Bagaimana Mengotomatiskan Setiap Alur Kerja dengan Claude Skills (Tutorial Lengkap)

marsbitDipublikasikan tanggal 2026-05-12Terakhir diperbarui pada 2026-05-12

Abstrak

**Panduan Lengkap: Mengotomatiskan Alur Kerja dengan Claude Skills** Claude Skills adalah file instruksi permanen yang disimpan di komputer Anda, dirancang untuk memberi tahu Claude cara menyelesaikan tugas tertentu secara konsisten dan berkualitas tinggi. Berbeda dengan prompt biasa yang hanya menjadi awal percakapan, Skills bertindak seperti karyawan terlatih yang mengikuti proses, standar, dan format output yang sama setiap kali. **Mengapa Skills Sangat Berharga?** Skills menawarkan kualitas yang terstandarisasi dan dapat diandalkan. Dengan lebih dari 80.000 Skills komunitas dan Skills resmi dari Anthropic, alat ini masih sering kurang dimanfaatkan karena kurangnya panduan yang jelas. **Tahap 1: Instalasi Cepat (5 Menit)** Skills adalah folder di komputer Anda yang berisi file `SKILL.md`. Untuk menginstal: - Kunjungi skillsmp.com atau github.com/anthropics/skills. - Pilih Skill yang relevan, ikuti petunjuk instalasi. - Terapkan pada tugas nyata dan bandingkan hasilnya dengan metode prompt biasa. **Tahap 2: Membuat Skill Kustom dari Awal** Sebelum mulai, jawab tiga pertanyaan: 1. **Apa tujuan Skill ini?** (Contoh: "Menulis email tindak lanjut untuk calon klien yang menghadiri webinar, menyebutkan sesi spesifik, menyertakan studi kasus, dan mengajak menjadwalkan demo 15 menit."). 2. **Kapan Skill ini diaktifkan?** (Daftar 5 frasa pemicu seperti "tulis email tindak lanjut"). 3. **Seperti apa output yang sempurna?** (Berikan contoh nyata). **Struktur File SKILL.md:** - **...

Catatan Editor: Artikel ini adalah tutorial pengantar Claude Skills, yang membahas lima tahapan: instalasi, pembuatan, pengujian, pengoptimalan, dan pembangunan pustaka Skill. Penulis memulai dari struktur file paling dasar, menjelaskan cara menulis SKILL.md, cara mengatur kondisi pemicu, cara menambahkan contoh dan kasus batas, serta memberikan metode verifikasi "skenario rutin, skenario batas, pengujian tekanan".

Jika Prompt menyelesaikan "bagaimana menanyakan untuk kali ini", maka Skills menyelesaikan "bagaimana melakukan tugas semacam ini di masa depan". Bagi mereka yang ingin benar-benar memasukkan AI ke dalam alur kerja harian, artikel ini memberikan jalur operasional yang dapat langsung diterapkan.

Berikut adalah teks asli:

Saya menggabungkan semua yang saya ketahui tentang Claude Skills ke dalam satu artikel ini.

Saran: simpan dan simpan :)

Setelah membaca artikel ini, pemahaman Anda tentang Claude Skills akan melampaui 99% pengguna. Anda setidaknya akan membangun dan menerapkan satu Skill kustom sendiri, dan menguasai metode yang dapat digunakan kembali untuk mengotomatisasi alur kerja apa pun di industri apa pun.

Ini bukan berlebihan. Ini adalah manual praktik lengkap.

Apa sebenarnya Claude Skills itu? Mengapa kebanyakan orang salah menggunakannya?

Pada dasarnya, Claude Skill adalah file instruksi permanen yang disimpan di komputer Anda, yang memberi tahu Claude bagaimana menyelesaikan tugas tertentu dengan akurat. Setiap kali demikian, dan tidak perlu Anda jelaskan berulang kali.

Kebanyakan orang mendengar ini, akan berpikir: "Oh, jadi ini seperti Prompt yang disimpan."

Bukan. Prompt yang disimpan adalah titik awal percakapan. Skill lebih seperti karyawan yang terlatih.

