Article Per Year (5 Year)
p-Index From 2021 - 2026
0.817
P-Index
This Author published in this journals
All Journal Jurnal Anugerah: Jurnal Pengabdian Kepada Masyarakat Bidang Keguruan dan Ilmu Pendidikan Journal of Mathematics: Theory and Applications Journal of Applied Statistics, Mathematics, and Data Science
Muzakir, Nurul Azizah
Unknown Affiliation
Computer Science & IT Decision Sciences, Operations Research & Management Education Languange, Linguistic, Communication & Media Mathematics Social Sciences Other

Published : 3 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 3 Documents
Search

 1 
EKSPLORASI JENIS KURIKULUM PENDIDIKAN BERDASARKAN LITERASI MATEMATIKA PELAJAR INDONESIA MELALUI ANALISIS CLUSTER Mayapada, Retno; Rahayu, Putri Indi; Muzakir, Nurul Azizah
ESTIMATOR : Journal of Applied Statistics, Mathematics, and Data Science Vol. 2 No. 2 (2024):
Publisher : Program Studi Statistika Universitas PGRI Argopuro Jember

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31537/estimator.v2i2.2140

Abstract

Literasi matematika merupakan kemampuan seseorang untuk merumuskan, menggunakan, dan menafsirkan matematika dalam berbagai konteks. Penurunan skor literasi matematika pada studi Programme for International Student Assessment (PISA) tahun 2022 menegaskan perlunya eksplorasi peran kurikulum pendidikan dalam membentuk kemampuan tersebut. Penelitian ini bertujuan untuk mengelompokkan jenis kurikulum pendidikan berdasarkan kemampuan literasi matematika pelajar Indonesia yang diukur melalui nilai PISA menggunakan metode analisis clustering. Analisis clustering dilakukan dengan metode average linkage, Ward’s method, centroid, dan McQuitty. Berdasarkan nilai koefisien korelasi Cophenetic, metode average linkage dipilih sebagai metode terbaik. Hasilnya, cluster pertama terdiri dari KBK dan Kurikulum Merdeka dengan rata-rata nilai PISA matematika sebesar 363. Cluster kedua terdiri dari KTSP 2009, KTSP 2012, dan Revisi K-13 dengan rata-rata nilai PISA matematika sebesar 375. Cluster ketiga terdiri dari KTSP 2006 dan Kurikulum 2013 dengan rata-rata nilai PISA matematika sebesar 383. Hal ini menunjukkan bahwa KBK dan Kurikulum Merdeka memiliki karakteristik yang sama pada nilai PISA matematika siswa dan diantara ketiga cluster kurikulum yang diperoleh, cluster dari kedua kurikulum ini memiliki nilai PISA matematika terendah. Temuan ini dapat menjadi bahan evaluasi bagi pemerintah dalam merumuskan kurikulum pendidikan yang lebih efektif untuk meningkatkan kemampuan literasi matematika pelajar di Indonesia.
Pelatihan penggunaan ChatGPT sebagai media pembelajaran matematika untuk siswa MAN 1 Majene, Sulawesi Barat Rifandi, Muh; Muzakir, Nurul Azizah; Mayapada, Retno
Jurnal Anugerah Vol 7 No 1 (2025): Jurnal Anugerah: Jurnal Pengabdian kepada Masyarakat Bidang Keguruan dan Ilmu Pen
Publisher : Universitas Maritim Raja Ali Haji

