Karya

Telah dimuat pada Jurnal Penelitian Sains UNSRI Vol.17, No.2, Mei 2015 Dewi Rachmatin Departemen Pendidikan Matematika FPMIPA UPI dewirachmatin@upi.edu   Intisari : Sebuah metode baru untuk mereduksi ruang berdimensi tinggi yang dikembangkan dari metode PCA yaitu Weighted Principal Component Analysis (WPCA) diperkenalkan oleh J.F. Pinto da Costa, H. Alonso dan L. Roque (2011). Oleh karena …

>> Aplikasi Metode Weighted Principal Component Analysis (WPCA) dengan Software S-PLUS2000 (oleh Dewi Rachmatin) Selengkapnya »

Sebelumnya : Bagian 4 : Mendampingi Calon Guru Pengalaman mengikuti Lesson Study dan mengkaji DDR seolah mengobati keinginan saya untuk bertemu dan menimba ilmu langsung dari guru matematika yang baik. Pengalaman itu menanamkan jalinan utuh dari seperangkat kriteria yang penting untuk dipelajari. Lebih dari itu, berbagai aspek saling berkelindan membentuk konstruksi yang ajeg sehingga terlihat …

>> Di Balik Pembelajaran Matematika yang Baik – Bagian Terakhir : Meneliti Pembelajaran (oleh Endang Mulyana) Selengkapnya »

Salah satu penyebab perubahan kurikulum (enacted curriculum) adalah kemajuan teknologi. Di Amerika Serikat (AS) sudah dirasakan sejak perang dunia kedua yaitu kekurangan orang-orang yang dapat menangani senjata dan alat perang mutakhir seperti roket, radar dan lain-lain. Peluncuran Sputnik pertama oleh Rusia (pesaing utama AS) tahun 1957 menjadi pemicu pembaharuan pengajaran matematika dan sains yang tak …

>> Rumor di Balik Pergantian Kurikulum (oleh Endang Mulyana) Selengkapnya »

Ada satu pertanyaan yang mengemuka sejak saya menjadi mahasiswa tiga dekade yang lalu: Seperti apa mengajar matematika yang baik itu? Memang ada banyak orang yang membicarakan berbagai kriteria guru matematika yang baik. Akan tetapi, sampai sekarang tidak pernah ada seorang pun yang menunjukkan sosok guru seperti itu. Bagaimana kita memahami konsepsi mengajar yang baik? Sebelum …

>> Di Balik Pembelajaran Matematika yang Baik – Bagian 1 : Konsepsi Pembelajaran (oleh Endang Mulyana) Selengkapnya »

Telah dimuat di Jurnal Infinity STKIP Siliwangi Bandung Vol 3, No.2, September 2014 oleh : Dewi Rachmatin (dewirachmatin@upi.edu) Jurusan Pendidikan Matematika FPMIPA UPI Abstrak Analisis Klaster merupakan analisis pengelompokkan data yang mengelompokkan data berdasarkan informasi yang ditemukan pada data. Tujuan dari analisis klaster adalah agar objek-objek di dalam satu kelompok memiliki kesamaan satu sama lain …

>> Aplikasi Metode-Metode Agglomerative dalam Analisis Klaster pada Data Tingkat Polusi Udara (oleh Dewi Rachmatin) Selengkapnya »

Telah disajikan pada Seminar Nasional Matematika dan Pendidikan Matematika Jurusan Pendidikan Matematika FPMIPA UPI Tahun 2009 Abstrak Hasil-hasil penelitian tentang Linear Discriminant Analysis (LDA) maupun Quadratic Discriminant Analysis (QDA) kebanyakan menggunakan metode Apparent Error Rate (APER) dalam mengevaluasi aturan pengelompokkan dalam Analisis Diskriminan. Metode APER ini mempunyai kelebihan yaitu mudah dihitung, tetapi sayangnya cenderung menaksir …

>> Penerapan Prosedur Lachenbruch pada Kasus Quadratic Discriminant Analysis (oleh Dewi Rachmatin dan Kania Sawitri) Selengkapnya »

Telah diseminarkan pada Seminar Matematika UNISBA Tahun 2014 Abstrak Analisis Klaster merupakan analisis pengelompokan data yang mengelompokkan data berdasarkan informasi yang ditentukan pada data. Tujuan dari analisis klaster adalah agar objek-objek di dalam satu kelompok memiliki kesamaan satu sama lain sedangkan dengan objek-objek yang berbeda kelompok memiliki perbedaan. Proses analisis klaster atau pengelompokan data bisa …

>> Pengklasteran Data Dengan Menggunakan Divisive Analysis Method (Diana) (oleh : Chandra Gunawan, Dewi Rachmatin, dan Maman Suherman) Selengkapnya »