AbstractThe development of artificial intelligence (AI)-based learning applications requires a user-oriented approach from the initial design stage. However, many mock-up designs for learning applications are still dominated by the technical perspective of developers without being based on quantitative analysis of user satisfaction, thereby potentially reducing the effectiveness and acceptance of the system. This study aims to analyze the influence of user satisfaction factors on the design of AI-based learning application mock-ups. The method used is descriptive-explanatory quantitative with linear regression analysis on 183 vocational student respondents. The results show that expected benefits (X2) have a significant effect on user satisfaction (β = 0.202, p 0.05), while system requirements (X1) do not have a significant effect but play a role as a functional foundation. Simultaneously, both variables explain 44% of the variation in user satisfaction. The implications of these findings are implemented in the design of an application mock-up that emphasizes material personalization features, AI-based recommendations, and an adaptive interface. Thus, this study provides practical contributions in the form of an empirical basis for more user-centered mock-up design, as well as theoretical contributions in integrating the concept of user satisfaction into the early stages of AI-based learning system development.Keywords: Artificial intelligence; user satisfaction; mock-up; personalized learning; vocational educationAbstrakPengembangan aplikasi pembelajaran berbasis kecerdasan buatan (AI) memerlukan pendekatan yang berorientasi pada pengguna sejak tahap perancangan awal. Namun, banyak perancangan mock-up aplikasi pembelajaran masih didominasi oleh perspektif teknis pengembang tanpa didasarkan pada analisis kuantitatif kepuasan pengguna, sehingga berpotensi mengurangi efektivitas dan penerimaan sistem. Penelitian ini bertujuan untuk menganalisis pengaruh faktor kepuasan pengguna terhadap perancangan mock-up aplikasi pembelajaran berbasis AI. Metode yang digunakan adalah kuantitatif deskriptif-eksplanatori dengan analisis regresi linier pada 183 responden mahasiswa vokasi. Hasil penelitian menunjukkan bahwa manfaat yang diharapkan (X2) berpengaruh signifikan terhadap kepuasan pengguna (β = 0,202, p 0,05), sementara kebutuhan sistem (X1) tidak berpengaruh signifikan namun berperan sebagai fondasi fungsional. Secara simultan, kedua variabel menjelaskan 44% variasi kepuasan pengguna. Implikasi temuan ini diimplementasikan dalam perancangan mock-up aplikasi yang menekankan fitur personalisasi materi, rekomendasi berbasis AI, dan antarmuka yang adaptif. Dengan demikian, penelitian ini memberikan kontribusi praktis berupa dasar empiris untuk perancangan mock-up yang lebih berpusat pada pengguna, serta kontribusi teoretis dalam mengintegrasikan konsep kepuasan pengguna ke dalam tahap awal pengembangan sistem pembelajaran berbasis AI.Kata Kunci: Kecerdasan buatan; kepuasan pengguna; mock-up; personalisasi pembelajaran; pendidikan vokasi
Copyrights © 2026