Claim Missing Document
Check
Articles

Found 12 Documents
Search

PROFIL KESALAHAN SISWA DALAM PENYELESAIAN MASALAH MATEMATIKA BERDASARKAN NEWMAN’S ERROR ANALYSIS (NEA) DITINJAU DARI KEMAMPUAN KONEKSI MATEMATIS Kurniawati, Erni; Dwijayanti, Ida; Aini, Aurora Nur
Jurnal Silogisme : Kajian Ilmu Matematika dan Pembelajarannya Vol 6 No 1 (2021): Juni
Publisher : Universitas Muhammadiyah Ponorogo

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.24269/silogisme.v6i1.3335

Abstract

Penelitian ini bertujuan untuk mengidentifikasi dan mendeskripsikan kesalahan siswa dalam penyelesaian masalah matematika berdasarkan Newman’s Error Analysis (NEA) ditinjau dari kemampuan koneksi matematis tinggi, sedang dan rendah. Pelaksanaan penelitian dilakukan di SMA Negeri 1 Binangun. Subjek pada penelitian ini 6 siswa, 2 siswa dengan kemampuan koneksi matematis tinggi, 2 siswa dengan kemampuan koneksi matematis sedang dan 2 siswa dengan kemampuan koneksi matematis rendah yang diambil dari kelas X MIPA 1 SMA Negeri 1 Binangun. Teknik pengambilan data yang digunakan adalah purposive sampling. Untuk memperoleh data dilakukan tes kemampuan koneksi matematis dan tes penyelesaian masalah matematika dengan tahapan Newman berupa soal uraian materi eksponensial kemudian dilakuakn wawancara terhadap subjek. Identifikasi kesalahan siswa berdasarkan Newman diklasifikasikan kedalam 5 jenis yaitu kesalahan membaca (decoding), kesalahan memahami masalah (comprehension), kesalahan transformasi (transformation), kesalahan kemampuan memproses (process skill), kesalahan penulisan jawaban (encoding). Hasil penelitian menunjukkan bahwa siswa dengan kemampuan koneksi matematis tinggi melakukan kesalahan membaca dan kesalahan penulisan jawaban. Siswa dengan kemampuan koneksi matematis sedang melakukan kesalahan kemampuan memproses dan kesalahan penulisan jawaban. Sementara untuk siswa dengan kemampuan koneksi matematis rendah melakukan kesalahan membaca, kesalahan kemampuan memproses dan kesalahan penulisan jawaban.
Kecerdasan Buatan dalam Manajemen Sumber Daya Manusia Implikasi Etis, Strategis, dan Kinerja Organisasi Kurniawati, Erni; Asiyah, Dewi; Awalya, Awalya; Septyanti, Ernest Ceti; Isrofin, Binti; Sutarto, Joko
RIGGS: Journal of Artificial Intelligence and Digital Business Vol. 4 No. 4 (2026): November - January
Publisher : Prodi Bisnis Digital Universitas Pahlawan Tuanku Tambusai

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31004/riggs.v4i4.4747

Abstract

Perkembangan pesat penerapan kecerdasan buatan (Artificial Intelligence/AI) dalam Manajemen Sumber Daya Manusia (MSDM) menjadikan isu etika dan tata kelola sebagai perhatian utama dalam praktik organisasi maupun kajian akademik. AI dipandang mampu meningkatkan efisiensi, objektivitas, dan kualitas pengambilan keputusan dalam berbagai fungsi MSDM, seperti rekrutmen, seleksi, penilaian kinerja, dan pengembangan karyawan. Namun demikian, adopsi AI juga menimbulkan sejumlah tantangan, antara lain bias algoritmik, pelanggaran privasi data, rendahnya transparansi sistem, serta ketidakjelasan akuntabilitas dalam pengambilan keputusan berbasis teknologi. Kondisi ini menunjukkan bahwa penggunaan AI dalam MSDM tidak hanya berdampak teknis, tetapi juga memiliki implikasi etis dan strategis yang signifikan. Oleh karena itu, diperlukan kajian komprehensif untuk memahami implikasi penggunaan AI dalam konteks MSDM secara lebih mendalam. Artikel ini bertujuan untuk mensintesis literatur terkini mengenai penerapan AI dalam MSDM dengan fokus pada implikasi etis, peran strategis MSDM, serta dampaknya terhadap kinerja organisasi. Penelitian ini menggunakan pendekatan Systematic Literature Review (SLR) berdasarkan pedoman PRISMA 2020 dengan penelusuran pada basis data Scopus dan Web of Science terhadap artikel jurnal peer-reviewed yang diterbitkan pada periode 2021–2025. Dari proses seleksi diperoleh 47 artikel yang dianalisis secara tematik. Hasil kajian menunjukkan bahwa penelitian AI dalam MSDM masih didominasi oleh studi konseptual dan berfokus pada konteks negara maju, dengan isu etika sebagai tema utama. AI berpotensi mereproduksi bias historis, memperluas praktik pengawasan karyawan, serta menimbulkan tantangan dalam membangun kepercayaan organisasi. Kontribusi AI terhadap kinerja organisasi bersifat etis-kondisional, sehingga menegaskan pentingnya penguatan tata kelola etika yang terintegrasi dalam MSDM strategis.