penelitian kompetitif fakultassipeg.unj.ac.id/repository/upload/laporan/proposal_penelitian.pdf ·...
TRANSCRIPT
Bidang Ilmu: Pendidikan Matematika
Penelitian Kelompok
PENELITIAN
KOMPETITIF FAKULTAS
JUDUL PENELITIAN
EKSPLORASI META-REPRESENTATIONAL COMPETENCE
DALAM PROSES PEMODELAN MATEMATIKA
PENGUSUL
Nama Pengusul : Tian Abdul Aziz, Ph.D. NIDN. : 0318108506
Nama Anggota : Dr. Makmuri, M.Si. NIDN. : 0015076409
FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM
UNIVERSITAS NEGERI JAKARTA
Maret, 2020
ii
HALAMAN PENGESAHAN
PENELITIAN KOMPETITIF FAKULTAS
Judul Penelitian : Eksplorasi Meta-Representational
Competence dalam Proses Pemodelan
Matematika
Kode/Bidang Ilmu : Pendidikan Matematika
Identitas Peneliti
a. Nama Lengkap : Tian Abdul Aziz, Ph.D.
b. NIDN : 0318108506
c. Jabatan Fungsional : Lektor
d. Program Studi : Pendidikan Matematika
e. Nomor HP : 081298776962
f. Alamat surel (e-mail) : [email protected]
Biaya Penelitian
Keseluruhan
: Rp. 52.010.000
Jakarta, 10 Maret 2020
Mengetahui,
Dekan Fakultas Matematika dan Ilmu
Pengetahuan Alam
Dr. Adisyahputra, M.Sc.
196011111987031003
Peneliti,
Tian Abdul Aziz, Ph.D.
NIP.: 198510182019031009
Mengetahui,
Ketua LPPM UNJ
Dr. Ucu Cahyana, M.Si.
NIP.:196608201994031002
iii
DAFTAR ISI
HALAMAN PENGESAHAN ................................................................................. ii
DAFTAR ISI .......................................................................................................... iii
RINGKASAN ........................................................................................................ iv
BAB I. PENDAHULUAN ...................................................................................... 1
BAB II. TINJAUAN PUSTAKA ............................................................................ 4
BAB III. METODE PENELITIAN....................................................................... 10
BAB IV. BIAYA DAN JADWAL PENELITIAN ............................................... 13
DAFTAR PUSTAKA ........................................................................................... 14
LAMPIRAN .......................................................................................................... 16
iv
RINGKASAN
Pemodelan matematika merupakan kemampuan dan proses dalam menyelesaikan
permasalahan real-world context dengan menggunakan model. Dalam proses
pengembangan model tersebut kemampuan representasi matematis sangat
diperlukan. Belum ada penelitian terkait meta-representational competence (MRC)
dalam konteks pemodelan matematika. Oleh karena itu, penelitian ini bertujuan
untuk melakukan eksplorasi meta-representational competence siswa dalam
aktivitas pemodelan matematika. Tahapan penelitian ini akan terdiri dari: (i)
pengembangan instrumen pemodelan matematika; (ii) test administration; dan (iii)
analisis data secara kualitatif. Dengan test administration, penelitian ini akan
melibatkan kurang lebih 100 siswa kelas 11 yang akan dipilih secara convenience
di sekolah-sekolah yang ada di wilayah DKI Jakarta. Dengan menggunakan
taksonomi MRC yang telah dikembangkan, hasil pekerjaan siswa dalam
menyelesaikan permasalahan pemodelan matematika akan dianalisis dan
diklasifikasikan. Secara teori, hasil penelitian ini akan mengisi kekosongan tentang
peran meta-representational competence dalam proses pemodelan matematika.
Secara praktik, penelitian ini membantu guru dalam mengembangkan desain
pembelajaran yang dapat membantu siswa mengembangkan meta-representational
competence. Peneliti mempunyai memulai road map penelitian tentang representasi
dan pemodelan matematika dan sejalan dengan road map program studi Pendidikan
Matematika FMIPA UNJ. Luaran yang diharapkan dari penelitian ini adalah profil
meta-representational competence siswa dalam aktivitas pemodelan matematika
dan faktor-faktor yang berkaitan serta implikasi pengembangan MRC dalam proses
pemodelan matematika.
Kata kunci: Pemodelan Matematika; Siswa SMA; Meta-Representational
Competence
1
BAB I. PENDAHULUAN
1.1.Latar Belakang
Pembelajaran matematika saat ini perlu menitikberatkan pada pengembangan
kemampuan siswa dalam menyelesaikan masalah-masalah yang berkembang di
lingkungan sekitar (real-world problems) sebagai wujud nyata dari warga negara
yang bertanggung jawab. Pentingnya kemampuan penyelesaian masalah ini telah
menjadi kesepakatan umum bersama di seluruh dunia dan menjadi tujuan yang
tidak bisa dipisahkan dari pembelajaran matematika di sekolah.
Pemodelan matematika merupakan jembatan antara peristiwa di kehidupan sehari-
hari dengan matematika. Pemodelan matematika ini adalah sebagai proses yang
menggambarkan atau menjelaskan peristiwa dalam bentuk matematika sebagai
upaya untuk mendapatkan informasi tambahan atau memprediksi sesuatu (Kim &
Kim, 2010). Pemodelan matematika merupakan salah satu komponen yang
menjelaskan kemampuan literasi matematika berdasarkan Programme for
International Student Assessment (PISA) (OECD, 2019).
Proses pemodelan matematika ini mencakup idealisasi, matematisasi,
implementasi, dan interpretasi (Karaci Yasa & Karatas, 2018). Dalam proses
matematisasi, siswa berusaha untuk mengembangkan model matematika yang
didesain dari real-world model. Model merupakan alat penting dalam proses
pemecahan permasalahan pemodelan matematika (Speiser & Walter, 2010). Dalam
proses pengembangan model ini, siswa menggunakan multiple prespective yang
mengindikasikan konsep dan sistem representasi yang dimiliki oleh siswa
(Dominguez, 2010). Walaupun solusi yang didapatkan terkadang bersifat unik,
namun siswa menggunakan berbagai representasi eksternal yang dapat
memfasilitasi mereka.
Kemampuan untuk menemukan atau merancang berbagai alternatif representasi,
menjelaskan, memahami fungsi, dan mengevaluasi bentuk representasi ini dikenal
dengan meta-representational competence (MRC) (Mhlolo, 2015). MRC memiliki
empat komponen taksonomi, yaitu: (1) Invention; (2) Critique; (3) Functioning; dan
2
(4) Learning (Jones, 2014). Kemampuan untuk memilih alternatif representasi
eksternal atau mengembangkan representasi eksternal baru yang efektif ini sangat
diperlukan dalam proses pemodelan matematika.
