UMM Terima Kunjungan Benchmarking UNISMUH Makassar untuk Memperkuat Kolaborasi dan Inovasi Program Magister
Pada hari Selasa (02/12/25), Direktorat Pascasarjana Universitas Muhammadiyah Malang (UMM) menerima kunjungan Benchmarking dari Universitas Muhammadiyah Makassar (UNISMUH Makassar) sebagai bagian dari agenda peningkatan mutu akademik, pengembangan program studi, dan akselerasi internasionalisasi. Kegiatan ini melibatkan secara strategis Prodi Magister Pendidikan Matematika UMM sebagai salah satu prodi unggulan dalam pertukaran praktik baik antar institusi. Kunjungan diterima langsung oleh Prof. Dr. Syamsul Arifin, M.Si. selaku Wakil Direktur 1 Pascasarjana UMM dan Dr. Diah Karmiyati, M.Si. selaku Wakil Direktur 2 Pascasarjana UMM. Hadir juga para kaprodi di lingkungan pascasarjana salah satunya Dr. Reni Dwi Susanti, M.Pd. selaku Kaprodi Magister Pendidikan Matematika UMM. Rombongan dari UNISMUH Makassar terdiri atas pimpinan, staff, dan pengelola akademik yang ada di lingkungan Direktorat Pascasarjana salah satunya Dr. Sitti Fithriani Saleh, M.Pd., selaku Kaprodi Magister Pendidikan Matematika UNISMUH Makassar. Sesi Benchmarking difokuskan pada agenda penguatan kurikulum, tata kelola prodi, strategi internasionalisasi, serta pola kolaborasi akademik yang relevan dan berkelanjutan. Pada forum tersebut, Prodi Magister Pendidikan Matematika UMM memaparkan berbagai inisiatif strategis mulai dari penerapan OBE, peningkatan kualitas layanan akademik, hingga roadmap internasionalisasi berbasis publikasi bereputasi dan jejaring akademik global. Sementara itu, Prodi Magister Pendidikan Matematika UNISMUH Makassar menyampaikan minat kuat untuk mengembangkan kolaborasi terutama pada bidang pengabdian kepada masyarakat. Kegiatan ini menegaskan posisi Prodi Magister Pendidikan Matematika UMM sebagai prodi yang progresif, adaptif, dan menjadi rujukan dalam manajemen akademik pascasarjana. Kerja sama lanjutan antara UMM dan UNISMUH Makassar direncanakan mencakup riset kolaboratif, program pengabdian bersama, pertukaran dosen, serta inisiatif pengembangan internasionalisasi yang lebih luas. Prodi Magister Pendidikan Matematika UMM/UM Makassar terus membuka peluang kolaborasi dan layanan akademik unggul bagi calon mahasiswa.
Project-Base Learning & Deep Learning: Empat Strategi Revolusioner untuk Menghidupkan Kelas Matematika
Malang, 13 September 2025. Apa jadinya jika siswa SMP merancang sistem irigasi sederhana, menghitung biaya produksi donat sehat, atau menganalisis data sampah lingkungan menggunakan konsep statistika? Semua ini bukan khayalan karena ini adalah wujud nyata kelas matematika masa kini yang hidup, relevan, dan penuh makna. Gagasan ini terkemuka dalam Kuliah Pakar (Visiting Professor) Program Studi Magister Pendidikan Matematika Universitas Muhammadiyah Malang pada 13 September 2025. Empat pakar nasional terdiri dari Dr. Taufiqulloh Dahlan, Dr. Rahaju, Dr. Nia Kania, dan Dr. Arif Hidayatul Khusna hadir memberikan pandangan segar tentang integrasi Project-Based Learning (PjBL) dan Deep Learning (DL) sebagai jantung transformasi pembelajaran matematika abad ke-21. “Saatnya Tinggalkan Matematika Prosedural” Membuka sesi dengan data mengejutkan dari hasil PISA 2022, Dr. Taufiqulloh menegaskan bahwa lebih dari 99% siswa Indonesia hanya mampu menjawab soal LOTS (Lower Order Thinking Skills). Menurutnya, ini akibat dominasi pembelajaran prosedural yang mengutamakan hafalan rumus bukan pemahaman konseptual. Solusinya apa si? Solusinya adalah Integrasi PjBL dan Deep Learning. Melalui proyek nyata seperti menghitung kebutuhan pupuk untuk lahan pertanian berbentuk tidak beraturan. Pada kegiatan ini siswa tidak hanya menerapkan rumus luas, tapi juga memahami mengapa dan kapan konsep itu digunakan. “Pembelajaran harus berangkat dari kebutuhan nyata, bukan dari daftar materi,” tegasnya. “Guru Harus Jadi Desainer Media yang Reflektif” Berbeda dari narasumber sebelumnya, Dr. Rahaju dari Universitas PGRI Kanjuruhan Malang mengarahkan fokus pada pengembangan media pembelajaran. Ia menantang calon guru untuk tidak hanya memakai PowerPoint saja, tetapi merancang media yang tepat sasaran, kontekstual, dan berlandaskan teori pedagogis. Dalam