AI Bisa Menulis Kode, Apakah Software Engineer Akan Hilang?

Oleh: Abdul Malik, S.Kom., M.Cs.
Dosen Program Studi Informatika Universitas Mega Buana Palopo

Beberapa waktu terakhir, kita cukup sering mendegarkan pertanyaan: “Apakah kuliah Informatika masih menjanjikan ketika kecerdasan buatan sudah bisa membuat aplikasi?” Pertanyaan itu wajar. Hari ini, dengan menuliskan beberapa kalimat perintah, seseorang dapat meminta AI membuat halaman website, menyusun struktur basis data, menulis fungsi program, bahkan membantu menemukan kesalahan dalam kode.

Kemampuan tersebut tentu menimbulkan kecemasan. Mahasiswa yang sedang belajar pemrograman bisa saja berpikir bahwa keterampilan yang mereka pelajari akan segera kehilangan nilai. Orang tua juga mungkin mulai bertanya-tanya apakah bidang Informatika masih layak dipilih oleh anak-anak mereka.

Menurut saya, jawabannya tetap: ya, bidang ini masih menjanjikan. Akan tetapi, cara kerja software engineer sedang berubah. Profesi ini tidak hilang, melainkan bergerak menuju bentuk baru yang menuntut kompetensi lebih luas daripada sekadar menulis kode.

Kebutuhan terhadap Software Engineer Belum Berakhir

Perkembangan pasar kerja global justru menunjukkan bahwa kebutuhan terhadap tenaga pengembang perangkat lunak mengalami peningkatan. Future of Jobs Report 2025 dari World Economic Forum menempatkan software and application developers dalam kelompok pekerjaan dengan pertumbuhan tercepat hingga 2030. Posisi tersebut berada bersama profesi lain seperti spesialis kecerdasan buatan, machine learning, big data, dan teknologi finansial [1].

Data Bureau of Labor Statistics juga memberikan gambaran serupa, yang memperkirakan jumlah pekerjaan software developer tumbuh sekitar 16 persen sepanjang 2024–2034. Angka ini jauh lebih tinggi daripada rata-rata pertumbuhan seluruh jenis pekerjaan yang hanya sekitar 3 persen. Lembaga tersebut memperkirakan terdapat tambahan sekitar 267.700 pekerjaan software developer selama periode itu [2]. Tentu saja, data Amerika Serikat tidak dapat langsung dianggap mewakili seluruh kondisi pasar kerja Indonesia. Namun, angka tersebut menunjukkan sebuah kecenderungan penting: ketika AI berkembang, kebutuhan terhadap perangkat lunak tidak berhenti.

Perangkat lunak justru semakin banyak digunakan dalam pelayanan publik, pendidikan, kesehatan, perdagangan, perbankan, transportasi, industri, pertanian, dan berbagai aktivitas masyarakat lainnya. Semakin banyak organisasi menggunakan teknologi digital, semakin banyak pula sistem yang harus dirancang, diintegrasikan, diamankan, dan dipelihara.

Di Indonesia, Kementerian Komunikasi dan Digital menyatakan bahwa kebutuhan talenta digital nasional mencapai lebih dari sembilan juta orang hingga 2030. Pada 2025, jumlah talenta yang tersedia disebut masih sekitar 25 persen dari target kebutuhan tersebut [3]. Data Badan Pusat Statistik juga menunjukkan bahwa 72,78 persen penduduk Indonesia telah mengakses internet pada 2024. Angka itu meningkat dari 69,21 persen pada 2023.[4] Bertambahnya jumlah pengguna internet akan mendorong peningkatan kebutuhan terhadap aplikasi, sistem informasi, keamanan data, dan layanan digital.

Di balik setiap aplikasi rumah sakit, sistem akademik, layanan desa, platform perdagangan, dan pelayanan pemerintahan, tetap dibutuhkan manusia yang memahami cara merancang perangkat lunak agar dapat digunakan dengan baik.

Menulis Kode Bukan Keseluruhan Pekerjaan Sofware Enggineer

Kesalahpahaman yang sering muncul adalah menganggap pekerjaan software engineer sama dengan mengetik kode. Padahal, menulis kode hanya salah satu bagian dari proses pengembangan perangkat lunak. Sebelum sebuah aplikasi dibuat, pengembang harus memahami masalah yang ingin diselesaikan. Siapa yang akan menggunakan aplikasi tersebut? Data apa yang harus disimpan? Bagaimana melindungi data pengguna? Apa yang terjadi ketika sistem digunakan oleh ribuan orang pada waktu yang bersamaan? Bagaimana sistem diperbaiki ketika terjadi kegagalan?

AI dapat menghasilkan kode dalam waktu singkat, tetapi kode yang dihasilkan belum tentu sesuai dengan kebutuhan organisasi, aturan hukum, kondisi pengguna, maupun infrastruktur yang tersedia. Sebuah program mungkin terlihat berjalan dengan baik ketika didemonstrasikan. Namun, masalah baru dapat muncul setelah program digunakan dalam lingkungan nyata. Data bisa tidak konsisten, sistem dapat melambat, integrasi dapat gagal, dan celah keamanan mungkin ditemukan.

