Sertifikasi Vibe Coding: Kenapa AI Butuh Uji Kompetensi

Awal Februari 2025, Andrej Karpathy, salah satu pendiri OpenAI dan mantan direktur AI di Tesla, memperkenalkan istilah vibe coding. Ia menggambarkan cara membuat perangkat lunak dengan "mengikuti suasana": cukup menyampaikan keinginan kepada AI dalam bahasa sehari-hari, lalu menerima kode jadi tanpa terlalu memikirkan isinya.

Istilah itu menyebar sangat cepat. Pada November 2025, Collins Dictionary menobatkan vibe coding sebagai Word of the Year 2025. Collins mendefinisikannya sebagai pendekatan pengembangan perangkat lunak yang mengubah bahasa alami menjadi kode komputer dengan bantuan kecerdasan buatan.

Pertanyaannya sekarang bukan lagi apakah orang akan memakai AI untuk membuat kode, karena mereka sudah memakainya. Pertanyaan yang lebih penting: siapa yang memastikan kode buatan AI itu benar, aman, dan layak dipakai?

Pemakaian Naik, Kepercayaan Turun

Survei Developer Stack Overflow 2025, yang mengolah sekitar 49 ribu jawaban dari 166 negara, memperlihatkan gambaran yang menarik. Sebanyak 84% responden sudah atau berencana memakai alat AI dalam proses pengembangan, naik dari 76% setahun sebelumnya.

Namun, kepercayaan justru tidak ikut naik. Hanya 33% yang mempercayai akurasi keluaran AI, sedangkan 46% menyatakan tidak percaya. Keluhan terbesar, dipilih 66% responden, adalah solusi AI yang "hampir benar, tetapi belum tepat". Sebanyak 45,2% juga mengaku bahwa men-debug kode buatan AI justru lebih memakan waktu.

Survei yang sama mencatat sekitar 77% responden menyatakan vibe coding bukan bagian dari pekerjaan profesional mereka. Artinya, di kalangan pengembang profesional, membiarkan AI menulis kode tanpa diperiksa masih dipandang dengan hati-hati.

Kode yang "Jalan" Belum Tentu Aman

Masalahnya bukan hanya soal kode yang salah. Laporan GenAI Code Security dari Veracode (Juli 2025) menguji 80 tugas pemrograman pada lebih dari 100 model bahasa besar. Hasilnya, sekitar 45% kode yang dihasilkan mengandung celah keamanan.

Untuk beberapa jenis celah, angkanya lebih mengkhawatirkan. Model gagal mencegah cross-site scripting pada 86% kasus dan log injection pada 88% kasus yang diuji. Veracode juga mencatat bahwa kemampuan model menulis kode yang benar secara sintaksis terus membaik, tetapi kinerja keamanannya relatif tidak berubah.

Perlu dicatat, Veracode adalah perusahaan penyedia alat analisis keamanan, dan angka tersebut berlaku untuk kumpulan tugas yang mereka uji, bukan untuk semua kode buatan AI. Meski begitu, pesannya jelas: kode yang bisa dijalankan belum tentu kode yang aman.

Vibe Coding dan Tanggung Jawab Verifikasi

Simon Willison, pengembang perangkat lunak yang banyak menulis tentang AI, memberi batas yang berguna. Menurutnya, vibe coding dalam arti sempit adalah membangun perangkat lunak dengan AI tanpa meninjau kode yang dihasilkannya. Jika seseorang meninjau, menguji, dan memahami kode buatan AI, itu bukan lagi vibe coding, melainkan pengembangan perangkat lunak biasa yang kebetulan dibantu AI.

Willison juga memegang aturan pribadi: ia tidak akan memasukkan kode ke repositori bila tidak bisa menjelaskannya dengan jelas kepada rekan kerja.