1.2.State of the Art
Penelitian tentang pengembangan model dalam proses pemodelan matematika telah
dilakukan oleh Doerr dan Tripp (1999). Namun, penelitian tersebut memfokuskan
pada representasi eksternal yang terkesan tunggal dan tidak memberikan ruang pada
alternatif lain yang dimungkinkan. Penelitian sebelumnya memfokuskan MRC
pada topik aljabar (Izsák, Çaǧlayan, & Olive, 2009), kemampuan spasial (Hegarty,
2012), kemampuan visual (Eilam, 2015), pada topik statistic (Mhlolo, 2015), dan
aljabar linear (Wawro, Watson, & Christensen, 2017). Dalam literatur yang ada,
penelitian terkait peran MRC belum diungkap dalam proses pemodelan
matematika. Oleh karena itu, penelitian ini berusaha mengisi kekosongan
penelitian-penelitian sebelumnya tentang peran MRC dalam proses pemodelan
matematika. Penelitian ini dengan tujuan untuk mengisi kekosongan dalam literatur
dan mengembangkan struktur ilmu pengetahuan tentang MRC dalam pemodelan
matematika.
1.3.Rumusan dan Pembatasan Masalah
Penelitian ini bermaksud untuk mengisi kesenjangan yang ada dalam penelitian
yang telah dilakukan. Oleh karena itu, penelitian ini akan. Sehubungan dengan hal
tersebut, peneliti merumuskan beberapa pertanyaan penelitian sebagai berikut:
Berdasarkan penjelasan di atas, rumusan masalah dalam penelitian ini adalah:
i. Bagaimana profil meta-representational competence siswa dalam aktivitas
pemodelan matematika?
ii. Apa saja faktor-faktor yang terkait dengan pengembangan meta-
representational competence siswa dalam pemodelan matematika?
Dalam penelitian yang akan dilakukan, terdapat pembatasan, diantaranya:
i. Penelitian ini melibatkan sejumlah siswa SMA di daerah DKI Jakarta.
ii. Soal-soal pemodelan yang digunakan merupakan soal yang disesuaikan dengan
konteks di DKI Jakarta.
3
1.4.Tujuan Penelitian
Tujuan penelitian ini berusaha menjawab rumusan masalah penelitian di atas
dengan menguraikannya ke dalam poin-poin berikut ini. Tujuan khusus penelitian
ini adalah:
1. Mengeksplorasi meta-representational competence siswa dalam aktivitas
pemodelan matematika.
2. Mengeksplorasi faktor yang tekait dengan pengembangan meta-
representational competence siswa dalam pemodelan matematika.
1.5.Urgensi Penelitian
Urgensi dari penelitian yang akan dilakukan diantaranya adalah:
1. Penelitian ini menjadi penting untuk dilakukan dalam upaya untuk mengisi
kekosongan penelitian tentang proses konstruksi dan penggunaan berbagai
macam bentuk representasi eksternal yang efektif dalam pemodelan
matematika.
2. Penelitian ini berupaya meningkatkan kualitas pembelajaran matematika
dengan meningkatkan kemampuan-kemampuan yang diperlukan pada masa
kini dan masa yang akan datang. Pemodelan matematika erat kaitannya dengan
pembelajaran realistik dan kontekstual, di mana siswa dapat belajar secara
bermakna karena mereka dihadapkan pada peristiwa yang dekat dengan
kehidupan mereka. Oleh karena itu, penelitian ini akan membantu siswa dalam
meningkatkan motivasi dan sikap positif mereka terhadap pembelajaran
matematika.
4
BAB II. TINJAUAN PUSTAKA
2.1.Pemodelan Matematika (Mathematical Modelling)
Mathematical Modelling dideskripsikan sebagai sebuah proses penyelesaian real-
world problems (Keskin, 2008). Dengan pemodelan matematika, siswa dapat
memperdalam pemahaman dan kemampuan matematika dalam situasi atau
permasalahan nyata. Karaci Yasa dan Karatas (2018) mengemukakan bahwa
terdapat dua elemen penting dalam mathematical modelling, yaitu: (1) koneksi
antara matematika dan kehidupan nyata; dan (2) proses pemodelan dalam
pemecahan masalah.
Berdasarkan Maaß (2006), proses pemodelan matematika mencakup hal-hal
berikut:
i. Memahami permasalahan;
ii. Menentukan variabel;
iii. Mengkonstruk model yang sesuai;
iv. Menyelesaikan masalah berdasarkan model yang dibuat;
v. Menginterpretasikan hasil yang didapat; dan
vi. Memodifikasi dan memperbaiki proses.
Keenam proses pemodelan matematika tersebut dapat digambarkan dalam diagram
di bawah ini:
Gambar 2.1. Proses Pemodelan Matematika
5
Proses pemodelan merupakan cycle yang terdiri dari problem posing,
pengembangan model, interpretasi model, dan pencarian hasil (Bilgic & Uzel,
2014). Proses tersebut bukan merupakan proses yang satu arah yang berujung pada
satu titik. Akan tetapi proses pemodelan menuntut pelajar untuk menegosiasikan
antar tahapan, di mana jika terjadi ketidaksesuaian maka tahapan sebelumnya akan
diulang.
Dalam rangka menyelesaikan masalah pemodelan matematika, beragam model
matematika dikembangkan oleh pelajar (Doerr & Tripp, 1999). Model tersebut
sebagian besar merupakan representasi eksternal atau visualisasi yang dapat berupa
diagram, gambar, tabel, dan lain sebagainya. Representasi eksternal tersebut
membantu mereka untuk mengembangkan model matematika yang akan digunakan
dalam pemecahan masalah.
Berdasarkan Şen-Zeytun (2013) terdapat aktivitas penting yang terdapat dalam
proses pemodelan matematika, di antaranya:
1. Memahami permasalahan
a. Menentukan aspek dari soal yang akan diinvestigasi
b. Mengumpulkan dan menganalisis beberapa data yang sesuai dengan
masalah yang dihadapi.
2. Memilih variabel
a. Kumpulkan ide-ide yang ada dalam permasalahan untuk
menentukan kata kunci yang akan digunakan.
b. Membuat daftar kata kunci dan memperbaikinya jika diperlukan
c. Mengubah kata kunci menjadi variabel yang akan digunakan dalam
model matematika.
