AI sebagai Asisten Akademik Baru Di Kampus STMIK Banjarbaru

Oleh: Budi Rahmani – Dosen PNS STMIK Banjarbaru

SEVIMA – Di kelas-kelas teknik, terutama yang menyentuh mikrokontroler dan robotika, kita sering tergoda memposisikan AI sebagai “jawaban cepat” untuk semua hal. Kenyataannya, AI lebih tepat diperlakukan sebagai asisten akademik: membantu merapikan, mengakselerasi, sekaligus menantang cara berpikir kita—bukan menggantikan proses belajar. Saya ingin berbagi praktik yang kami jalankan: menyusun buku ajar dari materi lampau dengan bantuan AI, serta memberi ruang bagi mahasiswa untuk mem-program mikrokontroler dan robot beroda menggunakan AI. Dari sini, lahir pelajaran penting tentang literasi, etika, dan kompetensi yang benar-benar dibutuhkan lulusan.

Dari slide berserakan menjadi buku ajar yang hidup

Setiap semester, kita menyisakan jejak: slide, catatan, potongan kode, dan pertanyaan mahasiswa. AI membantu saya mengarsipkan dan menata jejak itu menjadi buku ajar yang koheren. Ia merangkum, memetakan konsep, menyarankan struktur, bahkan menawarkan contoh dan latihan. Nilai tambahnya bukan sekadar efisiensi, melainkan kontinuitas: materi yang semula tersebar kini bisa dibaca ulang, disusun ulang, dan ditingkatkan dengan catatan konteks dari kelas sebelumnya.

Namun, agar buku ajar tidak kehilangan ruh praktik, saya selalu menambahkan “kerikil” di sepanjang bab: pertanyaan terbuka, variasi tugas, dan studi kasus gagal. AI memang lihai menjahit ringkasan, tetapi elemen yang memancing kebingungan produktif—hal yang memaksa mahasiswa bereksperimen—harus lahir dari pengalaman kelas. Di sinilah dosen masih memegang kendali: kurasi, konteks, dan rasa realitas.

Koding dengan bantuan AI: dari teks ke dunia nyata

Kami mendorong mahasiswa mencoba menyusun kode mikrokontroler dengan bantuan AI. Mereka mengajukan prompt, mendapatkan contoh program, lalu membawa kode itu ke papan eksperimen, sensor, aktuator, dan robot beroda. Nyaris selalu ada momen ketika “program jadi” tidak serta merta menjadi “program berjalan”. Tegangan tidak stabil, pin keliru, timing tidak pas, atau library yang diusulkan AI tidak kompatibel dengan versi yang digunakan. Di sini kalimat sederhana yang saya ulang-ulang menjadi prinsip pembelajaran: “AI can make mistake.”

Dampaknya dua lapis. Pertama, mahasiswa belajar membedakan sintaks benar dari sistem yang berfungsi—dua hal yang tak selalu bertemu tanpa debugging. Kedua, mereka mengembangkan kebiasaan verifikasi: menguji asumsi, membaca datasheet, memeriksa dependency, dan mengukur dengan alat sederhana (multimeter, logic analyzer). AI boleh memberi langkah awal, tetapi kompetensi teknis terbentuk dalam iterasi: hipotesis, uji, perbaikan, dokumentasi.

Saya melihat justru saat kode AI “gagal” itulah literasi teknis tumbuh. Mahasiswa mulai bertanya hal yang tepat: mengapa duty cycle tidak memengaruhi kecepatan? Apakah interrupt lebih masuk akal daripada polling di kasus ini? Bagaimana debouncing memengaruhi pembacaan sensor? Mereka belajar memformulasikan pertanyaan teknis yang baik untuk manusia dan mesin—keterampilan yang akan mereka bawa ke dunia kerja.

Etika akademik: batasan yang memperjelas tujuan

Ketika AI hadir di ruang kelas, etika bukan pagar yang menghalangi; ia adalah rambu yang memperjelas tujuan. Di awal proyek, kami menetapkan aturan sederhana:

• Transparansi: Cantumkan bagian yang disusun dengan bantuan AI, dan jelaskan verifikasi yang dilakukan.
• Orisinalitas terapan: Hasil akhir harus bisa berjalan di perangkat nyata—bukan sekadar kompilasi teks atau cuplikan kode.
• Akuntabilitas: Jika terjadi kegagalan, dokumentasikan proses perbaikan. Gagal itu data, bukan dosa.

Tiga rambu ini menggeser fokus dari “siapa yang menulis” ke “siapa yang memahami dan bertanggung jawab”. Mahasiswa tidak berlomba menghasilkan kalimat paling indah atau kode paling panjang; mereka berlomba menunjukkan penguasaan konsep, bukti kerja, dan kejelasan dokumentasi.

Kampus sebagai inkubator literasi AI yang membumi

Banyak wacana tentang literasi AI berhenti di tataran prompt dan etika kutipan. Di kampus teknis, literasi AI harus menjejak tanah: mengukur arus, membaca timing, memilih library, dan menavigasi batas perangkat. Dengan menempatkan AI di tengah praktik, kampus menjadi inkubator yang memperkenalkan ambiguitas nyata—bahwa jawaban “tepat” belum tentu berguna tanpa konfirmasi terhadap dunia fisik.

Peran dosen bergeser dari “penyedia solusi” menjadi “perancang pengalaman”. Kita merancang tugas yang memaksa mahasiswa menguji, mengamati, dan merevisi. Kita memfasilitasi refleksi—mengapa kode dari AI gagal, apa yang diperbaiki, dan apa pelajaran sistemiknya. Hasilnya bukan sekadar proyek yang selesai, melainkan lulusan yang tahan banting: mampu bekerja dengan alat cerdas, namun tidak kehilangan kepekaan teknis.

Masa depan kompetensi: kolaborasi kritis dengan mesin

Industri membutuhkan talenta yang bisa berkolaborasi dengan AI secara kritis. Di robotika dan IoT, itu berarti:

• Pemodelan masalah yang presisi: Mampu merumuskan kebutuhan sistem dan membatasi ruang solusi sebelum menulis kode.
• Validasi berlapis: Menguji di simulasi, hardware, dan dokumentasi—tidak puas pada satu bukti.
• Komunikasi teknis: Menulis log perubahan, keputusan desain, dan catatan eksperimen secara rapi.

AI mempercepat langkah, tetapi arah tetap ditentukan manusia yang paham konteks, risiko, dan tujuan. Di kelas, kalimat “AI can make mistake” bukan peringatan sinis; ia undangan untuk membangun kompetensi yang lebih dalam: literasi yang tidak hanya membaca jawaban, tetapi mampu menimbang, mencoba, dan bertanggung jawab atas dampaknya.

Pada akhirnya, AI memang bisa menjadi asisten akademik baru. Tetapi kualitas lulusan ditentukan oleh seberapa baik mereka bekerja ketika asisten itu keliru—dan seberapa jernih mereka menjelaskan bagaimana memperbaikinya. Di kampus, itulah standar emas yang kita jaga.

Mengenal SEVIMA

SEVIMA merupakan perusahaan Edutech (education technology) yang telah berkomitmen sejak tahun 2004 dalam menyelesaikan kendala kerumitan administrasi akademik di pendidikan tinggi (Universitas, Sekolah Tinggi, Institut, Politeknik, Akademi, dll.) dengan 99% keberhasilan implementasi melalui SEVIMA Platform, segera jadwalkan konsultasi di: Kontak Kami