Karena itu, software engineer tidak hanya bertugas menghasilkan kode. Mereka juga membuat keputusan teknis, memilih arsitektur sistem, menguji aplikasi, menilai risiko, menjaga keamanan, serta memastikan perangkat lunak dapat dipelihara dalam jangka panjang.

AI Lebih Banyak Mengubah daripada Menghilangkan Pekerjaan

International Labour Organization pada 2025 memperkirakan sekitar satu dari empat pekerja dunia berada dalam pekerjaan yang memiliki tingkat paparan tertentu terhadap AI generatif. Namun, ILO menekankan bahwa sebagian besar pekerjaan lebih mungkin mengalami perubahan daripada hilang sepenuhnya karena masih membutuhkan masukan dan keputusan manusia [5]. Hal tersebut juga berlaku dalam pengembangan perangkat lunak. AI dapat mengambil alih sebagian tugas rutin, tetapi belum mengambil alih seluruh tanggung jawab seorang software engineer.

Data Bureau of Labor Statistics memperlihatkan perbedaan menarik. Ketika pekerjaan software developer diproyeksikan tumbuh 16 persen sepanjang 2024–2034, pekerjaan yang secara khusus dikategorikan sebagai computer programmer justru diproyeksikan menurun sekitar 6 persen [2].

Perbedaan tersebut perlu diperhatikan. Pekerjaan yang hanya berfokus pada penulisan kode rutin memang lebih mudah diotomatisasi. Sebaliknya, pekerjaan yang melibatkan analisis kebutuhan, desain sistem, integrasi, pengujian, keamanan, dan pengambilan keputusan masih memiliki prospek pertumbuhan. Dengan kata lain, yang mulai kehilangan tempat bukan seluruh profesi software engineer, melainkan cara kerja lama yang hanya mengandalkan kemampuan menulis kode berdasarkan instruksi.

Produktivitas Meningkat, tetapi Hasil AI Tetap Harus Diperiksa

AI dapat meningkatkan produktivitas pengembang, penelitian yang melibatkan 4.867 pengembang di Microsoft, Accenture, dan sebuah perusahaan besar lainnya menemukan peningkatan sekitar 26 persen dalam jumlah tugas yang diselesaikan oleh pengembang yang menggunakan asisten pemrograman berbasis AI. Peningkatan yang lebih besar terlihat pada pengembang dengan pengalaman yang relatif lebih sedikit [6]. Namun, menyelesaikan lebih banyak tugas tidak selalu berarti menghasilkan perangkat lunak yang lebih baik. Kode yang dibuat lebih cepat tetap harus diperiksa, diuji, dan dipelihara.

Survei Stack Overflow 2025 menunjukkan bahwa 84 persen responden telah menggunakan atau berencana menggunakan perangkat AI dalam proses pengembangan perangkat lunak. Meskipun penggunaannya tinggi, tingkat kepercayaan terhadap hasil AI masih terbatas. Sekitar 46 persen pengembang menyatakan tidak mempercayai akurasi hasil AI, sedangkan yang mempercayainya sekitar 33 persen. Hanya sekitar 3 persen responden yang menyatakan memiliki tingkat kepercayaan sangat tinggi terhadap hasil AI [7].

Temuan tersebut menunjukkan sebuah kenyataan penting. Semakin banyak AI digunakan untuk menulis kode, semakin penting pula kemampuan manusia untuk memeriksa kode tersebut. Seseorang yang tidak memahami dasar pemrograman mungkin dapat menghasilkan banyak kode dengan bantuan AI. Namun, ia akan kesulitan menentukan apakah kode tersebut benar, aman, efisien, dan sesuai dengan kebutuhan pengguna.

Tantangan Terbesar bagi Programmer Pemula

Walaupun prospek software engineering masih terbuka, perubahan yang sedang terjadi tidak boleh diremehkan. Pekerjaan pemrograman yang sederhana, berulang, dan memiliki pola yang jelas akan semakin mudah diotomatisasi. Membuat halaman standar, menghasilkan fungsi sederhana, menyusun dokumentasi awal, atau membuat pengujian dasar kini dapat dilakukan dengan bantuan AI. Dampaknya kemungkinan akan lebih terasa pada posisi pemula. Dahulu, programmer junior banyak belajar melalui tugas-tugas sederhana. Apabila sebagian tugas itu dikerjakan AI, perusahaan dapat menaikkan standar bagi calon pegawai baru.

Lulusan Informatika tidak lagi cukup hanya menunjukkan bahwa mereka dapat membuat aplikasi CRUD atau mengikuti tutorial dari internet. Mereka harus mampu menjelaskan mengapa suatu teknologi digunakan, bagaimana sistem bekerja, risiko apa yang mungkin muncul, dan bagaimana kualitas perangkat lunak dapat dijamin.