Prompt yang disimpan mengatakan: "Ini adalah cara memulainya."

Skill mengatakan: "Pekerjaan ini harus dilakukan seperti ini dari awal hingga akhir; output yang baik harus terlihat seperti ini; jika terjadi kesalahan harus ditangani seperti ini; perlu menggunakan alat-alat ini; hasil akhir harus disampaikan dalam format ini."

Perbedaan kualitas output yang dihasilkan sangat besar.

Ketika Anda memberi Claude Prompt sekali pakai, Anda mendapatkan kualitas sekali pakai: tidak stabil, kadang bagus, kadang biasa saja. Hasilnya berbeda setiap kali karena cara Anda bertanya juga sedikit berbeda setiap kali.

Tetapi ketika Anda mengaktifkan Skill, Anda mendapatkan kualitas yang terstandarisasi: proses yang sama, standar yang sama, format output yang sama, konsisten setiap kali. Inilah perbedaan antara "mencari seorang magang" dan "memiliki seorang profesional terlatih".

Mengapa Skills adalah fitur AI yang paling diremehkan saat ini?

Saat ini sudah tersedia lebih dari 80.000 Skills komunitas, dan pasar ini masih menambahkan ribuan setiap minggu. Anthropic juga telah merilis Skills resmi untuk skenario seperti PDF, dokumen Word, presentasi, spreadsheet, dan desain.

Tetapi kebanyakan orang bahkan belum pernah memasang satu pun.

Alasannya sederhana: tidak ada yang benar-benar menjelaskan cara menggunakannya dengan benar. Sebagian besar tutorial hanya memberi tahu cara memasang Skill, lalu selesai. Ini seperti mengajari orang lain cara merekrut karyawan, tetapi tidak pernah mengajarinya cara mengelola karyawan.

Artikel ini mencakup siklus hidup lengkap: cara menemukan Skills yang tepat, cara memasangnya, cara membangun Skill kustom dari nol, cara menguji dan mengoptimalkan, cara menerapkannya ke alur kerja nyata, serta cara membangun pustaka Skill lengkap untuk mengotomatisasi seluruh sistem kerja Anda.

Tahap Satu: Pasang Skill Pertama Anda dalam Lima Menit

Di mana Skills Disimpan?

Skills pada dasarnya hanyalah folder di komputer Anda. Setiap folder berisi file bernama SKILL.md. File ini berisi instruksi spesifik yang memberi tahu Claude bagaimana menyelesaikan pekerjaan ini.

Untuk Claude Code, mereka dapat ditempatkan di .claude/skills/ di bawah direktori proyek, atau secara global di ~/.claude/skills/.

Untuk Claude Desktop dengan Cowork, dapat digunakan melalui antarmuka desktop.

Sesederhana itu. Tidak ada instalasi rumit, tidak ada dependensi, tidak ada file konfigurasi. Itu hanya folder dengan file teks.

Apa yang Perlu Anda Lakukan di Tahap Satu

· Jelajahi skillsmp.com atau github.com/anthropics/skills, temukan Skill yang terkait dengan pekerjaan Anda.

· Ikuti instruksi di repositori kode untuk memasangnya.

· Terapkan pada tugas nyata yang biasa Anda lakukan secara manual.

· Bandingkan kualitas dan kecepatan outputnya dengan cara Anda menggunakan Prompt biasanya.

· Jika output belum sempurna, catat area yang perlu diperbaiki.

Tahap Dua: Bangun Skill Kustom Pertama Anda dari Nol

Uji Tiga Pertanyaan

Sebelum mulai membangun, jawab tiga pertanyaan ini.

Pertama, untuk apa Skill ini digunakan?
Harus sangat spesifik. Jangan tulis "bantu saya menangani email". Sebaiknya tulis: "Tulis email tindak lanjut profesional untuk calon klien yang telah menghadiri webinar online kami, sebutkan sesi spesifik yang mereka hadiri, sertakan studi kasus terkait, dan akhiri dengan ajakan eksplisit untuk menjadwalkan demo produk 15 menit."

