NUR ANNISA (2026) Perbandingan Perilaku Dan Kemampuan ChatGPT Dan DeepSeek Dalam Problem Solving Gelombang. Sarjana thesis, Universitas Tadulako.
Full text not available from this repository.Abstract
ABSTRAK
Nur Annisa, 2026. “Perbandingan Perilaku dan Kemampuan ChatGPT dan
DeepSeek dalam Problem Solving Gelombang”.
Skripsi. Program Studi Pendidikan Fisika, Jurusan Pendidikan Matematika dan
Ilmu Pengetahuan Alam, Fakultas Keguruan dan Ilmu Pendidikan, Universitas
Tadulako.
Pembimbing : Prof. Dr. Jusman Mansyur, M.Si.
Penelitian ini bertujuan untuk membandingkan perilaku dan kemampuan
ChatGPT dan DeepSeek dalam menyelesaikan tes pemecahan masalah khususnya
pada topik gelombang bunyi. Metode yang digunakan adalah pendekatan kuantitatif
dengan metode analisis isi dan pendekatan kualitatif dengan metode analisis
tematik. Subjek penelitian ini adalah model bahasa besar ChatGPT dan DeepSeek.
Instrumen yang digunakan terdiri dari 4 butir tes pemecahan masalah pada topik
gelombang bunyi yang diberikan menggunakan prompt yang sama. Kemampuan AI
dievaluasi secara kuantitatif berdasarkan 4 tahapan pemecahan masalah menurut
Pólya, (1957) yaitu memahami masalah, merencanakan penyelesaian,
melaksanakan rencana, dan memeriksa kembali. Sementara itu, karakteristik pola
perilaku yang tampak dari respons kedua model dianalisis secara kualitatif
menggunakan analisis tematik menurut Braun & Clarke, (2006). Hasil penelitian
menunjukkan bahwa kedua model AI mampu menyelesaikan tes pemecahan
masalah dengan capaian kemampuan yang berada pada kategori sangat baik,
dengan persentase kemampuan DeepSeek lebih tinggi dibandingkan ChatGPT
dalam konteks penelitian ini. Pada aspek perilaku, hasil analisis tematik
menunjukkan 5 karakteristik perilaku yang membedakan kedua model, yaitu: (1)
transparansi proses kognitif dan metakognitif, (2) gaya komunikasi pedagogis dan
interaktif, (3) struktur dan sistematika penyajian informasi, (4) penerapan konteks
dan validasi fisika, dan (5) strategi penyajian visual. Secara spesifik, ChatGPT
cenderung memberikan respons yang lebih langsung, ringkas dan kolaboratif
sedangkan, DeepSeek menyajikan proses penalaran yang lebih eksplisit, formal dan
terstruktur. Dengan demikian, meskipun keduanya memiliki kemampuan
pemecahan masalah yang sangat baik dalam konteks penelitian ini, terdapat
perbedaan signifikan dalam kinerja dan karakteristik yang dapat disesuaikan
dengan kebutuhan pembelajaran fisika.
Kata Kunci: ChatGPT, DeepSeek, pemecahan masalah, gelombang bunyi, analisis
isi, analisis tematik.
| Item Type: | Thesis (Sarjana) |
|---|---|
| Subjects: | Tadulako University - Divisions > Fakultas Keguruan dan Ilmu Pendidikan > Pendidikan Fisika L Pendidikan > Pendidikan Fisika |
| Divisions: | Fakultas Keguruan dan Ilmu Pendidikan > Pendidikan Fisika Library of Congress Subject Areas > L Pendidikan > Pendidikan Fisika |
| Date Deposited: | 04 Nov 2026 07:39 |
| Last Modified: | 04 Nov 2026 07:39 |
| URI: | https://repository.untad.ac.id/id/eprint/159141 |
| Baca Full Text: | Baca Sekarang |

