Cara Menjadi Insinyur AI 30x yang Punya Selera

• Di era ketika AI menghasilkan kode dalam jumlah besar, kemampuan inti yang membedakan nilai seorang engineer bukanlah kecepatan, pengetahuan, atau pengalaman, melainkan "selera (taste)", yaitu kemampuan menilai apa yang layak dibangun
• Anggota tim OpenAI Codex secara independen sampai pada kesimpulan yang sama, dan siapa pun bisa menjadi engineer 10x jika memiliki selera perangkat lunak yang baik
• Selera terbagi menjadi tiga bentuk: pengenalan (recognition) · kompas (compass) · visi (vision), dan semuanya bermuara pada satu mekanisme yang sama, yaitu kualitas fungsi evaluasi internal
• Nilai terkonsentrasi muncul di lima area: pemilihan masalah, arsitektur sistem, penilaian kualitas, empati pengguna, dan komunikasi
• Kini ketika penulisan kode telah menjadi komoditas, penilaian dan cara berpikir adalah kemampuan sejati yang sesungguhnya, dan hal itu harus dilatih secara sengaja

---

Dunia telah berubah, tetapi kebanyakan engineer belum menyadarinya

• CEO Anthropic, Dario Amodei, pada Maret 2025 memprediksi bahwa dalam beberapa bulan AI akan menulis 90% kode; saat itu terdengar tidak masuk akal
• Boris Cherny, pembuat Claude Code, melaporkan bahwa pada bulan Desember 100% kode yang ia commit ditulis oleh AI, dan ia tidak sekali pun membuka IDE
• Andrej Karpathy, yang pernah menyebut alat coding AI sebagai “slop”, pada Desember sepenuhnya membalik posisinya
  • “Sebagai programmer, saya belum pernah merasa setertinggal ini, dan profesi ini sedang dibentuk ulang secara dramatis”
  • Pembuat Ruby on Rails, DHH, mengakui bahwa resistensinya sebelumnya karena “modelnya belum cukup bagus”, dan kini situasinya telah berbalik
  • CTO Vercel, Malte Ubl, menyebut bahwa “biaya produksi software sedang menuju 0”
• Antara November–Desember 2025, Opus 4.5, GPT-5.2, Gemini 3 melampaui batas kapabilitas yang sebelumnya tak terlihat, sehingga di berbagai tugas luas kode AI mencapai level engineer berpengalaman, dengan waktu yang menyusut dari hitungan jam menjadi menit
• Ketika pembuatan kode menjadi komoditas, yang tersisa adalah rekayasa perangkat lunak (mengurai masalah, memutuskan apa yang dibangun, merancang pengujian·keandalan·skalabilitas, menilai trade-off), yaitu selera

Apa sebenarnya yang dimaksud dengan selera

• Selera menurut tim engineering terbaik memiliki tiga definisi, yang sebenarnya melihat kemampuan yang sama dari sudut berbeda

• Selera sebagai pengenalan (Recognition)

  • Kemampuan untuk merasakan mana dari dua implementasi yang lebih baik sebelum bisa menjelaskan alasannya
  • Emma Tang: apakah sebuah sistem benar-benar rapi, dapat dikembangkan, bebas duplikasi, dan sederhana untuk dipahami adalah soal selera
  • Seperti koki yang mencicipi saus dan tahu ada keasaman yang kurang sebelum sempat mengidentifikasinya secara sadar, pattern matching bekerja lebih cepat daripada penalaran sadar
  • Contoh tim Codex memilih Rust untuk CLI alih-alih TypeScript
    • Keduanya bisa dipakai, tetapi mereka melihat bahwa batasan Rust (strong typing, manajemen memori eksplisit, dependensi minimal) menciptakan efek budaya engineering yang melampaui keunggulan teknis semata
    • Penilaiannya bukan “bahasa yang secara teknis lebih unggul”, melainkan “bahasa yang membentuk perilaku yang diinginkan tim”
  • Selera buruk: memilih Rust hanya karena sedang tren atau karena blog mengatakan itu cepat, tanpa memahami efek tingkat kedua

• Selera sebagai kompas (Compass)