Kedua, kapan seharusnya Skill ini diaktifkan?
Apa sebenarnya yang akan Anda input untuk memicunya? Contoh: "tulis email tindak lanjut", "buat draf email tindak lanjut pasca-webinar", "buat email untuk calon klien". Setidaknya buat daftar lima frasa pemicu.

Ketiga, seperti apa seharusnya output yang sempurna?
Jangan deskripsi abstrak, tetapi berikan contoh nyata langsung. Tempelkan email yang pernah Anda tulis dan berhasil dengan baik. Nilai contoh ini melebihi 50 baris instruksi.

Menulis SKILL.md

File SKILL.md Anda terdiri dari dua bagian.

Bagian pertama adalah frontmatter YAML di bagian atas, di antara tanda ---. Di sini Anda perlu menulis nama dan deskripsi dalam format kebab-case. Deskripsi harus berupa teks yang sangat spesifik dan dengan kondisi pemicu yang jelas, daftar semua frasa pemicu, dan jelaskan dengan jelas kapan Skill ini harus diaktifkan dan kapan tidak boleh diaktifkan.

Bagian kedua adalah konten instruksi di bawah frontmatter. Bagian ini adalah alur kerja yang ditulis dalam bahasa alami. Tulis langkah demi langkah, berurutan. Setiap langkah harus berupa tindakan yang jelas. Sertakan contoh input dan output, sertakan kasus batas dan cara penanganannya, serta tuliskan standar kualitas Anda.

Seluruh file sebaiknya dikontrol dalam 500 baris. Dilarang menggunakan bahasa samar seperti "formatnya baguskan sedikit" atau "tangani dengan tepat". Setiap instruksi harus spesifik dan dapat diuji.

Apa yang Perlu Anda Lakukan di Tahap Dua

· Pilih satu tugas yang paling sering Anda ulangi, dan selesaikan "Uji Tiga Pertanyaan".

· Tulis frontmatter YAML dengan deskripsi pemicu yang eksplisit dan spesifik.

· Tulis bagian instruksi sebagai alur kerja langkah demi langkah, dan sertakan contoh konkret.

· Simpan file SKILL.md ke direktori Skills yang benar.

· Jalankan Skill ini dengan tugas nyata, dan simpan output untuk ditinjau ulang.

Tahap Tiga: Uji, Optimalkan, dan Jadikan Tingkat Produksi

Uji Tiga Skenario

Uji Skill Anda dengan tiga skenario.

Pertama, jalur rutin.
Input tugas yang normal dan langsung, yang mewakili 80% skenario penggunaan Anda.

Kedua, kasus batas.
Input tugas yang aneh, tidak umum, atau informasi tidak lengkap, untuk menguji batas Skill. Misalnya data hilang, format tidak normal, konflik informasi, dll.

Ketiga, pengujian tekanan.
Input versi tugas yang terbesar, paling berantakan, paling kompleks. Ini dapat mengungkap apakah Skill ini memiliki kemampuan skalabilitas, atau hanya dapat menangani tugas sederhana.

Jika Skill Anda dapat menghasilkan output yang Anda bersedia tunjukkan kepada klien di ketiga skenario ini, maka ia telah mencapai tingkat produksi. Selama satu skenario gagal, kegagalan itu sendiri akan memberi tahu Anda instruksi apa yang harus ditambahkan.

Siklus Optimasi Mingguan

Setiap kali menggunakan Skill, selama hasil output belum ideal, segera perbarui SKILL.md. Setelah satu bulan pengoptimalan berkelanjutan, konten yang dihasilkan Skill Anda hampir tidak dapat dibedakan dari pekerjaan yang diselesaikan oleh profesional manusia yang terlatih.

Apa yang Perlu Anda Lakukan di Tahap Tiga

Uji Skill Anda dengan tiga skenario: jalur rutin, kasus batas, pengujian tekanan.

Untuk setiap kegagalan, tambahkan instruksi atau contoh spesifik yang dapat menyelesaikan masalah.

