Claim Missing Document
Check
Articles

Found 15 Documents
Search

Penerapan Model Pembelajaran Problem Based Learning untuk Meningkatkan Kemampuan Literasi Matematis Siswa SMP Muharomah, Nita Nurul; Setiawan, Erwan
UNION: Jurnal Ilmiah Pendidikan Matematika Vol 8 No 3 (2020)
Publisher : Universitas Sarjanawiyata Tamansiswa

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30738/union.v8i3.8115

Abstract

ABSTRAKPenelitian ini bertujuan untuk mengetahui apakah peningkatan dan pencapaian kemampuan literasi matematis siswa yang menggunakan model pembelajaran Problem Based Learning lebih baik daripada peningkatan dan pencapaian kemampuan literasi matematis siswa yang menggunakan model pembelajaran konvensional, serta untuk mengetahui bagaimana sikap siswa terhadap pembelajaran yang menggunakan model Problem Based Learning. Metode penelitian yang digunakan adalah Quasi Experimental. Desain penelitian ini menggunakan Nonequivalent Control Group Design. Sampel penelitian adalah siswa kelas VIII A dan VIII B MTs Salsabiila Zainia Tahun Pelajaran 2019/2020 yang dipilih dengan teknik purposive sampling. Kelas eksperimen menggunakan model pembelajaran Problem Based Learning dan kelas kontrol menggunakan model pembelajaran konvensional. Instrumen yang digunakan adalah instrumen tes dan non tes. Hasil penelitian menunjukkan bahwa peningkatan dan pencapaian kemampuan literasi matematis siswa yang menggunakan model pembelajaran Problem Based Learning lebih baik daripada peningkatan dan pencapaian kemampuan literasi matematis siswa yang menggunakan model pembelajaran konvensional, serta sikap siswa terhadap pembelajaran yang menggunakan model Problem Based Learning positif ABSTRACT This study aims to determine whether improvement and the achievement of the literacy skills of mathematical students using learning model of Problem Based Learning is better than the improvement and the achievement of the literacy skills of mathematical students who use conventional learning models, as well as to determine how student attitudes to learning using the model of Problem Based Learning. The research method used  Quasi-Experimental. This research design using Nonequivalent Control Group Design. The research sample is students of class VIII A and VIII B Salsabiila Zainia Junior High School 2019/2020 period. Selected with a purposive sampling technique. Experimental class using learning model Problem Based Learning and control class using conventional learning models. The instrument test and non-test. The result of the research shows that increasing and achievement of literacy mathematics students are using a model of learning Problem Based Learning better than an increase in and achievement of literacy mathematics student are using the conventional learning, as well as the attitude of the students to use positive learning model of Problem Based Learning.
Pengaruh Pembelajaran Group Investigation dan Motivasi Belajar terhadap Kemampuan Pemecahan Masalah Matematis Siswa Setiawan, Erwan; Jusniani, Nia; Komala, Elsa; Monariska, Erma
PRISMA Vol 11, No 1 (2022): PRISMA Volume 11, No 1 Tahun 2022
Publisher : Universitas Suryakancana

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35194/jp.v11i1.2087

Abstract

Pengetahuan awal merupakan faktor yang dapat membantu mahasiswa dalam memahami suatu konsep materi. Dapat diasumsikan, mahasiswa yang memiliki pengetahuan awal akan memiliki kemampuan pemecahan masalah yang baik pada konsep walaupun tanpa perlakuan khusus seperti penggunaan model pembelajaran tertentu ataupun pemberian motivasi belajar. Tujuan penelitian ini adalah untuk mengetahui pengaruh antara model pembelajaran Group Investigation terhadap kemampuan pemecahan masalah, pengaruh antara motivasi belajar terhadap kemampuan pemecahan masalah, dan pengaruh pembelajaran Group Investigation dan motivasi belajar secara simultan terhadap kemampuan pemecahan masalah matematis. Metode penelitian yang digunakan adalah metode penelitian kuantitatif. Instrumen penelitian yang digunakan berupa tes uraian dan angket. Materi pembelajaran yang diujikan adalah aritmatika sosial dan perbandingan yang termasuk ke dalam mata kuliah Kapita Selekta Matematika SMP. Subjek penelitian yaitu mahasiswa pendidikan matematika tingkat 1 tahun ajaran 2019/2020 Universitas Suryakancana. Hasil penelitian menyatakan bahwa model-model regresi yang terbentuk merupakan model regresi yang baik karena memenuhi semua asumsi yang diperlukan. Dari model-model regresi yang terbentuk didapat kesimpulan bahwa tidak terdapat pengaruh secara signifikan dari pembelajaran Group Investigation terhadap kemampuan pemecahan masalah, tidak terdapat pengaruh secara signifikan dari motivasi belajar terhadap kemampuan pemecahan masalah matematis, dan tidak terdapat pengaruh signifikan dari pembelajaran Group Investigation dan  motivasi belajar terhadap kemampuan pemecahan masalah matematis.
Analisis Kesalahan Mahasiswa Dalam Menyelesaikan Soal Interpolasi Berdasarkan Analisis Kesalahan Newman Setiawan, Erwan; Jusniani, Nia; Sutandi, Andi
PRISMA Vol 10, No 2 (2021): PRISMA Volume 10 No 2 Tahun 2021
Publisher : Universitas Suryakancana

