📑 Daftar Isi

Ilustrasi vibe coding dengan AI di laptop

Vibe Coding: Tren Coding AI yang Menuai Kontroversi

Penulis:Nur Hamzah
Terbit:
Diperbarui:
⏱️4 menit membaca
Bagikan:
  • Vibe coding adalah metode pengembangan software menggunakan LLM untuk menghasilkan kode, dipopulerkan oleh Andrej Karpathy pada Februari 2025
  • Kritikus menyoroti risiko keamanan: penelitian Georgia Tech menemukan 74 kerentanan dari kode AI dalam 43.000 advisory
  • Survei 1.100 programmer: 72% menggunakan AI tools setiap hari, 42% codebase dihasilkan AI
  • Perbedaan penting antara kode AI-generated penuh vs AI-assisted untuk debugging
  • Dampak pada pasar kerja: perusahaan mengurangi perekrutan developer junior

Telset.id – Vibe coding, metode pengembangan perangkat lunak yang mengandalkan AI untuk menulis kode, kini menjadi tren yang semakin populer namun juga menuai banyak kritik. Metode yang pertama kali diperkenalkan oleh Andrej Karpathy pada Februari 2025 ini memungkinkan siapa saja untuk membuat aplikasi tanpa harus menguasai bahasa pemrograman secara mendalam.

Karpathy, peneliti AI yang dikenal karena memimpin program Tesla Autopilot Vision, mendefinisikan vibe coding sebagai cara coding baru di mana pengembang sepenuhnya mengikuti intuisi dan melupakan bahwa kode tersebut ada. Menurutnya, hal ini dimungkinkan karena kemampuan LLM dalam menghasilkan kode yang semakin baik.

Sejak diperkenalkan, popularitas vibe coding terus meningkat seiring dengan semakin canggihnya kemampuan AI dalam menulis kode. Namun, seperti halnya tren teknologi lainnya, munculnya popularitas juga diiringi dengan gelombang kritik dari berbagai kalangan.

Kritik Terhadap Vibe Coding

Para pendukung vibe coding berpendapat bahwa metode ini mendemokratisasi pengembangan perangkat lunak, memungkinkan siapa saja untuk membuat aplikasi mereka sendiri. Salah satu contoh nyata adalah tetangga penulis artikel sumber yang bekerja sebagai teknisi veteriner dan berhasil menciptakan aplikasi untuk melacak jadwal suntikan insulin kucing seniornya menggunakan metode ini.

Di sisi lain, para kritikus menyoroti bahwa vibe coding berpotensi menghasilkan perangkat lunak yang rentan terhadap serangan keamanan. Penggunaan AI secara ekstensif juga dapat membuat codebase semakin sulit untuk dipelihara, terutama jika pengembang vibe coder tidak memiliki pengetahuan yang cukup untuk memperbaiki kesalahan yang tidak dapat ditangani oleh AI.

A MacBook Air runs Claude Code.

Penelitian pendahuluan mendukung kekhawatiran ini. Pada April 2026, para peneliti dari School of Cybersecurity and Privacy di Georgia Tech memindai 43.000 advisory keamanan dan menemukan 74 kerentanan yang dapat dilacak langsung ke kode yang dihasilkan oleh AI. Dari jumlah tersebut, 14 di antaranya merupakan masalah keamanan yang dikategorikan kritis oleh para peneliti.

Meskipun angka tersebut mungkin terlihat kecil, perlu dicatat bahwa 43.000 advisory tersebut hanya mencakup periode tiga bulan di awal tahun. Tim peneliti memperkirakan bahwa jumlah sebenarnya kerentanan yang disebabkan oleh AI-generated code kemungkinan lima hingga sepuluh kali lebih tinggi, karena mereka hanya dapat melacak kode yang secara resmi diungkapkan telah dihasilkan oleh LLM.

Masalah ini menjadi semakin signifikan karena ada bukti yang menunjukkan bahwa semakin banyak profesional yang beralih ke vibe coding meskipun memiliki keraguan sendiri dan keraguan dari rekan-rekan mereka.

Perbedaan Kode AI-Generated dan AI-Assisted

Dalam diskusi tentang vibe coding, penting untuk membedakan antara kode yang sepenuhnya dihasilkan oleh LLM dengan kode di mana program AI hanya membantu dalam pembersihan dan debugging. Survei developer Stack Overflow 2025 menunjukkan bahwa 47,1 persen responden menggunakan alat AI setiap hari, namun 72 persen responden menyatakan bahwa vibe coding bukan bagian dari alur kerja pengembangan mereka.

Sebanyak 5 persen responden lainnya bahkan menambahkan bahwa vibe coding “sangat bukan” cara mereka bekerja. Angka-angka ini kemungkinan telah berubah selama setahun terakhir, tetapi hingga pertengahan 2025, sebagian besar profesional menggunakan alat AI untuk hal-hal seperti autocomplete, review kode, dan berdiskusi tentang hambatan teknis.

The icons for ChatGPT, Claude and Gemini on an iPhone 17 home screen.

Survei terbaru terhadap 1.100 programmer profesional yang telah mencoba alat AI menemukan bahwa 72 persen menggunakan alat coding AI setiap hari, dan sekitar 42 persen dari codebase mereka dihasilkan atau dibantu oleh AI. Kelompok yang sama memprediksi bahwa kode yang dihasilkan AI akan mencakup lebih dari separuh codebase mereka pada tahun depan.

Ada sisi lain yang perlu diperhatikan dari tren ini. Banyak tugas yang sekarang diotomatisasi oleh developer senior menggunakan AI sebenarnya merupakan tugas yang sebelumnya didelegasikan kepada rekan junior mereka. Coding dulunya merupakan salah satu jalur yang dapat diandalkan bagi generasi muda untuk memasuki kelas menengah. Kondisi ini kini berubah, dengan perusahaan yang merekrut lebih sedikit developer junior dari sebelumnya.

Perdebatan tentang vibe coding ini mencerminkan perubahan besar dalam industri pengembangan perangkat lunak. Di satu sisi, teknologi ini membuka peluang baru bagi individu kreatif yang tidak memiliki latar belakang teknis. Di sisi lain, kekhawatiran tentang keamanan dan keberlanjutan kode yang dihasilkan AI tetap menjadi tantangan yang harus dihadapi industri.

Seiring dengan semakin banyaknya profesional yang mengadopsi alat AI dalam pekerjaan sehari-hari, penting untuk terus memantau dampak jangka panjang dari praktik ini terhadap kualitas perangkat lunak dan pasar kerja di bidang teknologi. Keamanan aplikasi menjadi perhatian utama, mengingat banyaknya kasus kesalahan sistem yang terjadi pada platform digital populer.

Perkembangan ini juga menarik perhatian regulator, seperti terlihat dari langkah Kemkomdigi memanggil Meta terkait isu teknis pada layanan mereka. Hal ini menunjukkan bahwa kualitas dan keamanan kode menjadi perhatian serius di berbagai tingkatan, termasuk di tingkat pemerintahan.

Vibe coding pada akhirnya adalah alat yang memiliki dua sisi. Ketika digunakan dengan bijak dan dilengkapi dengan pemahaman dasar tentang pengembangan perangkat lunak, teknologi ini dapat menjadi sarana yang efektif untuk berinovasi. Namun tanpa pengawasan yang memadai, praktik ini berisiko menghasilkan aplikasi yang rentan terhadap serangan dan sulit untuk dikembangkan lebih lanjut.

Ikuti Telset.id di Google NewsFollow

Komentar

Belum ada komentar.