Dari non-tech ke tech — belajar membangun aplikasi web nyata bersama AI, tanpa perlu latar belakang programming sama sekali. Seluruh materi workshop komunitas Shevibes kami rangkum lengkap di halaman ini.
Workshop komunitas untuk perempuan yang ingin merasakan langsung bagaimana AI mengubah cara orang membangun teknologi — dipandu, kolaboratif, dan penuh eksplorasi.
Peserta non-tech maupun yang ingin naik level ke tech — tidak perlu pengalaman coding sama sekali.
Dipandu langsung, kolaboratif, dan penuh eksplorasi — belajar sambil membuat sesuatu yang nyata.
Peserta pulang dengan aplikasi web yang benar-benar mereka buat sendiri bersama AI.
60 menit membangun aplikasi pertama, dilanjutkan sesi lomba kreativitas 1–1.5 jam.
Sebelum masuk ke Agentic AI dan Kiro, mari pahami dasarnya dulu — dari Machine Learning, Deep Learning, sampai Generative AI dan Foundation Model yang menjadi "otak" di balik Kiro.
Semua ini saling bersarang — Generative AI ada di dalam Deep Learning, yang ada di dalam Machine Learning, yang ada di dalam AI.
Segala teknik yang membuat komputer bisa meniru kecerdasan manusia — lewat logika, aturan if-then, dan machine learning.
Bagian dari AI yang menggunakan mesin untuk mencari pola dalam data, lalu membangun model logika secara otomatis.
Bagian dari ML yang tersusun dari neural network berlapis-lapis dalam — untuk tugas seperti pengenalan suara dan gambar.
Ditenagai oleh model besar yang dilatih (pretrained) pada data dalam jumlah sangat besar — biasa disebut Foundation Model (FM).
"Bidang studi yang memberi komputer kemampuan untuk belajar tanpa diprogram secara eksplisit." — Arthur Samuel (1959)
Manusia menuliskan aturannya sendiri.
Mesin menemukan aturannya sendiri dari contoh.
Butuh data berlabel · Melatih model · Fine-tuning & evaluasi · Satu model untuk satu tugas.
Model ini dilatih dari contoh berlabel untuk satu tugas saja. Geser slider kesegaran apel, lalu lihat jawaban mesin — hasilnya cuma berupa satu label.
Kesegaran apel: 62%
Aturan hasil belajar: skor ≥ 55% = Segar. Output hanya berupa label.
🔒 Model ini hanya tahu cara membedakan segar vs busuk — beda dengan Generative AI di bawah 👇
ML dipakai untuk berbagai jenis masalah yang berbeda-beda.
Membantu pengguna menemukan hal yang paling relevan.
Memberi pengguna hal yang mungkin paling mereka minati.
Menentukan sesuatu itu termasuk jenis apa. Contoh: kesegaran buah.
Memprediksi sebuah nilai numerik dari suatu hal.
Mengelompokkan hal-hal yang serupa jadi satu.
Menemukan hal-hal yang tidak biasa / langka.
Membuat konten dan ide baru — mulai dari percakapan, cerita, gambar, video, sampai musik.
Dijalankan oleh model besar yang dilatih pada data dalam jumlah sangat besar — dikenal sebagai Foundation Model (FM).
Inilah lompatan besarnya: dari satu model untuk satu tugas, menjadi satu model untuk banyak tugas.
Butuh model sendiri untuk tiap masalah bisnis — dibangun dari nol, pakai data berlabel, dan di-deploy terpisah.
Satu model untuk semua masalah — lebih cepat, lebih murah, dibangun untuk skala besar. Contoh: text generation, summarization, information extraction, Q&A, chatbot.
Sistem AI skala besar yang dilatih pada data yang sangat beragam — dibangun sekali, dipakai di mana saja.
Memahami, menghasilkan, dan menalar bahasa manusia dalam skala besar. Contoh: GPT-4o, Claude, Llama 3.
Memahami, menghasilkan, dan men-debug kode di berbagai bahasa pemrograman.
Mengenali objek, memahami suasana gambar, dan membuat gambar dari deskripsi.
Menangkap makna dan hubungan antar data untuk pencarian dan pencocokan kemiripan.
"Ringkas artikel soal dampak jalan kaki untuk kesehatan jantung" → "Sepuluh ribu langkah per hari optimal untuk menjaga jantung sehat."
"foto astronaut naik kuda di Mars" → gambar sesuai deskripsi.
