📚 Studi Kasus Nyata: Menyusun Laporan Pelaksanaan Kuliah 100% Source-Grounded dengan AI
Bagaimana mengubah tumpukan dokumen akademik menjadi laporan penjaminan mutu yang rigor, akurat, dan bebas halusinasi menggunakan NotebookLM. Sebuah demonstrasi langsung dari prinsip Human-in-the-Loop.
⚠️ Latar Belakang Studi Kasus:
Sebelumnya, AI pernah gagal membaca tabel PDF yang padat dan mengklaim “data tidak tersedia”, atau berpotensi mengarang angka untuk mengisi kekosongan. Pelajaran berharga ini mengajarkan kita: AI tidak bisa menggantikan kelengkapan data dan prompt yang ketat. Ketika semua dokumen sumber diunggah dengan benar dan dikunci dengan “Prompt Ultimate”, AI berubah dari “pembuat masalah” menjadi asisten penjaminan mutu yang luar biasa.
📂 1. Dokumen Sumber yang Diunggah (Grounding Sources)
Agar AI tidak berhalusinasi, ia hanya diizinkan bekerja berdasarkan 6 dokumen nyata berikut yang diunggah ke dalam satu Notebook:
- 📄 BA Perkuliahan.pdf (Berita Acara 14 sesi, Rekap Nilai 36 Mahasiswa, & Prosentase Absensi)
- 📄 RPS SCM.pdf (Rencana Pembelajaran Semester, LO, Metode, & Bobot Penilaian)
- 📄 Soal UTS 20252 (OBE).docx (Pemetaan CPMK-CPL dan desain instrumen ujian)
- 📄 Saran EDOM.xlsx (Umpan balik kualitatif dari 31 responden mahasiswa)
- 📄 Assignment.docx (Materi diskusi dan simulasi negosiasi)
- 🔗 URL AurinoWorks Learning Path SCM (Sebagai kerangka 4 pilar pembelajaran)
🏛️ 2. Identitas & Realisasi: Integrasi 4 Pilar AurinoWorks
Berdasarkan sintesis RPS dan BA Perkuliahan, mata kuliah MNJ408 (Manajemen Rantai Pasokan) Kelas MNJ3A Semester Genap 2025/2026 telah terlaksana penuh selama 14 pertemuan online interaktif. Perkuliahan ini tidak sekadar menjalankan silabus, tetapi mengintegrasikan 4 Pilar AurinoWorks Learning Path:
Theory-Driven
Mengacu pada standar literatur global Bowersox (5th Ed.) dan Chopra (7th Ed.).
Indonesia-Contextual
Memadukan studi kasus nyata (Tol Trans-Jawa, ekosistem logistik Astra/Indofood/GoTo).
AI-Powered & HITL
Pemanfaatan NotebookLM untuk simulasi dan analisis, dengan verifikasi manual ketat.
Academic-Grade (OBE)
Disusun selaras dengan kerangka Outcome-Based Education dan standar akreditasi.
📊 3. Rangkuman Nilai & Distribusi Makro (Data Aktual)
Berbeda dengan laporan yang “mengarang” angka, berikut adalah distribusi nilai aktual yang diekstrak langsung dari tabel “LAPORAN NILAI MAHASISWA” di file BA Perkuliahan.pdf (N = 36):
| Grade | Range Nilai | Jumlah Mhs | Persentase | Status |
|---|---|---|---|---|
| A | 85.0 – 100 | 2 | 5.56% | Lulus |
| A- | 80.0 – 84.9 | 7 | 19.44% | Lulus |
| B+ | 75.0 – 79.9 | 8 | 22.22% | Lulus (Modus) |
| B | 70.0 – 74.9 | 5 | 13.89% | Lulus |
| B- | 65.0 – 69.9 | 6 | 16.67% | Lulus |
| C+ | 60.0 – 64.9 | 4 | 11.11% | Lulus |
| E | < 55.0 | 4 | 11.11% | Tidak Lulus |
| TOTAL / TINGKAT KELULUSAN | 36 | 100% | 88.89% (32 Mhs) | |
🔍 Analisis Makro & Korelasi:
Mayoritas mahasiswa (88.89%) lulus dengan baik. Dari 4 mahasiswa yang mendapat Grade E, analisis data absensi menunjukkan:
• 1 Mahasiswa (Nur Laila) memiliki kehadiran sangat rendah (14.29%).
• 3 Mahasiswa lainnya (Maharani, M. Fathan, M. Fazril) memiliki kehadiran >78%, namun memperoleh nilai 0.00 pada komponen UTS atau UAS. Ini mengindikasikan bahwa penyebab utama kegagalan adalah ketidaklengkapan pengumpulan asesmen sumatif, bukan sekadar absensi.
