Perkembangan kecerdasan buatan (Artificial Intelligence/AI) mendorong lahirnya berbagai inovasi, termasuk AI Agent yang mampu membantu menjalankan tugas dan menyelesaikan permasalahan secara lebih efisien. Namun, keberhasilan membangun AI Agent tidak cukup hanya dengan menghasilkan ide yang menarik atau sistem yang berfungsi secara teknis. Pengujian dan iterasi menjadi tahapan penting untuk memastikan bahwa solusi yang dikembangkan benar-benar bermanfaat bagi penggunanya.

Hal tersebut menjadi salah satu pokok pembahasan dalam Sharing Session Kementerian Komunikasi dan Digital (Komdigi) pada Jumat, 16 Oktober 2026, yang menghadirkan Akhmad Firmannamal, Ph.D., dari Kementerian Sekretariat Negara (Kemensetneg RI), dengan materi mengenai Testing dan Iterasi AI Agent.

Dalam pemaparannya, pengujian dipandang sebagai jembatan antara “ide bagus di atas kertas” dan “solusi yang benar-benar digunakan orang”. Sebuah inovasi tidak cukup dinilai dari kecanggihan teknologi atau keberhasilan saat didemonstrasikan, tetapi juga dari kemampuannya menjawab kebutuhan nyata, memberikan hasil yang sesuai, dan menghadirkan pengalaman penggunaan yang baik.

Mengapa Testing AI Agent Penting?

Pengujian merupakan langkah strategis untuk memastikan bahwa AI Agent yang dikembangkan sesuai dengan kebutuhan pengguna. Melalui proses testing, pengembang dapat mengetahui apakah sistem mampu menjalankan tugas yang diharapkan, menemukan kesalahan, serta mengidentifikasi fitur yang perlu diperbaiki atau justru tidak diperlukan.

Terdapat dua manfaat penting dari pengujian, yaitu avoiding dan saving:

• Avoiding: Menghindari pengembangan fitur atau solusi yang sebenarnya tidak dibutuhkan. Dengan melakukan pengujian sejak awal, pengembang dapat memperoleh umpan balik sebelum menghabiskan terlalu banyak sumber daya untuk membangun sistem yang kurang relevan.
• Saving: Menghemat waktu, biaya, dan tenaga. Kesalahan yang ditemukan pada tahap awal umumnya lebih mudah ditangani dibandingkan ketika sistem telah digunakan secara luas. Oleh karena itu, testing bukan sekadar tahap pemeriksaan akhir, melainkan bagian penting dari proses pengembangan sejak awal.

Jenis Pengujian: Uji Kegunaan dan Uji Nilai

Dalam pengembangan AI Agent, pengujian tidak hanya berfokus pada apakah sistem dapat berjalan secara teknis, tetapi juga apakah sistem mudah digunakan dan memberikan manfaat nyata. Dua jenis pengujian yang dapat diterapkan untuk menilai kedua aspek tersebut adalah uji kegunaan (usability testing) dan uji nilai (value testing).

1. Uji Kegunaan (Usability Testing)
Uji kegunaan bertujuan mengetahui apakah AI Agent mudah dipahami, dioperasikan, dan digunakan untuk menyelesaikan tugas tertentu. Pengujian ini berfokus pada pengalaman pengguna ketika berinteraksi dengan sistem. Beberapa aspek yang dinilai meliputi:

• Kemudahan penggunaan: apakah pengguna dapat memahami cara kerja sistem tanpa mengalami kesulitan berarti.
• Efisiensi: apakah AI Agent membantu pengguna menyelesaikan tugas dengan lebih cepat.
• Kejelasan interaksi: apakah instruksi dan jawaban yang diberikan sistem mudah dipahami.
• Keberhasilan tugas: apakah pengguna berhasil memperoleh informasi atau menyelesaikan pekerjaan yang dibutuhkan.

Sebagai contoh, jika dikembangkan AI Agent untuk membantu layanan akademik di lingkungan Pascasarjana UIN Siber Syekh Nurjati Cirebon, pengujian dapat dilakukan dengan meminta mahasiswa mencoba sistem tersebut untuk mencari informasi mengenai jadwal perkuliahan, persyaratan administrasi, atau prosedur akademik. Hasilnya kemudian dievaluasi berdasarkan kemudahan penggunaan, waktu penyelesaian, dan keberhasilan mahasiswa memperoleh informasi.

2. Uji Nilai (Value Testing)
Berbeda dengan uji kegunaan, uji nilai bertujuan mengetahui apakah AI Agent benar-benar dibutuhkan dan mampu memberikan manfaat yang berarti bagi pengguna atau organisasi. Pengujian ini membantu menjawab pertanyaan mendasar: apakah solusi yang dikembangkan layak untuk dilanjutkan karena mampu menyelesaikan permasalahan nyata? Aspek yang dinilai meliputi:

• Relevansi kebutuhan: apakah sistem menjawab permasalahan yang benar-benar dihadapi pengguna.
• Manfaat nyata: apakah AI Agent meningkatkan kualitas layanan atau membantu menyelesaikan pekerjaan.
• Efisiensi sumber daya: apakah sistem dapat menghemat waktu, biaya, atau tenaga.
• Nilai bagi organisasi: apakah penerapan sistem memberikan kontribusi terhadap efektivitas proses kerja.

