<![CDATA[Perkembangan Artificial Intelligence (AI), khususnya Large Language Models membuka peluang baru dalam pengembangan perangkat lunak, termasuk di sektor pembuatan aplikasi keuangan. Namun, penggunaan AI untuk menghasilkan kode seringkali terkendala error, inkonsistensi, dan malfungsi akibat instruksi yang kurang jelas. Penelitian ini bertujuan menguji efektivitas iterative prompting dalam menghasilkan kode yang lebih akurat, terutama untuk aplikasi keuangan koperasi. Metode yang digunakan adalah studi literatur, pembuatan kode dengan GPT-4, dan pengujian fungsional menggunakan metode Black Box Testing. Serangkaian prompt terstruktur dirancang untuk membangun fitur aplikasi secara bertahap, kemudian diimplementasikan menggunakan Visual Studio Code dan diintegrasikan dengan basis data MySQL. Hasil pengujian menunjukkan bahwa iterative prompting mampu meningkatkan keberhasilan fungsi aplikasi dan memperbaiki keteraturan kode dibanding menggunakan lazy prompting. Kesimpulannya, prompt engineering yang terencana menjadi kunci pemanfaatan AI secara optimal, khususnya bagi organisasi dengan keterbatasan sumber daya teknologi.]]>
Copyrights © 2025
