🚀 Pendahuluan

Dokumen ini adalah panduan lengkap membangun AI agent sendiri menggunakan Claude Code, mulai dari instalasi sampai agent tersebut berjalan otomatis tanpa perlu dijaga terus. Setiap langkah di dalam panduan ini sudah diverifikasi ke dokumentasi resmi Claude Code, bukan hasil tebakan atau rangkuman infografis yang belum dicek. <callout icon="📌" color="blue_bg"> Enam bagian utama yang akan dibahas: instalasi, membangun CLAUDE.md, memahami Auto Memory, membangun Skill, membangun Agent, dan menjadwalkan otomatisasi dengan Routines. Setiap bagian disertai contoh yang sudah diisi, bukan template kosong. </callout>

💡 Kenapa Ini Penting

Banyak orang berhenti di tahap chat biasa dengan Claude, padahal Claude Code memungkinkan membangun sistem yang bekerja sendiri: membaca kode, menjalankan perintah, mengingat koreksi, dan bahkan berjalan terjadwal tanpa harus membuka laptop. Enam langkah ini adalah fondasi yang saling menumpuk. Melewatkan satu langkah membuat langkah berikutnya lebih sulit dipahami.

🔧 Persiapan Sebelum Mulai

Sebelum masuk ke langkah teknis, pastikan dua hal berikut.

• Miliki subscription Claude minimal Pro (20 dolar AS per bulan). Claude Code sudah termasuk di dalamnya, tidak ada biaya tambahan terpisah untuk mengaktifkannya.
• Siapkan sistem operasi macOS, Windows, atau Linux. Semua didukung penuh. <callout icon="⚠️" color="yellow_bg"> Plan Free tidak termasuk akses Claude Code. Fitur Routines yang dibahas di Langkah 6 juga baru tersedia mulai plan Pro ke atas. </callout>

1️⃣ Langkah 1: Instal Claude Code

Pilih salah satu metode instalasi berikut sesuai perangkat yang digunakan.

Terminal (macOS, Linux, WSL)

npm install -g @anthropic-ai/claude-code

Desktop App

Unduh langsung dari claude.ai, tersedia untuk macOS dan Windows.

VS Code Extension

Pasang lewat marketplace VS Code, cocok untuk yang sudah terbiasa bekerja di dalam editor. Setelah instalasi selesai, verifikasi dengan menjalankan perintah berikut di terminal.

claude --version

Jika muncul nomor versi, instalasi berhasil. Jalankan claude di folder proyek untuk memulai sesi pertama.

2️⃣ Langkah 2: Bangun CLAUDE.md

File ~/CLAUDE.md adalah dokumen instruksi yang dibaca Claude setiap sesi dimulai. Anggap ini sebagai buku panduan kerja yang hanya perlu ditulis sekali. Gunakan prompt berikut untuk membangunnya bersama Claude secara interaktif.

Bantu saya bangun CLAUDE.md dari nol. Gunakan CLAUDE.md milik Boris Cherny sebagai starting template. Tanyakan soal bisnis saya, voice, kata yang dilarang, output default, dan cara kerja yang saya inginkan. Simpan file final ke ~/CLAUDE.md.

Contoh isi CLAUDE.md yang sudah jadi.

# Aturan Kerja

## Voice
Gunakan bahasa Indonesia santai, hindari kata "sangat" dan "luar biasa".

## Standar Kode
- Jalankan npm run lint sebelum commit
- Fungsi API ada di src/api/handlers/

## Cara Kerja
- Gunakan plan mode untuk perubahan di atas 3 langkah
- Tulis test untuk setiap fungsi baru

<callout icon="💡" color="gray_bg"> Semakin spesifik instruksinya, semakin konsisten Claude mengikutinya. Target panjang file di bawah 200 baris supaya tidak membebani context. </callout>

2️⃣➕ Auto Memory: Fitur yang Sudah Otomatis

Berbeda dari CLAUDE.md yang ditulis manual, Claude Code juga punya sistem memori otomatis bernama Auto Memory. Fitur ini aktif secara default, tidak perlu instruksi khusus untuk mengaktifkannya. Setiap kali memberikan koreksi ke Claude, misalnya "selalu pakai pnpm, jangan npm", Claude otomatis menyimpannya sebagai file markdown terpisah di lokasi berikut.

