Hi Urbie's! Di tengah perkembangan kecerdasan artifisial (AI) yang semakin cepat, kemampuan menulis kode atau coding mungkin tidak lagi menjadi keterampilan eksklusif manusia. Bahkan, pekerjaan yang selama ini identik dengan programmer mulai banyak dibantu AI. Lantas, apakah anak-anak masih perlu belajar coding?

Menurut Abdallah Sadurdeen, General Manager Koding Next Indonesia, jawabannya tetap iya. Namun, alasan belajar coding hari ini tidak lagi sebatas menyiapkan anak menjadi software engineer.

Dalam pemaparannya di 2nd Poland–Indonesia Innovation Forum EdTech & AI, yang berlangsung pada 10 November 2026 di Kantor Kadin Indonesia, Rasuna Said, Abdallah menegaskan bahwa coding seharusnya dipandang sebagai sarana membangun keterampilan berpikir yang dibutuhkan generasi mendatang.

“Coding bukan sekadar tentang kode. Ini tentang problem solving, membawa ide menjadi nyata, dan memperbaiki sesuatu,” menjadi gagasan utama yang ia sampaikan dalam forum tersebut.

Jika AI Bisa Menulis Kode, Mengapa Anak Masih Perlu Belajar Coding?

Abdallah mengajak audiens melihat perubahan dunia kerja melalui perkembangan AI. Ia menyebut, berdasarkan data yang dipaparkannya, sekitar 25 persen kode di Google telah ditulis AI pada Oktober 2024. Angka tersebut meningkat menjadi 50 persen pada akhir 2025, sebelum mencapai sekitar 75 persen pada saat presentasi.

Perubahan ini menunjukkan bahwa keterampilan teknis tertentu semakin mudah diotomatisasi. Bahkan, pekerjaan software development disebut sebagai salah satu bidang yang mulai merasakan dampak tersebut.

Urbanvibes Ads banner Pullman Central Park Jakarta Hotel

Namun, Abdallah menilai kesimpulan bahwa coding tidak lagi perlu diajarkan kepada anak justru keliru.

Menurutnya, coding bukan hanya tentang menguasai sintaks atau bahasa pemrograman. Proses menyusun kode melibatkan kemampuan memahami masalah, merancang solusi, menguji hasil, menemukan kesalahan, dan memperbaikinya.

Kemampuan tersebut tetap relevan sekalipun suatu hari anak-anak tidak lagi harus menulis kode secara manual.

Coding, Soft Skills, dan Adaptive Skills: Formula Anak Siap Masa Depan

Abdallah menjelaskan bahwa model pembelajaran Koding Next menggabungkan tiga kelompok keterampilan: kemampuan teknis, adaptive skills, dan soft skills.

Kemampuan teknis mencakup coding, AI, serta pengolahan data. Sementara itu, adaptive skills meliputi rasa ingin tahu, ketahanan menghadapi kegagalan, kemampuan berpikir, dan kemauan mempelajari hal baru.

Di sisi lain, soft skills mencakup komunikasi, kerja sama, dan kepemimpinan.

Ketiganya dianggap saling melengkapi. Anak bukan hanya mampu membangun sesuatu secara teknis, tetapi juga memahami kebutuhan pengguna, bekerja bersama orang lain, dan menjelaskan ide yang mereka buat.

Abdallah turut menyebut studi yang mencakup 105 penelitian mengenai keterampilan yang dapat ditransfer melalui pembelajaran coding. Menurut pemaparannya, kemampuan seperti berpikir kreatif dan matematika termasuk keterampilan yang memperoleh manfaat dari proses tersebut.

Ia juga memberikan catatan penting: coding tidak otomatis meningkatkan kemampuan membaca dan literasi. Sekolah tetap perlu menyediakan pendekatan pembelajaran lain untuk mengembangkan kemampuan tersebut.

Indonesia Sudah Memulai, tetapi Implementasi Belum Merata

Dalam konteks Indonesia, coding dan AI mulai diperkenalkan ke pembelajaran kelas 5, 7, dan 10 sejak 2025. Abdallah menjelaskan, pelaksanaannya dirancang sekitar dua jam pelajaran per minggu dan masih bersifat pilihan atau elective.

Sekolah memiliki fleksibilitas untuk menerapkannya sebagai mata pelajaran tersendiri, bagian dari pembelajaran lain, atau kegiatan ekstrakurikuler.

