Beranda / Series 2: Memasang Learning Dev Agent

Artikel · L2 Developing

Memasang Learning Dev Agent di Tempat Anda

1373 kata · sekitar 7 menit baca

Daftar isi
  1. Langkah 1: Dapatkan Paket Agent
  2. Langkah 2: Tentukan di Mana Skill Berjalan, Lalu Siapkan Prasyaratnya
  3. Langkah 3: Pasang Briefing
  4. Langkah 4: Pasang Skill yang Dibutuhkan
  5. Langkah 5: Sambungkan Bahan Acuan dan Akses Khusus
  6. Langkah 6: Jalankan Uji Cepat
  7. Tips dan Jebakan Umum
  8. Memperbarui Skill
  9. Referensi

Series

Proficiency

Cakupan

Series 2 dari 5

Developing (L2)

Prasyarat, pemasangan briefing dan skill, uji cepat

ENABLING LEARNING OBJECTIVE (ELO)

Peserta mampu memasang briefing dan skill Learning Dev Agent, menyiapkan prasyarat sesuai tempat skill berjalan, menyambungkan bahan acuan, dan memastikan pemasangan berhasil melalui uji cepat.

Banyak orang menganggap memasang agent cukup dengan mengunggah satu berkas. Kenyataannya, agent yang terpasang setengah jalan sering tetap menjawab, tetapi hasilnya melenceng: skill tidak terpanggil, bahan acuan tidak terbaca, atau skrip pemeriksa gagal berjalan tanpa disadari. Karena itu, mulailah dari pertanyaan sederhana: skill mana yang benar-benar Anda butuhkan, dan di mana skill itu akan berjalan. Jawaban itulah yang menentukan apa saja yang perlu disiapkan.

Sepanjang artikel ini kita memakai satu skenario. Seorang analis Learning Development yang baru bergabung ingin memakai agent untuk tiga pekerjaan: membuat course design, menyusun modul, dan mereview konten vendor. Ia memakai laptop macOS dan aplikasi Claude desktop. Setiap langkah di bawah menunjukkan apa yang ia lakukan dan kesalahan yang sebaiknya dihindari.

Langkah 1: Dapatkan Paket Agent

Agent ini dibagikan sebagai satu folder bernama AI Agent Skill. Isinya tiga bagian: berkas CLAUDE.md (briefing), folder skill collection (paket skill), dan folder source (bahan acuan seperti playbook kompetensi, panduan modul, dan contoh hasil). Analis dalam skenario meminta folder ini kepada PIC agent, bukan menyalin dari rekan secara acak, supaya versinya sama dengan yang dipakai tim.

Sebelum lanjut, periksa isi folder yang Anda terima. Setiap folder skill berisi berkas README yang menjelaskan cara memasang dan contoh hasil. Bila ada beberapa versi paket (misalnya v2 dan v3 untuk bank soal), pakai versi terbaru kecuali PIC menyatakan lain. Versi lama sengaja tidak dihapus supaya riwayat perubahan tetap bisa dilacak.

Kesalahan umum pada langkah ini adalah ikut menyalin berkas kredensial yang kebetulan ada di folder bersama. API key bersifat pribadi. Jika Anda membutuhkannya, misalnya untuk skill video, buat dan simpan key milik Anda sendiri di konfigurasi pribadi, bukan di folder yang dibagikan.

Langkah 2: Tentukan di Mana Skill Berjalan, Lalu Siapkan Prasyaratnya

Skill bisa berjalan di dua tempat. Pertama, di sandbox cloud Claude, yaitu ketika Anda memakai aplikasi Claude dengan fitur code execution aktif. Di sini alat seperti Python sudah tersedia di sandbox, jadi laptop Anda tidak perlu memasang apa pun. Kedua, di laptop Anda sendiri, misalnya saat memakai Claude Code, atau saat skill memang harus menjalankan program lokal. Untuk tempat kedua, alat yang dibutuhkan skill harus terpasang di laptop.