3. Mengembangkan model matematika
a. Mendeskripsikan peristiwa atau masalah dengan menggunakan
kata-kata sendiri.
b. Menuliskan kata-kata tersebut dalam bentuk simbol dengan
menggunakan variabel yang telah ditentukan di awal.
4. Memformulasikan dan menyelesaikan masalah matematika
a. Menggunakan kemampuan mekanis matematika untuk
menyelesaikan masalah.
6
b. Menggunakan pengetahuan konsep untuk membantu menyelesaikan
masalah.
5. Menginterpretasikan solusi yang didapat.
a. Mendeskripsikan solusi yang didapat dengan menggunakan kata-
kata sendiri.
b. Melihat kesesuaian kualitatif antara hasil yang didapat dengan
permasalahan yang ada.
6. Membandingkan dengan realitas
a. menguji solusi yang didapat dengan data yang sesuai.
b. Mengkritisi model dan melihat kembali proses yang telah dilakukan.
7. Memperbaiki model
a. Merevisi kembali model yang dikembangkan.
b. Memformulasikan model yang direvisi.
c. Mengulasi proses penyelesaian, interpretasi, dan validasi.
8. Mempresentasikan aktifitas pemodelan.
Penelitian tentang aplikasi pemodelan matematika dalam pembelajaran matematika
telah dikembangkan sejak satu dekade terakhir (L. D. English, Ärlebäck, &
Mousoulides, 2016; Rellensmann, Schukajlow, & Leopold, 2017). Penelitian yang
dikembangkan beragam mulai dari jenjang pendidikan sekolah sampai pendidikan
tinggi. Tantangan yang dihadapi dari penelitian ini adalah tentang integrasi
pemodelan matematika dalam pembelajaran yang dirasa sangat sulit. Hal ini
disebabkan oleh fokus pembelajaran saat ini di sekolah-sekolah hanya pada
penguasaan konsep dan latihan menyelesaikan soal-soal rutin.
Di Indonesia, pemodelan matematika banyak dipahami sebagai topik yang didalami
di luar matematika sekolah. Padahal, pemodelan matematika digunakan terutama
dalam topik program linear atau aplikasi sistem persamaan linear beberapa variable.
Pembelajaran matematika masa kini dan masa yang akan datang akan menuntut
semua pihak untuk mengintegrasikan peristiwa-peristiwa yang terjadi dalam
kehidupan sehari-hari ke dalam proses pembelajaran.
Penelitian ini akan membantu guru matematika memahami proses pemodelan
matematika, menumbuhkan persepsi positif, memotivasi mereka untuk
7
mengaplikasikannya dalam pembelajaran matematika. Selain itu, penelitian ini
akan menjadi dasar bagi penelitian pemodelan matematika di Indonesia.
2.2.Meta-Representational Competence (MRC)
Proses pengembangan model dalam pemodelan matematika memainkan peran yang
sangat penting. Model yang dipilih oleh siswa dapat beragam, karena
menyesuaiakan dengan interpretasi dan keefektifan dari model yang digunakan.
Oleh karena itu, peneliti beranggapan bahwa terdapat peran dari meta-
representational competence dalam kesuksesan pemecahan permasalahan
pemodelan matematika.
Meta-representational competence (MRC) didefinisikan sebagai kemampuan siswa
untuk menemukan atau merancang berbagai representasi baru, menalar,
mengevaluasi dan membandingkan berbagai macam representasi tersebut secara
efektif (L. English, 2012; Mulligan & English, 2014). MRC dapat dilihat dari aspek
teori dan juga aspek praktik. Dari aspek teori, MRC merujuk pada pengetahuan
tentang berbagai macam bentuk representasi terhadap suatu konsep. Sedangkan,
secara praktik MRC merujuk pada kemampuan untuk mengkonstruksi,
memanipulasi, dan mengaplikasikan eksternal representasi. Selain itu, MRC
mencakup: (i) kemampuan untuk mengembangkan representasi yang baru untuk
tujuan atau lingkungan tertentu; (ii) mengekstrak, menginterpretasi, dan mengkritik
informasi yang direpresentasikan; dan (iii) melakukan transformasi di antara bentuk
representasi (Eilam, 2015).
Dalam proses pemodelan matematika, siswa perlu dilatih untuk mengembangkan
model yang efektif. Kesulitan-kesulitan untuk menentukan model yang efektif
dapat diminimalisir dengan mengembangkan kemampuan MRC. Hal ini dapat
membantu siswa dalam memahami suatu konsep matematika secara mendalam dan
holistik. Tabel di bawah menjelaskan tentang komponen taksonomi yang
dikemukakan oleh (Jones, 2014).
8
Tabel 2.1. Deskripsi Komponen Taksonomi MRC
No Komponen
Taksonomi MRC
Deskripsi
i Invention Pengetahuan siswa untuk menemukan dan
mendesain representasi yang baru.
ii Critique Pengetahuan siswa untuk memutuskan dan
membandingkan berbagai bentuk representasi.
iii Functioning Pengetahuan siswa tentang pemahaman
penggunaan bentuk representasi.
iv Learning Pengetahuan siswa tentang strategi untuk
menggunakan representasi yang baru.
Peran meta-representational competence belum terungkap dalam proses
pemodelan matematika secara empiris. Penelitian MRC yang telah dilakukan
memfokuskan pada topik statistik (Mhlolo, 2015), data modelling (Mulligan &
English, 2014), dan geometri (Hegarty, 2012). Selain itu, penelitian-penelitian
terkini yang telah dilakukan dalam pemodelan matematika memfokuskan pada hal-
hal lain di luar meta-representational competence, seperti covariational reasoning
(Kertil, Erbas, & Cetinkaya, 2019) dan visualisasi model (Rellensmann et al.,
2017). Penelitian yang memfokuskan pada proses konstruksi dan penggunaan
representasi yang efektif dalam pemodelan matematika belum menjadi topik yang
diteliti. Oleh karena itu, penelitian ini mencoba untuk mengisi kekosongan dalam
literatur.
