Keterampilan Ini Baru Saja Membuat Kimi K3 Jadi Desainer 10x Lebih Baik
AAI LABS
Computing/SoftwareInternet Technology
Transcript
00:00:00Kimi K3 baru saja rilis dan ini model yang sangat andal, setara dengan Claude Fable 5 dan GPT 5.6.
00:00:06Keunggulan utamanya adalah model ini benar-benar hebat dalam menangani front end,
00:00:09sangat bagus sampai orang-orang menyebutnya lebih jago dalam desain dibanding model lain mana pun.
00:00:14Hasilnya memang sebagus itu, tapi ada satu catatan, dan ini bukan cuma masalah Kimi.
00:00:17Setiap model AI punya gaya desain sendiri yang baru disadari setelah cukup sering menggunakannya.
00:00:22Setiap ada model baru diumumkan, semua orang bilang itu yang terbaik untuk front end, dan untuk beberapa situs awal memang terasa begitu.
00:00:28Namun kenyataannya, semuanya punya pola khas yang selalu dipakai di setiap desain.
00:00:32Tak peduli apakah itu Sonnet 4.5 atau GPT 5.6, pola-pola itu terus muncul dalam hasil desainnya.
00:00:38Jadi model apa pun yang Anda gunakan, Anda butuh sesuatu untuk mendobrak gaya bawaan tersebut, persis seperti tugas desainer andal.
00:00:43Salah satu cara terbaik untuk melakukannya adalah dengan keahlian bernama Hallmark.
00:00:46Jika ini kali pertama Anda di sini, kami adalah perusahaan perangkat lunak dan ini saluran kami, AI Labs,
00:00:50tempat kami menunjukkan cara mengoptimalkan bisnis Anda dengan AI. Jika belum punya bisnis sendiri,
00:00:54Anda bisa menggunakan keahlian ini untuk menghasilkan uang dengan mengoptimalkannya bagi orang lain.
00:00:58Di video ini, kita akan mengulas model Kimi, kemampuan desain front end-nya, serta keahlian yang membersihkan desain dari pola-pola repetitif.
00:01:05Anda mungkin sudah tahu Kimi K3 sebagai salah satu model terbaik Moonshot, tapi inilah ringkasan singkat bagi yang belum tahu.
00:01:11Moonshot AI merilisnya sebagai model unggulan mereka dan dengan cepat menjadi populer.
00:01:15Poin besarnya adalah model ini kini bergabung dengan jajaran model berkapasitas konteks satu juta token.
00:01:20Soal performa, Kimi menyaingi Fable 5 dan GPT 5.6 di banyak bidang, padahal keduanya adalah dua model terkuat saat ini.
00:01:26Untuk membandingkannya, kami menggunakan tolak ukur dari Artificial Analysis yang menilai model di berbagai aspek.
00:01:32Dalam hal kecerdasan, Kimi jauh melampaui Opus 4.8 dan Gemini 3.6 baru, tetapi sedikit di bawah Fable 5 dan GPT 5.6.
00:01:40Selisih angkanya sangat tipis sehingga secara praktis berada di tingkatan yang sama.
00:01:44Untuk desain front end, Kimi bahkan mengungguli kedua model tersebut berdasarkan pengukuran LM Arena,
00:01:48yang menguji antar-model dengan instruksi sama lalu mengurutkannya berdasarkan ulasan pengguna asli.
00:01:54Salah satu alasan Kimi sangat unggul adalah fitur vision in the loop bawaannya yang berasal dari kemampuan pemrosesan visual yang kuat.
00:02:00Sederhananya, model ini tidak sekadar menulis kode, tapi juga memeriksa apa yang dibangunnya.
00:02:04Sebagian besar model hanya melihat kode untuk menebak tampilan akhir sebuah situs,
00:02:07tetapi Kimi mengambil tangkapan layar dari hasil bangunannya, meninjau tampilannya, lalu menyesuaikannya lagi.
00:02:11Itulah alasan utama mengapa orang-orang menganggapnya lebih baik untuk front end.
00:02:15Jarak dan tata letak buatannya jauh lebih seimbang dan terarah dibanding model lain.
00:02:19Tinggal masalah biaya.
00:02:20Di sinilah Kimi memegang keunggulan nyata.
00:02:22Harganya $3 per juta token input dan $15 per juta token output.
00:02:27GPT 5.6 sedikit lebih mahal, di angka $5 input dan $30 output.
