MCP (Model Context Protocol): Standar Penghubung AI ke Data Bisnis Anda

Mengapa AI Anda Butuh "Colokan" Standar

Bayangkan Anda ingin asisten AI di perusahaan bisa menjawab pertanyaan seperti "berapa total order bulan ini?", merangkum proposal di Google Drive, atau mengecek pull request terbaru di GitHub. Selama ini, setiap kebutuhan tersebut biasanya berarti satu integrasi custom: satu konektor untuk database, satu lagi untuk penyimpanan file, satu lagi untuk aplikasi chat tim. Kalau Anda memakai beberapa aplikasi AI sekaligus, pekerjaan itu harus diulang untuk setiap aplikasi. Hasilnya adalah masalah klasik M×N: M aplikasi AI dikali N sistem data sama dengan tumpukan kode integrasi yang mahal dirawat.

Model Context Protocol (MCP) hadir untuk memotong masalah ini. Menurut spesifikasi resminya, MCP adalah protokol terbuka yang memungkinkan integrasi mulus antara aplikasi LLM dengan sumber data dan tools eksternal. Prinsipnya sederhana: cukup bangun satu server MCP untuk sebuah sistem, maka semua aplikasi AI yang mendukung MCP bisa langsung memakainya. Masalah M×N berubah menjadi M+N.

Spesifikasi MCP juga menyebut bahwa protokol ini terinspirasi dari Language Server Protocol (LSP), standar yang membuat dukungan bahasa pemrograman bisa dipakai di banyak editor kode. MCP melakukan hal serupa untuk ekosistem aplikasi AI: menstandarkan cara menambahkan konteks dan tools.

Arsitektur: Host, Client, dan Server

MCP menggunakan pesan JSON-RPC 2.0 untuk komunikasi antara tiga peran utama:

Satu host dapat menjalankan beberapa client sekaligus, dan setiap client menjaga sesi khusus dengan satu server. Protokol dasarnya memiliki tiga ciri penting: format pesan JSON-RPC, koneksi yang stateful, serta negosiasi kapabilitas antara server dan client saat koneksi dibuka. Artinya, di awal sesi kedua pihak saling memberi tahu fitur apa saja yang mereka dukung.

Berikut contoh sederhana permintaan JSON-RPC dari client untuk memanggil sebuah tool bernama query:

{
  "jsonrpc": "2.0",
  "id": 1,
  "method": "tools/call",
  "params": {
    "name": "query",
    "arguments": { "sql": "SELECT COUNT(*) FROM orders WHERE created_at >= '2026-09-01'" }
  }
}

Karena formatnya standar, developer tidak perlu mempelajari API yang berbeda-beda untuk setiap aplikasi AI. Cukup ikuti skema protokol, dan server Anda kompatibel dengan host mana pun yang mendukung MCP.

Tiga Primitif Server: Tools, Resources, dan Prompts

Spesifikasi MCP mendefinisikan tiga fitur utama yang bisa ditawarkan server kepada client:

Perbedaannya terletak pada siapa yang memegang kendali. Tools dipanggil oleh model saat dibutuhkan, resources adalah data yang disuguhkan sebagai konteks, sedangkan prompts biasanya dipilih langsung oleh pengguna sebagai template siap pakai.

Selain itu, client juga bisa menawarkan fitur balik ke server: Sampling (server meminta host menjalankan interaksi LLM), Roots (server menanyakan batas URI atau direktori tempat ia boleh bekerja), dan Elicitation (server meminta informasi tambahan dari pengguna). Spesifikasi juga menyediakan utilitas pendukung seperti progress tracking, cancellation, error reporting, dan logging.