"hand soap" → representasi numerik dari "hand soap refills, dispenser, antibacterial".
Para penyedia Foundation Model terkemuka — banyak tersedia di Amazon Bedrock: Anthropic (Claude) · OpenAI (GPT) · Meta (Llama) · Mistral AI · Amazon (Titan/Nova) · Cohere · Stability AI. Kiro dibangun di atas foundation model seperti inilah.
Kiro adalah contoh dari Agentic AI — AI yang tidak cuma menjawab pertanyaan, tapi bisa bertindak untuk mencapai tujuan Anda, langkah demi langkah, secara mandiri.
Bagian yang berpikir — memahami permintaan, menyusun rencana, dan memutuskan langkah selanjutnya.
Kemampuan bertindak — menulis file, menjalankan terminal, browsing web.
Hasil akhir yang ingin dicapai. Goal menuntun setiap keputusan LLM dan penggunaan tools.
Goal → Think → Act → Observe. Berulang sampai tujuan tercapai.
Anda tanya → AI jawab teks. Selesai. Tidak bisa membuat file, menjalankan program, atau memperbaiki error sendiri.
Anda beri tujuan → AI berpikir, bertindak dengan tools, melihat hasilnya, lalu mengulang sampai tujuan benar-benar tercapai — tanpa Anda perlu mengawasi tiap langkah.
Dari chatbot sederhana hingga AI yang bisa bekerja mandiri.
AI berdasarkan aturan yang ditulis manual — seperti flowchart, jika A maka B. Contoh: "Jika kata 'harga', jawab 'lihat menu'".
AI yang bisa chat lebih natural menggunakan machine learning, tapi masih sebatas tanya-jawab.
LLM yang bisa "memanggil function" — langkah pertama menuju action, tapi masih butuh developer untuk menghubungkan tools.
AI yang benar-benar mandiri — bisa berpikir, bertindak, melihat hasil, dan mengulang sampai tujuan tercapai.
| Kemampuan | Rule-Based | Chatbot | Function-Call | Agentic AI |
|---|---|---|---|---|
| Natural Language | ❌ | ✅ | ✅ | ✅ |
| Take Actions | ⚠️ | ❌ | ⚠️ | ✅ |
| Self-Correction | ❌ | ❌ | ❌ | ✅ |
| Multi-Step Tasks | ❌ | ❌ | ⚠️ | ✅ |
| Goal-Driven | ❌ | ❌ | ❌ | ✅ |
Kiro adalah penerapan nyata dari Agentic AI — lengkap dengan LLM, tools, dan kemampuan mengejar goal secara mandiri. Bayangkan Kiro seperti teman programmer yang selalu siap membantu.
Anda: "Bikinkan halaman toko online untuk jual kue"
Kiro: Menulis kode, membuat file, menjalankannya untuk Anda.
Tulis permintaan seperti chat ke teman — Bahasa Indonesia, English, atau campur, semua dipahami.
Kiro membuat file, folder, dan struktur project untuk Anda — tanpa Anda perlu mengetik satu baris kode.
Install, build, jalankan aplikasi — semua proses di balik layar dikerjakan Kiro secara otomatis.
Kalau ada yang salah, Kiro mendeteksi dan memperbaikinya sendiri — Anda tidak perlu tahu cara debug.
Anda tidak perlu menghafal kode. Cukup jelaskan apa yang Anda mau — dalam bahasa apapun — dan Kiro yang menulis kode-nya. Inilah yang membuat coding bisa diakses siapa saja.
Dari membangun aplikasi pertama Anda, sampai bereksperimen bebas di lomba kreativitas penutup.
Studi kasus: membangun website e-commerce UMKM kerajinan bambu Jogja dari nol, bersama Kiro — dari katalog produk sampai checkout.
Bagaimana Kiro "mengingat" konteks project dan aturan bisnis secara otomatis — tanpa harus diulang setiap prompt.
Pendekatan terstruktur untuk membangun fitur bersama Kiro — berpikir dulu lewat Requirements dan Design, baru eksekusi lewat Tasks.
Memperluas kemampuan Kiro dengan "plugin" — dari sekadar membaca kode, menjadi bisa mengontrol browser sungguhan secara otomatis.
Sesi penutup: peserta bebas membuat apapun dengan Kiro — tanpa batasan tema atau teknologi. Kreativitas jadi bintang utama.
