{"slug": "membangun-ai-agent-untuk-mendapatkan-penghasilan-dari-open-source-sebuah-nyata", "title": "Membangun AI Agent untuk Mendapatkan Penghasilan dari Open Source — Sebuah Pengalaman Nyata", "summary": "A developer built an AI agent called ZKA that autonomously generates income by submitting pull requests to open-source repositories, writing articles, and hunting for bounties. The system, created by a computer science student at Universitas Sains Al-Quran in Indonesia, scans platforms like GitHub, Algora, and Gitcoin for paid tasks, analyzes issues using an LLM, and submits validated code fixes. After two weeks of operation, the agent required only 3-4 hours of human oversight while handling the rest of the workflow independently.", "body_md": "Pernahkah Anda membayangkan sebuah AI yang dapat menghasilkan uang secara mandiri? Sebuah sistem yang secara otomatis mengirimkan Pull Request ke repositori open source, menulis artikel, dan berburu bounty — semuanya berjalan tanpa intervensi manusia, bahkan saat Anda sedang tidur.\n\nSaya pernah menganggap hal tersebut hanya sebagai khayalan. Ternyata, anggapan tersebut keliru.\n\nCerita ini bermula dari kebutuhan yang sederhana: **kebutuhan akan penghasilan.**\n\nSaya adalah seorang mahasiswa Teknik Informatika semester 6 di Universitas Sains Al-Quran (UNSIQ), Wonosobo, Jawa Tengah. Bukan mahasiswa dari universitas ternama, bukan pula anak Jakarta yang telah menjalani magang di startup unicorn. Saya hanyalah seorang mahasiswa biasa yang memiliki ketertarikan pada pemrograman dan rasa ingin tahu yang besar terhadap kecerdasan buatan.\n\nSuatu hari, saya menemukan sesuatu yang mengubah cara pandang saya terhadap uang dan teknologi.\n\nSelama ini, banyak orang menganggap bahwa kontribusi open source dilakukan secara sukarela tanpa imbalan materi. Namun pada kenyataannya, di tahun 2026 telah terbentuk ekosistem **bounty** yang sangat besar.\n\nPlatform seperti Algora, Gitcoin, dan berbagai repositori di GitHub **memberikan kompensasi finansial** kepada kontributor yang berhasil menyelesaikan tugas-tugas berikut:\n\nYang mengejutkan, **nilai bounty yang ditawarkan tidak main-main:**\n\nNamun terdapat satu permasalahan: **proses mencari bounty sangat memakan waktu.** Anda harus menelusuri ratusan repositori, memfilter berdasarkan label, memverifikasi apakah bounty masih aktif, memahami issue yang diajukan, dan baru kemudian dapat mulai bekerja.\n\nDi sinilah ide untuk membangun sebuah AI agent muncul.\n\n\"Bagaimana jika saya membangun AI yang dapat melakukan semua hal tersebut secara otomatis?\"\n\nSaya menamai agent tersebut **ZKA** (Zero Knowledge Agent). Meskipun terdengar canggih, pada awalnya ia hanyalah sebuah script Python yang masih sangat sederhana.\n\nKonsep dasarnya cukup sederhana:\n\nKedengarannya mudah? **Kenyataannya jauh dari kata mudah.**\n\nAgent pertama yang saya buat hanya mampu melakukan satu hal: `git clone`\n\nkemudian `grep`\n\nuntuk mencari string yang mirip dengan error message. Hasilnya? Pull Request yang berisi penggantian string secara acak yang justru merusak kode orang lain.\n\nPernah mengalami maintainer membalas Pull Request Anda dengan respons \"What is this?\" disertai emoji bingung? Saya sudah pernah mengalaminya.