Kembali
06
Research & EngineeringAI/MLProduct DevelopmentEdTech

LANGKAH AI (Platform ARAH AI)

AI-Assisted Student Development · IPB University × Diktisaintek Berdampak · 2025–2026

4
Modul Cerdas AI
3
Dimensi Retrieval Data
300+
Partisipan User Study
[Placeholder 1]
[Placeholder 2]
[Placeholder 3]
01

Konteks

Indonesia menghadapi paradoks yang besar: lebih dari 1 juta lulusan perguruan tinggi menganggur (BPS, Feb 2025), sementara 60,5% dari mereka mengalami horizontal skills mismatch — bekerja di bidang yang tidak sesuai pendidikan. Di sisi institusi, 66% universitas tidak memiliki staf analitik yang memadai dan hanya mengandalkan dashboard statis tanpa kecerdasan aktif untuk membimbing mahasiswa.


Platform LANGKAH AI lahir dari pertanyaan yang seharusnya sudah lama dijawab: mengapa tidak ada sistem yang secara aktif membantu mahasiswa menemukan arah pengembangan dirinya, bukan hanya mencatat IPK?

02

Solusi

LANGKAH AI adalah Layered Analytical Navigation for Growth, Knowledge, Activity, and Higher education Artificial Intelligence — platform berbasis AI dengan empat modul terintegrasi:


1. Talent Mapping — onboarding assessment yang mengklasifikasi mahasiswa ke dalam talent cluster menggunakan framework DECA (Discover → Explore → Choose → Act). Hasilnya bukan sekadar label kepribadian, tapi profil yang langsung dapat digunakan untuk rekomendasi aktivitas.


2. Hybrid Recommender System — arsitektur KB-CBF-CF + LLM Reranker. Sistem mencari aktivitas berdasarkan tiga dimensi sekaligus: Skills Retrieval, Psychometric Retrieval, dan Academic Retrieval — lalu menyaringnya dengan Activity Filtering untuk relevansi per semester. Setiap rekomendasi disertai penjelasan kontekstual mengapa aktivitas itu direkomendasikan untuk profil mahasiswa tersebut (Explainability-by-Design).


3. LANGKAH AI Chatbot — RAG-powered chatbot yang di-ground pada knowledge base institusional IPB. Menjawab pertanyaan mahasiswa tentang aktivitas, program, dan jalur karir berdasarkan data nyata, bukan informasi generik.


4. Workforce Analyzer (dalam pengembangan) — analitik talenta untuk kebutuhan institusi dan korporat.

03

Hasil Rekomendasi

Sistem menghasilkan empat jenis rekomendasi per mahasiswa, dari semester 1 hingga 8:

  • Rekomendasi Historik — aktivitas berdasarkan jejak mahasiswa dengan karakteristik serupa
  • Rekomendasi Organisasi — organisasi kemahasiswaan yang relevan per tahun akademik
  • Rekomendasi Exchange — saran studi ke luar negeri di 2 tahun terakhir masa studi
  • Rekomendasi Generik — summer course, lomba, dan kegiatan pengembangan umum
    • 04

    Status Validasi

  • Prototipe sudah diuji dengan mahasiswa IPB University
  • User study 100–300 partisipan sedang berjalan (Mei 2026)
  • 2 manuskrip riset sedang dipersiapkan untuk jurnal terindeks Scopus
  • 2 putaran formative usability testing dengan pendekatan design thinking
  • Metrik evaluasi: SUS, ResQue framework, RAGAS metrics untuk RAG pipeline

    • Ini bukan sekadar proyek desain atau engineering — ini adalah karya riset yang sedang dalam proses komersialisasi.

    Jelajahi Lebih Lanjut

    Lihat karya kami
    yang lain.

    Kembali ke Indeks