Spec-Driven Development mengajak Anda berpikir terstruktur sebelum membangun — hasilnya lebih tepat dan minim rework.
Panduan lengkap untuk pemula hingga developer — pilih topik di bawah untuk membaca detailnya.
Kiro adalah AI-powered development environment yang dibuat oleh Amazon. Kiro berfungsi seperti partner programming yang bisa menulis kode dari instruksi bahasa sehari-hari, membuat file dan struktur project otomatis, menjalankan perintah terminal, menjelaskan konsep teknologi dengan mudah, serta memperbaiki error dan bug dalam kode.
Anda tidak perlu menghafal kode. Cukup jelaskan apa yang Anda mau dalam Bahasa Indonesia, Kiro yang akan menulis kode-nya.
Software yang perlu diinstall:
Download gratis di kiro.dev
Download di nodejs.org
Chrome, Firefox, atau Edge.
Yang tidak perlu Anda ketahui: workshop ini dirancang agar pemula pun bisa mengikuti. Anda tidak harus pernah programming sebelumnya, tahu HTML/CSS/JavaScript, atau paham database dan server.
Anda tidak perlu menghafal — Kiro yang mengurus implementasinya.
| Teknologi | Fungsi | Analogi |
|---|---|---|
| Next.js | Framework web full-stack | "Mesin" website |
| React | Library UI | "Kanvas" tampilan |
| Tailwind CSS | Styling/desain | "Cat & dekorasi" |
| JSON File | Database lokal | "Buku catatan" data |
| localStorage | Data di browser | "Ingatan" browser |
| Node.js | Runtime JavaScript | "Penerjemah" kode |
Buka Kiro IDE, buat folder baru, lalu ketik prompt pertama di chat panel:
Kiro akan menjawab dengan: penjelasan komponen utama website (Frontend, Backend, Database), alur belanja dari browsing sampai bayar, rekomendasi teknologi yang cocok, langkah-langkah memulai, dan pertanyaan balik untuk memperjelas kebutuhan Anda.
Panduan Membuat Website E-Commerce Kerajinan Bambu Jogja
Saya jelaskan gambaran besar dulu supaya Anda paham alurnya, lalu kita bisa mulai bangun bersama.
Komponen Utama:
Alur Belanja: Pengunjung → Lihat katalog → Tambah ke keranjang → Checkout → Bayar → Konfirmasi
Mau Mulai? Beritahu saya: nama brand, contoh produk, bahasa, dan payment gateway. Semakin detail kebutuhan Anda, semakin tepat hasilnya. Tapi tidak perlu sempurna — bisa ditambah nanti.
Kiro langsung bekerja: membuat 15+ file project, menulis kode frontend & backend, membuat 8 contoh produk kerajinan bambu, install dependencies & verifikasi berjalan.
💡 Di Balik Layar: File dibuat langsung oleh Kiro, terminal menjalankan npm install, dan jika terjadi error akan otomatis diperbaiki (problem solving).
Kiro menerapkan mobile-first layout, hamburger menu, dan grid fleksibel.
Kiro mengubah desain: navbar glass morphism + animasi, hero full-screen dengan card hover effects, tombol pill-shaped dengan warna warm & earthy, dan footer profesional 3 kolom.
Kiro menjalankan npm run dev, server berjalan di http://localhost:3000, dan browser terbuka otomatis.
🎉 Hasil dalam <10 menit: Halaman utama elegan, katalog 8 produk + filter kategori, keranjang belanja berfungsi, checkout + form lengkap, login & register, responsive HP & desktop, bilingual (ID & EN), dan 100% offline.
Tambahkan fitur search/pencarian di halaman produk supaya pengunjung bisa cari produk berdasarkan nama.
Buat halaman detail produk ketika user klik salah satu produk.
Buat halaman admin di /admin untuk melihat daftar pesanan yang masuk.
Ganti warna tema dari coklat bambu ke hijau emerald yang lebih segar.
Jelaskan bagaimana keranjang belanja bekerja di CartContext.jsx.
Buatkan diagram arsitektur dan sequence diagram alur checkout dalam format Mermaid.
Jika aplikasi ini sudah di production dengan banyak pengunjung, apa masalah teknis yang mungkin muncul?
Apa yang perlu di-improve supaya siap production? Prioritas keamanan, performa, skalabilitas.
Install, buka workspace, kenalan interface.
Ikuti langkah 1–4 di atas.
Tambah fitur sendiri dengan prompt.
