Pengukuran Risiko Sosial Penggunaan ChatGPT dengan Domain Risk Management COBIT 4.1
Keywords:
ChatGPT, Resiko Sosial, COBIT 4.1, Pengukuran Resiko, Risk ManagementAbstract
Perkembangan kecerdasan buatan generatif seperti ChatGPT telah merevolusi praktik pembelajaran mahasiswa, khususnya dalam proses pencarian informasi, penyelesaian tugas akademik, dan pengambilan keputusan berbasis pengetahuan. Meskipun demikian, pemanfaatannya juga berpotensi menimbulkan risiko sosial, antara lain misinformasi, bias informasi, serta ketergantungan teknologi yang dapat berdampak pada penurunan kualitas pembelajaran. Penelitian ini bertujuan untuk mengukur tingkat risiko sosial penggunaan ChatGPT oleh mahasiswa dengan mengadopsi domain Manage Risk (PO9) dalam kerangka COBIT 4.1. Penelitian ini menggunakan pendekatan kuantitatif deskriptif melalui survei terhadap mahasiswa. Instrumen penelitian mencakup lima aspek utama, yaitu Risk Awareness, Risk Identification, Risk Assessment, Risk Response, dan Risk Monitoring. Analisis data dilakukan menggunakan maturity index dan gap analysis antara kondisi saat ini (as-is) dan kondisi yang diharapkan (to-be). Hasil penelitian menunjukkan bahwa tingkat kematangan pengelolaan risiko berada pada rentang 3,22 hingga 3,80 dengan rata-rata pada level 3 (Defined Process), sedangkan tingkat yang diharapkan berada pada level 4 (Managed and Measurable). Hasil analisis kesenjangan menunjukkan bahwa seluruh aspek masih berada di bawah target dengan nilai GAP sebagai berikut: Risk Awareness sebesar 0,72; Risk Identification sebesar 0,78; Risk Assessment sebesar 0,20; Risk Response sebesar 0,21; dan Risk Monitoring sebesar 0,28. Kesenjangan terbesar terdapat pada Risk Identification, sedangkan yang terkecil pada Risk Assessment. Temuan ini menunjukkan bahwa mahasiswa memiliki tingkat kemampuan yang relatif baik dalam menilai risiko, namun masih mengalami kelemahan dalam mengidentifikasi risiko sejak tahap awal penggunaan ChatGPT. Secara keseluruhan, mahasiswa telah memiliki kesadaran terhadap risiko penggunaan ChatGPT, tetapi pengelolaan risikonya belum optimal. Penelitian ini diharapkan dapat menjadi dasar bagi institusi pendidikan tinggi dalam merumuskan kebijakan pemanfaatan kecerdasan buatan secara lebih bijak, sistematis, dan bertanggung jawab.
Downloads
References
Kasneci, E., Sessler, K., Küchemann, S., Bannert, M., Dementieva, D., Fischer, F., & Kasneci, G. (2023). ChatGPT for good? On opportunities and challenges of large language models for education. Learning and Individual Differences, 103, 102274. https://doi.org/10.1016/j.lindif.2023.102274
Dwivedi, Y. K., Kshetri, N., Hughes, L., Slade, E. L., Jeyaraj, A., Kar, A. K., ... & Wright, R. (2023). So what if ChatGPT wrote it? Multidisciplinary perspectives on opportunities, challenges and implications of generative conversational AI. International Journal of Information Management, 71, 102642. https://doi.org/10.1016/j.ijinfomgt.2023.102642
Tlili, A., Shehata, B., Adarkwah, M. A., Bozkurt, A., Hickey, D. T., Huang, R., & Agyemang, B. (2023). What if the devil is my guardian angel: ChatGPT as a case study of using chatbots in education. Smart Learning Environments, 10(1), 15. https://doi.org/10.1186/s40561-023-00237-x
Zhai, X. (2023). ChatGPT for next generation science learning. SSRN. https://doi.org/10.2139/ssrn.4331313
Putri, N. A., Wijaya, S., & Saputra, R. (2021). Analisis maturity level tata kelola teknologi informasi menggunakan COBIT 4.1. Jurnal RESTI (Rekayasa Sistem dan Teknologi Informasi), 5(3), 455–462. https://doi.org/10.29207/resti.v5i3.3021
Saputra, R., Prasetyo, B., & Wibowo, A. (2020). Evaluasi tata kelola teknologi informasi menggunakan COBIT 4.1 pada institusi pendidikan. Jurnal Teknologi Informasi dan Ilmu Komputer, 7(4), 789–796. https://doi.org/10.25126/jtiik.202074189
ISACA. (2007). COBIT 4.1: Framework, control objectives, management guidelines, maturity models. ISACA.
Pederiva, A. (2003). The COBIT maturity model in a vendor evaluation case. Information Systems Control Journal, 3, 34–39.
Luthfiyyah, K., Zhafira, L., Nurani, S., & Giwangsa, S. F. (2024). Analisis peran artificial intelligence (AI): ChatGPT dalam perkuliahan di kalangan mahasiswa PGSD Universitas Pendidikan Indonesia. Jurnal Pendidikan Tambusai, 8(1), 5282–5290. https://doi.org/10.31004/jptam.v8i1.13221
Kurniawan, D., & Firmansyah, R. (2022). Audit Sistem Informasi Menggunakan Framework COBIT Pada Perguruan Tinggi. Jurnal Sistem Informasi, 18(1), 12–20.
Rachman, M. M., Wati, L., & Wardani, M. K. (2025). Pemanfaatan teknologi AI ChatGPT untuk mendukung pemahaman dasar pemrograman. Citizen: Jurnal Ilmiah Multidisiplin Indonesia, 5(4), 1055–1063. https://doi.org/10.53866/jimi.v5i4.948
Husnaini, M., & Madhani, L. M. (2023). Perspektif mahasiswa terhadap ChatGPT dalam menyelesaikan tugas kuliah. Journal of Education Research, 5(3). https://doi.org/10.37985/jer.v5i3.1047
Noviandri, Y., Herwati, K., Suparno, S., Rosidi, M. I., & Latief, N. F. (2024). Pengaruh penggunaan AI (ChatGPT) terhadap minat baca, pola pikir, dan kemampuan akademis mahasiswa. Indonesian Journal of Social Science, 3(2). https://doi.org/10.58818/ijss.v3i2.128
vratiwi, septiana. (2024). Implementasi Media Pengukuran pada Uji Efektifitas Proses Pembelajaran Daring menggunakan Webqual 4.0. Jurnal Pustaka AI (Pusat Akses Kajian Teknologi Artificial Intelligence), 4(1), 1–8. https://doi.org/10.55382/jurnalpustakaai.v4i1.762
Downloads
Published
How to Cite
Issue
Section
License
Copyright (c) 2026 Septiana Vratiwi, Riyan Ikhbal Salam, Ikhsan Ikhsan, Dian Eka Putra, Widya Sri Wahyuni, Rifaldo Pratama

This work is licensed under a Creative Commons Attribution 4.0 International License.




