Claim Missing Document
Check
Articles

Proses Berpikir Kreatif Siswa dalam Pemecahan Masalah Berdasarkan Teori Wallas Ditinjau dari Kemampuan Matematika Asmaun Asmaun
JURNAL PENDIDIKAN MIPA Vol. 14 No. 4 (2024): JURNAL PENDIDIKAN MIPA
Publisher : Pusat Publikasi Ilmiah, STKIP Taman Siswa Bima

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.37630/jpm.v14i4.1995

Abstract

Pembelajaran matematika di sekolah cenderung pada tujuan jangka pendek yang sekadar untuk lulus tanpa memperhatikan proses pembelajarannya. Aspek yang harus diperhatikan adalah bagaimana siswa dapat berpikir kreatif dalam pemecahan masalah yang diberikan dan tetap memperhatikan perbedaan kemampuan masing-masing siswa. Data penelitian dikumpulkan menggunakan tes pemecahan masalah dan pedoman wawancara terhadap tiga subjek siswa kelas XI IPA 1 SMAN 1 Makassar yang memenuhi kriteria. Hasil penelitian yang diperoleh dapat diuraikan sebagai berikut: (1) siswa yang memiliki kemampuan matematika tinggi dapat memenuhi empat tahapan menurut Wallas dengan baik, terbukti dari siswa dapat menemukan solusi yang tepat untuk soal yang diberikan dan dapat memikirkan ide-ide alternatif penyelesaian yang beragam untuk menyelesaikan soal dan menjawab dengan cermat serta mengoreksi jawaban sebelum mengumpulkan karyanya, (2) siswa yang mempunyai kemampuan matematika sedang mampu menjawab soal yang diberikan dengan benar namun masih memiliki keraguan untuk memikirkan alternatif penyelesaian untuk masalah yang diberikan dan cukup mengoreksi jawaban sebelum mengumpulkan karyanya, (3) siswa yang berkemampuan matematika rendah secara umum mengalami kesulitan pada empat tahapan menurut Wallas. Siswa hanya sekadar menebak ide penyelesaian soal sehingga jawabannya salah. Serta siswa tidak mampu memikirkan solusi alternatif lain untuk masalah. Siswa tidak merasa perlu untuk mengecek jawaban dan merasa sudah yakin dengan jawabannya.
Analisis Level Reaction dan Learning Model Kirkpatrick: Evaluasi Efektivitas Pelatihan Media Pembelajaran Interaktif Berbasis Koding dan Kecerdasan Artifisial bagi Guru Matematika SMP Asmaun Asmaun
Venn: Journal of Sustainable Innovation on Education, Mathematics and Natural Sciences Vol. 5 No. 5 (2026): Volume 5 Nomor 5 Tahun 2026
Publisher : Pusat Studi Bahasa dan Publikasi Ilmiah