Ia menyampaikan bahwa sekitar 97 persen target pelatihan guru telah tercapai, mencakup sekitar 53.000 sekolah. Namun, implementasi pembelajaran coding dan AI disebut baru mencapai sekitar 25 persen.

Bagi Abdallah, angka tersebut memperlihatkan satu persoalan mendasar: pelatihan guru tidak otomatis berarti pembelajaran benar-benar berlangsung di kelas.

Hambatannya berlapis. Sebagian guru mungkin sudah mengikuti pelatihan, tetapi belum cukup percaya diri mengajar. Keputusan penerapan juga bergantung pada kepala sekolah. Selain itu, sekitar 23 persen sekolah disebut masih belum memiliki koneksi internet, sementara ribuan sekolah menghadapi keterbatasan listrik.

Kondisi tersebut membuat kebijakan pendidikan yang sama dapat menghasilkan pengalaman belajar berbeda di setiap wilayah.

Baca juga:

AI Bisa Membantu Anak Belajar, atau Justru Membuatnya Berhenti Berpikir

Abdallah juga menyoroti bagaimana AI digunakan oleh siswa. Ia menyebut 86 persen siswa menggunakan AI untuk mengerjakan tugas, sementara sebagian guru memanfaatkannya untuk menyusun asesmen.

Persoalannya bukan semata-mata penggunaan AI, melainkan bagaimana teknologi tersebut digunakan.

Dalam pemaparan yang merujuk penelitian di Turki, Abdallah membandingkan dua pendekatan. Ketika siswa menggunakan AI sebagai jalan pintas untuk mendapatkan jawaban, hasil ujian disebut dapat mengalami penurunan hingga 70 persen. Sebaliknya, penggunaan AI sebagai pelatih yang memberikan petunjuk tanpa langsung menyelesaikan soal membantu siswa tetap berpikir.

Dua pendekatan ini menunjukkan bahwa teknologi yang sama dapat menghasilkan pengalaman belajar berbeda.

AI yang langsung memberikan jawaban berpotensi membuat siswa pasif. Namun, AI yang mendorong pertanyaan, eksplorasi, dan pemecahan masalah dapat menjadi pendamping belajar.

Dari Membuat Aplikasi hingga Belajar Memperbaiki Kesalahan

Abdallah memberikan contoh siswa kelas enam yang membuat aplikasi pemantau kualitas udara Jakarta bernama Jak Air.

Dalam prosesnya, siswa harus mempelajari dasar coding, mengambil data kualitas udara, merancang aplikasi agar mudah digunakan, serta melatih AI menggunakan gambar polusi. Setelah menguji aplikasi, siswa menemukan kesalahan: model tidak mengenali polusi pada malam hari karena data pelatihannya hanya berisi gambar siang.

Kesalahan tersebut menjadi bagian penting dari pembelajaran. Siswa belajar mengevaluasi data, menguji sistem, dan memperbaiki hasil.

Pada akhirnya, aplikasi bukan satu-satunya pencapaian. Siswa juga belajar berpikir logis, menerima umpan balik, bekerja dengan data, dan mempresentasikan hasil kepada orang lain.

Sekolah Perlu Menghargai Proses Berpikir, Bukan Hanya Produk

Untuk sekolah, Abdallah menyarankan dua langkah sederhana. Pertama, memilih satu guru yang antusias untuk menjadi champion teacher, lalu memberikan dukungan agar guru tersebut dapat menjadi penggerak perubahan.

Kedua, sekolah perlu mengubah cara menilai hasil belajar. Bukan hanya memuji aplikasi atau produk yang terlihat keren, tetapi juga menghargai proses berpikir di balik pembuatannya.

Menurut Abdallah, dampak pendidikan coding tidak bisa diukur hanya dalam satu tahun. Hasil sesungguhnya mungkin baru terlihat ketika siswa memasuki perguruan tinggi atau dunia kerja.

Ia mengibaratkan pendidikan seperti menanam pohon: akar perlu tumbuh sebelum hasilnya terlihat.

Bagi Urbie’s!, pesan ini menjadi pengingat bahwa teknologi pendidikan bukan perlombaan menguasai aplikasi terbaru. Ketika AI semakin mampu melakukan pekerjaan teknis, kemampuan manusia untuk berpikir, mempertanyakan, berkolaborasi, dan bertanggung jawab justru menjadi semakin penting.

Sebab, kalau anak belajar berpikir, keterampilan yang mereka bangun tidak akan sia-sia—bahkan ketika kode yang mereka pelajari suatu hari tidak lagi dibutuhkan.