Analisis Pengaruh Chatgpt Terhadap Productivity Dan Job Engagement Programmer

Setiawan, Edy
Tyroni Mursityo, Yusi
Sartika Eris Maghfiroh, Intan

Jurnal Sistem Informasi, Teknologi Informasi, dan Edukasi Sistem Informasi (JUST-SI)
Vol 6 No 1 (2025): Agustus

Perkembangan pesat dalam bidang pengembangan perangkat lunak, didorong oleh kemajuan seperti komputasi awan, kecerdasan buatan, dan keamanan siber, menetapkan standar yang lebih tinggi dan tantangan yang lebih kompleks bagi pengembang perangkat lunak. Teknologi kecerdasan buatan seperti ChatGPT telah populer dalam menyelesaikan berbagai masalah, dari medis hingga linguistik. Dengan kemampuan ChatGPT menjawab pertanyaan kompleks dengan diberikan konteks tertentu, penelitian tentang penggunaan ChatGPT dalam pengembangan perangkat lunak menjadi sangat menarik, mengingat kelebihan dan kekurangannya. ChatGPT perlu diteliti lebih lanjut agar pemahaman mengenai bidang kecerdasan buatan yang sedang berkembang pesat ini dapat diperoleh secara mendalam. Penelitian ini bertujuan untuk mengeksplorasi faktor-faktor yang mempengaruhi kepuasan pengguna dan menguji dampak kepuasan tersebut terhadap produktivitas dan keterlibatan kerja. Penelitian menggunakan metode Structural Equation Modelling (SEM) untuk menganalisis faktor yang mempengaruhi kepuasan dan bagaimana kepuasan tersebut berpengaruh terhadap produktivitas dan keterlibatan kerja. Faktor kepuasan yang dianalisis terdiri dari ekspektasi kinerja, ekspektasi usaha, kenikmatan yang dirasakan, kepercayaan terhadap privasi, kehadiran sosial, antropomorfisme, dan kecerdasan sistem. Peneliti menemukan bahwa faktor-faktor seperti ekspektasi kinerja, kehadiran sosial, dan antropomorfisme berpengaruh signifikan terhadap kepuasan pengguna berdasarkan 205 responden. Selain itu, kepuasan juga memiliki kaitan yang erat dengan tingkat produktivitas dan keterlibatan kerja. Dalam penelitian ini ditemukan bahwa karakteristik ChatGPT mempengaruhi kepuasan pengguna melalui beberapa faktor, yaitu ekspektasi usaha dengan koefisien 0,504, kehadiran sosial dengan koefisien 0,349, dan antropomorfisme dengan koefisien 0,302. Selain itu, kepuasan juga terbukti memiliki pengaruh terhadap produktivitas dengan koefisien 0,988 serta keterlibatan kerja dengan koefisien 0,901. Penelitian ini memberikan kontribusi dalam memahami cara optimal mengimplementasikan teknologi kecerdasan buatan agar memberikan manfaat maksimal dan memahami faktor-faktor yang mempengaruhi kepuasan pengguna.   Abstract Rapid developments in the field of software engineering, driven by advancements such as cloud computing, artificial intelligence, and cybersecurity, are setting higher standards and more complex challenges for software engineers. Artificial intelligence technologies such as ChatGPT have been popular in solving a variety of problems, ranging from medical to linguistic. With ChatGPT’s ability to answer complex questions given a certain context, research on the use of ChatGPT in software engineering becomes very interesting, given its advantages and disadvantages. To understand this rapidly growing field, ChatGPT needs to be researched further. This study aims to explore the factors that influence satisfaction and examine the impact of satisfaction on productivity and job engagement. The research uses Structural Equation Modelling (SEM) to analyze the factors that influence satisfaction and how satisfaction affects productivity and work engagement. The satisfaction factors analyzed consisted of performance expectancy, effort expectancy, perceived enjoyment, trust in privacy, perceived social presence, anthropomorphism, and perceived intelligence. Based on 205 respondents, it was found that factors such as performance expectancy, perceived social presence, and anthropomorphism have a significant effect on satisfaction. In addition, satisfaction is also found to corelate to productivity and job engagement. This study found that ChatGPT characteristics affect user satisfaction through several factors, namely effort expectation with a coefficient of 0.504, social presence with a coefficient of 0.349, and anthropomorphism with a coefficient of 0.302. In addition, satisfaction was also shown to have an influence on productivity with a coefficient of 0.988 and work engagement with a coefficient of 0.901. This research contributes to understanding the optimal way to implement artificial intelligence technology to provide maximum benefits and understanding the factors that affect user satisfaction more deeply.