  • Bentuk yang disebut Tibo ketika mengatakan engineer harus punya “kompasnya sendiri”; bukan menilai yang sudah ada, tetapi kemampuan mengetahui apa yang harus dibangun berikutnya
  • Engineer yang berkata “ini bukan fitur yang benar” sebelum menulis satu baris kode pun
  • Contoh Boris Cherny membuat fitur daftar todo Claude Code selama dua hari dengan sekitar 20 prototipe
    • Ia mencoba todo inline, UI drawer, pill interaktif, tampilan di bagian bawah layar, lalu berangsur menuju bentuk yang terasa bukan acak melainkan tak terelakkan
    • Setelahnya ia bisa menjelaskan mengapa versi final lebih baik, tetapi ketidakpuasan awal terhadap versi-versi antara itulah yang berfungsi sebagai kompas, yaitu selera
  • Selera kompas lebih langka daripada selera pengenalan karena bekerja lebih hulu daripada eksekusi

• Selera sebagai visi (Vision)

  • Diungkapkan lewat pernyataan SQ Mah bahwa “manusia mendefinisikan evolusi”, ini adalah bentuk tersulit: mengetahui bukan apa yang bagus sekarang, tetapi apa yang akan menjadi penting dua tahun lagi
  • Pembuat OpenClaw, Peter Steinberger, menjalankan 5–10 agen sekaligus dan menghabiskan sebagian besar waktunya pada arsitektur dan desain sistem
    • Ia menyebut, “sebagian besar kode hanyalah transformasi data yang membosankan, jadi energi harus difokuskan pada desain sistem”
  • Prioritas berikutnya tim Codex adalah perencanaan berbasis konteks yang kaya, yang membutuhkan informasi di luar codebase seperti tujuan bisnis, dinamika pasar, dan prioritas tim
    • Bukan generator kode yang lebih baik, melainkan visi selera yang diterapkan pada strategi produk menuju masa depan di mana model memahami mengapa software itu ada

• Definisi terpadu

  • Ketiga bentuk ini bermuara pada satu mekanisme: selera adalah kualitas fungsi evaluasi internal
  • Pada pengenalan, fungsi evaluasi bekerja pada hasil yang sudah jadi; pada kompas, pada kemungkinan dan arah; pada visi, pada masa depan dan lintasan
  • Di dunia tempat AI menghasilkan kode, pekerjaan manusia adalah evaluasi (memutuskan apa yang akan dibangun, menilai apakah hasil sudah cukup baik, mendeteksi kapan arsitektur harus diubah), dan evaluasi itulah pekerjaannya

Mengapa ada engineer yang menghasilkan jauh lebih banyak uang

• Sebelum AI, kesenjangan kompensasi dijelaskan oleh tiga hal: perusahaan, masa kerja, dan bidang spesialisasi; namun AI kini sedang mengacak ketiganya
• Kesenjangan antara engineer hebat dan engineer biasa di startup melebar dari 3x menjadi 10x, karena yang hebat menggunakan AI untuk menghasilkan output setara tim kecil
• Sumbu masa kerja bergeser: pengalaman menulis kode menjadi kurang penting dibanding pengalaman membuat penilaian yang baik
  • Nilai dari “tahu React” menurun, sementara nilai dari “mampu merancang sistem yang andal di bawah beban” meningkat
• Ciri umum engineer dengan jarak performa besar adalah mereka membuat keputusan yang terakumulasi secara majemuk
  • Satu keputusan arsitektur yang baik bisa menghemat berbulan-bulan kerja selama setahun
  • Satu keputusan produk yang baik bisa menentukan apakah sebuah fitur benar-benar diadopsi atau tidak
• Bekerja lebih keras pun bisa saja hanya menghasilkan setengah nilai dibanding orang yang punya selera lebih baik; menjalankan 2 agen pada masalah yang tepat menghasilkan nilai lebih besar daripada menjalankan 8 agen pada masalah yang salah
• Dalam kasus OpenAI, engineer paling produktif bukan menghasilkan lebih banyak kode, melainkan mengalihkan fokus untuk menghabiskan lebih banyak waktu pada percakapan dengan pengguna, arah produk, dan empati
  • Sebagian kembali ke tab autocomplete karena merasa “kehilangan rasa atas codebase”, dan kedua respons itu sama-sama valid

Tempat nilai benar-benar diciptakan

• Ada lima area di mana selera menciptakan nilai yang tidak seimbang, dan sebagian besar engineer hanya bersaing di satu atau dua area