perkuliahannya, mahasiswa melakukan observasi langsung di sekolah, menganalisis kebutuhan siswa, lalu merancang media yang menjawab tantangan nyata di kelas. Hasilnya apa? Media yang tidak sekadar menarik secara visual, tapi juga memantik pertanyaan, memperdalam konsep, dan bisa dilindungi HKI. “Media yang baik tidak memberi jawaban instan, tetapi ia memicu rasa ingin tahu,” ujarnya. “Deep Learning Itu Menyenangkan Kalau Kontekstual!” Bagi Dr. Nia Kania dari Universitas Majalengka, Deep Learning bukan soal kerumitan, tapi kesenangan dalam memahami. Ia mencontohkan tiga proyek inspiratif, yang pertama “Desain Taman Sekolah” yang menggabungkan geometri, ekonomi, dan keberlanjutan. Kemudian yang kedua “Analisis Sampah Komunitas” yang mengolah data real untuk membuat rekomendasi lingkungan. Terakhir yang ketiga “Model Keuangan Keluarga” yang mana mengaitkan persamaan linear dengan literasi finansial. “Berdasarkan studi kasus yang diberikan, para siswa mudah memahami karena saat matematika dikaitkan dengan kehidupan, maka siswa tidak bertanya ‘Kapan ini dipakai?’, tapi langsung terlibat menyelesaikan masalah” Ujarnya. Ia menekankan bahwa HOTS muncul secara alami ketika konteksnya bermakna bukan karena dipaksa lewat soal ujian. “Jangan Tunggu Siswa Paham Dulu, Biarkan Proyek Jadi Guru Mereka” Penutup yang memukau datang dari Dr. Arif Hidayatul Khusna, dosen UMM sekaligus praktisi PjBL. Ia menolak anggapan bahwa proyek hanya bisa diberikan setelah siswa paham konsep. Justru sebaliknya, Karena “Proyek adalah medan eksplorasi para siswa mengalami konflik kognitif melalui bertanya, mencoba, gagal, lalu akhirnya memahami dengan utuh. Dalam contohnya, siswa SMP merancang model harga jual donat menggunakan Sistem Persamaan Linear Dua Variabel bukan karena guru mengajarkan teorinya dulu, tapi karena mereka butuh solusi nyata. Proses presentasi dan diskusi kelompok menjadi ajang memperbaiki miskonsepsi dan memperkuat argumen matematis.
PBL & Deep Learning: Kunci Rahasia untuk Matematika yang Menggugah, Bukan Membosankan!
Malang, 16 Agustus 2025. Apakah Anda masih ingat saat-saat di kelas matematika dulu? Saat guru menulis rumus di papan dan kita hanya bisa menghafalnya tanpa tahu mengapa rumus itu ada? Atau saat kita terpaksa mengerjakan soal-soal yang terasa jauh dari kehidupan nyata? Jika iya, Anda tidak sendiri. Tapi kabar baiknya, masa depan pembelajaran matematika sedang berubah dan perubahan itu dimulai dari sini. Dalam rangkaian Kuliah Pakar (Visiting Professor) pada Agustus 2025 yang diselenggarakan oleh Program Studi Magister Pendidikan Matematika Universitas Muhammadiyah Malang yang dihadiri oleh empat pakar nasional yaitu, Prof. Ahmad, Dr. Wiwin Sri Hidayati, Dr. Indah Widiati, dan Dr. Risnanosanti. Mereka berbagi visi revolusioner tentang bagaimana membuat matematika menjadi pelajaran yang hidup, relevan, dan benar-benar menyenangkan. Mereka tidak hanya membahas teori, tetapi juga memberikan resep konkret untuk mengubah kelas matematika menjadi arena eksplorasi, kolaborasi, dan pemahaman mendalam. “Matematika Bukan Hafalan, Tapi Alat untuk Memecahkan Masalah Nyata” Pembicara pertama, Prof. Ahmad dari Universitas Muhammadiyah Purwokerto, membuka diskusi dengan data yang mencengangkan dari hasil PISA 2022 menunjukkan bahwa lebih dari 99% murid Indonesia hanya mampu menjawab soal Level 1-3, atau Lower Order Thinking Skills (LOTS), sementara kurang dari 1% yang bisa menyelesaikan soal Level 4-6, yaitu Higher Order Thinking Skills (HOTS). Ia menegaskan bahwa pembelajaran tradisional yang berpusat pada guru dan cenderung hafalan adalah akar masalahnya. Solusinya dari Prof. Ahmad, adalah mengembalikan fokus matematika ke tujuan utamanya yaitu memecahkan masalah. Ia menekankan bahwa matematika bukan sekadar kumpulan rumus, tetapi alat yang kuat untuk memahami dan mengubah dunia. Dengan pendekatan Problem-Based Learning (PBL), siswa diajak untuk menghadapi masalah nyata, seperti menghitung proporsi bahan makanan bergizi atau merancang model transportasi yang efisien. Dalam proses ini, siswa tidak lagi sekedar menghafal, tetapi benar-benar memahami konsepnya dan menerapkannya dalam konteks yang relevan. “Matematika seharusnya menjadi alat untuk memahami