Jawaban langsung: Integrasi AI sistem lama tanpa bangun ulang berarti 1 MCPMCPAturan standar yang memungkinkan program AI memakai alat dan data Anda dengan izin yang jelas.Buka glosarium server kecil di depan sistem sumber. Sambungkan sistem sumber ke AI agentAgent AIProgram AI yang mengerjakan langkah pekerjaan sendiri, misalnya membaca pesan, menyiapkan balasan, lalu mencatat hasilnya.Buka glosarium dengan 1 MCP server kecil di depannya, bukan dengan membangun ulang sistem itu. Server itu membaca dan menulis lewat pintu yang sudah ada: APIAPIPintu resmi yang dipakai 2 sistem untuk saling mengirim data, tanpa orang menyalin data secara manual.Buka glosarium resmi, database, ekspor berkala, atau otomasi layar bila sistem sumber tidak punya API. Mulai dari tool baca, lalu tambahkan tool tulis dengan approval manusia. Simpan ID sistem sumber sebagai handle eksplisit, dan buang kolom data pribadi sebelum hasil tool masuk ke model.

Kondisi utama: pola ini berlaku bila sistem sumber punya minimal 1 pintu yang bisa dibaca program, dan pemilik sistem memberi akun uji. Batas: artikel ini tidak memperbaiki data yang berantakan di sistem sumber, dan tidak mengganti lisensi vendor. Sistem tanpa API dan tanpa ekspor hanya bisa dibaca lewat otomasi layar yang rapuh; kami menandai pintu itu sebagai pilihan terakhir.

Kami menulis pola ini pada 13 September 2026 dari spesifikasi MCP resmi revisi 2026-07-28 dan panduan tool MCP Cloudflare. UU 27/2022 (UU PDP) menjadi dasar bagian filter data pribadi. Contoh pada artikel ini memakai data dummy berlabel, bukan data pelanggan nyata.

Masalah: integrasi AI sistem lama berhenti di "harus migrasi dulu"

Kepala IT ingin memakai AI agent untuk membaca stok, status pesanan, atau data pelanggan. Vendor sistem lalu menjawab dengan proposal mengganti ERP atau CRM. Proyek AI berhenti di anggaran migrasi, bukan di kebutuhan yang sebenarnya kecil.

Data 8 tahun sering ada di sistem sumber: ERP, Odoo, CRM, database internal, atau spreadsheet yang staf pakai setiap hari. Migrasi data sebesar itu berisiko dan makan waktu berbulan-bulan. Kebutuhan AI agent yang sebenarnya sering hanya membaca beberapa data dan menulis 1 atau 2 hal dengan approval.

Halaman glosarium MCP menjelaskan istilah ini secara singkat, dan apa itu MCP memberi penjelasan lengkap untuk pembaca baru. Pola pada artikel ini tidak butuh migrasi; pola ini hanya menambah 1 lapisan kecil di depan sistem sumber.

Pola ini sudah berjalan pada sistem akuntansi. Artikel integrasi Accurate Online dengan OpenClaw memakai pola yang sama: chat operasional membuat invoice tanpa mengganti sistem akuntansi yang sudah berjalan.

Pola adapter: 1 server kecil di depan sistem sumber

MCP (Model Context Protocol) menyambungkan aplikasi AI ke sumber data dan tool yang sudah ada; MCP tidak mengganti sistem itu. Sumber: spesifikasi MCP 2026-07-28.

Pola yang kami pakai menaruh 1 server kecil, adapter, di depan sistem sumber. Adapter membuka beberapa tool bernama, bukan seluruh skema API sistem sumber. Cloudflare menulis praktik yang sama: buat tool per tujuan pengguna, dan pecah jadi beberapa server kecil dengan izin sempit agar mudah diaudit. Sumber: panduan tool MCP Cloudflare.

MCP server dirancang mudah dibangun dan digabung. Server tidak melihat percakapan penuh pengguna dengan AI agent; server hanya menerima argumen tool yang dipanggil. Klien seperti Claude, OpenClaw, atau Hermes Agent 0.20.3 dan MCP SDK 2.x memanggil tool yang sama lewat cara yang sama. Sumber: arsitektur MCP 2026-07-28.