Mayoritas mahasiswa (88.89%) lulus dengan baik. Dari 4 mahasiswa yang mendapat Grade E, analisis data absensi menunjukkan:
• 1 Mahasiswa (Nur Laila) memiliki kehadiran sangat rendah (14.29%).
• 3 Mahasiswa lainnya (Maharani, M. Fathan, M. Fazril) memiliki kehadiran >78%, namun memperoleh nilai 0.00 pada komponen UTS atau UAS. Ini mengindikasikan bahwa penyebab utama kegagalan adalah ketidaklengkapan pengumpulan asesmen sumatif, bukan sekadar absensi.
🎯 4. Evaluasi Ketercapaian CPMK Berbasis 4 Fase
Berdasarkan pemetaan pada Soal UTS 20252 (OBE), pencapaian kompetensi dievaluasi melalui 4 fase progresif:
- Fase I: Fondasi SCM (Sesi 1–6) | CPMK-1 & 2: Mahasiswa sukses menguasai konsep dasar, metrik kinerja, dan akomodasi pelanggan melalui simulasi persona berbasis AI.
- Fase II: Operasional Inti (Sesi 7–8) | CPMK-4: Pemahaman baik dalam menghubungkan teori pergudangan dan safety stock dengan efisiensi tata letak fisik.
- Fase III: Strategic Design (Sesi 9–12) | CPMK-3: Mampu menganalisis jaringan global dan menghitung total landed cost menggunakan Decision Tree di bawah ketidakpastian.
- Fase IV: Relationship & Performance (Sesi 13–14) | CPMK-3 & 4: Mampu mengonseptualisasikan dashboard kinerja SCM dan merencanakan mitigasi disrupsi (scenario planning).
💬 5. Analisis Kritis Berdasarkan Umpan Balik (EDOM)
Dari 31 responden, data menunjukkan apresiasi yang sangat tinggi terhadap integrasi teknologi dan relevansi praktis:
“Penggunaan AI sebagai tools dalam mengelola data untuk pengambilan keputusan dalam manajemen rantai pasok.” — Responden #6
“Belajar tentang rantai pasok dalam perusahaan sehingga bisa berguna ketika di dunia kerja dan diaplikasikan ke AI juga.” — Responden #9
“Semua berkesan, karena sangat berhubungan dengan pekerjaan.” — Responden #2 (Mahasiswa Profesional)
Masukan Konstruktif Utama:
- Literatur: “Sumber literasi dalam bahasa Indonesia” (Resp. #1) untuk mempermudah adaptasi konsep global.
- Metode: “Perbanyak bedah kasus nyata dan diskusi interaktif dibanding presentasi slide searah” (Resp. #14).
- Media: “Lebih banyak menggunakan video AI” (Resp. #21).
🚀 6. Rencana Tindak Lanjut (Continuous Quality Improvement)
| Area Perbaikan | Langkah Taktis | Dasar Pertimbangan |
|---|---|---|
| Intervensi Dini | Sistem peringatan otomatis saat komponen penilaian (UTS/UAS) kosong di awal semester. | Data menunjukkan nilai E lebih disebabkan oleh komponen 0.00 daripada absensi. |
| Glosarium Dwibahasa | Menyediakan ringkasan konsep kunci SCM dalam Bahasa Indonesia. | Masukan EDOM Resp. #1 untuk mendampingi literatur Bowersox & Chopra. |
| Studi Kasus Lokal | Menambahkan modul kasus nyata perusahaan lokal (Astra, Indofood, GoTo) di AurinoWorks. | Permintaan “bedah kasus nyata” dari Resp. #14. |
| Optimalisasi Fitur AI | Mendorong pemanfaatan fitur Audio Overview di NotebookLM. | Alternatif belajar bagi mahasiswa yang meminta lebih banyak konten audio/video (Resp. #21). |
🛡️ 7. Rahasia di Balik Laporan Ini: “The Ultimate Prompt”
Laporan ini tidak dihasilkan oleh AI yang dibiarkan “bebas”. Ia dihasilkan menggunakan Master Prompt berikut yang memaksa AI untuk tetap jujur dan berpegang pada data:
Bertindaklah sebagai Tim Penjaminan Mutu Akademik Universitas Bakrie. Susunlah ‘Laporan Pelaksanaan Kuliah & Evaluasi Ketercapaian CPMK-CPL’ berdasarkan HANYA dokumen yang diunggah, dengan mengikuti STRUKTUR LENGKAP dan GAYA PENULISAN DOKUMEN ACUAN.
ATURAN KERAS (WAJIB):
1. JANGAN MENGARANG ANGKA, statistik, persentase, atau rata-rata. Jika data tidak ada di file sumber, tulis dengan tegas: “[DATA TIDAK TERSEDIA]”.
