Perkembangan kecerdasan buatan sedang mengubah cara orang berinteraksi dengan layanan digital. Selama bertahun-tahun, perguruan tinggi membangun berbagai aplikasi untuk kebutuhan yang berbeda. Mahasiswa membuka sistem akademik untuk melihat jadwal dan nilai. Dosen membuka aplikasi penelitian untuk memeriksa proposal atau laporan. Tenaga Kependidikan menggunakan aplikasi lain untuk kepegawaian, remunerasi, keuangan, dan administrasi. Masyarakat umum juga harus berpindah dari satu halaman ke halaman lain untuk mencari program studi, jadwal penerimaan, informasi penelitian, atau layanan universitas.
Pola ini bekerja, tetapi pengalaman pengguna sangat bergantung pada kemampuan setiap orang memahami struktur organisasi dan mengetahui aplikasi mana yang harus dibuka. Kehadiran AI generatif dan agentic AI membuka kemungkinan yang berbeda. Pengguna tidak harus selalu memulai dari aplikasi kampus. Mereka dapat memulai dari AI yang memang sudah mereka gunakan, seperti ChatGPT, Gemini, Microsoft Copilot, atau platform lain yang akan muncul di masa depan.
Dari sinilah muncul gagasan perguruan tinggi sebagai AI-accessible digital service. Dalam pendekatan ini, universitas tidak harus membuat satu chatbot baru yang kemudian harus dipelajari dan digunakan semua orang. Perguruan tinggi dapat menyiapkan layanan digitalnya agar pada waktunya dapat diakses secara aman oleh AI yang dipilih dan biasa dipakai pengguna. AI berperan sebagai antarmuka percakapan sekaligus orkestrator. Sistem universitas tetap menjadi pemilik data, aturan bisnis, otorisasi, dan transaksi. Gagasan ini bukan tentang mengganti seluruh aplikasi yang sudah ada, tapi perubahan cara layanan digital dirancang dan dihubungkan.
Dari kumpulan aplikasi menuju layanan digital yang dapat dipanggil AI
Sebagian besar perguruan tinggi sebenarnya sudah memiliki fondasi penting. Sistem akademik, sistem penelitian, kepegawaian, keuangan, perpustakaan, repository, sistem kemahasiswaan, dan berbagai aplikasi lain telah menjalankan fungsi yang dibutuhkan organisasi. Tantangannya adalah aplikasi tersebut sering berdiri sendiri dan lebih banyak dirancang untuk digunakan manusia melalui halaman web.
Konsep AI-accessible digital service tidak meminta semua aplikasi itu diganti. Perubahan berada pada cara aplikasi tersebut disediakan untuk diakses publik. Setiap sistem perlu secara bertahap memiliki Application Programming Interface atau API yang memungkinkan data dan fungsi tertentu diakses oleh sistem lain secara terkontrol. API bukan berarti database kampus dibuka ke internet. API merupakan pintu layanan yang memiliki aturan jelas mengenai data apa yang dapat diminta, tindakan apa yang dapat dilakukan, siapa yang boleh melakukannya, serta bagaimana aktivitas tersebut dicatat. Agar API dapat digunakan secara konsisten, perguruan tinggi dapat menggunakan standar seperti OpenAPI. OpenAPI memungkinkan kemampuan sebuah layanan HTTP dideskripsikan dalam bentuk yang dapat dipahami baik oleh manusia maupun oleh perangkat lunak.
Dengan fondasi semacam ini, sistem akademik tetap menjadi sistem akademik dan sistem penelitian tetap menjadi sistem penelitian. Namun kemampuan yang ada di dalamnya dapat digunakan oleh layanan lain tanpa harus meniru halaman web atau mengakses database secara langsung. Perguruan tinggi akhirnya tidak hanya memiliki kumpulan aplikasi. Perguruan tinggi mulai memiliki kumpulan kemampuan digital yang dapat digunakan kembali.
Peran MCP sebagai jembatan antara AI dan layanan kampus
API saja belum cukup untuk membuat sebuah universitas mudah digunakan oleh agentic AI. AI memerlukan cara standar untuk mengetahui kemampuan apa yang tersedia, kapan kemampuan tersebut dapat digunakan, parameter apa yang harus diberikan, dan hasil seperti apa yang akan diterima.