00:02:32Dan Fable yang termahal saat ini, di angka $10 input dan $50 output.
00:02:36Jadi Kimi memberikan tingkat performa yang sama dengan model papan atas pada harga termurah di antara ketiganya.
00:02:41Kimi hadir dengan lingkungan kerjanya sendiri bernama Kimi Code, yang meluncur bersamaan dengan model K2.5 mereka.
00:02:47Ini adalah agen koding berbasis terminal yang memungkinkan Anda menjalankan Kimi tanpa lewat API secara langsung.
00:02:52Namun saat kami menggunakan Kimi Code, rasanya sangat lambat.
00:02:55Tugas yang selesai dalam 3 menit di Claude Code atau Codex membutuhkan waktu sekitar 10 menit di Kimi Code.
00:03:00Hal itu disebabkan oleh dua alasan.
00:03:01Pertama, bobot model Kimi belum bersifat sumber terbuka, yang berarti model ini hanya di-host oleh Kimi dan tidak ada di server lain.
00:03:08Sehingga setiap permintaan harus kembali ke server milik Kimi sendiri dan tidak ke tempat lain.
00:03:12Server-server itu mengalami kelebihan beban, jadi merespons apa pun butuh waktu lebih lama.
00:03:16Alasan kedua adalah lingkungan kerjanya itu sendiri.
00:03:17Penggunaannya terasa kasar bahkan pada model lama, dan pihak Kimi sendiri mengakui di dokumentasi bahwa itu belum dirancang untuk mengeluarkan potensi penuh K3.
00:03:25Ada dua masalah lagi di luar faktor kecepatan.
00:03:27Pertama adalah konteks.
00:03:28Di Codex dan Claude Code, kami sering berganti model tergantung tugas berikutnya, dan keduanya mampu mempertahankan konteks dengan baik.
00:03:36Namun hal itu sulit dilakukan di Kimi Code karena cara alat ini menyimpan konteks percakapan menjadi kacau saat berganti model.
00:03:43Masalah lainnya adalah sub-agen.
00:03:44Saat dijalankan, sistemnya terlihat seperti memunculkan sejumlah besar sub-agen.
00:03:47Namun saat dikonfirmasi setelahnya, sistem mengaku hanya memunculkan 5 sub-agen untuk menangani tugas tersebut.
00:03:51Jadi untuk menguji model ini dengan benar, kami menjalankannya di dalam Claude Code karena performanya luar biasa di sana.
00:03:57Dan Kimi menyediakan cara untuk melakukan tepat hal tersebut.
00:03:59Salah satu cara menjalankan Kimi di dalam Claude Code adalah langsung melalui API-nya.
00:04:03Tapi itu bakal membengkakkan tagihan karena Anda dikenakan biaya untuk setiap kata yang dibaca dan ditulis model, dan ini cepat menumpuk jika sering dipakai.
00:04:10Langkah yang lebih baik adalah menjalankannya lewat paket langganan Kimi yang sudah Anda bayar.
00:04:14Dengan begitu Anda tak perlu memikirkan tagihan mengejutkan dan cukup membayar biaya bulanan biasa.
00:04:18Untuk itu, ada alat bernama CLI Proxy API.
00:04:21Alat ini mengambil perangkat koding yang sudah dimasuki akun Anda dan mengubahnya menjadi API tersendiri yang berjalan lokal di komputer Anda.
00:04:28Jadi pada dasarnya Anda mengubah langganan yang dibayar menjadi server lokal yang bisa diakses.
00:04:33Anda menginstalnya menggunakan perintah `brew install`.
00:04:35Setelah selesai, Anda masuk ke Kimi dengan perintah `kimi login`, yang akan membuka halaman masuk Kimi agar Anda bisa masuk akun.
00:04:41Setelah kredensial Anda terverifikasi, Anda resmi masuk.
00:04:43Lalu Anda jalankan servernya agar koneksi Kimi tetap aktif.
00:04:47Ada satu langkah lagi setelah itu, yaitu membuat kunci API untuk pengaturan lokal tersebut karena kunci itulah yang diberikan ke Claude Code untuk akses.
00:04:54Namun alih-alih membuatnya sendiri, Anda tinggal meminta Claude Code atau agen mana pun yang dipakai untuk mengatur kunci API lewat alat tersebut.
00:05:02Setelah selesai, salin kuncinya dan gunakan.
