ThesisOpen AccessPDF tersedia
2026•Skripsi, Thesis, Disertasi, dan Tugas Akhir
Adnan Arfandi, NIM: 2522077, dengan judul skripsi “Kontribusi Pelaksanaan KKN In Campus Terhadap Peningkatan Kompetensi Digital Mahasiswa PTIK UIN Bukittinggi Angkatan 2022”. Program Studi Pendidikan Teknik Informatika dan Komputer, Fakultas Tarbiyah dan Ilmu Keguruan, Universitas Islam Negeri Sjech M. Djamil Djambek Bukittinggi. Penelitian ini dilatarbelakangi oleh pelaksanaan Kuliah Kerja Nyata (KKN) In Campus yang melibatkan mahasiswa dalam mendigitalisasi layanan kampus. Tujuan utama penelitian ini adalah untuk mengetahui signifikansi kontribusi pelaksanaan KKN In Campus tersebut terhadap peningkatan kompetensi digital mahasiswa PTIK UIN Sjech M. Djamil Djambek Bukittinggi. Penelitian ini menggunakan pendekatan kuantitatif berjenis korelasional. Populasi dan sampel penelitian melibatkan 30 mahasiswa PTIK Angkatan 2022 yang mengikuti program KKN In Campus dengan menggunakan teknik sampling jenuh. Pengumpulan data dilakukan melalui angket berskala Likert yang telah teruji validitas dan reliabilitasnya. Analisis data dilakukan dengan bantuan SPSS meliputi analisis deskriptif, uji prasyarat, uji korelasi Pearson Product Moment, uji-t, serta uji koefisien determinasi. Hasil penelitian secara deskriptif menunjukkan bahwa rata-rata capaian pelaksanaan KKN In Campus (86,63) dan peningkatan kompetensi digital (87,73) berada pada kategori sangat baik. Hasil pengujian hipotesis membuktikan terdapat kontribusi yang positif dan signifikan, dibuktikan dengan nilai korelasi 0,692 (taraf signifikansi 0,000) dan nilai t-hitung 5,074 yang lebih besar dari t-tabel 2,048. Sumbangan pengaruh yang diberikan adalah sebesar 47,9%, sementara 52,1% sisanya dipengaruhi oleh faktor-faktor lain. Dengan demikian, dapat disimpulkan bahwa keterlibatan aktif mahasiswa dalam program KKN In Campus terbukti secara empiris efektif sebagai wadah pembelajaran berbasis pengalaman yang mampu menajamkan kompetensi digital mahasiswa, bukan sekadar menggugurkan kewajiban administratif.
ThesisOpen AccessPDF tersedia
2026•Skripsi, Thesis, Disertasi, dan Tugas Akhir
Zeki Alex Sandra NIM:2522040, dengan judul skripsi “Korelasi
Pemanfaatan Artificial Intelligence dengan Kualitas Skripsi Mahasiswa Program
Studi Pendidikan Teknik Informatika dan Komputer Universitas Islam Negeri
Sjech M. Djamil Djambek Bukittinggi”. Program Studi Pendidikan Teknik
Informatika dan Komputer, Fakultas Tarbiyah dan Ilmu Keguruan, Universitas Islam
Negeri Sjech M. Djamil Djambek Bukittinggi.
Kehadiran teknologi Artificial Intelligence generatif seperti ChatGPT, Gemini
AI, dan Claude belakangan ini begitu terasa dalam keseharian mahasiswa, tidak
terkecuali di kalangan mahasiswa Program Studi Pendidikan Teknik Informatika dan
Komputer (PTIK) yang banyak mengandalkannya saat menyusun skripsi. Di balik
kemudahan yang ditawarkan, muncul pertanyaan mendasar mengenai apakah
kebiasaan tersebut benar-benar berdampak pada mutu karya ilmiah yang dihasilkan,
atau justru menumbuhkan ketergantungan yang perlahan mengikis kemampuan
berpikir mandiri mahasiswa. Berangkat dari pertanyaan itulah penelitian ini disusun,
dengan tujuan untuk mengetahui ada tidaknya hubungan yang signifikan antara
pemanfaatan kecerdasan buatan dengan kualitas skripsi mahasiswa PTIK UIN Sjech
M. Djamil Djambek Bukittinggi.
Penelitian ini dirancang dengan pendekatan kuantitatif korelasional. Populasi
penelitian mencakup 114 mahasiswa PTIK yang telah menempuh ujian Munaqasyah
tahun 2025 hingga tahap pertama tahun 2026, dan 54 orang di antaranya ditetapkan
sebagai sampel melalui perhitungan Rumus Slovin pada taraf kesalahan 10%. Data
pemanfaatan Artificial Intelligence (Variabel X) dihimpun melalui angket berskala
Likert yang telah teruji validitas dan reliabilitasnya, sementara data kualitas skripsi
(Variabel Y) diperoleh dari dokumentasi nilai ujian Munaqasyah. Kedua kelompok
data tersebut kemudian diolah dengan bantuan SPSS melalui serangkaian uji, mulai
dari uji normalitas, uji linearitas, uji korelasi Pearson Product Moment, hingga uji-t
dan koefisien determinasi.