dunia, bukan beban yang harus dihafal,” ujarnya. Oleh karena itu, melalui PBL kita mengajak siswa untuk menjadi penyelesai masalah, bukan penghafal rumus. “Buat Siswa Senang Belajar Matematika dengan Pendekatan Student Centered” Pembicara kedua, Dr. Wiwin Sri Hidayati dari Universitas PGRI Jombang, membawa dimensi emosional ke dalam diskusi. Ia menekankan pentingnya membuat siswa senang belajar matematika. Menurutnya, pembelajaran matematika yang efektif harus berpusat pada siswa (student centered) dan menciptakan suasana yang menyenangkan, bermakna, dan menggembirakan. Dr. Wiwin menjelaskan bahwa integrasi PBL dan Deep Learning sangat memungkinkan untuk mewujudkan pembelajaran yang mengedepankan kemampuan pemecahan masalah, berpikir kritis, kreatif, kolaboratif, serta komunikatif. Ia memberikan contoh konkret implementasi PBL di kelas SMP, di mana siswa diajak untuk memecahkan masalah nyata, seperti menghitung anggaran proyek kelas yang berhubungan dengan kewirausahaan. Ia juga menyoroti pentingnya refleksi sebagai inti dari Deep Learning. Proses pembelajaran harus diakhiri dengan refleksi, tujuannya untuk mengajak siswa memikirkan ulang proses berpikir mereka dan bagaimana penerapannya dalam kehidupan nyata. “Kita tidak hanya ingin siswa pintar, tapi juga senang belajar,” ujarnya. “Dengan pendekatan ini, matematika bukan lagi mata pelajaran yang menakutkan, tapi justru menjadi sesuatu yang menyenangkan dan bermakna.” “Deep Learning: Membangun Pemahaman yang Mengakar, Bukan Sekadar Permukaan” Pembicara ketiga, Dr. Indah Widiati dari Universitas Islam Riau, membahas aspek filosofis dan holistik dari Deep Learning. Ia mengutip dari Marton dan Säljö (1976) yang membedakan dua pendekatan belajar yaitu surface learning (permukaan) dan deep learning (mendalam). Siswa yang belajar secara permukaan hanya fokus pada nilai atau penghargaan, sedangkan siswa yang belajar secara mendalam memiliki motivasi intrinsik untuk memahami dan mengeksplorasi lebih banyak. Menurut Dr. Indah, Deep Learning adalah pendekatan yang memuliakan, dengan menekankan pada penciptaan suasana belajar yang berkesadaran (mindful), bermakna (meaningful), dan menggembirakan (joyful) melalui olah pikir, olah hati, olah rasa, dan olah raga secara holistik dan terpadu. Ini berarti guru harus merancang pengalaman belajar yang membuat siswa sadar akan tujuan belajar mereka, melihat relevansi materi dengan dunia nyata, dan merasa senang selama proses belajar. Ia menekankan pentingnya refleksi sebagai inti dari Deep Learning karena bertujuan untuk membantu mengukuhkan pemahaman, dan juga mengembangkan metakognisi siswa. “Integrasi PBL, Deep Learning, dan STEM: Membuat Matematika Relevan dengan Dunia Nyata” Pembicara terakhir, Dr. Risnanosanti dari Universitas Muhammadiyah Bengkulu, menutup acara dengan menyatukan semua ide yang telah disampaikan. Ia menyebut integrasi PBL, Deep Learning, dan pendidikan STEM sebagai “tiga pilar vital untuk transformasi pembelajaran matematika”. Keduanya saling melengkapi satu sama lain, PBL menyediakan aktivitas kontekstual dan kolaboratif, sementara Deep Learning menekankan pada refleksi, koneksi konsep, dan pemahaman mendalam. Dr. Risnanosanti memberikan studi kasus konkret penerapan strategi ini dalam kerangka pendidikan STEM. Ia mencontohkan bagaimana siswa dapat menggunakan matematika untuk menyelesaikan masalah nyata yang terkait dengan budaya lokal, seperti perayaan Tabot atau permainan tradisional telong-telong. Dengan cara ini, siswa tidak hanya memperoleh pemahaman matematika yang mendalam, tetapi juga mengembangkan keterampilan abad 21 seperti berpikir kritis, kreativitas, kolaborasi, dan komunikasi. Ia menekankan bahwa guru bukan hanya penyampai pengetahuan, tetapi perancang pengalaman belajar yang menumbuhkan cara berpikir kritis, reflektif, dan bermakna. “Ini bukan hanya tentang mengajar matematika, tapi tentang mendidik generasi yang siap menghadapi tantangan dunia nyata,” pungkasnya. Jadi, apakah Anda siap untuk mengubah cara Anda mengajar matematika? Mari bergabung dalam perjalanan menuju pembelajaran matematika yang lebih hidup, relevan, dan menyenangkan! (Syrl)
Problem Based Learning dan Deep Learning: Dua Kekuatan Transformasi untuk Matematika yang Hidup dan Bermakna
