cover
Contact Name
Winda Ramadianti
Contact Email
math-edu@umb.ac.id
Phone
+6285292562687
Journal Mail Official
math-edu@umb.ac.id
Editorial Address
Jl.Bali Kota Bengkulu
Location
Kota bengkulu,
Bengkulu
INDONESIA
Jurnal Math-UMB.EDU
ISSN : 27154912     EISSN : 23392754     DOI : 10.36085
Core Subject : Education,
Jurnal MATH_UMB.EDU mempublikasikan artikel ilmiah hasil penelitian dan kajian dalam bidang matematika dan pendidikan matematika baik di SD, SMP, SMA, dan Perguruan Tinggi. Jurnal MATH-UMB.EDU diterbitkan oleh Program Studi Pendidikan Matematika Universitas Muhammadiyah Bengkulu sebanyak tiga kali penerbitan dalam setahun yaitu pada bulan Maret, Juli, dan November
Arjuna Subject : Umum - Umum
Articles 291 Documents
DEEP LEARNING INTEGRATED IN ACTION LEARNING TO ENHANCE JUNIOR HIGH SCHOOL STUDENTS’ PROBLEM-SOLVING SKILLS Ferryansyah; R, Nurmala
Jurnal Math-UMB.EDU Vol. 12 No. 3 (2025): JULY
Publisher : Universitas Muhammadiyah Bengkulu

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36085/math-umb.edu.v12i3.10349

Abstract

Kemampuan pemecahan masalah matematika yang rendah pada siswa SMP sering disebabkan oleh proses pembelajaran yang bersifat dangkal dan kurang kontekstual. Penelitian ini bertujuan untuk menganalisis pengaruh model pembelajaran In Action yang terintegrasi dengan Deep Learning terhadap kemampuan pemecahan masalah siswa SMP. Metode penelitian yang digunakan adalah kuasi-eksperimen dengan desain kontrol posttest-only. Populasi penelitian meliputi seluruh siswa kelas VIII di sebuah SMP Negeri, dengan sampel berupa dua kelas yang dipilih melalui teknik cluster random sampling. Instrumen penelitian terdiri dari tes deskriptif kemampuan pemecahan masalah yang disusun berdasarkan indikator Polya. Data dianalisis menggunakan Uji Independent Sample t-test  setelah memenuhi tes prasyarat normalitas dan homogenitas. Hasil menunjukkan perbedaan yang signifikan dalam kemampuan pemecahan masalah antara kelompok eksperimen dan kelompok kontrol (p < 0,05). Rata-rata skor posttest untuk kelas eksperimen (82,45) secara signifikan lebih tinggi daripada kelas kontrol (71,20). Integrasi In Action memberikan pengalaman belajar langsung, sementara Deep Learning memfasilitasi pemahaman konseptual yang mendalam. Studi ini menyimpulkan bahwa pembelajaran In Action yang diintegrasikan dengan Deep Learning efektif dalam meningkatkan kemampuan pemecahan masalah siswa dan dapat menjadi model pembelajaran alternatif yang inovatif di sekolah.