(00) — Modul Inti · AI Coding · CustomApp.id

Dia sudah habiskan 4 bulan membangun aplikasi.

Desainnya bagus. Fiturnya lengkap. Demonya mulus.

Tapi ketika diluncurkan —
tidak ada yang beli.

Bukan karena aplikasinya jelek.
Tapi karena dia tidak pernah memvalidasi apakah masalah yang diselesaikannya benar-benar dirasakan pasar.

Ini bukan cerita fiksi. Ini pola yang terulang pada 42% startup yang gagal — menurut riset CB Insights terhadap ribuan founder global. Mereka tidak gagal karena tidak bisa build. Mereka gagal karena membangun sesuatu yang tidak dibutuhkan orang.

Di era AI sekarang, hampir semua orang bisa membuat aplikasi.
Pertanyaannya bukan lagi "bagaimana cara bikin?"

"Bagaimana saya tahu apa yang harus saya bangun —
dan bagaimana cara menjualnya?"

Dua Framework · Satu Sistem · Diperkuat Riset Ilmiah

Dari Ide
ke Produk yang
Dibeli Pasar

1 Mulai di siniIdea Validation Framework 2 Setelah tervalidasiSolution Based Selling · 8 Fase
42%Startup gagal karena
No Market Need — CB Insights
90%Builder gagal bukan karena
tidak bisa build
8Fase framework dari
Discovery hingga Scale
Problem WorthinessSolution Fit Market RealityExecution Capability Early AdopterCustomer Discovery Minimum Sellable ProductProduct Market Fit Solution Based SellingScale Engine Problem WorthinessSolution Fit Market RealityExecution Capability Early AdopterCustomer Discovery Minimum Sellable ProductProduct Market Fit Solution Based SellingScale Engine
01
Bagian Pertama · Sebelum Membangun Apapun

Idea Validation
Framework

Sebagian besar founder langsung membangun sebelum membuktikan bahwa idenya layak. Framework ini memaksa kamu berhenti dan menilai ide secara objektif — menggunakan empat dimensi yang terbobot secara ilmiah.

P
Problem Worthiness
Bobot 40%
S
Solution Fit
Bobot 25%
M
Market Reality
Bobot 25%
E
Execution Capability
Bobot 10%
< 5.0
Stop & Pivot
Problem tidak cukup kuat atau solusi tidak diferensiasi. Cari ide lain sebelum membuang waktu membangun.
5.0 – 7.0
Validasi Lanjut
Ada potensi, tapi ada asumsi kritis yang harus dibuktikan dulu sebelum memulai build.
> 7.0
Lanjut Build
Sinyal kuat. Mulai Customer Discovery dan bangun MSP. Tetap ukur setiap asumsi secara berkala.

"Problem berbobot 40% karena riset konsisten membuktikan kualitas problem adalah predictor terkuat keberhasilan produk — jauh melebihi kualitas solusinya."

Research Backed
CB Insights Startup Failure (2021)
42% startup gagal karena "no market need." Alasan kegagalan nomor 1 selama satu dekade — mengalahkan kehabisan uang (29%) dan tim yang salah (23%).
CB Insights · Top Reasons Startups Fail, 2021
MIT Sloan — Problem Severity & WTP
Korelasi 0.73 antara tingkat keparahan problem dan willingness to pay. Problem "nice to solve" menghasilkan WTP 4–7× lebih rendah dibanding "must solve."
MIT Sloan Management Review · Pricing Innovation, 2019
Frequency as Moat — a16z
Produk yang menyelesaikan masalah harian memiliki LTV 6.3× lebih besar dibanding masalah tahunan, meskipun magnitude-nya sama.
a16z.com · Frequency as a Moat, 2018
4 Sub-Faktor Penilaian
FaktorSkorPanduan
P1 · Severity___/10Seberapa sakit? Mengganggu pendapatan, waktu, atau reputasi secara signifikan?
P2 · Frequency___/10Seberapa sering? Harian=9–10. Mingguan=6–7. Bulanan=3–4.
P3 · Solution Gap___/10Seberapa buruk solusi yang ada? Apakah workaround saat ini menyakitkan?
P4 · Awareness___/10Apakah target user sadar dan aktif mencari solusi? Problem tersembunyi sulit dijual.
Panduan Langkah Praktis
  1. Hitung kerugian finansial nyata per bulan. >Rp 5 juta/bulan = severity tinggi untuk UKM Indonesia.
  2. Tanya: "Berapa jam per minggu yang hilang?" >5 jam per minggu = signifikan dan layak dikejar.
  3. Cek workaround aktif (Excel, WA, admin tambahan) — jika ada, problem terverifikasi nyata.
⚠Jika skor P <6/10, pertimbangkan pivot sebelum lanjut. Problem lemah = produk sulit terjual meski solusinya brilian.