Hasil pengolahan data memperlihatkan koefisien korelasi sebesar 0,382 dengan
taraf signifikansi 0,004, serta nilai t-hitung 2,982 yang melampaui t-tabel 2,007 pada
taraf signifikansi 5%. Temuan ini menegaskan bahwa hipotesis alternatif diterima,
yaitu terdapat hubungan yang signifikan antara pemanfaatan Artificial Intelligence
dengan kualitas skripsi, meskipun arah hubungannya positif namun tergolong rendah.
Sumbangan pengaruh yang diberikan pun tidak terlalu besar, hanya 14,6%, sedangkan
85,4% sisanya lebih banyak ditentukan oleh faktor lain seperti intensitas bimbingan
dosen, kedisiplinan mahasiswa dalam mengikuti kaidah penulisan ilmiah, dan
penguasaan dasar pemrograman mereka sendiri. Dilihat dari pilihan platform,
ChatGPT tercatat paling banyak digunakan (89,1%), disusul Gemini AI (38,2%),
berbagai platform lain (30,9%), dan Claude (12,7%).
Dengan demikian, dapat disimpulkan bahwa Artificial Intelligence memang
berperan dalam mendukung penyusunan skripsi mahasiswa PTIK, tetapi perannya
tidak menggantikan kerja keras berpikir dan penguasaan materi yang sesungguhnya
tetap menjadi penentu utama mutu sebuah skripsi.
ThesisOpen AccessPDF tersedia
2026•Skripsi, Thesis, Disertasi, dan Tugas Akhir
PUTRI AFRINASARI, 2522066 “Perancangan Sistem Pendukung Keputusan Menggunakan Metode Certainty Factor dalam Mendiagnosis Kesulitan Belajar Mahasiswa Program Studi Pendidikan Teknik Informatika Dan Komputer (PTIK)”. Program Studi Pendidikan Teknik Informatika dan Komputer (PTIK), Fakultas Tarbiyah dan Ilmu Keguruan (FTIK), Universitas Islam Negeri (UIN) Sjech M.Djamil Djambek Bukittinggi. Penelitian ini dilatarbelakangi oleh ditemukannya berbagai kesulitan belajar yang dialami mahasiswa Program Studi Pendidikan Teknik Informatika dan Komputer (PTIK), seperti rendahnya motivasi belajar, kesulitan dalam mengatur waktu belajar, mudah terdistraksi oleh faktor di luar perkuliahan, serta belum menemukan gaya belajar yang sesuai sehingga kesulitan belajar tersebut berdampak pada proses dan hasil belajar mahasiswa. Proses diagnosis kesulitan belajar pada penelitian terdahulu masih terbatas pada proses identifikasi melalui wawancara, observasi dan angket, sehingga diperlukan suatu rancangan sistem pendukung keputusan yang mampu membantu proses diagnosis secara otomatis, objektif dan terukur. Untuk mengatasi masalah tersebut, penelitian ini bertujuan untuk merancang sistem pendukung keputusan menggunakan metode certainty factor dalam mendiagnosis kesulitan belajar mahasiswa berdasarkan gejala yang dialami sehingga dapat memberikan hasil diagnosis beserta tingkat keyakinan dan rekomendasi yang sesuai dari pakar. Metode penelitian yang digunakan adalah Research and Development (R&D) dengan model pengembangan Waterfall yang meliputi tahapan yaitu Communicatin, Planning, Modeling, Construction dan Deployment. Sistem dirancang berbasis Android menggunakan bahasa pemrograman Kotlin dengan Firebase sebagai basis data. Data kesulitan belajar diperoleh melalui kuesioner mahasiswa PTIK, kemudian dianalisis oleh pakar untuk menentukan hubungan gejala dengan jenis kesulitan belajar serta nilai measure of belief (MB) dan measure of disbelief (MD) sebagai dasar diagnosis menggunakan metode certainty factor. Berdasarkan hasil penelitian yang dilakukan, peneliti berhasil membuat produk penelitian ini dengan hasil uji validitas menggunakan rumus Aiken's V diperoleh nilai 0,95 yang dinyatakan valid, hasil uji praktikalitas menggunakan rumus Moment Kappa sebesar 0,93 yang dinyakan Sangat Praktis, dan hasil uji efektivitas menggunakan rumus G-Score diperoleh nilai 0,80 yang dinyatakan Sangat Efektiv. Hasil penelitian menunjukkan bahwa sistem pendukung keputusan menggunakan metode certainty factor yang dirancang memenuhi kriteri valid, sangat praktis dan efektif sehingga layak digunakan untuk membantu mendiagnosis kesulitan belajar mahasiswa program studi pendidikan teknik informartika dan komputer (PTIK).
