Dikaji Oleh: Nelson Arbet
Divisi: Hubungan Mahasiswa

Sejauh Mana Mahasiswa Informatika Sadar terhadap Perkembangan Agentic AI?

Perkembangan Artificial Intelligence (AI) dalam beberapa tahun terakhir telah mengubah cara mahasiswa Informatika belajar dan bekerja. AI kini dapat membantu menjelaskan algoritma, menemukan kesalahan program, menyusun dokumentasi, menghasilkan kode, hingga menjadi teman diskusi ketika mempelajari suatu teknologi.

Bagi sebagian mahasiswa, menggunakan AI bahkan mulai terasa seperti menggunakan mesin pencari: cepat, mudah, dan menjadi bagian dari keseharian. Namun, ketika banyak orang baru terbiasa dengan AI yang mampu menjawab, industri teknologi mulai bergerak menuju AI yang mampu bertindak.

Perubahan inilah yang membawa kita kepada Agentic AI.

Memahami Agentic AI

Secara sederhana, Agentic AI merupakan sistem AI yang tidak hanya menerima instruksi dan memberikan satu respons, tetapi dapat diberikan sebuah tujuan, menyusun langkah untuk mencapainya, menggunakan berbagai tools, mengevaluasi hasil pekerjaannya, lalu menentukan langkah berikutnya dengan tingkat intervensi manusia yang lebih kecil.

Dalam konteks pengembangan perangkat lunak, misalnya, AI tidak lagi hanya diminta, “Buatkan fungsi untuk login,” tetapi dapat diarahkan untuk membaca repository, mencari bagian program yang berkaitan, menulis kode, menjalankan pengujian, menemukan kesalahan, memperbaikinya, kemudian melaporkan hasil pekerjaannya.

Perbedaannya terlihat sederhana, tetapi implikasinya sangat besar.

Dari “Prompt–Response” Menuju “Goal–Action”

Generative AI yang selama ini populer pada dasarnya membuat manusia menjadi pengarah utama dalam setiap tahapan pekerjaan. Manusia memberikan prompt, AI memberikan jawaban, kemudian manusia menentukan apa yang harus dilakukan selanjutnya.

Agentic AI mulai mengubah pola tersebut menjadi:

• Goal — menentukan tujuan yang ingin dicapai.
• Planning — menyusun langkah untuk mencapai tujuan.
• Action — menjalankan tindakan menggunakan berbagai tools.
• Evaluation — mengevaluasi hasil dan menentukan langkah berikutnya.

Kemajuan teknologi ini bukan lagi sekadar prediksi. Stanford AI Index 2026 mencatat perkembangan besar pada kemampuan AI agents untuk melakukan pekerjaan komputer.

Pada OSWorld, sebuah benchmark yang menguji kemampuan agen menyelesaikan pekerjaan nyata melalui sistem operasi dan aplikasi, performa AI meningkat dari sekitar 12% menjadi 66,3%. Angka tersebut sudah berada dalam jarak sekitar enam poin persentase dari performa manusia pada benchmark tersebut.

Namun, Stanford juga menunjukkan sisi lainnya: pada benchmark terstruktur, AI agents masih gagal dalam kira-kira satu dari tiga percobaan.

Data tersebut memperlihatkan dua kenyataan sekaligus. Kemampuan AI untuk melakukan pekerjaan secara mandiri berkembang sangat cepat, tetapi AI masih jauh dari kata sempurna.

Kombinasi keduanya justru menjadi alasan mahasiswa Informatika perlu memberikan perhatian serius terhadap perkembangan ini.

Mahasiswa Informatika Sudah Mengenal AI, tetapi Apakah Sudah Memahami Agentic AI?

Pertanyaan utama dalam kajian ini bukan apakah mahasiswa Informatika menggunakan AI. Penggunaan AI dalam dunia pemrograman sendiri sudah sangat luas.

Stack Overflow Developer Survey 2025 yang melibatkan lebih dari 49.000 responden dari 177 negara menemukan bahwa 84% responden telah menggunakan atau berencana menggunakan AI tools dalam proses pengembangan perangkat lunak. Bahkan 51% developer profesional dalam survei tersebut menggunakan AI tools setiap hari.

Namun, ketika pembahasannya dipersempit menjadi AI agents, kondisinya berbeda. Stack Overflow menyebut AI agents belum menjadi teknologi arus utama. Sebanyak 52% responden tidak menggunakan agents atau masih menggunakan AI yang lebih sederhana, sementara 38% menyatakan belum berencana mengadopsinya.

Hal tersebut menunjukkan adanya kesenjangan antara mengenal AI dan memahami perkembangan AI.

