{"id":15142,"date":"2026-09-30T09:35:45","date_gmt":"2026-09-30T02:35:45","guid":{"rendered":"https:\/\/saintek.uin-malang.ac.id\/?p=15142"},"modified":"2026-09-30T09:38:04","modified_gmt":"2026-09-30T02:38:04","slug":"kalau-ai-bisa-menulis-kode-mengapa-kita-masih-belajar-pemrograman","status":"publish","type":"post","link":"https:\/\/saintek.uin-malang.ac.id\/ar\/kalau-ai-bisa-menulis-kode-mengapa-kita-masih-belajar-pemrograman\/","title":{"rendered":"Kalau AI Bisa Menulis Kode, Mengapa Kita Masih Belajar Pemrograman?"},"content":{"rendered":"
\n\t\t\t\t
\n\t\t\t\t\t
\n\t\t\t\t
\n\t\t\t\t\t\t\t\t\t

Oleh: Nur Fitriyah Ayu Tunjung Sari, M. Cs<\/p>

\u00a0<\/p>

Hari ini, membuat program terasa jauh lebih mudah dibandingkan beberapa tahun lalu. Cukup mengetikkan perintah seperti, \u201cBuatkan program Java untuk mencari nilai terbesar dalam array<\/em><\/strong>\u201d dalam hitungan detik kecerdasan buatan atau Artificial Intelligence<\/em> (AI) sudah dapat menghasilkan kode yang terlihat rapi dan siap dijalankan.<\/p>

Lalu muncul pertanyaan yang cukup masuk akal: kalau AI sudah bisa menulis kode, mengapa mahasiswa Informatika masih harus belajar pemrograman?<\/strong><\/p>

Pertanyaan ini semakin relevan ketika mahasiswa harus mempelajari algoritma, \u0645\u062e\u0637\u0637 \u0627\u0646\u0633\u064a\u0627\u0628\u064a<\/em>, perulangan, array<\/em>, struktur data, hingga analisis kompleksitas. Untuk apa bersusah payah memahami semua itu jika sebuah program bisa dihasilkan hanya dengan beberapa kalimat perintah?<\/p>

Jawabannya sederhana: belajar pemrograman sebenarnya bukan sekadar belajar menulis kode.<\/strong><\/p>

Kode hanyalah hasil akhir dari sebuah proses berpikir<\/strong>.<\/p>

Sebelum menuliskan program, seorang programmer<\/em> perlu memahami masalah, menentukan data yang dibutuhkan, memilih langkah penyelesaian, mempertimbangkan berbagai kondisi, dan memastikan solusi tersebut dapat berjalan dengan baik. Kemampuan inilah yang tidak boleh hilang meskipun teknologi terus berkembang.<\/p>

Bayangkan kita meminta AI membuat program pencarian data. AI mungkin memberikan kode linear search<\/em><\/strong> atau binary search<\/em><\/strong>. Keduanya bisa saja benar. Namun, kita tetap perlu memahami kapan masing-masing metode sebaiknya digunakan.<\/p>

Mengapa binary search<\/em><\/strong> membutuhkan data yang sudah terurut? Mengapa pada kondisi tertentu linear search<\/em><\/strong> justru lebih sederhana? Apa yang terjadi ketika data yang diproses tidak lagi seratus, tetapi jutaan?<\/p>

Jika hanya melihat kode tanpa memahami alasan di baliknya, kita mungkin bisa menjalankan program, tetapi belum tentu mampu menilai apakah solusi tersebut tepat.<\/p>

Di sinilah pembelajaran algoritma dan pemrograman tetap penting.<\/p>

Belajar membuat \u0645\u062e\u0637\u0637 \u0627\u0646\u0633\u064a\u0627\u0628\u064a <\/em>melatih kita menyusun langkah secara runtut. Belajar percabangan melatih kita mempertimbangkan berbagai kondisi. Belajar struktur data membuat kita memahami bahwa cara menyimpan data akan memengaruhi bagaimana data tersebut diproses. Bahkan ketika mahasiswa bertemu pesan error<\/em><\/strong>, proses mencari penyebab kesalahan sebenarnya sedang melatih ketelitian dan kemampuan memecahkan masalah.<\/p>

Menariknya, kehadiran AI justru membuat kemampuan tersebut semakin penting.<\/p>

AI dapat menghasilkan jawaban dengan sangat cepat, tetapi pengguna tetap perlu memiliki pengetahuan untuk mengajukan pertanyaan yang tepat, membaca hasilnya, menemukan kesalahan, serta memutuskan apakah solusi yang diberikan layak digunakan.<\/p>

