Studi Deskriptif Intensitas Penggunaan Kecerdasan Buatan (AI) dan Kemandirian Belajar Mahasiswa Pendidikan Geografi

Main Article Content

Syilham Zulkarmi
Asri Rabiatul Ihsani
Armin Subhani

Abstract

Penelitian ini dilatarbelakangi oleh meningkatnya penggunaan kecerdasan buatan (Artificial Intelligence/AI) dalam pembelajaran di perguruan tinggi yang berpotensi memberikan manfaat sekaligus memengaruhi kemandirian belajar mahasiswa. Hingga saat ini, informasi empiris mengenai intensitas penggunaan AI dan kemandirian belajar mahasiswa Pendidikan Geografi masih terbatas. Penelitian ini bertujuan untuk mendeskripsikan tingkat intensitas penggunaan AI dan tingkat kemandirian belajar mahasiswa Program Studi Pendidikan Geografi Universitas Hamzanwadi. Penelitian menggunakan pendekatan kuantitatif dengan jenis penelitian deskriptif. Sampel penelitian berjumlah 30 mahasiswa aktif yang dipilih menggunakan teknik random sampling. Data dikumpulkan melalui angket skala Likert dan dianalisis menggunakan statistik deskriptif yang meliputi nilai minimum, maksimum, rata-rata, standar deviasi, distribusi frekuensi, dan persentase. Hasil penelitian menunjukkan bahwa intensitas penggunaan AI berada pada kategori tinggi dengan persentase 73,3% dan nilai rata-rata 48,37, sedangkan kemandirian belajar juga berada pada kategori tinggi dengan persentase 80,0% dan nilai rata-rata 55,60. Temuan ini menunjukkan bahwa tingginya penggunaan AI tidak diikuti oleh rendahnya kemandirian belajar. Mahasiswa mampu memanfaatkan AI sebagai pendukung pembelajaran tanpa mengurangi kemampuan belajar secara mandiri. Hasil penelitian ini dapat menjadi dasar bagi program studi dalam menyusun strategi pemanfaatan AI yang mendukung proses pembelajaran secara optimal.

Downloads

Download data is not yet available.

Article Details

Section

Articles

References

Bond, M., Khosravi, H., De Laat, M., et al. (2024). A meta systematic review of artificial intelligence in higher education. International Journal of Educational Technology in Higher Education.

Chiu, T. K. F. (2024). A classification tool to foster self-regulated learning with generative artificial intelligence by applying self-determination theory: A case of ChatGPT. Interactive Learning Environments.

Crompton, H., & Burke, D. (2023). Artificial intelligence in higher education: The state of the field. International Journal of Educational Technology in Higher Education, 20(1). https://doi.org/10.1186/s41239-023-00392-8

Dempere, J., Modugu, K., Hesham, A., & Ramasamy, L. K. (2023). The impact of ChatGPT on higher education. Frontiers in Education, 8

Eggers, J. H., Oostdam, R., & Voogt, J. (2021). Self-regulation strategies in blended learning environments in higher education: A systematic review. Australasian Journal of Educational Technology, 37(6). https://doi.org/10.14742/ajet.6453

Faza, A., & Lestari, I. A. (2025). Self-regulated learning in the digital age: A systematic review of strategies, technologies, benefits, and challenges. International Review of Research in Open and Distributed Learning, 26(2)

Grassini, S. (2023). Shaping the future of education: Exploring the potential and consequences of AI and ChatGPT in educational settings. Education Sciences, 13(7), 692. https://doi.org/10.3390/educsci13070692

Kasneci, E., Sessler, K., Küchemann, S., et al. (2023). ChatGPT for good? On opportunities and challenges of large language models for education. Learning and Individual Differences, 103, 102274.

Luckin, R. (2018). Machine learning and human intelligence: The future of education for the 21st century. UCL IOE Press.

Memarian, B., & Doleck, T. (2025). A systematic literature review of self-regulated learning and artificial intelligence in higher education. International Journal for Educational Media and Technology.

Miao, J., & Ma, L. (2022). Students' online interaction, self-regulation, and learning engagement in higher education: The importance of social presence to online learning. Frontiers in Psychology, 13. https://doi.org/10.3389/fpsyg.2022.815220

Ouyang, F., & Jiao, P. (2021). Artificial intelligence in education: The three paradigms. Computers and Education: Artificial Intelligence, 2, 100020.

Sugiyono. (2022). Metode penelitian kuantitatif, kualitatif, dan R&D (Edisi ke-2). Alfabeta.

Zawacki-Richter, O., Marín, V. I., Bond, M., & Gouverneur, F. (2019). Systematic review of research on artificial intelligence applications in higher education. Computers & Education, 141, 103618.

Zimmerman, B. J., & Schunk, D. H. (2013). Self-regulated learning and academic achievement: Theoretical perspectives (2nd ed.). Routledge.