Diskusi dan tips lanjutan.
Ya, download gratis di kiro.dev.
Tidak. Kiro menulis kode dari instruksi bahasa sehari-hari.
Indonesia, English, atau campur keduanya.
Ini prototype. Untuk production: tambah hosting, payment gateway asli, dan keamanan — semua bisa dibantu Kiro.
Tidak. Aplikasi 100% offline. Internet hanya untuk install awal.
Steering adalah file Markdown di folder .kiro/steering/ yang Kiro baca otomatis setiap kali Anda berinteraksi dengan project. Seperti briefing tertulis untuk asisten baru — sekali ditulis, Kiro selalu ingat tanpa perlu diulang.
| Dunia Nyata | Kiro Steering |
|---|---|
| SOP di kantor | Aturan coding & desain |
| Briefing karyawan baru | Konteks project & bisnis |
| Style guide brand | Panduan warna, font, UI |
| Checklist QA | Standar kualitas kode |
Harus selalu bilang: "Pakai Tailwind", "Bilingual ID & EN", "Harga Rupiah", "Mobile-first", "Warna bamboo-700".
Repot & sering lupa.
Cukup bilang: "Tambahkan halaman Tentang Kami" — Kiro otomatis pakai Tailwind, bilingual, warna brand, dan mobile-first.
Simpel & konsisten.
Tidak perlu buat manual — minta Kiro!
Alternatif 1: Serahkan ke Kiro (Simpel)
→ Kiro analisis project lalu buatkan steering yang relevan.
Alternatif 2: Berikan Arahan Spesifik
File steering = Markdown biasa. Bisa diedit manual atau minta Kiro update.
project-context.md
design-guide.md
coding-standards.md
| Jenis | Kapan Aktif | Contoh |
|---|---|---|
| Always (default) | Selalu | Standar coding, konteks bisnis |
| File Match | Saat file tertentu dibaca | Aturan khusus API |
| Manual | Dipanggil via # di chat | Panduan deploy |
Gunakan "always" untuk workshop — paling mudah dan langsung terasa.
"Buatkan file steering untuk project ini"
"Tambahkan halaman Tentang Kami" → Kiro otomatis bilingual, Tailwind, warna brand tanpa disuruh.
"Tambahkan di steering bahwa setiap halaman baru harus punya breadcrumb"
"Update steering: produk di atas Rp 200.000 harus diberi label 'Premium'"
Di bagian ini, Anda akan belajar tentang Spec-Driven Development — cara Kiro membantu Anda membangun fitur secara terstruktur: mulai dari requirements, design, sampai tasks.
Yang unik: Anda tidak perlu membaca materi panjang. Anda akan minta Kiro menjelaskannya untuk Anda, sambil belajar teknik prompting yang lebih advanced.
Dari "apa yang mau dibuat" → "bagaimana cara membangunnya" → "langkah-langkah kerjanya". Daripada langsung coding, Kiro membantu Anda berpikir dulu — lalu mengeksekusi langkah per langkah. Hasilnya lebih terstruktur dan minim rework.
Untuk latihan ini, kita akan mulai dari workspace kosong yang fresh agar tidak tercampur dengan project sebelumnya.
Klik File → New Window (atau Ctrl/Cmd + Shift + N)
Buat folder baru (misalnya belajar-spec) di lokasi mana pun yang mudah ditemukan.
Klik File → Open Folder, lalu pilih folder belajar-spec.
Pastikan Anda berada di mode Vibe (bukan Spec) di panel chat Kiro.
💡 Kenapa Workspace Baru? Agar tidak ada steering atau file lama yang mempengaruhi output Kiro, Anda bisa melihat hasil murni dari prompt Anda, dan mensimulasikan pengalaman "mulai dari nol" yang realistis.
Di Vibe chat workspace baru Anda, ketik prompt berikut. Perhatikan: Anda minta Kiro kasih saran dulu, bukan langsung eksekusi.
🤔 Kenapa Minta Saran Dulu? Hasil lebih berkualitas karena Kiro punya kesempatan memperjelas scope sebelum kerja, Anda belajar melihat apa yang Kiro anggap kurang dari prompt Anda, ini jadi kolaborasi bukan hanya menyuruh, dan ini teknik pro yang sering dipakai developer berpengalaman.
Prompt Anda sudah bagus, tapi saya punya beberapa saran untuk memperkaya hasilnya:
Mau saya lanjutkan dengan saran-saran ini, atau ada yang ingin Anda ubah?
