Perpustakaan Digital ITB

Refleksi diri merupakan proses penting dalam pembelajaran karena membantu individu memahami pengalaman, mengembangkan pemikiran kritis, serta membangun kesadaran diri. Namun, proses refleksi mandiri sering kali tidak terstruktur sehingga sulit mencapai refleksi yang mendalam. Penelitian ini bertujuan mengembangkan agen percakapan reflektif berbasis Large Language Model (LLM) yang mampu memfasilitasi refleksi terbimbing secara bertahap menggunakan kerangka 5R, yaitu Reporting, Responding, Relating, Reasoning, dan Reconstructing. Penelitian menggunakan pendekatan Design Science Research Methodology (DSRM) yang mencakup tahap identifikasi masalah, perancangan, implementasi, dan evaluasi artefak. Sistem dirancang menggunakan Finite State Machine (FSM) untuk mengendalikan alur refleksi, Stage Evaluator berbasis LLM-as-Judge untuk mengevaluasi kedalaman refleksi pengguna, serta Question Generator yang menghasilkan pertanyaan adaptif berdasarkan kondisi refleksi pengguna. Evaluasi teknis dilakukan terhadap 26 sesi refleksi yang menghasilkan 281 giliran percakapan dan 104 transisi state. Hasil evaluasi menunjukkan bahwa Stage Evaluator menghasilkan keputusan transisi yang konsisten dengan penilaian peneliti dengan tingkat kesesuaian sebesar 93,75%. Selain itu, evaluasi pengguna yang melibatkan 30 mahasiswa menunjukkan bahwa sistem dinilai relevan, membantu pendalaman refleksi, serta memberikan pengalaman refleksi yang aman dan terstruktur. Validasi ahli juga menunjukkan bahwa desain sistem telah selaras dengan prinsip refleksi terbimbing dan kerangka 5R. Hasil penelitian menunjukkan bahwa kombinasi FSM dan LLM berpotensi menjadi pendekatan yang efektif untuk mendukung refleksi terbimbing secara terstruktur dalam konteks pendidikan tinggi.