2.3.Peta Jalan Penelitian
Preliminary Research on
Representation
Exploration of Role of Meta-
Representational Competence
on Mathematical Modelling
Activities
Role Meta-Representational
Competence and
Metacognition on
Mathematical Modelling
Activities
Gambar 2.2. Road Map Penelitian Peneliti
2019 2020 2021
9
Penelitian ini merupakan bagian dari road map peneliti. Pada tahun 2019, tim
peneliti telah melakukan penelitian tentang Flexibility of External Representation
of Domain and Range Function (Aziz & Kurniasih, 2019). Hasil penelitian tersebut
menunjukkan bahwa calon guru matematika memiliki kelemahan dalam
mentransformasikan berbagai bentuk representasi dalam topik domain dan range
fungsi. Salah satu penyebab diantaranya adalah lemahnya meta-representational
competence (MRC). Oleh karena itu, pada tahun 2020 peneliti mencoba
mengembangkan studi tersebut untuk lebih memperdalam dan memperkaya
literatur dengan melihat peran meta-representational competence dalam proses
pemodelan matematika. Pada tahun 2021, penelitian akan dilakukan dengan
mengeksplorasi hubungan antara meta-representational competence dan meta-
cognition dalam pembelajaran matematika.
10
BAB III. METODE PENELITIAN
Secara umum, penelitian ini menggunakan pendekatan kualitatif (studi kasus).
Dalam kurun waktu satu tahun aspek yang diteliti dan target luaran yang ingin
dicapai dirangkum ke dalam bagan pada Gambar 3.1.
ASPEK YANG DITELITI TARGET LUARAN
Tahap ke-1:
Pengembangan dan adaptasi
masalah pemodelan matematika.
Permasalahan pemodelan
matematika yang sesuai dengan
konteks Indonesia.
Tahap ke-2:
Eksplorasi Meta-
Representational Competence
siswa dalam pemodelan
matematika.
Profil Meta-Representational
Competence siswa dalam pemodelan
matematika.
Tahap ke-3:
Analisis Meta-Representational
Competence dalam pemodelan
matematika
Temuan terkait dengan faktor-faktor
yang terkait dengan Meta-
Representational Competence dalam
pemodelan matematika.
HASIL YANG DICAPAI
a. Permasalahan pemodelan matematika yang sesuai dengan konteks.
b. Profil Meta-Representational Competence siswa dalam proses pemodelan
matematika.
c. Temuan terkait dengan factor-faktor yang berhubungan dengan pengembangan
meta-representational competence dalam pemodelan matematika.
d. Temuan-temuan pada poin a,b, dan c akan dipublikasikan dalam prosiding
internasional
Gambar 3.1. Diagram Alur Penelitian
11
Berdasarkan aspek dan luaran penelitian di atas, prosedur penelitian ini dilakukan
dengan mengikuti rincian pelaksanaan penelitian yang diuraikan dalam Tabel 3.1.
berikut.
Tabel 3.1. Rincian Prosedur Penelitian untuk Masing-masing Aspek Penelitian
Aspek
Penelitian
Metode Prosedur Luaran
Tahap Pertama
Pengembangan
dan adaptasi
masalah
pemodelan
matematika.
a. Kajian
pustaka untuk
theoretical
framework
b. Uji Validitas:
Validitas
Muka dan
Validitas
Konten.
a. Mempertimbangk
an sumber primer
dan sekunder
untuk menyusun
theoretical
framework
b. Menguji validitas
konten dan muka
dengan
melakukan
konsultasi kepada
pakar di
bidangnya.
a. Perbaikan-
perbaikan
terkait
permasalahan
pemodelan
matematika
yang akan
digunakan
dalam
penelitian
b. Terbentuknya
permasalahan
pemodelan
matematika
yang valid dan
kontekstual.
Tahap Kedua
Eksplorasi
profil Meta-
Representation
al Competence
siswa dalam
pemodelan
matematika.
a. Test
Administratio
n
b. Sampelnya
adalah
minimal 100
siswa kelas
11 di
beberapa
sekolah di
DKI Jakarta
c. Content
Analysis
a. Sampel penelitian
diberikan
permasalahan
pemodelan
matematika dan
mengerjakannya
dalam kurun
waktu 120 menit
b. Hasil pekerjaan
siswa dinilai
dengan
menggunakan
rubrik yang telah
disusun.
c. Reliabilitas
penskoran
dilakukan dengan
melibatkan dua
orang selain
peneliti.
a. Deskripsi profil
Meta-
Representationa
l Competence
siswa dalam
pemodelan
matematika.
b. Reliabilitas
penskoran yang
tinggi antar
penilai.
12
d. Menganalisis
jawaban
berdasarkan
kerangka MRC.
Tahap Ketiga
Analisis faktor-
faktor yang
terkait dengan
Meta-
Representation
al Competence
dalam
pemodelan
matematika
a. Studi kasus
dilakukan
terhadap 10
orang sampel
yang terpilih.
b. Wawancara
semi
terstruktur
dilakukan.
c. Analisis
Kualitatif
Data
dilakukan
dengan
pengkodean.
a. Berdasarkan hasil
yang didapatkan
pada tahap kedua,
3 orang yang
mendapatkan skor
tertinggi, 3 orang
yang mendapatkan
skor terendah,
serta 4 orang yang
mendapatkan skor
moderat akan
diwawancarai.
b. Wawancara
berdasarkan
instrumen yang
digunakan pada
tahap kedua.
c. Wawancara
direkam
d. Pengkodean
dilakukan
berdasarkan hasil
transkrip
wawancara.
e. Triangulasi data
dan metode
dilakukan.
a. Temuan terkait
dengan faktor-
faktor yang
mendukung
dan
menghambat
pengembangan
Meta-
Representation
al Competence
dalam
pemodelan
matematika.
13
BAB IV. BIAYA DAN JADWAL PENELITIAN
4.1. Anggaran Biaya
Ringkasan usulan pembiayaan ditampilkan pada tabel berikut menjelaskan jenis
pengeluaran dan biaya yang diusulkan dalam penelitian ini.
No Jenis Pengeluaran Biaya yang Diusulkan (Rp)
1 Gaji dan upah 18.400.000
2 Bahan habis pakai dan peralatan 11.610.000
3 Perjalanan 6.000.000
4 Lain-lain: publikasi, seminar, laporan,
lainnya sebutkan
16.000.000
Jumlah 52.010.000
4.2. Jadwal Penelitian
Jadwal penelitian ini dimulai dari tahap pengusulan hingga pelaporan. Waktu
penelitian ini adalah 8 bulan dengan rincian kegiatan sebagai berikut.
No Tahapan Penelitian Bulan
5 6 7 8 9 10 11 12
1 Persiapan Penelitian
2 Penyusunan Instrumen
3 Validasi Instrumen
4 Pengumpulan data Lapangan
5 Pengolahan data
6 Analisis data
7 Penulisan artikel
8 Laporan Penelitian
14
DAFTAR PUSTAKA
Aziz, T. A., & Kurniasih, M. D. (2019). External Representation Flexibility of
Domain and Range of Function, 10(1), 143–156.
https://doi.org/10.22342/jme.10.1.5257.143-156
Bilgic, E. N. U., & Uzel, D. (2014). The attitudes of the elementary school
mathematics teacher candidates towards proof in the mathematical modelling
proccess. Procedia-Social and Behavioral Sciences, 116, 1083–1087.