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35194/jp.v10i2.1596

Abstract

Interpolasi merupakan salah satu metode numerik yang digunakan untuk memprediksi suatu nilai data yang tidak diketahui. Materi interpolasi sangat penting dikuasai dengan baik oleh mahasiswa, terutama untuk menunjang kegiatan penelitian dalam pengerjaan tugas akhir. Untuk mengetahui efektifitas dalam pembelajaran interpolasi di masa pandemi ini maka salah satu caranya perlu dilakukan analisis kesalahan. Melalui analisis kesalahan, dosen mengetahui bentuk-bentuk kesalahan yang paling sering dilakukan mahasiswa, sehingga dapat dijadikan pertimbangan untuk menerapkan strategi pembelajaran yang lebih efektif. Metode penelitian yang digunakan merupakan metode kualitatif dengan pendekatan deskriptif melalui analisis hasil jawaban mahasiswa terhadap soal Ujian Tengah Semester. Subjek penelitian adalah mahasiswa program studi pendidikan matematika FKIP Universitas Suryakancana yang mengampu mata kuliah metode numerik tahun akademik 2020 - 2021. Jumlah mahasiswa yang menjadi subjek penelitian sebanyak 20 orang. Hasil dari penelitian ini adalah kesalahan keterampilan proses merupakan bentuk kesalahan yang paling sering dilakukan mencapai 71% berdasarkan tahap analisis kesalahan Newman. Pada kelompok yang memiliki kemampuan pemecahan masalah rendah bentuk kesalahan yang paling sering dilakukan adalah kesalahan memahami permasalahan, pada kelompok sedang adalah kesalahan keterampilan proses, dan pada kelompok tinggi adalah kesalahan penulisan jawaban.
Analisis Numerasi Siswa SMP pada Materi Aritmetika Sosial Ditinjau dari Gender Siswa Jusniani, Nia; Setiawan, Erwan; Monariska, Erma; Asikin, Rinawati
MATHEMA: JURNAL PENDIDIKAN MATEMATIKA Vol 6, No 2 (2024): MATHEMA
Publisher : Universitas Teknokrat Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33365/jm.v6i2.4436

Abstract

Jenis penelitian ini adalah deskriptif kualitatif. Subjek pada penelitian ini adalah siswa SMP Plus Al Ittihad Cianjur kelas VII A dan VII J semester genap tahun ajaran 2021/2022 yang bergender laki–laki dan perempuan sebagai sampel penelitian. Teknik pengumpulan data menggunakan tes, dan wawancara. Berdasarkan hasil analisis penelitian diperoleh bahwa kemampuan numerasi matematis siswa SMP pada materi aritmetika sosial laki-laki lebih baik dari pada perempuan. Hal itu terlihat bahwa siswa laki-laki lebih dominan dilevel Cakap, dan siswa perempuan dominan pada level Perlu Intervensi Khusus. Berdasarkan indikator kemampuan numerasi, siswa laki-laki lebih unggul pada indikator menggunakan berbagai macam angka dan simbol yang terkait dengan matematika dasar untuk memecahkan masalah dalam berbagai macam konteks kehidupan sehari-hari, dan indikator menganalisis informasi yang ditampilkan.
Penguatan Numerasi Siswa melalui Model Permainan Rangking 1 di Kabupaten Cianjur Septian, Ari; Jusniani, Nia; Komala, Elsa; Inayah, Sarah; Erma, Erma Monariska; Sugiarni, Rani; Setiawan, Erwan; Soeleman, Soeleman; Darwati, Jenudin; Ramadhia H, Dinda; Sutandi, Andi
Jurnal Pengabdian Sains dan Humaniora Vol. 3 No. 2 (2024): Edisi Oktober 2024
Publisher : Fakultas Keguruan dan Ilmu Pendidikan-Universitas Timor