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.53696/venn.v5i5.640

Abstract

Program pelatihan peningkatan kemampuan pedagogik digital guru semakin marak diselenggarakan, namun evaluasinya umumnya masih berhenti pada reaksi kepuasan peserta dan capaian hasil belajar, tanpa kerangka evaluasi sistematis untuk menilai efektivitas program secara menyeluruh. Penelitian ini bertujuan mengevaluasi efektivitas pelatihan media pembelajaran interaktif berbasis koding dan kecerdasan artifisial bagi guru matematika SMP se-Kabupaten Jeneponto menggunakan Model Kirkpatrick Level 1 (Reaction), yang mengukur respons/kepuasan peserta terhadap pelatihan, dan Level 2 (Learning), yang mengukur capaian pembelajaran peserta. Penelitian evaluatif dengan pendekatan kuantitatif deskriptif ini menggunakan desain One-Group Posttest-Only untuk Level 2, di mana capaian belajar dibandingkan dengan Kriteria Ketuntasan Minimal (KKM=75) sebagai kriteria ketuntasan, bukan sebagai bukti peningkatan kemampuan, mengingat tidak terdapat pengukuran pretest. Data dihimpun dari 32 responden (angket kepuasan) dan 24 responden (posttest) guru matematika SMP peserta pelatihan melalui sampling jenuh. Hasil menunjukkan kepuasan peserta berkategori Sangat Puas pada keenam dimensi evaluasi (rata-rata 3,75; Cronbach's α=0,944). Capaian hasil belajar tergolong tinggi (rata-rata 88,08) dengan ketuntasan klasikal 87,50%. Analisis butir soal mengungkap miskonsepsi spesifik pada pemahaman fungsi blok warna kuning dalam antarmuka Scratch, dengan hanya 32% peserta menjawab benar. Uji korelasi Spearman menunjukkan tidak terdapat hubungan signifikan antara kepuasan dan capaian belajar (rho=-0,109; p=0,638), mengindikasikan kedua level evaluasi bersifat independen. Penelitian menyimpulkan pelatihan efektif pada kedua level evaluasi, namun temuan miskonsepsi blok warna kuning mengindikasikan perlunya penguatan alokasi waktu praktik, khususnya penguatan materi pada konsep blok kontrol Scratch tersebut.
Pelatihan Pembuatan Media Pembelajaran Interaktif untuk Guru Matematika SMP Jeneponto dengan Pendekatan Problem Solving Terintegrasi Koding dan Kecerdasan Artifisial (KA) Asmaun Asmaun; Baharuddin Baharuddin; Abdurahman Hamid; Ayu Rahayu; Fauzan Ramadhana Malik; Wulan Ramadhani Widyanti
Jurnal Hasil-Hasil Pengabdian dan Pemberdayaan Masyarakat Vol. 5 No. 3 (2026): Volume 05 Nomor 03 (Agustus-September 2026)
Publisher : Jurusan Matematika FMIPA UNM

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35580/e8e7w852

Abstract

Guru matematika SMP yang tergabung dalam MGMP Kabupaten Jeneponto masih menghadapi keterbatasan kompetensi pedagogik digital dalam mengintegrasikan teknologi ke dalam media pembelajaran interaktif, khususnya pemanfaatan Koding dan Kecerdasan Artifisial (KA). Kegiatan pengabdian ini bertujuan meningkatkan kompetensi guru matematika SMP se-Kabupaten Jeneponto dalam membuat media pembelajaran interaktif dengan pendekatan problem solving yang terintegrasi Koding dan KA. Metode pelaksanaan meliputi tahap sosialisasi, pelatihan, penerapan teknologi, serta evaluasi dan refleksi. Kegiatan diikuti oleh guru matematika SMP se-Kabupaten Jeneponto yang tergabung dalam MGMP yang dilaksanakan pada tanggal 14 Juni 2026 di UPTD SMP Negeri 9 Binamu Jeneponto. Evaluasi dilakukan melalui angket kepuasan serta posttest yang diikuti oleh 24 peserta. Hasil kegiatan menunjukkan bahwa tingkat kepuasan peserta berada pada kategori Sangat Puas pada keenam dimensi evaluasi dengan rata-rata 3,75 dari skala 4, sedangkan capaian pemahaman peserta pascapelatihan tergolong tinggi dengan rata-rata skor posttest 88,08 dan ketuntasan klasikal 87,50%. Ditemukan pula miskonsepsi pada pemahaman fungsi blok warna kuning dalam antarmuka pemrograman Scratch, yang mengindikasikan perlunya penguatan alokasi waktu praktik pada kegiatan lanjutan. Kegiatan ini diharapkan dapat mendorong pemerataan kompetensi digital guru matematika di wilayah dengan keterbatasan akses teknologi.
Pendampingan Guru MGMP Matematika dalam Pemanfaatan NotebookLM Berbasis Kecerdasan Buatan untuk Pembelajaran Matematika Asmaun Asmaun; Suradi Tahmir; Fajar Arwadi; Intan Burhati Asfyra; Suryadi Ishak
Jurnal Hasil-Hasil Pengabdian dan Pemberdayaan Masyarakat Vol. 5 No. 3 (2026): Volume 05 Nomor 03 (Agustus-September 2026)
Publisher : Jurusan Matematika FMIPA UNM