Jalankan ketiga skenario lagi, pastikan perbaikan efektif.

Pada bulan pertama, atur pengingat kalender untuk setiap hari Jumat, untuk meninjau dan mengoptimalkan Skill Anda.

Tahap Empat: Bangun Pustaka Skill Lengkap untuk Industri Anda

Satu Skill Adalah Alat, Sepuluh Skills Adalah Tim

Buat satu Skill untuk setiap tugas berulang dalam alur kerja Anda. Skill penulisan konten, Skill penelitian, Skill perancangan email, Skill analisis data, Skill persiapan rapat, Skill pembuatan laporan, Skill komunikasi klien, Skill analisis pesaing.

Dalam satu bulan, Anda dapat memiliki sepuluh Skills tingkat produksi. Dalam tiga bulan, Anda dapat membangun pustaka Skill lengkap yang mencakup alur kerja utama dalam posisi Anda.

Pola Desain Skill untuk Industri Berbeda

Industri Real Estat:
Penulis deskripsi properti, Pembuat analisis pasar, Pembuat draf email tindak lanjut klien, Pembuat studi kasus perbandingan penjualan, Alat persiapan briefing open house.

Pemasaran:
Pembuat Brief acara, Penulis copy iklan, Pengumpul laporan data, Perencana kalender konten, Analis uji A/B.

Industri Keuangan:
Pemroses laporan pengeluaran, Analis faktur, Penjelas varians anggaran, Pembuat ringkasan portofolio klien, Pemeriksa kepatuhan regulasi.

Industri Konsultasi:
Pembuat draf proposal, Alat persiapan wawancara kebutuhan, Alat pemformatan deliverable, Pembuat laporan status, Penulis ringkasan proyek.

Industri E-commerce:
Penulis deskripsi produk, Analis ulasan pelanggan, Pembuat laporan inventaris, Pelacak harga pesaing, Pengumpul analisis retur.

Pola dasarnya universal: identifikasi tugas, bangun Skills, optimalkan terus, biarkan Claude bertanggung jawab atas eksekusi, Anda bertanggung jawab atas strategi.

Apa yang Perlu Anda Lakukan di Tahap Empat

· Buat daftar semua tugas berulang dalam alur kerja Anda saat ini.

· Prioritaskan berdasarkan frekuensi kemunculan dan tingkat waktu yang dihabiskan.

· Mulai dari tugas dengan prioritas tertinggi, bangun satu Skill baru setiap minggu.

· Pertahankan satu dokumen induk yang mencatat status dan tanggal optimasi terakhir semua Skills Anda.

· Bagikan Skills terbaik Anda secara publik.

Terakhir

Satu Skill yang menghemat 30 menit per minggu, dapat menghemat 26 jam untuk Anda dalam setahun. Sepuluh Skills yang masing-masing menghemat 30 menit per minggu, dapat menghemat 260 jam dalam setahun. Setara dengan mengembalikan enam setengah minggu kerja penuh kepada Anda setiap tahun.

Kebanyakan orang masih akan memasukkan instruksi yang sama di Claude setiap hari.

Sementara mereka yang membangun pustaka Skill, akan mulai menjalankan sistem kerja yang sama sekali berbeda dalam 60 hari.

Jika Anda merasa artikel ini bermanfaat, Anda dapat mengikuti saya @eng_khairallah1, untuk mendapatkan lebih banyak konten AI serupa. Saya memposting analisis, kursus, dan alat setiap minggu.

Semoga artikel ini bermanfaat bagi Anda.

Khairallah ❤️

Pertanyaan Terkait

QApa sebenarnya Claude Skills dan apa perbedaannya dengan prompt yang disimpan?

AClaude Skills adalah file instruksi permanen yang disimpan di komputer, yang memberi tahu Claude cara menyelesaikan tugas spesifik secara konsisten. Berbeda dengan prompt yang disimpan, yang hanya titik awal percakapan, Skills lebih seperti karyawan terlatih yang mengikuti alur kerja standar, standar kualitas, dan format output yang sama setiap kali digunakan, memberikan hasil yang stabil dan terstandarisasi.