• Zone 1: Memilih masalah

  • Keputusan soal apa yang akan dikerjakan adalah keputusan selera dengan leverage tertinggi, tetapi hampir tidak pernah benar-benar dipikirkan
  • Engineer yang punya selera bertanya, “Jika ini diselesaikan dengan baik, apakah lima masalah lain akan ikut hilang?”
  • Peter Steinberger berdialog lama dengan agen untuk mematangkan rencana, menantang dan membantahnya, lalu hanya menjalankan agen saat sudah puas; rencana adalah pekerjaan itu sendiri, eksekusi didelegasikan
  • Dalam sistem perizinan Claude Code, alih-alih memilih RBAC yang kompleks dan kebijakan yang sangat terperinci, mereka memilih pendekatan paling sederhana (meminta izin lalu mengingat jawabannya) agar bisa dirilis cepat dan intuitif

• Zone 2: Arsitektur sistem

  • Ini adalah cara potongan-potongan saling terhubung, area dengan waktu paruh terpanjang untuk selera; keputusan yang baik masih memberi hasil dua tahun kemudian, keputusan buruk menumpuk jadi utang teknis yang menuntut penulisan ulang
  • Keputusan menjadikan loop agen Codex sebagai state machine, keputusan Claude Code untuk menulis logika bisnis sesedikit mungkin, dan obsesi OpenClaw pada ekstensibilitas modular semuanya adalah keputusan selera arsitektural
  • Boris Cherny: “Setiap kali model baru keluar, kami menghapus banyak kode, dan menaruh kode sesedikit mungkin di sekitar model”
    • Kebanyakan tim menambah kode di setiap rilis, tetapi tim Claude Code justru menguranginya; model adalah produknya dan lapisan di sekelilingnya harus setipis mungkin

• Zone 3: Menilai kualitas

  • Ini soal mengetahui apakah sesuatu sudah cukup baik untuk dirilis atau masih butuh kerja tambahan, area yang tidak bisa dibantu AI (karena AI tidak tahu arti “cukup” dalam konteks tertentu)
  • Review kode berlapis di Codex: kode noninti hanya direview AI, sedangkan kode agen inti wajib direview manusia
    • Selera ada pada mengetahui kode mana yang penting; sistem izin butuh mata manusia, pembaruan README tidak
  • Tim Codex menulis hampir semua kode lewat prompt, tetapi divisi internal lain sekitar 70%; 30% yang ditulis tangan adalah bagian di mana penilaian kualitas paling penting (“aturan 30/70”)

• Zone 4: Empati terhadap pengguna

  • Ini adalah memahami apa yang benar-benar dibutuhkan manusia di sisi lain, area di mana AI paling lemah
  • Pesan loading kontekstual Claude Code buatan Boris (menampilkan apa yang sedang dilakukan model alih-alih sekadar spinner) tidak diminta siapa pun, tetapi dibuat demi perbedaan antara menunggu tanpa informasi dan menunggu dengan informasi
  • Default sandbox Codex juga merupakan keputusan empati pengguna, Tibo: “Meski itu merugikan tingkat adopsi, kami tidak akan merekomendasikan sesuatu yang secara default bisa jadi tidak aman”
    • Mereka memahami bahwa banyak pengguna “tidak terlalu teknis” dan bisa keliru melakukan hal yang tidak bisa dibatalkan, jadi memilih keamanan ketimbang kenyamanan

• Zone 5: Komunikasi dan storytelling

  • Ini soal bagaimana membingkai apa yang dibuat, area yang secara konsisten diremehkan engineer tetapi dihargai pasar
  • OpenClaw milik Peter Steinberger mencatat lebih banyak pencarian Google dalam satu pekan viral dibanding gabungan Claude Code dan Codex
    • Nama yang jelas, demo yang meyakinkan, dan narasi “satu orang menghasilkan output setara satu tim” mendorong penyebarannya
  • File AGENTS.md milik Codex (README untuk agen AI, bukan manusia) adalah selera komunikasi yang menyadari pembaca dokumentasi telah berubah lalu menyesuaikan formatnya

Contoh selera (dan ketiadaannya)

• Memilih tech stack

  • Tanpa selera: “TypeScript paling populer dan semua orang tahu,” dibenarkan oleh kebiasaan
  • Dengan selera: Boris memilih TypeScript karena “on distribution” untuk model Claude (sudah sangat dikuasai model), dioptimalkan untuk kekuatan model, bukan kenyamanan tim
    • Codex memilih Rust karena ingin dependensi seminimal mungkin yang “memaksa kami memikirkan standar engineering yang kami tetapkan” dan bisa diperiksa langsung; keputusan yang sama, tetapi keduanya berangkat dari kendala spesifik, bukan preferensi umum