"Solusi tidak harus sempurna. Harus cukup lebih baik dari alternatif yang ada — dan berbeda di hal yang paling dirasakan pengguna."

Research Backed
10× Better Rule — Peter Thiel
Teknologi baru harus 10× lebih baik untuk mengatasi switching inertia. Di pasar underserved, threshold ini bisa 3–5×.
Zero to One, Peter Thiel, Crown Business, 2014
Switching Cost — Gartner Research
67% keputusan tidak beralih bukan karena produk baru tidak bagus, tapi karena perceived switching cost terlalu tinggi. Low friction onboarding = 2.4× lebih sukses.
Gartner · B2B Buying Decisions, 2020
Competitive Moat — a16z
Keunggulan sustainable bukan dari fitur — tapi dari data network effects, switching costs, dan brand. Tanpa moat, commoditization dalam 18–24 bulan.
a16z.com · The Competitive Moat Framework, 2021
4 Sub-Faktor Penilaian
FaktorSkorPanduan
S1 · Differentiation___/10Seberapa berbeda dari alternatif terbaik? 10×? 3×? Atau hanya sedikit lebih murah?
S2 · Adoption Ease___/10Seberapa mudah user beralih? Perlu banyak training? Ubah proses bisnis signifikan?
S3 · Feasibility___/10Bisa dibangun dengan resources yang kamu punya dalam 1–3 bulan pertama?
S4 · Defensibility___/10Ada moat? Data, network effect, brand, atau switching cost yang sulit ditiru?
Checklist Diferensiasi
  • Lebih cepat — hemat waktu ≥30% vs workaround terbaik yang ada
  • Lebih murah — biaya ≤60% dari solusi terbaik dengan output setara
  • Lebih mudah — onboarding <30 menit tanpa training khusus apapun
  • Lebih terhubung — integrasi ke tools yang sudah mereka pakai sehari-hari

"Pasar besar tidak selalu lebih baik dari pasar kecil yang bisa dijangkau. Founder lebih sering mati karena pasar terlalu luas, bukan terlalu kecil."

Research Backed
TAM vs SOM — Harvard Business School
73% pitch deck menampilkan TAM yang tidak realistis. Investor lebih tertarik pada SOM konkret yang bisa diakses dalam 24 bulan pertama.
Harvard Business School · The Venture Capital Method, 2017
Willingness to Pay — Van Westendorp
Tanpa data WTP terukur, 58% founder salah menetapkan harga — terlalu murah atau terlalu mahal untuk segmen yang dituju.
Price Sensitivity Meter, Peter van Westendorp, 1976
Channel-Market Fit — Traction (Weinberg)
Startup tanpa channel distribusi spesifik sebelum launch memiliki CAC rata-rata 3.8× lebih tinggi di 6 bulan pertama.
Traction, Gabriel Weinberg & Justin Mares, 2015
4 Sub-Faktor Penilaian
FaktorSkorPanduan
M1 · Market Size___/10Berapa SOM realistis dalam 12 bulan? Bukan TAM total yang tidak bisa dijangkau.
M2 · WTP___/10Apakah target sudah terbukti membayar untuk solusi sejenis? Berapa angkanya?
M3 · Channel___/10Bisa menjangkau target cost-effective? Ada komunitas, network, atau platform yang bisa diakses?
M4 · Timing___/10Ada regulatory, teknologi, atau behavior shift yang membuat pasar siap tepat sekarang?
Panduan Estimasi SOM
  1. Identifikasi segment spesifik — bukan "semua UKM Indonesia" tapi "restoran F&B 1–3 cabang di Surabaya."
  2. Estimasi % yang punya problem tervalidasi. Gunakan angka konservatif (10–20%).
  3. SOM × ARPU/tahun = revenue potential yang bisa dipitch ke diri sendiri dan investor.

