Pengembangan Perangkat RBL-STEM dalam Meningkatkan Literasi Lingkungan Mahasiswa Menyelesaikan Masalah Urban Farming Menggunakan Locating Metric Coloring dan STGNN

Abstract

Pembelajaran berbasis riset (RBL-STEM) telah menjadi prioritas dalam pengembangan kurikulum pendidikan tinggi. Pendekatan ini memadukan elemen sains, teknologi, teknik, dan matematika dengan aplikasi praktis di dunia nyata. Fokus utamanya adalah memperkuat literasi lingkungan mahasiswa untuk menghadapi tantangan dan pemecahan masalah yang kompleks. Penelitian sebelumnya menunjukkan pentingnya meningkatkan literasi lingkungan mahasiswa, khususnya dalam menyelesaikan masalah yang membutuhkan pemahaman aplikasi nyata. Berdasarkan hal tersebut, penelitian ini bertujuan untuk mengembangkan perangkat RBL-STEM dalam meningkatkan literasi lingkungan mahasiswa menyelesaikan masalah urban farming menggunakan locating metric coloring dan STGNN. Model pembelajaran ini melibatkan mahasiswa secara aktif dalam proses penelitian terkait masalah locating metric coloring dan penerapannya pada urban farming. Pendekatan berbasis permasalahan nyata ini diharapkan mampu meningkatkan literasi lingkungan mahasiswa serta memperkuat pemahaman diberbagai bidang. Penelitian ini menggunakan metode penelitian dan pengembangan (research and development) dengan model pengembangan 4D (define, design, develop, dan disseminate). Tujuan penelitian ini adalah mengembangkan perangkat pembelajaran RBL-STEM yang menghasilkan produk berupa Rancangan Tugas Mahasiswa (RTM), Lembar Kerja Mahasiswa (LKM), dan Tes Hasil Belajar (THB). Kerangka aktivitas RBL-STEM dalam penelitian ini mencakup beberapa langkah, yang meliputi: 1) tahap pertama yang harus dilakukan mahasiswa adalah memahami riset terdahulu yang berkaitan dengan urban farming menggunakan locating metric coloring, 2) memperoleh inovasi dalam pengaplikasian urban farming berdasarkan locating metric coloring, 3) mengkontruksi fungsi bobot warna locating metric coloring, 4) menganalisis data terkait urban farming serta penggunaan perangkat lunak dalam pengolahannya, 5) generalisasi data dengan menerapkan pada permasalahan lain yang serupa, 6) memberikan kesimpulan dari hasil kegiatan dengan mempresentasikan hasil yang didapatkan terkait penyelesaian permasalahan urban farming menggunakan bobot warna dari konsep locating metric coloring. Hasil analisis data dapat dibagi menjadi dua jenis, yaitu analisis kuantitatif dan analisis kualitatif. Analisis kuantitatif melibatkan pengolahan data pretest dan posttest, dimana dilakukan uji normalitas dan uji t sampel berpasangan (paired sample t-test). Berdasarkan uji normalitas, dapat disimpulan bahwa nilai pretest dan posttest memiliki distribusi yang normal, karena nilai signifikansi (𝑆𝑖𝑔. ) > 0,05 (Hobri, 2010). Selanjutnya hasil paired sample t-test menunjukkan nilai Sig.(2 tailed) sama dengan 0,000 < 0,05. Berdasarkan nilai tersebut, maka terdapat perbedaan nilai sebelum dan sesudah dilakukan pembelajaran menggunakan perangkat RBL-STEM terhadap literasi lingkungan mahasiswa (Hobri, 2010). Dalam analisis kualitatif, digunakan metode triangulasi data yaitu potret fase, N Vivo, dan word cloud. Potret fase memberikan informasi bahwa subjek LLT memenuhi 8 sub indikator, subjek LLS memenuhi 7 sub indikator, dan subjek LLR memenuhi 6 sub indikator. Dalam N-Vivo, data dikelompokkan menggunakan fitur diagram perbandingan dan peta proyek. Sementara itu, word cloud menampilkan kode soal dan jenis jawaban yang paling banyak disebut oleh mahasiswa sebagai bentuk pemahaman dalam proses pembelajaran dan literasi lingkungan terkait materi yang diajarkan.