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35580/zt8ja834

Abstract

Pemanfaatan kecerdasan buatan (AI) dalam pembelajaran matematika memberikan peluang bagi guru untuk mengembangkan sumber dan bahan pembelajaran, tetapi penggunaannya masih memerlukan pendampingan agar dapat dilakukan secara terarah, kritis, dan bertanggung jawab. Kegiatan pengabdian kepada masyarakat ini bertujuan mendampingi guru MGMP Matematika dalam memanfaatkan NotebookLM untuk mendukung pembelajaran matematika. Kegiatan dilaksanakan pada 24 Juli 2026 di SMA Negeri 1 Sidrap dengan melibatkan 15 guru Pendidikan Matematika. Pendampingan menggunakan pendekatan partisipatif dan berbasis praktik (hands-on practice) yang meliputi identifikasi kebutuhan dan kemampuan awal, pengenalan AI dan NotebookLM, praktik terbimbing, serta evaluasi dan refleksi. Guru secara langsung memasukkan sumber pembelajaran, mengeksplorasi materi melalui pertanyaan dan instruksi, serta mengembangkan alternatif bahan pembelajaran. Hasil kegiatan menunjukkan bahwa peserta dapat menggunakan NotebookLM untuk mengeksplorasi sumber, memperoleh ringkasan dan penjelasan materi, menyusun pertanyaan pembelajaran, serta memperoleh ide pengembangan bahan ajar. Guru juga memahami pentingnya memeriksa kembali keluaran AI berdasarkan sumber dan ketepatan konsep matematika. Sebanyak 12 dari 15 guru (80%) aktif mengikuti pendampingan lanjutan. Kegiatan ini menunjukkan bahwa NotebookLM berpotensi menjadi alat bantu dalam mendukung pekerjaan profesional guru, dengan tetap menempatkan guru sebagai pengambil keputusan dalam pembelajaran.
Mapping the Shifting Dynamics of Mathematics Learning in the Artificial Intelligence Era: A Psychometric Network Analysis of the Community of Inquiry Asmaun Asmaun; Fajar Arwadi; Hamda Hamda; Intan Buhati Asfyra
International Journal of Education, Vocational and Social Science Vol. 5 No. 04 (2026): International Journal of Education, Vocational and Social Science( IJVESS)
Publisher : Cita konsultindo

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.63922/ijevss.v5i04.6482

Abstract

The integration of generative artificial intelligence (AI) into undergraduate mathematics classrooms has begun to shift the dynamics of the learning ecosystem — reconfiguring how reflective interaction, metacognitive regulation, and cognitive engagement relate to one another within the Community of Inquiry (CoI) framework. Latent-variable structural models have documented that this reconfiguration exists, but they cannot pinpoint which specific learner behaviors carry the shift. This study applies psychometric network analysis to produce a behavior-level map of the reconfigured ecosystem. Using cross-sectional data from 200 undergraduate mathematics education students at Universitas Negeri Makassar who used conversational AI during a differential calculus course, we estimated a regularized partial-correlation network over 19 items from an AI-Integrated CoI survey using the Graphical Lasso with cross-validated penalty selection. Node strength and bridge strength were computed to identify hub and boundary-spanning behaviors, and bootstrap resampling (300 iterations) was used to assess stability. The network retained 87 edges (density = 0.51). The four items with the highest bridge strength were RMP2 (using AI to check one's own solution steps — 0.45), LP3 (monitoring understanding of AI explanations — 0.45), RMP5 (asking follow-up questions to deepen understanding — 0.40), and LP6 (reflecting on whether AI is helping — 0.39). Three of these four top-ranked items describe monitoring and verification behaviors that occur during the AI interaction rather than the post-hoc evaluation of AI outputs most often emphasized in AI-literacy discourse. Bootstrap Spearman correlation between bootstrapped and reference bridge rankings averaged 0.80, indicating moderate stability. The findings reframe the AI-induced shift as a shift toward in-interaction epistemic monitoring rather than a shift toward output-checking vigilance.