EKSPLORASI TURUNAN FUNGSI: DUKUNGAN AI DALAM MENJEMBATANI TEOREMA DAN DEFINISI
DOI:
https://doi.org/10.55757/cejou.v5i2.602Keywords:
Definisi limit, Kecerdasan buatan, ChatGPT, Pembelajaran matematika, Teorema diferensiasi, Turunan fungsi.Abstract
Turunan fungsi merupakan konsep fundamental dalam kalkulus yang sering kali menjadi tantangan bagi mahasiswa dalam memahami keterkaitan antara definisi dan teorema yang menyertainya. Pemanfaatan kecerdasan buatan (AI) dalam pembelajaran matematika telah membuka peluang baru untuk menjembatani kesenjangan pemahaman ini. Penelitian ini menggunakan pendekatan kualitatif dengan metode eksploratif untuk mengkaji bagaimana mahasiswa memanfaatkan AI, khususnya ChatGPT, dalam memahami konsep turunan fungsi. Subjek penelitian terdiri dari 35 mahasiswa tahun pertama jurusan S1 Pendidikan Matematika yang mengambil mata kuliah Kalkulus Diferensial. Data dikumpulkan melalui tugas eksploratif, wawancara, dan observasi interaksi mahasiswa dengan AI. Hasil penelitian menunjukkan bahwa mahasiswa mampu menggunakan AI untuk memverifikasi turunan dan mendapatkan penjelasan tambahan, namun sebagian masih mengalami kesulitan dalam membuktikan turunan menggunakan definisi limit. AI terbukti memberikan dukungan dalam memahami hubungan antara definisi dan teorema diferensiasi, meskipun pemahaman mendalam tetap memerlukan eksplorasi mandiri.
Downloads
References
Abbas, M. L. H. (2019). Identifikasi miskonsepsi mahasiswa tadris fisika menggunakan four tier diagnostic test pada mata kuliah kalkulus ii. JMPM: Jurnal Matematika dan Pendidikan Matematika, 4(1), 7-16.
Abidin, M. A. (2023). Implementasi teknologi artificial intelligence (AI) untuk mendukung pembelajaran siswa di Madrasah Ibtidaiyah Kecamatan Krembung Sidoarjo. Jurnal Madrasah Ibtidaiyah, 2(1), 88-95.
Auna, H. S. A., & Hamzah, N. (2024). Studi perspektif siswa terhadap efektivitas pembelajaran matematika dengan penerapan chatgpt. HINEF: Jurnal Rumpun Ilmu Pendidikan, 3(1), 13-25.
Harini, N. V. (2019, February). Capturing students’ covariational reasoning levels while solving integrals problem. In Journal of Physics: Conference Series (Vol. 1157, No. 4, p. 042048). IOP Publishing.
Harini, N. V., Fuad, Y., & Ekawati, R. (2018). Students’ covariational reasoning in solving integrals’ problems. In Journal of Physics: Conference Series (Vol. 947, No. 1, p. 012017). IOP Publishing.
Husna, R. (2020). Efektivitas Pembelajaran turunan pada masa pandemi Covid-19 melalui media mobile learning ditinjau dari hasil belajar mahasiswa. Numeracy, 7(2), 324-333.
Limaran, A. H., Anasayyasy, D., Ambodo, I. W., & Herwanto, P. (2024). AI-BASED REVIEW ANALYSIS FOR SERVICE OPTIMIZATION AT V HOTEL AND RESIDENCE USING A PRE-TEST AND POST-TEST DESIGN. Jurnal Riset Teknik Informatika, 1(2), 68-81.
Mardikawati, B., Diharjo, N. N., Saifullah, S., Widyatiningtyas, R., Gandariani, T., & Widarman, A. (2023). Pemanfaatan Artificial Intelligence Dan Mendeley Untuk Penyusunan Karya Ilmiah: Pelatihan Interaktif Berbasis Teknologi. Community Development Journal: Jurnal Pengabdian Masyarakat, 4(6), 11453-11462.
Rosdiana, L., & Sari, D. A. P. (2016). Respon mahasiswa terhadap pembelajaran model inkuiri dengan menggunakan animasi. JPPIPA (Jurnal Penelitian Pendidikan IPA), 1(1), 33-36.
Sumargiyani, S., & Nafiâ, B. (2020, February). Analisis Kesulitas Mahasiswa Dalam Menyelesaikan Soal Kalkulus Diferensial. In PRISMA, Prosiding Seminar Nasional Matematika (Vol. 3, pp. 591-598).
Zulmaulida, R., Husna, M., & Saputra, E. (2024). Ontologi Matematika. JUMPER: Journal of Educational Multidisciplinary Research, 3(1), 62-73.
Downloads
Published
How to Cite
Issue
Section
License
Copyright (c) 2024 Zainullah Zuhri

This work is licensed under a Creative Commons Attribution-ShareAlike 4.0 International License.