Di sinilah Model Context Protocol atau MCP menjadi relevan. MCP merupakan protokol terbuka yang memungkinkan aplikasi AI terhubung dengan tools, resources, dan sumber data eksternal. Dalam konteks perguruan tinggi, MCP server dapat berfungsi sebagai pintu yang memperkenalkan berbagai kemampuan digital kampus kepada AI. MCP tidak menggantikan API. API tetap menjadi mekanisme yang menghubungkan sistem dan menjalankan aturan bisnis. MCP berada di atas layanan tersebut dan menyajikan kemampuan kampus dalam bentuk yang lebih mudah ditemukan dan digunakan oleh AI.
Misalnya sebuah perguruan tinggi mempunyai banyak endpoint teknis dalam sistem penelitian. AI tidak harus mengetahui seluruh struktur teknis tersebut. Kampus dapat menyediakan akses tool seperti getResearcherProfile, getActiveResearchProjects, searchPublications, atau getResearchPerformance. Di belakang satu tool mungkin terdapat beberapa API. AI tidak perlu mengetahui kompleksitas itu. AI hanya perlu memahami apa fungsi tool, kapan perlu digunakan, data apa yang harus diberikan, dan hasil apa yang akan diterima. Pendekatan tersebut memungkinkan kampus memisahkan kompleksitas teknis internal dari cara layanan digunakan oleh AI.
AI sebagai orkestrator dan kampus sebagai sumber kebenaran
Pembagian tanggung jawab menjadi sangat penting dalam arsitektur ini. AI sangat baik dalam memahami bahasa manusia, mengenali maksud pengguna, memilih tool yang relevan, menyusun langkah kerja, menggabungkan informasi, dan menjelaskan hasil. Sebaliknya, perhitungan resmi, aturan bisnis, validasi, transaksi, dan keputusan yang bersifat deterministik sebaiknya tetap dilakukan oleh sistem perguruan tinggi.
Bayangkan suatu saat seorang dosen bertanya melalui AI yang biasa digunakannya mengenai alasan nilai satu kelompok mahasiswa mata kuliah tertentu tidak memuaskan. AI dapat memahami pertanyaan tersebut kemudian meminta tool yang sesuai. Tool dapat mengambil data akademik, tugas, ujian, kehadiran, dan komponen lain yang memang diizinkan. Perhitungan resmi tetap dilakukan oleh sistem kampus. AI menerima hasil yang sudah terstruktur kemudian menjelaskannya dalam bahasa yang lebih mudah dipahami dengan kekuatan generatifnya.
Prinsip yang sama dapat diterapkan pada banyak layanan. Umpamanya, seorang calon mahasiswa dapat menanyakan program studi dan persyaratan penerimaan. Mahasiswa yang sudah terdaftar dapat meminta ringkasan jadwal atau kemajuan studinya. Dosen dapat menanyakan status proposal penelitian. Pimpinan dapat meminta agregasi kinerja sesuai kewenangannya. Pengguna tidak perlu mengetahui aplikasi mana yang menyimpan informasi tersebut.
Pendekatan ini juga membantu menjaga ketepatan. AI tidak seharusnya menghitung remunerasi resmi berdasarkan perkiraan. AI tidak seharusnya mengubah nilai mahasiswa atau data kepegawaian hanya karena menerima instruksi dalam percakapan. Aturan yang bersifat resmi tetap dijalankan oleh sistem perguruan tinggi. AI berfungsi sebagai orkestrator yang memilih kemampuan digital yang diperlukan, meminta hasil dari sistem yang berwenang, lalu membantu pengguna memahami hasilnya.
Satu lapisan integrasi untuk banyak sistem
Perguruan tinggi biasanya memiliki sistem yang dibangun pada waktu yang berbeda dan menggunakan teknologi yang berbeda pula. Ada aplikasi yang sudah memiliki REST API. Ada aplikasi lama dengan struktur data, protokol, dan autentikasi yang berbeda. Karena itu, AI sebaiknya tidak dihubungkan secara langsung ke setiap aplikasi satu per satu.
