Computational Thinking Process of High School Students in Solving Sequences and Series Problems


Nurul Izatul Azizah(1), Yenita Roza(2*), Maimunah Maimunah(3)

(1) Universitas Riau, Indonesia
(2) Universitas Riau, Indonesia
(3) Universitas Riau, Indonesia
(*) Corresponding Author

Abstract


Kemampuan berpikir komputasi merupakan keterampilan berpikir yang dibutuhkan pada abad 21. Penelitian ini bertujuan untuk mendeskripsikan proses berpikir komputasi siswa SMA/MA dalam menyelesaikan masalah barisan dan deret. Penelitian ini merupakan penelitian deskriptif dengan pendekatan kualitatif. Teknik pengumpulan data dilakukan dengan tes dan wawancara. Subjek dalam penelitian ini adalah siswa kelas XI IPA MA Muhammadiyah Kota Pekanbaru sebanyak 15 orang. Analisis terhadap kemampuan berpikir komputasi siswa dilihat melalui indikator. Hasil analisis menunjukkan bahwa siswa yang berkemampuan tinggi berada dalam kategori sangat baik pada indikator dekomposisi (87,5%) dan abstraksi (97,5%), kategori baik pada indikator berpikir algoritma (65%) dan kategori cukup pada indikator pengenalan pola (50%). Siswa berkemampuan sedang dalam kategori baik pada indikator abstraksi (62%), kategori cukup pada indikator dekomposisi (51,5%), kategori rendah pada indikator pengenalan pola (33,5%) dan berpikir algoritma (39%). Siswa berkemampuan rendah berada dalam kategori rendah untuk tiga indikator yaitu dekomposisi (38,3%), abstraksi (33,3%), berpikir algoritma (21,7%), dan kategori sangat rendah pada pengenalan pola (11,67%).

 

The ability of computational thinking is logical thinking that is needed in the 21st century. This research aims to describe the process of computational thinking in the Senior High School students in completing the problem of arithmetic sequence and series. This research is descriptive research using a qualitative approach. The data collection technique uses tests and interviews. Furthermore, the subject of the research is 15 students of class XI IPA at MA Muhammadiyah Pekanbaru. The students’ computational thinking could be seen through decomposition indicators, pattern recognition, abstraction, and algorithmic thinking. The results of the analysis indicate that students with high abilities are in a very good category on the decomposition indicators (87.5%) and abstraction (97.5%), good categories on the algorithmic thinking indicator (65%), and, the moderate category on the indicators. pattern recognition (50%). For students with moderate abilities, they are in a good category on the abstraction indicator (62%), sufficient category on the decomposition indicator (51.5%), the low category on the pattern recognition indicator (33.5%), and algorithmic thinking (39%). Meanwhile, low-ability students are in the low category for three indicators, namely decomposition (38.3%), abstraction (33.3%), algorithmic thinking (21.7%), and very low category on pattern recognition indicators (11.67%).


Keywords


Computational Thinking, Arithmetic Sequence and Series

Full Text:

PDF

References


Amalia, S. R. (2017). Analisis Kesalahan Berdasarkan Prosedur Newman dalam Menyelesaikan Soal Cerita Ditinjau dari Gaya Kognitif Mahasiswa. Jurnal Aksioma, Volume 8 Nomor 1.

Ariesandi, I., Syamsuri, Yuhana, Y., & Fatah, A. (2021). Analisis kebutuhan pengembangan modul elektronik berbasis inkuiri untuk meningkatkan kemampuan berpikir komputasi pada materi barisan dan deret siswa SMA. AKSIOMA: Jurnal Matematika Dan Pendidikan Matematika, 12(2), 178–190.

Arista, G. A., Wibawa, K. A., & Payadnya, I. P. A. A. (2022). Analisis Kesalahan Siswa dalam Pemecahan Masalah Perbandingan dan Skala Berdasarkan Empat Langkah Polya di Kelas VII SMP TP 45 Denpasar. Prisma, Prosiding Seminar Nasional Matematika, 5, 214–221.

Asbell-Clarke, J., Rowe, E., Almeda, V., Edwards, T., Bardar, E., Gasca, S., Baker, R. S., & S., & R. (2021). The development of students’ computational thinking practices in elementary- and middle-school classes using the learning game, Zoombinis. Computers in Human Behavior.

Città, G., Gentile, M., Allegra, M., Arrigo, M., Conti, D., Ottaviano, S., Reale, F., & S., & M. (2019). The effects of mental rotation on computational thinking. Computers and Education, 141(June), 0–10.

Damayanti, N., & Kartini. (2021). Analisis Kemampuan Pemecahan Masalah Matematis Siswa pada Materi Barisan dan Deret geometri. Jurnal Pendidikan Guru Matematika, 1(3), 469–478.

Danindra, L. S., & Masriysh, M. (2020). Proses Berpikir Komputasi Siswa Smp Dalam Memecahkan Masalah Pola Bilangan Ditinjau Dari Perbedaan Jenis Kelamin. MATHEdunesa, 9(1), 95–103.