~/.claude/projects/<nama-proyek>/memory/
├── MEMORY.md           (indeks utama)
├── user_role.md
├── feedback_testing.md
└── ...

Ada empat jenis catatan yang disimpan.

Untuk melihat isi memori kapan saja, ketik perintah berikut di sesi Claude Code.

/memory

3️⃣ Langkah 3: Bangun Skill Pertama

Skill adalah cara mengemas instruksi berulang menjadi satu perintah singkat. Skill disimpan sebagai file SKILL.md di lokasi berikut.

Contoh skill nyata yang merangkum perubahan kode yang belum di-commit.

---
name: summarize-changes
description: Merangkum perubahan yang belum di-commit dan menandai bagian yang berisiko. Gunakan saat pengguna bertanya apa yang berubah atau ingin membuat pesan commit.
---

## Perubahan saat ini
!`git diff HEAD`

## Instruksi
Rangkum perubahan di atas dalam dua sampai tiga poin, lalu sebutkan risiko yang terlihat seperti penanganan error yang hilang atau nilai yang di-hardcode.

Setelah file ini disimpan, ketik /summarize-changes di sesi Claude Code manapun untuk menjalankannya, atau biarkan Claude memanggilnya otomatis saat pertanyaan Anda cocok dengan deskripsi skill. <callout icon="⚠️" color="yellow_bg"> Koneksi ke MCP connector seperti Notion, Gmail, atau Google Drive diatur terpisah lewat file .mcp.json atau perintah /mcp, bukan ditulis langsung di dalam SKILL.md. </callout>

4️⃣ Langkah 4: Bangun Tim Agent

Agent (disebut juga subagent) adalah asisten khusus dengan konteks, tools, dan model sendiri, terpisah dari percakapan utama. Agent disimpan sebagai file markdown di ~/.claude/agents/ (semua proyek) atau .claude/agents/ (proyek ini saja). Contoh agent code reviewer yang hanya bisa membaca kode, tidak bisa mengubahnya.

---
name: code-reviewer
description: Meninjau kualitas dan keamanan kode. Gunakan segera setelah kode ditulis atau diubah.
tools: Read, Grep, Glob, Bash
model: sonnet
---

Anda adalah code reviewer senior yang menjaga standar kualitas dan keamanan kode.

Saat dipanggil:
1. Jalankan git diff untuk melihat perubahan terbaru
2. Fokus pada file yang dimodifikasi
3. Mulai peninjauan langsung

Daftar periksa:
- Kode jelas dan mudah dibaca
- Tidak ada duplikasi
- Penanganan error diterapkan dengan benar
- Tidak ada secret atau API key yang terekspos
- Validasi input sudah ada

Untuk memintanya bekerja, cukup sebut nama agent-nya di prompt.

Gunakan agent code-reviewer untuk meninjau perubahan terbaru saya

<callout icon="💡" color="gray_bg"> Pola umum: gunakan model Opus untuk agent yang bertugas menganalisis, dan Sonnet untuk agent yang bertugas mengeksekusi perubahan. Ini menyeimbangkan kualitas dan biaya. </callout>

5️⃣ Langkah 5: Jadwalkan Otomatis dengan Routines

Routines memungkinkan agent berjalan sendiri sesuai jadwal, dipicu API, atau bereaksi terhadap event GitHub, tanpa perlu laptop menyala. Buat routine langsung dari CLI dengan perintah berikut.

