Menyusun Draf Relasi Database Tanpa Harus Jadi Programmer

Niatnya mau cepat rilis fitur baru.
Jatuhnya malah mandek berhari-hari di ruang rapat.
Awalnya gw pikir engineer yang kelamaan mikir.

Padahal, gw yang gak bisa ngasih gambaran teknis yang jelas.

Kok bisa?

Ibaratnya gini. Gw minta tukang bangun rumah.
Gw kasih tahu instruksi singkat banget.
Pokoknya ada kamar tidur, kamar mandi, dan garasi.
Terus gw tinggal pergi.

Tukangnya pasti bingung.
Kamar tidurnya nyambung ke mana?
Garasi letaknya di sebelah mana?
Di atas kertas, ide gw kelihatan rapi dan masuk akal.
Tapi pas mau dieksekusi, malah berantakan.

Sama persis kayak kerjaan bikin produk digital.
Kalau Product Manager ngasih konsep bisnis tanpa bayangan arsitektur,
engineer harus nebak nebak kemauan lo.
Dan tebakan itu sering banget meleset.

Nah, ini penyakit lama product manager yang gak punya latar belakang koding.
Termasuk gw, Brian Arfi Faridhi.
Di industri, teman sejawat sering panggil gw Brobri.
Sepanjang 20 tahun karir bangun produk,
urusan arsitektur teknis ini selalu jadi sumber friksi kalau gak disiapin dari awal.

Dulu, buat cari jalan keluarnya butuh usaha keras.
Gw harus minta tolong engineer senior buat corat coret bareng di papan tulis.
Itu pun makan waktu berhari hari.
Tapi sekarang, aturan mainnya udah beda jauh.

Gw pakai AI untuk menyusun draf relasi database.
Bukan buat pamer sok jadi programmer.
Tapi buat ngasih titik awal yang logis.
Biar diskusi sama tim teknis gak berhenti di tempat.

Kebiasaan Lama, Alat Baru

Di halaman profil gw, ada satu fakta yang sering bikin orang penasaran.
Gw pernah bantu potong biaya perusahaan sampai USD 4 juta lebih per tahun.
Banyak yang ngira itu efek instan gara gara AI.

Koreksi dikit.
Angka $4 juta+ penghematan itu hitungan per tahun,
dan kejadiannya jauh sebelum era AI generatif meledak.

Sumbernya berbagai inisiatif efisiensi yang gw dorong bareng tim.
Waktu di Flip, biaya transfer uang turun sekitar 32% dalam enam bulan.
Itu nyimpen uang kurang lebih USD 2,12 juta setahun.
Lalu di Tokopedia, optimasi sistem autentikasi nyelametin sekitar USD 2 juta tiap tahun.

Bikin perusahaan hemat itu kebiasaan lama gw.
Jauh sebelum AI ngetren dan dipuja puja.
Otomasi cuma salah satu caranya, bukan sumber tunggal.
Ada perbaikan proses, ada penataan rute trafik, ada efisiensi layanan.

Dulu leverage sebesar itu butuh posisi yang kuat,
tim engineer yang banyak, dan sistem yang sangat mahal.
Karyawan biasa susah banget buat dorong perubahan segede itu sendirian.

Sekarang AI jadi alat paling tajam buat kebiasaan yang sama.
Dan kemampuannya bisa dilatih ke semua orang di tim lo.

Buktinya nyata.
Beberapa bulan lalu gw bangun sistem distribusi konten delapan kanal.
Sistem itu otomatis motong satu video panjang jadi klip pendek.
Lalu posting otomatis ke YouTube, Shorts, Reels, Threads, sampai LinkedIn.
Gw bangun dan jalanin sistem itu sendirian.

Prinsip ngelarin masalahnya persis sama.
Tapi alat bantu yang gw pegang sekarang jauh lebih canggih.

Hal yang sama berlaku waktu kita nyiapin dokumen fitur produk.
Termasuk saat lo lagi mentok mau menyusun draf relasi database.
Lo gak wajib ikut kelas koding berbulan bulan.
Lo cuma butuh AI sebagai partner mikir tahap awal.

Kenapa PM Harus Peduli Arsitektur Data?

Banyak PM ngerasa begini.
Urusan tabel itu urusan teknis, biar engineer yang mikir keras.
Itu alasan paling gampang dan sering dipakai.
Tapi di lapangan, alasan itu bikin proses eksekusi jadi sangat lambat.

Waktu gw mimpin empat tim produk sekaligus,
kecepatan ambil keputusan itu sangat krusial.
Satu diskusi yang buntu bisa bikin peluncuran mundur dari jadwal.

Kalau lo datang ke tim engineer cuma bawa gambar antarmuka,
engineer bakal nanya banyak detail.
Lo mungkin belum kepikiran soal itu sama sekali.
Misalnya, satu user bisa punya banyak alamat pengiriman atau cuma boleh satu?
Status pesanan yang gagal itu datanya dihapus atau disimpan buat riwayat?

