Pengaruh Faktor Kepuasan Pengguna Terhadap Perancangan Mock-Up Aplikasi Pembelajaran Berbasis AI

Intan Wulan Sari, Hilma Erliana, Luthfi Luthfi, Andi Mustari, Ade Dwinta, Lilis Marlina, Desy Sary Ayunda

Abstract


Abstract

The development of artificial intelligence (AI)-based learning applications requires a user-oriented approach from the initial design stage. However, many mock-up designs for learning applications are still dominated by the technical perspective of developers without being based on quantitative analysis of user satisfaction, thereby potentially reducing the effectiveness and acceptance of the system. This study aims to analyze the influence of user satisfaction factors on the design of AI-based learning application mock-ups. The method used is descriptive-explanatory quantitative with linear regression analysis on 183 vocational student respondents. The results show that expected benefits (X2) have a significant effect on user satisfaction (β = 0.202, p < 0.05), while system requirements (X1) do not have a significant effect but play a role as a functional foundation. Simultaneously, both variables explain 44% of the variation in user satisfaction. The implications of these findings are implemented in the design of an application mock-up that emphasizes material personalization features, AI-based recommendations, and an adaptive interface. Thus, this study provides practical contributions in the form of an empirical basis for more user-centered mock-up design, as well as theoretical contributions in integrating the concept of user satisfaction into the early stages of AI-based learning system development.

Keywords: Artificial intelligence; user satisfaction; mock-up; personalized learning; vocational education


Abstrak

Pengembangan aplikasi pembelajaran berbasis kecerdasan buatan (AI) memerlukan pendekatan yang berorientasi pada pengguna sejak tahap perancangan awal. Namun, banyak perancangan mock-up aplikasi pembelajaran masih didominasi oleh perspektif teknis pengembang tanpa didasarkan pada analisis kuantitatif kepuasan pengguna, sehingga berpotensi mengurangi efektivitas dan penerimaan sistem. Penelitian ini bertujuan untuk menganalisis pengaruh faktor kepuasan pengguna terhadap perancangan mock-up aplikasi pembelajaran berbasis AI. Metode yang digunakan adalah kuantitatif deskriptif-eksplanatori dengan analisis regresi linier pada 183 responden mahasiswa vokasi. Hasil penelitian menunjukkan bahwa manfaat yang diharapkan (X2) berpengaruh signifikan terhadap kepuasan pengguna (β = 0,202, p < 0,05), sementara kebutuhan sistem (X1) tidak berpengaruh signifikan namun berperan sebagai fondasi fungsional. Secara simultan, kedua variabel menjelaskan 44% variasi kepuasan pengguna. Implikasi temuan ini diimplementasikan dalam perancangan mock-up aplikasi yang menekankan fitur personalisasi materi, rekomendasi berbasis AI, dan antarmuka yang adaptif. Dengan demikian, penelitian ini memberikan kontribusi praktis berupa dasar empiris untuk perancangan mock-up yang lebih berpusat pada pengguna, serta kontribusi teoretis dalam mengintegrasikan konsep kepuasan pengguna ke dalam tahap awal pengembangan sistem pembelajaran berbasis AI.

Kata Kunci: Kecerdasan buatan; kepuasan pengguna; mock-up; personalisasi pembelajaran; pendidikan vokasi


Keywords


Kecerdasan buatan; kepuasan pengguna; mock-up; penerimaan aplikasi; pendidikan vokasi

Full Text:

PDF

References


Alshammari, S. H., Alshammari, A. E. A., Alghamdi, B. A., Alrashidi, M. E., Rosli, M. S., & Risdianto, E. (2026). Artificial intelligence in educational technology: a systematic review of pedagogical opportunities, implementation challenges, and ethical considerations. International Journal on Studies in Education, 8(1), 17–37.

Apriadi, R. T., & Sihotang, H. (2023). Transformasi mendalam pendidikan melalui kecerdasan buatan: dampak positif bagi siswa dalam era digital. Jurnal Pendidikan Tambusai, 7(3), 31742–31748.

Bey, A. (2025). AI-powered adaptive learning systems: a systematic review and future research directions. International Conference on Frontiers of Educational Technologies, 267–281.

Böhm, S., & Graser, S. (2023). AI-based mobile app prototyping: Status quo, perspectives, and preliminary insights from experimental case studies. Proceedings of the Sixteenth International Conference on Advances in Human-Oriented and Personalized Mechanisms, Technologies, and Services, ThinkMind, Valencia, Spain, 13–17.

