AWS Summit Jakarta 2026 · Seri Sesi

Modernisasi SQL Server & .NET dengan AI Agent

Mengalihbahasakan aplikasi Windows & SQL Server berbayar mahal ke platform terbuka — otomatis, dengan AWS Transform.
Kode SEC303Level 300 · LanjutanTrack Modernisasi & AI
Edisi Pertama · 2026 · Bagian dari Seri 61 Sesi
Track · Modernisasi & AI

Tentang Sesi Ini

01

Ringkasan & metadata

SEC30316:30 WIBFloor 4, Ballroom 3B & 3C Level 300 · LanjutanBahasa IndonesiaPembicara: AWS

Sesi ini membahas cara memodernisasi aplikasi .NET (Windows) dan database Microsoft SQL Server ke platform yang lebih terbuka — Linux, .NET modern lintas platform, dan PostgreSQL / Amazon Aurora — dengan bantuan AI Agent dari AWS Transform. Inti persoalannya sederhana namun mahal: banyak organisasi terkunci pada lisensi Windows Server dan SQL Server yang biayanya terus membengkak seiring bertambahnya inti prosesor (core) dan jumlah server.

Migrasi manual dari .NET Framework ke .NET modern, dan dari SQL Server ke PostgreSQL, secara tradisional adalah proyek berbulan-bulan yang berisiko: ada ribuan baris kode yang harus diubah, kueri T-SQL yang harus diterjemahkan ke PL/pgSQL, tipe data yang berbeda, dan perilaku transaksi yang tak selalu sama. AWS Transform memakai agen AI untuk menganalisis, mengonversi, dan memvalidasi pekerjaan itu secara otomatis — sementara manusia tetap mengawasi dan menyetujui hasilnya.

Kenapa penting untuk Anda? Jika anggaran TI Anda tersandera biaya lisensi tahunan, atau jika Anda ingin memindahkan estate aplikasi warisan ke fondasi yang lebih murah dan lincah tanpa menugaskan puluhan insinyur selama setahun — sesi ini adalah peta jalannya.
Konsep Inti

Apa Itu & Bagaimana Bekerjanya

02

Apa itu AWS Transform

AWS Transform adalah layanan ber-agen AI (agentic) yang dirancang untuk mempercepat modernisasi. Alih-alih memakai konverter berbasis aturan kaku yang sering menyerah pada kasus rumit, agen AI di dalamnya membaca dan memahami maksud kode dan skema Anda, lalu menghasilkan versi modern yang setara maknanya. Dua target utama yang dibahas di sesi ini:

Prinsipnya: hemat biaya, portabel, dan lincah. Menghapus ketergantungan pada lisensi Windows dan SQL Server bisa memangkas biaya secara signifikan, sekaligus membuka pintu ke ekosistem open-source yang berkembang cepat.

Yang dikerjakan agen & layanan pendukung

Berikut kemampuan inti dan layanan yang berperan dalam alur modernisasi, dengan fungsi ringkasnya:

AWS TransformAgen AI penganalisis & pengonversi
.NET → LinuxFramework lama ke .NET modern
SQL Server → PostgreSQLSkema & kueri lintas mesin
Amazon AuroraPostgreSQL terkelola & skalabel
DMS / SCTPindah data & ubah skema
Pengujian & ValidasiUji setara sebelum & sesudah
ObservabilityPantau kinerja pasca-migrasi

Kemampuan ini saling melengkapi. Contohnya, satu proyek migrasi bisa memakai AWS Transform untuk mengonversi kode .NET sekaligus menerjemahkan SQL Server ke PostgreSQL, memindahkan data lewat DMS/SCT ke Amazon Aurora, lalu menjalankan pengujian & validasi otomatis agar hasilnya terbukti setara, sementara Observability memantau kinerja setelah aplikasi tayang.

Perumpamaan

Analogi yang Mudah Dicerna

03

Penerjemah sekaligus tukang renovasi otomatis

Ibaratnya, aplikasi dan database lama Anda adalah sebuah gedung tua dengan seluruh dokumennya ditulis dalam bahasa kuno yang berbayar mahal — setiap kali Anda ingin memakainya, Anda harus terus membayar biaya lisensi kepada penerbit "kamus" bahasa itu. AWS Transform adalah penerjemah sekaligus tukang renovasi otomatis: ia mengalihbahasakan seluruh dokumen ke bahasa modern yang gratis tanpa mengubah maknanya, sekaligus merenovasi struktur gedung agar berdiri di atas fondasi yang lebih murah dan modern.

RUMAH PENERJEMAHAN (AWS Transform) Bahasa lama.NET Framework T-SQL / SQL Server AI Bahasa modern.NET (Linux) PL/pgSQL / Postgres
Analogi: agen AI sebagai penerjemah + tukang renovasi yang mengalihkan "dokumen mahal" ke "bahasa modern gratis" tanpa mengubah makna.
Arsitektur

High-Level Architecture & Alur

04

High-Level Architecture (HLA)

Secara garis besar, alur modernisasi di atas AWS Transform terlihat seperti ini: sumber warisan (repositori kode .NET dan database SQL Server) dianalisis oleh agen AI AWS Transform, yang menghasilkan kode .NET modern dan skema/kueri PostgreSQL; data dipindahkan lewat DMS/SCT ke Amazon Aurora; hasilnya melewati pengujian & validasi, dengan manusia meninjau di tiap tahap.