2. Gunakan data aktual dari “BA Perkuliahan.pdf” untuk jumlah mahasiswa, distribusi nilai, presensi absensi, dan jadwal perkuliahan.
3. Integrasikan narasi “4 Pilar AurinoWorks Learning Path” (Theory-Driven, Indonesia-Contextual, AI-Powered & Human-in-the-Loop, Academic-Grade) secara padat pada Bagian I.
4. Pada Bagian IV, wajib menyertakan skor rata-rata EDOM (skala 4.00) dan mengutip LANGSUNG kalimat umpan balik mahasiswa dari file “Saran EDOM.xlsx” lengkap dengan nomor respondennya (baik apresiasi positif maupun saran perbaikan).
5. Setiap klaim faktual HARUS ditelusuri dan konsisten dengan file sumber yang diunggah.
FORMAT & STRUKTUR OUTPUT (WAJIB DIIKUTI PRESISI):
KOP LAPORAN:
UNIVERSITAS BAKRIE – FAKULTAS EKONOMI DAN ILMU SOSIAL
PROGRAM STUDI MANAJEMEN S1
LAPORAN PELAKSANAAN KULIAH & EVALUASI KETERCAPAIAN CPMK-CPL (VERSI TERINTEGRASI AURINOWORKS LEARNING PATH)
Semester [Semester & TA]
Mata Kuliah: [Nama Mata Kuliah] ([Kode MK])
Dosen Pengampu: [Nama Dosen]
Kelas: [Kode Kelas] | Jumlah Mahasiswa: [Jumlah Mhs] Orang
BAGIAN LAPORAN (Gunakan Judul Angka Romawi I – V):
I. Identitas dan Realisasi Pelaksanaan Perkuliahan
– Narasi ringkas mengenai tujuan MK, bobot SKS, dan integrasi 4 Pilar AurinoWorks (Theory-Driven, Indonesia-Contextual, AI-Powered & HITL, Academic-Grade).
– Penjelasan ringkas realisasi 14 pertemuan berdasarkan BAP.
II. Rangkuman Nilai & Distribusi Makro Kelas
– Narasi ringkas mengenai rata-rata kelas, persentase kelulusan, konsentrasi grade terbanyak, serta catatan anomali (misal: mahasiswa E akibat absensi rendah).
– Buat TABEL DISTRIBUSI GRADE ringkas dengan kolom persis:
| Grade | Range Nilai | Jumlah Mhs | Persentase | Status |
III. Pemetaan dan Evaluasi Ketercapaian CPMK Berbasis AurinoWorks
– Kelompokkan evaluasi CPMK-CPL ke dalam 4 Fase Progresif Sesi Perkuliahan (Sesi 1-4, Sesi 5-8, Sesi 9-11, Sesi 12-14).
– Jelaskan ketercapaian kualitatif mahasiswa berdasarkan instrumen tugas, UTS (misal: Solver/Sensitivitas/NPV), dan UAS (misal: JIT/Otomasi vs Manual).
IV. Analisis Kritis Berdasarkan Umpan Balik Mahasiswa (EDOM)
– Sebutkan jumlah responden dan nilai rata-rata kuantitatif EDOM.
– Berikan narasi evaluasi serta kutip langsung masukan mahasiswa berbasis “Responden X:” baik untuk poin positif/relevansi AI maupun masukan perbaikan.
V. Rencana Tindak Lanjut & Perbaikan Berkelanjutan (CQI)
– Sajikan dalam bentuk bullet points dengan judul tebal (*bold*) berisi tindakan konkret (seperti: Asistensi Dini, Modul/Glosarium Bahasa Indonesia, Bedah Kasus Interaktif, dan Kontrol Human-in-the-Loop).
Gaya Bahasa: Formal, akademis, eksekutif, padat, dan langsung pada inti data (avoid fluff/verbal filler).
✅ Kesimpulan Studi Kasus:
Ketika data lengkap dan prompt dikunci dengan ketat, AI bukan lagi sumber halusinasi, melainkan amplifier produktivitas yang mampu menyusun laporan penjaminan mutu tingkat tinggi dalam hitungan menit, sambil tetap menjaga integritas akademik 100%.
Ketika data lengkap dan prompt dikunci dengan ketat, AI bukan lagi sumber halusinasi, melainkan amplifier produktivitas yang mampu menyusun laporan penjaminan mutu tingkat tinggi dalam hitungan menit, sambil tetap menjaga integritas akademik 100%.
📚 Lanjutkan Pembelajaran:
Pelajari cara menghindari jebakan AI lainnya di seri Teknik Prompt Anti-Halusinasi Universal atau akses seluruh modul di Halaman Applied AI Aurinoworks.
Pelajari cara menghindari jebakan AI lainnya di seri Teknik Prompt Anti-Halusinasi Universal atau akses seluruh modul di Halaman Applied AI Aurinoworks.