QBagaimana cara menginstal Skill pertama saya dalam lima menit?

AAnda dapat menginstal Skill pertama dalam lima menit dengan mengunjungi situs seperti skillsmp.com atau github.com/anthropics/skills, mencari Skill yang relevan, mengikuti petunjuk instalasi dari repositori, lalu menerapkannya pada tugas nyata. Skills disimpan sebagai folder dengan file SKILL.md di dalam direktori seperti .claude/skills/ pada proyek atau ~/.claude/skills/ secara global.

QApa saja tiga pertanyaan yang harus dijawab sebelum membangun Skill kustom dari nol?

ATiga pertanyaan yang harus dijawab adalah: 1. Apa tujuan Skill ini? (Jelaskan secara spesifik, misalnya menulis email tindak lanjut untuk klien potensial). 2. Kapan Skill ini harus diaktifkan? (Sebutkan setidaknya lima frasa pemicu seperti 'tulis email tindak lanjut'). 3. Seperti apa output yang sempurna? (Berikan contoh nyata seperti email yang pernah berhasil digunakan).

QBagaimana cara menguji dan mengoptimalkan Skill agar mencapai tingkat produksi?

AUji Skill dengan tiga skenario: 1. Jalur reguler (tugas normal yang mewakili 80% penggunaan). 2. Kasus batas (tugas dengan data tidak lengkap atau format tidak biasa). 3. Uji tekanan (tugas paling kompleks dan berantakan). Perbarui file SKILL.md setiap kali output kurang ideal, dan lakukan pengoptimalan rutin setiap minggu selama sebulan untuk mencapai kualitas setara profesional manusia.

QApa manfaat membangun perpustakaan Skills lengkap untuk industri saya?

AMembangun perpustakaan Skills lengkap (misalnya 10 Skills) dapat mengotomatisasi alur kerja berulang di industri Anda, seperti penulisan konten, analisis data, atau komunikasi klien. Ini menghemat waktu signifikan (misalnya, 10 Skills yang masing-masing menghemat 30 menit per minggu bisa menghemat 260 jam per tahun), memungkinkan Anda fokus pada strategi sementara Claude menangani eksekusi tugas.

Bacaan Terkait

Studi Terbaru BIS: Stablecoin dan Masa Depan Lanskap Moneter Global

Studi BIS Terbaru: Masa Depan Stablecoin dan Lanskap Moneter Global Stablecoin telah berevolusi dari alat khusus di ekosistem kripto menjadi aset digital baru dengan fungsi pembayaran lintas batas dan penyimpan nilai, secara mendalam memengaruhi lanskap moneter internasional. Laporan BIS menganalisis karakteristik, mekanisme, dan dampak stablecoin terhadap sistem moneter internasional, serta mengusulkan tiga skenario masa depan dan arah regulasi. Pasar stablecoin didominasi oleh stablecoin berdenominasi dolar AS (mencapai 98% dari total kapitalisasi pasar), dengan USDT dan USDC memegang kendali. Aplikasi utamanya masih dalam ekosistem kripto (trading dan DeFi). Mekanisme operasinya mengikuti pola "sirkulasi on-chain + cadangan off-chain", yang pada dasarnya merupakan klaim swasta terhadap dolar AS lepas pantai dalam bentuk digital. Ini berbeda dari pasar Eurodolar tradisional karena tidak memiliki dukungan likuiditas bank sentral, sehingga stabilitasnya bergantung sepenuhnya pada kualitas aset cadangan. Dampak globalnya signifikan, terutama bagi negara ekonomi berkembang dan berkembang (EMDE). Stablecoin dolar AS menjadi saluran utama "digital dollarization", memfasilitasi pelarian modal dan melemahkan kedaulatan moneter serta efektivitas kebijakan di negara-negara dengan inflasi tinggi. Fungsi utamanya terlihat pada penyimpan nilai dan media transaksi sektor swasta, sementara fungsinya sebagai unit hitung dan penggunaan di sektor resmi masih terbatas. Laporan ini menguraikan tiga skenario masa depan: 1. **Skenario 1: Adopsi Terbatas** (Skenario dasar): Stablecoin tetap terbatas pada ekosistem kripto dengan sedikit penetrasi ekonomi riil. 2. **Skenario 2: Digital Dollarization** (Skenario berisiko tinggi): Stablecoin dolar AS menjadi standar de facto untuk pembayaran ritel lintas batas di EMDE, mengikis kedaulatan moneter secara signifikan. 3. **Skenario 3: Integrasi Stablecoin Mata Uang Lokal** (Skenario ideal): Negara-negara mengembangkan stablecoin mata uang lokal yang diatur dan terhubung dengan sistem pembayaran domestik dan CBDC untuk meningkatkan efisiensi tanpa risiko substitusi mata uang asing. Tantangan regulasi memerlukan kolaborasi global. Rekomendasi kebijakan inti mencakup: standar regulasi global yang seragam, penguatan kerja sama lintas batas, peningkatan pertahanan domestik (termasuk pengembangan CBDC) di EMDE, dan pencegahan aktivitas ilegal. Kesimpulannya, stablecoin adalah kekuatan struktural yang dapat memperkuat hegemoni dolar AS dalam jangka pendek namun masa depannya bergantung pada respons regulasi, inovasi instrumen digital lokal, dan jalur adopsi pasar.