Malang, 19 Juli 2025. Di tengah tantangan pendidikan matematika yang masih terjebak dalam pola hafalan dan rendahnya minat siswa, sebuah harapan baru muncul melalui ruang virtual Kuliah Pakar (Visiting Professor) pada Juli 2025. Acara yang diselenggarakan oleh Program Studi Magister Pendidikan Matematika Universitas Muhammadiyah Malang ini menghadirkan empat pakar yaitu, Dr. Adi Asmara, Dr. Nur Choiro Siregar, Dr. Anggita Maharani, dan Dr. Mas’ud B yang secara bersama-sama menawarkan solusi berbasis dua pendekatan revolusioner yaitu Problem Based Learning (PBL) dan Deep Learning (DL). Mereka tidak hanya membahas teori, tetapi juga memberikan resep konkret untuk mengubah kelas matematika menjadi arena eksplorasi, kolaborasi, dan pemahaman mendalam. Membangun Pemahaman Konseptual melalui Masalah Nyata di SMP Pembicara pertama, Dr. Adi Asmara dari Universitas Muhammadiyah Bengkulu, membuka diskusi dengan menyajikan data suram, hasil PISA 2022 menunjukkan bahwa lebih dari 99% murid Indonesia hanya mampu menjawab soal Level 1-3, atau Lower Order Thinking Skills (LOTS), sementara kurang dari 1% yang bisa menyelesaikan soal Level 4-6, yaitu Higher Order Thinking Skills (HOTS). Ia menegaskan bahwa pembelajaran tradisional yang berpusat pada guru dan cenderung hafalan adalah akar masalahnya. Dr. Adi memberikan solusi dari permasalahan ini melalui PBL. Ia memberikan contoh konkret implementasi PBL di kelas 8 SMP untuk materi bangun datar. Guru memulai dengan studi kasus nyata, seorang petani ingin menghitung luas dan keliling lahan pertaniannya yang bentuknya tidak beraturan, serta menentukan kebutuhan pupuknya. Siswa kemudian dibagi dalam kelompok kecil untuk mengamati sketsa lahan dan mengidentifikasi bentuk-bentuk bangun datar penyusunnya. Kemudian melakukan perhitungan dan mempresentasikan hasilnya. Dengan cara ini, siswa tidak lagi sekedar menghafal rumus luas segitiga atau trapesium, tetapi benar-benar memahami konsepnya dan menerapkannya dalam konteks yang relevan. Dr. Adi menekankan bahwa proses refleksi setelah presentasi adalah kunci utama, di mana siswa diajak untuk memikirkan ulang proses berpikir mereka dan bagaimana penerapannya dalam kehidupan nyata. “PBL bukan sekadar metode, tetapi filosofi pembelajaran yang mengubah siswa dari objek menjadi subjek aktif,” ujarnya. Sinergi PBL dan AI untuk Pembelajaran yang Adaptif dan Interaktif Pembicara kedua, Dr. Nur Choiro Siregar dari Universitas Muhammadiyah Tangerang yang membawa dimensi teknologi ke dalam diskusi. Ia memperkenalkan Deep Learning bukan sebagai teknologi AI semata, tetapi sebagai pendekatan pembelajaran yang fokus pada pemahaman mendalam tentang “mengapa”, bukan hanya “bagaimana”. Dr. Nur Choiro menjelaskan sinergi luar biasa antara PBL dan DL. PBL menyediakan kerangka kerja untuk eksplorasi masalah dunia nyata. Sedangkan DL dengan bantuan algoritma AI untuk memastikan bahwa pemahaman konseptual tersebut didukung oleh personalisasi dan visualisasi yang kuat. Ia memberikan studi kasus optimasi rute pengiriman paket, sebuah masalah kompleks dalam riset operasi. Dalam skenario ini, siswa diberikan data lokasi gudang dan pelanggan, lalu diminta merancang algoritma untuk menemukan rute paling efisien. Alat DL seperti jaringan saraf tiruan dapat digunakan untuk menganalisis data historis, memvisualisasikan rute, dan bahkan mengusulkan solusi baru. Melalui cara ini, siswa tidak hanya memecahkan masalah, tetapi juga memahami struktur matematika di baliknya dan menjembatani kesenjangan antara teori, serta melakukan aplikasi praktis. Ia juga menyoroti peran guru yang bertransformasi dari “penyampai pengetahuan” menjadi “fasilitator dan mentor”. Guru bertugas mendesain masalah yang relevan, membimbing proses penyelidikan, dan menyediakan akses ke sumber daya digital. Sedangkan siswa menjadi pembelajar mandiri yang aktif mencari, menganalisis, dan mensintesis informasi. Menghidupkan Matematika dengan Pendekatan Holistik dan Terpadu Pembicara ketiga, Dr. Anggita Maharani dari Universitas Swadaya Gunung Jati, membahas aspek filosofis dan holistik dari Deep Learning. Ia mengutip dai Marton dan Säljö (1976) yang membedakan dua pendekatan