KEMAMPUAN PEMECAHAN MASALAH DENGAN STRATEGI PEMODELAN MATEMATIKA DITINJAU DARI MATHEMATICS SELF-EFFICACY PADA GENERATIVE LEARNING MODEL


Hendrik Sutrisno, 4101415130 (2019) KEMAMPUAN PEMECAHAN MASALAH DENGAN STRATEGI PEMODELAN MATEMATIKA DITINJAU DARI MATHEMATICS SELF-EFFICACY PADA GENERATIVE LEARNING MODEL. Under Graduates thesis, Universitas Negeri Semarang.

[thumbnail of KEMAMPUAN PEMECAHAN MASALAH DENGAN STRATEGI PEMODELAN MATEMATIKA DITINJAU DARI MATHEMATICS SELF-EFFICACY PADA GENERATIVE LEARNING MODEL] PDF (KEMAMPUAN PEMECAHAN MASALAH DENGAN STRATEGI PEMODELAN MATEMATIKA DITINJAU DARI MATHEMATICS SELF-EFFICACY PADA GENERATIVE LEARNING MODEL) - Published Version
Restricted to Repository staff only

Download (14MB) | Request a copy

Abstract

Mathematics Self-Efficacy, Generative Learning Model. Kemampuan pemecahan masalah adalah kemampuan siswa dalam menentukan cara dan menyelesaikan permasalahan-permasalahan matematika yang sebelumnya belum diketahui cara penyelesaiannya. Konsep matematika yang bersifat abstrak terkadang menjadi kendala siswa dalam menyelesaikan permasalahan matematika. Salah satu cara yang bisa digunakan untuk meningkatkan kemampuan pemecahan masalah adalah melalui pembelajaran dengan strategi pemodelan matematika, yaitu dengan mengubah permasalahan-permasalahan ke dalam model matematika, kemudian mencari solusi dari model matematika tersebut dengan algoritma-algoritma dalam matematika dan mengintepretasikan solusi sesuai dengan permasalahan. Tujuan Penelitian ini adalah untuk (1) mengetahui apakah hasil tes kemampuan pemecahan masalah siswa dengan strategi pemodelan matematika pada generative learning model dapat mencapai ketuntasan belajar, (2) mengetahui apakah hasil tes kemampuan pemecahan masalah siswa sebelum dan setelah diberikan generative learning model dengan strategi pemodelan matematika pada pemecahan masalah mengalami peningkatan, (3) mengetahui hubungan antara tingkat mathematics self-efficacy terhadap kemampuan pemecahan masalah siswa, dan (4) mendiskripsikan kemampuan pemecahan masalah siswa dengan strategi pemodelan matematika ditinjau dari mathematics self-efficacy siswa pada generative learning model. Metode yang digunakan dalam penelitian ini adalah mixed methods, dimana metode kuantitatifnya menggunakan Pre-Experimental Design model One-Group Pretest-Posttest Design, sedangkan sampel diambil dengan multistage cluster sampling dan subjek penelitian dipilih dengan teknik purposive sampling. Hasil penelitian menunjukkan bahwa; (1) kemampuan pemecahan masalah siswa dengan strategi pemodelan matematika melalui generative learning model mencapai ketuntasan belajar, (2) kemampuan pemecahan masalah siswa dengan strategi pemodelan matematika melalui generative learning model mengalami peningkatan, (3) adanya pengaruh positif antara tingkat mathematics self-efficacy terhadap kemampuan pemecahan masalah siswa, (4) siswa dengan tingkat mathematics self-efficacy tinggi cenderung mempunyai kemampuan pemecahan masalah yang lebih baik dari siswa dengan tingkat mathematics self-efficacy sedang dan rendah serta siswa dengan tingkat mathematics self-efficacy sedang cenderung mempunyai kemampuan pemecahan masalah yang lebih baik dari siswa dengan tingkat mathematics self-efficacy rendah.

Item Type: Thesis (Under Graduates)
Uncontrolled Keywords: Kemampuan Pemecahan Masalah, Pemodelan Matematika,
Subjects: L Education > Special Education > Mathematics Education
Fakultas: Fakultas Matematika dan Ilmu Pengetahuan Alam > Pendidikan Matematika, S1
Depositing User: indah tri pujiati
Date Deposited: 10 Sep 2021 02:05
Last Modified: 10 Sep 2021 02:05
URI: http://lib.unnes.ac.id/id/eprint/45829

Actions (login required)

View Item View Item