\n\nSaya mulai serius membangun sistem yang benar-benar **memahami kode:**\n\n``` python\ndef analyze_issue(repo, issue):\n    # Membaca konteks issue\n    title = issue['title']\n    body = issue['body']\n\n    # Mengkloning dan membaca file yang relevan\n    files = get_relevant_files(repo, issue)\n\n    # Menghasilkan perbaikan menggunakan AI\n    fix = generate_fix(title, body, files)\n\n    # Memvalidasi bahwa perbaikan tidak merusak kode\n    if validate_fix(fix, files):\n        return fix\n    return None\n```\n\nYang paling penting adalah penambahan **guardrails** — Agent tidak diperbolehkan mengirimkan Pull Request apabila:\n\nSetelah berjalan selama 2 minggu, berikut adalah hasil yang dicapai oleh ZKA:\n\n**Kurang lebih 3-4 jam.** Sisanya seluruh proses berjalan secara mandiri.\n\nAnda tidak perlu menjadi seorang ahli AI untuk membangun sistem ini. Berikut adalah arsitektur yang saya gunakan:\n\n```\n┌─────────────┐     ┌──────────────┐     ┌─────────────┐\n│   Scanner   │────▶│   Analyzer   │────▶│   Builder   │\n│  (GitHub)   │     │   (AI/LLM)   │     │   (Code)    │\n└─────────────┘     └──────────────┘     └─────────────┘\n       │                    │                    │\n       ▼                    ▼                    ▼\n   Mencari bounty     Memahami issue      Menghasilkan fix\n   Memfilter label    Membaca kode        Menulis test\n   Memeriksa status   Merencanakan solusi Mengirim PR\npython\ndef scan_bounties():\n    queries = [\n        'label:bounty state:open',\n        'label:\"good first issue\" state:open',\n        'label:\"help wanted\" language:python',\n    ]\n    for q in queries:\n        issues = github.search_issues(q)\n        for issue in issues:\n            if is_worth_working(issue):\n                yield issue\n```\n\nKomponen ini merupakan yang paling krusial. Agent harus **benar-benar memahami** apa yang diminta, bukan sekadar pencocokan pola.\n\nSaya menggunakan LLM (Large Language Model) untuk:\n\nSetelah memiliki rencana, agent akan:\n\n**1. Mulai dari yang Kecil**\n\nJangan langsung menargetkan bounty senilai $1000. Mulailah dari \"good first issue\" yang bernilai $10-50. Anda akan mempelajari workflow-nya, dan maintainer akan lebih menerima kontributor baru yang memulai dari hal kecil.\n\n**2. Kualitas Lebih Penting daripada Kuantitas**\n\n10 Pull Request yang berkualitas jauh lebih baik daripada 100 Pull Request yang asal-asalan. Maintainer dapat dengan mudah mengenali mana PR yang dikerjakan dengan serius dan mana yang tidak.\n\n**3. Baca Terlebih Dahulu, Baru Kode**\n\nSebelum menulis satu baris kode pun, bacalah CONTRIBUTING.md, pahami issue dengan seksama, dan pelajari kode yang sudah ada. Perbandingan yang ideal adalah 80% waktu untuk membaca, 20% untuk menulis kode.\n\n**1. Mengirimkan Tanpa Review**\n\nPada awalnya, saya mengatur agent untuk mengirimkan semua Pull Request secara otomatis. Hasilnya? 30% PR langsung ditutup karena tidak sesuai. Saat ini saya telah menambahkan tahap review manual sebelum pengiriman.\n\n**2. Mengejar Kuantitas**\n\nPernah suatu kali saya mendorong agent untuk mengirimkan 20 PR dalam satu hari. Hasilnya? Semua PR berkualitas buruk, tidak ada yang di-merge. Lebih baik 3 PR yang berkualitas daripada 20 PR yang asal-asalan.\n\n**3. Mengabaikan CONTRIBUTING.md**\n\nSetiap repositori memiliki aturan yang berbeda-beda. Ada yang mensyaratkan format commit message tertentu, ada yang memerlukan test, ada yang mengharuskan issue di-assign terlebih dahulu. Mengabaikan hal ini akan berakibat pada penolakan PR secara langsung.