00:05:04Kemudian jalankan Claude Code.
00:05:06Untuk itu, Anda perlu mengubah URL tujuan permintaan Claude.
00:05:09Secara bawaan, nilainya mengarah ke URL milik Claude, jadi ubah ke `localhost` Anda karena server itu sekarang berjalan di komputer sendiri.
00:05:16Tempelkan kunci yang dibuat Claude sebagai token otentikasi Anthropic, lalu atur modelnya ke Kimi K3.
00:05:22Setelah itu, jalankan perintah `claude` dan Claude Code akan terbuka menjalankan K3 di atas langganan Kimi Anda.
00:05:28Satu hal yang perlu diketahui adalah pengaturan ini hanya berlaku untuk sesi terminal tersebut.
00:05:32Jadi tidak ada yang bersifat permanen.
00:05:33Saat sesi ditutup dan Claude dijalankan di terminal baru, Anda bisa menggunakan Claude Code lewat langganan biasa seperti sebelumnya.
00:05:39Sebelum kita membahas detail keahlian ini, kami akan sangat menghargai jika Anda berlangganan saluran ini dan menekan tombol suka.
00:05:44Bentuk dukungan kecil ini sangat berarti bagi kami.
00:05:47Halaman utama (landing page) adalah wajah dari perusahaan Anda.
00:05:49Jika halaman utamanya terlihat asal-asalan, Anda akan kehilangan kredibilitas dan calon pelanggan tidak akan mau datang.
00:05:54Jadi untuk membangunnya secara benar, Anda perlu mengeluarkan model AI dari pola-pola aman yang biasa dipakainya.
00:06:00Ada banyak keahlian yang dibuat khusus untuk tujuan tersebut.
00:06:02Salah satu yang paling populer adalah Hallmark, keahlian desain anti-desain generik AI untuk agen.
00:06:07Anda menggunakannya melalui empat perintah utama.
00:06:08Yang pertama adalah moda bawaan, cukup beri tahu agen apa yang ingin dibangun dan agen akan membuat antarmuka baru mengikuti alur kerja petunjuknya.
00:06:15Yang kedua adalah `audit`, yang memeriksa kode Anda terhadap pola-pola buruk generik untuk memastikan situs bebas darinya.
00:06:21Yang ketiga adalah `redesign`, yang membuang desain saat ini dan mencoba revisi baru dengan arah yang sama sekali berbeda.
00:06:27Dan yang terakhir adalah `study`, di mana Anda berikan situs yang Anda sukai, lalu agen menyerap gayanya dan bekerja ke arah tersebut.
00:06:33Inilah bagian yang paling penting.
00:06:34Jika Anda meminta agen mana pun untuk mempelajari situs tanpa Hallmark, agen itu hanya akan menjiplak gayanya secara mentah-mentah.
00:06:40Namun Hallmark secara khusus mencegah hal itu dan memperlakukan situs tersebut sebagai referensi desain, bukan untuk ditiru.
00:06:45Sehingga hasil akhirnya tetap orisinal.
00:06:47Hallmark juga dilengkapi pustaka gaya desain yang kaya yang bisa Anda pakai untuk proyek sendiri.
00:06:51Jika ingin melihat gaya-gaya tersebut, situs mereka menyediakan contoh halaman utama untuk tiap gaya.
00:06:56Jadi Anda bisa meninjaunya secara visual.
00:06:57Dan dalam dokumentasi mereka, berkas `recipe.md` memaparkan panduan praktik terbaik dalam membuat perintah (prompt).
00:07:02Untuk menggunakan Hallmark, Anda harus menginstalnya terlebih dahulu.
00:07:04Untuk itu, salin perintah instalasi dari repositori GitHub, tempelkan ke terminal, dan proses instalasi akan dimulai.
00:07:11Sistem akan menanyakan untuk agen mana Anda ingin menginstalnya.
00:07:13Jika menggunakan Kimi Code atau menjalankan Codex, Anda bisa melanjutkan tanpa mengubah apa pun.
00:07:17Hallmark akan terinstal ke dalam folder `.agents`, yang digunakan oleh banyak agen (termasuk keduanya) untuk menyimpan konfigurasi.
00:07:23Namun karena Anda menggunakan Kimi di dalam Claude Code, Anda juga perlu memilih Claude Code dari daftar agen.
00:07:28Langkah ini akan menginstalnya ke folder `.claude`, tempat seluruh konfigurasi Claude tersimpan.