"Di era AI, execution gap sudah sangat menyempit. Hampir semua orang bisa build. Yang membedakan adalah problem dan market sense."

Research Backed
Founder-Market Fit — First Round Capital
Founder dengan domain expertise dalam market yang mereka masuki memiliki success rate 2.2× lebih tinggi. "Unfair advantage" lebih prediktif dari skills teknis.
First Round Capital · 10 Years of Insights, 2014
Resource Constraints as Catalyst — Stanford d.school
Tim dengan resources terbatas yang fokus pada constraints menghasilkan inovasi lebih solutif. "Do more with less" adalah advantage, bukan handicap.
Stanford d.school · Creative Confidence, 2013
4 Sub-Faktor Penilaian
FaktorSkorPanduan
E1 · Domain___/10Seberapa dalam kamu mengenal industri ini? Ada "unfair advantage" dalam memahami pasar?
E2 · Network___/10Sudah punya akses ke early adopter? Bisa interview 10 orang besok?
E3 · Resources___/10MSP bisa dibangun dengan waktu dan modal yang kamu miliki sekarang?
E4 · Commitment___/10Seberapa besar komitmenmu jika ternyata 2× lebih lama dan lebih sulit dari ekspektasi?
Tanda Founder-Market Fit Kuat
  • Pernah mengalami problem ini sendiri (lived experience = credibility)
  • Bisa menyebut 10 nama yang bisa diwawancara langsung hari ini
  • Tahu kompetitor lebih baik dari calon customer sendiri
  • Bisa jelaskan "kenapa sekarang?" dengan bukti dan data konkret
7.71
Contoh Nyata · PSME Score · AppCepat Starter Kit
Rekomendasi: Lanjut dengan Pre-Build Validation
P: 7.85 (×40%) + S: 7.25 (×25%) + M: 7.50 (×25%) + E: 7.75 (×10%) = 7.71/10. Problem nyata dan frekuensi tinggi — tapi ada asumsi kritis yang harus dibuktikan dulu: apakah developer Indonesia bersedia bayar Rp 500K untuk starter kit lokal? Rekomendasi: pre-sell ke 10 alumni sebelum build penuh.
Transisi Antar Bagian

Idemu
sudah
tervalidasi.

Idea Validation Framework memastikan kamu membangun sesuatu yang dibutuhkan pasar. Solution Based Selling Framework memastikan kamu menjualnya dengan benar — bukan menjual fitur, tapi menjual hasil nyata yang dirasakan pembeli.

Lanjut ke 8 Fase Solution Selling ↓
02
Bagian Kedua · Setelah Ide Tervalidasi

Solution Based
Selling Framework

Di era AI, membangun aplikasi bukan lagi keunggulan kompetitif. Yang menjadi keunggulan adalah menemukan masalah yang layak diselesaikan lebih cepat dari orang lain — dan menjual solusinya dengan fokus pada hasil nyata, bukan fitur.

F1Market Discovery
→
F2Early Adopter
→
F3Customer Discovery
→
F4PS Fit
→
F5MSP
→
F6PMF
→
F7SBS
→
F8Scale

"Masalah apa yang cukup mahal sehingga orang mau membayar untuk menyelesaikannya?"

