Merancang arsitektur sistem web adalah tugas yang kompleks dan sering kali memakan waktu, terutama pada fase awal pengembangan produk. Backend engineer dan software architect harus memikirkan skalabilitas, ketahanan sistem, pemisahan layanan, struktur data, dan komunikasi antarkomponen. Kini, dengan kemajuan teknologi AI—seperti ChatGPT, Claude, atau Copilot—proses perencanaan arsitektur bisa dipercepat dan diperkaya dengan insight yang berguna.

AI bukan sekadar alat untuk menulis kode. Dengan prompt yang tepat, AI dapat:

• Membantu menyusun arsitektur mikroservis dari deskripsi ide
• Merancang struktur database yang efisien
• Memberikan output visual seperti diagram sistem
• Memberikan evaluasi terhadap bottleneck atau risiko desain

Artikel ini menyajikan cara-cara praktis menggunakan AI dalam menyusun arsitektur sistem web, termasuk contoh prompt, hasil nyata, serta kombinasi tools yang mendukung.

1. Menyusun Arsitektur Awal dari Deskripsi Ide

Contoh Prompt:

“Saya ingin membangun sistem e-commerce sederhana dengan layanan pengguna, katalog produk, order, dan notifikasi. Buatkan saya arsitektur mikroservis sederhana dengan penjelasan singkat tiap komponennya.”

Output AI:

• UserService – otentikasi, manajemen akun
• ProductService – manajemen produk dan stok
• OrderService – membuat dan melacak pesanan
• NotificationService – mengirim email/SMS notifikasi
• API Gateway sebagai titik masuk
• Komunikasi melalui HTTP + message queue (mis. RabbitMQ)

2. Mendesain Struktur Database via Prompt

Contoh Prompt:

“Buatkan skema PostgreSQL untuk layanan OrderService yang menyimpan order, item, status, dan relasi ke user serta produk.”

AI dapat merespons dengan:

CREATE TABLE orders (
  id SERIAL PRIMARY KEY,
  user_id INTEGER NOT NULL,
  status VARCHAR(20),
  created_at TIMESTAMP DEFAULT CURRENT_TIMESTAMP
);

CREATE TABLE order_items (
  id SERIAL PRIMARY KEY,
  order_id INTEGER REFERENCES orders(id),
  product_id INTEGER,
  quantity INTEGER,
  price DECIMAL(10,2)
);

3. Menghasilkan Diagram Sistem Otomatis

Strategi:

• Minta AI membuat deskripsi diagram sistem berbasis teks (mis. Mermaid.js)
• Salin hasil ke tool visualisasi seperti mermaid.live, diagrams.net, atau Notion

Contoh Prompt:

“Buat deskripsi teks untuk diagram sistem e-commerce sederhana dalam format Mermaid.”

Output:

graph TD
  Client -->|HTTP| API_Gateway
  API_Gateway --> UserService
  API_Gateway --> ProductService
  API_Gateway --> OrderService
  OrderService -->|Event| NotificationService

4. AI untuk Evaluasi & Validasi Arsitektur

AI juga bisa memberi masukan teknis atau risiko:

Contoh Prompt:

“Evaluasi potensi bottleneck atau masalah komunikasi dalam sistem berikut…” (disertai deskripsi)

Output yang mungkin diberikan:

• API Gateway sebagai single point of failure
• Latensi tinggi jika semua layanan berkomunikasi sinkron
• Perlu fallback/circuit breaker di NotificationService

5. Kombinasi Tools untuk Arsitektur AI-Driven

6. Studi Kasus Mini: Sistem Reservasi Restoran

Deskripsi

Sebuah startup ingin membangun sistem reservasi restoran online yang dapat menangani ribuan reservasi per hari. Sistem ini harus mampu memproses permintaan pelanggan, mengatur ketersediaan meja, dan mengirimkan notifikasi.

Layanan yang Dibutuhkan

• UserService – registrasi dan login user
• RestaurantService – manajemen data restoran, jam buka, kapasitas meja
• BookingService – proses reservasi dan pengelolaan slot waktu
• NotificationService – mengirimkan email atau SMS konfirmasi dan pengingat
• API Gateway – sebagai entry point untuk seluruh request klien

Prompt ke AI

“Desain arsitektur mikroservis untuk sistem reservasi restoran, berikan penjelasan layanan dan komunikasi antarmuka.”

Hasil dari AI:

• Masing-masing layanan independen dan dapat diskalakan terpisah
• BookingService menjadi pusat pemrosesan utama
• Komunikasi event-based antara BookingService dan NotificationService melalui message queue

Diagram dari Prompt:

graph TD
  Client --> API_Gateway
  API_Gateway --> UserService
  API_Gateway --> RestaurantService
  API_Gateway --> BookingService
  BookingService -->|event| NotificationService

Validasi dan Rekomendasi AI:

• API Gateway perlu dukungan load balancing dan rate limiting
• Perlu mekanisme retry dan fallback di NotificationService
• Gunakan Redis untuk caching slot reservasi aktif
• Simpan log audit untuk semua reservasi penting untuk tracking

Kesimpulan

Dengan bantuan AI, menyusun arsitektur sistem web kini menjadi proses yang lebih iteratif dan cepat. Dari pemetaan layanan, struktur database, hingga visualisasi dan validasi desain—AI dapat menjadi partner berpikir yang efisien dan edukatif.

Namun, penting diingat bahwa AI bukan pengganti intuisi dan pengalaman engineer. Gunakan sebagai alat eksploratif dan validasi awal, lalu diskusikan bersama tim teknis untuk implementasi final.

Sebagai langkah lanjutan, cobalah memadukan AI dengan diagram interaktif dan dokumentasi otomatis agar kolaborasi tim semakin lancar dan transparan.