Diagram pola adapter: ERP lama tetap tidak diubah, 1 MCP server kecil di depannya membuka 3 tool, dipakai Claude dan OpenClaw; jalur bangun ulang dicoret
Sistem sumber (1) tidak disentuh. Adapter (2) hanya membuka tool yang dibutuhkan. Tool tulis (3) memakai approval. Klien (4) bisa lebih dari 1.

Pada gambar di atas, ERP berumur 8 tahun tetap berjalan tanpa perubahan. Adapter membuka 3 tool: cek_stok dan status_po untuk membaca, dan catat_penerimaan untuk menulis dengan approval. Sistem sumber tidak tahu klien AI mana yang bertanya; sistem sumber hanya menjawab panggilan API atau database seperti biasa.

4 pintu akses ke sistem sumber

Adapter memilih 1 dari 4 pintu untuk membaca dan menulis ke sistem sumber. Urutan pilihannya berjalan dari pintu dengan data paling segar ke pintu paling rapuh.

Empat pintu akses dari sistem sumber ke MCP server: API resmi, database baca saja, ekspor berkala, dan otomasi layar sebagai pilihan terakhir
Pilih pintu dari 01 ke 04. Pintu 03 (1) memberi data tertinggal; tulis waktu ekspor di hasil. Pintu 04 (2) rapuh dan tanpa tool tulis.

1. API resmi

Pintu pertama adalah API resmi sistem sumber, misalnya Odoo, CRM SaaS, atau aplikasi kasir yang punya API. Pintu ini memberi data langsung dan mendukung tool tulis dengan approval. Adapter menghormati rate limit sistem sumber dan memvalidasi setiap input sebelum memanggil API. Sumber: spesifikasi tool MCP, bagian keamanan.

2. Database langsung

Pintu kedua adalah database sistem sumber secara langsung, misalnya MySQL atau PostgreSQL pada aplikasi internal. Pakai akun baca saja dengan view terbatas, bukan akses SQL bebas. Tool database memakai parameter tetap, misalnya query_terbatas dengan argumen yang sudah ditentukan, bukan kueri bebas dari model.

3. Ekspor berkala (CSV atau spreadsheet)

Pintu ketiga adalah ekspor berkala, misalnya file CSV harian atau spreadsheet yang tersinkron. Data lewat pintu ini selalu tertinggal sesuai jadwal ekspor. Tulis waktu ekspor pada setiap hasil tool, supaya pengguna tahu data itu bukan data langsung.

4. Tanpa API dan tanpa ekspor

Pintu keempat dipakai hanya bila sistem sumber tidak punya API dan tidak punya ekspor: otomasi layar yang membaca tampilan aplikasi. Pintu ini rapuh; otomasi berhenti begitu tampilan berubah. Pintu ini adalah pilihan terakhir, dan pintu ini tidak mendapat tool tulis.

PintuContoh sistemKesegaran dataRisikoTool tulis?Kapan dipilih
API resmiOdoo, CRM SaaS, aplikasi kasir dengan APILangsungRate limit vendor; perubahan versi APIYa, dengan approvalSelalu pertama bila ada
Database langsungMySQL atau PostgreSQL aplikasi internalLangsungKueri salah membebani sistem; akses terlalu luasTidak pada tahap 1Bila API tidak ada dan DBA memberi view baca saja
Ekspor berkalaCSV harian, spreadsheet sinkronTertinggal sesuai jadwalJawaban basi; tulis waktu ekspor di hasilTidakBila API dan database tertutup
Otomasi layarAplikasi desktop tanpa APILambatRapuh; putus saat tampilan berubahTidakPilihan terakhir; sementara

Urutan kerja: baca dulu, tulis dengan approval kemudian

Sambungkan sistem sumber ke AI agent bertahap dalam 4 minggu. Jangan buka tool tulis sejak hari pertama.

