Sistem Pendukung Keputusan Aset TI Berbasis LLM dengan Guardrail Domain
Abstract
Manajemen aset Teknologi Informasi (TI) memerlukan keputusan yang dapat dipertanggungjawabkan berdasarkan data aset, riwayat pemeliharaan, kebutuhan pengguna, dan data monitoring. Penelitian ini mengusulkan sistem pendukung keputusan aset TI yang mengintegrasikan large language model, aturan guardrail domain, dan verifikasi human-in-the-loop. Sistem dikembangkan dengan pendekatan design science dan dievaluasi menggunakan 26 kasus uji yang mencakup aset dengan dan tanpa data monitoring, 78 eksekusi Artificial Intelligence (AI) berulang, pengujian teknis, serta penilaian ahli domain. Hasil penelitian menunjukkan bahwa fungsi AI menghasilkan keluaran terstruktur yang valid pada seluruh kasus dan relatif stabil pada eksekusi berulang. Representasi konteks Token-Oriented Object Notation (TOON) menurunkan rata-rata token sebesar 42,0% dibanding JavaScript Object Notation (JSON) mentah. Evaluasi ahli menunjukkan kesepakatan penuh pada 14 dari 15 kombinasi fitur-aspek, sedangkan satu kombinasi pada health aset tanpa data monitoring dan keakuratan klaim menunjukkan kesepakatan sebagian akibat perbedaan interpretasi temporal. Temuan ini menunjukkan bahwa dukungan keputusan berbasis Large Language Model (LLM) dengan guardrail domain dapat meningkatkan kejelasan dan kegunaan operasional rekomendasi aset TI.