Kode .NET(Framework) SQL Server(skema+data) AWS TransformAgen AI .NET modern (Linux) PostgreSQL / PL/pgSQL DMS/SCT → Aurora Uji & validasi Peninjauan manusia (di tiap tahap)
HLA: sumber warisan (.NET + SQL Server) → agen AWS Transform → .NET modern + PostgreSQL/Aurora, dengan migrasi data (DMS/SCT), uji-validasi, dan tinjauan manusia.

Alur kerja satu proyek migrasi

Ketika sebuah tim ingin memindahkan aplikasi .NET + SQL Server ke platform terbuka, inilah yang terjadi tahap demi tahap:

  1. Penilaian (assessment). Agen memindai repositori kode dan skema database, memetakan dependensi, kerumitan, dan estimasi upaya.
  2. Konversi kode. Kode .NET Framework diterjemahkan ke .NET modern lintas platform, mengganti API khusus-Windows dengan padanan portabel.
  3. Konversi database. Skema, tabel, dan stored procedure diubah; T-SQL ditulis ulang menjadi PL/pgSQL untuk PostgreSQL.
  4. Pindah data. Data dimigrasi (mis. lewat DMS) ke Amazon Aurora dengan gangguan minimal.
  5. Uji & validasi. Hasil dibandingkan dengan sistem lama untuk memastikan perilaku & data setara.
  6. Tinjau & setujui. Insinyur manusia meninjau, memperbaiki kasus tepi, dan menyetujui sebelum tayang.
NilaiKonversiPindahValidasiSetujui
Alur migrasi: penilaian → konversi kode & database → pindah data → validasi → persetujuan manusia.
Contoh Penerapan

Dari Konsep ke Bisnis Nyata

05

Contoh nyata (konteks Indonesia)

Agar tidak berhenti di teori, berikut tiga skenario penerapan yang khas di Indonesia.

Contoh Penerapan · Enterprise

Estate .NET/SQL besar — memangkas biaya lisensi

Sebuah perusahaan besar dengan puluhan aplikasi internal berbasis .NET Framework dan ratusan database SQL Server membayar lisensi Windows & SQL Server yang meningkat tiap tahun seiring pertumbuhan core. Dengan AWS Transform, agen AI mengonversi aplikasi ke .NET modern di Linux dan database ke PostgreSQL/Aurora secara bertahap. Hasilnya: biaya lisensi turun signifikan, dan tim TI mengalihkan anggaran dari biaya lisensi ke inovasi — tanpa menugaskan puluhan insinyur selama setahun penuh.

Contoh Penerapan · Fintech / Bank

Migrasi database ke open-source

Sebuah penyedia layanan keuangan ingin melepas ketergantungan pada satu vendor database berbayar demi portabilitas dan kelincahan. AWS Transform menerjemahkan skema, ribuan stored procedure, dan kueri T-SQL menjadi PL/pgSQL di Amazon Aurora PostgreSQL. Data dipindah lewat DMS dengan gangguan minimal, lalu setiap kueri diuji ulang agar hasil dan kinerjanya setara — dengan tim DBA meninjau kasus rumit sebelum go-live.

Contoh Penerapan · Ritel

Modernisasi aplikasi warisan

Sebuah jaringan ritel memiliki sistem inventori warisan berbasis .NET Framework yang sulit dipelihara dan mahal dioperasikan. Alih-alih menulis ulang dari nol, agen AI memodernisasinya ke .NET lintas platform yang berjalan di kontainer Linux, membuka jalan ke deployment yang lebih lincah dan hemat. Portabilitas baru ini memudahkan tim menambah fitur dan menskalakan saat musim ramai belanja.

Mode Slide

Ringkasan Visual (Geser)

06

Ringkasan visual

Enam kartu berikut merangkum inti sesi. Gunakan tombol atau tombol panah keyboard (← →) untuk berpindah.

SEC303 · Slide 1

Masalahnya: biaya lisensi yang membengkak

Windows & SQL Server berbayar mahal, terus naik seiring bertambahnya core dan server. Modernisasi manual berisiko & berbulan-bulan.

1 / 6
SEC303 · Slide 2

AWS Transform = agen AI modernisasi

Menganalisis, mengonversi, & memvalidasi kode dan database secara otomatis. Manusia tetap mengawasi.

2 / 6
SEC303 · Slide 3

Dua target utama

  • .NET Framework → .NET modern (Linux)
  • SQL Server → PostgreSQL / Aurora
  • T-SQL → PL/pgSQL, otomatis
3 / 6
SEC303 · Slide 4

Analogi penerjemah

Agen = penerjemah + tukang renovasi yang mengalihkan "dokumen mahal" ke "bahasa modern gratis" tanpa mengubah makna.

4 / 6
SEC303 · Slide 5

Alur migrasi

Nilai → konversi kode & database → pindah data → validasi → persetujuan manusia.

5 / 6
SEC303 · Slide 6

Bawa pulang

Hemat lisensi signifikan, portabilitas, & kelincahan — dengan manusia mengawasi di tiap tahap.

6 / 6
Penutup

Poin yang Bisa Dibawa Pulang

07

Poin yang bisa dibawa pulang

Tentang Buku Ini
Sainskerta · Seri AWS Summit Jakarta 2026

Buku ini adalah rangkuman edukatif independen atas satu sesi AWS Summit Jakarta 2026, dibuat agar materi tetap bisa dipelajari oleh mereka yang tak sempat hadir. Bukan materi resmi AWS; seluruh nama produk & merek (AWS Transform, Amazon Aurora, .NET, SQL Server, PostgreSQL, Linux) adalah milik pemiliknya masing-masing. Contoh penerapan bersifat ilustratif.

Bagian dari seri 61 sesi AWS Summit Jakarta 2026 — satu buku untuk tiap sesi.