Sebuah integration layer dapat ditempatkan di antara sistem AI dan berbagai aplikasi internal. Lapisan ini bertugas menerjemahkan permintaan, menyatukan identifier, menghubungkan berbagai sumber data, menormalkan format, mengendalikan akses, dan menjaga konsistensi. Di depan layanan tersebut dapat digunakan API gateway untuk mengatur autentikasi, pembatasan akses, pencatatan aktivitas, versioning, dan routing.
Dengan desain seperti ini, perubahan pada satu aplikasi tidak harus menyebabkan seluruh integrasi AI dibangun ulang. Tool tetap mempunyai kontrak yang stabil walaupun implementasi di belakangnya berubah. Prinsip ini menjadi penting karena sistem perguruan tinggi biasanya mempunyai umur penggunaan yang panjang, sedangkan perkembangan teknologi AI bergerak jauh lebih cepat.
Identitas dan hak akses tetap milik perguruan tinggi
Perguruan tinggi perlu memastikan bahwa AI hanya dapat melakukan sesuatu yang memang boleh dilakukan oleh pengguna yang sedang dilayaninya. Untuk informasi publik, kampus dapat menyediakan public tools yang bersifat read only. Tool tersebut dapat digunakan untuk mencari program studi, jadwal penerimaan, publikasi, profil peneliti, kalender akademik, lokasi layanan, atau informasi lain yang memang diperuntukkan bagi masyarakat. Data sensitif tidak cukup hanya disembunyikan dari tampilan. Kemampuan untuk mengambil data tersebut memang tidak boleh tersedia bagi pengguna anonim.
Untuk layanan personal, pengguna perlu diautentikasi melalui mekanisme seperti Single Sign-On atau SSO, OAuth, dan OpenID Connect atau OIDC. AI kemudian bekerja atas nama identitas yang sudah diverifikasi. Seorang mahasiswa hanya memperoleh akses sesuai statusnya. Seorang dosen memperoleh akses berbeda. Pimpinan unit dapat memperoleh informasi agregat sesuai kewenangannya. Sistem perguruan tinggi yang menentukan hak akses tersebut, bukan model AI.
Pendekatan seperti ini sejalan dengan prinsip Zero Trust. Kepercayaan tidak diberikan hanya karena seseorang atau sebuah sistem berada dalam jaringan internal. Setiap permintaan akses harus dinilai berdasarkan identitas, sumber daya yang diminta, dan kewenangan yang berlaku. Setiap tindakan penting juga perlu menghasilkan audit trail. Perguruan tinggi harus dapat mengetahui siapa yang meminta layanan, AI client apa yang digunakan, tool apa yang dipanggil, sumber daya apa yang diakses, dan apakah tindakan tersebut berhasil. Untuk tindakan yang memiliki risiko lebih tinggi, human approval tetap dapat diwajibkan sebelum perubahan dilakukan.
Tidak harus membuat chatbot kampus baru
Salah satu kemungkinan yang menarik dari konsep ini justru terletak pada apa yang tidak perlu dibangun. Perguruan tinggi tidak harus membuat aplikasi percakapan baru yang kemudian harus dipasang dan digunakan masyarakat. Tidak harus pula membuat satu large language model sendiri hanya agar dapat menyediakan layanan berbasis AI. Pengguna dapat tetap menggunakan ChatGPT, Gemini, Microsoft Copilot, atau platform AI lain yang memang sudah menjadi bagian dari aktivitas mereka. Perguruan tinggi menyediakan kemampuan digital yang dapat diakses oleh platform tersebut melalui mekanisme yang sesuai.
