Studi Perbandingan Model TAM dan UTAUT dalam Adopsi Teknologi Chatbot AI untuk Penyelesaian Tugas Akhir Mahasiswa

Authors

  • Anindya Rahmaningtyas Universitas Dinamika Bangsa, Jambi, Indonesia
  • Benni Purnama Universitas Dinamika Bangsa, Jambi, Indonesia
  • Sharipuddin Universitas Dinamika Bangsa, Jambi, Indonesia

DOI:

https://doi.org/10.38035/jmpis.v6i6.6403

Keywords:

Adopsi Teknologi, Chatbot AI, TAM, UTAUT, PLS-SEM

Abstract

Artificial Intelligence (AI) merupakan teknologi yang dirancang untuk memungkinkan sistem komputer berpikir, belajar, dan bertindak layaknya manusia. Dalam konteks pendidikan tinggi, AI telah membawa perubahan yang signifikan, terutama dalam penyelesaian tugas akhir mahasiswa. Khususnya, chatbot AI yang banyak dimanfaatkan untuk menjawab pertanyaan terkait metodologi penelitian, analisis data, melakukan otomatisasi analisis statistik, visualisasi data, dan interpretasi hasil penelitian, sehingga membantu mempercepat penyusunan tugas akhir dengan tingkat akurasi lebih tinggi. Dengan demikian, chatbot AI tidak hanya meningkatkan produktivitas, tetapi juga memfasilitasi penelitian yang lebih terstruktur, memperkaya wawasan akademik, serta membantu mahasiswa menghasilkan karya ilmiah berkualitas dengan pendekatan sistematis berbasis data. Meskipun teknologi chatbot AI menawarkan berbagai kemudahan, namun tingkat adopsi teknologi ini di kalangan mahasiswa masih dipengaruhi oleh berbagai faktor, seperti persepsi kemudahan penggunaan, manfaat yang dirasakan, serta faktor sosial dan pribadi lainnya. Oleh karena itu, penelitian ini berfokus untuk menganalisis dan membandingkan faktor-faktor yang memengaruhi adopsi teknologi chatbot AI dengan menggunakan 2 model teoritis, yaitu model TAM dan UTAUT. Responden dalam penelitian ini adalah mahasiswa UNAMA Jambi dan POLTEKKES KEMENKES Jambi yang sedang atau telah mengerjakan tugas akhir. Hasil dari penelitian menunjukkan bahwa kedua model memiliki validitas dan reliabilitas yang baik dalam menjelaskan adopsi teknologi chatbot AI oleh mahasiswa untuk penyelesaian tugas akhir. Model UTAUT menunjukkan nilai koefisien determinasi (R²) yang lebih tinggi dalam menjelaskan niat penggunaan (Behavioral Intention to Use), sedangkan model TAM menunjukkan struktur hubungan antar variabel yang lebih stabil dan signifikan secara statistik. Seluruh jalur pada model TAM terbukti signifikan, sementara pada model UTAUT terdapat satu jalur yang tidak signifikan, yaitu pengaruh Social Influence terhadap Behavioral Intention to Use. Hal ini mengindikasikan bahwa keputusan mahasiswa untuk menggunakan chatbot AI lebih dipengaruhi oleh faktor persepsi pribadi daripada pengaruh sosial. Dengan demikian, meskipun model UTAUT secara teoritis lebih komprehensif, namun model TAM terbukti lebih stabil dan efektif dalam konteks penelitian ini.

References

A. Juliyando et al., ARTIFICIAL INTELLIGENCE TEMAN ATAU MUSUH SIH? Bengkulu: CV Brimedia Global, 2023. [Online]. Available: https://books.google.co.id/books?id=YIjwEAAAQBAJ

I. A. Hendri, “AI DALAM PENDIDIKAN: REVOLUSI PEMBELAJARAN MENUJU MASA DEPAN YANG LEBIH CERDAS,” Institut Teknologi Bandung, Bandung, Aug. 2024. [Online]. Available: https://itb.ac.id/berita/ai-dalam-pendidikan-revolusi-pembelajaran-menuju-masa-depan-yang-lebih-cerdas/61183

S. Rifky, “DAMPAK PENGGUNAAN ARTIFICIAL INTELLIGENCE BAGI PENDIDIKAN TINGGI,” Indones. J. Multidiscip. Soc. Technol., vol. 2, no. 1, pp. 37–42, 2024, doi: https://doi.org/10.31004/ijmst.v2i1.287.

