Praktik: Endpoint Pertama & CRUD Dasar

Setelah memahami konsep dasar dan anatomi aplikasi, saatnya praktik. Kita akan membangun task-tracker-api — REST API sederhana untuk mencatat task — dari nol, dimulai dengan penyimpanan in-memory (data hilang tiap restart). Ini sengaja disederhanakan dulu, karena fokus artikel ini murni pada mekanisme dasar FastAPI: mendefinisikan endpoint, membaca parameter, dan menjalankan server. Validasi yang lebih ketat dan database sungguhan akan menyusul di dua artikel berikutnya.

Target artikel ini: aplikasi FastAPI yang jalan lokal, punya endpoint untuk melihat dan membuat task, dan bisa dieksplorasi lewat dokumentasi interaktif bawaan.

Setup Project

Langkah-langkahnya:

   mkdir task-tracker-api
   cd task-tracker-api
   

   python3 -m venv .venv
   source .venv/bin/activate   # Windows: .venv\Scripts\activate
   

   pip install fastapi "uvicorn[standard]"
   

uvicorn[standard] menyertakan beberapa dependency opsional (seperti watchfiles untuk auto-reload) yang akan sering kita pakai selama development.

Endpoint Pertama: Health Check

Buat file main.py:

from fastapi import FastAPI

app = FastAPI(title="Task Tracker API")


@app.get("/health")
def health_check():
    return {"status": "ok"}

Jalankan servernya:

uvicorn main:app --reload

Beberapa hal yang perlu dipahami dari perintah ini:

Buka http://localhost:8000/health di browser — akan muncul {"status":"ok"}. Lalu buka http://localhost:8000/docs — inilah dokumentasi interaktif (Swagger UI) yang dibahas di artikel sebelumnya, sudah otomatis muncul tanpa kita menulis dokumentasi apa pun.

Menyiapkan "Database" In-Memory

Untuk sementara, kita simpan task di list Python biasa. Tambahkan ini di main.py, di bawah baris app = FastAPI(...):

tasks = [
    {"id": 1, "title": "Belajar konsep FastAPI", "done": False},
    {"id": 2, "title": "Bikin endpoint pertama", "done": False},
]
next_id = 3

Ini murni untuk keperluan belajar — datanya akan hilang tiap kali server di-restart. Di Bagian 5 nanti, kita ganti ini dengan database sungguhan.

Endpoint GET — Path Parameter dan Query Parameter

Tambahkan tiga endpoint berikut:

from fastapi import HTTPException


@app.get("/api/tasks")
def list_tasks(done: bool | None = None):
    if done is None:
        return tasks
    return [t for t in tasks if t["done"] == done]


@app.get("/api/tasks/{task_id}")
def get_task(task_id: int):
    for task in tasks:
        if task["id"] == task_id:
            return task
    raise HTTPException(status_code=404, detail="Task not found")

Perhatikan dua hal yang sudah dibahas konsepnya di artikel sebelumnya, sekarang kita lihat langsung praktiknya:

Endpoint POST — Menerima Request Body

Sekarang endpoint untuk membuat task baru. Ini butuh Pydantic model untuk mendefinisikan bentuk data yang diharapkan:

from pydantic import BaseModel


class TaskCreate(BaseModel):
    title: str


@app.post("/api/tasks", status_code=201)
def create_task(payload: TaskCreate):
    global next_id
    task = {"id": next_id, "title": payload.title, "done": False}
    tasks.append(task)
    next_id += 1
    return task

Simpan, biarkan --reload mengurus restart otomatis. Sekarang buka /docs, cari section POST /api/tasks, klik "Try it out", isi title, lalu klik Execute. Perhatikan tiga hal:

Tes Manual dengan curl

Selain lewat /docs, kita juga bisa tes dari terminal:

curl http://localhost:8000/api/tasks

curl -X POST http://localhost:8000/api/tasks \
  -H "Content-Type: application/json" \
  -d '{"title": "Deploy ke production"}'

curl http://localhost:8000/api/tasks/999

Perintah terakhir akan mengembalikan {"detail":"Task not found"} dengan status 404 — persis seperti yang kita definisikan di get_task.

Rangkuman File main.py

Setelah semua langkah di atas, main.py kita berisi: setup aplikasi, data in-memory, tiga endpoint (GET /health, GET /api/tasks, GET /api/tasks/{id}), dan satu endpoint POST /api/tasks. Di dua artikel berikutnya, kode ini akan tumbuh: validasi jadi lebih ketat, lalu dipecah jadi beberapa file terpisah begitu kita menyambungkannya ke database sungguhan.

Rangkuman

Kita baru saja membangun API pertama dengan FastAPI: endpoint GET dan POST, path parameter, query parameter, request body lewat Pydantic model, dan eksplorasi lewat dokumentasi interaktif otomatis. Tidak ada satu baris kode dokumentasi yang kita tulis manual — semuanya digenerate dari kode yang sama yang kita jalankan.