen yang menilai sendiri alih-alih alur tetap, lihatlah platform agen cloud generasi baru seperti Skydive.
Titik manis Make adalah: alur punya tingkat kerumitan tertentu, volume menengah, dan tim tak punya engineer tetapi ada orang yang mau turun tangan. Ini sangat umum di UKM Indonesia.
Untuk mencari lebih banyak inspirasi skenario otomatisasi, Anda bisa membaca Panduan lengkap otomatisasi AI, atau ke halaman tugas untuk mencari alat yang sesuai dengan hal yang ingin Anda kerjakan.
Komentar TheAI Academy
Saya memakai Make sekitar tiga tahun, dan kesan terbesarnya: biaya sejati otomatisasi bukan bayaran bulanan, melainkan desain alur yang belum Anda pikirkan matang. Pemilik toko online di Surabaya itu akhirnya menyambung alur pesanannya, menghemat empat puluh menit sehari, sebulan bayar 9 dolar. Tetapi versi pertama alurnya, karena jadwal diatur tiap 5 menit, membakar habis poin di bulan pertama — masalahnya bukan pada alat, melainkan tak ada yang memberi tahu bahwa polling itu ditagih.
Jadi saran saya selalu: pakai dulu paket gratis untuk membuat alur berjalan, hitung poin manual sekali, baru putuskan membeli paket mana. Jangan sebaliknya.
Komentar: Make adalah alat otomatisasi yang paling mudah dipelajari bagi UKM Indonesia, tetapi tolong hitung poin secara manual sekali sebelum naik produksi — langkah ini bisa menghemat 80% kebingungan Anda kelak.
Saran konkret untuk pembaca Indonesia: minggu pertama buat dulu satu alur sederhana "formulir masuk otomatis tercatat dan memberi tahu", jalankan seminggu untuk melihat konsumsi poin. Setelah logikanya pasti, baru berekspansi ke alur bernilai tinggi seperti pesanan e-commerce dan data pelanggan. Jangan sekali-kali langsung memindahkan alur terpenting perusahaan sejak awal.
Sumber
Dirangkum dari informasi publik, isi paket dan cara penagihan mengacu pada pengumuman resmi.
Pertanyaan yang Sering Diajukan
Make atau Zapier, pilih yang mana?
Untuk otomatisasi yang sama, Make dalam banyak skenario jauh lebih murah, dan diagram alur visualnya bisa menyatakan logika rumit seperti percabangan dan perulangan yang tak bisa dilakukan alur linear Zapier. Keunggulan Zapier adalah jumlah integrasi lebih banyak dan lebih intuitif dipelajari. Saran praktis: alur sederhana dan menyambung layanan tak lazim pilih Zapier; alur bercabang-berulang, volume besar, ingin hemat pilih Make.
Apakah 1.000 poin paket gratis cukup?
Cukup untuk belajar dan verifikasi, tidak cukup untuk operasional nyata. Satu eksekusi modul dihitung satu poin, jadi alur lima modul sekali jalan lima poin, dan sehari jalan sepuluh kali sebulan sudah 1.500 poin. Paket gratis cocok untuk memastikan "alur ini bisa dibuat", dan setelah dipastikan sebaiknya upgrade ke Core seharga 9 dolar AS per bulan.
Apakah AI Agents bisa dipakai di paket gratis?
Tidak bisa. AI Agents sejak dibuka uji publik pada Februari 2026 terbatas pada paket berbayar, minimal Core (9 dolar AS per bulan, 10.000 poin). Selain itu panggilan model harus menyediakan sendiri kunci API, dan biaya itu dihitung terpisah, tak termasuk dalam poin Make.
Kenapa poin saya terpakai lebih cepat dari perkiraan?
Tiga penyebab tersering: pertama, Iterator atau Aggregator memecah satu eksekusi menjadi banyak eksekusi modul; kedua, jadwal diatur terlalu rapat, alur yang jalan tiap 15 menit sebulan berarti 2.880 pemicu; ketiga, cara perhitungan poin fitur terkait AI berbeda dari modul biasa. Lihat di Make Grid atau riwayat eksekusi skenario mana yang paling banyak memakan poin, biasanya sekali lihat langsung tahu masalahnya.