Fauzi, F. A., Ratnaningsih, N., & Lestari, P. (2022). Pengembangan Digibook Barisan dan Deret Berbasis Anyflip untuk Mengeksplor Kemampuan Berpikir Komputasional Peserta Didik. Jurnal Cendekia : Jurnal Pendidikan Matematika, 06(01), 3–4.

Ferrara, M., Glass, D., Nancherla, B., Jaye, D., Pickford, A., & Ruedy, E. (2004). Sequences and Series.

Fitry, R. S., Khamdun, & Ulya, H. (2022). Analisis Kesalahan Siswa dalam Menyelesaikan Soal Cerita Matematika Kelas V di SDn Ronggo 03 Kecamatan Jaken. Jurnal Inovasi Penelitian, 2(8).

Hadi, M. E. (2021). Pengembangan Perangkat Pembelajaran Model Project Based Learning Berbantuan Scratch Untuk Meningkatkan Kemampuan Berpikir Komputasi Matematika. Skripsi, Fakultas Ilmu Tarbiyah dan Keguruan: UIN Syarif Hidayatullah.

Hidayat, D. W., & Pujiastuti, H. (2019). Analisis kesalahan siswa dalam menyelesaikan masalah matematis pada materi himpunan. Jurnal Analisa, 5(1), 59–67.

Khairani, B. P., Maimunah, & Roza, Y. (2021). Analisis Kemampuan Pemahaman Konsep Matematis Siswa Kelas XI SMA / MA Pada Materi Barisan Dan Deret. Jurnal Cendekia : Jurnal Pendidikan Matematika, 05(02), 1578–1587.

Lestari, K. E., & Yudhanegara, M. R. (2015). Penelitian Pendidikan Matematika. Refika Aditama.

Maharani, S., Kholid, M. N., NicoPradana, L., & Nusantara, T. (2019). Problem Solving in the Context of. Journal of Mathematics Education, 8(2), 109–116.

Mardhayanti, A. S., Sugiatno, S., & Suratman, D. (2020). Identitas matematika dan penalaran matematis siswa dalam aljabar di sekolah menengah kejuruan. Jurnal Analisa, 6(2), 132–142.

Mufidah, I. (2018). Profil Berpikir Komputasi dalam Menyelesaikan Bebras Task Ditinju Dari Kecerdasan Logis Matematis Siswa. Skripsi, Fakultas Tarbiyah Dan Keguruan: UIN Sunan Ampel Surabaya.

Nurussafa’at, F. A., Sujadi, I., & Riyadi. (2016). Analisis Kesalahan Siswa Dalam Menyelesaikan Soal Cerita Pada Materi Volume Prisma Dengan Fong’s Shcematic Model For Error Analysis Ditinjau Dari Gaya Kognitif Siswa (Studi Kasus Siswa Kelas Viii Semester Ii Smp It Ibnu Abbas Klaten Tahun Ajaran 2013/2014. Jurnal Elektronik Pembelajaran Matematika, 4(2), 174–187.

Pramesti, C., & Prasetya, A. (2021). Analisis Tingkat Kesulitan Belajar Matematika Siswa dalam Menggunakan Prinsip Matematis. Edumatica, Jurnal Pendidikan Matematika, 11.

Sa’diyyah, F. N., Mania, S., & Suharti. (2021). Pengembangan Instrumen Tes untuk Mengukur Kemampuan Berpikir Komputasi Siswa. JPMI (Jurnal Pembelajaran Matematika Inovatif), 4(1), 17–26.

Supiarmo, M. G., Turmudi, & Elly Susanti. (2021). Proses Berpikir Komputasional Siswa Dalam Menyelesaikan Soal Pisa Konten Change and Relationship Berdasarkan Self-Regulated Learning. Numeracy, 8(1), 58–72.

Weintrop, D., Beheshti, E., Horn, M., Orton, K., Jona, K., Trouille, L., & Wilensky, U. (2016). Defining Computational Thinking for Mathematics and Science Classrooms. Journal of Science Education and Technology, 25(1), 127–147.

Wing. (2011). Computational thinking benefits society. Journal of Computing Sciences in Colleges, 24(6).

Wulandari, M., & Setiawan, W. (2021). Analisis Kesulitan dalam Menyelesaikan Soal Materi Barisan pada Siswa SMA. JPMI (Jurnal Pembelajaran Matematika Inovatif), 4(3), 571–578.

Zahid, M. Z. (2020). Telaah kerangka kerja PISA 2021 : Era Integrasi Computational Thinking dalam Bidang Matematika. Prisma, Prosiding Seminar Nasional Matematika, 3(2020), 706–713.




DOI: https://doi.org/10.15575/ja.v8i1.17917

Refbacks

  • There are currently no refbacks.


Jurnal Analisa  licensed under a Creative Commons International License. Attribution-ShareAlike 4.0 . Copyright protected by law

Jurnal Analisa has indexed by:

Indonesian Scientific Journal Database (ISJD)

 
Mailing Address
3th Floor, Departement of Mathematics Education, Faculty of Tarbiyah and Teacher Training, UIN Sunan Gunung Djati Bandung. Jl. Cimencrang, Gedebage, Kota Bandung, Jawa Barat 40292, Indonesia
E-mail: jurnalanalisa@uinsgd.ac.id