Efektivitas Platform Pembelajaran Berbasis AI dalam Pengajaran Pemrograman Dasar
DOI:
https://doi.org/10.5281/Keywords:
Kecerdasan buatan, Pembelajaran adaptif, Pemrograman dasar, Efektivitas pembelajaranAbstract
Kemajuan teknologi kecerdasan buatan (AI) telah membuka peluang baru dalam pendidikan, termasuk dalam pengajaran pemrograman bagi pemula. Metode pembelajaran tradisional masih memiliki keterbatasan dalam menyesuaikan diri dengan kebutuhan individu mahasiswa, sehingga diperlukan pendekatan yang lebih adaptif. Penelitian ini bertujuan untuk mengevaluasi efektivitas platform pembelajaran berbasis AI dalam memperdalam pemahaman konsep pemrograman dasar bagi mahasiswa tahun pertama yang mengambil mata kuliah Algoritma dan Pemrograman Dasar di Program Studi Ilmu Komputer Universitas Muhammadiyah Bima. Penelitian ini menggunakan metode eksperimen dengan desain pretest dan posttest, melibatkan 60 mahasiswa yang terbagi menjadi dua kelompok: kelompok eksperimen yang menggunakan platform AI dan kelompok kontrol yang menggunakan metode konvensional. Data dikumpulkan melalui tes akademik dan kuesioner motivasi belajar, kemudian dianalisis menggunakan uji statistik untuk mengukur perbedaan hasil antara kedua kelompok. Hasil penelitian menunjukkan bahwa mahasiswa yang menggunakan platform AI mengalami peningkatan hasil belajar yang lebih signifikan dibandingkan kelompok kontrol. Motivasi belajar mereka juga meningkat, terutama dalam aspek kepercayaan diri dan kepuasan belajar. Temuan ini menegaskan bahwa integrasi AI dalam pembelajaran pemrograman dapat meningkatkan pemahaman dan motivasi mahasiswa secara efektif. Oleh karena itu, penelitian ini merekomendasikan institusi pendidikan untuk mempertimbangkan penerapan teknologi AI guna meningkatkan efektivitas pembelajaran.
Downloads
References
M. E. Benjamin, L. E. Brown, J. Sticklen, L. C. Ureel, and M. Jarvie-Eggart‡, “Engaging Novice Programmers: A Literature Review of the Effect of Code Critiquers on Programming Self-efficacy,” in 2023 IEEE Frontiers in Education Conference (FIE), IEEE, Oct. 2023, pp. 1–9. doi: 10.1109/FIE58773.2023.10342975.
N. Mohd Rosli and M. E. @ E. Mohd Matore, “Coding and Computational Thinking Learning for Vocational Students: Issues and Challenges,” Int. J. Acad. Res. Bus. Soc. Sci., vol. 13, no. 9, Sep. 2023, doi: 10.6007/IJARBSS/v13-i9/17766.
A. K. Mbiada, B. Isong, F. Lugayizi, and A. Abu-Mahfouz, “Introductory Computer Programming Teaching and Learning Approaches: Review,” in 2022 International Conference on Electrical, Computer and Energy Technologies (ICECET), IEEE, Jul. 2022, pp. 1–8. doi: 10.1109/ICECET55527.2022.9873427.
S. Hobert, “Fostering skills with chatbot-based digital tutors – training programming skills in a field study,” i-com, vol. 22, no. 2, pp. 143–159, Aug. 2023, doi: 10.1515/icom-2022-0044.
B. Abdelghani, “A Didactic Study of an Algorithmic and Programming MOOC: Learning Strategies Adopted by Students and their Difficulties,” Int. J. Emerg. Technol. Learn., vol. 17, no. 19, pp. 259–277, Oct. 2022, doi: 10.3991/ijet.v17i19.32161.
O. Tapalova and N. Zhiyenbayeva, “Artificial Intelligence in Education: AIEd for Personalised Learning Pathways,” Electron. J. e-Learning, vol. 20, no. 5, pp. 639–653, Dec. 2022, doi: 10.34190/ejel.20.5.2597.
B. A. Becker, P. Denny, J. Finnie-Ansley, A. Luxton-Reilly, J. Prather, and E. A. Santos, “Programming Is Hard - Or at Least It Used to Be,” in Proceedings of the 54th ACM Technical Symposium on Computer Science Education V. 1, New York, NY, USA: ACM, Mar. 2023, pp. 500–506. doi: 10.1145/3545945.3569759.
C. J. Hellín, F. Calles-Esteban, A. Valledor, J. Gómez, S. Otón-Tortosa, and A. Tayebi, “Enhancing Student Motivation and Engagement through a Gamified Learning Environment,” Sustainability, vol. 15, no. 19, p. 14119, Sep. 2023, doi: 10.3390/su151914119.
M. Kazemitabaar, J. Chow, C. K. T. Ma, B. J. Ericson, D. Weintrop, and T. Grossman, “Studying the effect of AI Code Generators on Supporting Novice Learners in Introductory Programming,” in Proceedings of the 2023 CHI Conference on Human Factors in Computing Systems, New York, NY, USA: ACM, Apr. 2023, pp. 1–23. doi: 10.1145/3544548.3580919.
T. Phung et al., “Generative AI for Programming Education: Benchmarking ChatGPT, GPT-4, and Human Tutors,” Jun. 2023, Accessed: Aug. 25, 2023. [Online]. Available: http://arxiv.org/abs/2306.17156
M. Adolphe et al., “Exploring the Potential of Artificial Intelligence in Individualized Cognitive Training: a Systematic Review,” Dec. 26, 2023. doi: 10.31234/osf.io/2wg59.
P. Bhatt and A. Muduli, “Artificial intelligence in learning and development: a systematic literature review,” Eur. J. Train. Dev., vol. 47, no. 7/8, pp. 677–694, Aug. 2023, doi: 10.1108/EJTD-09-2021-0143.
M. Lou Maher, S. Y. Tadimalla, and D. Dhamani, “An Exploratory Study on the Impact of AI tools on the Student Experience in Programming Courses: an Intersectional Analysis Approach,” in 2023 IEEE Frontiers in Education Conference (FIE), IEEE, Oct. 2023, pp. 1–5. doi: 10.1109/FIE58773.2023.10343037.
A. E. Cahyono and R. Rosita, “THE IMPACT OF USING AI-BASED LANGUAGE LEARNING PLATFORMS ON ENGLISH SPEAKING SKILLS OF COLLEGE STUDENTS,” Transform. Lang. Lit. Technol. Overv. Learn., vol. 2, no. 2, pp. 1–8, Mar. 2023, doi: 10.55047/transtool.v2i2.1352.
A. Y. Q. Huang, O. H. T. Lu, and S. J. H. Yang, “Effects of artificial Intelligence–Enabled personalized recommendations on learners’ learning engagement, motivation, and outcomes in a flipped classroom,” Comput. Educ., vol. 194, p. 104684, Mar. 2023, doi: 10.1016/j.compedu.2022.104684.
Downloads
Published
Issue
Section
License
Copyright (c) 2023 Zumhur Alamin, Randitha Missouri (Author)
This work is licensed under a Creative Commons Attribution-ShareAlike 4.0 International License.