Kalau lo belum mikir sampai ke level tabel dan relasinya, lo bakal kebingungan.
Rapat jadi berlarut larut tanpa ujung penyelesaian.
Keputusan ditunda buat dipelajari lagi dari awal.
Semua pihak akhirnya capek dan kehilangan momentum.

Makanya, ngasih draf awal itu penting banget buat kelancaran kerja.
Draf relasi ini gak harus sempurna atau langsung siap produksi.
Fungsinya cuma satu.
Buat memicu diskusi yang tajam dan punya pijakan logika yang kuat.

Engineer tinggal lihat diagram lo dan ngasih umpan balik.
Mereka bisa bilang kalau datanya terlalu numpuk dan harus dipecah jadi dua tabel terpisah.
Merespon sesuatu yang udah ada wujudnya jauh lebih gampang.
Jauh lebih cepat daripada mikir dari kertas kosong.

Workflow Nyata Menyusun Draf Relasi Database

Terus, gimana langkah konkritnya di dunia nyata?
Gw pakai metode yang lumayan gampang diikuti siapa aja.
Gak butuh langganan sistem khusus, lo cukup buka alat AI yang biasa lo pakai.

Langkah pertama: Tuliskan entitas utama pakai bahasa sehari hari lo.
Misal lo lagi bangun dompet digital.
Lo ketik aja perintah ringkas ini ke AI.
"Tolong bantu gw menyusun draf relasi database buat dompet digital. Entitas utamanya ada User, Saldo, Transaksi, dan Riwayat Topup."

Langkah kedua: Minta AI bikin aturan main antar data tersebut.
Lo kasih perintah lanjutan ini.
"Jelaskan hubungan antar entitas itu secara logis. Mana yang hubungannya satu ke banyak, mana yang banyak ke banyak. Tolong jelaskan pakai bahasa Indonesia yang gampang dimengerti oleh non programmer."

AI bakal ngasih penjelasan yang rapi dan logis.
Dia bakal bilang satu User bisa punya puluhan Transaksi.
Setiap Transaksi pasti terikat ke satu Riwayat Topup atau bukti penarikan.

Langkah ketiga: Minta visualisasi agar lebih mudah dipahami.
Manusia lebih cepat nangkep gambar daripada baca teks.
Lo bisa minta AI buatin format tabel.
Atau minta dia nulis kode format Mermaid.
Tinggal salin kodenya, buka website pembuat diagram, lalu tempel di sana.
Hasilnya langsung jadi skema visual yang gampang dibaca semua orang.

Langkah keempat: Bawa draf itu ke meja rapat.
Ini bagian penentu yang merubah cara lo kerja.
Buka drafnya pas diskusi.
Lo sampaikan dengan jelas.
"Gw coba bikin gambaran kasar struktur datanya kayak gini. Logika bisnisnya udah sesuai bayangan belum?"

Engineer lo pasti kaget.
Mereka langsung paham batasan konteks apa yang mau lo capai.

Waktu gw bangun sistem FINA,
sistem otomasi dukungan pelanggan pakai agen AI,
draf arsitektur awal ini ngebantu tim gerak super cepat.
Kita berhasil bikin sistem yang mangkas biaya jadi sekitar $0.004 per putaran tanya jawab.
Sistem FINA itu bahkan nangkap celah keamanan data antar pengguna sebelum naik produksi.
Semua tuntas cuma dalam dua minggu kerja, karena diskusinya langsung terarah.

Uang dan Waktu yang Selamat

Harga sebuah alat AI bukan soal berapa tagihan langganannya bulan ini.
Harga sebenarnya adalah berapa banyak waktu tenaga lo yang terbuang kalau lo gak memakainya.
Sama halnya pakai AI buat bantu mikirin pondasi teknis produk.

Kalau lo masih nyerahin semua beban mikir ke otak engineer dari nol,
lo buang waktu tunggu yang sangat mahal harganya.
Menyusun draf relasi database itu bukan tentang nulis baris kode rumit.
Ini tentang cara lo memahami dan membangun pondasi logika bisnis lo sendiri.

Lo ada di barisan yang mana hari ini?
Masih mau diam nunggu orang lain buat mikirin arsitektur produk lo?
Atau lo berani mulai bikin draf sendiri dan pimpin diskusi tim?

Buat lo yang ngerasa butuh komunitas buat praktek konkrit,
gw bikin wadah buat kita berkembang lebih jauh.
Lo bisa gabung ke AI Circle, tempat kita bongkar taktik nyata pakai AI bareng PM lain.

Tapi kalau lo ngeliat sumbatan eksekusi ini ada di level tim internal perusahaan lo,
dan lo butuh pendekatan terstruktur buat ngelatih produktivitas mereka,
silakan mampir ke halaman layanan corporate gw.
Kita bisa ngobrol strategi bikin tim lo jalan lebih gesit, tanpa harus terus terusan rekrut orang tambahan.

Jangan biarin ide besar lo mandek cuma karena lo merasa bukan orang teknis.
Mulai dari draf kecil yang lo racik sendiri.
Biar waktu luang dan hasil rilis yang jadi bukti aslinya.