Research Backed
CB Insights (2021)
42% startup gagal karena "no market need" — alasan kegagalan nomor satu selama satu dekade berturut-turut.
cb-insights.com · Top Reasons Startups Fail
Jobs-to-be-Done — Christensen (HBS)
Founder yang fokus pada "pekerjaan" yang diselesaikan produk 3× lebih berhasil menemukan PMF.
Competing Against Luck, 2016
Customer Development — Steve Blank (Stanford)
Startup yang mulai dari problem discovery memiliki survivability rate 6× lebih tinggi dalam 3 tahun pertama.
The Four Steps to the Epiphany, 2005
Problem Hunting — RPEGE Checklist
  • Repetitive — Masalah terjadi berulang, minimal 1× seminggu.
  • Painful — Menguras waktu, uang, atau tenaga secara nyata.
  • Expensive — Ada kerugian finansial yang bisa dikuantifikasi.
  • Growing — Masalah makin besar seiring pertumbuhan bisnis.
  • Existing Workaround — Ada solusi sementara (Excel, WA). Ini tanda problem nyata.
Panduan Langkah
  1. Pilih 1 industri yang kamu kenal atau punya akses networknya.
  2. Wawancara 5–10 orang. Tanya: "Apa yang paling buang waktu di pekerjaan kamu?"
  3. Cari pola yang muncul >3× dari orang berbeda — itu sinyal valid.
  4. Validasi dengan RPEGE. Lolos semua 5 = layak lanjut ke Customer Discovery.

"Mayoritas founder gagal karena mengejar pasar terlalu luas di saat yang salah." — Geoffrey Moore

Research Backed
Crossing the Chasm — Geoffrey Moore (1991)
Ada "jurang" antara early adopters dan early majority. Startup yang mencoba menjangkau semua orang sekaligus rata-rata mati dalam 18 bulan setelah product launch.
Crossing the Chasm, HarperCollins, 1991
Diffusion of Innovations — Everett Rogers
Early adopters hanya ~13.5% total pasar tapi opinion leaders kunci. Fokus pada segmen ini = tumbuh 2.4× lebih cepat di tahap awal.
Diffusion of Innovations (5th ed.), 2003
4 Karakteristik Early Adopter Ideal
  • Punya Problem — Benar-benar mengalaminya, bukan sekadar merasa mungkin punya.
  • Sadar Punya Problem — Aktif mengeluhkan atau mencari solusi saat ini.
  • Sudah Mencoba Solusi — Ada workaround aktif: Excel, Notion, ERP, tambah headcount.
  • Punya Budget — Mampu dan berwenang mengeluarkan uang. Bukan hanya tertarik.
Scorecard (nilai 1–10, target >35/50)
Problem Severity
___/10
Problem Awareness
___/10
Budget Available
___/10
Urgency to Solve
___/10
Access / Network
___/10

"Semakin banyak angka yang muncul dalam wawancara, semakin nyata problemnya."

Research Backed
The Mom Test — Rob Fitzpatrick (2013)
Kebanyakan wawancara menghasilkan data palsu karena pertanyaan bias. Tanya tentang perilaku nyata di masa lalu, bukan opini atau prediksi masa depan.
The Mom Test, Rob Fitzpatrick, 2013
JTBD Interview — Bob Moesta (ReWired)
68% keputusan pembelian dipengaruhi "anxiety" dan "habit" — bukan fitur. Interview yang menggali konteks emosional 4× lebih actionable.
Demand-Side Sales 101, Bob Moesta, 2020
Pertanyaan Discovery yang Benar
  • 🗣 "Ceritakan bagaimana proses Anda saat ini — dari awal sampai selesai."
  • 😤 "Apa yang paling menyebalkan atau membuang waktu dari proses itu?"
  • 💡 "Apa yang sudah pernah Anda coba untuk mengatasinya sebelum ini?"
  • 💰 "Berapa kira-kira kerugian per bulan karena masalah ini?"
  • 🚀 "Kalau masalah ini hilang besok, apa yang berubah di bisnis Anda?"
⚠Hindari: "Mau pakai aplikasi saya?" — pertanyaan bias, tidak menghasilkan data yang valid dan actionable.

"Kalau jadi, saya mau bayar sekarang." — Indikator terkuat bahwa solusimu tepat sasaran.

