Iman Suherman — Building solutions. Delivering impact.

Iman Suherman

suherman.net

Bangun produk nyata dengan AI agents — dari idea sampai running application.

Iman Suherman

Tentang

Engineer yang tetap hands-on

Iman Suherman

Iman Suherman adalah technology leader dengan 20+ tahun merancang dan scaling sistem cloud, microservices, serta platform web/mobile. Saat ini Principal Engineer di Qantas Loyalty (Universal Retail Platform) dan DevOps Engineering Lead di Mekari.

Di luar jam kerja, playground-nya hidup: dia merilis produk nyata di suherman.net — macOS dan mobile apps, developer tools, local AI gateway — lalu menandatangani build, menyambungkan registry, merutekan traffic lewat Cloudflare, dan membiarkan AI agents mengerjakan dari SPEC yang jelas, bukan dari vibes.

Tentang →

Webinar

Belajar dari live build Sabtu

Sesi gratis soal shipping dengan AI agents — recording, agenda, slide, dan catatan yang bisa dipelajari siapa saja. Tonton kedua sesi Sabtu di bawah.

Unggulan: Melatih LLM / agent (19 Sep, Bahasa) dan Build an App with AI, Live (12 Sep, English). Mulai dari recording, lalu lihat agenda dan sumber.

Cara Melatih LLM / Agent Anda: Dari Prompt sampai Persona

  • Sabtu, 19 September 2026
  • 11:00 – 12:00 WIB
  • 12:00 – 13:00 Singapore / Malaysia
  • 14:00 – 15:00 Sydney

Meet live selesai · recording dipublikasikan

Agenda

Yang kami bahas

  1. 01 · 10 mnt

    Apa arti “melatih” untuk LLM vs agent

    Prompting, eval, RAG, fine-tuning, dan perilaku persona — tuas mana yang cocok untuk masalah mana.

  2. 02 · 15 mnt

    Prompt, eval & kontrak

    System prompt, cek acceptance, dan memperlakukan perilaku sebagai kontrak yang bisa direview sebelum menyentuh bobot model.

  3. 03 · 15 mnt

    RAG vs fine-tune (dan kapan tidak perlu)

    Injeksi pengetahuan vs perubahan perilaku — biaya, data, dan mode gagal dengan kerangka keputusan praktis.

  4. 04 · 10 mnt

    LLM lokal & agent persona

    Ollama / MLX untuk biaya dan kontrol; melatih agent meniru persona pengguna tanpa membocorakan rahasia.

  5. 05 · 10 mnt

    Demo live + Q&A

    TripSpec live: rencana Jepang, tiga penerbangan, tanpa harga — lalu pertanyaan.

Hasil

Yang kami bawa ke depan

Mindset harness-first, recording tersedia, dan tema deep-dive berikutnya dari hasil survei peserta.

  • Latih harness-nya, bukan bobot model

    Spesifikasi, system prompt, eval, dan guardrail membentuk perilaku tanpa mengganti file model — pesan inti Sabtu ini.

  • Recording + catatan dipublikasikan

    Sesi Bahasa ada di YouTube beserta catatan di situs supaya yang berhalangan Meet tetap bisa menyimak.

  • Model lokal butuh headroom memori

    Demo Ollama lintas platform jalan sampai memori GPU habis — rencanakan VRAM saat memilih model lokal.

  • Rutin setiap Sabtu (gratis & terbuka)

    Sabtu berikutnya dibuka saat dijadwalkan — vote topik di survei supaya kami tahu deep-dive mana yang dipilih.

Slide, catatan sesi, dan repo TripSpec ada di tautan kanan.

Yang kami bangun dari

Tema teratas poll pra-sesi

Suara ini mengarahkan deep-dive pelatihan.

