Pengaruh Pembelajaran Berbasis AI Generatif Berlandaskan C-K Framework terhadap Pemahaman Konsep dan Literasi Digital Siswa
DOI:
https://doi.org/10.26740/bioedu.v15n3.p962-967Keywords:
C-K Framework, Pemahaman konsep, digital literacy, AI GeneratifAbstract
Perkembangan Artificial Intelligence (AI) Generatif memberikan peluang baru dalam pembelajaran melalui penyediaan informasi yang cepat dan interaktif. Namun, pemanfaatannya memerlukan kerangka pembelajaran yang mampu mengarahkan peserta didik dalam membangun pengetahuan secara kritis. Penelitian ini bertujuan untuk menganalisis pengaruh pembelajaran berbasis AI Generatif berlandaskan Concept–Knowledge (C-K) Framework terhadap pemahaman konsep dan literasi digital siswa pada materi Sistem Pertahanan Tubuh Manusia. Penelitian menggunakan metode kuasi eksperimen dengan desain Nonequivalent Control Group Design yang melibatkan satu kelas eksperimen dan satu kelas kontrol. Instrumen penelitian berupa tes pemahaman konsep sebanyak 25 soal pilihan ganda (reliabilitas = 0,88) dan angket literasi digital yang terdiri atas 15 pernyataan dengan empat indikator, yaitu akses, evaluasi, kreasi, serta refleksi dan etika. Analisis data menggunakan uji Mann–Whitney dan korelasi Spearman Rank. Hasil penelitian menunjukkan adanya perbedaan yang signifikan pada pemahaman konsep antara kelas eksperimen dan kelas kontrol (p = 0,006). Literasi digital siswa pada kelas eksperimen berada pada kategori sangat tinggi (81,0%), dengan indikator evaluasi memperoleh persentase tertinggi (82,5%) dan akses terendah (78,3%). Korelasi antara pemahaman konsep dan literasi digital tergolong sangat lemah dan tidak signifikan (ρ = 0,055; p = 0,773). Pembelajaran berbasis AI Generatif berlandaskan C-K Framework berpengaruh terhadap peningkatan pemahaman konsep dan mendukung pengembangan literasi digital siswa melalui proses konstruksi pengetahuan yang sistematis.
Kata kunci: AI Generatif, C-K Framework, literasi digital, pemahaman konsep
Downloads
References
Alfiraida, R. (2018). Analisis kesulitan belajar siswa pada materi sistem pertahanan tubuh (skripsi/artikel — mohon lengkapi sumber).
Aptyka, N. et al. (2025). Pengaruh pemanfaatan ChatGPT terhadap pemahaman konseptual dan literasi digital siswa pada materi evolusi (mohon lengkapi sumber).
Arikunto, S. (2016). Dasar-dasar Evaluasi Pendidikan. Jakarta: Bumi Aksara.
Baroud, R. et al. (2025). The effect of ChatGPT-assisted learning on students' conceptual understanding of genetics (mohon lengkapi nama jurnal, volume, dan halaman).
Bussert-Webb, K., & Díaz, M. E. (2012). Digital literacies of low-income students (mohon lengkapi sumber).
Chyung, S. Y., Roberts, K., Swanson, I., & Hankinson, A. (2017). Evidence-based survey design: The use of a midpoint on the Likert scale. Performance Improvement, 56(10), 15–23.
Ghozali, I. (2018). Aplikasi Analisis Multivariate dengan Program IBM SPSS 25. Semarang: Badan Penerbit Universitas Diponegoro.
Habibah, N., Ibrohim, & Susilo, H. (2025). Literasi digital AI siswa kelas XI SMA dalam pembelajaran Biologi (mohon lengkapi sumber).
Hadad, S. et al. (2023). Digital literacy dimensions and their inter-correlations among students (mohon lengkapi nama jurnal, volume, dan halaman).
Hake, R. R. (1999). Analyzing change/gain scores. Woodland Hills: Indiana University.
Hatchuel, A., & Weil, B. (2003). A new approach of innovative design: An introduction to C-K theory. Dalam Proceedings of the International Conference on Engineering Design (ICED 03).
Hatchuel, A., & Weil, B. (2009). C-K design theory: An advanced formulation. Research in Engineering Design, 19(4), 181–192.
Joshi, A., Kale, S., Chandel, S., & Pal, D. K. (2015). Likert scale: Explored and explained. British Journal of Applied Science & Technology, 7(4), 396–403.
Kasneci, E., Sessler, K., Küchemann, S., et al. (2023). ChatGPT for good? On opportunities and challenges of large language models for education. Learning and Individual Differences, 103, 102274.
Kementerian Komunikasi dan Informatika, & Katadata Insight Center. (2022). Status Literasi Digital Indonesia 2022. Jakarta: Kominfo & Katadata Insight Center.
Kim, H. J., Kang, S., & Choi, J. (2014). The relationship between academic learning activities and digital literacy (mohon lengkapi sumber).
Ng, W. (2012). Can we teach digital natives digital literacy? Computers & Education, 59(3), 1065–1078.
Pribadi, T. A. (2018). Analisis miskonsepsi materi sistem kekebalan tubuh pada buku ajar Biologi SMA (mohon lengkapi sumber).
Rahman, F., Machmudin, D., & Nuraeni, E. (2025). Pengaruh Problem Based Learning berbantuan chatbot AI terhadap kemampuan pemecahan masalah dan penguasaan konsep siswa pada materi perubahan lingkungan (mohon lengkapi sumber).
Ridwan. (2012). Skala Pengukuran Variabel-variabel Penelitian. Bandung: Alfabeta.
Rustaman, N. Y. et al. (2002). Strategi Belajar Mengajar Biologi. Bandung: JICA-UPI.
Sugiyono. (2019). Metode Penelitian Kuantitatif, Kualitatif, dan R&D. Bandung: Alfabeta.
Zainul, A., & Nasution, N. (2001). Penilaian Hasil Belajar. Jakarta: Pusat Antar Universitas untuk Peningkatan dan Pengembangan Aktivitas Instruksional, Direktorat Jenderal Pendidikan Tinggi.
Zebua, K., Ibrohim, & Sulisetijono. (2025). Literasi digital AI siswa SMA pada pembelajaran Biologi (mohon lengkapi sumber).
Fudhaili, A., Purnama, E. R., Syamsudi, N. A., & Yolanda, R. (2024). Antioxidant Activity of Zodia (Evodia suaveolens) Protein Extract In Vitro. In BIO Web of Conferences (Vol. 91, p. 01002). EDP Sciences.
Abstract views: 0
,
PDF Downloads: 0