Cabral, L., Pinto, R., & Gonçalves, G. (2025). AI-powered learning analytics dashboards: a systematic review of applications, techniques, and research gaps. Discover Education, 4(1), 525.

H Iskandar, M. M., Suryani, Y., & Mulyati, S. (2025). Metode penelitian eksplanatori survei. PT Arr Rad Pratama.

Ignasia, F., & Haryanto, H. (2025). Pengaruh pembelajaran adaptif berbasis game dengan personalisasi terhadap hasil belajar peserta didik dalam konteks keragaman karakteristik. Jurnal Pendidikan Matematika Dan Sains, 13(Special_issue), 273–282.

Jamilah, N. A. (2025). Pengembangan produk digital: studi kasus aplikasi edukasi lokal. Jurnal Akuntansi, Manajemen Dan Ilmu Pendidikan, 210–218.

John, B. (2025). Personalized learning through software design critiquing tools: tailoring feedback to individual student needs.

Kurniawan, R. (2016). Analisis regresi. Prenada Media.

Mahande, R. D. (2023). Perilaku penerimaan e-learning: konstruksi model dan studi empiris. Indonesia Emas Group.

Peliza, R. (2024). Penerapan teknologi artificial intelligence (AI) terhadap peningkatan efektivitas pembelajaran mahasiswa. Prosiding Fakultas Ushulludin Adab Dan Dakwah, 2(1), 82–95.

Saptadi, N. T. S., Septiani, S., Wardoyo, T. H., Hidayati, W., Thoif, M., Talindong, A., Audia, F., Nashiroh, P. K., Hadikusumo, R. A., & Suroya, L. F. (2025). Pendidikan vokasional: teori dan praktik. sada kurnia pustaka.

Sari, I. W., Erliana, H., Nurul‘Akla, C. M., & Yudisha, N. (2025). the effect of AI-based recommendation system for material personalization on vocational student satisfaction. G-Tech: Jurnal Teknologi Terapan, 9(4), 2207–2217.

Schepers, J., & Wetzels, M. (2007). A meta-analysis of the technology acceptance model: investigating subjective norm and moderation effects. Information & Management, 44(1), 90–103. https://doi.org/https://doi.org/10.1016/j.im.2006.10.007.

Sunarti, S. (2024). Transformasi pembelajaran digital dengan artificial intelligence. Jurnal Perspektif, 17(1), 85–96.

Ulpiana, T. (2025). Penerapan kecerdasan buatan dalam teknologi pendidikan: tren dan inovasi terbaru. Al-Kamal: Journal of Artificial Intelligence & Technology, 1(1), 10–27.

Venkatesh, V., Morris, M., Davis, G., & Davis, F. (2003). User acceptance of information technology: toward a unified view1. MIS Quarterly, 27, 425–478. https://doi.org/10.2307/30036540

Walt, F. (2025). A systematic review on AI-enhanced pedagogies in higher education in the Global South. Frontiers in Education, 10. https://doi.org/10.3389/feduc.2025.1667884

Wibowo, A. (2026). Dukungan AI pada pedagogi dan desain kurikulum perguruan tinggi. penerbit yayasan prima agus teknik.

Yusuf, B. (2024). Teknologi dan personalisasi pembelajaran pendidikan Islam untuk generasi Z. Journal of Instructional and Development Researches, 4(4), 277–285.




DOI: https://doi.org/10.38038/vocatech.v8i1.310

Refbacks

  • There are currently no refbacks.


Vocatech : Vocational and Technology Journal
Unit Penelitian dan Pengabdian Masyarakat & Penjaminan Mutu
Akademi Komunitas Negeri Aceh Barat
Komplek STTU Alue Peunyareng, Ujong Tanoh Darat, Meureubo, Kabupaten Aceh Barat, Aceh 23615
Telp. (0655) 7110271
Email: vocatech@aknacehbarat.ac.id


Vocatech: Vocational Education and Technology Journal Published by:
Lembaga Penelitian dan Pengabdian Masyarakat & Penjaminan Mutu
Akademi Komunitas Negeri Aceh Barat


Indexed by:

GS2 logoCrossref logoGaruda logosinta-5 logosinta-5 logo

Creative Commons License logo

Vocatech: Vocational Education and Technology Journal Creative Commons Attribution-ShareAlike 4.0 International License.

Published by: Lembaga Penelitian dan Pengabdian Masyarakat & Penjaminan Mutu Akademi Komunitas Negeri Aceh Barat