Dengan kata lain, tantangan mahasiswa Informatika saat ini bukan lagi sekadar \u201cbisakah saya membuat kode?<\/em><\/strong>\u201d, tetapi juga \u201capakah saya memahami kode yang saya gunakan?<\/em><\/strong>\u201d<\/p>

Penggunaan AI dalam belajar pemrograman seharusnya tidak berhenti pada aktivitas copy-paste<\/em>. Kode yang dihasilkan AI justru bisa menjadi bahan belajar: dibaca, dicoba, diubah, dibandingkan dengan solusi lain, lalu dipahami alasan di balik setiap langkahnya.<\/p>

Mahasiswa juga perlu tetap memberi ruang untuk mencoba sendiri. Tidak semua kesalahan harus segera \u201cdiselamatkan\u201d oleh \u00a0AI. Terkadang, proses mencari letak error<\/em>, memperbaiki logika yang keliru, atau mencoba beberapa cara sampai program berjalan justru menjadi bagian penting dari proses belajar. Dari situlah kemampuan problem solving<\/em> perlahan terbentuk.<\/p>

AI pada akhirnya adalah alat. Ia bisa mempercepat pekerjaan, memberi alternatif, bahkan membantu kita keluar dari kebuntuan. Namun, kualitas hasilnya tetap sangat bergantung pada orang yang menggunakannya. Semakin baik pemahaman kita terhadap suatu masalah, semakin baik pula kita dalam memanfaatkan AI untuk membantu menyelesaikannya.<\/p>

Di masa depan, bahasa pemrograman mungkin berubah. Tools<\/em> pengembangan akan semakin canggih. Bahkan cara kita membuat perangkat lunak mungkin sangat berbeda dari sekarang. Tetapi satu hal tampaknya tetap dibutuhkan: kemampuan memahami masalah dan menyusun solusi secara logis<\/strong>.<\/p>

Jadi, ketika AI sudah mampu menulis kode dalam hitungan detik, belajar pemrograman bukan menjadi tidak penting.<\/p>

Justru sebaliknya.<\/p>

Kita belajar pemrograman bukan hanya agar bisa memberi tahu komputer apa yang harus dilakukan, tetapi juga untuk melatih diri bagaimana berpikir ketika menghadapi sebuah masalah<\/strong>.<\/p>\t\t\t\t\t\t\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t<\/div>","protected":false},"excerpt":{"rendered":"

Oleh: Nur Fitriyah Ayu Tunjung Sari, M. Cs \u00a0 Hari ini, membuat program terasa jauh lebih mudah dibandingkan beberapa tahun lalu. Cukup mengetikkan perintah seperti, \u201cBuatkan program Java untuk mencari nilai terbesar dalam array\u201d dalam hitungan detik kecerdasan buatan atau Artificial Intelligence (AI) sudah dapat menghasilkan kode yang terlihat rapi dan siap dijalankan. Lalu muncul […]<\/p>\n","protected":false},"author":1,"featured_media":15143,"comment_status":"closed","ping_status":"closed","sticky":false,"template":"","format":"standard","meta":{"footnotes":""},"categories":[71],"tags":[],"class_list":["post-15142","post","type-post","status-publish","format-standard","has-post-thumbnail","hentry","category-artikel"],"_links":{"self":[{"href":"https:\/\/saintek.uin-malang.ac.id\/ar\/wp-json\/wp\/v2\/posts\/15142","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/saintek.uin-malang.ac.id\/ar\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/saintek.uin-malang.ac.id\/ar\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/saintek.uin-malang.ac.id\/ar\/wp-json\/wp\/v2\/users\/1"}],"replies":[{"embeddable":true,"href":"https:\/\/saintek.uin-malang.ac.id\/ar\/wp-json\/wp\/v2\/comments?post=15142"}],"version-history":[{"count":4,"href":"https:\/\/saintek.uin-malang.ac.id\/ar\/wp-json\/wp\/v2\/posts\/15142\/revisions"}],"predecessor-version":[{"id":15147,"href":"https:\/\/saintek.uin-malang.ac.id\/ar\/wp-json\/wp\/v2\/posts\/15142\/revisions\/15147"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/saintek.uin-malang.ac.id\/ar\/wp-json\/wp\/v2\/media\/15143"}],"wp:attachment":[{"href":"https:\/\/saintek.uin-malang.ac.id\/ar\/wp-json\/wp\/v2\/media?parent=15142"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/saintek.uin-malang.ac.id\/ar\/wp-json\/wp\/v2\/categories?post=15142"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/saintek.uin-malang.ac.id\/ar\/wp-json\/wp\/v2\/tags?post=15142"}],"curies":[{"name":"\u062f\u0628\u0644\u064a\u0648 \u0628\u064a","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}