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31629/anugerah.v7i1.7111

Abstract

Pemanfaatan kecerdasan buatan dalam dunia pendidikan tidak hanya mengikuti perkembangan teknologi, tetapi juga berpotensi meningkatkan mutu pembelajaran. Di MAN 1 Majene, Sulawesi Barat, mayoritas siswa telah mengenal ChatGPT secara umum, namun masih menghadapi kendala dalam memahami cara penggunaan yang efektif untuk mendukung proses belajar, khususnya dalam mata pelajaran matematika. Kondisi ini menunjukkan adanya kebutuhan akan peningkatan literasi teknologi dan kemampuan dalam memanfaatkan Artificial Intelligence (AI) secara optimal. Kegiatan pengabdian ini bertujuan untuk meningkatkan kemampuan siswa MAN 1 Majene dalam menggunakan ChatGPT untuk mendukung proses belajar matematika. Metode yang digunakan adalah pelatihan dengan peserta sebanyak 40 siswa. Peserta diberikan kuesioner pre-test dan post-test untuk mengukur kemampuan awal dan akhir terkait dengan materi yang diberikan. Data yang telah dikumpulkan selanjutnya disusun dalam bentuk tabel dan dianalisis dengan pendekatan kuantitatif. Setelah pelatihan, terjadi peningkatan signifikan dalam pemahaman siswa terkait penggunaan ChatGPT untuk menyelesaikan soal matematika. Sebanyak 95% siswa memahami cara penggunaan ChatGPT, dan 87,5% merasa terbantu dalam memahami konsep matematika yang sulit. Seluruh siswa juga merasa bahwa ChatGPT mempermudah proses belajar. Selain itu, 95% siswa mampu menuliskan prompt dengan benar. Secara keseluruhan, pelatihan ini berdampak positif dalam meningkatkan kemampuan siswa dalam menggunakan ChatGPT untuk menyelesaikan soal matematika.
Pendekatan Hibrid Principal Component Analysis dan Regresi Binomial Negatif untuk Pemodelan Data Cacahan: Studi Kasus Tuberkulosis di Indonesia Muzakir, Nurul Azizah; Astri; Mukminin B; Usman, Irwan
Journal of Mathematics: Theory and Applications Vol. 8 No. 1 (2026): Volume 8 Nomor 1 Tahun 2026
Publisher : Program Studi Matematika Universitas Sulawesi Barat

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31605/jomta.v8i1.6222

Abstract

Tingginya jumlah kasus Tuberkulosis (TBC) di Indonesia dan kompleksitas faktor yang memengaruhinya menuntut metode analisis yang mampu menangani hubungan antarvariabel prediktor dan karakteristik data cacahan. Penelitian ini bertujuan untuk mengatasi multikolinieritas pada variabel prediktor kasus TBC, membangun model regresi binomial negatif berbasis komponen utama, dan mengidentifikasi faktor-faktor yang berpengaruh signifikan terhadap jumlah kasus TBC di Indonesia. Data yang digunakan terdiri dari jumlah kasus TBC tahun 2023 di 34 provinsi Indonesia dengan 10 variabel prediktor terkait faktor kesehatan, sosial, dan demografis. Principal component analysis (PCA) digunakan pada penelitian ini untuk mengatasi masalah multikolinieritas variabel prediktor dan model regresi binomial negatif digunakan untuk memodelkan jumlah kasus TBC. PCA menghasilkan tiga komponen utama yang menjelaskan 78% keragaman data. Ketiga komponen kemudian digunakan dalam regresi binomial negatif yang dipilih karena adanya overdispersi pada data jumlah kasus. Hasil penelitian menunjukkan bahwa model yang dibangun signifikan dan layak digunakan, dengan deviansi yang mendekati nilai ekspektasi. Secara parsial, PC1 yang merepresentasikan faktor infrastruktur dan kebijakan kesehatan berpengaruh negatif dan signifikan terhadap jumlah kasus TBC, sedangkan PC2 yang menggambarkan faktor sosial dan kepadatan penduduk berpengaruh positif dan signifikan. PC3 tidak berpengaruh signifikan. Temuan ini menegaskan pentingnya peningkatan infrastruktur kesehatan dan penguatan kebijakan dalam menekan kasus TBC, serta perlunya perhatian khusus pada wilayah berpenduduk padat dengan masalah sosial tinggi. Pendekatan hibrid PCA–regresi binomial negatif terbukti efektif dalam mengatasi multikolinieritas dan overdispersi, sekaligus memberikan interpretasi epidemiologis yang lebih representatif.
Co-Authors Astri Mayapada, Retno Mukminin B Rahayu, Putri Indi Rifandi, Muh Usman, Irwan