  1. Minggu 1: 3 tool baca. Bangun 3 tool yang membaca data yang paling sering ditanya staf, misalnya stok atau status pesanan.
  2. Minggu 2: uji dengan staf. Staf memakai tool baca setiap hari dan melaporkan hasil yang salah atau lambat.
  3. Minggu 3: 1 tool tulis dengan approval. Tambahkan 1 tool tulis. Tool itu meminta approval manusia sebelum berjalan, dan membawa argumen konfirmasi dengan idempotencyKey supaya panggilan ulang tidak menulis 2 kali.
  4. Minggu 4: audit log dan serah terima. Catat siapa, kapan, dan argumen apa untuk setiap tool tulis. Serahkan SOP ke tim setelah audit log berjalan 1 minggu.
Garis waktu 4 minggu menyambungkan sistem sumber ke AI agent: tool baca, uji staf, tool tulis dengan approval, audit log dan serah terima
Minggu 1-2 (1) hanya membaca. Tool tulis (2) masuk minggu 3 dengan approval. Audit log (3) sebelum serah terima.

Urutan ini mengikuti anjuran resmi: harus selalu ada manusia dalam alur yang bisa menolak pemanggilan tool berisiko. Sumber: spesifikasi tool MCP, bagian keamanan.

ID, versi, dan state: handle eksplisit, bukan sesi

MCP tidak punya sesi di level protokol. Setiap panggilan tool berdiri sendiri; server tidak otomatis mengingat panggilan sebelumnya. Sumber: spesifikasi tool MCP, bagian stateful tools dan changelog MCP 2026-07-28.

Karena itu, adapter membawa state lewat handle eksplisit sebagai argumen tool, bukan lewat sesi. Pakai ID yang sudah ada di sistem sumber sebagai handle: nomor PO, kode pelanggan, atau nomor SKU. Jangan membuat ID baru di adapter; ID baru menambah 1 tabel pemetaan yang harus dirawat terus.

Tool tulis sebaiknya membawa argumen expectedRevision. Adapter menolak menulis bila revisi sistem sumber sudah berubah sejak data terakhir dibaca, supaya 1 tool tulis tidak menimpa perubahan orang lain. Pada sistem kami sendiri, pola argumen konfirmasi dan idempotencyKey ini mencegah tulis ganda saat 1 panggilan diulang.

Bila adapter terpaksa membuat handle sendiri, misalnya untuk proses yang berjalan lama, buat handle itu acak, terikat ke 1 pengguna, dan beri batas kedaluwarsa. Jangan memperlakukan kepemilikan handle sebagai bukti identitas. Sumber: panduan keamanan MCP.

Filter data pribadi sebelum hasil masuk ke model

UU 27/2022 (UU PDP) menyebut penampilan, pengungkapan, dan transfer data sebagai bagian dari pemrosesan data pribadi. Tool baca yang menampilkan data pelanggan ke model AI termasuk pemrosesan itu. Sumber: UU 27/2022, Pasal 16.

Bila model AI berjalan di server luar negeri, hasil tool yang memuat data pribadi menjadi transfer data lintas negara. UU PDP mengizinkan transfer itu dengan 1 dari 3 syarat: negara tujuan punya pelindungan setara, ada pelindungan mengikat, atau ada persetujuan subjek data. Cara paling sederhana pada adapter adalah membatasi lewat filter kolom. Sumber: UU 27/2022, Pasal 56.

Pemilik sistem sumber tetap berperan sebagai Pengendali, dan wajib mengawasi setiap pihak yang ikut memproses data, termasuk vendor server adapter sebagai Prosesor. Sumber: UU 27/2022, Pasal 35 sampai 39.

Buang kolom data pribadi yang tidak perlu dari hasil tool sebelum tool itu menjawab ke model. NIK, nomor telepon, alamat, dan tanggal lahir adalah 4 kolom yang paling sering harus dibuang. Simpan kolom itu di sistem sumber, dan biarkan adapter hanya meneruskan data yang benar-benar dibutuhkan tugas itu.

Contoh: ERP berumur 8 tahun dengan 2 tool

Simulasi berikut memakai data dummy: ERP berumur 8 tahun disambungkan lewat API dengan 2 tool baca dan 1 tool tulis.