Doerr, H. M., & Tripp, J. S. (1999). Understanding how students develop
mathematical models. Mathematical Thinking and Learning, 1(3), 231–254.
Dominguez, A. (2010). Single solution, multiple perspectives. In Modeling
Students’ Mathematical Modeling Competencies (pp. 223–233). Springer.
Eilam, B. (2015). Promoting preservice teachers’ meta-representational (visual)
competencies: The need for a new pedagogy. Advances in Research on
Teaching. https://doi.org/10.1108/S1479-368720150000022004
English, L. (2012). Young Children’s Metarepresentational Competence in Data
Modelling. Mathematics Education Research Group of Australasia.
English, L. D., Ärlebäck, J. B., & Mousoulides, N. (2016). Reflections on
progress in mathematical modelling research. In The second handbook of
research on the psychology of mathematics education (pp. 383–413). Brill
Sense.
Hegarty, M. (2012). Meta-representational competence as an aspect of spatial
intelligence. Cognitive Science.
Izsák, A., Çaǧlayan, G., & Olive, J. (2009). Meta-representation in an algebra i
classroom. Journal of the Learning Sciences.
https://doi.org/10.1080/10508400903191912
Jones, J. L. (2014). The Relationship Between Meta-Representational Competency
Skills and Problem Solving Outcomes by College Students. State University
of New York at Buffalo.
Karaci Yasa, G., & Karatas, I. (2018). Effects of the Instruction with
Mathematical Modeling on Pre-service Mathematics Teachers’ Mathematical
Modeling Performance. Australian Journal of Teacher Education, 43(8), 1.
Kertil, M., Erbas, A. K., & Cetinkaya, B. (2019). Developing prospective
teachers’ covariational reasoning through a model development sequence.
Mathematical Thinking and Learning, 1–27.
Keskin, Ö. Ö. (2008). Ortaöğretim matematik öğretmen adaylarının matematiksel
modelleme yapabilme becerilerinin geliştirilmesi üzerine bir araştırma. Gazi
Üniversitesi Eğitim Bilimleri Enstitüsü Ortaöğretim Fen ve Matematik
Alanlar Eğitimi Anabilim Dalı, Yayınlanmamış Doktora Tezi, Ankara.
Kim, S. H., & Kim, S. (2010). The effects of mathematical modeling on creative
15
production ability and self-directed learning attitude. Asia Pacific Education
Review, 11(2), 109–120.
Maaß, K. (2006). What are modelling competencies? ZDM, 38(2), 113–142.
Mhlolo, M. (2015). Investigating learners’ meta-representational competencies
when constructing bar graphs. Pythagoras, 36(1), 1–10.
https://doi.org/10.4102/pythagoras.v36i1.259
Mulligan, J., & English, L. D. (2014). Developing young students’ meta-
representational competence through integrated mathematics and science
investigations. Curriculum in Focus: Research Guided Practice
(Proceedings of the 37th Annual Conference of the Mathematics Education
Research Group of Australasia).
OECD. (2019). PISA 2018 Assessment and Analytical Framework. OECD
Publishing.
Rellensmann, J., Schukajlow, S., & Leopold, C. (2017). Make a drawing. Effects
of strategic knowledge, drawing accuracy, and type of drawing on students’
mathematical modelling performance. Educational Studies in Mathematics,
95(1), 53–78.
Şen-Zeytun, A. (2013). An ınvestigation of prospective teachers’ mathematical
modeling processes and their views about factors affecting these processes.
Unpublished Doctoral Dissertation. Middle East Tecnical University,
Ankara.
Speiser, B., & Walter, C. (2010). Models as tools, especially for making sense of
problems. In Modeling Students’ Mathematical Modeling Competencies (pp.
167–172). Springer.
Wawro, M., Watson, K., & Christensen, W. (2017). Meta-representational
competence with linear algebra in quantum mechanics. In The proceedings of
the Tenth Congress of the European Society for Research in Mathematics
Education (CERME10, February 1 – 5, 2017) (pp. 2282–2289). Dublin,
Ireland: DCU Institute of Education & ERME.
16
LAMPIRAN
Lampiran 1. Justifikasi anggaran penelitian
1. Honorarium
Honor Honor/Jam
(Rp.)
Waktu Jam
Per Minggu Minggu
Honor (Rp.)
Ketua 250.000 6 jam 8 bulan 12.000.000
Anggota 200.000 4 jam 8 bulan 6.400.000
Subtotal (Rp.) 18.400.000
4. Pembelian Bahan Habis Pakai
Material Justifikasi
Pembelian Kuantitas
Harga Satuan
(Rp)
Harga
Peralatan
Penunjang
(Rp)
Fotokopi
Penggandaan
Instrumen dan
laporan
4 rim 200 400.000
Scan Proposal dan
Laporan 10 halaman 4000 40.000
Kertas A4
Print Laporan,
Print Proposal,
Print Instrumen
2 rim 35.000 70.000
Pulpen
Koreksi
Jawaban
partisipan
10 buah 10.000 100.000
Map plastik Pengepakan
dokumen 10 buah 25.000 250.000
Tinta Printer
Print Laporan,
Print Proposal,
Intrumen
1 buah 430.000 430.000
Tinta Warna
Printer
Print Laporan,
Print Proposal,
Instrumen
2 buah 280.000 560.000
Penjilidan Proposal dan
Laporan akhir 10 buah 30.000 300.000
Software
Efofex Licence 1 buah 1.300.000 1.300.000
Harddisk
External 2TB
Penyimpanan
Data 2 buah 2.000.000 4.000.000
Token pilot
study
Hadiah bagi
partisipan yang
mengisi
instrumen
100 orang 20.000 2.000.000
Token main
study
Hadiah bagi
partisipan yang 100 orang 20.000 2.000.000
17
mengisi
instrumen
Token Case
Study
Hadiah bagi
partisipan yang
mengikuti
wawancara
6 orang 20.000 120.000
Stepler Kecil Pengepakan
dokumen 1 buah 10.000 10.000
Isi Stapler kecil Pengepakan
dokumen 10 buah 3000 30.000
Subtotal (Rp) 11.610.000
5. Perjalanan
Material Justifikasi
Perjalanan Kuantitas
Harga Satuan
(Rp)
Biaya (Rp)
Akomodasi
Wawancara
Biaya
perjalanan
untuk
wawancara
dalam studi
kasus
2 orang x 5
kali 200.000 2.000.000
Akomodasi
penyebaran
instrumen
Biaya
perjalanan
untuk
penyebaran
instrumen
2 orang x 10
kali 200.000 4.000.000
Subtotal (Rp) 6.000.000
6. Lain-lain
Material Justifikasi
Pemakaian Kuantitas
Harga Satuan
(Rp) Biaya (Rp)