Di sinilah pengetahuan dasar ilmu komputer tetap penting. Algoritma, struktur data, basis data, jaringan komputer, sistem operasi, keamanan informasi, dan rekayasa perangkat lunak bukan materi lama yang kehilangan relevansi. Pengetahuan tersebut justru diperlukan untuk menilai apakah jawaban AI benar atau hanya terlihat meyakinkan.

Kampus Tidak Boleh Hanya Mengajarkan Sintaks

Perubahan ini menjadi pekerjaan rumah bagi perguruan tinggi. Pendidikan Informatika tidak boleh berhenti pada kemampuan menghafal sintaks bahasa pemrograman. Mahasiswa perlu dibiasakan menghadapi permasalahan nyata, menganalisis kebutuhan pengguna, membuat keputusan desain, bekerja dalam tim, mengelola kode dengan Git, melakukan pengujian, serta mempertimbangkan keamanan, privasi, dan etika.

Penggunaan AI dalam perkuliahan juga tidak tepat jika hanya dilihat melalui dua pilihan: dilarang sepenuhnya atau dibebaskan tanpa aturan. AI dapat digunakan untuk membantu mahasiswa mencari alternatif solusi, menjelaskan kode, membuat rancangan awal, atau menemukan kesalahan. Namun, mahasiswa tetap harus mampu menjelaskan kembali logika program, menunjukkan proses pengujian, dan bertanggung jawab terhadap hasil akhirnya.

Tugas dosen juga perlu berkembang. Penilaian tidak cukup dilakukan dengan memeriksa apakah kode dapat dijalankan. Dosen perlu menilai proses berpikir, alasan pemilihan solusi, kualitas pengujian, dokumentasi, keamanan, dan kemampuan mahasiswa mempertahankan hasil pekerjaannya.

Kampus di daerah pun tidak boleh merasa hanya menjadi penonton. Digitalisasi pemerintahan daerah, sekolah, rumah sakit, desa, koperasi, usaha mikro, dan sektor pertanian memberikan ruang belajar sekaligus peluang kerja yang besar.

Banyak persoalan lokal tidak selalu membutuhkan teknologi yang paling rumit. Yang dibutuhkan adalah solusi yang tepat, dapat digunakan, aman, dan dapat dipelihara setelah aplikasi selesai dibuat.

Bukan Manusia Melawan AI

Pertanyaan mengenai masa depan software engineer sebaiknya tidak berhenti pada kalimat, “Apakah AI akan menggantikan programmer?”

Pertanyaan yang lebih penting adalah, “Programmer seperti apa yang masih dibutuhkan?”

Programmer yang hanya menyalin kode tanpa memahami isinya akan menghadapi masa depan yang sulit. Sebaliknya, software engineer yang mampu memahami masalah, merancang sistem, menggunakan AI secara tepat, dan memeriksa hasilnya akan tetap memiliki peran penting.

AI mungkin dapat menulis ratusan baris kode dalam beberapa detik. Namun, AI tidak menanggung akibat ketika sistem pelayanan publik gagal, data pasien bocor, transaksi keuangan keliru, atau aplikasi menghasilkan keputusan yang merugikan masyarakat. Tanggung jawab itu tetap berada pada manusia dan organisasi yang membangun serta mengoperasikan sistem.

Masa depan software engineering bukanlah dunia tanpa programmer. Masa depan itu adalah dunia ketika seorang engineer dapat bekerja lebih cepat dengan bantuan AI, tetapi pada saat yang sama dituntut memiliki pengetahuan, daya kritis, kreativitas, dan tanggung jawab yang lebih besar.

Bagi mahasiswa Informatika, pesan yang perlu disampaikan bukanlah agar mereka takut kepada AI. Mereka perlu belajar bekerja bersama AI tanpa menyerahkan seluruh proses berpikir kepadanya. AI dapat menjadi asisten yang luar biasa. Namun, manusialah yang tetap harus menentukan arah, menjaga kualitas, memahami dampak, dan mempertanggungjawabkan teknologi yang dibangun.

Referensi

[1] World Economic Forum. 2025. The Future of Jobs Report 2025, bagian “Jobs Outlook”.

[2] U.S. Bureau of Labor Statistics. 2025. Software Developers, Quality Assurance Analysts, and Testers: Occupational Outlook Handbook.

[3] Kementerian Komunikasi dan Digital Republik Indonesia. 2025. Perkuat Talenta dan Bahasa Lokal, Komdigi Siapkan Peta Jalan AI. I

[4] Badan Pusat Statistik. 2025. Statistik Telekomunikasi Indonesia 2024.

[5] International Labour Organization. 2025. Generative AI and Jobs: A 2025 Update.

[6] Cui, Z., Demirer, M., Jaffe, S., Musolff, L., Peng, S., dan Salz, T. 2025. The Effects of Generative AI on High-Skilled Work: Evidence from Three Field Experiments with Software Developers.

[7] Stack Overflow. 2025. 2025 Developer Survey—Artificial Intelligence.