Rancang Bangun Aplikasi E-Learning Berbasis Website Dengan Fitur AI Generatif Menggunakan Metode Agile XP

Authors

  • Avryan Daffa Chandra Pratama Universitas Esa Unggul
  • Ranny Meilisa Universitas Esa Unggul

DOI:

10.33395/jmp.v14i2.15369

Keywords:

E-Learning, AI Generatif, Agile XP, Next.js, Teknologi Pendidikan

Abstract

Penelitian ini dilatarbelakangi oleh keterbatasan sistem pembelajaran di SMAN 2 Kota Bekasi, di mana proses yang masih konvensional dan aplikasi e-learning yang ada bersifat pasif menjadi kendala. Guru menghadapi beban kerja tinggi dalam pembuatan soal kuis, sementara siswa kesulitan mengakses materi di luar jam pelajaran, terutama bagi yang berhalangan hadir. Tujuan dari penelitian ini adalah merancang dan membangun sebuah aplikasi e-learning berbasis website yang interaktif dan efisien untuk mengatasi permasalahan tersebut. Sistem ini dikembangkan menggunakan metode Agile Extreme Programming (XP) dengan framework Next.js, serta mengintegrasikan fitur AI Generatif untuk pembuatan kuis otomatis. Pengumpulan data dilakukan melalui wawancara, observasi, dan studi literatur. Hasil penelitian ini adalah sebuah platform e-learning fungsional dengan tiga peran pengguna (Admin, Guru, dan Siswa) yang dilengkapi fitur manajemen pengguna, kelas, materi, serta tugas. Fitur unggulannya memungkinkan guru untuk membuat kuis secara otomatis hanya dengan memasukkan topik, jumlah soal, dan tingkat kesulitan. Pengujian black box menunjukkan bahwa seluruh fungsionalitas berjalan sesuai harapan. Implikasi dari sistem ini adalah proses pembelajaran menjadi lebih fleksibel, beban kerja guru berkurang, dan aksesibilitas siswa terhadap materi meningkat. Disarankan untuk pengembangan selanjutnya agar dibuat versi mobile dan ditambahkan fitur interaktif seperti forum diskusi untuk meningkatkan kolaborasi.

GS Cited Analysis

Downloads

How to Cite

Pratama, A. D. C., & Meilisa, R. . (2025). Rancang Bangun Aplikasi E-Learning Berbasis Website Dengan Fitur AI Generatif Menggunakan Metode Agile XP. Jurnal Minfo Polgan, 14(2), 1655-1663. https://doi.org/10.33395/jmp.v14i2.15369