Dari Home Lab ke CodekopDev: Membangun Ruang Eksperimen dan Automasi AI

Halo Sobat Codekop, kali ini saya ingin sharing pengalaman tentang perjalanan membangun CodekopDev Home Lab. Semua ini berawal dari rasa ingin tahu dan keinginan untuk memiliki ruang eksperimen sendiri, tempat saya bisa belajar, mencoba konfigurasi, mengembangkan aplikasi, dan memahami teknologi secara langsung.

WhatsApp Image 2026-08-07 at 06.27.36.jpeg
Gambar Device Mini PC Lenovo ThinkCentre dan Router Wifi

Awalnya Hanya Ingin Bereksperimen

Cuplikan layar dari 2026-08-07 06-30-38.png
Gambar Proxmox dan VM Ubuntu

Perjalanan ini dimulai ketika saya menyiapkan Proxmox dan membuat Ubuntu VM untuk kebutuhan web. Pada awalnya, saya hanya ingin mempunyai lingkungan belajar dan development sendiri. Namun setelah mulai digunakan, eksperimennya semakin melebar karena selalu ada hal baru yang ingin dipahami.

Saya mulai mempelajari bagaimana webserver bekerja, bagaimana aplikasi di-deploy, bagaimana database dikelola, dan bagaimana berbagai service dapat saling terhubung. Dari situlah home lab ini berkembang mengikuti kebutuhan nyata.

Menyiapkan Kebutuhan Development

Di dalam Ubuntu Server, saya menyiapkan Nginx, PHP, Node.js, MariaDB, SQLite, dan phpMyAdmin. Setup ini saya sesuaikan dengan kebutuhan development sehari-hari, bukan hanya mengikuti tutorial, tetapi sambil memahami alasan di balik setiap konfigurasi.

Setiap kali menemukan pekerjaan yang berulang, saya mulai berpikir bagaimana cara membuatnya lebih praktis. Dari kebutuhan itulah kemudian muncul ide untuk membangun CodekopDev Panel.

Membangun CodekopDev Panel

CodekopDev Panel saya bangun sebagai pusat pengelolaan server dan project. Fitur di dalamnya terus berkembang, mulai dari File Manager, pengaturan Nginx dan domain otomatis, phpMyAdmin, Cron Manager, dashboard AI Usage, hingga Terminal Development.

Cuplikan layar dari 2026-08-07 06-34-21.png
Gambar CodekopDev Panel

Saya juga mengintegrasikan API Cloudflare dan Cloudflare Tunnel yang sudah terdaftar di server. Dengan cara ini, route aplikasi dapat dikelola lebih praktis tanpa harus melakukan semuanya secara manual.

Panel ini bukan dibuat hanya untuk terlihat lengkap. Sebagian besar fiturnya muncul karena memang saya membutuhkan alat tersebut saat mengelola home lab dan project.

Mulai Mengembangkan WhatsApp AI

Eksperimen berikutnya adalah membuat WhatsApp unofficial berbasis Baileys. WhatsApp tersebut saya custom agar dapat menjadi interface untuk berinteraksi dengan berbagai service di server.

 3438a5b8-c88c-45b4-9db1-0837d0fc27a2.jpeg
Gambar WhatsApp digunakan sebagai interface untuk berinteraksi dengan Codekop AI dan berbagai service di server.

Kemudian saya menghubungkannya dengan Hermes Agent sebagai agent dan orkestrasi tool. Dari sini, WhatsApp tidak lagi hanya digunakan untuk mengirim pesan, tetapi juga dapat menjadi pintu masuk untuk meminta bantuan coding, membaca source code, menjalankan pekerjaan terkontrol, membuat artikel, dan mengelola automasi.