Batas inilah yang penting. Untuk prototipe pribadi atau eksperimen akhir pekan, mengikuti "suasana" mungkin tidak masalah. Namun, ketika kode itu menyimpan data pelanggan, memproses transaksi, atau dipakai instansi, seseorang harus bisa menjawab pertanyaan dasar:

Apakah kebutuhan pengguna sudah diterjemahkan dengan benar ke dalam perintah (prompt)?
Apakah kode yang dihasilkan sudah diuji, termasuk untuk kasus yang tidak lazim?
Apakah ada celah keamanan seperti injeksi, kebocoran data, atau kunci rahasia yang tertulis di kode?
Apakah kode itu bisa dipelihara, dijelaskan, dan diperbaiki oleh orang lain?

Kemampuan menjawab pertanyaan-pertanyaan itu adalah kompetensi. Dan kompetensi bisa diukur.

Di Sinilah Sertifikasi Kompetensi Berperan

Di Indonesia, sertifikasi kompetensi kerja diselenggarakan dalam sistem Badan Nasional Sertifikasi Profesi (BNSP), lembaga yang dibentuk berdasarkan Peraturan Pemerintah Nomor 23 Tahun 2004. Pelaksana uji di lapangan adalah Lembaga Sertifikasi Profesi (LSP) yang memiliki lisensi dari BNSP.

Dalam dokumen BNSP, sertifikasi kompetensi kerja diartikan sebagai proses pemberian sertifikat secara sistematis dan objektif melalui uji kompetensi yang mengacu pada Standar Kompetensi Kerja Nasional Indonesia (SKKNI), standar internasional, atau standar khusus. Adapun skema sertifikasi adalah paket kompetensi dan persyaratan spesifik untuk kategori jabatan atau keterampilan tertentu.

Uji kompetensi semacam ini tidak hanya menanyakan teori. Asesmen dapat berupa tes tertulis, praktik, wawancara, atau observasi. Bagi bidang pemrograman, sudah ada skema yang berjalan di sejumlah LSP, misalnya skema programmer dan pengembang web tingkat junior yang mengacu pada SKKNI.

Logika yang sama bisa diterapkan pada pemakaian AI untuk membuat kode. Yang diuji bukan "seberapa canggih AI yang dipakai", melainkan kemampuan manusianya, antara lain:

Merumuskan kebutuhan menjadi instruksi yang jelas untuk AI.
Membaca dan memahami kode yang dihasilkan, bukan sekadar menyalinnya.
Menguji kode secara sistematis, termasuk menulis atau menjalankan tes.
Menilai keamanan dan menemukan celah umum sebelum kode dipakai.
Mendokumentasikan dan mempertanggungjawabkan hasil kerja.

Rencana Skema Sertifikasi Vibe Coding

Gagasan inilah yang melatarbelakangi rencana penyusunan skema sertifikasi vibe coding untuk diajukan ke BNSP. Perlu ditegaskan, hingga tulisan ini dibuat, rencana tersebut belum menjadi skema resmi. Penelusuran di sumber publik juga belum menemukan skema BNSP yang secara khusus bernama vibe coding.

Mengikuti pedoman BNSP tentang pengembangan dan pemeliharaan skema sertifikasi profesi, skema baru umumnya dikembangkan oleh LSP, lalu melalui proses penilaian sebelum dapat dipakai. Jadi, jalan menuju skema resmi masih panjang dan perlu melibatkan banyak pihak: asosiasi profesi, industri, akademisi, dan regulator.

Meski begitu, arah pemikirannya patut didiskusikan sejak sekarang. Jika AI sudah menjadi alat kerja sehari-hari, maka standar kompetensi untuk memakainya secara bertanggung jawab juga perlu disiapkan.

Penutup: AI Boleh Menulis, Manusia yang Menjamin

Vibe coding membuka pintu bagi lebih banyak orang untuk membuat perangkat lunak. Itu kabar baik. Namun, data dari survei pengembang dan riset keamanan menunjukkan bahwa kode buatan AI masih sering "hampir benar" dan tidak selalu aman.

Karena itu, keterampilan yang paling berharga di era AI bukan sekadar meminta AI menulis kode, melainkan memverifikasi hasilnya. Sertifikasi kompetensi menawarkan cara yang terukur untuk membuktikan keterampilan itu, baik bagi individu, pemberi kerja, maupun masyarakat pengguna layanan digital.