C. M. Annur, “RAGAM MANFAAT AI, DARI ALAT PENDUKUNG KERJA SAMPAI TEMPAT CARI IDE,” Databoks.Katadata.Co.Id, 2023.

S. Teberlina, “GSIS 2025: PENDIDIK INDONESIA SIAP MENAVIGASI AI DALAM DUNIA PENDIDIKAN,” Katadata, Mar. 13, 2025. [Online]. Available: https://katadata.co.id/info/67d29f3be413c/gsis-2025-pendidik-indonesia-siap-menavigasi-ai-dalam-dunia-pendidikan

A. Ulimaz, D. Cahyono, E. Dhaniswara, O. Arifudin, and B. A. Rukiyanto, “ANALISIS DAMPAK KOLABORASI PEMANFAATAN ARTIFICIAL INTELLIGENCES (AI) DAN KECERDASAN MANUSIA TERHADAP DUNIA PENDIDIKAN DI INDONESIA,” J. Soc. Sci. Res., vol. 4, no. 3, pp. 9312–9319, 2024, doi: https://doi.org/10.31004/innovative.v4i3.11544.

M. G. A. Adhidarma, G. A. Nursanto, and C. Susaningsih, “PENGGUNAAN METODE TECHNOLOGY ACCEPTANCE MODEL (TAM) DAN DIFUSSION OF INOVATION (DOI) PADA ANALISIS PENGGUNAAN SISTEM AUTOGATE: SYSTEMATIC LITERATURE REVIEW,” J. Mhs. Tek. Inform., vol. 9, no. 4, pp. 5880–5885, 2025, doi: https://doi.org/10.36040/jati.v9i4.13882.

M. B. Azomah and W. Murniati, “ANALISIS KEPUASAN PENGGUNA WEBSITE PERPUSTAKAAN MENGGUNAKAN METODE UTAUT (STUDI KASUS: DINAS PERPUSTAKAAN DAN KEARSIPAN KABUPATEN LOMBOK TENGAH),” J. Tek. Inform., vol. 4, no. 2, pp. 148–159, 2025, doi: https://doi.org/10.56211/sudo.v4i2.926.

T. Ma, “SYSTEMATICALLY VISUALIZING CHATGPT USED IN HIGHER EDUCATION: PUBLICATION TREND, DISCIPLINARY DOMAINS, RESEARCH THEMES, ADOPTION AND ACCEPTANCE,” Comput. Educ. Artif. Intell., vol. 8, p. 100336, 2024, doi: https://doi.org/10.1016/j.caeai.2024.100336.

Y. Shahsavar and A. Choudhury, “USER INTENTIONS TO USE CHATGPT FOR SELF-DIAGNOSIS AND HEALTH-RELATED PURPOSES: CROSS-SECTIONAL SURVEY STUDY,” J. Med. Internet Res., vol. 10, no. 1, p. e47564, 2023, doi: 10.2196/47564.

E. Enang and D. Christopoulou, “EXPLORING ACADEMICS INTENTIONS TO INCORPORATE CHATGPT INTO THEIR TEACHING PRACTICES,” J. Univ. Teach. Learn. Pract., vol. 21, no. 08, pp. 1–29, 2025, doi: https://doi.org/10.53761/rn5y5614.

