CADGPT Framework: Model Project-Based Learning Berbantuan AutoCAD dan ChatGPT untuk Meningkatkan Hasil Belajar pada Mata Kuliah Konstruksi Bangunan Gedung

Abstrak

Transformasi digital industri Architecture, Engineering, and Construction (AEC) menuntut pembelajaran yang mengintegrasikan strategi pedagogis, perangkat profesional, dan kecerdasan buatan. Penelitian ini bertujuan menganalisis perbedaan hasil belajar kognitif mahasiswa antara pembelajaran menggunakan CADGPT Framework, yang mengintegrasikan Project-Based Learning (PjBL), AutoCAD, dan ChatGPT sebagai AI Learning Assistant, dengan pembelajaran konvensional pada mata kuliah Konstruksi Bangunan Gedung. Penelitian menggunakan desain kuasi eksperimen nonequivalent pretest–posttest control group dengan melibatkan 60 mahasiswa yang terbagi menjadi kelompok eksperimen dan kontrol, masing-masing 30 mahasiswa. Pemilihan sampel dilakukan melalui teknik intact group sampling, yaitu menggunakan dua kelas yang telah terbentuk tanpa pengacakan individu. Pembelajaran dilaksanakan selama delapan pertemuan, termasuk pretest dan posttest, dengan pengukuran hasil belajar menggunakan 30 soal pilihan ganda. Data dianalisis menggunakan statistik deskriptif, uji t, Normalized Gain (N-Gain), Mann–Whitney U Test, dan Cohen's d. Hasil penelitian menunjukkan bahwa rata-rata posttest kelompok eksperimen sebesar 79,33 lebih tinggi dibandingkan kelompok kontrol sebesar 72,78, dengan perbedaan signifikan (t(58) = 2,701; p = 0,009). Nilai N-Gain yang dilaporkan pada kelompok eksperimen sebesar 0,6257 dan kelompok kontrol sebesar 0,4760, dengan perbedaan distribusi atau peringkat yang signifikan (U = 188,000; p < 0,001). Nilai Cohen's d sebesar 0,70 menunjukkan ukuran efek sedang. Temuan ini menunjukkan bahwa penerapan CADGPT Framework berkaitan dengan hasil belajar kognitif yang lebih tinggi pada dua kelas yang diteliti. Namun, kontribusi masing-masing komponen pembelajaran belum dapat dipisahkan karena diterapkan secara terintegrasi.