Projekt 4

1. Opstart, Scrum og Strategisk Analyse

Vi startede projektforløbet med en fælles introduktion i auditoriet, hvor vi fik gennemgået projektbeskrivelsen, så tidligere løsninger og tog en quiz for at sikre forståelsen af de vigtigste krav. Derefter dannede vi grupper, underskrev en gruppekontrakt og valgte vores organisation: Mellemfolkeligt Samvirke.

For at styre processen fordelte vi rollerne ud fra SCRUM-metoden. Vi opsatte vores Scrum-board direkte i GitHub med en samlet tjekliste opdelt i sprints. Dette gav os ét samlet sted til både projektstyring og kodning. Vi indførte daglige “Daily Scrum”-møder for at sikre, at alle vidste, hvor vi var i processen, og hvilke opgaver på GitHub-boardet der skulle løses.

Brug af AI til research: I denne tidlige researchfase brugte vi AI (Google Gemini) som sparringspartner til at bygge et stærkt strategisk fundament for vores projekt. Vi fik hjælp til at strukturere en Interessentanalyse (magt/interesse-matrix) for at kortlægge Mellemfolkeligt Samvirkes interne og eksterne aktører. Samtidig brugte vi AI til at definere organisationens kernefortælling ud fra Simon Sineks Golden Circle (Why, How, What) samt til at udarbejde en dybdegående Målgruppeanalyse med fokus på at nå unge målgrupper på platforme som Instagram og TikTok.

2. UX/UI Design og Brugertest

Med fundamentet på plads delte vi os ofte op i mindre hold (2 & 2) for at arbejde effektivt. Den ene del af gruppen fokuserede på risikoanalyse, mens den anden gik i gang med brugertests. Vi udviklede hurtigt low-fi wireframes i mobilversion på tavlen og fik dem testet af andre grupper.

Undervejs holdt vi statusmøder med vores vejleder for at sikre os, at vi var på rette spor fagligt. Vi påbegyndte også vores Design System, udarbejdede indholdsstrategien og færdiggjorde vores high-fidelity mockups. Denne fase kulminerede i vores midtvejs-pitch, hvor vi fremlagde vores foreløbige arbejde og modtog konstruktiv feedback fra klassen, som vi tog med os videre.

3. Kodning, GitHub og Fejlfinding

Herefter gik vi over til udviklingsfasen. Vi satte HTML-skelettet op og begyndte at kode i vores fælles GitHub-repository, hvor vi løbende fordelte opgaverne via vores Scrum-board. Vi valgte at fokusere på fire primære JavaScript-funktioner: Slideshow, dropdown-menu, kalender/søgefunktion og en burgermenu. Hver gruppemedlem tog ansvar for specifikke dele af koden.

Da vi begyndte at “merge” vores kode (sætte vores HTML og CSS sammen på GitHub), opstod der naturlige udfordringer.

Brug af AI til debugging: Vi brugte AI aktivt til at fejlfinde vores CSS og JavaScript. Da vores slideshow ødelagde layoutet for dropdown-menuen, hjalp AI os med at forstå CSS-koncepter som position: relative, z-index og specificitet. Vi fik også hjælp til at skrive JavaScriptet om, så vores dropdown-menu fungerede med en hover-effekt i stedet for klik, og vi fik løst en konflikt, hvor vores mobil-burgermenu misfarvede vores desktop-knapper. Dette gav os en meget dybere forståelse for, hvordan koden interagerer på tværs af skærmstørrelser.

4. SoMe, Visuelt Design og Indholdsproduktion

Parallelt med kodningen arbejdede vi med projektets sociale medie-profil. Vi planlagde, optog og klippede videoer til SoMe, skabte en ny underside til “Frivillig”, og fiksede ikoner og styling i vores CSS.

Brug af AI til design og koncepter: I udarbejdelsen af vores SoMe-mockups i Photoshop brugte vi AI til at identificere de korrekte skrifttyper (som Helvetica og Arial) og indstillinger, så vores Instagram-posts lignede den ægte vare. Vi brugte også AI til at brainstorme kreative koncepter til memes og TikToks – herunder idéudvikling omkring et oppusteligt alien-kostume og et gigantisk pas for at sætte et humoristisk, men skarpt, fokus på globale grænser og udlændingepolitik.

5. Kvalitetssikring, Validering og Afslutning

I de sidste dage handlede vores Daily Scrum-møder om at skabe overblik og lukke de sidste opgaver på vores GitHub-board. Vi udarbejdede klientrapporten og gik vores kode grundigt efter i sømmene.

Brug af AI til eksamensforberedelse: Vi validerede vores HTML/CSS gennem W3C og brugte AI til at holde vores kode op imod underviserens tjekliste for at sikre, at vi opfyldte kravene om bl.a. semantiske tags og tilgængelighed (alt-tags). Til sidst hjalp AI med at udarbejde et struktureret manuskript til den præsentationsvideo, hvor vi skulle gennemgå vores JavaScript. Manuskriptet sikrede, at vi kom systematisk igennem pensumkrav som DOM-manipulation, variabler, loops, if-else strukturer og events – alt sammen i et sprog, der matchede vores faglige niveau.

Da koden var valideret, og klientrapporten færdigskrevet, brugte vi den sidste tid på at gøre alt helt klart til aflevering.