Journal of Vocational, Informatics and Computer Education
Vol 1, No 2 (2023): Desember 2023

Analisis Determinan Kecemasan Mahasiswa Dalam Pembelajaran Daring

Andika Isma (Universitas Negeri Makassar)
Juan Veron Ibrani (Universitas Negeri Makassar)
Dian Arishandy Imansyah (Universitas Negeri Makassar)
Nurul Husna (Universitas Negeri Makassar)
Hajar Dewantara (Universitas Negeri Makassar)



Article Info

Publish Date
14 Feb 2026

Abstract

Pandemi COVID-19 yang dimulai pada tahun 2019 telah mempengaruhi berbagai sektor, termasuk pendidikan, dengan memperkenalkan pembelajaran daring sebagai alternatif untuk menjaga kelangsungan proses belajar mengajar. Namun, fenomena pembelajaran daring ini menyebabkan meningkatnya kecemasan di kalangan mahasiswa. Penelitian ini bertujuan untuk mendeskripsikan tingkat kecemasan yang dialami oleh mahasiswa selama mengikuti pembelajaran daring. Metode yang digunakan dalam penelitian ini adalah deskriptif kuantitatif dengan pendekatan cross-sectional, di mana data dikumpulkan melalui kuesioner Hamilton Rating Scale for Anxiety (HRS-A) yang telah diterjemahkan ke dalam bahasa Indonesia, serta pendapat mahasiswa terkait pengalaman mereka dengan Pembelajaran Jarak Jauh (PJJ). Hasil penelitian menunjukkan bahwa mahasiswa mengalami kecemasan yang tercermin dalam gejala fisik seperti pegal, kesulitan tidur, perasaan emosional seperti cemas dan tidak senang, serta respon perilaku seperti rasa malas dan lelah. Sebagai upaya mengatasi kecemasan tersebut, mahasiswa melakukan berbagai strategi, seperti berolahraga, menjaga rutinitas, dan melakukan kegiatan menyegarkan. Penelitian ini menyimpulkan bahwa pembelajaran daring selama pandemi COVID-19 memicu kecemasan yang signifikan di kalangan mahasiswa, sehingga diperlukan intervensi yang tepat untuk mengurangi dampak psikologis yang ditimbulkan.

Copyrights © 2023






Journal Info

Abbrev

VOICE

Publisher

Subject

Computer Science & IT Education

Description

1. Informatics and Computing Research addressing the design, development, implementation, and evaluation of computing technologies relevant to educational, professional, and digital learning environments, including but not limited to: Artificial Intelligence and Machine Learning Deep Learning and ...