DEEP LEARNING INTEGRATED IN ACTION LEARNING TO ENHANCE JUNIOR HIGH SCHOOL STUDENTS’ PROBLEM-SOLVING SKILLS
Abstrak
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.
Cari jurnal yang tepat untuk naskah Anda
MatchMind AI mencocokkan abstrak naskah Anda dengan ribuan jurnal terakreditasi dan menampilkan rekomendasi terbaik beserta alasannya.
Coba MatchMindLihat profil lengkap jurnal ini
Waktu review, biaya APC, statistik sitasi, indeksasi Scopus, dan banyak lagi.
Buka Jurnal Math-UMB.EDUArtikel ini juga tersedia di situs resmi jurnal.