Skill

Perlu di laptop bila berjalan lokal

Semua skill berbasis skrip

Python 3

Course design (ADDIE) dan bank soal

Paket Python openpyxl

Modul pembelajaran

python-docx, python-pptx; LibreOffice opsional

Artikel pembelajaran

python-docx, pandoc, pdftotext, markitdown

Bank soal

pandoc, pdftotext, akses folder Konten HPL

Script video

python-docx

Video builder

Python 3.9+ dan Pillow, ffmpeg, Node.js 18+ (termasuk npx), Tesseract CLI, API key ElevenLabs dan Pexels

FK/JK

Python 3 saja

Review konten

Tidak ada khusus; ffmpeg bila mereview video

Tabel 1. Prasyarat lokal per skill (dari README skill, versi perlu dicek ulang saat pemasangan)

Analis dalam skenario hanya butuh course design, modul, dan review. Ketiganya bisa berjalan di sandbox cloud, sehingga ia tidak perlu memasang alat apa pun di laptop. Lain halnya bila kelak ia ingin membuat video: skill video wajib berjalan lokal dan butuh alat paling banyak. Untuk mengecek alat yang sudah ada, buka Terminal lalu ketik python3 --version, node -v, ffmpeg -version, dan pandoc --version. Pesan command not found berarti alat itu belum terpasang.

Di macOS, alat seperti ffmpeg, pandoc, poppler (penyedia pdftotext), dan Node.js biasanya dipasang melalui Homebrew, dan macOS dapat meminta Xcode Command Line Tools saat memasang Homebrew atau git. Langkah ini belum diuji pada laptop tim, jadi ikuti petunjuk resmi masing-masing alat bila ada perbedaan.

Bagaimana memilih antara aplikasi desktop dan Claude Code? Aplikasi desktop paling mudah untuk sebagian besar anggota tim: skill diunggah lewat menu, dan pekerjaan dokumen berjalan di sandbox cloud. Claude Code cocok untuk yang terbiasa dengan Terminal, atau yang perlu menjalankan skill lokal seperti video secara rutin. Keduanya membaca briefing dan skill yang sama, jadi hasilnya seharusnya konsisten. Bila ragu, mulailah dengan aplikasi desktop.

Langkah 3: Pasang Briefing

Briefing adalah lapis yang membuat agent bersikap seperti pemilik peran: menguji asumsi, jujur soal ketidakpastian, dan menyesuaikan jawaban dengan lawan bicara. Jika Anda memakai Claude Code atau aplikasi desktop dengan folder tersambung, cukup pastikan CLAUDE.md berada di root folder kerja. Jika Anda memakai project di claude.ai, unggah CLAUDE.md sebagai knowledge project.

Kesalahan umum adalah memasang skill tanpa briefing. Skill tetap berjalan, tetapi agent kehilangan konteks penting, misalnya bahwa level kompetensi teknis tidak boleh disimpulkan dari band posisi, atau bahwa hasil review harus dibedakan antara temuan wajib diperbaiki dan saran.

Langkah 4: Pasang Skill yang Dibutuhkan

Setiap skill tersedia sebagai berkas .skill dan .zip. Di aplikasi Claude, buka pengaturan, cari bagian Skills, lalu unggah berkas .skill (gunakan .zip bila ditolak) dan pastikan code execution aktif. Di Claude Code, ekstrak zip ke ~/.claude/skills/ untuk pemakaian pribadi atau ke folder .claude/skills/ di dalam project. Nama menu aplikasi bisa berubah, jadi ikuti apa yang tampil di aplikasi Anda.

Analis dalam skenario memasang tiga skill saja: ADDIE, modul pembelajaran, dan review konten. Memasang semua skill sekaligus tidak salah, tetapi menambah hal yang perlu dicek bila ada masalah. Bila Anda memakai ChatGPT, Gemini, atau Copilot yang tidak mendukung format skill, gunakan berkas instruksi siap tempel yang tersedia untuk beberapa skill. Ingat bahwa tanpa eksekusi Python, skrip pemeriksa tidak berjalan dan hasil harus dicek manual lebih teliti.

