Penyelesaian kesulitan belajar pemodelan matematika berbasis computational thinking dengan pendekatan gaya kognitif

Saiful Marom, Dwijanto Dwijanto

Abstract


Tujuan dari penelitian adalah ingin mengetahui solusi penyelesaian kesulitan belajar Pemodelan matematika berbasis computational thinking dengan pendekatan gaya kognitif. Metode penelitian yang digunakan adalah dengan pendekatan kajian pustaka. Pada penelitian ini dimulai dengan mengumpulkan sumber dan referensi yang berkaitan dengan tema penelitian ini. Selanjutnya penulis melakukan pengkajian dari berbagai psutaka baik berupa buku, jurnal, monograf dan artikel yang lainnya dalam rangka ingin mengetahui pembahasan lebih detail dan mendalam mengenai bagaimana proses pemodelan yang berdasarkan pada pola pikir komputasional atau computational thinking  dengan pendekatan gaya kognitif. Dari hasil penelitian yang dilaksanakan dapat diperoleh hasil atau kesimpulan yakni dalam penyelesaian kesulitan belajar pemodelan matematika berbasis computational thinking dengan pendekatan gaya kognitif adalah dengan melaksanakan proses pemetaan gaya kognitif masing-masing peserta didik. Apakah peserta didik mempunyai gaya kognitif dengan kriteria field independent  atau peserta didik mempunyai gaya kognitif dengan kriteria field dependent. Selanjutnya pendidik akan membuat variasi perangkat pembelajaran model matematika. Pada proses pembelajaran dilaksanakan secara bersinergi dengan menginjeksikan keempat dimensi masing-masing cara berpikir didalam proses pembelajaran.


Keywords


Kesulitan Belajar, Computational Thinking, Gaya Kognitif

Full Text:

PDF

References


Bliss, K., and J. Libertini. 2016. Guidelines for Assessment & Instruction in Mathematical Modeling Education: What Is Mathematical Modeling?

Febriyanti, and Hasni Kurnia Pratiwi. 2019. “Analisis Kesulitan Belajar Matematika Siswa Ditinjau Dari Gaya Kognitif.” Diskusi Panel Nasional Pendidikan Matematika 0812:175–80.

Haberman, Richard. 1998. Mathematical Models Mechanical Vibrations, Population Dynamics, and Traffic Flow_ an Introduction to Applied Mathematics.

Kormos, Judit. 2020. “Specific Learning Difficulties in Second Language Learning and Teaching.” Language Teaching 53(2):129–43. doi: 10.1017/S0261444819000442.

Marom, Saiful. 2018. “MENINGKATKAN PEMAHAMAN NILAI PROFETIK MELALUI KONSEP INTEGRASI PEMBELAJARAN MODEL MATEMATIKA.” 1(2).

Maskar, Sugama, and Refiesta Ratu Anderha. 2019. “Pembelajaran Transformasi Geometri Dengan Pendekatan Motif Kain Tapis Lampung.” MATHEMA Journal Pendidikan Matematika 1(1):40–47.

Mitchem, Katherine J., and Ann Richards. 2003. “Students with Learning Disabilities.” Advances in Special Education 15:99–117. doi: 10.1177/0143034393141003.

Monariska, Erma-. 2019. “Analisis Kesulitan Belajar Mahasiswa Pada Materi Integral.” Jurnal Analisa 5(1):9–19. doi: 10.15575/ja.v5i1.4181.

Montague, Marjorie. 2008. “Self-Regulation Strategies to Improve Mathematical Problem Solving for Students with Learning Disabilities.” Learning Disability Quarterly 31(1):37–44. doi: 10.2307/30035524.

Naggar-Smith, Nadia. 2008. Teaching Foundation Mathematics: A Guide for Teachers of Older Students with Learning Difficulties.

National Research Council. 2012. A Framework for K-12 Science Education: Practices, Crosscutting Concepts, and Core Ideas.

Octalia, Rembulan Permata, Nur Rizal, and Herlina Siswandari. 2021. “Pengembangan Media Pembelajaran Digital Berbasis Game Challenges Untuk Meningkatkan Computational Thinking Dalam Pembelajaran Mandiri Sebagai Upaya Mewujudkan Merdeka Belajar.” 149–66.

Sternberg, Robert. 2014. Perspectives on Thinking, Learning, and Cognitive Styles.

Toedte, Ross J., and Mehmet Aydeniz. 2015. “Computational Thinking and Impacts on K-12 Science Education.” Proceedings - Frontiers in Education Conference, FIE 2015. doi: 10.1109/FIE.2015.7344239.

Twomey, Elizabeth. 2006. “Linking Learning Theories and Learning Difficulties.” Australian Journal of Learning Disabilities 11(2):93–98. doi: 10.1080/19404150609546812.

Weintrop, David, Elham Beheshti, Michael Horn, Kai Orton, Kemi Jona, Laura Trouille, and Uri Wilensky. 2016. “Defining Computational Thinking for Mathematics and Science Classrooms.” Journal of Science Education and Technology 25(1):127–47. doi: 10.1007/s10956-015-9581-5.

Zakiah, Nur Eva, Yoni Sunaryo, and Asep Amam. 2019. “Implementasi Pendekatan Kontekstual Pada Model Pembelajaran Berbasis Masalah Berdasarkan Langkah-Langkah Polya.” Teorema: Teori Dan Riset Matematika 4(2):111. doi: 10.25157/teorema.v4i2.2706.




DOI: https://doi.org/10.33373/pythagoras.v11i1.4131

Refbacks

  • There are currently no refbacks.


 Lisensi Creative Commons

Ciptaan disebarluaskan di bawah Lisensi Creative Commons Atribusi-BerbagiSerupa 4.0 Internasional.