Seminar
Biaya
pendaftaran
seminar
internasional
2 orang 5.000.000 10.000.000
Biaya
Proceeding
terindeks
Scopus
Biaya tambahan
untuk artikel di
proceeding yang
terindeks
scopus
2 Artikel 3.000.000 6.000.000
Subtotal (Rp) 16.000.000
TOTAL ANGGARAN YANG DIPERLUKAN (Rp) 52.010.000
18
Biodata
A. Identitas Diri
1 Nama Lengkap (dengan gelar) Tian Abdul Aziz, Ph.D.
2 Jenis Kelamin L
3 Jabatan Fungsional Lektor
4 NIP/NIK/Identitas lainnya 3273071810850001
5 NIDN 0318108506
6 Tempat dan Tanggal Lahir Bandung, 18 Oktober 1985
7 E-mail [email protected]
8 Alamat Rumah
Cahaya Garuda Residence D. 27
Jl. Raya Ciputat Parung KM 22 Bojongsari
Baru Bojongsari Depok Jawa Barat
9 Nomor Telepon/HP 0812 9877 6962
10 Alamat Kantor
Jl. Rawamangun Muka, RT.11/RW.14,
Rawamangun, Kec. Pulo Gadung, Kota
Jakarta Timur, Daerah Khusus Ibukota
Jakarta 13220
11 Nomor Telepon/Faks (021) 4894909
12 Lulusan yang Telah di
Hasilkan S1= -Orang, S2 = -Orang, S3 = - Orang
13 Mata Kuliah yang Diampu
1. Metode Numerik
2. Aljabar Linear Elementer
3. Filsafat Matematika
4. Aljabar Abstrak
B. Riwayat Pendidikan
S-1 S2 dan S-3
Nama Perguruan
Tinggi
Universitas Pendidikan
Indonesia
Middle East Technical University
Ankara, Turkey
Bidang Ilmu Pendidikan Matematika Secondary Science and
Mathematics Education
Tahun Masuk-
Lulus 2004-2008 2011-2016
Judul Skripsi/
Thesis/ Disertasi
Pembelajaran Matematika
Model Advance Organizer
untuk Meningkatkan
Kemampuan Metakognisi
Siswa SMA
The Effect of Metacognitive
Instruction on Eleventh Grade
Students’ Metacognitive Skills and
Mathematical Procedural and
Conceptual Knowledge
Nama
Pembimbing/
Promotor
Dr. Kusnandi, M.Si.;
Drs. Asep Syarif
Hidayat,M.Si.
Prof. Dr. Safure Bulut;
Prof. Dr. Ahmet Arikan;
Asisst. Prof. Elif Ozdemir
19
C. Pengalaman Penelitian dalam 5 Tahun Terakhir
(Bukan Skripsi, Tesis, dan Disertasi)
No. Tahun Judul Penelitian
Pendanaan
Sumber* Jumlah
(Juta Rp)
1 2017 Eksplorasi Keyakinan Guru tentang
Penelitian Kependidikan
Lemlitbang
UHAMKA
Rp.
10.000.000
2 2017
Eksplorasi Semiotic dan Discursive
Genesis dalam Pemahaman Konsep
Nilai Mutlak
Lemlitbang
UHAMKA
Rp.
10.000.000
3 2017
Metakognisi dan Fleksibilitas
Representasi Mahasiswa Prodi
Pendidikan Matematika UHAMKA
dalam Konsep Domain dan Range
Fungsi
Lemlitbang
UHAMKA
Rp.
8.750.000
4 2018
Design-Based Theory dalam
Pembelajaran Matematika Berbasis
Konsep dan Metakognisi
Ristek
DIKTI
Rp.
175.000.000
5 2018
Desain Penjaminan Mutu dalam
Implementasi Sustainable
Research-Based Practice bagi Guru
(1)
Ristek
DIKTI
Rp.
120.000.000
6 2018
Validasi dan Aplikasi
Source of Mathematics Self-
Efficacy Scale
Lemlitbang
UHAMKA
Rp.
11.000.000
7 2018
Investigasi Profil Kemampuan
Regulasi Kognisi Siswa SMA
Muhammadiyah di Kota Depok
Lemlitbang
UHAMKA
Rp.
9.000.000
8 2019
Desain Penjaminan Mutu dalam
Implementasi Sustainable
Research-Based Practice bagi Guru
(2)
Ristek Dikti Rp.
202.324.000
9 2019
Professional Error Competence
untuk Pengembangan Mathematical
Knowledge for Teaching Guru
Matematika
Ristek Dikti Rp.
56.953.000
10 2019
Meta-Representational Competence
dan Multiple External
Representation dalam Penalaran
Aljabar
Ristek Dikti Rp.
56.953.000
11 2019
Design-Based Theory dalam
Pembelajaran Matematika Berbasis
Konsep
dan Metakognisi (2)
Ristek Dikti Rp.
217.140.000
*Tuliskan sumber pendanaan baik dari skema penelitian DRPM maupun dari
sumber lainnya.
20
D. Pengalaman Pengabdian Kepada Masyarakat dalam 5 Tahun Terakhir
No. Tahu
n
Judul Pengabdian Kepada
Masyarakat
Pendanaan
Sumber* Jumlah
(Juta Rp)
1 2018
IbM Pelatihan dan Asistensi
Penggunaan Software Matematika bagi
Guru-Guru Sekolah Muhammadiyah di
Kecamatan Sawangan Depok
LPPM
UHAMKA
Rp.
8.500.000
2 2019
Workshop Pengembangan Kompetensi
Guru Matematika Tingkat SMP/Mts
Kota Depok, Provinsi Jawa Barat
LPPM UNJ
Rp.
10.000.00
0
*Tuliskan sumber pendanaan baik dari skema penelitian DRPM maupun dari
sumber lainnya.
