Mata kuliah ini membekali mahasiswa dengan pemahaman teoretis dan keterampilan praktis tingkat lanjut dalam merancang, mengintegrasikan, serta menguji penerapan teknologi digital secara transformatif, kontekstual, dan beretika. Perkuliahan diawali dengan analisis kritis terhadap isu kontemporer dan kerangka teoretis mencakup tren teknologi terkini (Generative AI, Learning Analytics, dan Immersive Technology/AR-VR) serta penerapan kerangka kerja seperti TPACK, SAMR, dan Human-Centered AI. Selanjutnya, mahasiswa melakukan eksplorasi dan eksploitasi perangkat digital melalui Dynamic Mathematics Software (GeoGebra 2D/3D, Desmos), platform komputasi visual (Computational Thinking dengan Python/Scratch), serta media berbasis game dan simulasi interaktif. Mahasiswa juga dibekali kemampuan evaluasi dan review kritis media digital berbasis instrumen atau rubrik penilaian standar riset. Pada tahap akhir, mahasiswa melakukan pengembangan produk dan desain pembelajaran terintegrasi berupa prototipe produk digital berbasis pemecahan masalah matematika dan penyusunan Lesson Design/Modul Ajar komprehensif berorientasi HOTS (Higher Order Thinking Skills), yang wajib ditindaklanjuti dengan uji coba minor (skala terbatas) untuk mengevaluasi kepraktisan serta efektivitas pedagogisnya secara langsung.
Mata kuliah ini mempelajari konsep dasar statistika, aspek analisis multivariat, analisis multivariat bagi perbandingan satu dan dua vektor rata-rata, analisis variansi multivariat (multivariate analysis of variance, MANOVA), asumsi-asumsi dalam MANOVA, kontras Helmert, two-way MANOVA, analisis kovariansi (analysis of covariance, ANCOVA), analisis kovariansi multivariat (multivariate analysis of covariance, MANCOVA, asumsi-asumsi dalam MANCOVA, analisis jalur, dan aplikasinya. Analisis data dilakukan dengan menggunakan program statistika.
Mata kuliah ini dirancang untuk memberikan pemahaman mendalam kepada mahasiswa S2 Pendidikan Matematika mengenai konsep, algoritma, dan penerapan machine learning dalam konteks pendidikan dan analisis data. Mahasiswa akan mempelajari teori dasar machine learning, termasuk prinsip, asumsi, serta keterbatasan dari berbagai algoritma populer seperti regresi, pohon keputusan, support vector machine, clustering, hingga deep learning dasar. Melalui pendekatan berbasis proyek dan studi kasus nyata, mahasiswa akan dilatih untuk mengimplementasikan teknik-teknik machine learning menggunakan perangkat lunak Python, serta melakukan evaluasi dan interpretasi terhadap hasil analisis yang relevan dengan masalah dalam pendidikan matematika.
Mata kuliah Penulisan Karya Ilmiah mencakup materi tentang: (1) jenis-jenis karya ilmiah, (2) pengelolaan referensi dengan menggunakan reference manager, (3) cara sitasi dan penulisan referensi, (3) struktur artikel ilmiah, (4) penyusunan pendahuluan, (5) penyusunan metode, (6) penyusunan hasil dan pembahasan, (7) penyusunan simpulan dan saran, judul dan abstrak, (9) gaya bahasa artikel ilmiah, serta (10) praktik penulisan artikel ilmiah.
Dalam mata kuliah Geometri ini dibahas unsur, definisi dan postulate dari geometri Euclid. Bentuk bentuk geometri bidang seperti segitiga dan segiempat dan segi banyak dibahas secara mendasar berdasarkan postulat dan prinsip/teorema. Disamping itu dibahas juga tentang rasio dan proporsi sebagai dasar dari kekongruenan dan kesebangunan(similaritas), locus dan transformasi. Selain geometri Euclid dibahas juga geometri non-Euclid (elliptic dan hiperbolik) dan aplikasinya. Dalam pembahasan dilakukan secara rigor dan diutamakan bagaimana berpikir secara logis dalam pembuktian konsep/prinsip/teorema yang ada. Proses pembelajaran dilaksanakan secara kontekstual, integratif, dan interaktif, dengan karakteristik berpusat pada mahasiswa
Mata kuliah Penulisan Karya Ilmiah mencakup materi tentang: (1) jenis-jenis karya ilmiah, (2) pengelolaan referensi dengan menggunakan reference manager, (3) cara sitasi dan penulisan referensi, (3) struktur artikel ilmiah, (4) penyusunan pendahuluan, (5) penyusunan metode, (6) penyusunan hasil dan pembahasan, (7) penyusunan simpulan dan saran, judul dan abstrak, (9) gaya bahasa artikel ilmiah, serta (10) praktik penulisan artikel ilmiah.
Happy learning!
Mata kuliah ini bertujuan untuk memberikan gambaran/wawasan tentang pengembangan media web untuk pembelajaran matematika di sekolah.
Tagihan akhir dari mata kuliah ini adalah mahasiswa dapat membuat web untuk membantu pembelajaran matematikaMata kuliah Penulisan Karya Ilmiah mencakup materi tentang: (1) jenis-jenis karya ilmiah, (2) pengelolaan referensi dengan menggunakan reference manager, (3) cara sitasi dan penulisan referensi, (3) struktur artikel ilmiah, (4) penyusunan pendahuluan, (5) penyusunan metode, (6) penyusunan hasil dan pembahasan, (7) penyusunan simpulan dan saran, judul dan abstrak, (9) gaya bahasa artikel ilmiah, serta (10) praktik penulisan artikel ilmiah.
Happy learning!
Matakuliah ini berisi bahasan tentang distribusi bersama dan marjinal, distribusi bersyarat, sifat-sifat variabel acak, teknik fungsi distribusi kumulatif, transformasi,
jumlah peubah acak, statistik urutan ,distribusi limit, estimasi titik dengan metode momen dan maksimum likeihood, evaluasi estimator, kelengkapan dan
kecukupan.