Integrasi API AI ke Next.js (App Router) untuk Aplikasi Web
Oleh Darus S Alfatah · 2025-09-17 · Tutorial · 8 menit
Catatan penulis: Di Next.js, panggil AI dari route server, bukan dari komponen klien.
Pendahuluan: Next.js dan AI
Next.js adalah framework React paling populer untuk aplikasi web modern — mendukung SSR, API route, dan streaming. Mengintegrasikan API AI ke Next.js memungkinkan Anda membangun aplikasi seperti chatbot, generator konten, dan asisten AI dengan performa tinggi. Artikel ini fokus pada App Router (Next.js 13+).
Langkah 1: Setup Environment
# .env.local
BANKAI_API_KEY=sk-bankai-xxxx
BANKAI_BASE_URL=https://bankai.web.id/api
Langkah 2: Buat Route Handler
// app/api/ai/route.ts
import { NextRequest, NextResponse } from 'next/server';
export async function POST(req: NextRequest) {
const { prompt } = await req.json();
const response = await fetch(
process.env.BANKAI_BASE_URL + '/chat/completions',
{
method: 'POST',
headers: {
'Content-Type': 'application/json',
Authorization: 'Bearer ' + process.env.BANKAI_API_KEY,
},
body: JSON.stringify({
model: 'auto',
messages: [{ role: 'user', content: prompt }],
}),
}
);
const data = await response.json();
return NextResponse.json({ reply: data.choices[0].message.content });
}
Langkah 3: Panggil dari Komponen
// app/page.tsx
'use client';
import { useState } from 'react';
export default function Page() {
const [reply, setReply] = useState('');
async function ask(prompt: string) {
const res = await fetch('/api/ai', {
method: 'POST',
body: JSON.stringify({ prompt }),
});
const data = await res.json();
setReply(data.reply);
}
return {reply};
}
Bonus: Streaming Response
Untuk pengalaman seperti ChatGPT (teks muncul bertahap), gunakan stream: true dan baca response sebagai stream di route handler.
Bangun aplikasi web AI modern dengan BankAI + Next.js. Mulai Rp 2.000!
Route Handler Server-Side
Di Next.js App Router, buat route handler yang berjalan di server agar kunci API tidak terekspos. Gunakan runtime Node untuk kompatibilitas SDK, validasi body, dan kembalikan respons streaming jika diperlukan.
export async function POST(req) {
const { messages } = await req.json();
const r = await fetch(process.env.AI_BASE + '/v1/chat/completions', {
method: 'POST',
headers: {
'Content-Type': 'application/json',
Authorization: 'Bearer ' + process.env.AI_KEY
},
body: JSON.stringify({ model: 'auto', messages, max_tokens: 800 })
});
if (!r.ok) return new Response('Upstream error', { status: 502 });
const data = await r.json();
return Response.json({ reply: data.choices[0].message.content });
}
Streaming dengan Server-Sent Events
Teruskan stream dari penyedia ke browser menggunakan ReadableStream. Ini menjaga waktu tampil pertama tetap cepat dan menghindari timeout pada jawaban panjang. Ingat menonaktifkan cache untuk route tersebut.
Deployment
Di platform serverless, perhatikan batas durasi eksekusi. Untuk jawaban panjang atau model penalaran, gunakan runtime yang mendukung durasi lebih lama, atau proses melalui job terpisah dan beri tahu pengguna saat hasil siap.
Edge atau Node Runtime?
Runtime edge memberi latensi rendah karena berjalan dekat pengguna, tetapi memiliki batasan ukuran dan API yang tersedia. Untuk pemanggilan model dengan SDK penuh, runtime Node biasanya lebih aman. Pilih edge hanya jika permintaan sederhana dan Anda benar-benar membutuhkan latensi rendah di banyak wilayah.
Perhatikan juga batas durasi eksekusi. Jawaban panjang atau model penalaran bisa melewati batas tersebut, sehingga pengguna menerima error meski model sebenarnya sedang bekerja.
Keamanan dan Validasi
Validasi isi permintaan sebelum diteruskan: batasi jumlah pesan, panjang karakter, dan model yang boleh dipilih pengguna. Jangan biarkan klien menentukan nama model secara bebas, karena pengguna bisa memilih model termahal. Simpan daftar model yang diizinkan di sisi server.
Tambahkan proteksi penyalahgunaan sederhana seperti pembatasan per IP atau per sesi. Untuk aplikasi publik, pertimbangkan captcha pada titik masuk tertentu agar kuota tidak dihabiskan bot.
Komponen Chat dengan Streaming
const res = await fetch('/api/chat', {
method: 'POST',
body: JSON.stringify({ pesan })
});
const reader = res.body.getReader();
const dec = new TextDecoder();
while (true) {
const { done, value } = await reader.read();
if (done) break;
setTeks(t => t + dec.decode(value));
}
Menyimpan Riwayat di Klien
Untuk aplikasi sederhana, simpan riwayat di state dan localStorage. Kirim hanya delapan pesan terakhir plus ringkasan. Ketika pengguna membuka sesi baru, mulai dari konteks bersih agar biaya tidak membengkak.
Menangani Batas Serverless
Jika platform membatasi durasi fungsi, gunakan streaming agar koneksi tetap hidup, atau pindahkan pekerjaan berat ke job terpisah. Selalu beri umpan balik status agar pengguna tidak mengira aplikasi macet.
Contoh route handler: Buat app/api/chat/route.ts yang memanggil gateway dari server. Komponen klien hanya memanggil endpoint Anda sendiri.
Pertanyaan yang Sering Diajukan
Apakah tutorial ini bisa diikuti pemula?
Ya. Langkah-langkahnya dijelaskan berurutan dan menyertakan contoh kode, jadi bisa diikuti pemula maupun developer berpengalaman.
Apakah endpoint BankAI kompatibel dengan library yang sudah saya pakai?
Ya, BankAI 100% kompatibel dengan standar OpenAI, sehingga library seperti OpenAI SDK, LangChain, dan tools sejenis bisa dipakai tanpa mengubah kode selain Base URL dan API key.
Di mana saya mendapatkan API key untuk mengikuti tutorial ini?
API key (dan Secret Token) didapat setelah daftar dan menyelesaikan pembayaran di dashboard BankAI.