Penelitian ini bertujuan untuk mengklasifikasikan tingkat ketergantungan mahasiswa terhadap teknologi AI dalam aktivitas akademik dan kehidupan sehari-hari menggunakan metode machine learning.
Penggunaan AI minimal, lebih banyak menggunakan kemampuan sendiri
Penggunaan AI seimbang sebagai alat bantu pembelajaran
Sangat bergantung pada AI dalam berbagai aktivitas
Dengan semakin meluasnya penggunaan AI seperti ChatGPT, Gemini, dan lainnya, penting untuk memahami tingkat ketergantungan mahasiswa dan dampaknya terhadap pembelajaran.
Menggunakan algoritma KNN yang terbukti efektif dalam klasifikasi data dengan tingkat akurasi tinggi.
Semua data responden dijaga kerahasiaannya dan hanya digunakan untuk keperluan penelitian.
Hasil penelitian memberikan wawasan untuk penggunaan AI yang lebih bijak dan produktif.
Algoritma machine learning yang digunakan untuk klasifikasi tingkat ketergantungan
Menghitung jarak antara data uji dengan data training:
d(x,y) = √(Σ(xi - yi)²)
x = Data uji
y = Data training
d = Jarak Euclidean
Menentukan kelas berdasarkan K tetangga terdekat:
Kelas = Mode(K-Nearest Neighbors)
K = Jumlah tetangga terdekat
Mode = Kelas yang paling sering muncul
Output = Rendah, Sedang, atau Tinggi
Aspek-aspek yang diukur dalam penelitian ini
Frekuensi, durasi, dan konteks penggunaan AI dalam aktivitas akademik.
Motivasi intrinsik dan ekstrinsik mahasiswa dalam menggunakan AI.
Persepsi manfaat dan kemudahan penggunaan AI dalam pembelajaran.
Perilaku penggunaan AI serta kesadaran dan refleksi etis mahasiswa.
Partisipasi Anda sangat berharga untuk kesuksesan penelitian ini.
Waktu pengisian: ±10-15 menit
Langkah mudah untuk berpartisipasi dalam penelitian ini
Masukkan data diri Anda seperti NIM, nama, program studi, dan IPK.
Isi kuisioner sesuai dengan pengalaman Anda menggunakan AI.
Kirim jawaban Anda dan data akan diproses untuk klasifikasi.