belajar yaitu surface learning (permukaan) dan deep learning (mendalam). Siswa yang belajar secara permukaan hanya fokus pada nilai atau penghargaan, sedangkan siswa yang belajar secara mendalam memiliki motivasi intrinsik untuk memahami dan mengeksplorasi lebih banyak. Menurut Dr. Anggita, Deep Learning adalah pendekatan yang memuliakan, dengan menekankan pada penciptaan suasana belajar yang berkesadaran (mindful), bermakna (meaningful), dan menggembirakan (joyful) melalui olah pikir, olah hati, olah rasa, dan olah raga secara holistik. Ini berarti guru harus merancang pengalaman belajar yang membuat siswa sadar akan tujuan belajar mereka, melihat relevansi materi dengan dunia nyata, dan merasa senang selama proses belajar. Ia menekankan pentingnya refleksi sebagai inti dari Deep Learning. Proses pembelajaran harus diakhiri dengan refleksi, di mana siswa diajak memikirkan apa yang telah dipelajari, bagaimana mereka belajar, dan apa yang bisa ditingkatkan di masa depan. Ini tidak hanya membantu mengukuhkan pemahaman, tetapi juga mengembangkan metakognisi siswa. “Membangun pemahaman yang mengakar ibarat merawat pohon; kita tidak menumbuhkannya, tapi kita bisa merawat potensinya,” ujarnya. Integrasi PBL dan DL sebagai Pilar Transformasi Pendidikan Matematika Pembicara terakhir, Dr. Mas’ud B dari Universitas Muhammadiyah Parepare, menutup acara dengan menyatukan semua ide yang telah disampaikan. Ia menyebut integrasi PBL dan DL sebagai “dua pilar vital untuk transformasi pembelajaran matematika”. Keduanya saling melengkapi: PBL menyediakan aktivitas kontekstual dan kolaboratif, sementara DL menekankan pada refleksi, koneksi konsep, dan pemahaman mendalam. Dr. Mas’ud menyajikan kerangka integratif yang sistematis. Tahap pertama adalah orientasi masalah, di mana siswa dihadapkan pada masalah kontekstual yang menantang. Kemudian, siswa mengidentifikasi kebutuhan belajar dan melakukan investigasi mandiri. Setelah itu, mereka mempresentasikan hasil dan melakukan refleksi atas proses dan strategi yang digunakan. Refleksi ini adalah tahap paling penting, karena disinilah siswa melakukan generalisasi pengetahuan dan menghubungkannya dengan konteks lain. Ia menekankan bahwa guru bukan hanya penyampai pengetahuan, tetapi perancang pengalaman belajar yang menumbuhkan cara berpikir kritis, reflektif, dan bermakna. Dengan integrasi PBL dan DL, siswa tidak hanya memperoleh pemahaman matematika yang mendalam, tetapi juga mengembangkan keterampilan abad 21 seperti berpikir kritis, kreativitas, kolaborasi, dan kemampuan beradaptasi. “Ini bukan hanya tentang mengajar matematika, tapi tentang mendidik generasi yang siap menghadapi tantangan dunia nyata,” pungkasnya.
Deep Learning in Mathematics: Membangun Akar Pemahaman, Bukan Hanya Menyajikan Jawaban
Malang, 14 Juni 2025 — Program Studi Magister Pendidikan Matematika Universitas Muhammadiyah Malang mengadakan Kuliah Pakar (Visiting Professor) pada Juni 2025 , para pakar pendidikan matematika dari berbagai institusi berkumpul untuk mendalami konsep Deep Learning dalam konteks pembelajaran matematika. Acara yang dipandu oleh Prof. Dr. Yus Mochamad Cholily selaku Kepala Prodi Magister Pendidikan Matematika ini menghadirkan tiga narasumber utama yaitu Dr. Ulumul Umah, Dr. Reni Dwi Susanti, dan Dr. Buhaerah yang masing-masing membawa perspektif unik dan beragam mulai dari pondasi teoritis hingga penerapan teknologi dan personalisasi pembelajaran. Deep Learning sebagai Proses Penalaran yang Mengakar Pembicara pertama, Dr. Ulumul Umah dari Universitas Pesantren Tinggi Darul Ulum membuka diskusi dengan membedakan dua makna deep learning. Ia menekankan bahwa deep learning bukanlah tentang algoritma mesin, melainkan tentang pendekatan pembelajaran yang menekankan pemahaman mendalam dan kemampuan menerapkan konsep dalam berbagai konteks nyata. Dr. Ulumul menyampaikan bahwa inti dari deep learning adalah penalaran (reasoning). Ia juga mengutip dari Leslie Hart yang menyatakan bahwa belajar adalah proses ekstraksi pola bermakna dari kebingungan yang mana otak manusia secara alami mencari pola dan membuat hubungan antar pengalaman yang kemudian membentuk “skema” atau kerangka acuan mental. Skema inilah yang menjadi dasar