Langkah 5: Sambungkan Bahan Acuan dan Akses Khusus

Skill review dan skill modul merujuk ke folder source, misalnya untuk mencocokkan key behaviour atau mengikuti panduan modul. Sambungkan folder AI Agent Skill utuh ke percakapan supaya bahan itu terbaca. Skill ADDIE sudah membawa data direktori kompetensinya sendiri, jadi tetap berjalan walau folder source tidak tersambung.

Beberapa skill butuh akses tambahan. Skill bank soal membaca folder Konten HPL di OneDrive, dan instruksinya masih menunjuk jalur folder milik pembuatnya, sehingga folder itu perlu dibagikan kepada Anda dan jalurnya disesuaikan. Skill video membutuhkan API key pribadi. Dashboard HPL membutuhkan email Anda terdaftar di sistem aksesnya.

Langkah 6: Jalankan Uji Cepat

Jangan langsung memakai agent untuk pekerjaan nyata. Pertama, tanyakan kepada agent skill apa saja yang ia miliki untuk learning development; jawabannya harus menyebut skill yang Anda pasang. Kedua, jalankan satu contoh kecil. Skill modul menyediakan naskah contoh yang bisa diperiksa dan dibangun menjadi .docx dan .md; hasil pemeriksaan harus menyatakan OK. Skill ADDIE menyediakan contoh hasil TC-113 Level 1 sebagai pembanding.

Dalam skenario, analis meminta agent membuat course design kecil untuk satu kompetensi dan satu level. Agent bertanya soal target peserta dan konteks penyampaian, lalu menghasilkan workbook delapan sheet. Pertanyaan klarifikasi itu adalah tanda baik bahwa briefing dan skill bekerja bersama.

Bila uji cepat gagal, baca pesan errornya sebelum mencoba ulang. Tiga penyebab yang paling sering adalah skill belum aktif, code execution mati, atau folder belum tersambung sehingga agent tidak menemukan template. Catat penyebabnya. Catatan seperti ini membantu PIC memperbarui panduan untuk anggota tim berikutnya.

Tips dan Jebakan Umum

  • Mulai dari skill yang paling sering Anda pakai, lalu tambah bila perlu.
  • Bila agent menjawab tanpa pernah menyebut atau memakai skill, cek apakah skill aktif dan code execution menyala.
  • Bila skill berjalan lokal dan muncul pesan command not found, pasang alat yang disebut, lalu ulangi.
  • Jangan menyimpan API key di folder bersama atau menempelkannya di percakapan.
  • Paket berisi data internal, seperti direktori kompetensi. Jangan bagikan ke luar lingkungan internal.

Memperbarui Skill

Skill akan terus diperbarui, misalnya saat standar soal berubah atau ada format baru. Saat menerima versi baru, unggah ulang berkas .skill dengan nama yang sama; versi baru menggantikan versi lama. Setelah memperbarui, jalankan lagi uji cepat. Jangan mengedit isi skill sendiri tanpa koordinasi, karena perubahan lokal membuat hasil Anda berbeda dari anggota tim lain.

Setelah uji cepat lolos, agent siap dipakai, tetapi semua hasilnya tetap draf yang perlu Anda tinjau. Bila ada yang janggal saat pemasangan, laporkan ke PIC agent supaya panduan ini bisa diperbarui. Series 3 akan memakai agent yang sudah terpasang ini untuk membuat course design dan modul dari satu kompetensi.

Referensi

Telkom Corporate University (2026) CLAUDE.md: Briefing Asisten Learning Development. Dokumen internal, School of Go To Market (SoGTM).

Telkom Corporate University (2026) README instalasi skill Learning Development (ADDIE, modul, artikel, bank soal, video). Dokumen internal, School of Go To Market (SoGTM).