Pengembangan Perangkat Rbl-stem Untuk Meningkatkan Keterampilan Berpikir Kombinatorial Mahasiswa Menyelesaikan Masalah Rainbow Antimagic Coloring dan Skema Aplikasinya pada Sistem Monitoring Kualitas Udara dengan Graph Neural Network

Abstract

Research-Based Learning (RBL) dan pendekatan Science, Technology, Engineering, Mathematics (STEM). Penggabungan antara model pembelajaran dan pendekatan ini biasa disebut RBL-STEM. Penerapan RBL-STEM pada pembelajaran dapat mendorong mahasiswa untuk mengkontruksi, mengembangkan, mengevaluasi, mengkomunikasikan, memanfaatkan teknologi, mengaplikasikan pengetahuan. Mengingat beberapa hal yang telah diuraikan diatas maka saat ini sangat relevan bagi peneliti untuk mengembangan perangkat pembelajaran berbasis RBL-STEM pada topik matematika. Salah satu topik matematika yang menarik perhatian baru-baru ini adalah teori graf pada subtopik rainbow antimagic coloring (RAC), teori graf juga dapat menstimulus mahasiswa untuk berpikir kombinatorial karena didalam teori graf mempelajari struktur dan sifat kumpulan objek dalam hal ini berupa titik dan garis. Berdasarkan penelitian yang telah dilaksanakan dalam pengembangan perangkat pembelajaran RBL-STEM untuk meningkatkan keterampilan berpikir kombinatorial mahasiswa, dapat ditarik kesimpulan sebagai berikut. Aktivitas pembelajaran dengan model pendekatan RBL-STEM mencakup beberapa langkah, yaitu: (1) Pemberian masalah yang harus dipahami oleh mahasiswa berkaitan dengan sistem monitoring kualitas udara; (2) Memperoleh terobosan penyelesaian masalah dengan konsep rainbow antimagic coloring dan graph neural network untuk forecasting; (3) Mengumpulkan data terkait kadungan gas pencemar udara di ruas jalan dan data peta lalu lintas pada Google Maps; (4) Merepresentasikan ruas jalan yang telah didapat kedalam bentuk graf; (5) Mencari pola generalisasi rainbow antimagic coloring dari representasi graf yang didapatkan sebelumnya untuk penempatan sensor gas; (6) Mempresentasikan hasil dan menyimpulkan serangkaian kegiatan pembelajaran yang telah dilakukan. Proses pengembangan perangkat pembelajaran untuk meningkatkan keterampilan berpikir kombinatorial mahasiswa melalui beberapa tahap. Tahapix pertama adalah pendefinisian, pada tahap ini dilakukan analisis awal- akhir, analisis mahasiswa, analisis materi, analisis tugas, dan analisis tujuan. Tahap kedua adalah perancangan, pada tahap ini perangkat pembelajaran direncanakan dengan membuat tes dan instrument penelitian, memilih media, memilih format, dan membuat desain awal. Tahap ketiga adalah tahap pengembangan, pada tahap ini seluruh perangkat pembelajaran yang dikembangkan divalidasi oleh validator dan direvisi sesuai saran yang diberikan. Setelah dinyatakan valid, perangkat pembelajaran diuji coba dan disebarluaskan melalui e-book dan media sosial. Hasil pengembangan perangkat pembelajaran ini meliputi Rencana Tugas Mahasiswa (RTM), Lembar Kerja Mahasiswa (LKM), dan Tes Hasil Belajar (THB). Setelah dilakukan uji coba dan analisis, dapat disimpulkan bahwa perangkat pembelajaran yang dikembangkan memenuhi kriteria valid, praktis, efektif serta dapat meningkatkan keterampilan berpikir kombinatorial mahasiswa. Hasil analisis data kuantitatif diperoleh dari pengolahan data pretest dan posttest, dari kedua data tersebut dilakukan uji normalitas dan uji paired sample t-test. Berdasarkan uji normalitas, nilai pretest dan posttest terdistribusi dengan normal, karena nilai signifikansi (𝑠𝑖𝑔.)>0,05 yaitu signifikansi nilai pretest adalah 0,121 > 0,05 dan signifikansi nilai posttest adalah 0,090 > 0,05. Selanjutnya dilakukan uji paired sample t-test yang menunjukkan nilai Sig. (2-tailed) sama dengan 0,000<0,05. Hasil uji paired sample t test ini menunjukkan bahwa ada perbedaan nilai sebelum dan sesudah dilakukan pembelajaran dengan menggunakan perangkat pembelajaran RBL-STEM. Dengan demikian, dapat ditarik kesimpulan bahwa ada peningkatan keterampilan berpikir kombinatorial mahasiswa. Hasil analisis data kualitatif diperoleh dari hasil wawancara dengan tiga kategori subjek yaitu subjek kategori tinggi (KT), subjek kategori sedang (KS), dan subjek kategori rendah (KR). Metode yang digunakan pada analisis kualitatif ini adalah triangulasi data meliputi potret fase, NVivo, dan word cloud. Potret fase memberikan informasi bahwa mahasiswa KT mampu memenuhi 14 sub indikator, mahasiswa KS mampu memenuhi 11 sub indikator, dan mahasiswa KR mampu memenuhi 7 sub indikator. Dalam NVivo, data dikelompokkan menggunakan fitur diagram perbandingan dan peta proyek.