链捕手6m yang lalu

Studi Terbaru BIS: Stablecoin dan Masa Depan Lanskap Moneter Global

链捕手6m yang lalu

Perusahaan Satu Orang 'Meledak': Ada yang Untung Rp1 Miliar Setahun, Ada yang Pendapatan Menyusut 90%

"Perusahaan Perorangan" (OPC) yang didukung AI—model bisnis di mana individu menggunakan alat untuk berwirausaha secara mandiri—sedang populer. Tahun 2026 disebut sebagai tahun pertama era OPC. Meskipun AI menurunkan hambatan dan biaya, kesuksesan tidak dijamin. Statistik menunjukkan 52.7% OPC berpenghasilan di bawah 7.000 yuan per bulan. **Zhang Sir (Pengembangan Game):** Dalam setahun, ia mengembangkan 6 game interaksi *bullet chat*, dengan pendapatan bersih pribadi 80-100 juta yuan. AI menggantikan 70% pekerjaan seni dan membantu penulisan kode, memangkas biaya produksi menjadi 1.000-1.500 yuan per game dan siklus pengembangan menjadi 15 hari. **Oktober (Pengembangan Material, Jepang):** Setelah mendirikan OPC, pendapatan bulanannya tiga kali lipat rata-rata pekerja kantoran seusianya di Jepang. AI digunakan untuk penerjemahan, desain, pemrosesan pesanan, dan konsultasi hukum. Pasar Jepang yang tidak terlalu kompetitif memberi peluang, meski hambatan industri tinggi. **Xiao Tao (Bioteknologi):** Melayani klien B2B dengan algoritma AI untuk mengoptimasi formula media kultur sel, ia menggandakan pendapatan dibanding pekerjaan penuh waktu. AI Agent menangani 80% pekerjaan repetitif. Ia menekankan pentingnya sumber daya klien dan kemampuan non-teknis. **A Yuan (E-niaga Lintas Batas):** Mantan karyawan *big tech* yang beralih ke e-niaga Amerika Latin. AI menggantikan 60% pekerjaan, seperti pemilihan produk dan pembuatan konten. Namun, pendapatannya turun 90% dibanding gaji sebelumnya. Ia memperingatkan agar tidak tergesa-gesa berwirausaha, tetapi mengakui nilai pembelajaran yang besar dari pengalaman langsung. Intinya: AI memberdayakan OPC dengan efisiensi biaya dan produksi, tetapi kesuksesan bergantung pada keahlian, pengalaman industri, sumber daya klien, dan kemampuan adaptasi pasar.