Sebagai ilustrasi, AI Agent layanan akademik mungkin mudah digunakan, tetapi jika informasi yang diberikan tidak sesuai kebutuhan mahasiswa, nilai manfaatnya tetap rendah. Sebaliknya, apabila sistem mampu memberikan informasi yang relevan, mengurangi pertanyaan berulang, dan mempercepat pelayanan administrasi, AI Agent tersebut berpotensi memberikan nilai tambah bagi institusi.

Dengan demikian, uji kegunaan dan uji nilai memiliki fokus yang saling melengkapi. Uji kegunaan menjawab pertanyaan “Apakah solusi ini mudah digunakan?”, sedangkan uji nilai menjawab “Apakah solusi ini benar-benar dibutuhkan dan bermanfaat?” Keduanya membantu memastikan bahwa inovasi AI tidak berhenti sebagai prototipe, tetapi berpotensi menjadi solusi yang digunakan secara nyata.

Build, Measure, Learn: Siklus Iterasi AI Agent

Salah satu pendekatan penting dalam pengembangan AI Agent adalah siklus Build, Measure, Learn atau membangun, mengukur, dan mempelajari hasil. Siklus ini mendorong pengembang untuk tidak berhenti setelah menghasilkan sebuah produk awal, tetapi terus melakukan perbaikan berdasarkan hasil pengujian dan masukan pengguna.

• Build (Membangun): Mengembangkan versi awal AI Agent berdasarkan kebutuhan dan permasalahan yang ingin diselesaikan.

• Measure (Mengukur): Menguji kinerja sistem berdasarkan indikator yang relevan, seperti ketepatan jawaban, keberhasilan menyelesaikan tugas, waktu respons, pengalaman pengguna, serta manfaat yang dihasilkan.

• Learn (Mempelajari): Menganalisis hasil pengujian untuk mengetahui kekurangan, memahami kebutuhan pengguna, dan menentukan perbaikan yang harus dilakukan.

Uji kegunaan dan uji nilai dapat diintegrasikan dalam tahap Measure. Hasilnya kemudian menjadi bahan pembelajaran pada tahap Learn untuk menentukan apakah sistem perlu diperbaiki, fitur perlu disederhanakan, atau solusi perlu dikembangkan lebih lanjut. Setelah memperoleh pembelajaran, pengembang kembali melakukan pembangunan dan pengujian secara berulang hingga solusi semakin sesuai dengan kebutuhan dan memberikan manfaat nyata.

Relevansi bagi Pascasarjana UIN Siber Syekh Nurjati Cirebon

Bagi Pascasarjana UIN Siber Syekh Nurjati Cirebon (UINSSC), wawasan mengenai testing dan iterasi AI Agent memiliki relevansi dengan pengembangan kompetensi akademik, penelitian terapan, serta transformasi digital di lingkungan perguruan tinggi.

Pemanfaatan AI dalam pendidikan tinggi membuka peluang untuk mengembangkan berbagai solusi, mulai dari asisten informasi akademik, layanan administrasi berbasis AI, pendamping pembelajaran, hingga sistem pendukung pengambilan keputusan. Namun, penerapannya perlu didasarkan pada kebutuhan yang jelas, pengujian yang terukur, keamanan informasi, serta evaluasi manfaat bagi pengguna.

Prinsip Build, Measure, Learn juga dapat diterapkan dalam pengembangan prototipe penelitian mahasiswa pascasarjana. Mahasiswa tidak harus langsung membangun sistem berskala besar. Pengembangan dapat dimulai dari prototipe sederhana, dilanjutkan dengan uji kegunaan untuk mengevaluasi kemudahan penggunaan dan uji nilai untuk menilai manfaat solusi, kemudian disempurnakan berdasarkan temuan penelitian.

Dengan demikian, proses penelitian tidak hanya menghasilkan konsep atau dokumen akademik, tetapi juga berpotensi melahirkan inovasi yang dapat diterapkan untuk menyelesaikan persoalan nyata di lingkungan pendidikan, pemerintahan, maupun masyarakat. Perspektif ini sejalan dengan kebutuhan penguatan kompetensi digital di era transformasi teknologi, ketika perguruan tinggi dituntut untuk menghubungkan pengembangan ilmu pengetahuan dengan pemecahan masalah praktis.

Membangun Inovasi yang Berorientasi pada Pengguna

Sharing session ini menjadi pengingat bahwa keberhasilan inovasi AI tidak semata-mata ditentukan oleh seberapa cepat teknologi dikembangkan, melainkan oleh seberapa baik solusi tersebut menjawab kebutuhan penggunanya.

“Pengujian dipandang sebagai jembatan antara 'ide bagus di atas kertas' dan 'solusi yang benar-benar digunakan orang'. Melalui pengujian yang terencana, pengukuran yang tepat, dan iterasi yang berkelanjutan, pengembangan AI Agent dapat dilakukan secara lebih efektif dan bertanggung jawab.” — Akhmad Firmannamal, Ph.D.

Bagi sivitas akademika Pascasarjana UIN Siber Syekh Nurjati Cirebon, pemahaman tersebut dapat menjadi bekal untuk mengembangkan penelitian dan inovasi digital yang tidak hanya menarik secara konseptual, tetapi juga relevan, mudah digunakan, teruji manfaatnya, dan memberikan dampak nyata bagi masyarakat.