Server MCP Siap Pakai: PostgreSQL, Google Drive, GitHub, Slack, dan Lainnya

Repositori resmi modelcontextprotocol/servers berisi implementasi referensi yang bisa langsung dicoba. Namun perhatikan statusnya, karena beberapa server populer kini sudah diarsipkan:

Untuk mencari server lain, repositori tersebut mengarahkan ke MCP Registry di registry.modelcontextprotocol.io. Server berbasis TypeScript dapat dijalankan dengan npx, sedangkan server Python dengan uvx atau pip. Contoh konfigurasi di aplikasi host seperti Claude Desktop:

{
  "mcpServers": {
    "postgres": {
      "command": "npx",
      "args": ["-y", "@modelcontextprotocol/server-postgres", "postgresql://localhost/mydb"]
    }
  }
}

Penting untuk dicatat: repositori resmi menegaskan bahwa server di dalamnya adalah implementasi referensi untuk tujuan edukasi, bukan solusi siap produksi. Developer diminta mengevaluasi kebutuhan keamanannya sendiri sesuai threat model masing-masing.

Peringatan Keamanan dari Spesifikasi Resmi

Kekuatan MCP datang dari kemampuannya membuka akses data dan jalur eksekusi kode secara arbitrer. Spesifikasi resmi menekankan bahwa kekuatan ini membawa konsekuensi keamanan yang wajib ditangani oleh setiap implementor. Empat prinsip kuncinya:

1. Consent dan kontrol pengguna: pengguna harus secara eksplisit menyetujui dan memahami semua akses data serta operasi, dan tetap memegang kendali atas data yang dibagikan.
2. Privasi data: host wajib meminta persetujuan eksplisit sebelum mengekspos data pengguna ke server, dan tidak boleh mengirim data resource ke tempat lain tanpa izin.
3. Keamanan tool: tools merepresentasikan eksekusi kode arbitrer dan harus diperlakukan dengan sangat hati-hati. Deskripsi perilaku tool, termasuk annotations, harus dianggap tidak tepercaya kecuali berasal dari server tepercaya. Host wajib meminta consent eksplisit sebelum memanggil tool apa pun.
4. Kontrol sampling LLM: pengguna harus menyetujui setiap permintaan sampling, termasuk prompt yang dikirim dan hasil yang boleh dilihat server.

Spesifikasi juga mengakui bahwa MCP tidak bisa memaksakan prinsip-prinsip ini di level protokol. Tanggung jawabnya ada pada Anda sebagai implementor. Dalam praktik, beberapa langkah yang kami sarankan:

• Gunakan user database khusus dengan hak akses read-only untuk server seperti PostgreSQL.
• Terapkan prinsip least privilege pada token API (misalnya GitHub personal access token dengan scope minimal).
• Simpan kredensial di environment variable, jangan di dalam kode.
• Aktifkan konfirmasi manusia (human-in-the-loop) untuk tool yang mengubah data.
• Audit server pihak ketiga sebelum dipasang, sama seperti Anda mengaudit dependency lain.

Langkah Awal untuk Bisnis Anda

Mulailah dari kasus penggunaan kecil yang berisiko rendah, misalnya AI yang hanya membaca dokumentasi internal atau laporan penjualan. Setelah alur consent dan logging terbukti berjalan baik, perluas ke tools yang bisa menulis data. Perlu diingat juga bahwa spesifikasi MCP terus berkembang: repositori resmi kini sudah memuat skema versi yang lebih baru dari 2025-06-18, jadi selalu cek versi terbaru sebelum membangun server produksi.

Penutup

MCP mengubah cara AI terhubung ke sistem bisnis: dari tumpukan konektor custom menjadi satu standar terbuka berbasis JSON-RPC dengan arsitektur host, client, dan server yang jelas. Dengan tiga primitif (tools, resources, prompts) dan ekosistem server yang terus bertambah, tim developer bisa bergerak jauh lebih cepat. Namun kuncinya tetap sama: perlakukan setiap tool sebagai eksekusi kode, minta consent eksplisit, dan batasi akses seminimal mungkin. Jika Anda membutuhkan bantuan menyiapkan infrastruktur hosting yang aman untuk server MCP internal, tim katili.dev siap membantu.

Referensi

• Model Context Protocol Specification (2025-06-18)
• GitHub: modelcontextprotocol/servers
• GitHub: modelcontextprotocol/modelcontextprotocol