Pengaruh Generative Artificial Intelligence Terhadap Kinerja Akademik Mahasiswa Universitas Negeri Padang Melalui Smart Learning Sebagai Mediasi
DOI:
https://doi.org/10.37385/msej.v6i4.7864Keywords:
Generative AI, Kinerja Akademik, Smart Learning, Mahasiswa.Abstract
Penelitian ini bertujuan untuk menganalisis pengaruh Generative AI terhadap Kinerja Akademik pada mahasiswa Fakultas Ekonomi dan Bisnis Universitas Negeri Padang, serta menguji peran smart learning sebagai variabel mediasi dalam hubungan tersebut. Penelitian ini menggunakan metode kuantitatif dengan survei terhadap 100 responden, yang ditentukan menggunakan rumus Slovin. Teknik pengambilan sampel dilakukan dengan proportionate stratified random sampling, dan data dikumpulkan melalui kuesioner berbasis skala Likert. Analisis data menggunakan metode Partial Least Square (PLS) dengan alat analisis SmartPLS. Hasil penelitian menunjukkan bahwa Generative AI memiliki pengaruh positif dan signifikan terhadap kinerja akademik. Sementara itu, Generative AI berpengaruh positif dan signifikan terhadap smart learning, serta smart learning berpengaruh positif dan signifikan terhadap kinerja akademik. Selain itu, smart learning terbukti memediasi hubungan antara Generative AI dan kinerja akademik, Temuan ini menunjukkan bahwa generative AI memainkan peran penting dalam membantu mahasiswa untuk meningkatkan kinerja akademik mereka. Oleh karena itu, penggunaan Generative AI tidak hanya meningkatkan efisiensi dan personalisasi dalam proses belajar, tetapi juga memperkuat pendekatan smart learning yang berkontribusi pada pencapaian akademik yang lebih baik.
References
Agustya, K., Diva, T., Pratiwi, W., & Mukarromah, S. (2023). Pengaruh penggunaan kecerdasan buatan terhadap mahasiswa di perguruan tinggi. September, 6–7.
Creely, E., & Blannin, J. (2025). Creative partnerships with generative AI. Possibilities for education and beyond. Thinking Skills and Creativity, 56(December 2024). https://doi.org/10.1016/j.tsc.2024.101727
Efstratopoulou, M., Peprah, M., Davison, C., & Jaffarul, A. (2024). International Journal of Educational Research Open Voices from Afar?: Cross-national study of parental perspectives towards implementation of a smart learning environment in schools in the United Arab Emirates. International Journal of Educational Research Open, 7(March), 100387. https://doi.org/10.1016/j.ijedro.2024.100387
Farrukh, M., Xu, S., Marc, W., & Yang, X. (2024). Heliyon Artificial intelligence and social media on academic performance and mental well-being?: Student perceptions of positive impact in the age of smart learning. Heliyon, 10(8), e29523. https://doi.org/10.1016/j.heliyon.2024.e29523
Filinda Sari. (2022). Pengaruh Sistem Pengendalian Internal Pemerintah, Artificial Intelligence, Lingkungan Kerja Dan Work Life Balance Terhadap Kinerja Pegawai (Studi Empiris Pada Badan Pengelolaan Keuangan Dan Aset Daerah Kota Tangerang Selatan).
Firmansyah, D., & Saepuloh, D. (2022). Teori Pembelajaran Sosial: Pendekatan Kognitif dan Perilaku. Jurnal Ilmiah Pendidikan Holistik (JIPH), 1(3), 297–324.
García-martínez, I., Fernández-batanero, J. M., & Fernández-cerero, J. (2023). Analysing the Impact of Artificial Intelligence and Computational Sciences on Student Performance?: Systematic Review and Meta-analysis. 12, 171–197. https://doi.org/10.7821/naer.2023.1.1240
García-tudela, P. A., Prendes-espinosa, P., & Solano-fern, I. M. (2023). Heliyon The Spanish experience of future classrooms as a possibility of smart learning environments. 9(July). https://doi.org/10.1016/j.heliyon.2023.e18577
Ghulam, N., & Al, M. (2024). Analisis Pengaruh Artificial Intelligence ( AI ) Terhadap Kinerja. June, 0–10. https://doi.org/10.13140/RG.2.2.12353.98401
Ghozali, Imam. (2014). Structural Equation Modeling Metode Alternatif dengan Partial Least Square (PLS) Edisi 4. Universitas Diponegoro, Semarang.
Hair, J. F., Ringle, C. M., Gudergan, S. P., Fischer, A., Nitzl, C., & Menictas, C. (2019). Partial least squares structural equation modeling-based discrete choice modeling: an illustration in modeling retailer choice. Business Research, 12(1), 115–142. https://doi.org/10.1007/s40685-018-0072-4
Hamu, F. J., Wea, D., & Setiyaningtiyas, N. (2023). Faktor-Faktor yang Memperngaruhi Kinerja Akademik Mahasiswa?: Analisis Structural Equation Model. Jurnal Paedagogy, 10(1), 175. https://doi.org/10.33394/jp.v10i1.6473
Putri, V. A., Andjani, K. C., & Rafael, R. A. (2023). Peran Artificial Intelligence dalam Proses Pembelajaran Mahasiswa di Universitas Negeri Surabaya. 615–630.
Rajeh, J., Bassam, F., & In, M. (2023). International Journal of Information Management Data Insights Impact of classroom environment , teacher competency , information and communication technology resources , and university facilities on student engagement and academic performance. International Journal of Information Management Data Insights, 3(2), 100188. https://doi.org/10.1016/j.jjimei.2023.100188
Spector, J. M. (2014). Mengonseptualisasikan bidang lingkungan belajar pintar yang sedang berkembang. 1–10.
Sugiyono. (2013). Metode Penelitian Kuntitatif Kualitatif Dan R&D. ALFABETA,CV.
Sugiyono. (2022). Metode Penelitian Kuantitatif, Kualitatif dan R&D (2nd ed.). Alfabeta.
Template