00:07:32Setelah terinstal, buka proyek Anda dan Anda akan menemukan folder `.agents` dan `.claude` beserta keahlian tersebut di dalamnya.
00:07:38Berkas `skill.md` berisi deskripsi cara penggunaan, cara memanggilnya, dan semua kebutuhan agar alat berfungsi.
00:07:44Inilah yang membuatnya lebih unggul dibanding alternatif lain.
00:07:46Sebab alat ini mencakup lebih dari seratus referensi berbagai aspek, termasuk pola-pola buruk bawaan AI.
00:07:52Alat ini menjalankan 58 tahap pengujian sebelum memberikan hasil, yaitu 58 pemeriksaan untuk memastikan situs bersih dari elemen generik AI.
00:07:58Alat ini juga menyediakan referensi untuk komponen dan untuk perintah-perintah yang disebutkan sebelumnya.
00:08:02Namun sebelum melihat hasil desain dari keahlian ini, mari simak pesan dari sponsor kami.
00:08:05Asisten koding AI Anda memang luar biasa saat dipakai, tapi melupakan semuanya begitu ditutup atau saat Anda berganti alat.
00:08:12Anda harus mulai dari awal tanpa tahu apa yang dibuat kemarin atau apa yang ditemukan agen lain, membuang waktu dan biaya untuk menjelaskan ulang hal yang sudah dipahaminya.
00:08:19Gunakan Jolly Memory, ekstensi IDE gratis dan sumber terbuka yang memberikan ingatan permanen bagi asisten Anda.
00:08:24Secara otomatis menangkap alur pemikiran di balik proyek Anda dari tiket, tautan, serta percakapan, menyimpannya di komputer Anda, lalu mengubahnya menjadi dokumentasi terstruktur yang terlampir pada setiap commit untuk mencatat dasar pemikiran dari tiap keputusan arsitektur dan teknis.
00:08:39Tidak terkunci pada satu alat atau model tertentu, jadi Anda bisa berpindah dari Claude ke Gemini ke Qwen dan ingatan Anda ikut terbawa, tanpa berkas `state.md` atau catatan yang perlu disinkronkan.
00:08:48Berfungsi di dalam VS Code, IntelliJ, Cursor, Claude, dan Windsurf—cukup instal sekali dan diingat di mana saja.
00:08:56Saat ada masalah, Anda bisa melacak alur pemikiran di balik setiap perubahan, yang menyajikan semuanya bak peta sederhana dari proyek Anda.
00:09:03Dapatkan Jolly Memory menggunakan tautan di komentar tersemat.
00:09:06Meskipun Kimi sangat bagus di front end, model ini juga memiliki polanya sendiri yang membentuk karakter gaya desainnya.
00:09:13Model ini masih sangat baru, jadi pola-pola itu belum terlalu kelihatan, tapi lama-kelamaan akan makin jelas.
00:09:18Dan karena model-model Tiongkok dikenal dilatih melalui distilasi model Claude—yang berarti melatih satu model dari keluaran model lain—gaya Opus 4.8 sering kali muncul di hasil buatan Kimi.
00:09:29Cara Opus menaruh gambar di belakang bagian utama (hero section), menempatkan teks hero besar di samping, serta memilih palet oranye dan cokelat hangat—baik situs gelap maupun terang—semua itu terlihat juga di desain Kimi.
00:09:40Namun hal yang kami sukai dari Kimi adalah teksnya tidak dijejali kata-kata pemasaran yang berlebihan seperti gaya Opus.
00:09:46Semua terasa ditempatkan dengan tujuan jelas, dan keterbacaannya jauh lebih terarah dibanding buatan model lain.
00:09:51Untuk menguji keahlian ini, kami menjalankannya di Claude Code bersama Kimi dan memberinya perintah sederhana untuk membuat halaman utama.
00:09:56Saat dijalankan, sistem mengawalinya dengan langkah persiapan yang disebut pre-flight.
00:09:59Tahap pre-flight memeriksa berkas-berkas yang ada yang memuat informasi gaya desain, lalu menentukan apa yang bisa dipertahankan dan apa yang harus diubah.
00:10:06Karena kami baru membuat templat Next.js, sistem menetapkan Next.js sebagai kerangka kerja dan membuang sisanya.