Setiap orang bisa mendapat saran yang sedikit berbeda — itu normal! Yang penting adalah Kiro membantu Anda memikirkan hal yang mungkin terlewat.
Setelah melihat saran Kiro, buat session chat baru (klik ikon "+") dan tetap pilih mode Vibe. Lalu copy prompt yang disarankan Kiro, dan paste di session chat baru tersebut.
Contoh Prompt dari Instructor:
✅ Kenapa Prompt Ini Lebih Baik? Sumber jelas ("dari kiro.dev"), target audience spesifik, scope konten 3 poin jelas, arahan desain jelas, dan format output yang pasti (single page HTML).
Setelah Kiro selesai (biasanya 30-60 detik), Anda akan mendapat file HTML baru di workspace.
Klik file di sidebar Kiro, atau "Open with Live Server" / "Reveal in Finder" lalu buka di browser.
File ini berisi penjelasan lengkap tentang Spec-Driven Development di Kiro.
Requirements → Design → Tasks.
⚠️ Kalau Hasil Kurang Sesuai? Anda bisa lanjut iterasi di chat yang sama:
"Buatkan materi tentang Spec" → Hasil generik, mungkin kurang relevan.
"Buatkan materi... tapi kasih saran dulu" → Hasil spesifik, kontekstual, berkualitas.
Teknik yang Anda Pelajari: workspace fresh, minta Kiro cari dari sumber resmi, minta review prompt sebelum eksekusi, eksekusi dengan prompt spesifik, baca dan pelajari output, serta iterasi kalau kurang pas. Teknik "minta saran dulu" bisa dipakai untuk task apa pun — menulis email, membuat desain, planning fitur, atau presentasi.
MCP (Model Context Protocol) adalah standar "plugin" yang memberi Kiro kemampuan baru di luar kemampuan bawaannya.
| Kiro tanpa MCP | Otak yang bisa berpikir, baca file, tulis kode |
| Kiro + MCP | Otak + "tangan tambahan" yang bisa akses browser, database, API external |
Contoh MCP yang tersedia: Playwright (kontrol browser), Gmail (baca/kirim email), Google Calendar (cek jadwal), Slack (kirim pesan), GitHub (akses repo/issues), Notion, dan SQLite/PostgreSQL (query database). Cari MCP yang Anda butuhkan di registry.modelcontextprotocol.io.
Playwright adalah tool open-source untuk otomasi browser, biasa dipakai developer untuk automated testing. Dengan Playwright MCP, Kiro bisa membuka Chrome/Firefox/Safari, navigasi ke URL mana pun, klik tombol, isi form, scroll halaman, mengambil screenshot, dan membaca isi halaman yang sudah di-render JavaScript.
| Aspek | Fetch (built-in) | Playwright MCP |
|---|---|---|
| Cara kerja | Download HTML mentah | Buka browser nyata, render lengkap |
| JavaScript | ❌ Tidak dijalankan | ✅ Dijalankan seperti browser asli |
| Interaksi | ❌ Hanya baca | ✅ Klik, ketik, scroll, isi form |
| Visual | ❌ Tidak ada | ✅ Bisa screenshot |
| Halaman dinamis | ❌ Sering gagal | ✅ Bisa handle SPA, lazy-load |
Singkatnya: Fetch = baca buku. Playwright = masuk ke toko dan belanja sendiri.
Name: playwright, Command: npx, Args: @playwright/mcp@latest
Kiro akan otomatis membuat file .kiro/settings/mcp.json
📄 Alternatif: Buat File Manual
Pertama kali dijalankan, Playwright akan download browser otomatis (~1 menit). Requirement: Node.js 20+. Tidak perlu API key!
Browser Chrome terbuka otomatis, navigasi ke amazon.com, dan Kiro mengambil serta menampilkan screenshot di chat.
Kiro membaca accessibility tree halaman — struktur elemen yang sama digunakan oleh screen reader — untuk menemukan dan mengklik elemen yang tepat.
💡 Ide eksplorasi lainnya: test aplikasi sendiri, riset kompetitor, screenshot portfolio, atau form testing dengan data dummy.
MCP memperluas kemampuan Kiro, setup-nya sederhana (1 file JSON, tanpa API key), Playwright memungkinkan browser otomatis, dan berbeda dari Fetch karena bisa berinteraksi penuh. Eksplor MCP lain di registry.modelcontextprotocol.io — ada puluhan MCP siap pakai!