  1. 01Prompt engineering & system prompt6 suara
  2. 02LLM lokal (Ollama / MLX)2 suara
  3. 03Cost & latency: cloud vs lokal1 suara
  4. 04Eval / acceptance untuk agent1 suara
  5. 05Guardrail & safety untuk agent1 suara

Dicakup lewat TripSpec — system prompt dulu, lalu model lokal, tanpa mengganti bobot model.

Sumber

Slide demo

PDF TripSpec dari sesi live.

TripSpec-2026-09-19.pdf

Repository

Kode sumber TripSpec — bisa dibuka kapan saja.

https://github.com/iman-suherman/sdd-travel-planner

Arsip

Sesi sebelumnya

Live build Sabtu sebelumnya — tonton, lihat agenda, dan pakai idenya.

LaluEnglish≈ 94 menit (recording)

Build an App with AI, Live: From Idea to Running Application

Selesai · English · SurveyDesk live · recording di YouTube

  • Saturday, 12 September 2026
  • 11:00 AM – 12:00 PM WIB
  • 12:00 PM – 1:00 PM Singapore / Malaysia
  • 2:00 PM – 3:00 PM Sydney

Recording: https://youtu.be/h3FPQEw2QNI

Catatan sesi: Buka catatan sesi

Kami membangun SurveyDesk dari Spec secara live — Spec-Driven Development, wave Agent on Rails, dan survey desk local-first di phone, tablet, dan web. Tonton recording.
  1. 01 · ~15 mnt

    Spec-Driven Development sebagai kontrak

    AI sebagai mesin di bawah kendali manusia — spesifikasi Gherkin / BDD dan Architecture Decision Records (ADR) sebagai guardrail anti-halusinasi.

  2. 02 · ~25 mnt

    Demo live SurveyDesk

    Survey desk local-first SQLite — native iOS/Android + web, spesifikasi form JSON, lifecycle draft → open → closed; divalidasi di phone, tablet, dan simulator.

  3. 03 · ~15 mnt

    Orkestrasi Agent on Rails

    Agent paralel dalam wave eksekusi, cek acceptance Gherkin, dan spesifikasi sebagai control plane supaya agent mengubah fitur tanpa saling tabrak.

  4. 04 · ~5 mnt

    Agent lokal & selanjutnya

    Kenapa menjalankan coding agent secara lokal untuk biaya dan kontrol. Sabtu berikutnya: sesi Bahasa, lalu melatih agent meniru persona pengguna.

SPECSurveyDeskAgent on RailsEnglishrecordingcompleted
LaluBahasa Indonesia60 menit

Build an App with AI, Live: From Idea to Running Application

Sesi live pertama (Bahasa Indonesia) — selesai

Sabtu, 5 September 2026 · 11:00 – 12:00 WIB

Sesi live pertama selesai — terima kasih sudah bergabung. Masukan peserta membentuk bahasa yang lebih mudah, recording, dan sesi English 12 Sep.
  1. 01 · 10 mnt

    Konteks & konsep

    Problem → research → kenapa kita tidak langsung bilang ke AI “buat aplikasinya”.

  2. 02 · 5 mnt

    Turn the idea into a SPEC

    Spec sebagai kontrak: routes, behaviour, copy, components, hard rules, acceptance criteria. Prompt bukan source of truth.

  3. 03 · 25–35 mnt

    Kick off AI agents live + narrate

    Orchestrator memecah pekerjaan (foundation → parallel pages → i18n/polish → typecheck). Sambil agents bekerja: ownership, knowledge, mencegah hallucination, kapan manusia memutuskan.

  4. 04 · 10 mnt

    Resume demo & evidence

    Local URL, typecheck/test, smoke walk — bukti runnable, bukan sekadar prototype dari sebuah prompt.

  5. 05 · 15 mnt

    Product factory + Q&A

    Kenapa banyak app: setiap aplikasi = eksperimen product + brand exposure. Yang scalable adalah development system-nya.

SPECAI agentslive buildBahasa Indonesiacompleted
suherman.net — Bangun produk nyata dengan AI agents