Model Context Protocol (MCP) adalah standar terbuka yang mengatur cara aplikasi AI terhubung ke sumber data dan tools di luar dirinya, seperti file, database, kalender, GitHub, atau aplikasi internal perusahaan. Dengan MCP, satu konektor yang dibuat sekali bisa dipakai oleh banyak aplikasi AI, mirip USB yang membuat satu perangkat bisa dicolok ke banyak komputer.

MCP diperkenalkan Anthropic pada November 2024, lalu diadopsi luas, termasuk oleh OpenAI, Google, dan Microsoft, serta editor seperti Cursor dan VS Code.

Masalah yang Diselesaikan Model Context Protocol

Sebelum ada MCP, setiap aplikasi AI harus membuat integrasi sendiri untuk setiap layanan. Lima aplikasi AI dan sepuluh layanan berarti lima puluh integrasi berbeda. MCP mengubahnya menjadi satu protokol: layanan cukup menyediakan satu MCP server, dan setiap aplikasi yang mendukung MCP bisa memakainya.

Komponen Utama

KomponenPeranContoh
HostAplikasi AI yang dipakai penggunaClaude Desktop, ChatGPT, Cursor, VS Code
ClientBagian di dalam host yang berbicara dengan satu serverSatu koneksi per server
ServerProgram yang membuka akses ke data atau aksi tertentuServer GitHub, server database, server file lokal

Server MCP bisa menyediakan tiga jenis kemampuan:

  • Tools: aksi yang bisa dijalankan AI, misalnya "buat issue", "jalankan query", "kirim pesan".
  • Resources: data yang bisa dibaca, misalnya isi file atau skema database.
  • Prompts: template instruksi siap pakai yang disediakan server.

Koneksi bisa berjalan lokal (server dijalankan di komputermu dan berkomunikasi lewat stdio) atau jarak jauh lewat HTTP.

Contoh Pemakaian Sehari-hari

  • Developer: AI di editor membaca skema database lewat MCP server database, lalu menulis query yang sesuai dengan tabel sebenarnya.
  • Tim produk: AI membaca tiket di Jira atau Linear, merangkum progres sprint, dan membuat ringkasan untuk rapat.
  • Admin toko online: AI terhubung ke data pesanan internal untuk menjawab "berapa pesanan yang belum dikirim hari ini?".
  • Pekerja kantor: AI membaca folder dokumen di komputer untuk menyusun laporan dari beberapa file sekaligus.

Cara Mulai Memakai MCP

  1. Pilih host yang mendukung MCP, misalnya Claude Desktop, Claude Code, Cursor, atau VS Code.
  2. Pilih server dari direktori resmi atau dari penyedia layanan yang kamu pakai. Banyak layanan besar sekarang menyediakan MCP server resmi.
  3. Tambahkan konfigurasi. Untuk server lokal, biasanya berupa entri JSON berisi perintah untuk menjalankan server:
{
  "mcpServers": {
    "filesystem": {
      "command": "npx",
      "args": ["-y", "@modelcontextprotocol/server-filesystem", "C:/Users/kamu/Dokumen/Laporan"]
    }
  }
}
  1. Batasi aksesnya. Pada contoh di atas, AI hanya bisa melihat satu folder, bukan seluruh disk.
  2. Uji dengan pertanyaan sederhana, lalu periksa tool apa saja yang dipanggil AI.

Membuat MCP Server Sendiri

Tersedia SDK resmi untuk TypeScript, Python, dan bahasa lain. Ekosistem Laravel juga punya paket laravel/mcp untuk membuka fitur aplikasi Laravel sebagai MCP server. Prinsip desainnya:

  • Buat tool yang spesifik dan aman, misalnya cari_pesanan(nomor), bukan jalankan_sql(query) yang bebas.
  • Tulis deskripsi tool dengan jelas, karena AI memilih tool berdasarkan deskripsi itu.
  • Kembalikan data seperlunya. Hasil yang terlalu panjang memenuhi konteks AI dan menaikkan biaya.
  • Terapkan autentikasi dan otorisasi yang sama ketatnya dengan API biasa. Struktur endpoint yang rapi seperti di REST API dengan Sanctum tetap berlaku.

Risiko Keamanan yang Perlu Diwaspadai

  • Server dari sumber tidak jelas. MCP server lokal berjalan dengan hak akses komputermu. Pasang hanya dari penyedia tepercaya dan baca kodenya kalau perlu.
  • Prompt injection. Data yang dibaca AI (email, halaman web, isi tiket) bisa berisi instruksi tersembunyi yang mencoba menyuruh AI melakukan hal lain. Jangan beri AI akses tulis dan akses data tidak tepercaya sekaligus tanpa persetujuan manual.
  • Izin terlalu luas. Token dengan akses admin penuh tidak perlu untuk membaca laporan. Gunakan token dengan izin minimum.
  • Aksi tanpa konfirmasi. Aktifkan persetujuan manual untuk tool yang mengubah data, mengirim pesan, atau menghapus sesuatu.

Langkah Berikutnya

MCP adalah salah satu cara memberi AI konteks yang tepat. Prinsip umumnya dibahas di context engineering. Kalau kamu developer, lihat bagaimana AI agent memakai tools semacam ini di agentic AI coding.