• Menangani kode yang belum sepenuhnya dipahami

  • Tanpa selera: “Dihasilkan AI dan lolos tes, jadi kirim,” tanpa memikirkan kecukupan tes atau maintainability
  • Dengan selera: Peter memang merilis kode yang belum ia baca, tetapi bukan dengan sembrono; “Saya tahu posisi dan struktur komponennya, serta desain keseluruhan sistem, dan biasanya itu cukup”
    • Tes, linting, dan CI lokal menjadi lapisan verifikasi; yang satu berjudi, yang lain adalah sistem yang secara struktural menjamin kebenaran

• Menanggapi permintaan fitur

  • Tanpa selera: implementasi sesuai tiket, rilis, lalu lanjut ke yang berikutnya
  • Dengan selera: Boris menghabiskan dua hari sebelum rilis untuk membuat 20 prototipe; bukan lambat, tetapi bereksperimen cepat agar sampai ke solusi yang tepat, keniscayaan adalah sidik jari selera

• Mendesain untuk agen AI

  • Tanpa selera: README biasa berisi panduan setup dan endpoint API
  • Dengan selera: Codex menulis AGENTS.md yang memberi tahu AI cara menavigasi codebase, perintah tes, dan cara mematuhi standar, menyusun codebase agar model pasti bisa berhasil

• Menangani banjir PR

  • Tanpa selera: PR hasil AI membanjir tetapi proses review tetap sama, reviewer kewalahan, kualitas turun
  • Dengan selera: tim Emma Tang mewajibkan prompt dilampirkan pada PR; jika tidak ada, mereka bertanya di Slack, “prompt-nya apa?”
    • Dalam dunia AI, mereview niat lebih berguna daripada mereview kode; Peter menyebut PR sebagai “prompt requests” dan lebih tertarik pada prompt pembuatannya daripada kodenya, karena unit generasinya berubah maka unit review juga harus berubah

Rencana membangun selera (bukan sekadar apresiasi)

• Saran “tambah pengalaman” tidak berguna seperti “lebih sering olahraga”; berikut rencana 90 hari untuk tiga bentuk yang berbeda

• Bulan 1: Membangun selera perseptif lewat paparan terstruktur

  • Mekanismenya adalah paparan besar terhadap variasi, lalu refleksi yang disengaja
  • Minggu 1–2: pelajari 10 developer tool yang Anda kagumi
    • Instal Codex CLI, Claude Code, Linear, Supabase, dashboard Stripe, Vercel, Tailwind, Railway, Resend, dan 1 produk nonsoftware (pameran museum yang dirancang dengan baik atau menu restoran)
    • Untuk masing-masing, tulis selama 15 menit: apa yang Anda sadari dalam 60 detik pertama, apa yang menyenangkan, apa yang membingungkan, keputusan apa yang ingin Anda curi
    • Tool yang baik menunjukkan hasil dalam 30 detik pertama sebelum menjelaskan proses, tool yang buruk menjelaskan arsitektur sebelum menunjukkan mengapa Anda harus peduli
  • Minggu 3–4: pelajari 10 paper demi metodologi, bukan demi penemuan
    • Paper skor BLEU asli, paper Constitutional AI dari Anthropic, paper PageRank dari Google, catatan Netflix Prize, paper Scaling Laws
    • Tulis: apa yang membuat metodologinya elegan, satu insight yang membuatnya berhasil, bagaimana saya akan menerapkannya ke domain saya
    • Anda akan melihat prinsip-prinsip struktural seperti kriteria evaluasi yang jelas, pengungkapan keterbatasan yang jujur, dan formulasi sederhana alih-alih rumit berulang lintas bidang