Research Backed
Pretotyping — Alberto Savoia (Google)
80% produk gagal meski sudah riset intensif. Metode "pretotyping" — menguji asumsi sebelum membangun — memangkas risiko hingga 60%.
The Right It, HarperCollins, 2019
Smoke Test — Dropbox (Drew Houston)
Dropbox memvalidasi ide dengan video demo 3 menit sebelum menulis satu baris kode. 75,000 waitlist dalam 24 jam — bukti demand bisa diukur sebelum supply ada.
YC Startup School, Drew Houston, 2010
Skala Indikator Respons Pasar
😐Lemah: "Oh, menarik juga ya..." → Pivot angle atau cari problem lain.
🙂Sedang: "Kalau jadi, saya mau coba." → Minta komitmen yang lebih nyata.
🔥Kuat: "Kalau jadi, saya mau bayar sekarang." → Lanjut ke MSP.
Struktur Proposal Solusi (30 Menit)
  1. Problem Frame (5 mnt): Ceritakan kembali masalah mereka dalam kata-kata mereka sendiri.
  2. Impact Quantified (5 mnt): Tunjukkan angka kerugian yang mereka sendiri sebut.
  3. Solution Concept (10 mnt): Jelaskan solusi dalam 3 bullet saja. Tanpa detail teknis.
  4. Before vs After (5 mnt): Gambarkan kondisi sebelum dan sesudah pakai solusimu.
  5. Gauge Response (5 mnt): Perhatikan bahasa tubuh dan tingkat antusiasme.

"Apa fitur minimum yang membuat orang mau bayar?" — Bukan: "Apa fitur minimum yang bisa berjalan?"

Research Backed
CHAOS Report — Standish Group (2015)
64% fitur software tidak pernah atau jarang digunakan — tapi menghabiskan 50–70% waktu development. MSP memaksa fokus pada 36% yang benar-benar digunakan user.
CHAOS Report, Standish Group, 2015
Time-to-First-Revenue — First Round Capital
Perusahaan yang mencapai first revenue dalam 6 bulan pertama memiliki survival rate 3× lebih tinggi di tahun ke-3.
First Round Capital · State of Startups, 2019
MSP Priority Matrix
  • MUST HAVE: Tanpa ini, produk tidak bisa selesaikan problem inti. Hanya ini yang dibangun dulu.
  • SHOULD HAVE: Meningkatkan pengalaman, tapi masih bisa dijual tanpanya. Masuk roadmap v1.1.
  • COULD HAVE: Nice to have. Tunda sampai ada revenue yang bisa membiayainya.
  • WON'T HAVE: Eliminasi. Menambah kompleksitas tanpa menambah nilai jual nyata.
⚠Jebakan Klasik: Menunggu produk "siap" sebelum menjual. Kamu akan terus menambah fitur. Lawan insting ini dengan paksa diri menjual lebih awal.

"Jika produk ini hilang besok, seberapa kecewa Anda?" — Jika >40% menjawab 'Sangat Kecewa', kamu mendekati PMF.

Research Backed
Sean Ellis PMF Survey (2009)
Threshold >40% "Very Disappointed" adalah predictor terkuat PMF. Startup di atas threshold tumbuh 4× lebih cepat dalam 12 bulan. Digunakan Dropbox, Airbnb, dan Slack.
startup-marketing.com · Sean Ellis, 2009
Retention as True PMF Metric — a16z
Retention curve yang "flattens" setelah bulan ke-3 adalah indikator PMF yang lebih reliable dibanding growth rate awal peluncuran produk.
a16z.com · The Right Way to Think About Metrics, 2015
6 Tanda PMF Mulai Tercapai
  • Referral organik — User merekomendasikan tanpa diminta oleh siapapun.
  • User kembali — Retention >30% di bulan ke-3 untuk B2B SaaS.
  • User marah saat produk mati — Komplain aktif, bukan pergi diam-diam.
  • Feature request datang — User aktif minta fitur baru karena ingin terus pakai.
  • Churn rendah — <5%/bulan untuk B2B SaaS Indonesia sudah sangat baik.
  • Revenue naik konsisten — MoM growth stabil tanpa promosi besar-besaran.

"Orang tidak membeli dashboard. Mereka membeli berkurangnya sakit kepala, bertambahnya omzet, dan kembalinya waktu yang hilang."