Dalam ekosistem ChatGPT, misalnya, koneksi ke sistem eksternal dapat diberikan melalui Apps, Plugins, dan integrasi berbasis MCP. Pada ekosistem Gemini dan Microsoft Copilot tersedia mekanisme integrasi yang berbeda tetapi mempunyai prinsip yang serupa. Cara distribusi, autentikasi, dan kebijakan masing-masing vendor dapat berubah. Karena itu perguruan tinggi sebaiknya tidak menjadikan salah satu produk AI sebagai pusat dari seluruh arsitektur. Item yang perlu dibuat stabil adalah layanan milik institusi sendiri. Hal tersebut mencakup API, integration layer, definisi tools, MCP server, sistem identitas, otorisasi, kebijakan akses, dan mekanisme audit. Lapisan yang menghubungkan sistem tersebut dengan ChatGPT, Gemini, Copilot, atau AI lain dapat berkembang mengikuti teknologi. Perguruan tinggi tidak membangun infrastrukturnya berdasarkan satu vendor AI.
Memulai dari layanan publik yang sederhana
Transformasi menuju AI-accessible digital service tidak perlu dimulai dari sistem yang paling kompleks atau sensitif. Langkah awal yang masuk akal justru layanan publik yang bersifat read only. Perguruan tinggi dapat memilih informasi yang sering dicari masyarakat seperti program studi, informasi penerimaan mahasiswa, kalender akademik, beasiswa, direktori unit, penelitian, publikasi, dan profil peneliti. Dari kebutuhan tersebut, kampus dapat mulai menyiapkan API yang bersih dan terdokumentasi.
Tahap berikutnya adalah membuat beberapa tools dengan nama dan fungsi yang jelas. MCP server kemudian dapat mempublikasikan kemampuan tersebut kepada AI client yang diperbolehkan menggunakannya. Setiap pemanggilan perlu dicatat dan hasilnya perlu diuji terhadap sumber informasi resmi.
Setelah layanan publik menunjukkan tingkat keandalan yang memadai, pengembangan dapat bergerak menuju layanan yang membutuhkan autentikasi. Informasi akademik personal, penelitian, kepegawaian, dan layanan administrasi dapat ditambahkan secara bertahap.
Kemampuan yang dapat mengubah data atau melakukan transaksi sebaiknya berada pada tahap lebih lanjut. Sebelum write action digunakan secara luas, mekanisme otorisasi, idempotency, audit, persetujuan, dan pemulihan kesalahan harus benar-benar matang.
Pendekatan akan bertahap membantu perguruan tinggi membangun pengalaman, standar teknis, dan tata kelola tanpa harus melakukan perubahan besar sekaligus.
Menuju arsitektur digital yang lebih siap untuk AI
Nilai terbesar dari gagasan AI-accessible digital service sebenarnya tidak terletak pada chat. Nilainya juga tidak terletak pada kemampuan suatu model AI tertentu. Perubahan yang lebih mendasar berada pada arsitektur digital perguruan tinggi.
Sistem yang sebelumnya dipandang sebagai kumpulan aplikasi mulai dipandang sebagai kumpulan digital capabilities. Kemampuan mencari mahasiswa, membaca kalender akademik, menemukan publikasi, memeriksa status penelitian, menghitung indikator kinerja, atau menjalankan sebuah proses menjadi layanan yang memiliki kontrak, hak akses, sumber data, dan aturan penggunaan yang jelas. Kemampuan tersebut kemudian dapat digunakan oleh berbagai saluran. Website dapat menggunakannya. Aplikasi mobile dapat menggunakannya. Sistem internal lain dapat menggunakannya. AI agent juga dapat menggunakannya. Aturan bisnis tidak perlu diduplikasi pada setiap antarmuka.
Pendekatan seperti ini membuat perguruan tinggi lebih siap menghadapi perubahan teknologi. Hari ini pengguna mungkin menggunakan ChatGPT, Gemini, atau Copilot. Beberapa tahun ke depan mungkin muncul platform lain dengan kemampuan yang lebih baik. Jika layanan kampus sudah dibangun dengan pendekatan API first dan menggunakan standar terbuka seperti OpenAPI dan MCP, perubahan AI client tidak berarti seluruh sistem kampus harus dibangun kembali.