bagi penalaran deduktif, induktif, dan analogis. Ia memberikan contoh konkret, ketika siswa hanya menghafal rumus y = x + 1 tanpa memahami pergeseran grafiknya, mereka akan terkejut ketika diberi soal y = x^2 + 6. Pemahaman yang hanya di permukaan tidak akan bertahan. Sebaliknya, jika siswa diajak untuk mengeksplorasi koneksi antara representasi simbolik dan grafik, serta menganalisis diskriminan maka pemahaman mereka akan “mengakar”. Dr. Ulumul juga menyoroti peran emosi dan motivasi dalam pembelajaran. Ia mengutip dari Lefrancois yang menyatakan bahwa ingatan dan makna yang dibentuk dipengaruhi oleh emosi, motivasi, dan niat dari pembelajar. Oleh karena itu, ia menekankan pentingnya menciptakan ruang aman di kelas yang mana siswa merasa bebas untuk bertanya, membuat kesalahan, dan merefleksi. “Membangun akar pemahaman ibarat merawat potensi pohon yang mana bukan kita yang menumbuhkannya, tapi kita bisa merawatnya,” ujarnya. Teknologi sebagai Katalisator untuk Membangun Kompetensi 6C Pembicara kedua, Dr. Reni Dwi Susanti dari Universitas Muhammadiyah Malang yang membahas tentang bagaimana teknologi dapat menjadi katalisator dalam menciptakan pembelajaran mendalam. Ia mengacu pada kerangka Michael Fullan yang menempatkan pembangunan kompetensi 6C yang meliputi: Character, Citizenship, Collaboration, Communication, Creativity, dan Critical Thinking sebagai tujuan utama deep learning. Dr. Reni menjelaskan bahwa teknologi bukan sekadar pelengkap, tetapi bagian integral dari skenario belajar yang bermakna. Ia memberikan contoh penerapan platform seperti GeoGebra, Desmos, dan PhET untuk memfasilitasi eksplorasi, kolaborasi, dan komunikasi. Misalnya dalam proyek menyelesaikan masalah kesebangunan segitiga, siswa menggunakan GeoGebra untuk memodelkan situasi nyata seperti menghitung tinggi pohon atau tiang, lalu menyajikan hasilnya dalam presentasi digital. Dalam proses ini, setiap langkah proyek dirancang untuk mengembangkan satu atau lebih kompetensi 6C. Saat siswa bekerja dalam kelompok, mereka mengembangkan collaboration dan communication. Saat mereka menganalisis data dan membuat hipotesis, mereka melatih critical thinking dan creativity. Dan saat mereka merefleksi proses belajar mereka, mereka membangun character dan citizenship. Dr. Reni juga menyoroti tantangan dalam integrasi teknologi, seperti akses perangkat dan kesiapan guru. Namun, ia melihat banyak peluang, seperti pembelajaran personalisasi, kolaborasi digital lintas daerah, dan pemanfaatan AI untuk analisis data dan intervensi yang tepat waktu. Ia menekankan bahwa peran guru harus berubah dari “pemberi materi” menjadi “fasilitator digital” yang mendesain pembelajaran dan memotivasi siswa. Personalisasi Pembelajaran dengan Deep Learning untuk Mengatasi Kesenjangan Pembicara terakhir, Dr. Buhaerah dari IAIN Parepare, membahas aspek paling praktis dari deep learning melalui personalisasi dan adaptasi pembelajaran. Ia menekankan bahwa setiap siswa memiliki kemampuan dan gaya belajar yang berbeda-beda, sehingga pendekatan yang seragam sering kali tidak efektif. Dr. Buhaerah menjelaskan bahwa teknologi deep learning dapat membantu guru dalam menganalisis kemampuan siswa secara mendalam. Sistem berbasis deep learning dapat mengenali pola belajar masing-masing siswa, menyesuaikan materi dan kecepatan belajar secara otomatis, serta memberikan umpan balik yang personal. Ini sangat berguna untuk mengurangi kesenjangan antara siswa yang berprestasi tinggi dan yang berjuang. Ia memberikan contoh aplikasi nyata, seperti sistem yang dapat menyesuaikan jalur belajar dan menyajikan soal Higher Order Thinking Skills (HOTS) yang sesuai dengan kemampuan tiap siswa. Dengan cara ini, siswa didorong untuk mencapai potensi kognitif maksimal mereka. Selain itu, teknologi ini juga dapat membantu guru dengan mempersonalisasi latihan dan intervensi, tanpa menambah beban kerja mereka. Namun, Dr. Buhaerah juga menekankan perlunya penelitian dan pengembangan lebih lanjut untuk meningkatkan kualitas pembelajaran matematika dengan deep learning. Ia menyarankan agar guru tidak hanya menjadi pengguna teknologi, tetapi juga terlibat aktif dalam merancang dan mengevaluasi sistem pembelajaran yang digunakan.