E. Publikasi Artikel Ilmiah dalam Jurnal dalam 5 Tahun Terakhir
N
o Judul Artikel Ilmiah Nama Jurnal
Volume/Nom
or/Tahun
1
Identifying Pre-Service Primary
School Teachers’ Division Strategies
Jurnal Inovasi
Pendidikan Dasar
Volume 2/
Number 1, 9 –
18/ 2016
2
Enhancing Conceptual Knowledge
about Shape through Realistic
Mathematics Education
Jurnal Inovasi
Pendidikan Dasar
Volume 3/
Number 1, 31-
38/2017
3
How Do College Students Solve
Logarithm Questions?
International
Journal on
Emerging
Mathematics
Education
Volume 1/
Number. 1, 25-
40/2017
4
External Representation Flexibility of
Domaina and Range of Function
Journal on
Mathematics
Education
(SCOPUS)
Volume
10/Number 1,
143-156/2019
5
The use of technology in English as a
foreign language learning outside the
classroom: An insight into learner
autonomy
LLT Journal: A
Journal on
Language and
Language Teaching
Volume
21/Number 2,
148-156/2018
6
Pre-service Secondary Mathematics
Teachers' Understanding Of Absolute
Value
Cakrawala
Pendidikan
(SCOPUS)
Volume
38/Number 1,
203-214/2019
21
F. Pemakalah Seminar Ilmiah (Oral Presentation) dalam 5 Tahun Terakhir
No Nama Temu
Ilmiah/Seminar Judul Artikel Ilmiah
Waktu dan
tempat
1
The 4th International
Conference on
Research,
Implementation and
Education of
Mathematics and
Science (ICRIEMS)
Indonesian Pre-Service Teachers
Learning Motivations and Goal
Achievements: A Qualitative Study
15-16 Mei
2017
Universitas
Negeri
Yogyakarta
2
The 4th International
Conference on
Research,
Implementation and
Education of
Mathematics and
Science (ICRIEMS)
Fractions Division Knowledge of
Elementary School Student: The
Case of Lala
15-16 Mei
2017
Universitas
Negeri
Yogyakarta
3
The 1st International
Conference of
Education on Science,
Technology,
Engineering, and
Mathematics (ICE-
STEM)
Differences between quadratic
equations and functions:
Indonesian pre-service secondary
mathematics teachers’ views
17-19
Oktober 2017
UHAMKA
4
The 1st International
Conference of
Education on Science,
Technology,
Engineering, and
Mathematics (ICE-
STEM)
Potential characteristics that relate
to teachers mathematics-related
beliefs
17-19
Oktober 2017
UHAMKA
G. Karya Buku dalam 5 Tahun Terakhir
No. Judul Buku Tahun Jumlah
Halaman Penerbit
1
H. Perolehan HKI dalam 10 Tahun Terakhir
No. Judul / Tema HKI Tahun Jenis Nomor
P/ID
1
Design-Based Theory dalam
Pembelajaran Matematika Berbasis
Konsep dan Metakognisi
2018 Hak Cipta 000122256
22
I. Pengalaman Merumuskan Kebijakan Publik/Rekayasa Sosial Lainnya
Dalam 10 Tahun Terakhir
No. Judul/Tema/Jenis Rekayasa Sosial
Lainnya yang Telah Diterapkan Tahun
Tempat
Penerapan
Respon
Masyarakat
J. Penghargaan dalam 10 tahun Terakhir (dari pemerintah, asosiasi atau
institusi lainnya)
No. Jenis Penghargaan Institusi Pemberi
Penghargaan Tahun
1
Semua data yang saya isikan dan tercantum dalam biodata ini adalah benar dan
dapat dipertanggungjawabkan secara hukum. Apabila di kemudian hari ternyata
dijumpai ketidaksesuaian dengan kenyataan, saya sanggup menerima sanksi.
Demikian biodata ini saya buat dengan sebenarnya untuk memenuhi salah satu
persyaratan dalam pengajuan Penelitian Kompetitif Fakultas.
Jakarta, 2 Februari 2020
Tian Abdul Aziz, Ph.D.
NIP. 198510182019031009
23
Biodata Ketua dan Anggota Tim Pengusul
A. Identitas Diri
1. Nama lengkap Dr. Makmuri, M.Si.
2. Jenis Kelamin Laki-laki
3. Jabatan Fungsional Lektor Kepala
4. NIP/NIK/Identitas lainnya 196407151989031006
5. NIDN 0015076409
6 Tempat dan Tgl Lahir Pekalongan, 15 Juli 1964
7. Email [email protected]
8. No Telp/HP 08561628196
9. Alamat Kantor FMIPA UNJ Gedung Hasyim Asyari Komplek
UNJ Rawamangun
10. No Telepon/Fax 021 4894909
11. Lulusan Yang Telah
Dihasilkan
S1 > 100 orang ; S2 > 20 orang ; S3 = 0 orang
12 Mata Kuliah yang diampu 1. Pembelajaran Matematika Sekolah
2. Aljabar Abstrak
3. Matematika Diskrit
4. Metode Numerik
B. Riwayat Pendidikan
S1 S2 S3
Nama Perg Tinggi IKIP Jakarta ITB UNJ
Bidag Ilmu Pendidikan
Matematika
Matematika Teknologi
Pendidikan
Tahun Masuk-Lulus 1983 - 1988 1990 - 1993 2010 - 2016
Judul
Skripsi/Tesis/Disertasi
Hubungan antara
antara hasil
belajar
matematika
dengan rangking
siswa di kelas
Teorema
Spektral Pada
Matriks
Pengembangan
Media Pembelajaran
Interaktif Pada
pembelajaran
Integral di SMA
IPA
Nama
Pembimbing/Promotor
Drs. Soedady
Atmojo
Prof. Dr. Ahmad
Arifin
Prof Dr Basuki
Wibawa
Prof Dr Atwi
Suparman
C. Pengalaman Penelitian Dalam 5 Tahun Terakhir (Bukan Skripsi, Tesis, dan Disertasi)
No. Tahun Judul Penelitian Pendanaan
1. 2019 EFEKTIFITAS
PEMBELAJARAN BLENDED
LEARNING PADA PROGRAM
PROFESI GURU
MATEMATIKA DITINJAU
DARI KULTUR BUDAYA
MASYARAKAT
FMIPA UNJ 10.000.000
24
2. 2018 Efektifitas Pembelajaran
Kalkulus Berbantuan Geogebra
pada Mahasiswa S1 Pendidikan
Matematika
FMIPA UNJ 10.000.000
3. 2017 PENGEMBANGAN BAHAN
AJAR UNTUK
PEMBELAJARAN
BERBANTUAN GEOGEBRA
PADA MATERI GEOMETRI
TRANSFORMASI
FMIPA UNJ 10.000.000
4. 2016 Pengembangan Media Interaktif
Pembelajaran Kalkulus di SMA
IPA