\n\nBuat akun GitHub jika belum memilikinya. Install `gh`\n\nCLI:\n\n```\n# macOS\nbrew install gh\n\n# Linux (Debian/Ubuntu)\nsudo apt install gh\n\n# Autentikasi\ngh auth login\n```\n\nMulailah dari platform berikut:\n\n`label:bounty state:open`\n\nJika Anda menguasai Python, carilah bounty dengan label `python`\n\n. Jika JavaScript, carilah yang `javascript`\n\n. Jangan langsung mengambil tugas dalam bahasa pemrograman yang belum dikuasai.\n\n```\n# Kloning repositori\ngit clone https://github.com/org/repo.git\ncd repo\n\n# Baca panduan kontribusi\ncat CONTRIBUTING.md\n\n# Baca issue yang akan dikerjakan\ngh issue view 123\n\n# Buat branch baru\ngit checkout -b fix/issue-123\n\n# Kerjakan perbaikan\n# ...\n\n# Kirim Pull Request\ngh pr create --title \"fix: deskripsi perbaikan\" --body \"Fixes #123\"\n```\n\nJika Anda sudah memahami workflow-nya, Anda dapat mulai mengotomasi proses tersebut. Saya menggunakan Python, GitHub API, dan LLM untuk membangun agent. Namun ini adalah langkah terakhir, bukan yang pertama.\n\nSecara realistis, berikut adalah ekspektasi penghasilan dari bounty hunting:\n\nAngka-angka di atas hanya dari **bounty**. Belum termasuk manfaat lain berupa:\n\nSaya bukanlah orang yang paling pintar. Bukan pula mahasiswa dari universitas ternama. Saya hanyalah seorang mahasiswa biasa yang memiliki rasa ingin tahu dan keberanian untuk mencoba.\n\nJika saya bisa melakukannya, **Anda pun pasti bisa.**\n\nYang Anda butuhkan:\n\nMulailah dari yang kecil. Kirimkan Pull Request pertama Anda. Jangan takut untuk ditolak. Setiap PR yang ditolak merupakan satu pelajaran berharga yang diperoleh secara cuma-cuma.\n\nDan ketika Anda sudah siap, cobalah membangun agent sendiri. Siapa tahu ia juga dapat menghasilkan penghasilan untuk Anda.\n\n**Tentang Penulis:**\n\nRakha — mahasiswa Teknik Informatika semester 6 di UNSIQ Wonosobo. Membangun AI agent yang berburu bounty selama 24 jam sehari. Jika Anda ingin berdiskusi tentang AI, open source, atau pemrograman, silakan terhubung dengan saya di [GitHub](https://github.com/unsiqasik) atau [Dev.to](https://dev.to/zeroknowledge0x).\n\n*Artikel ini merupakan bagian dari challenge #hermesagentchallenge dan #githubchallenge di Dev.to.*", "url": "https://wpnews.pro/news/membangun-ai-agent-untuk-mendapatkan-penghasilan-dari-open-source-sebuah-nyata", "canonical_source": "https://dev.to/zeroknowledge0x/gue-bikin-ai-yang-cari-duit-otomatis-dari-open-source-ini-cerita-jujurnya-pm9", "published_at": "2026-05-30 09:07:52+00:00", "updated_at": "2026-05-30 09:41:44.413300+00:00", "lang": "en", "topics": ["ai-agents", "artificial-intelligence"], "entities": ["Algora", "Gitcoin", "GitHub", "Universitas Sains Al-Quran"], "alternates": {"html": "https://wpnews.pro/news/membangun-ai-agent-untuk-mendapatkan-penghasilan-dari-open-source-sebuah-nyata", "markdown": "https://wpnews.pro/news/membangun-ai-agent-untuk-mendapatkan-penghasilan-dari-open-source-sebuah-nyata.md", "text": "https://wpnews.pro/news/membangun-ai-agent-untuk-mendapatkan-penghasilan-dari-open-source-sebuah-nyata.txt", "jsonld": "https://wpnews.pro/news/membangun-ai-agent-untuk-mendapatkan-penghasilan-dari-open-source-sebuah-nyata.jsonld"}}