// <![CDATA[ANALISIS NIAT MAHASISWA UNTUK MENGADOPSI GEN-AI DI PERGURUAN TINGGI MENGGUNAKAN TEORI DIFUSI INOVASI DAN TAM]]> 0405119001 - Sofia Umaroh, S.Pd., M.T Dosen Pembimbing 1 ANDHIKA SATRIA DAFFA / 162021006 Penulis
Penelitian ini mengeksplorasi faktor-faktor yang membentuk niat mahasiswa menggunakan Generative AI (GenAI) dengan mengintegrasikan Technology Acceptance Model (TAM) dan Innovation Diffusion Theory (IDT). Pendekatan kuantitatif berbasis survei dianalisis menggunakan SEM-PLS melalui evaluasi model pengukuran dan struktural serta Importance–Performance Map Analysis (IPMA). Hasil menunjukkan bahwa keunggulan relatif dan kesempatan uji coba memperkuat persepsi kegunaan. Kompleksitas menurunkan persepsi kemudahan penggunaan, sedangkan keteramati, kompatibilitas, dan kenikmatan meningkatkan persepsi kemudahan. Persepsi kemudahan selanjutnya memperkuat persepsi kegunaan. Pada tingkat perilaku, niat menggunakan GenAI terutama digerakkan oleh persepsi kegunaan, dengan kontribusi tambahan dari persepsi kemudahan. Kenikmatan berperan dalam meningkatkan rasa mudah, namun tidak secara konsisten memperkuat persepsi kegunaan. IPMA menandai prioritas peningkatan pada pengurangan kompleksitas, penegasan keunggulan relatif, serta penyediaan kesempatan uji coba. Temuan ini menyiratkan bahwa perguruan tinggi perlu memfokuskan strategi pada penyederhanaan antarmuka dan proses pembelajaran, menyediakan bimbingan praktis, serta menampilkan manfaat nyata GenAI dalam konteks akademik. Pendekatan tersebut diharapkan memperkuat persepsi kegunaan dan mendorong adopsi GenAI yang bertanggung jawab di lingkungan kampus. This study investigates the determinants of students’ intention to use Generative AI (GenAI) by integrating the Technology Acceptance Model (TAM) and Innovation Diffusion Theory (IDT). A quantitative survey of university students in Greater Bandung was analyzed using PLS-SEM, including assessments of the measurement and structural models, bootstrapping, and an Importance–Performance Map Analysis (IPMA). The results indicate that relative advantage and opportunities for trial use strengthen perceived usefulness. Complexity undermines perceived ease of use, whereas observability, compatibility, and perceived enjoyment enhance perceived ease. Perceived ease of use, in turn, reinforces perceived usefulness. At the behavioral level, intention to use GenAI is driven primarily by perceived usefulness, with perceived ease of use providing additional influence. Enjoyment mainly improves the sense of ease rather than consistently elevating perceived usefulness. IPMA highlights practical priorities for higher education: reduce complexity through streamlined interfaces and learning workflows, emphasize clear and visible benefits, and provide structured opportunities for hands-on trials and guidance. Together, these strategies strengthen perceptions of usefulness and encourage responsible adoption of GenAI within academic settings.