Riset Pengalaman Pengguna untuk Perancangan Fitur Peringkas Literatur Berbasis AI pada Repositori Institusi

Abstract

Pertumbuhan volume publikasi ilmiah yang pesat di repositori institusi telah memicu fenomena kelebihan informasi (information overload) yang menghambat efisiensi mahasiswa dalam melakukan tinjauan pustaka. Di IPB Scientific Repository, keterbatasan penyajian metadata dan kualitas abstrak yang tidak konsisten mendorong terjadinya fenomena involuntary PDF download dan screening fatigue. Teknologi peringkas literatur berbasis AI berpotensi mendukung tahap awal tinjauan pustaka, namun efektivitasnya bergantung pada kesesuaian desain fitur dengan kebutuhan dan model mental pengguna. Penelitian ini bertujuan melakukan riset pengalaman pengguna sebagai dasar perancangan fitur peringkas literatur berbasis AI pada repositori institusi. Metode penelitian menggunakan pendekatan Design Thinking pada tiga fase: Empathize, Define, dan Ideate. Pengumpulan data dilakukan melalui audit UI/UX sistem repositori eksisting, kuesioner screening terhadap 41 responden, serta wawancara mendalam dan card sorting bersama 6 partisipan mahasiswa IPB. Analisis data menggunakan thematic analysis dan analisis deskriptif. Hasil penelitian mengonfirmasi fenomena information overload: 90,2% responden sering terpaksa mengunduh PDF lengkap akibat abstrak yang tidak memadai, dan 78,0% sering mengalami losing track. Thematic analysis menghasilkan 24 tema UX Insight yang terkluster dalam tiga dimensi utama: kepercayaan dan transparansi AI, kelengkapan struktur konten ringkasan, serta efisiensi alur kerja dan mitigasi kelelahan kognitif. Luaran berupa artefak pra-desain mencakup user persona, empathy map, PoV Statement, HMW Questions, Solution Ideation, Affinity Diagram, dan Prioritization Matrix. Hasil Prioritization Matrix mengidentifikasi 12 ide solusi prioritas utama (High Impact/Low Effort), didominasi oleh fitur ekstraksi konten otomatis, sitasi interaktif, dan format toggle ringkasan.