marsbit13m yang lalu

Perusahaan Satu Orang 'Meledak': Ada yang Untung Rp1 Miliar Setahun, Ada yang Pendapatan Menyusut 90%

marsbit13m yang lalu

Langkah Pertama "Raja Baru" Berkshire: Jual Minyak dan Gas, Beli Properti dengan $8,5 Miliar

Berkshire Hathaway, di bawah kepemimpinan baru CEO Greg Abel, mengambil langkah strategis pertamanya dengan setuju membangun perusahaan pembangun rumah AS Taylor Morrison senilai $8.5 miliar, diikuti penjualan saham Chevron senilai $8 miliar pada kuartal pertama. Abel, yang resmi menjabat pada Januari, menandatangani kesepakatan all-cash ini dengan premium 24% untuk memperkuat portofolio properti perumahan perusahaan, yang mencakup Clayton Homes. Langkah ini sejalan dengan pandangannya tentang peluang di pasar yang mengalami dislokasi dan bertujuan membangun ekosistem perumahan yang lebih terintegrasi. Akuisisi ini terjadi di tengah latar belakang pemulihan sektor perumahan AS dan dukungan kebijakan pemerintah. Sementara itu, penjualan saham Chevron dilakukan pada harga rata-rata $182.59 per saham, merealisasikan keuntungan signifikan dari investasi awal tahun 2020. Kedua langkah ini menandakan pergeseran alokasi aset dari energi ke properti dan menunjukkan potensi pemanfaatan cadangan kas Berkshire yang mencapai rekor $381.1 miliar untuk akuisisi lebih lanjut di era baru pasca-Buffett.

marsbit39m yang lalu

Langkah Pertama "Raja Baru" Berkshire: Jual Minyak dan Gas, Beli Properti dengan $8,5 Miliar

marsbit39m yang lalu

Analisis Laporan Goldman Sachs: Kekurangan Penyimpanan Sampai 2028, Beli Lagi

**Laporan Goldman Sachs: Kekurangan Chip Memori hingga 2028, Rekomendasikan Beli** Laporan "The 720" Goldman Sachs menegaskan bahwa siklus kenaikan memori saat ini akan **berlangsung lebih lama**, dengan kekurangan pasokan diperkirakan terus berlanjut hingga 2028. Goldman Sachs menilai pasar meremehkan durasi siklus ini, terbukti dari valuasi saham memori yang masih rendah. Tiga faktor kunci: permintaan server AI yang kuat, pertumbuhan pasokan terbatas, dan kontrak jangka panjang yang mengikat. **Rekomendasi Utama (Memori):** * **Samsung Electronics & SK Hynix:** Pertahankan rating **BELI**, target harga dinaikkan. * **Kioxia:** Ditingkatkan dari Tahan menjadi **BELI**. Goldman Sachs merevisi naik estimasi laba 2027-2029 secara signifikan, memperkirakan margin kotor tinggi dapat bertahan. **Rantai Pasokan AI Lainnya yang Direkomendasikan:** Laporan ini juga merekomendasikan saham di sepanjang rantai pasokan perangkat keras AI, didorong oleh peningkatan belanja modal hyperscaler global: * **MediaTek, Eoptolink, Biren, Huaqin:** Rating **BELI**. Mencakup peralihan ke chip AI/data center, modul optik kecepatan tinggi, dan ekspansi kapasitas. * **Lenovo:** Rating **BELI**, target harga dinaikkan. Fokus pada siklus upgrade AI PC yang diantisipasi. **Lini Bisnis Lainnya:** * **BYD:** **BELI**. Soroti strategi otonomi, menurunkan harga kendaraan dengan fitur NOA perkotaan, dan chip self-driving buatan sendiri. * **Saham Properti China (COLI, CR Land):** Analisis scenario optimis dengan asumsi pemulihan harga, menunjukkan potensi upside. Bukan prediksi dasar. * **Perusahaan Peralatan Semikonduktor Jepang:** Sebagian besar dipertahankan rating **BELI**. * **Panasonic & NTT:** Rating **BELI**, dengan berbagai katalis termasuk komponen terkait AI dan imbal hasil pemegang saham. **Konteks Makro:** Goldman Sachs menyoroti ketegangan di pasar negara berkembang antara **boom investasi AI** dan **krisis energi** akibat gangguan pasokan minyak. Ekonomi pengekspor teknologi seperti Korea & Taiwan diuntungkan, sementara negara pengimpor energi menghadapi tekanan. **Peringatan:** Informasi dalam ringkasan ini berasal dari interpretasi laporan penelitian pihak ketiga. Semua peringkat, target harga, dan perkiraan merupakan pandangan analis Goldman Sachs, bukan rekomendasi investasi. Riset sell-side cenderung optimis. Nilailah logika dan asumsi yang mendasari, bukan hanya target harga. Pasar mengandung risiko, keputusan investasi harus independen.