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32938/jpsh.v3i2.7901

Abstract

Numerasi merupakan kemampuan dasar penting dalam matematika, namun masih banyak siswa yang mengalami kesulitan dalam memahami konsep numerasi secara mendalam, terutama diwilayah Kabupaten Cianjur. Tujuan dari kegiatan ini adalah untuk memberi penguatan numerasi siswa melalui model permainan rangking 1 di kabupaten Cianjur. Kegiatan ini dilaksanakan di Universitas Suryakancana dan diimplementasikan pada siswa SMA/ SMK di Kabupaten Cianjur. Kegiatan ini terdiri dari beberapa fase yaitu pemanasan, kompetisi, diskusi, dan feedback, dengan metode  penguatan numerasi yang diterapkan melalui soal-soal numerasi dan permainan interaktif. Siswa diajak untuk menyelesaikan berbagai tantangan numerasi dalam bentuk permainan Rangking 1, yang didesain untuk melatih kemampuan berhitung, logika dan pemahaman konsep matematika secara menyenangkan. Feedback siswa  mengindikasikan bahwa metode ini efektif tidak hanya dalam meningkatkan keterlibatan siswa, tetapi juga dalam memperkuat pemahaman numerasi siswa secara umum. Meskipun metode ini efektif dalam menguatkan pemahaman siswa, namun upaya yang lebih luas dan berkelanjutan tetap diperlukan untuk mengatasi rendahnya tingkat  numerasi siswa di Indonesia secara keseluruhan.
Generalized Linear Mixed-Model Tree for Modeling Dengue Fever Cases Setiawan, Erwan; Notodiputro, Khairil Anwar; Sartono, Bagus
CogITo Smart Journal Vol. 10 No. 2 (2024): Cogito Smart Journal
Publisher : Fakultas Ilmu Komputer, Universitas Klabat

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31154/cogito.v10i2.715.380-392

Abstract

The GLMM tree demonstrates flexibility when applied to complex dataset structures such as multilevel and longitudinal data. However, there has been no assessment of the performance of GLMM trees on panel data structures. This study aims to assess the performance of the GLMM tree on a panel data structure using a case study of dengue fever cases in West Java. The performance evaluation focuses on the accuracy of the model. The dataset includes cross-sectional data from 27 regencies/cities in West Jawa, covering different regions at a single point in time, and time-series data from 2014 to 2022, tracking dengue fever cases over the years. The results of this study show that the GLMM tree model is suitable for panel data that exhibit nuanced or intricate variability unrelated to temporal effects. When developing the incidence rate of the dengue fever model, the GLMM tree separates into two submodels depending on a GRDP growth rate threshold of 5.5%. The GLMM tree model shows significant differences in the incidence rate of dengue fever between regencies/cities. However, the differences in the incidence rate of dengue fever from year to year between the regencies/cities are not significant. It indicates that local factors, such as research predictor variables, are more dominant in influencing the incidence rate than global factors.
Development of PUME as an educational game to optimize students' creative mathematical thinking ability in solid geometry topics Apriliani, Sundari; Komala, Elsa; Sugiarni, Rani; Setiawan, Erwan; Sutandi, Andi
Polyhedron International Journal in Mathematics Education Vol. 2 No. 2 (2024): pijme
Publisher : Nashir Al-Kutub Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.59965/pijme.v2i2.130

Abstract

This study aims to develop a learning medium in the form of a game used for practice questions through PUME in the Solid Geometry topic to optimize creative thinking abilities. The method used in this study is Research and Development (R&D) with the ADDIE model (Analysis, Design, Development, Implementation, and Evaluation). The participants for evaluating the feasibility of PUME included 4 media experts and 3 content experts consisting of lecturers and teachers, while the participants for assessing effectiveness were eighth-grade junior high school students from Cianjur district. The data collection techniques used in this study were a test of students' creative mathematical thinking abilities and expert judgment (validation by media experts, content experts, and student responses). The data analysis techniques used in this study involved qualitative data analysis (data reduction, data presentation, conclusion drawing) and quantitative data analysis in the form of percentage validation by media experts, content experts, and student responses using random sampling. The results of the study on the development of PUME as a learning medium for the Solid Geometry topic in the form of an educational game show that it can optimize students' creative mathematical thinking abilities. The feasibility level of PUME was rated as “very feasible,” and the effectiveness of PUME was classified as “effective” for implementation in mathematics learning for the Solid Geometry topic in junior high schools. As for students' creative mathematical thinking abilities, 45% of the students were nearly able to optimize their abilities.
SMOTE and Weighted Random Forest for Classification of Areas Based on Health Problems in Java Setiawan, Erwan; Sartono, Bagus; Notodiputro, Khairil Anwar
Journal of Applied Informatics and Computing Vol. 9 No. 4 (2025): August 2025
Publisher : Politeknik Negeri Batam

