MCP: Protokol yang Bikin AI Agent Bisa Ngapa-ngapain (Dan Kenapa Anda Harus Peduli)

May 27, 2026 · 5 min read

Anda mungkin udah dengar istilah MCP belakangan ini. Muncul di mana-mana — update Claude Code, blog teknis, bahkan tools AI lokal mulai ngomongin. Tapi apa sih sebenernya?

Singkatnya: MCP adalah protokol standar yang bikin AI agent bisa connect ke tools eksternal tanpa custom integration satu-satu. Dulu kalau kita mau agent bisa baca database, kita bikin konektor sendiri. Mau agent bisa akses Jira? Bikin lagi. GitHub? Bikin lagi. Tiap tools butuh kode custom.

MCP ngilangin itu semua.

---

Masalah Sebelum MCP

Bayangin skenario ini. Anda punya AI agent buat maintain ERP. Anda pengen agent bisa:

• Baca issue dari GitHub
• Query database PostgreSQL buat debug
• Cek error dari Sentry
• Update tiket Jira
• Baca dokumentasi internal dari Notion

Tanpa MCP? Anda harus bikin 5 integrasi terpisah. Masing-masing butuh authentication, error handling, format parsing. Kalau tools-nya berubah API? Update semua satu-satu. Capek.

Dengan MCP? Agent tinggal connect ke MCP server masing-masing tools — dan semua ngomong bahasa yang sama.

---

Cara Kerja MCP

Agent Anda → MCP Client → MCP Server (GitHub)  → GitHub API
                        → MCP Server (Postgres) → Database
                        → MCP Server (Sentry)   → Error tracking
                        → MCP Server (Jira)     → Ticket system

MCP server itu kayak translator universal. Dia expose tools-nya dalam format standar yang semua MCP client ngerti. Agent gak perlu tau detail API GitHub atau Postgres — dia cuma tau “ada tool namanya search_issues” atau “ada tool namanya query_database”.

Satu protokol, semua tools.

---

Kenapa Ini Game-Changer

1. Standardisasi. Sebelum MCP, setiap AI platform punya cara sendiri buat nambah tools. OpenAI function calling, Anthropic tool use, LangChain tools — semua beda. MCP bikin satu standar yang dipake semua.

2. Komunitas. Sekarang ada ratusan MCP server siap pakai. GitHub, Postgres, Slack, Playwright, Obsidian, Figma, Notion, Linear, Supabase, dan masih banyak. Install, connect, langsung bisa dipake agent.

3. Compose. MCP servers bisa dikombinasikan. Agent bisa baca Sentry error → cari issue terkait di GitHub → query database buat debug → update tiket Jira. Semua dalam satu sesi, tanpa context switching.

4. Security. MCP server jalan lokal atau behind firewall. Agent gak perlu akses langsung ke API eksternal. Control-nya tetep di Anda.

---

Contoh Nyata: Debug ERP dengan MCP

Anda maintain aplikasi inventory. Tiba-tiba user lapor “laporan stok error.”

Tanpa MCP, agent cuma bisa baca kode dan jalankan test. Dengan MCP:

Agent: "Ada laporan error. Cek Sentry buat stack trace."
→ MCP Server (Sentry) → return: "NullPointerException di report.py line 47"

Agent: "Ada issue GitHub terkait ini?"
→ MCP Server (GitHub) → return: "Issue #142 — laporan stok error"

Agent: "Query database: ada data null di tabel inventory?"
→ MCP Server (Postgres) → return: "Ya — 3 row punya quantity = NULL"

Agent: "Fix kode, run test, buat PR, update issue."
→ Tools coding + GitHub → PR #523 opened

Agent: "Error terselesaikan? Cek Sentry lagi 1 jam kemudian."
→ MCP Server (Sentry) → return: "Tidak ada error baru"

Semua ini terjadi dalam satu orchestration. Agent gak perlu buka 4 tab berbeda atau copy-paste antar tools.

---

Cara Mulai dengan MCP

Ini cara nambahin MCP server ke Claude Code (yang paling umum dipake):

Install MCP Server

# GitHub
claude mcp add -s user github -- npx @modelcontextprotocol/server-github

# PostgreSQL
claude mcp add -s local postgres -- npx @anthropic-ai/server-postgres \
  --connection-string postgresql://localhost/erpdb

# Sentry (HTTP-based)
claude mcp add --transport http sentry https://mcp.sentry.dev/mcp

Verifikasi

claude mcp list  # lihat semua server yg udah connect
/mcp             # dari dalam Claude Code: buka UI management

Pakai di Agent

Setelah connect, tools dari MCP server auto-appear di agent. Anda tinggal prompting natural:

“Cek Sentry buat error terbaru, cari issue terkait di GitHub, lalu debug”

Agent akan pake tool yang sesuai tanpa Anda sebutin satu-satu.

---

MCP Server Populer Buat Developer

Server	Fungsi	Kenapa Berguna
GitHub	Issue, PR, search, repo management	Agent bisa full GitHub workflow
PostgreSQL / Supabase	Query database langsung	Debugging pake data nyata
Sentry	Error tracking, stack traces	Agent tau apa yang error di production
Playwright	Browser automation	Agent bisa test UI
Obsidian	Notes & knowledge base	Agent baca dokumentasi Anda
Slack	Messaging	Agent baca/balas thread
Linear / Jira	Ticket system	Agent manage tiket
Notion	Documentation	Agent akses wiki internal
Context7	Live library docs	Agent selalu pake docs terbaru

---

Kenapa Anda Harus Peduli

MCP bukan cuma buat developer AI. Buat full-stack builder kayak Anda, MCP artinya:

1. Agent lebih capable. Tanpa MCP, agent cuma bisa baca file dan run command. Dengan MCP, agent bisa interact dengan semua tools dalam workflow Anda.

1. Setup lebih simpel. Satu protokol buat semua integrasi. Gak perlu maintain 5 SDK berbeda.

1. Future-proof. MCP udah jadi standar de facto 2026. Semakin banyak tools support MCP, semakin powerful agent Anda tanpa effort tambahan.

1. Agent development jadi modular. Anda bisa swap tools tanpa ubah kode agent. Mau ganti GitHub ke GitLab? Ganti MCP server-nya aja.

---

Keterbatasan (Yang Perlu Diingat)

• Bloat tool list. Jangan install semua MCP server. Setiap server nambah tools ke agent context. Makin banyak tools, makin susah agent milih yang tepat. Starter set: GitHub + 1-2 domain-specific.
• Latency. Tambahan hop ke MCP server ada overhead. Untuk task real-time ketat, pertimbangkan direct API call.
• Security. MCP server lokal aman. Yang HTTP/SaaS perlu dipastikan auth-nya proper.

---

Bottom Line

Dulu: AI agent itu chatbot yang bisa baca file.

Sekarang: AI agent itu sistem operasi mini yang bisa connect ke semua tools Anda.

MCP-lah yang bikin lompatan itu mungkin.

Kalau Anda bangun AI agent di 2026 dan belum pake MCP — Anda kerja 2x lebih keras buat hasil yang sama.

---

Tertarik bangun AI agent sendiri? Saya lagi nulis series “AI Junior Developer” di susiloharjo.web.id — dari nol sampe production.