Input (permintaan staf gudang)Tercatat (MCP server dan sistem sumber)Output (yang terjadi)
"Stok SKU BRG-0091 di gudang B?"cek_stok {sku: "BRG-0091", gudang: "B"}; API ERP dipanggil; hasil 130; tanpa harga beli"130 unit di gudang B, per 10.42."
"Status PO 2026-0712?"status_po {po: "2026-0712"}; handle sama dengan nomor PO ERP; hasil "sebagian diterima""PO 2026-0712: 2 dari 3 baris diterima."
"Catat penerimaan 50 unit BRG-0091 untuk PO itu."catat_penerimaan {po, sku, qty: 50, expectedRevision: 7}; status "menunggu approval kepala gudang"Kartu approval tampil untuk kepala gudang
Kepala gudang menyetujuiAPI ERP menulis; revisi 7 jadi 8; audit log mencatat aktor, waktu, dan argumen"Penerimaan tercatat. PO 2026-0712 lengkap."

SKU, nomor PO, jumlah, dan nomor revisi pada tabel di atas adalah data dummy. Nama vendor ERP tidak disebut.

Checklist sebelum menyambung sistem sumber

Checklist ini berlanjut ke checklist MCP server sebelum dibuat, yang mencakup persiapan sebelum proyek dimulai.

  1. Daftar pintu yang tersedia per sistem sumber: API, database, ekspor, tanpa API. Pemilik: kepala IT. Bukti: tabel sistem x pintu.
  2. Minta akun uji baca saja dari pemilik sistem. Pemilik: pemilik sistem. Bukti: akun uji dengan hak minimum.
  3. Tulis 3 tool baca dengan handle sama dengan ID sistem sumber. Pemilik: developer. Bukti: daftar tool dan argumen.
  4. Tandai kolom data pribadi yang dibuang dari hasil tool. Pemilik: penanggung jawab data. Bukti: daftar kolom.
  5. Tentukan penyetuju tiap tool tulis dan argumen konfirmasinya. Pemilik: kepala divisi. Bukti: SOP approval.
  6. Catat versi API sistem sumber dan jadwal perubahannya. Pemilik: IT. Bukti: nomor versi di dokumentasi tool.
  7. Kriteria berhenti: bila hanya pintu 04 (otomasi layar) yang tersedia, batasi ke tool baca sementara dan rencanakan ekspor.

Pertanyaan yang sering diajukan

Apakah ERP harus diganti agar bisa dipakai AI? Tidak. MCP server membaca dan menulis lewat API atau database yang sudah ada. ERP, Odoo, atau CRM tetap berjalan tanpa migrasi.

Bagaimana bila sistem tidak punya API? Pakai database baca saja atau ekspor berkala. Otomasi layar hanya jadi pilihan terakhir, dan pilihan itu tidak mendapat tool tulis.

Apakah AI bisa merusak data di sistem sumber? Tool baca tidak mengubah data apa pun. Tool tulis memakai approval manusia, argumen konfirmasi, dan expectedRevision sebelum menulis.

Bagaimana MCP mengingat pelanggan yang sedang dibahas? MCP tidak memakai sesi. ID pelanggan atau ID sistem sumber lain dikirim sebagai argumen pada setiap panggilan tool.

Apa bedanya dengan integrasi API biasa? MCP menstandarkan sisi klien AI dan menaruh approval di aplikasi host. API biasa tetap berjalan di belakang MCP server, tanpa standar klien itu.

Langkah berikutnya

Pola adapter ini tidak memperbaiki data yang berantakan di sistem sumber, dan tidak mengganti lisensi vendor sistem sumber. Baca MCP vs API biasa vs plugin vs RAG bila Anda masih menimbang pola integrasi, dan pakai checklist MCP server sebelum dibuat sebelum memulai proyek. Bila tim Anda ingin kami membangun adapter ini, mulai dengan Kirim kebutuhan, atau Jadwalkan konsultasi gratis untuk membahas sistem sumber Anda.

Sumber