• Bulan 2: Membangun selera kompas lewat pembedaan aktif

  • Latihan mingguan “Side-by-Side”: cari dua contoh dari jenis yang sama lalu tulis 500 kata tentang mengapa salah satunya lebih baik (dua dokumentasi API, dua blog teknis, dua diagram arsitektur, dua framework evaluasi)
    • Dilarang menulis “saya lebih suka”; selalu nyatakan mekanisme spesifik dengan “ini lebih baik karena…”
    • Contoh: dokumentasi Stripe lebih baik karena disusun berdasarkan apa yang ingin dilakukan developer (mengirim pembayaran, menangani error), bukan arsitektur internal
  • Latihan harian “Practice Noticing”: setiap kali melihat tool, paper, atau kode, pilih satu keputusan yang dibuat pembuatnya dan catat dalam satu kalimat, “mengapa ini, dan bukan alternatif yang tampak jelas”; setelah 30 hari, pola dari 30 pengamatan itu adalah selera yang sedang berkembang

• Bulan 3: Membangun selera visioner lewat penerapan generatif

  • Minggu 9: rancang ulang sesuatu yang Anda miliki (alur onboarding tim, README proyek, developer experience untuk pipeline evaluasi) dengan memakai hal-hal yang sudah dipelajari
  • Minggu 10: tulis karya paling presisi yang pernah Anda buat, bukan yang paling panjang atau paling komprehensif, tetapi tulisan di mana setiap paragraf menjalankan fungsinya dan mengubah cara berpikir pembaca
  • Minggu 11: rancang sistem dari nol dan jelaskan setiap keputusan berdasarkan prinsip pertama, bukan kebiasaan (“microservices karena best practice” melainkan “tim berisi 4 orang, trafik bisa diprediksi, dan kesederhanaan deployment lebih bernilai daripada keuntungan skalabilitas yang belum dibutuhkan selama 18 bulan, jadi monolit”)
  • Minggu 12: bagikan selera Anda, ajarkan perbedaan dua pendekatan, dan tulis AGENTS.md untuk codebase Anda sendiri; kemampuan mengenkode selera ke dalam sistem dan dokumentasi membedakan keterampilan individual dari kapabilitas organisasi

Lima proyek untuk cepat membangun selera

• 1. Membangun framework evaluasi untuk kode yang dihasilkan AI

  • Bukan linter atau test runner, melainkan framework yang menjawab pertanyaan “apakah kode AI ini sudah cukup layak untuk production”, dengan mendefinisikan rubrik sendiri (akurasi, maintainability, efisiensi, keamanan, gaya)
  • Terapkan dan beri skor pada 50 PR nyata yang dihasilkan AI, sesuaikan rubrik berdasarkan skor yang mengejutkan, publikasikan hasilnya, bangun selera Zone 3 (penilaian kualitas)

• 2. Mendesain ulang onboarding proyek open source

  • Fork alat yang secara teknis Anda hormati tetapi onboarding-nya membuat frustrasi, desain ulang 5 menit pertama pengalaman developer, tulis README dan panduan memulai, strukturkan agar kontributor baru bisa mengirim PR di hari pertama
  • Membangun Zone 4 (empati pengguna) dan Zone 5 (komunikasi) secara bersamaan

• 3. Membangun “tes selera” untuk tim

  • Tulis dokumentasi untuk 10 pasang pendekatan implementasi; dalam tiap pasangan, salah satunya mencerminkan selera yang lebih baik; tanyakan kepada 5 engineer mana yang lebih baik dan alasannya
  • Hasil yang menarik bukanlah jawaban benar, melainkan ketidakselarasan pendapat; titik ketika standar meleset adalah sumber bug, utang teknis, dan pengerjaan ulang; ini membangun selera organisasi dengan leverage tertinggi

• 4. Meluncurkan produk dengan batasan 48 jam

  • Bukan prototipe, tetapi produk yang benar-benar berfungsi dan bisa dipakai orang lain; batas waktu terus-menerus memaksa keputusan selera (memilih apa yang dimasukkan dan apa yang dipangkas)
  • Jika Anda menghabiskan 6 jam pada fitur yang salah, seperempat waktu habis terbakar, sehingga dampak keputusan buruk langsung terasa

• 5. Menulis blog teknis yang mengubah cara berpikir

  • Bukan tutorial atau how-to, melainkan tulisan yang menyusun ulang konsep yang sudah akrab sehingga pembaca melihatnya secara berbeda setelahnya (kesadaran bahwa selera pada dasarnya adalah evaluasi, pemahaman bahwa menghapus kode pada setiap rilis model bukan kebiasaan melainkan filosofi arsitektur)
  • Membangun Zone 5 (komunikasi·storytelling), sudut pandang yang tulus adalah fondasi dari semua selera