/schedule setiap hari jam 8 pagi, review pull request yang masih terbuka

Atau kelola lewat web di claude.ai/code/routines untuk pengaturan yang lebih detail, termasuk trigger berbasis event GitHub. <callout icon="☁️" color="blue_bg">

Bukan hanya cloud Anthropic. Secara default Routines berjalan di infrastruktur cloud Anthropic, tapi organisasi dengan plan Team atau Enterprise juga bisa merutekannya ke self-hosted environment (server atau VPS milik sendiri). Opsi ini masih tahap public beta dan membutuhkan tim engineering untuk memasang serta merawat runner-nya sendiri, jadi belum praktis untuk pengguna individu Pro atau Max. </callout>

Alternatif: Jalankan di Komputer Sendiri

Jika tidak ingin menggunakan cloud sama sekali, Claude Code Desktop punya fitur Desktop scheduled tasks yang berjalan lokal di komputer Anda.

<callout icon="⚠️" color="yellow_bg"> Beberapa pengguna melaporkan Desktop scheduled tasks meleset jadwal saat aplikasi auto-quit ketika idle. Ini laporan komunitas, bukan klaim resmi dari dokumentasi, jadi sebaiknya diuji dulu sebelum dipakai untuk pekerjaan penting. </callout>

💰 Soal Biaya: Tidak Perlu Sewa Cloud Terpisah

Kesalahpahaman yang sering muncul adalah menganggap Routines butuh biaya sewa cloud tersendiri seperti menyewa VPS. Faktanya:

• Routines tersedia mulai plan Pro (20 dolar AS per bulan), sama dengan plan yang sudah dipakai untuk Claude Code biasa
• Penggunaan Routines mengambil dari kuota pemakaian yang sama dengan chat dan Claude Code biasa, bukan tagihan terpisah
• Ada batas jumlah run per hari. Jika kuota habis, run tambahan ditolak sampai jendela waktu reset, kecuali sengaja mengaktifkan usage credits untuk overage Dengan kata lain, jika sudah membayar Pro untuk memakai Claude Code, Routines sudah termasuk di dalamnya.

📌 Contoh Kasus Nyata: Agent Code Reviewer Otomatis

Berikut cara menggabungkan seluruh langkah menjadi satu sistem yang berjalan sendiri: agent yang otomatis meninjau setiap pull request baru di repository GitHub.

**Langkah A. **CLAUDE.md Isi dengan standar coding tim, misalnya "gunakan 2 spasi untuk indentasi" dan "jalankan npm test sebelum commit".

Langkah B. Agent

Simpan agent code-reviewer.md dari contoh Langkah 4 di atas ke .claude/agents/, lalu commit ke repository supaya seluruh tim memakai definisi yang sama.

Langkah C. Routine dengan GitHub trigger

Buka claude.ai/code/routines, buat routine baru dengan pengaturan berikut.

Prompt: Gunakan agent code-reviewer untuk meninjau pull request ini. Tulis temuan sebagai komentar inline, dan tambahkan ringkasan di akhir.

Repository: [nama-repo-anda]
Trigger: GitHub event > Pull request > opened

Hasilnya, setiap kali anggota tim membuka pull request baru, Claude otomatis meninjau kode tersebut dan menulis komentar tanpa ada yang perlu memicu secara manual.

✅ Checklist Verifikasi

Gunakan daftar ini untuk memastikan seluruh setup berjalan dengan benar.

• Menjalankan claude --version dan mendapat nomor versi
• File ~/CLAUDE.md sudah dibuat dan terkonfirmasi lewat /context
• Mencoba /memory dan melihat folder Auto Memory
• Skill pertama berhasil dipanggil dengan /nama-skill
• Agent pertama berhasil dipanggil dan memberikan hasil
• Routine pertama berhasil dibuat lewat /schedule atau claude.ai/code/routines

📩 Penutup

Enam langkah ini adalah fondasi yang sama dipakai untuk membangun sistem otomatis apapun dengan Claude Code, baik untuk code review, riset, maupun tugas administratif berulang. Mulai dari langkah 1, jangan loncat ke Routines sebelum CLAUDE.md dan Skill pertama benar-benar terasa membantu. Komen "BUILD" di postingan terkait untuk mendapatkan starter kit-nya dari @kayadigital.ai.