Perpustakaan Digital ITB

Sektor konstruksi dan bangunan merupakan salah satu kontributor terbesar emisi karbon global dan inefisiensi material sehingga transisi menuju hunian berkelanjutan (sustainable home) menjadi sangat krusial. Meskipun minat masyarakat tinggi, realisasi sustainable home di Indonesia masih rendah akibat tingginya biaya desain dan persepsi kompleksitas dalam proses perancangan. Pemanfaatan generative artificial intelligence (AI) pada tahap pra-konstruksi berpotensi besar mempermudah eksplorasi serta visualisasi desain ramah lingkungan secara efisien. Namun, faktor yang memengaruhi penerimaan masyarakat terhadap generative AI untuk mendesain sustainable home belum teridentifikasi. Penelitian ini bertujuan untuk mengidentifikasi dan menganalisis faktor-faktor yang memengaruhi penerimaan generative AI dalam mendesain sustainable home serta merancang usulan solusi peningkatan penerimaan berbasis faktor tersebut. Penelitian ini menggunakan model konseptual berbasis Unified Theory of Acceptance and Use of Technology 2 (UTAUT2) yang dikembangkan dengan penambahan konstruk system transparency, ethical concern, trust, environmental awareness, dan perceived AI literacy. Pengumpulan data dilakukan melalui survei online menggunakan judgemental sampling terhadap 429 responden yang merupakan masyarakat Indonesia berusia produktif, telah mandiri secara finansial, serta telah memiliki atau berencana memiliki rumah. Data dianalisis menggunakan Partial Least Squares Structural Equation Modeling (PLS-SEM) untuk mengidentifikasi faktor-faktor yang berpengaruh signifikan terhadap penerimaan generative AI. Perancangan usulan dilakukan menggunakan pendekatan design thinking dan dievaluasi melalui preference testing terhadap 20 responden. Hasil analisis PLS-SEM menunjukkan bahwa performance expectancy, social influence, ethical concern & trust, environmental awareness, perceived AI literacy, dan facilitating conditions berpengaruh signifikan terhadap behavioral intention (R2=0,430), sedangkan behavioral intention dan facilitating conditions berpengaruh signifikan terhadap use behavior (R2=0,513). Berdasarkan faktorfaktor tersebut, dirancang dua usulan konsep yakni konsep informatif dan transparan serta konsep terpersonalisasi dan adaptif. Rancangan akhir mengintegrasikan konsep terpersonalisasi dan adaptif sebagai fondasi utama dengan atribut unggul konsep informatif dan transparan untuk mendukung penerimaan generative AI secara efektif.