00:10:11Sebelum berlanjut, sistem menanyakan tiga hal: siapa target audiensnya, apa tujuan situsnya, dan bagaimana nada penyampaiannya.
00:10:18Mention hal tersebut secara langsung di perintah awal adalah praktik terbaik, tapi jika terlewat, sistem akan menanyakannya sendiri sehingga bukan hal yang wajib dilakukan di awal.
00:10:25Setelah diisi, sistem menarik tema dan segala kebutuhan lain dari referensi, lalu membangun situsnya.
00:10:30Setelah selesai, sistem memastikan seluruh 58 pemeriksaan deteksi elemen generik telah lolos.
00:10:34Karena Hallmark menggunakan perintah-perintah tersebut, meminta desain ulang total (`redesign`) akan mengubah segalanya.
00:10:39Sistem mengenali perintah tersebut, memuat protokol desain ulang, mengajukan pertanyaan kembali, memulai alur kerja yang sama, lalu membangun ulang seluruh situs dengan arah yang sama sekali berbeda dari yang pertama.
00:10:49Lalu ada moda `audit`, yang memeriksa desain dari pola-pola generik khas AI.
00:10:53Saat Anda menjalankan audit Hallmark, sistem memuat keahlian lagi, menghasilkan laporan berdasarkan pola-pola tersebut, dan menandai setiap temuan.
00:11:00Dari laporan tersebut, Anda bisa menentukan perbaikan mana yang ingin diterapkan.
00:11:02Namun saat bekerja dengan Kimi dan Claude Code, Anda harus memperhatikan manajemen konteks karena pemadatan otomatis (auto-compaction) tidak akan berjalan.
00:11:09Jadi begitu jendela konteks penuh, sistem tidak langsung berhenti bekerja.
00:11:12Namun saat jendela penuh, Anda akan menyadari jawaban mulai melenceng dari petunjuk atau berubah menjadi aneh dan generik.
00:11:18Setelah audit, Kimi langsung menerapkan perubahan pada temuan yang ditandai, dan ada beberapa poin.
00:11:22Sistem menghapus jenis huruf yang membuat desain terasa seperti AI generik.
00:11:25Sistem mengganti gambar dari Unsplash ke situs lain bernama Pixum, karena Unsplash adalah pilihan standar hampir semua model.
00:11:32Sistem juga memperbaiki responsivitas seluler, yang meningkatkan kualitas situs secara keseluruhan.
00:11:36Dari sana, Anda bisa terus meminta versi baru sampai Anda puas dengan hasilnya.
00:11:39Satu tip jika Anda ingin menggunakan keahlian ini dengan Kimi dan Claude Code:
00:11:42Pemanggilan otomatis tidak berjalan secara konsisten karena Kimi bukanlah model bawaan Claude Code,
00:11:47dan pemicu otomatis tersebut dioptimalkan untuk model-model milik Claude sendiri.
00:11:51Jadi langkah yang lebih baik adalah memanggil keahlian secara manual dengan perintah garismiring (slash command), guna memastikan keahlian benar-benar dimuat sebelum mulai membangun.
00:11:57Kami juga menjalankan pengujian yang sama di Claude Code menggunakan model Opus 4.8, baik dengan maupun tanpa keahlian ini.
00:12:03Kami mulai tanpa keahlian, dan model membangun aplikasi dengan cara biasa.
00:12:06Prosesnya memakan waktu sekitar 6 menit, dan situs yang dihasilkan penuh dengan tampilan AI generik.
00:12:10Semuanya menunjukkan ciri khas Opus, mulai dari pilihan warna, gradasi di latar belakang, hingga kotak berudut tumpul yang sering dipakai.
00:12:16Jika Anda ingat, sistem desain kami punya keahlian deteksi AI generik,
00:12:20yang dilatih untuk menangkap pola generik dari seluruh pola yang dikenal, termasuk milik Opus.
00:12:24Jadi kami menjalankannya pada proyek tersebut, dan sistem menandai semuanya, melaporkan banyak pola generik dengan tingkat kepastian tinggi maupun rendah,
00:12:30serta menyoroti teks bergradasi secara khusus.
00:12:32Kemudian kami menjalankan Hallmark.
00:12:33Sistem memuat keahlian, menjalankan preflight, mencatat pola, mengajukan pertanyaan yang sama, lalu mengulang seluruh alur kerja.