marsbit49m yang lalu

Analisis Laporan Goldman Sachs: Kekurangan Penyimpanan Sampai 2028, Beli Lagi

marsbit49m yang lalu

Menyelami Operasi Legendaris Cathie Wood pada Circle

**Rangkuman Operasi Cathie Wood di Circle: Pelajaran dari Investor Legendaris** Cathie Wood, investor legendaris di ARK Invest, menunjukkan operasi yang luar biasa pada saham Circle (CRCL), perusahaan di balik stablecoin USDC. Meskipun dikenal sebagai investor jangka panjang, ia melakukan manuver cerdas yang menghasilkan keuntungan miliaran dolar. **Langkah-langkah Utama:** 1. **Mendapatkan Saham di Harga IPO:** ARK memesan saham Circle sebelum IPO dengan harga $31 per lembar, mengamankan sekitar 4,49 juta saham. Saat IPO, saham melonjak 168% menjadi $83,23, memberikan ARK keuntungan instan yang besar. 2. **Menjual di Puncak Rally Kebijakan:** Ketika saham Circle meroket menjadi hampir $300 karena pengesahan RUU stablecoin (GENIUS Act), ARK secara bertahap menjual sekitar 1,7 juta saham dengan harga rata-rata sekitar $210. Penjualan ini dipicu oleh aturan internal ARK (rebalancing saat kepemilikan tunggal melebihi 10%) dan antisipasi melonggarnya pasokan saham terkunci. 3. **Membeli Kembali Saat Harga Turun Drastis:** Setelah mencapai puncak, harga Circle jatuh hingga 83%. Wood mulai membeli kembali secara bertahap saat harga turun, dimulai dari level $80-an dan terus membeli hingga mendekati $50. Pada akhirnya, ARK kembali memegang sekitar 4,5 juta saham. **Pelajaran Penting:** * **Penilaian Akhir yang Kuat:** Keyakinan Wood pada masa depan stablecoin dan infrastruktur dolar digital sebagai tema investasi jangka panjang menjadi dasar semua keputusannya. * **Eksekusi Bertahap, Bukan Mencari Titik Puncak/ Dasar:** Ia menjual dan membeli dalam beberapa tahap, bukan berusaha menebak puncak atau dasar harga secara sempurna. * **Disiplin Pengelolaan Portofolio:** Aturan rebalancing ARK memaksanya mengambil keuntungan di saat rally ekstrem dan menyediakan ruang (serta kas) untuk membeli kembali saat harga jatuh. Kesimpulannya, kesuksesan Wood di Circle bukan berasal dari spekulasi jangka pendek, tetapi dari kombinasi keyakinan fundamental jangka panjang, biaya awal yang sangat menguntungkan (harga IPO), eksekusi yang disiplin, dan manajemen risiko melalui aturan portofolio. Bagi investor ritel, periode setelah IPO ("lonjakan harga pembukaan") justru seringkali berisiko tinggi, dan pelajaran dari Wood terletak pada pendekatan berbasis nilai dan disiplin, bukan sekadar mengikuti momentum.

marsbit51m yang lalu

Menyelami Operasi Legendaris Cathie Wood pada Circle

marsbit51m yang lalu

Trading

Spot
Futures
活动图片

Kategori Populerright-arrow

Tag Populerright-arrow