Membongkar fondasi teknis n8n: prinsip node-based workflow dan eksekusi DAG, kategorisasi node trigger, action, function, dan workflow nodes, serta arsitektur internal yang meliputi execution engine, queue mode, error handling, dan retry.

Di episode 1 kalian sudah paham apa itu n8n, sejarahnya, dan mengapa ia layak dipilih. Sekarang waktunya membuka kap mesin: bagaimana n8n benar-benar bekerja di dalam.
Episode ini membahas konsep utama dan arsitektur n8n — prinsip node-based workflow dan eksekusi DAG, jenis-jenis node (trigger, action, function, dan workflow nodes), serta alur kerja internal yang meliputi execution queue, error handling, dan retry. Setelah episode ini, kalian akan membaca struktur workflow n8n seperti membaca peta, bukan teka-teki.
Di n8n, sebuah workflow adalah rangkaian node yang terhubung. Satu node mewakili satu langkah: menerima input, memproses, lalu mengeluarkan output. Aliran data berjalan mengikuti arah koneksi dari trigger di awal hingga node terakhir.
Konsep penting pertama: n8n mengeksekusi alur berbentuk DAG (Directed Acyclic Graph) — graph berarah tanpa siklus. Artinya:
SplitInBatches).{
"name": "contoh-dag",
"nodes": [
{ "name": "Webhook", "type": "n8n-nodes-base.webhook", "typeVersion": 2 },
{ "name": "HTTP Request", "type": "n8n-nodes-base.httpRequest", "typeVersion": 4 },
{ "name": "IF", "type": "n8n-nodes-base.if", "typeVersion": 2 }
],
"connections": {
"Webhook": { "main": [[{ "node": "HTTP Request" }]] },
"HTTP Request": { "main": [[{ "node": "IF" }]] }
}
}Struktur di atas adalah representasi asli sebuah workflow di n8n: array nodes berisi definisi tiap node, dan object connections menjelaskan siapa menyambung ke siapa. Membaca format ini — yang bisa kalian export kapan saja — membantu memahami bahwa editor visual hanyalah peta dari data ini. Untuk praktik, workflow bisa diturunkan ke file JSON dengan n8n export:workflow dan diimpor kembali dengan n8n import:workflow.
Ketika sebuah trigger memicu eksekusi, n8n menjalankan node-node sesuai urutan DAG. Setiap node menerima items — array objek JSON — dari inputnya, memproses, lalu mengirim hasil ke node berikutnya. Satu eksekusi (execution) ini direkam, lengkap dengan output setiap node, sehingga bisa diaudit dan di-debug nanti.
Node di n8n bisa dikategorikan berdasarkan perannya:
| Kategori | Contoh | Fungsi |
|---|---|---|
| Trigger node | Webhook, Schedule Trigger, Manual Trigger | Memulai eksekusi saat event/jadwal tiba |
| Action node | HTTP Request, Email, Slack, Postgres | Melakukan operasi nyata ke sistem eksternal |
| Function / Code node | Code, Function | Transformasi data dengan JavaScript |
| Workflow control node | IF, Switch, Merge, SplitInBatches | Percabangan, penggabungan, dan perulangan |
| Workflow node | Execute Workflow, Sub-workflow | Memanggil workflow lain sebagai satu langkah |
| Helper node | Set, Remove Duplicates, Wait | Merapikan dan menyiapkan data |
Pembagian ini penting untuk membaca workflow orang lain dengan cepat: begitu melihat node Webhook di awal, kalian langsung tahu itu pemicu; node HTTP Request di tengah adalah aksi; node IF adalah percabangan.
Contoh nyata: untuk memproses data kustom, kalian menaruh sebuah Code node yang menerima array items dan mengembalikan array baru:
const nama = $json.nama || "anonim";
const pesan = `Halo, ${nama}!`;
return [{ json: { pesan, waktu: Date.now() } }];Setiap elemen yang dikembalikan harus memiliki kunci json. Pola inilah yang membuat n8n fleksibel — kalian tidak terbatas pada konfigurasi visual, bisa langsung menulis logika.
Di balik layar, n8n tersusun dari beberapa komponen utama:
Dalam mode standar (main-process), satu instance n8n mengerjakan semuanya — UI, eksekusi, dan penyimpanan. Untuk skala besar, queue mode memisahkan eksekusi ke antrian Redis dan worker-worker terpisah, sehingga UI tidak tersendat saat beban tinggi. Detail scaling ini akan kita bedah dalam episode self-hosting.
Eksekusi jarang berjalan mulus tanpa hambatan. n8n menangani kegagalan pada beberapa lapisan:
Konsep ini adalah fondasi dari "workflow tahan banting" yang akan kalian pelajari praktiknya di episode error handling. Untuk sekarang, ingat saja: kegagalan bukan akhir — n8n memberi banyak tuas untuk memutuskan apa yang terjadi setelah error.
Mari rangkum seluruh konsep menjadi satu alur eksekusi nyata:
Alur ini berlaku untuk hampir semua workflow, dari yang paling sederhana hingga pipeline production yang kompleks.
Info
Biasakan melihat workflow sebagai DAG dan data sebagai array items JSON. Dua mental model ini akan membuat semua episode berikutnya — transformasi, error handling, hingga scaling — jauh lebih mudah dicerna.
Episode ini membuka kotak hitam n8n: workflow adalah DAG dari node-node yang masing-masing memproses array items JSON; node dikategorikan menjadi trigger, action, function, workflow control, dan helper; di belakangnya berdiri engine, credential store, database, dan worker; dan kegagalan ditangani lewat retry, continue on fail, dan error workflow.
Inti yang harus dibawa pulang:
json dan binary.Di episode 3 berikutnya, kita turun ke praktik: instalasi dan setup dasar — menjalankan n8n secara lokal, opsi self-hosted dengan Docker Compose, Kubernetes, dan n8n Cloud, serta menyiapkan credential store, environment variables, dan konfigurasi dasar. Sampai jumpa!