Oleh: Asep Sapa’at, S.Pd. ”Duduk diam di tempat terbatas adalah salah satu hukuman yang paling berat yang dapat dijatuhkan kepada manusia. Namun inilah yang sering kita lakukan kepada siswa kita di kelas” (Edward T. Hall) Keistimewaaan terhebat manusia jika dibandingkan dengan makhluk lainnya terletak pada kemampuan berpikirnya sebagai manusia berbudaya. Namun alangkah malangnya ketika potensi […]
>> Brain Based Learning Read More »
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
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
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
Telah diseminarkan pada Seminar Nasional Matematika UNPAR Tahun 2014 Abstrak Proses pengelompokan data dalam analisis klaster dapat dilakukan dengan dua metode yaitu: metode hirarki dan metode non-hirarki. Metode hirarki (hierarchical methods) adalah metode pengklasteran yang membentuk konstruksi hirarki berdasarkan tingkatan tertentu seperti struktur pohon. Metode ini dibagi menjadi dua yaitu metode agglomeratif (pemusatan) dan metode
Telah diseminarkan pada Konferensi Internasional Pendidikan Dasar Kedua di UPI Kampus Sumedang, 29 Oktober 2011 Rini Marwati, Khusnul Novianingsih, dan Dewi Rachmatin Departemen Pendidikan Matematika Fakultas Pendidikan Matematika dan Ilmu Pengetahuan Alam Universitas Pendidikan Indonesia PENDAHULUAN Kemajuan ilmu pengetahuan dan teknologi yang semakin pesat khususnya teknologi informasi dan komunikasi (ICT) mempengaruhi kehidupan manusia sehari-hari. Sejalan
Sebelumnya : Bagian 3 : Mendampingi Guru Selain mendampingi guru, saya pun membimbing penelitian mahasiswa yang menggunakan metode DDR. Saat itu saya mengarahkan mahasiswa untuk merancang pembelajaran berdasarkan analisis learning trajectory. Akan tetapi, hambatannya adalah rendahnya penguasaan mahasiswa tentang konsep dan prinsip serta struktur materi tersebut. Saya pun meminta mereka membaca referensi sebagaimana saya lakukan
Telah diseminarkan pada Konferensi Internasional Pendidikan Dasar Kedua di UPI Kampus Sumedang, 29 Oktober 2011 Oleh : Dewi Rachmatin (sujanadewi@yahoo.com) Jurusan Pendidikan matematika FPMIPA UPI Bandung Abstrak Kemajuan yang pesat di bidang teknologi video-kamera memungkinkan kita dapat memvideokan pembelajaran bidang matematika dan sains di kelas untuk keperluan pembelajaran ataupun penelitian dalam skala kecil. Salah satu
Sebelumnya : Bagian 2 : Repersonalisasi Matematika Mendampingi Guru Saya mulai terlibat dalam DDR bersama Pa Didi dan Pa Tatang ketika mereka berkolaborasi dengan guru matematika SD Gagas Ceria di tahun 2012. Kami bertiga membahas faktor apa yang mendasari perubahan budaya mengajar sehingga dapat menjadikan para guru memiliki cara berpikir yang mandiri. Saat itu tercetus