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30871/jaic.v9i4.9933

Abstract

Random Forest (RF) is a popular Machine Learning (ML) approach extensively employed for addressing classification issues. Nevertheless, the RF method for classification problems demonstrates suboptimal performance in cases of data imbalance. There are several approaches to enhance RF performance when coping with data imbalance issues, such as using weighting and oversampling. This research explores the intervention of RF in addressing data imbalances, focusing on case studies of health problem classification in Java This study aims to develop models to analyze the health status of regions using RF, WRF, SMOTE-RF, and SMOTE-WRF methods. The objective is to compare the performance of these models and identify the best model for classifying DBK and Non-DBK categories in Java. The research results show that SMOTE-WRF is the most effective model in classifying DBK, achieving an accuracy level of 93.62%, sensitivity of 85.71%, precision of 75%, F-score of 80%, and AUC of 93.57%. The three key variables in the SMOTE-WRF model entail access to adequate sanitation, egg and milk consumption, and the number of doctors
MULTINOMIAL LOGISTIC REGRESSION MODEL USING MAXIMUM LIKELIHOOD APPROACH AND BAYES METHOD ON INDONESIA'S ECONOMIC GROWTH PRE TO POST COVID-19 PANDEMIC Purwanto, Arie; Suprayogi, Muhammad Aziz; Setiawan, Erwan; Loly, Joao Ferreira Rendes Bean; Rahman, Gusti Arviana; Kurnia, Anang
BAREKENG: Jurnal Ilmu Matematika dan Terapan Vol 19 No 1 (2025): BAREKENG: Journal of Mathematics and Its Application
Publisher : PATTIMURA UNIVERSITY

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30598/barekengvol19iss1pp51-62

Abstract

Economic growth in Indonesia has become a major concern in the global context, especially before and after the Covid-19 pandemic. Key sectors such as tourism, manufacturing, trade and transportation have been seriously affected by restrictions on travel and economic activity imposed to control the spread of the virus. Therefore, it is considered necessary to carry out modeling to describe existing conditions. In this research, two approaches were used, namely the Maximum Likelihood approach and the Bayes approach. The use of methods in general as research material for researchers to study these two methods further. So far the algorithm used for the Bayes concept method is Markov Chain Monte Carlo with Hasting's Metropolis method. The parameter estimation results obtained from both methods are considered quite identical. However, it is necessary to pay attention to the iteration procedure that will be carried out. The selection of factors used in the iteration process is very determining in obtaining estimated parameter values. Furthermore, the results obtained so far do not contain any fundamental differences regarding economic growth in Indonesia. In general, Indonesia can be said to be stable in terms of economic growth.
A COMPARISON OF LOGISTIC REGRESSION, MIXED LOGISTIC REGRESSION, AND GEOGRAPHICALLY WEIGHTED LOGISTIC REGRESSION ON PUBLIC HEALTH DEVELOPMENT IN JAVA Setiawan, Erwan; Suprayogi, Muhammad Azis; Kurnia, Anang
BAREKENG: Jurnal Ilmu Matematika dan Terapan Vol 19 No 1 (2025): BAREKENG: Journal of Mathematics and Its Application
Publisher : PATTIMURA UNIVERSITY

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30598/barekengvol19iss1pp129-140

Abstract

The Public Health Development Index (Indeks Pembangunan Kesehatan Masyarakat - IPKM) is a combined parameter that reflects progress in health development and is useful for determining areas that need assistance in improving health development. Through IPKM modeling, factors that significantly influence regional public health development can be discovered. This research aims to find an appropriate model for modeling IPKM and determine the factors that significantly influence public health development. The data used is the 2018 IPKM data collected from 119 cities/regencies in Java. We propose three models namely logistic regression (LR), mixed logistic regression (MLR), and geographically weighted logistic regression (GWLR). The research results show that the MLR is the best model for modeling IPKM in Java based on the AIC value criteria. Based on the MLR model, the factors that have a significant influence on public health development are the egg and milk consumption level and the percentage of the number of doctors per thousand population.