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) : tian_aziz@unj.ac.id

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 tian_aziz@unj.ac.id

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 makmuri1495@gmail.com

makmuri@unj.ac.id

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: dekanfmipa@unj.ac.id

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: dekanfmipa@unj.ac.id

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