Dalam konteks mahasiswa Informatika Telkom University, kajian ini tidak memiliki data primer yang cukup untuk menyatakan bahwa tingkat kesadaran mahasiswa terhadap Agentic AI sudah tinggi ataupun rendah. Menarik kesimpulan tersebut tanpa survei justru akan menghasilkan klaim yang tidak dapat dipertanggungjawabkan.

Namun, terdapat hal yang lebih penting untuk dipertanyakan: apa yang sebenarnya dimaksud dengan “sadar” terhadap perkembangan AI?

Kesadaran menurut kajian ini setidaknya dapat dibedakan menjadi tiga tingkat:

1. Awareness, yaitu mengetahui bahwa teknologi seperti AI agents telah muncul.
2. Understanding, yaitu memahami bagaimana teknologi tersebut bekerja, apa perbedaannya dengan chatbot konvensional, apa kemampuannya, dan apa keterbatasannya.
3. Readiness, yaitu kesediaan dan kemampuan seseorang untuk menyesuaikan kompetensinya terhadap perubahan yang dibawa teknologi tersebut.

Dengan ukuran tersebut, seseorang yang setiap hari menggunakan ChatGPT belum tentu memiliki pemahaman mengenai Agentic AI. Bahkan seseorang yang menggunakan coding agent belum tentu memiliki kesiapan untuk mengevaluasi dan bertanggung jawab terhadap pekerjaan yang dihasilkan oleh agen tersebut.

Di sinilah mahasiswa Informatika seharusnya mulai melihat AI bukan sekadar sebagai alat bantu tugas, tetapi sebagai perubahan paradigma dalam dunia teknologi.

Ketika AI Mulai Menjadi “Rekan Kerja” Programmer

Dampak Agentic AI paling mudah dilihat dalam dunia software development.

Di antara developer yang telah menggunakan AI agents, sekitar 70% menyatakan agents mengurangi waktu untuk menyelesaikan tugas pengembangan tertentu, sedangkan 69% merasa produktivitasnya meningkat.

Pada saat yang sama, 87% responden mengkhawatirkan akurasi AI agents dan 81% mengkhawatirkan keamanan serta privasi data.

Artinya, teknologi ini memiliki potensi besar sekaligus risiko yang tidak kecil.

Perubahan tersebut bahkan telah terlihat pada tingkat organisasi. McKinsey melalui The State of AI 2026 menemukan bahwa sekitar dua dari sepuluh organisasi responden telah melakukan scaling terhadap software coding agents.

Selain itu, 32% responden menyatakan organisasinya pernah memutuskan untuk tidak membeli satu atau lebih produk atau fitur perangkat lunak karena merasa dapat membangunnya sendiri menggunakan agentic coding tools.

Fenomena tersebut memberikan sinyal bahwa pekerjaan engineer perlahan dapat berubah.

Seorang programmer mungkin tidak lagi dinilai hanya berdasarkan seberapa cepat ia mampu menulis ratusan baris kode. Ketika AI dapat membantu menghasilkan kode dalam waktu singkat, nilai manusia justru semakin bergeser kepada kemampuan untuk:

• memahami masalah,
• merancang arsitektur,
• menentukan kebutuhan sistem,
• memberikan konteks,
• mengevaluasi hasil,
• menjaga keamanan, dan
• mengambil keputusan ketika AI menghasilkan sesuatu yang salah.

Dengan kata lain, Agentic AI tidak serta-merta membuat fundamental Informatika menjadi tidak relevan. Justru sebaliknya. Semakin banyak pekerjaan yang dapat dilakukan AI, semakin penting kemampuan manusia untuk mengetahui apakah pekerjaan tersebut benar atau salah.

Ancaman Terbesarnya Bukan AI, tetapi Tidak Lagi Memahami Apa yang Kita Kerjakan

Bayangkan seorang mahasiswa mendapat tugas membuat sebuah aplikasi. Ia memberikan instruksi kepada AI agent. Agen tersebut membaca repository, membuat beberapa file, memasang dependency, membuat fitur, menjalankan testing, menemukan error, memperbaikinya, lalu menghasilkan aplikasi yang dapat berjalan.

Tugas selesai.

Tetapi terdapat satu pertanyaan yang jauh lebih penting:

Apakah mahasiswa tersebut juga belajar?

Apabila mahasiswa dapat menjelaskan arsitektur aplikasinya, memahami algoritma yang digunakan, menemukan kelemahan hasil AI, dan mempertanggungjawabkan setiap keputusan teknisnya, maka AI telah menjadi alat yang meningkatkan kemampuan manusia.

