Article Per Year (5 Year)
p-Index From 2021 - 2026
0.444
P-Index
This Author published in this journals
All Journal Tadris: Jurnal keguruan dan Ilmu Tarbiyah Indonesian Technology and Education Journal
Novianti, Andi Fitri
Unknown Affiliation
Computer Science & IT Education

Published : 2 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 2 Documents
Search

 1 
Pengembangan Sistem Informasi Muna Barat Satisfaction Survey System (MUARA) Sardar Faroq Ahmad Khan; Novianti, Andi Fitri; Dini, Juliano Nufiansyach; Mei R., Ayada
Indonesian Technology and Education Journal Volume 2 No. 2 Agustus 2024
Publisher : Sakura Digital Nusantara

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.61255/itej.v2i2.426

Abstract

Muna barat satisfaction survey system (MUARA) adalah sebuah platform sistem informasi yang dirancang khusus untuk memfasilitasi proses survei kepuasan pelanggan di wilayah Muna Barat. Sebagai sebuah solusi komprehensif, MUARA tidak hanya memberikan alat untuk mengumpulkan data survei, tetapi juga menyediakan berbagai fitur yang memungkinkan pengguna untuk mengelola, menganalisis, dan mengambil tindakan berdasarkan hasil survei tersebut.Dalam pengembangan aplikasi website ini digunakan metode Software Development life Cycles SDLC dengan model incremental, Model inkremental merupakan evolusi dari model waterfall yang biasa digunakan dalam pengembangan software.Berdasarkan hasil pengujian dan evaluasi, aplikasi MUARA telah memenuhi kebutuhan fungsional dan non-fungsional yang diharapkan. Aplikasi ini memudahkan proses survei kepuasan masyarakat dengan menyediakan antarmuka yang user-friendly serta fitur-fitur yang lengkap untuk admin dan pengguna. Dengan demikian, diharapkan aplikasi ini dapat menjadi alat yang efektif dalam meningkatkan kualitas pelayanan publik di Kabupaten Muna Barat.Untuk pengembangan lebih lanjut, disarankan agar tim developer terus melakukan pembaruan dan penyempurnaan aplikasi MUARA. Salah satu prioritas utama adalah meningkatkan keamanan data untuk melindungi informasi pribadi responden dan hasil survei. Selain itu, penambahan fitur analitik yang lebih mendalam dapat membantu admin dalam menganalisis data survei dengan lebih efektif.
Artificial Intelligence Over-Reliance Mediates Performance Expectancy, Social Influence, and Inert Thinking in University Students Novianti, Andi Fitri; Mappeasse, Muhammad Yusuf; Fakhri, M. Miftach; Jannah, Devi Miftahul
Tadris: Jurnal Keguruan dan Ilmu Tarbiyah Vol 11 No 1 (2026): Tadris: Jurnal Keguruan dan Ilmu Tarbiyah
Publisher : Universitas Islam Negeri Raden Intan Lampung

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.24042/tadris.v11i1.29451

Abstract

The rapid integration of artificial intelligence (AI) in higher education is reshaping students’ learning behaviors and cognitive engagement. Although AI tools enhance academic efficiency, excessive reliance on these technologies may unintentionally foster inert thinking by reducing independent cognitive processing. This study investigates the mediating role of over-reliance on artificial intelligence in the relationship between performance expectancy, social influence, and inert thinking among university students. A quantitative cross-sectional survey was conducted with 342 undergraduate students from multiple universities. Data were collected using a structured questionnaire grounded in technology acceptance theory and cognitive learning perspectives and analyzed through Partial Least Squares Structural Equation Modeling (PLS-SEM). The results indicate that performance expectancy and social influence significantly predict students’ over-reliance on AI, which in turn significantly mediates their relationship with inert thinking tendencies. These findings suggest that while AI-supported learning environments improve task performance, excessive dependence on AI may weaken students’ independent cognitive engagement. This study contributes empirical evidence to the emerging literature on AI-mediated learning by clarifying the cognitive risks associated with AI dependency and highlighting the importance of designing balanced AI-integrated instructional environments that promote responsible use while sustaining critical thinking development.
Co-Authors Dini, Juliano Nufiansyach Jannah, Devi Miftahul M. Miftach Fakhri Mappeasse, Muhammad Yusuf Mei R., Ayada Sardar Faroq Ahmad Khan