Sebuah arah yang dapat dipertimbangkan perguruan tinggi
Konsep AI-accessible digital service dapat dipandang sebagai salah satu kemungkinan arah transformasi digital perguruan tinggi dalam menghadapi semakin luasnya penggunaan AI agentic. Konsep ini belum harus diperlakukan sebagai model yang sudah matang atau telah selesai diterapkan. Banyak pertanyaan teknis, kebijakan, keamanan, tata kelola data, perlindungan privasi, dan keberlanjutan yang perlu diuji lebih lanjut melalui pengembangan bertahap. Namun perkembangan teknologi memberikan alasan yang cukup kuat untuk mulai mempertimbangkannya.
Jika masyarakat semakin terbiasa menggunakan AI sebagai antarmuka utama untuk mencari informasi dan menyelesaikan pekerjaan, layanan digital organisasi kemungkinan juga perlu beradaptasi. Perguruan tinggi dapat mulai memikirkan bagaimana informasi dan layanannya tidak hanya tersedia melalui halaman web dan aplikasi, tetapi juga dapat ditemukan serta digunakan oleh AI secara aman.
Pertanyaan strategis kemudian bergeser. Perguruan tinggi tidak hanya bertanya aplikasi apa yang perlu dibuat. Perguruan tinggi mulai bertanya kemampuan digital apa yang sebenarnya dimiliki, bagaimana kemampuan tersebut dapat disediakan melalui API, bagaimana AI dapat menemukan kemampuan itu melalui MCP atau mekanisme sejenis, siapa yang boleh menggunakannya, dan bagaimana setiap penggunaan dapat dipertanggungjawabkan.
Perguruan tinggi juga perlu mempertimbangkan kepemilikan atas arsitektur tersebut. Data tetap harus berada di bawah kendali institusi. Aturan bisnis tetap harus dikelola oleh sistem resmi. Identitas dan hak akses tetap menjadi kewenangan perguruan tinggi. AI eksternal hanya memperoleh kemampuan yang secara eksplisit diberikan. Prinsip ini membuat konsep AI-accessible digital service berbeda dari sekadar memasang chatbot di halaman depan website. Perguruan tinggi bukan memikirkan sebuah fitur tambahan pada website, tapi yang dipikirkan adalah bagaimana arsitektur digital perguruan tinggi dapat disiapkan agar mampu berinteraksi secara aman dengan ekosistem AI yang terus berkembang sangat cepat.
Dari application-centric menuju intent-centric
Perubahan tersebut pada akhirnya dapat mengubah pengalaman pengguna. Pada pendekatan tradisional, pengguna memulai dari aplikasi. Mereka harus mengetahui bahwa informasi akademik berada di satu sistem, penelitian berada di sistem lain, dan layanan kepegawaian berada di tempat yang berbeda. Pendekatan ini bersifat application-centric. Dalam lingkungan yang didukung AI agentic, pengguna dapat memulai dari kebutuhan. Pengguna cukup mengatakan apa yang ingin diketahui atau diselesaikan. AI kemudian menentukan kemampuan digital apa yang perlu digunakan. Pendekatan ini lebih bersifat intent-centric. Perubahan tersebut tidak menghapus aplikasi yang sudah ada. Website, portal, dashboard, dan sistem administrasi tetap diperlukan. Namun AI menyediakan cara baru untuk menjangkau kemampuan yang terdapat di dalam sistem tersebut. AI-accessible digital service bukanlah nama sebuah aplikasi, tetapi sebuah prinsip arsitektur.
Perguruan tinggi menyediakan data dan kemampuan digital melalui mekanisme yang terstruktur dan aman. Sistem internal tetap menjadi sumber kebenaran. MCP dan connector membantu AI menemukan kemampuan yang tersedia. Integration layer menghubungkan sistem yang berbeda. Identity dan authorization menjaga siapa yang dapat melakukan apa. Audit memastikan setiap penggunaan dapat ditelusuri. AI kemudian menjadi salah satu pintu masuk menuju layanan tersebut. Dengan pendekatan seperti ini, perguruan tinggi tidak harus mengejar setiap perubahan platform AI dengan membangun aplikasi baru. “Benda” yang dibangun adalah fondasi digital yang memungkinkan berbagai AI berinteraksi dengan layanan kampus secara terkendali.
Penulis: Ikhwan Arief (Dosen Departemen Teknik Industri, Fakultas Teknik Universitas Andalas)