Saatnya menunjukkan kreativitas Anda! Dalam lomba ini, Anda bebas membuat apapun menggunakan Kiro — tidak ada batasan tema atau teknologi.
| Durasi | 1 — 1.5 jam |
| Format | Individu |
| Tema | Bebas — buat apapun yang Anda mau! |
| Hadiah | 3 pemenang terbaik akan mendapatkan hadiah |
| Penilaian | Juri akan melihat hasil masing-masing peserta dan memberikan penilaian |
Yang bisa Anda buat: Aplikasi Web (portfolio, calculator, quiz, landing page), Aplikasi Mobile (desain UI mobile-first), Game (snake, tic-tac-toe, memory card, trivia), Slide Presentasi (HTML-based), Materi Pembelajaran (tutorial interaktif, flashcard), Utilitas (to-do list, pomodoro, budget tracker), Kreasi Visual (animasi CSS, generative art), atau apapun lainnya.
Bingung mau buat apa? Berikut beberapa contoh prompt untuk memulai — ini hanya contoh, Anda bebas buat ide sendiri!
Buat game memory card matching dengan tema hewan lucu. Ada timer, score, dan efek animasi saat card cocok. Single page HTML.
Buat website portfolio personal yang kreatif dan unik untuk seorang desainer. Animasi smooth, dark mode, responsive.
Buat aplikasi Pomodoro Timer yang cantik dengan statistik belajar dan notifikasi suara.
Buat quiz interaktif tentang pengetahuan umum Indonesia dengan 10 soal, timer, dan leaderboard lokal.
Buat landing page untuk produk fiktif: headphone wireless premium, dengan testimonial dan pricing.
Buat dashboard visualisasi data cuaca kota-kota di Indonesia dengan chart dan prakiraan 5 hari.
Kriteria yang dinilai juri: Kreativitas, Fungsionalitas, Desain/Visual, Kompleksitas, dan Prompt Skill.
Passion terlihat di hasil.
Buat versi basic yang jalan dulu, baru tambah fitur.
Minta Kiro perbaiki visual setelah fungsionalitas jalan.
Animasi, hover effect, loading state — hal kecil yang bikin beda.
Pastikan bisa dibuka dan berfungsi sebelum waktu habis.
Saat waktu habis: stop coding & simpan semua perubahan, pastikan project bisa ditampilkan (browser atau screenshot), tunggu instruksi juri, dan tunjukkan hasil saat diminta.
Pengumuman pemenang: juri melihat dan menilai setiap karya, lalu 3 pemenang terbaik diumumkan dan mendapatkan hadiah.
Yang terpenting bukan menang — tapi Anda baru saja membuat sesuatu dari nol menggunakan AI. Itu sudah luar biasa!
⚠️ Dokumen Internal Juri. Bagian ini hanya untuk juri. Jangan tampilkan ke peserta sebelum waktu pengerjaan lomba selesai.
| Kriteria | Bobot | Deskripsi |
|---|---|---|
| Kreativitas | 30% | Seberapa unik dan original idenya? |
| Fungsionalitas | 25% | Apakah berjalan baik? Fitur bekerja? |
| Desain/Visual | 20% | Tampilan rapi, menarik, user-friendly? |
| Kompleksitas | 15% | Seberapa ambisius project? |
| Prompt Skill | 10% | Efektivitas penggunaan Kiro/AI |
Waktu pengerjaan selesai → peserta stop coding
Juri tampilkan prompt scoring ke peserta (dari bagian ini)
Peserta diminta buka chat baru di Kiro (Vibe mode)
Peserta copy-paste prompt scoring ke chat Kiro mereka
Kiro menganalisis workspace dan generate score
Peserta tunjukkan score ke juri (screenshot atau layar)
Juri juga memberikan penilaian pribadi setelah melihat hasil langsung
Kombinasi score AI + penilaian juri → tentukan 3 pemenang
Juri memiliki keputusan final. Score AI adalah referensi, bukan satu-satunya penentu.
Tampilkan di layar / projector agar peserta bisa copy:
"Waktu sudah habis! Sekarang kita akan melakukan penilaian. Silakan buka chat baru di Kiro, pilih Vibe mode, lalu copy-paste prompt yang akan saya tampilkan di layar. Jalankan prompt tersebut, lalu tunjukkan score card yang muncul."