Research Backed
The Challenger Sale — Dixon & Adamson (Gartner)
Riset 6,000 sales reps: salesperson yang jual "outcome" outperform yang jual fitur sebesar 200% dalam lingkungan B2B yang kompleks.
The Challenger Sale, Portfolio/Penguin, 2011
SPIN Selling — Neil Rackham (1988)
Analisis 35,000 sales call: di transaksi bernilai tinggi, presentasi fitur justru menurunkan conversion rate. Outcome questions menang secara konsisten.
SPIN Selling, McGraw-Hill, 1988
Transformasi Pesan: Fitur → Outcome
✗"Aplikasi inventory berbasis AI dengan dashboard real-time dan notifikasi otomatis."
✓"Kurangi keterlambatan restock hingga 70% sehingga tokomu tidak pernah kehilangan penjualan karena stok kosong."
Formula Outcome Message (4 Elemen)
  1. Verba aksi spesifik: "Kurangi", "Tingkatkan", "Eliminasi" — bukan "Membantu" atau "Mendukung".
  2. Angka konkret: "70%", "3 jam/hari", "Rp 2 juta/bulan" — bukan "signifikan".
  3. Konsekuensi bisnis: Hubungkan ke omzet, efisiensi, atau rasa lega yang nyata dan terukur.
  4. Konteks spesifik: "Toko retail", "restoran 1–5 cabang", "freelancer desainer Indonesia".

"Banyak startup mati bukan karena tidak bisa tumbuh — tapi karena mencoba tumbuh sebelum waktunya."

Research Backed
Premature Scaling — Startup Genome Project
74% startup gagal karena premature scaling. Startup yang premature scale kehabisan modal 20 bulan lebih cepat dari yang tidak.
Startup Genome Report, Marmer et al., 2012
Channel-Market Fit — Traction (Weinberg)
70% growth rata-rata datang dari 1–2 channel dominan. Kuasai satu channel sempurna sebelum menambah channel baru apapun.
Traction, Gabriel Weinberg & Justin Mares, 2015
Urutan Scale yang Benar
  1. Problem Fit — Kamu paham problemnya lebih dalam dari siapapun di market.
  2. Solution Fit — Solusimu dianggap lebih baik dari semua workaround yang ada.
  3. Product Market Fit — User aktif, retention naik, referral organik muncul sendiri.
  4. Repeatable Sales — Proses bisa dilakukan orang lain, bukan hanya kamu sendiri.
  5. Scale — Baru sekarang investasi ke iklan, tim, dan ekspansi channel baru.
✓Green Light: ≥10 paying customers aktif, churn <5%/bulan, minimal 2 customer dari referral organik tanpa push.
Saiful Islam — Sam Ipoel Inbound
Framework ini diajarkan oleh
Saiful
Islam
@SamIpoelInbound

CEO & Founder CustomApp.id dan ShankaraCiptaAI.com. Konsultan AI dan educator yang membantu business owner dan founder Indonesia membangun produk digital berbasis AI — dari validasi ide hingga ke pasar. Dikenal di LinkedIn Indonesia dengan gaya "Sam Ipoel Inbound": pendek, jujur, langsung ke inti, dan tidak basa-basi.

AI Coding Educator CustomApp.id Idea Validation Inbound Marketing SaaS Consulting
17+ Tahun mendampingi UMKM dan Korporasi sebagai Inbound Marketing Practitioner dan Strategist
AI Coding · Batch 3 · aicoding.customapp.id

Satu-satunya Kelas
yang Ajarkan Cara
Build, Validate & Sell.

🔍
Validasi Ide dengan PSME Framework
Sebelum membangun, kamu belajar cara menilai apakah idenya layak. Ini yang membedakan kamu dari 90% builder yang gagal karena salah problem.
⚡
Build Aplikasi Korporasi dengan AI
Membangun aplikasi kelas enterprise menggunakan AI Coding tools — tanpa harus jadi programmer senior. Dari MSP hingga production-ready.
💰
Jual dengan Solution Based Selling
8 fase lengkap dari Market Discovery hingga Scale — supaya produk yang kamu bangun benar-benar dibeli pasar, bukan hanya dikagumi orang.
Daftar Kelas Sekarang → Lihat kurikulum lengkap ↗
aicoding.customapp.id · Kelas Paket Lengkap · Bukan Hanya Coding