Mengoptimalkan karier dengan berpusat pada selera

• Hentikan perlombaan kecepatan

  • Jika AI menulis kode dengan kecepatan mesin, maka perlombaan kecepatan coding adalah permainan yang pasti kalah; dibanding orang yang menghasilkan 500 baris per jam, orang yang berpikir 30 menit tentang 50 baris mana yang benar-benar dibutuhkan jauh lebih bernilai
  • Kecepatan implementasi sudah menjadi komoditas, dan yang belum menjadi komoditas adalah penilaian tentang apa yang harus diimplementasikan dan bagaimana caranya

• Berinvestasi pada ‘keterampilan yang berdekatan’ yang dibutuhkan selera

  • Kesamaan para engineer terbaik adalah mereka bukan sekadar coder; Boris adalah founder startup, Emma memimpin infrastruktur data selama 4 tahun di Stripe, Peter membesarkan PSPDFKit menjadi bisnis global
  • Selera membutuhkan bahan mentah; product thinking, kepekaan desain, pemahaman bisnis, dan kemampuan komunikasi adalah bahan yang memungkinkan selera itu terbentuk

• Memilih peran yang menghargai selera

  • Peran yang mengimplementasikan spesifikasi yang sudah terdefinisi dengan baik menghargai kecepatan, sedangkan peran yang menentukan apa yang dibangun, bagaimana membangunnya, dan kapan sesuatu dianggap cukup secara langsung menghargai selera
  • Peran yang sangat menghargai selera: founding engineer di startup tahap awal, tech lead di perusahaan produk, engineer platform·infrastruktur yang merancang sistem tempat engineer lain membangun di atasnya, developer experience engineer, engineer staff+ yang menangani keputusan arsitektur lintas tim

• Membangun karya publik yang memuat selera

  • Di era AI, portofolio lebih penting daripada resume; buktinya ada pada hasil kerja (open source yang dirancang dengan baik, blog teknis dengan sudut pandang yang konsisten, produk yang benar-benar dipakai orang)
  • OpenClaw milik Peter berbicara lebih lantang daripada resume mana pun, dan prototipe Claude Code milik Boris membuktikan selera lebih baik daripada jawaban wawancara perilaku mana pun

Kebenaran yang tidak nyaman

• Selera terdistribusi secara tidak merata dan akan tetap demikian; sebagian orang memiliki perbedaan titik awal yang dibentuk oleh ribuan keputusan selama 15 tahun, yang tidak bisa dikejar dengan rencana 90 hari
  • Tim Codex bekerja di perusahaan pembuat model dengan akses token tanpa batas, dan Peter memiliki titik awal yang tidak lazim dengan 20 tahun pengalaman serta pernah exit dari perusahaannya
• Namun, jarak antara “tidak punya selera” dan “punya sedikit selera” sangat besar dalam dampak karier dan bisa dijembatani; lompatan dari orang yang menerima tiket lalu mengimplementasikannya menjadi orang yang mengusulkan apa yang harus dibangun lewat riset pengguna lalu mengimplementasikannya hingga testing dan arsitekturnya dengan AI—itulah selera
• Pengakuan jujur Gergely Orosz: “rasanya seperti sesuatu yang berharga tiba-tiba direnggut, butuh banyak usaha sampai bisa jago coding, dan kenangan terbaik adalah tenggelam dalam flow sambil mengetik ide”
  • Rasa kehilangan karena keterampilan hand-coding menjadi kurang sentral itu nyata, tetapi kemampuan untuk mengetahui kode seperti apa yang harus ada, bagaimana strukturnya, dan kapan itu sudah cukup selalu merupakan kemampuan yang sesungguhnya
• Engineer yang akan berkembang berikutnya adalah mereka yang menyadari hal ini; selera selalu menjadi inti pekerjaan, hanya saja selama ini tersembunyi di dalam kode, dan AI menyingkapkannya saat mengambil alih aktivitas mengetik

[clastneo]

Wah, sekarang 10x aja sudah nggak cukup dan kita harus mikirin 30x juga ya wkwk

[channprj]

Saya juga sebenarnya ingin berhenti melihat ungkapan yang agak dilebih-lebihkan seperti engineer x-kali lipat.. T_T
Kelihatannya seperti kuantitatif, tetapi sebenarnya juga merupakan ungkapan kualitatif.