Tujuan Pembelajaran

Mampu mendeploy aplikasi yang dibangun dengan vibe coding ke production
Memahami platform deployment modern: Vercel, Railway, Fly.io, Cloudflare Pages
Mampu mengkonfigurasi environment production, custom domain, dan monitoring dasar

Analogi

Diagram


      Deployment = Buka Restoran:
Development  = Masak di dapur rumah (eksperimen)
Staging      = Soft opening (test menu, undang teman)
Production   = Grand opening (pengunjung nyata, harus berfungsi!)

Jangan grand opening tanpa pernah masak, soft opening, atau rencana handle komplain.

Deploy ke production seperti buka restoran — pastikan masakan sudah di-test, pelayan siap, dan kamu tahu cara handle komplain.

Penjelasan Konsep

Salah satu keunggulan vibe coding adalah kecepatan ide ke production. Platform deployment: Vercel (termudah, Next.js native, preview deployments), Railway (full-stack PaaS, database + Redis in one), Fly.io (containerized, edge locations), Cloudflare Pages + Workers (murah, JAMstack), Dokploy (self-hosted, kontrol penuh).

Langkah dengan AI: minta AI buat deployment config (vercel.json, railway.toml), identifikasi env vars, review config, connect repo, deploy. Kalau error: copy error -> prompt AI fix.

Wajib sebelum production: env vars terpisah, basic error handling (jangan expose stack trace), health check endpoint, CORS configured (bukan *), rate limiting, SSL enforced.

Inti yang Perlu Dipahami

Bagian ini berfokus pada mampu mendeploy aplikasi yang dibangun dengan vibe coding ke production., memahami platform deployment modern: Vercel, Railway, Fly.io, Cloudflare Pages., dan mampu mengkonfigurasi environment production, custom domain, dan monitoring dasar. Jangan terburu-buru menghafal istilahnya. Lebih penting untuk memahami peran setiap konsep dan kapan konsep itu muncul dalam pekerjaan web development.

Saat membaca Deploy Pertama, gunakan tujuan belajar sebagai penanda arah. Kalau kamu sudah bisa menjelaskan tujuan itu dengan kata-katamu sendiri, berarti fondasinya mulai terbentuk.

Cara Membayangkannya

Deploy ke production seperti buka restoran — pastikan masakan sudah di-test, pelayan siap, dan kamu tahu cara handle komplain. Analogi ini dipakai supaya konsep teknis tidak terasa melayang. Hubungkan setiap istilah dengan perannya: siapa yang meminta, siapa yang memproses, data apa yang berpindah, dan hasil apa yang diharapkan.

Kalau analoginya sudah terasa masuk akal, barulah lihat istilah teknisnya. Cara ini membuat materi lebih mudah dipahami daripada langsung menghafal definisi.

Saat Melihat Contoh Kode

Contoh kode pada chapter ini memakai bahasa bash. Bacalah contoh kode sebagai ilustrasi alur, bukan sebagai bagian yang harus langsung dihafal.

Perhatikan nama fungsi, urutan langkah, dan data yang berpindah. Biasanya tiga hal itu sudah cukup untuk memahami hubungan antara teori dan praktik.

Konteks dalam Perjalanan Belajar

Setiap konsep di platform ini dipilih karena dipakai di industri. Fokus pada pemahaman, bukan hafalan.

Kamu sudah di bagian lanjutan. Mulai pikirkan bagaimana konsep ini dipakai di dunia kerja — bukan hanya untuk belajar, tapi untuk membangun produk nyata.

Gunakan pertanyaan reflektif dan prompt AI di akhir chapter sebagai latihan aktif. Membaca saja tidak cukup — kamu perlu menjelaskan ulang dengan kata-katamu sendiri.

Contoh Kode

bash

# Deploy Next.js ke Vercel
npm i -g vercel
vercel

# Deploy full-stack ke Railway
# Connect repo -> Railway auto-detect -> set env vars

# Deploy Docker ke Fly.io
fly launch
fly deploy

# Health check endpoint (contoh Hono)
app.get('/api/health', (c) => c.json({ status: 'ok', uptime: process.uptime() }))

Prompt AI

Minta AI buat deployment config untuk proyekmu. Minta AI cek: env vars, security headers, CORS, rate limiting — apa saja yang perlu ditambahkan sebelum production?

Pertanyaan Reflektif

Deploy proyek dari Chapter 28.6 ke production. Catat waktu dari prompt ke live URL. Di mana bottleneck-nya? Prompting? Review? Debugging deployment?