Implementasi AI Assistant untuk Review Rencana Pembelajaran Semester Berbasis Capaian Pembelajaran

Abstract

Implementasi Outcome-Based Education (OBE) pada perguruan tinggi membutuhkan dokumen Rencana Pembelajaran Semester (RPS) yang memiliki keterkaitan antara Capaian Pembelajaran Lulusan (CPL), Capaian Pembelajaran Mata Kuliah (CPMK), Sub-CPMK, materi pembelajaran, dan metode asesmen. Namun, proses review RPS masih banyak dilakukan secara manual sehingga membutuhkan waktu lama dan berpotensi menghasilkan perbedaan penilaian. Penelitian ini bertujuan mengembangkan AI Assistant berbasis Large Language Model (LLM) untuk membantu analisis dan review dokumen RPS berbasis OBE. Sistem dikembangkan menggunakan model Waterfall dengan aplikasi berbasis web yang terintegrasi dengan API OpenAI GPT-5 Mini. Pengujian dilakukan terhadap 5 dokumen RPS Universitas Dipa Makassar dengan membandingkan hasil analisis AI Assistant dan reviewer ahli. Hasil pengujian menunjukkan bahwa sistem mampu menghasilkan skor evaluasi, identifikasi kelebihan, kekurangan, inkonsistensi, serta rekomendasi perbaikan. Tingkat kesesuaian hasil analisis AI Assistant terhadap reviewer ahli mencapai 80% dan efisiensi waktu review sebesar 40 menit. AI Assistant dapat digunakan sebagai alat bantu evaluasi awal RPS secara sistematis dengan tetap memerlukan validasi akademik dari reviewer.