L. Faruk, R. Rohan, U. Nin, and D. Pal, “UNIVERSITY STUDENTS’ ACCEPTANCE AND USAGE OF GENERATIVE AI (CHATGPT) FROM A PSYCHO-TECHNICAL PERSPECTIVE,” in IAIT ’23: Proceedings of the 13th International Conference on Advances in Information Technology, 2023, pp. 1–8. doi: 10.1145/3628454.3629552.

D. L. Kusumaningrini and N. Sudibjo, “FAKTOR-FAKTOR YANG MEMENGARUHI MOTIVASI BELAJAR SISWA DI ERA PANDEMI COVID-19,” J. Teknol. Pendidik., vol. 10, no. 01, pp. 145–161, 2021, doi: https://doi.org/10.34005/akademika.v10i01.1271.

M. Rönkkö and E. Cho, “AN UPDATED GUIDELINE FOR ASSESING DISCRIMINANT VALIDITY,” Organ. Res. methods, vol. 25, no. 1, pp. 6–14, 2022, doi: https://doi.org/10.1177/1094428120968614.

D. N. S. Wati and A. D. Indriyanti, “PENGUKURAN PENERIMAAN TEKNOLOGI DAN PENGARUH KUALITAS E-LEARNING TERHADAP EFEKTIFITAS PEMBELAJARAN PADA PERGURUAN TINGGI MENGGUNAKAN METODE TAM DAN WEBQUAL,” J. Emerg. Inf. Syst. Bus. Intell., vol. 2, no. 3, pp. 1–7, 2021, doi: https://doi.org/10.26740/jeisbi.v2i3.40993.

H. Setiabudhi, Suwono, Y. A. Setiawan, and S. Karim, ANALISIS DATA KUANTITATIF DENGAN SMARTPLS 4. Balikpapan: Borneo Novelty Publishing, 2025. [Online]. Available: https://ebooks.borneonovelty.com/media/publications/588838-analisis-data-kuantitatif-dengan-smartpl-29069ce4.pdf?

F. Saputra et al., “DETERMINASI KINERJA KARYAWAN: ANALISIS LINGKUNGAN KERJA, BEBAN KERJA DAN KEPEMIMPINAN PADA PT GRAHA SARANA DUTA,” J. Ris. Manaj., vol. 1, no. 3, pp. 329–341, 2023, doi: https://doi.org/10.54066/jurma.v1i3.900.

T. Tugiman, H. Herman, and A. Yudhana, “UJI VALIDITAS DAN RELIABILITAS KUESIONER MODEL UTAUT UNTUK EVALUASI SISTEM PENDAFTARAN ONLINE RUMAH SAKIT,” J. Tek. Inform. dan Sist. Inf., vol. 9, no. 2, pp. 1621–1630, 2022, doi: https://doi.org/10.35957/jatisi.v9i2.2227.

F. A. Artanto, R. Fahlevi, and N. A. Rachmayani, “PARTIAL LEAST SQUARE–STRUCTURAL EQUATION MODELING (PLS-SEM) PADA HUBUNGAN KEPUASAN KONSUMEN TERHADAP PRODUK,” J. Surya Inform., vol. 11, no. 1, pp. 40–45, 2021, doi: https://doi.org/10.48144/suryainformatika.v11i1.1123.

F. N. Ramadhayanti and E. Rasywir, “ANALISIS KEPUASAN PENGGUNA APLIKASI TIX ID DI KOTA JAMBI MENGGUNAKAN METODE EUCS,” J. Ilm. Media Sisfo, vol. 17, no. 1, pp. 143–151, 2023, doi: https://doi.org/10.33998/mediasisfo.2023.17.1.792.

Downloads

Published

2025-10-30

How to Cite

Rahmaningtyas, A., Purnama, B., & Sharipuddin. (2025). Studi Perbandingan Model TAM dan UTAUT dalam Adopsi Teknologi Chatbot AI untuk Penyelesaian Tugas Akhir Mahasiswa. JURNAL MANAJEMEN PENDIDIKAN DAN ILMU SOSIAL, 6(6), 5091–5108. https://doi.org/10.38035/jmpis.v6i6.6403