<![CDATA[Penentuan judul tugas akhir merupakan tahapan krusial yang sering menjadi hambatan bagi mahasiswa tingkat akhir. Survei awal terhadap 56 mahasiswa S1 di Daerah Istimewa Yogyakarta menunjukkan bahwa 60% mengalami kesulitan dalam menentukan judul tugas akhir, dengan 58% khawatir topik yang dipilih terlalu sulit atau tidak sesuai kemampuan. Penelitian ini merancang, mengimplementasikan, dan mengevaluasi chatbot berbasis Artificial Intelligence yang memberikan rekomendasi judul tugas akhir secara personal menggunakan metodologi Design Thinking dan teknologi Large Language Model. Sistem mengintegrasikan tiga komponen utama: rekomendasi judul yang dipersonalisasi berdasarkan minat dan kompetensi mahasiswa, saran metodologi penelitian, dan referensi jurnal ilmiah yang tervalidasi. Implementasi menggunakan Groq API dengan model Llama 3.1 8B Instant untuk generasi rekomendasi dan Semantic Scholar API untuk pengambilan referensi akademik yang valid. Arsitektur sistem mengikuti desain three-tier dengan presentation layer berbasis web, application layer menggunakan Python dan Uvicorn, serta external services layer yang mengintegrasikan kedua API. Pendekatan hybrid LLM-RAG yang diimplementasikan berhasil mengatasi masalah hallucination pada citations sambil mempertahankan personalisasi berbasis AI. Verifikasi fungsionalitas menunjukkan semua requirement terpenuhi dengan response time rata-rata 3-6 detik. Penelitian ini berkontribusi dalam penerapan teknologi AI untuk mendukung mahasiswa mengatasi hambatan psikologis dan akademik dalam penentuan topik penelitian. Kata kunci: chatbot AI, rekomendasi tugas akhir, Design Thinking, Large Language Model, Groq, Semantic Scholar, RAG]]>
Copyrights © 2026
