10.2 Membandingkan Opsi: Bukan Sekadar Biaya
Setelah kita punya beberapa opsi, kita perlu cara untuk membandingkannya secara objektif. Masalahnya, banyak tim langsung jatuh ke satu dimensi: biaya. “Mana yang paling murah?” adalah pertanyaan pertama yang keluar. Dan itu wajar, karena biaya adalah angka yang kelihatan konkret. Tapi pengalaman saya puluhan tahun di delivery menunjukkan bahwa solusi termurah di awal sering menjadi yang termahal setahun kemudian.
Bayangkan Anda memilih build sendiri karena terlihat lebih murah daripada membeli produk komersial. Tiga bulan pertama berjalan lancar. Tapi ketika tim produk minta fitur baru, Anda sadar bahwa kode yang ditulis terburu-buru ternyata sulit diubah. Setiap perubahan butuh waktu dua kali lipat karena tidak ada dokumentasi dan tidak ada test yang memadai. Biaya operasional mulai membengkak karena server sering down dan tidak ada monitoring yang baik. Tim ops kewalahan karena tidak ada runbook. Tiba-tiba, solusi yang “murah” itu sudah memakan biaya tiga kali lipat dari estimasi awal.
Inilah kenapa arsitek perlu kerangka perbandingan yang lebih kaya. Saya biasa memakai enam dimensi: value, effort, cost, time-to-market, maintainability, dan operability. Di zaman AI, saya tambahkan satu lagi: AI leverage.
Berikut diagram perbandingan dua opsi umum menggunakan tujuh dimensi yang telah kita bahas.
Value adalah seberapa besar solusi ini menyelesaikan masalah bisnis. Effort adalah seberapa banyak energi tim yang dibutuhkan untuk membangunnya. Cost mencakup biaya lisensi, infrastruktur, dan tenaga kerja. Time-to-market mengukur seberapa cepat solusi bisa digunakan. Maintainability menilai seberapa mudah solusi diubah dan dikembangkan di masa depan. Operability mengukur seberapa mudah solusi dioperasikan sehari-hari: apakah ada logging, monitoring, alerting, dan runbook yang memadai.
Dimensi AI leverage mungkin baru bagi sebagian pembaca. Ini mengukur seberapa besar solusi bisa memanfaatkan kemampuan AI untuk mengurangi effort, meningkatkan value, atau mempercepat time-to-market. Misalnya, opsi yang memakai AI untuk otomatisasi testing akan punya AI leverage lebih tinggi daripada opsi yang mengandalkan manual testing. Opsi yang memakai AI assistant untuk dokumentasi akan lebih ringan dalam maintainability jangka panjang.
Sebagai ilustrasi, berikut adalah contoh tabel perbandingan antara opsi build sendiri dan membeli produk komersial menggunakan tujuh dimensi tersebut.
| Dimensi | Opsi A: Build Sendiri | Opsi B: Beli Produk Komersial |
|---|---|---|
| Value | Tinggi (kustom sesuai kebutuhan) | Sedang (fitur standar) |
| Effort | Tinggi | Rendah |
| Cost | Rendah di awal, tinggi di perawatan | Tinggi di lisensi, rendah di perawatan |
| Time-to-market | Lambat | Cepat |
| Maintainability | Rendah | Tinggi |
| Operability | Rendah | Tinggi |
| AI Leverage | Tinggi (bisa integrasi AI kustom) | Sedang (tergantung vendor) |
Sekarang mari kita lihat trade-off yang paling umum. Opsi cepat biasanya mengorbankan maintainability. Tim memilih library populer, kode ditulis cepat, testing minimal. Solusi jadi dalam dua minggu, tapi setahun kemudian setiap perubahan kecil terasa seperti operasi besar. Sebaliknya, opsi yang sehat jangka panjang biasanya lebih lambat di awal. Tim menghabiskan waktu untuk arsitektur yang rapi, dokumentasi, testing, dan operational readiness. Tapi setelah itu, kecepatan perubahan justru meningkat karena fondasinya kuat.
Tidak ada jawaban benar atau salah di sini. Yang penting adalah arsitek bisa menunjukkan trade-off ini dengan jelas kepada stakeholder. “Kalau kita pilih opsi A, kita bisa deliver dalam sebulan dengan biaya rendah, tapi bersiaplah untuk investasi maintainability yang besar di tahun depan. Kalau kita pilih opsi B, kita butuh tiga bulan dan biaya lebih tinggi, tapi setelah itu tim bisa bergerak lebih cepat.”
Di sinilah AI mulai mengubah permainan. Dengan AI, beberapa trade-off menjadi lebih ringan. AI bisa membantu menulis dokumentasi, membuat test, dan bahkan membantu debugging. Ini berarti opsi cepat tidak harus selalu mengorbankan maintainability. AI juga bisa membantu operability: AI assistant bisa membantu tim ops memahami log, menyarankan perbaikan, dan bahkan mengotomatiskan recovery. Jadi ketika Anda membandingkan opsi, pertimbangkan juga seberapa besar AI bisa mengurangi konsekuensi negatif dari setiap pilihan.
Setelah kita punya kerangka perbandingan, langkah berikutnya adalah memastikan solusi yang dipilih bisa benar-benar hidup di lingkungan nyata. Dan lingkungan nyata tidak pernah sepi. Selalu ada sistem lain yang harus diajak bicara, data yang harus mengalir, dan batasan security yang harus dipatuhi. Pintu masuknya ada di subbab berikutnya: bagaimana merancang integrasi agar solusi tidak menjadi pulau yang terisolasi.
