| Call Number | SK-2617 (softcopy SK-2098) |
| Collection Type | Skripsi |
| Title | Analisis Perbandingan dan Rekomendasi Desain Alternatif dalam Tiga Platform Chatbot untuk Membantu Tugas Mahasiswa: Chatbot Deepseek dan Grok |
| Author | M Raffi, Raden Dhaneswara TBR; |
| Publisher | Depok: Fasilkom UI, 2025 |
| Subject | Desain Alternatif |
| Location | FASILKOM-UI; |
| Nomor Panggil | ID Koleksi | Status |
|---|---|---|
| SK-2617 (softcopy SK-2098) | TERSEDIA |
Nama Penulis : M Raffi, Raden Dhaneswara TBR Program Studi : Sistem Informasi, Ilmu Komputer Judul : “Analisis Perbandingan dan Rekomendasi Desain Alternatif dalam Tiga Platform Chatbot untuk Membantu Tugas Akhir Mahasiswa: ChatGPT, Deepseek, dan Grok” Pembimbing : Dr. Baginda Anggun Nan Cenka, S.Kom., M.Kom. Penelitian ini bertujuan untuk menganalisis perbandingan dan merancang rekomendasi desain antarmuka alternatif pada tiga platform chatbot—ChatGPT, Deepseek, dan Grok—dalam membantu penyusunan tugas akhir mahasiswa Fakultas Ilmu Komputer Universitas Indonesia. Mengadopsi pendekatan mixed-methods sekuensial eksploratori, penulis menyebarkan kuesioner daring kepada 89 responden dan melakukan wawancara semi-terstruktur dengan 8 informan, kemudian menguji prototipe desain melalui usability testing. Hasil survei menunjukkan dominasi ChatGPT (79,8%) terutama untuk pengecekan grammar dan debugging kode serta dalam tampilan UI/UX. Berdasarkan data yang didapat melalui kuesioner dan wawancara semi-terstruktur, ditambah dengan teknik analisis data seperti analisis statistik deskriptif, tematik, dan analisis konten, tim penulis mengembangkan prototipe dengan fitur-fitur baru seperti tools, dashboard, fitur ringkasan (summary), dan branching. Melalui usability testing yang didasari oleh System Usability Scale (SUS), para responden mengatakan bahwa tidak diperlukan revisi desain dikarenakan sudah memenuhi harapan para responden terkait apa yang mereka minta dalam fitur-fitur yang sudah ditambahkan dengan nilai SUS yang mendapat skor “A”. Rekomendasi desain ini diharapkan meningkatkan efisiensi dan kenyamanan penggunaan chatbot dalam konteks akademik.