00:12:39Prosesnya memakan waktu jauh lebih lama dibanding tanpa keahlian, tapi hasilnya sangat sepadan,
00:12:43karena desain akhir terasa jauh lebih kreatif dan terarah.
00:12:46Tombol-tombolnya memiliki interaktivitas yang jauh lebih baik, dan semua itu berkat model yang memahami produk dengan lebih baik.
00:12:51Secara bawaan, sistem juga tidak memasukkan gambar contoh (placeholder), karena mengambil stok foto Unsplash adalah salah satu pola generik dalam aturannya.
00:12:58Fitur ini dirancang untuk pembuat produk, jadi Anda diminta menggunakan gambar sendiri daripada mengandalkan gambar buatan AI atau stok gambar.
00:13:04Secara keseluruhan, hasilnya menghasilkan desain yang jauh lebih baik daripada yang dibuat Kimi, jadi kami bisa katakan keahlian ini bekerja lebih baik dengan Claude saat ini.
00:13:10Alat ini belum memiliki pemahaman mendalam tentang cara Kimi mendesain, dan baru sekadar menandai temuan dari pola-pola yang dikenal dari model lain.
00:13:15Namun di seluruh pengujian kami, keahlian ini bekerja dengan sangat baik.
00:13:18Sistem desain yang baru kami sebutkan tadi, beserta semua hal lain yang kami bangun dan tunjukkan di video kami,
00:13:23bisa ditemukan di AI Labs Pro, yang merupakan komunitas kami.
00:13:26Jadi jika Anda mendapatkan manfaat dari konten kami dan ingin mendukung saluran ini, inilah cara terbaik untuk melakukannya.
00:13:31Tautannya ada di deskripsi.
00:13:33Jika Anda pernah menggunakan Codex atau tahu cara kerjanya, Anda tahu warna bawaannya adalah perpaduan hijau dan putih,
00:13:38sama seperti Opus yang secara bawaan menggunakan oranye, krim, dan cokelat.
00:13:42Itulah warna-warna yang selalu dipilihnya sebagai gaya bawaan.
00:13:45Desainnya juga sangat mengandalkan banyak SVG, dan cenderung memilih ukuran huruf yang relatif kecil dibanding ukuran layar.
00:13:51Desainnya tergolong cukup bagus dibanding yang lain, tapi pola bawaan itu akan selalu muncul apa pun yang terjadi.
00:13:56Jadi kami menguji Codex dengan keahlian terinstal di folder `.agents`, lalu memberinya perintah sederhana berisi apa yang ingin dibangun.
00:14:03Kami menggunakan aplikasi Codex untuk pengujian ini, karena dilengkapi dengan alat penggunaan peramban dan kemampuan lain yang membuatnya bekerja sangat baik.
00:14:09Codex melewati tahap preflight dan menanyakan tentang target audiens, kasus penggunaan, serta nada penyampaian.
00:14:14Setelah pilihan dibuat, Codex menjalankan seluruh alur kerja, menyunting banyak berkas, menjalankan tes biasa, serta tes peramban interaktif.
00:14:21Codex memiliki kemampuan peramban yang siap pakai dan sangat andal untuk hal semacam ini, jadi fitur tersebut dimanfaatkan dengan baik.
00:14:26Setelah selesai, situs yang dihasilkannya terlihat jauh lebih bagus.
00:14:29Satu hal yang ada adalah kombinasi biru dan putih masih bisa terkesan agak seperti buatan AI, tapi di sini terlihat sengaja dibuat dan bukan asal-asalan, karena warna ini cocok untuk situs teknis.
00:14:39Semua elemennya berbeda dari desain yang biasa dibuat Codex secara bawaan.
00:14:43Meski ada beberapa masalah pada gambar di bagian hero—seperti visual tab yang dipilih kurang pas—hal ini bisa kita perbaiki belakangan.
00:14:52Lalu kami menjalankan audit Hallmark, dan sistem menghasilkan sebuah laporan.
00:14:54Laporan tersebut menyebutkan bahwa struktur keseluruhan sudah kuat dan hanya menyisakan sedikit masalah, termasuk responsivitas yang kerap terlewat pada versi pertama.
00:15:02Itulah akhir dari video kali ini.
00:15:03Jika Anda ingin mendukung saluran ini dan membantu kami terus membuat video seperti ini, Anda bisa mengklik tombol Super Thanks di bawah.
00:15:10Seperti biasa, terima kasih telah menonton, dan sampai jumpa di video berikutnya.