Deep Learning di Matematika: Antara Makna, Teknologi, dan Peran Guru yang Tak Tergantikan
Malang, 17 Mei 2025 — Dalam rangkaian Kuliah Pakar (Visiting Professor) Mei 2025 yang diselenggarakan oleh Universitas Muhammadiyah Malang, para pakar pendidikan matematika dari berbagai universitas berkumpul untuk membahas satu tema yang kini menjadi pusat perhatian: Deep Learning di Matematika. Acara yang dipandu oleh Prof. Dr. Yus Mochamad Cholily, M.Si. Selaku Kepala Program Studi Magister Pendidikan Matematika Universitas Muhammadiyah Malang, dan menghadirkan tiga narasumber utama yaitu Dr. Thesa Kandaga, Dr. Mohamad Gilar Jatisunda, dan Dr. Dewi Risalah. Mereka masing-masing memberikan perspektif unik tentang bagaimana pembelajaran mendalam dapat diwujudkan, baik melalui pendekatan pedagogis maupun pemanfaatan teknologi. Deep Learning Bukan Sekadar Teknologi, Tapi Transformasi Pengalaman Belajar Pembicara pertama, Dr. Thesa Kandaga dari Universitas Terbuka, membuka diskusi dengan menegaskan bahwa esensi deep learning bukanlah pada alat atau aplikasi canggih, melainkan pada transformasi pengalaman belajar itu sendiri. “Bukan perangkat, bukan kurikulum, bukan sistem, tapi guru yang menjadi nyawa dari setiap proses belajar,” tegasnya. Dr. Thesa menekankan bahwa deep learning adalah upaya untuk membuat pembelajaran menjadi bermakna, bermanfaat, dan menyenangkan. Ia mengutip Michael Fullan, yang menyatakan bahwa deep learning mengubah peran siswa, guru, dan keluarga dengan fokus pada hal-hal yang secara pribadi dan kolektif bermakna. Bagi siswa yang merasa termarjinalisasi, sekolah sering kali terasa membosankan dan tidak relevan; deep learning bertujuan untuk menjembatani jurang tersebut. Dalam konteks matematika, Dr. Thesa memberikan contoh konkret. Ia meminta audiens mempertimbangkan pertanyaan sederhana: “Mengapa ada bilangan negatif?” Jawabannya, menurutnya, harus dikaitkan dengan dunia nyata, seperti konsep utang-piutang. Ia juga menyoroti pentingnya desain pembelajaran backward design, di mana guru memulai dari hasil akhir yang diinginkan, lalu merancang kegiatan belajar yang akan membawa siswa mencapai tujuan tersebut. Refleksi, kata Dr. Thesa, adalah inti dari deep learning adalah siswa harus diberi ruang untuk memikirkan ulang proses dan pemahamannya. Menyelami Epistemologi dan Transposisi Didaktik untuk Pembelajaran Bermakna Pembicara kedua, Dr. Mohamad Gilar Jatisunda dari Universitas Majalengka, membawa audiens masuk ke dalam ranah filosofis dan teoretis pembelajaran matematika. Ia memulai dengan membedakan antara learning dan meaningful learning. Mengacu pada Ausubel, ia menjelaskan bahwa pembelajaran bermakna bukan sekadar menerima informasi, tetapi mengaitkan pengetahuan baru dengan pengetahuan lama secara logis dan konseptual. Dr. Jatisunda kemudian mengajak audiens untuk mempertimbangkan epistemologi dengan cara bagaimana manusia memperoleh dan memvalidasi pengetahuan. Ia menguraikan evolusi makna didaktik dari berbagai ilmuwan terkenal dari mulai Comenius yang melihatnya sebagai seni mengajar, hingga Chevallard yang memandangnya sebagai ilmu difusi dan akuisisi pengetahuan dalam masyarakat. Dengan menggunakan kerangka teori transposisi didaktik, ia menjelaskan bagaimana pengetahuan ilmiah (scholarly knowledge) ditransformasi menjadi pengetahuan yang siap diajarkan (knowledge to be taught) dan kemudian menjadi pengetahuan yang dipelajari (learned knowledge). Dalam studi kasusnya tentang materi pertidaksamaan rasional, Dr. Jatisunda menunjukkan perbedaan antara apa yang tertulis di buku teks, apa yang diajarkan oleh guru, dan apa yang benar-benar dipahami oleh siswa. Ia menemukan bahwa banyak guru menggunakan analogi yang kuat, seperti pembagian kue atau batas tanah, untuk menjelaskan konsep abstrak seperti titik kritis. Namun, ia juga menyoroti kesenjangan, di mana beberapa konsep penting seperti analisis tanda tidak selalu diberikan gambaran yang jelas. Temuan ini menunjukkan bahwa deep learning dalam matematika membutuhkan perencanaan yang sangat cermat dan reflektif, bukan hanya penyampaian informasi. AI sebagai Alat Bantu, Bukan Pengganti Guru Pembicara terakhir, Dr. Dewi Risalah dari Universitas PGRI Pontianak, membahas aspek paling mutakhir dari topik ini: penerapan deep learning dalam bentuk teknologi AI. Ia memulai dengan membedakan deep learning dalam konteks pendidikan dari deep learning dalam ilmu komputer. Dalam konteks pendidikan, ia lebih memfokuskan pada pembelajaran mendalam yang bersifat kognitif dan emosional, sedangkan dalam ilmu komputer, deep learning adalah cabang machine learning yang menggunakan jaringan saraf tiruan untuk belajar dari data. Dr. Dewi memberikan contoh aplikasi nyata, seperti Photomath, yang bisa menyelesaikan soal matematika hanya dengan memfoto. Ia menjelaskan bahwa teknologi ini bisa berfungsi seperti “guru virtual” yang mampu memprediksi tren nilai, menyelesaikan persamaan kompleks, bahkan mengoreksi jawaban secara otomatis. Manfaatnya jelas: membantu siswa belajar mandiri dan memberikan rekomendasi soal yang sesuai dengan kemampuan mereka. Namun, Dr. Dewi juga menyoroti tantangan dan bahaya yang mengintai. “Black box”-nya AI membuat logika di balik solusi sering kali sulit dipahami. Ini berisiko menciptakan ketergantungan, di mana siswa hanya menerima jawaban tanpa memahami konsepnya. Lebih buruk lagi, ia mengingatkan risiko penyalahgunaan untuk mencontek dan penurunan kreativitas serta kemampuan berpikir logis siswa. Solusi yang ia tawarkan sangat pragmatis: “Jadikan AI sebagai alat bantu, bukan pengganti guru.” Ia menyarankan agar guru tetap memegang peran utama dan meminta siswa untuk menjelaskan ulang langkah-langkah solusi yang diberikan oleh AI. Dengan cara ini, teknologi tidak menggantikan proses belajar, tetapi memperkaya dan memperdalamnya.