FMIPA UNJ 20.000.000
D. Pengalaman Pengabdian Kepada Masyarakat dalam 5 Tahun Terakhir
No. Tahun Judul Pengabdian Kepada
Masyarakat
Pendanaan
1. 2019 Pelatihan Penulisan Proposal
PTK pada Guru-Guru
Matematika SMP di Kota
Depok
FMIPA UNJ 7.900.000
2. 2018 Pelatihan Pelaksanaan PTK
pada Guru-guru Matematika
SMP di Kabupaten Bekasi
FMIPA UNJ 9.000.000
3. 2017 Pelatihan Penggunaan Geogebra
guru-guru SMP di Kabupaten
Magelang
FMIPA UNJ 10.000.000
4. 2016 Pelatihan Penggunaan Alat
Peraga Matematika di
Kabupaten Indramayu Jawa
Barat
FMIPA UNJ 9.000.000
E. Publikasi Artikel Ilmiah Dalam Jurnal dalam 5 Tahun Terakhir
No. Judul Artikel Ilmiah Nama Jurnal Vol/No/Tahun
1. Survey of Elementary School
Teacher Needs on Video
Learning Mathematics Based on
Contentextual Teaching and
Learning in Pelembang City
Al-Jabar: Jurnal
Pendidikan Matematika
10/2/2019
2. The category of supermodules Journal of Physics:
Conference Series
1402/7/2019
3. Application of Type Cooperative
Learning Models Missouri
Mathematics Project (Mmp) to
Increase Learning Results Math
American Journal of
Educational Research
6/8/2018
4. Development of Interactive
Teaching Material using
Multisensory Learning Model on
Multiplication Material to
International Journal of
Innovative Science and
Research Technology
3/7/2018
25
Improve Student Results Third
Grade Primary School
5. The Effect of Brain Based
Learning Model and Creative
Thinking about the Ability of
Mathematics Concept of
Elementary Students
American Journal of
Educational Research
5/12/2017
6. Penerapan Pendekatan Saintifik
dengan Model Pembelajaran
Think Talk Write (TTW) untuk
Meningkatkan Kemampuan
Komunikasi Matematis Siswa
pada Materi Pythagoras Kelas
VIII-E SMP
Jurnal Riset
Pembelajaran
Matematika Sekolah
1/1/2017
F. Perolehan HKI dalam 10 Tahun Terakhir
No. Judul/Tema HKI Tahun Jenis Nomor P/ID
1. Media Pembelajaran
Integral
2019 Program
Komputer
EC00201988221
Semua data yang saya isikan dan tercantum dalam biodata ini adalah benar dan dapat
dipertanggungjawabkan secara hukum. Apabila di kemudian hari ternyata dijumpai
ketidak-sesuaian dengan kenyataan, saya sanggup menerima sanksi.
Demikian biodata ini saya buat dengan sebenarnya untuk memenuhi salah satu persyaratan
dalam pengajuan Penugasan Penelitian Kompetitif Fakultas FMIPA UNJ Tahun 2020
Jakarta, 9 Maret 2020.
Anggota Pengusul
Dr. Makmuri, M.Si.
26
KEMENTERIAN PENDIDIKAN DAN KEBUDAYAAN
UNIVERSITAS NEGERI JAKARTA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM
Kampus A, Gedung Hasjim Asjarie Rawamangun, Jakarta Timur 13220 Telp: (021) 4894909, 08111937664, 08111511664 Fax: (021) 4894909 E-mail: [email protected]
SURAT PERNYATAAN PENELITI
Yang bertanda tangan di bawah ini:
Nama : Tian Abdul Aziz, Ph.D.
NIP / NIDN : 198510182019031009
Pangkat / Golongan : Penata / III-c
Jabatan Fungsional : Lektor
Alamat : Cahaya Garuda Residence D27
Jalan Raya Ciputat Parung KM.22
Bojongsari Baru Depok Jawa Barat
Dengan ini menyatakan bahwa proposal penelitian saya dengan judul Eksplorasi
Meta-Representational Competence dalam Proses Pemodelan Matematika yang
diusulkan dalam skim penelitian Kompetitif Fakultas untuk tahun anggaran 2020
bersifat original dan belum pernah dibiayai oleh lembaga / sumber dana lain.
Bilamana di kemudian hari ditemukan ketidak sesuaian dengan pernyataan ini,
maka saya bersedia dituntut dan diproses sesuai dengan ketentuan yang berlaku dan
mengembalikan seluruh biaya penelitian yang sudah diterima ke kas negara.
Demikian pernyataan ini dibuat dengan sesungguhnya dan dengan sebenar-
benarnya.
Mengetahui,
Wakil Dekan
Dr. Muktiningsih, M.Si
NIP. 196405111989032001
Peneliti,
Tian Abdul Aziz, Ph.D.
NIP. 198510182019031009
27
KEMENTERIAN PENDIDIKAN DAN KEBUDAYAAN
UNIVERSITAS NEGERI JAKARTA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM
Kampus A, Gedung Hasjim Asjarie Rawamangun, Jakarta Timur 13220 Telp: (021) 4894909, 08111937664, 08111511664 Fax: (021) 4894909 E-mail: [email protected]
SURAT PERNYATAAN KESEDIAAN PUBLIKASI
Yang bertanda tangan di bawah ini:
Nama : Tian Abdul Aziz, Ph.D.
NIP / NIDN : 198510182019031009
Pangkat / Golongan : Penata / III-c
Jabatan Fungsional : Lektor
Alamat : Cahaya Garuda Residence D27
Jalan Raya Ciputat Parung KM.22
Bojongsari Baru Depok Jawa Barat
Dengan ini menyatakan bahwa peneliti bersedia memperoleh Surat Pernyataan
Peneliti tentang Kesediaan memperoleh satu publikasi di jurnal internasional
terindeks Scopus atau dua publikasi di prosiding internasional bereputasi terindeks
Scopus yang diterbitkan pada tahun berjalan.
Bilamana di kemudian hari ditemukan ketidak sesuaian dengan pernyataan ini,
maka saya bersedia dituntut dan diproses sesuai dengan ketentuan yang berlaku dan
mengembalikan seluruh biaya penelitian yang sudah diterima ke kas negara.
Demikian pernyataan ini dibuat dengan sesungguhnya dan dengan sebenar
benarnya.
Mengetahui,
Dekan
Dr. Adisyahputra, M.Sc.
196011111987031003
Peneliti
Tian Abdul Aziz, Ph.D.
198510182019031009