{JALUR NON REGULER - LOMBA} PENGEMBANGAN LAYANAN SERVER-SIDE APLIKASI E-COMMERCE MENGGUNAKAN NODE.JS DAN DOCKER PADA KOMPETISI HACKATHON REFACTORYMohamad Rifqi DaniPutrantoauthorPerkembangan pesat E-commerce menuntut adanya inovasi sistem serverside yang tidak hanya andal, tetapi juga mampu menghadirkan pengalaman belanja yang lebih cepat, mudah, dan menarik bagi pengguna. Dalam konteks kompetisi berbasis waktu seperti Hackathon, tantangan teknis utamanya adalah mencapai kecepatan pengembangan dan performa API yang tinggi guna menjawab tantangan masa depan belanja online. Proyek ini dirancang untuk mengatasi hambatan sistem tradisional melalui pengembangan Kalana Commerce, sebuah solusi e-commerce mobile untuk sektor pangan segar yang fokus pada efisiensi pemrosesan transaksi dan skalabilitas layanan secara otomatis. Metode yang diterapkan dalam penelitian ini menggunakan praktik Rapid Application Development (RAD) dengan fokus pada rekayasa sistem server-side menggunakan Node.js dan Docker. Pemilihan Node.js sebagai platform utama didasarkan pada karakteristiknya yang non-blocking I/O, sehingga sangat efisien dalam menangani volume transaksi concurrent pada aplikasi e-commerce secara real-time. Seluruh infrastruktur aplikasi kemudian diimplementasikan menggunakan teknologi kontainerisasi Docker untuk menjamin proses deployment yang cepat, konsisten, dan aman. Dengan menggunakan Docker Compose, penulis dapat mengintegrasikan layanan API dan basis data ke dalam lingkungan yang terisolasi, memastikan portabilitas aplikasi di berbagai infrastruktur server tanpa terkendala perbedaan konfigurasi sistem operasi. Kombinasi kedua teknologi ini memungkinkan pengembangan Kalana Commerce menjadi lebih sistematis, skalabel, dan memiliki ketersediaan tinggi. Hasil penelitian ini adalah prototipe aplikasi Kalana Commerce yang inovatif dan fungsional, yang berhasil meraih Juara 1 Hackathon. Kontribusi utama penelitian ini adalah penyediaan arsitektur server-side modern yang mengintegrasikan Kecerdasan buatan. Dengan memanfaatkan model bahasa besar, sistem mampu memberikan rekomendasi produk pangan yang personal, sehingga meningkatkan relevansi dan keterlibatan pengguna dalam berbelanja. Hasil ini memberikan manfaat nyata bagi pelanggan dalam hal efisiensi belanja, bagi mitra UMKM pangan melalui kanal digital yang efisien, serta bagi pengembang dalam kemudahan pemeliharaan sistem berbasis kontainer.000 Ilmu komputer, informasi dan pekerjaan umum005 Pemrograman komputer, program dan data2026-01-26Universitas AMIKOM Yogyakarta;Fakultas Ilmu KomputerThesis