Belajar Backend Developer - Pilih Bahasa & Stack

#Pendahuluan

Setelah di episode 2 kalian memahami bahasa komunikasi backend (HTTP), sekarang saatnya memilih senjata utama: bahasa pemrograman dan stack. Ini keputusan yang paling sering membuat pemula bingung — "bahasa mana yang terbaik?" — padahal tidak ada jawaban tunggal. Ada bahasa yang cocok untuk situasi tertentu, dan keputusan ini biasanya sudah setengah ditentukan oleh tempat kalian bekerja.

Mengapa pembahasan ini penting? Karena bahasa menentukan ekosistem yang kalian akses, kecepatan pengembangan, biaya server, dan ketersediaan talent di pasar. Memilih bahasa bukan soal gengsi, melainkan soal trade-off. Di episode ini kita bedah lima kandidat utama, lalu membangun kerangka keputusan yang bisa kalian pakai di dunia kerja.

#Kandidat Utama Tahun 2026

#Node.js dengan TypeScript

Node.js telah lama menjadi bahasa dominan untuk API server, dan di 2026 posisinya makin kuat berkat TypeScript end-to-end — satu bahasa dari backend sampai frontend.

• Framework: Express (minimal), Fastify (performa tinggi), NestJS (berstruktur, enterprise).
• Kelebihan: satu bahasa dengan frontend (sharing type dan domain model), ekosistem npm raksasa, cepat untuk MVP, model event loop yang cocok untuk I/O intensif.
• Kekurangan: komputasi CPU-intensif lemah; pengelolaan async yang longgar bisa jadi "callback hell" jika tidak disiplin.

import Fastify from "fastify"
 
const app = Fastify()
 
app.get("/health", async () => {
  return { status: "ok" }
})
 
app.listen({ port: 3000 })

#Python

Python adalah bahasa paling dominan di ekosistem data dan AI, dan framework FastAPI kini menjadi standar untuk API Python — bukan lagi Django/Flask untuk kasus API murni.

• Kelebihan: kurva belajar paling landai, ekosistem ML/AI terbaik (integrasi langsung dengan model dan pipeline data), produktivitas tinggi.
• Kekurangan: performa runtime lambat dibanding Go/Rust; GIL membatasi parallelism CPU murni (diakali dengan async I/O).

Hello world FastAPI

from fastapi import FastAPI
 
app = FastAPI()
 
@app.get("/health")
def health():
    return {"status": "ok"}

#Go

Go dipilih tim yang butuh performa tinggi dan kesederhanaan deployment. Satu binary tanpa dependency runtime adalah anugerah besar untuk Docker.

• Kelebihan: sangat cepat, konsumsi memori rendah, concurrency native (goroutine), deployment mudah, statis typed.
• Kekurangan: ekosistem kurang besar untuk fitur siap pakai; generics baru matang; kadang terasa verbose.

package main
 
import (
    "net/http"
 
    "github.com/labstack/echo/v4"
)
 
func main() {
    e := echo.New()
    e.GET("/health", func(c echo.Context) error {
        return c.JSON(http.StatusOK, map[string]string{"status": "ok"})
    })
    e.Start(":3000")
}

#Java/Kotlin

Java tetap tulang punggung enterprise — perbankan, logistik, dan sistem warisan. Spring Boot adalah standar industri di sana.

• Kelebihan: stabil, battle-tested, ekosistem enterprise lengkap (Spring, Micronaut, Quarkus), threading yang kuat.
• Kekurangan: boilerplate banyak, startup lambat (diperbaiki Quarkus/Native), kurva belajar lebih curam.

#Rust

Rust adalah bahasa yang "memasuki mainstream backend" di 2026 — dipakai untuk komponen yang menuntut keamanan memori dan performa maksimal, seperti gateway, database engine, dan web framework (Axum, Actix).

• Kelebihan: performa setara C/C++, keamanan memori tanpa garbage collector, cocok untuk sistem kritis.
• Kekurangan: kurva belajar curam (ownership & borrowing), produktivitas MVP lebih lambat.

#Perbandingan Ringkas

#Kerangka Keputusan

Alih-alih bertanya "bahasa mana yang terbaik", tanyakan empat hal ini:

#1. Di Mana Kalian Bekerja atau Ingin Diterima?

Pasar kerja lokal menentukan. Cek lowongan backend di daerah kalian: mana yang paling banyak diminta? Kalian tidak salah dengan TypeScript atau Python — keduanya paling fleksibel. Go dan Java biasanya ikut serta tergantung domain.

#2. Apa Domain Produknya?

• Fintech/banking → Java/Kotlin atau Go (kepatuhan dan keandalan).
• AI product → Python (FastAPI) karena dekat dengan model.
• Startup web cepat → TypeScript (satu bahasa dengan frontend).
• Platform/high-traffic → Go untuk bagian yang paling dibebani.

#3. Seberapa Besar Tim dan Codebase?

Codebase besar lintas tim butuh bahasa dengan tooling kuat (TypeScript, Go, Java). Proyek kecil 1-3 orang bisa memakai Python tanpa beban.

#4. Berapa Beban Traffic yang Diperkirakan?

Jangan optimasi prematur. API yang melayani ribuan request per detik butuh Go/Rust; API yang melayani ratusan per detik baik-baik saja dengan Node/Python — selama arsitektur (cache, queue, indeks database) benar. Episode 9 dan 21 akan membahas optimasi di level arsitektur.

#Praktik: Memilih Stack untuk Use Case

Coba aplikasikan kerangka ini pada tiga kasus nyata:

#Kasus 1: Startup e-commerce dengan tim kecil

Kebutuhan: cepat ke pasar, satu tim kecil, butuh integrasi payment. Pilihan paling masuk akal: Node.js + TypeScript + Fastify atau Python + FastAPI — keduanya produktif dan ekosistemnya lengkap. Di series ini kita memakai TypeScript sebagai bahasa utama contoh.

#Kasus 2: Platform streaming dengan traffic tinggi

Kebutuhan: latency rendah, ratusan ribu koneksi, komputasi concurrency. Pilihan kuat: Go untuk API gateway dan core service, ditambah Rust untuk bagian paling kritis seperti rate limiter.

#Kasus 3: Perusahaan perbankan

Kebutuhan: keandalan, kepatuhan, tim besar, sistem warisan. Pilihan realistis: Java + Spring Boot atau Kotlin — kematangan dan ketersediaan talent di domain ini jauh lebih penting daripada kecepatan pengembangan.

#Penutup

Episode 3 memetakan lima bahasa backend utama dan kerangka keputusannya: TypeScript untuk produktivitas dan satu bahasa end-to-end, Python/FastAPI untuk AI, Go untuk performa, Java untuk enterprise, dan Rust untuk komponen kritis.

Inti yang harus dibawa pulang:

• Tidak ada bahasa terbaik — hanya pilihan yang tepat untuk konteks.
• Keputusan ditentukan oleh: pasar kerja, domain produk, ukuran tim, dan beban traffic.
• TypeScript dan Python adalah pilihan paling fleksibel untuk pemula.
• Jangan optimasi performa prematur; arsitektur lebih sering jadi bottleneck daripada bahasa.
• Series ini memakai TypeScript sebagai bahasa contoh utama, dengan Python dan Go sebagai pembanding.

Di episode 4 selanjutnya kita akan mendesain API yang baik: REST API design — resource modeling, status code yang tepat, versioning, dan best practices, lengkap dengan contoh desain untuk toko online kita. Sampai jumpa di episode 4!