UKDCUKDC

SINTEK-DC (Sistem Informasi dan Teknologi Informasi - Darma Cendika)SINTEK-DC (Sistem Informasi dan Teknologi Informasi - Darma Cendika)

Penelitian ini bertujuan untuk mengatasi masalah keterbatasan akses informasi akademik yang cepat dan efisien bagi mahasiswa Program Studi Ilmu Informatika di Universitas Katolik Darma Cendika (UKDC). Solusi yang ditawarkan adalah pengembangan aplikasi chatbot berbasis aturan yang dapat memberikan informasi terkait kurikulum, mata kuliah, profil dosen, fasilitas pendukung, dan aspek akademik lainnya. Chatbot ini dirancang dengan antarmuka pengguna yang dioptimalkan menggunakan Figma dan diimplementasikan menggunakan HTML, CSS, dan JavaScript. Aplikasi ini kemudian di hosting secara daring dan dievaluasi oleh 21 mahasiswa menggunakan kuesioner berdasarkan prinsip-prinsip kegunaan dari Jacob Nielsen. Hasil evaluasi menunjukkan bahwa meskipun aplikasi ini memiliki potensi untuk menjadi alat bantu informasi yang efektif, terdapat beberapa area yang perlu diperbaiki, seperti visibilitas status sistem, konsistensi antarmuka, kontrol pengguna, dan bantuan contextual. Berdasarkan temuan ini, disarankan untuk menambahkan indikator status yang jelas, memperbaiki konsistensi antarmuka, serta menyediakan kontrol dan bantuan yang lebih informatif. Diharapkan hasil penelitian ini dapat mendorong pengembangan lebih lanjut untuk meningkatkan kualitas pengalaman pengguna dan membantu mahasiswa dalam mengakses informasi akademik secara lebih efisien.

Pengembangan aplikasi chatbot untuk Program Studi Ilmu Informatika di UKDC telah melalui tahapan pengumpulan data, desain di Figma, implementasi menggunakan HTML, CSS, JavaScript, dan hosting, serta pengujian ekstensif.Evaluasi menggunakan prinsip kegunaan Jacob Nielsen oleh 40 mahasiswa mengidentifikasi area perbaikan penting, termasuk visibilitas status sistem, konsistensi antarmuka, kontrol pengguna, dan bantuan kontekstual.Meskipun menunjukkan potensi besar dalam memenuhi kebutuhan informasi mahasiswa, aplikasi ini memerlukan penyempurnaan lebih lanjut berdasarkan umpan balik pengguna dan prinsip Nielsen untuk mencapai efektivitas dan kepuasan maksimal.

Untuk pengembangan penelitian selanjutnya, disarankan untuk tidak hanya fokus pada perbaikan fungsionalitas dasar tetapi juga untuk mengeksplorasi dimensi yang lebih luas dalam interaksi antara mahasiswa dan sistem informasi. Pertama, studi dapat diarahkan pada integrasi teknik kecerdasan buatan yang lebih canggih, seperti Natural Language Processing (NLP) atau model pembelajaran mesin, dengan sistem chatbot berbasis aturan yang sudah ada. Pendekatan ini bertujuan untuk meningkatkan kemampuan chatbot dalam memahami pertanyaan yang lebih kompleks dan beragam, serta menghasilkan respons yang lebih kontekstual dan dinamis, jauh melampaui aturan yang telah didefinisikan secara statis. Hal ini akan mengatasi potensi keterbatasan sistem berbasis aturan murni dalam menangani nuansa bahasa alami dan pertanyaan yang tidak terduga dari pengguna. Kedua, penting untuk melakukan penelitian longitudinal yang berfokus pada dampak jangka panjang chatbot terhadap kebiasaan akses informasi mahasiswa dan bagaimana sistem ini mempengaruhi kinerja akademik mereka. Selain itu, perlu juga diidentifikasi faktor-faktor kunci yang mempengaruhi adopsi berkelanjutan chatbot oleh populasi mahasiswa yang lebih luas, melampaui kesan awal penggunaan. Penelitian ini dapat melibatkan analisis data penggunaan serta wawancara kualitatif untuk mendapatkan pemahaman mendalam tentang efektivitas nyata di lingkungan akademik. Terakhir, arah penelitian dapat mencakup pengembangan sistem penyampaian informasi yang lebih proaktif dan personal. Chatbot dapat dirancang untuk mampu mengantisipasi kebutuhan informasi mahasiswa berdasarkan profil akademik, semester, atau pola pertanyaan sebelumnya, kemudian secara otomatis menawarkan informasi atau saran relevan tanpa perlu diminta secara eksplisit. Integrasi dengan basis data akademik universitas untuk memberikan notifikasi khusus atau rekomendasi sumber belajar yang disesuaikan akan sangat meningkatkan nilai dan relevansi chatbot bagi setiap individu mahasiswa.

  1. Pemodelan Use Case (UML): Evaluasi Terhadap beberapa Kesalahan dalam Praktik | Jurnal Teknologi Informasi... jtiik.ub.ac.id/index.php/jtiik/article/view/610Pemodelan Use Case UML Evaluasi Terhadap beberapa Kesalahan dalam Praktik Jurnal Teknologi Informasi jtiik ub ac index php jtiik article view 610
  2. Text Message Classification using Multiclass Support Vector Machine on Information Service Chatbot in... doi.org/10.31315/telematika.v19i3.7418Text Message Classification using Multiclass Support Vector Machine on Information Service Chatbot in doi 10 31315 telematika v19i3 7418
  3. Ontology-based Chatbot to Support Monitoring of Server Performance and Security By Rule-base | Ishlakhuddin... journal.ugm.ac.id/ijccs/article/view/58588Ontology based Chatbot to Support Monitoring of Server Performance and Security By Rule base Ishlakhuddin journal ugm ac ijccs article view 58588
Read online
File size409.9 KB
Pages14
DMCAReport

Related /

ads-block-test