Menggunakan Codex OpenAI

Untuk kemampuan AI, saya menggunakan Codex OpenAI dengan model GPT-5.6 Luna. Dalam pengalaman saya, ada beberapa pilihan model seperti Luna, Sol, dan Terra. Saya memilih Luna karena terasa lebih irit saja dan efisien dalam penggunaan token dan tetap mampu membantu kebutuhan coding, analisis, serta automasi.

Kombinasi Hermes Agent, Codekop AI, dan WhatsApp membuat proses penggunaan sistem terasa lebih natural. Saya tidak selalu harus membuka dashboard untuk melakukan pekerjaan sederhana. Banyak hal dapat dimulai dari sebuah chat.

Contoh Automasi dari WhatsApp

Salah satu contoh yang saya kembangkan adalah tracker keuangan. Saya dapat mengirim pesan menggunakan bahasa natural seperti:

19e23039-86e7-4e79-96cc-5f2286239e79.jpeg
Contoh alur pencatatan pengeluaran menggunakan bahasa natural dan approval sebelum data disimpan.

Codekop AI kemudian memahami nominal, jenis transaksi, kategori atau ledger, dan keterangan. Sebelum transaksi disimpan, sistem menampilkan konfirmasi dan meminta approval. Setelah diizinkan, data dikirim ke Finance API dan dapat dirangkum kembali berdasarkan periode.

Selain pencatatan keuangan, Codekop AI juga dapat membantu membuat draft artikel, mengatur jadwal, menjalankan automasi, serta membantu coding langsung dari WhatsApp.

Belajar dari Masalah dan Perkembangan

Membangun sistem seperti ini tentu tidak selalu berjalan mulus. Ada konfigurasi yang salah, service yang perlu diperbaiki, API yang harus disesuaikan, dan alur approval yang perlu dipikirkan ulang. Namun justru dari masalah-masalah tersebut saya belajar lebih banyak.

Home lab memberi saya kesempatan untuk bereksperimen tanpa takut merusak lingkungan produksi utama. Saya dapat mencoba, mencatat hasilnya, memperbaiki kesalahan, dan mengembangkan sistem sedikit demi sedikit.

Menjadi Portfolio

CodekopDev akhirnya bukan hanya menjadi tempat eksperimen pribadi. Saya ingin menjadikannya portfolio yang menunjukkan pengalaman membangun virtualisasi, Linux server, webserver, PHP, Node.js, database, Cloudflare Tunnel, dashboard, automasi, WhatsApp AI, dan integrasi AI Agent.

Tujuan akhirnya adalah membangun kemampuan yang dapat dibagikan, dikembangkan menjadi layanan, dan menjadi bukti bahwa sebuah sistem dapat tumbuh dari kebutuhan nyata.

Lihat Fitur CodekopDev Lebih Lengkap

Kalau Sobat Codekop ingin melihat fitur-fitur CodekopDev secara lebih lengkap, silakan kunjungi website berikut:

Di sana tersedia informasi mengenai CodekopDev Panel, Codekop AI, WhatsApp AI Assistant, automasi, dashboard server, Cloudflare Tunnel, dan fitur development lainnya.

Silakan berkunjung dan melihat-lihat, tetapi jangan langsung melakukan stress test, ya. Server home lab-nya nanti kagak kuat. 😄

Penutup

CodekopDev Home Lab adalah perjalanan dari eksperimen sederhana menjadi ekosistem development dan automasi. Dari Proxmox dan Ubuntu VM, kemudian berkembang ke Nginx, PHP, Node.js, database, panel server, Cloudflare Tunnel, WhatsApp AI, Hermes Agent, tracker keuangan, artikel, penjadwalan, hingga coding melalui chat.

Buat saya, proses membangun ini sama pentingnya dengan hasil akhirnya. Karena di setiap tahap ada pengalaman, masalah, pembelajaran, dan ide baru yang bisa dikembangkan.


Disusun oleh Fauzan Falah bersama Codekop AI.
Menggunakan Codex OpenAI dengan model GPT-5.6 Luna.

Komentar