Sebaliknya, apabila keberhasilan hanya diukur dari kalimat “yang penting programnya jalan”, mahasiswa mungkin mendapatkan hasil tanpa mendapatkan pemahaman.

Kekhawatiran semacam ini bukan tanpa dasar. Dalam Stack Overflow Developer Survey 2025, lebih banyak developer yang tidak mempercayai akurasi output AI (46%) dibandingkan yang mempercayainya (33%). Salah satu keluhan terbesar developer juga bukan karena AI selalu salah, melainkan karena AI sering menghasilkan solusi yang hampir benar, tetapi tidak sepenuhnya benar.

Bagi mahasiswa Informatika, kondisi “hampir benar” justru dapat berbahaya apabila tidak memiliki fundamental yang cukup untuk mengenali kesalahannya.

Karena itu, kemampuan menggunakan AI saja tidak cukup. Mahasiswa membutuhkan AI literacy: kemampuan untuk memahami AI, menggunakannya secara tepat, memverifikasi hasilnya, memahami risiko privasi dan keamanan, serta mengetahui kapan keputusan tidak seharusnya diserahkan kepada mesin.

Bukan Berlomba dengan AI, tetapi Belajar Menjadi Engineer di Era AI

Perdebatan mengenai AI sering kali berakhir pada pertanyaan, “Apakah programmer akan digantikan oleh AI?”

Pertanyaan tersebut terlalu menyederhanakan persoalan.

Perubahan teknologi sepanjang sejarah tidak selalu menghilangkan suatu profesi secara langsung, tetapi sering kali mengubah kompetensi yang dianggap bernilai di dalam profesi tersebut. Hal yang sama berpotensi terjadi pada bidang Informatika.

Mahasiswa tidak perlu berlomba dengan AI untuk membuktikan siapa yang paling cepat menghasilkan kode. Yang lebih penting adalah mempersiapkan kompetensi yang membuat manusia mampu mengendalikan, mengevaluasi, dan mengambil tanggung jawab atas sistem AI.

Mahasiswa tetap membutuhkan:

• Algoritma dan Struktur Data untuk memahami efisiensi solusi.
• Software Engineering untuk membangun sistem yang dapat dipelihara.
• Basis Data untuk memahami bagaimana informasi disimpan dan dikelola.
• Jaringan dan Keamanan ketika AI agent diberikan akses terhadap sistem nyata.

Fundamental tersebut sekarang perlu dipadukan dengan kemampuan baru seperti pemahaman mengenai Large Language Models, AI agents, tool calling, workflow automation, evaluasi output AI, keamanan AI, hingga kolaborasi manusia dengan sistem otonom.

Dengan begitu, AI tidak menjadi pengganti proses berpikir mahasiswa, melainkan pengungkit kemampuan berpikir mahasiswa.

Jadi, Sejauh Mana Kita Sadar?

Tanpa survei langsung kepada mahasiswa S1 Informatika Telkom University, kajian ini tidak dapat secara objektif memberikan angka mengenai tingkat kesadaran mahasiswa terhadap Agentic AI.

Namun, perkembangan industri memberikan pesan yang cukup jelas.

Mengetahui AI tidak lagi cukup. Menggunakan AI juga tidak lagi cukup.

Kesadaran yang dibutuhkan mahasiswa Informatika harus bergerak dari sekadar “saya tahu AI”, menuju:

“Saya memahami bagaimana AI bekerja, apa dampaknya terhadap bidang saya, apa risikonya, dan bagaimana saya harus mempersiapkan diri.”

Agentic AI mungkin tidak menghilangkan kebutuhan terhadap engineer. Namun, sangat mungkin teknologi ini mengubah standar mengenai engineer seperti apa yang akan dibutuhkan.

Pada akhirnya, tantangan mahasiswa Informatika bukan sekadar menghadapi mesin yang semakin pintar. Tantangan sebenarnya adalah memastikan kemampuan manusia berkembang secepat teknologi yang digunakannya.

Maka, pertanyaan yang perlu kita bawa setelah membaca kajian ini mungkin bukan lagi:

“Apakah AI akan menggantikan programmer?”

melainkan:

“Ketika AI mampu mengerjakan semakin banyak hal, kemampuan apa yang membuat kita tetap layak disebut sebagai seorang engineer?”

Sumber

1. Stanford Institute for Human-Centered Artificial Intelligence. The 2026 AI Index Report – Technical Performance. Stanford University, 2026.
2. Stack Overflow. 2025 Developer Survey – Artificial Intelligence. 2025.
3. McKinsey & Company. The State of AI in 2026: On the Road to ROI. 25 Agustus 2026.