Hasil Evaluasi Monitoring 2024
Kami informasikan bahwa hasil evaluasi telah selesai dan dapat diakses melalui tautan di bawah ini. Evaluasi ini merupakan bagian dari upaya kami untuk memastikan kualitas proses dan hasil yang optimal dalam pelaksanaan kegiatan. Kami mengucapkan terima kasih atas partisipasi dan kerja sama seluruh pihak yang terlibat. Silakan cek hasil evaluasi untuk mengetahui informasi lebih lanjut.
Magister Pendidikan Matematika UMM Mengucapkan Selamat Atas Peringkat 3 Besar Perguruan Tinggi Swasta (PTS) Terbaik 2025
Magister Pendidikan Matematika UMM mengucapkan Alhamdulillah atas pencapaian luar biasa Universitas Muhammadiyah Malang yang berhasil meraih peringkat 3 Besar Perguruan Tinggi Swasta (PTS) terbaik di Indonesia versi Webometrics 2025. Prestasi ini menjadi bukti nyata bahwa UMM terus berkembang dan berkomitmen dalam meningkatkan kualitas pendidikan, penelitian, dan inovasi. Kami bangga menjadi bagian dari universitas yang selalu mengutamakan keunggulan akademik dan kontribusi nyata bagi masyarakat. Keberhasilan ini tentu tidak lepas dari kerja keras seluruh civitas akademika, termasuk dosen, mahasiswa, tenaga kependidikan, serta dukungan penuh dari para alumni dan mitra kerja UMM. Semangat untuk terus maju dan memberikan yang terbaik harus selalu kita jaga. Semoga pencapaian ini menjadi motivasi bagi kita semua untuk semakin meningkatkan kualitas pendidikan di UMM, khususnya di Prodi Pendidikan Matematika. Mari bersama-sama melangkah lebih jauh, berinovasi, dan berkontribusi demi mencetak generasi unggul yang siap menghadapi tantangan masa depan. #UMM #PendidikanMatematikaUMM #Webometrics2025
Magister Pendidikan Matematika UMM Mengucapkan Selamat dan Bangga Pencapaian Universitas Muhammadiyah Malang (UMM)
Magister Pendidikan Matematika UMM mengucapkan selamat dan bangga atas pencapaian Universitas Muhammadiyah Malang (UMM) yang menempati peringkat 1 sebagai Universitas Muhammadiyah terbaik se-Indonesia dan peringkat 23 di antara universitas negeri dan swasta terbaik se-Indonesia versi Webometrik edisi 2024. Prestasi ini menjadi bukti nyata bahwa UMM terus berkomitmen dalam memberikan pendidikan berkualitas dan berdaya saing global. Mari bersama-sama terus berkarya dan berinovasi demi masa depan yang lebih cerah! Ke depan, Magister Pendidikan Matematika UMM berkomitmen untuk terus meningkatkan kualitas pembelajaran, penelitian, dan pengabdian kepada masyarakat. Dengan mengembangkan inovasi dalam pendidikan matematika, kami berupaya mencetak lulusan yang tidak hanya unggul dalam akademik tetapi juga mampu memberikan solusi kreatif di dunia pendidikan. Selain itu, kami akan memperkuat kolaborasi dengan berbagai pihak, baik dalam skala nasional maupun internasional, guna memperluas wawasan serta kesempatan bagi mahasiswa dan dosen untuk terus berkembang. Dengan semangat kolaborasi dan inovasi, kami yakin UMM akan terus melangkah maju dan memberikan kontribusi nyata bagi bangsa dan dunia. #UMM #PendidikanMatematikaUMM #UMMCampus #KampusPutih #BanggaUMM
Pengambilan Kalender UMM 2025
Kepada seluruh mahasiswa Universitas Muhammadiyah Malang, Kami informasikan bahwa Kalender UMM 2025 sudah tersedia dan dapat diambil di: Kantor Program Studi masing-masing TU Fakultas masing-masing Waktu pengambilan: Mulai 24 Desember 2024 s/d 30 Maret 2025 (Selama persediaan masih ada) Syarat pengambilan: Wajib menunjukkan KTM aktif Jangan lewatkan kesempatan untuk mendapatkan kalender resmi UMM 2025! Segera kunjungi kantor yang telah ditentukan. Informasi lebih lanjut dapat dilihat melalui media sosial resmi Universitas Muhammadiyah Malang atau hubungi TU Fakultas Anda. Terima kasih.