1. Mengapa Sistem Ini Dibuat?

Pendekatan filosofis berbicara tentang hakikat, nilai dasar, dan tujuan utama dari evaluasi itu sendiri.

• Epistemologi Evaluasi (Mencari Kebenaran yang Obyektif): Menilai sebuah proposal bukanlah sekadar memberi angka, melainkan mencari “kebenaran” sejauh mana kegiatan tersebut bermanfaat. Sistem ini lahir dari kegelisahan bahwa evaluasi manual sering kali bias, subyektif, dan instan (seperti “menggoreng kacang”). Secara filosofis, aplikasi ini berupaya meminimalisasi bias manusia (kognitif) dengan mendasarkan setiap penilaian pada teks dan fakta yang disepakati bersama.
• Keseimbangan Ontologis (Internal vs Eksternal):
  Pada Tahap 1, kita mewajibkan adanya dua sumber: Internal (Renstra/SOP) dan Eksternal (Standar/Tren). Filosofinya adalah bahwa entitas organisasi yang sehat tidak boleh eksklusif (hanya melihat ke dalam) dan tidak boleh kehilangan jati diri (hanya ikut-ikutan tren luar). Rubrik yang baik adalah perwujudan harmoni antara “Siapa kita” (Internal) dan “Apa yang dunia butuhkan” (Eksternal).
• Keadilan dan Transparansi (Etika):
  Pada Tahap 2, sistem diwajibkan untuk menyorot evidence (bukti) dari dalam dokumen. Filosofinya adalah keadilan. Pembuat proposal berhak tahu persis di halaman berapa atau di paragraf mana letak kelemahan gagasan mereka, bukan sekadar menerima skor buruk tanpa alasan.

2. Teori Apa yang Menopangnya?

Pendekatan teoritis berbicara tentang kerangka keilmuan dan konsep akademik yang menjalankan mesin ini.

• Teori Sistem Pendukung Keputusan (Decision Support System / DSS):
  Aplikasi ini bukan dirancang untuk menggantikan manusia (pengambil keputusan), melainkan sebagai DSS. Sistem ini bertugas mengolah data yang kompleks (membaca puluhan halaman dokumen) secara komputasional, lalu menyajikannya dalam format yang mudah dipahami (skor dan analisis) agar manusia dapat mengambil keputusan akhir dengan lebih cepat dan akurat.
• Pemrosesan Bahasa Alami (Natural Language Processing / NLP) & Semantik:
  Evaluasi proposal tidak bisa dilakukan dengan rumus matematika sederhana (seperti 1+1=2) karena datanya berupa kalimat (teks tak terstruktur). Sistem ini bergantung pada teori NLP, di mana AI (seperti ChatGPT/Gemini) memahami makna semantik dan konteks dari kalimat di dalam proposal, lalu mencocokkannya dengan makna semantik di dalam rubrik.
• Teori Evaluasi Berbasis Kriteria (Criterion-Referenced Evaluation):
  Tahap 1 dan Tahap 2 menggunakan teori penilaian berbasis kriteria mutlak. Artinya, proposal tidak dibandingkan dengan proposal lain (yang bisa memunculkan ketidakadilan jika semua proposal kebetulan buruk), melainkan dibandingkan dengan sebuah standar absolut (Rubrik) yang sudah disepakati sebelumnya.

3. Bagaimana Cara Kerjanya?

Pendekatan metodologis berbicara tentang prosedur, langkah kerja, dan teknik spesifik yang diaplikasikan untuk mencapai tujuan.

• Metode Prompt Engineering (Rekayasa Instruksi) Terstruktur:
  Aplikasi web yang kita buat tidak memproses AI di servernya sendiri, metodologinya adalah merakit instruksi (prompt) tingkat tinggi. Sistem mengumpulkan variabel (Nama Organisasi, Tautan A, Tautan B) dan memasukkannya ke dalam template instruksi yang sangat ketat dan spesifik (mendikte peran AI, langkah kerja, hingga format output berupa Markdown).
• Strategi Penambat Data (Data Grounding) / Anti-Halusinasi:
  Kelemahan utama Artificial Intelligence saat ini adalah “Halusinasi” (mengarang jawaban agar terlihat pintar). Secara metodologis, kita mencegah ini dengan teknik Grounding. Kita tidak membiarkan AI menilai menggunakan pengetahuannya sendiri. Kita memaksa AI (lewat prompt) untuk “mengunci” pengetahuannya murni hanya pada tautan (link) yang kita berikan. Jika data tidak ada di link tersebut, metodologinya mewajibkan AI memunculkan perintah pengecualian: “Data tidak ditemukan”.
• Alur Kerja Sekuensial (Langkah Berurutan):
  Metodologi sistem ini menggunakan pendekatan dua langkah yang tidak bisa dibalik:

1. Metode Sintesis Data (Tahap 1): Menggabungkan Dokumen A (Internal) + Dokumen B (Eksternal) $\rightarrow$ Diekstrak menjadi Standar Variabel (Rubrik).
2. Metode Analisis Komparatif (Tahap 2): Menyandingkan Dokumen C (Proposal) dengan Standar Variabel (Rubrik) $\rightarrow$ Dievaluasi untuk menghasilkan Output (Skor & Saran).