Digilib | Universitas Negeri Surabaya

Jenis Dokumen

Disertasi
Karya Akhir S1
Karya Akhir S2
Karya Akhir S3
Skripsi
Tesis
Tugas Akhir D3
Tugas Akhir D4

Fakultas

Ilmu Pendidikan
Bahasa & Seni
Matematika dan Ilmu Pengetahuan Alam
Ilmu Sosial & Politik
Hukum
Psikologi
Teknik
Ekonomika dan Bisnis
Ilmu Keolahragaan dan Kesehatan
Vokasi
Pascasarjana

Konstruksi Argumen Analogis Siswa SMA dalam Menyelesaikan Masalah Matematika melalui Interaksi dengan ChatGPT

Kode Dokumen : 0004/PASCA-T-P-MAT/2025

Penulis Utama : Gurit Wulan Jagadianti

NIM Penulis Utama: 23030785005

Tahun : 2025

Judul ID :

Konstruksi Argumen Analogis Siswa SMA dalam Menyelesaikan Masalah Matematika melalui Interaksi dengan ChatGPT

Judul EN :

High School Students Construction of Analogical Arguments in Solving Mathematical Problems through Interaction with ChatGPT

Sumber : UNESA - Fakultas Matematika dan Ilmu Pengetahuan Alam - Jurusan S2 Pendidikan Matematika - 23030785005 - 2025

Jenis Dokumen : Karya Akhir S2

Abstrak ID :

Konstruksi argumen analogis penting untuk membantu siswa menggunakan pengalaman sebelumnya untuk menyelesaikan masalah baru. Namun, banyak siswa mengalami kesulitan dalam membangun argumen yang terstruktur saat menyelesaikan masalah matematika. Pemanfaatan teknologi kecerdasan buatan seperti ChatGPT menjadi salah satu solusi potensial untuk mendukung siswa mengonstruksi argumen analogis. Tujuan penelitian ini untuk mendeskripsikan konstruksi argumen analogis siswa SMA dalam menyelesaikan masalah matematika melalui interaksi dengan ChatGPT. Penelitian ini menggunakan pendekatan kualitatif deskriptif. Subjek penelitian sebanyak enam siswa SMA kelas X yang telah mempelajari materi trigonometri dan memiliki pengalaman menggunakan ChatGPT. Keenam subjek tersebut meliputi dua siswa dengan claim masalah sumber benar didukung data, warrant, backing, qualifier, rebuttal, dua siswa dengan claim masalah sumber benar didukung data, warrant, dan backing, serta dua siswa dengan claim masalah sumber benar didukung data, dan warrant. Data dikumpulkan melalui tugas argumen analogis, wawancara semi-terstruktur dan interaksi dengan ChatGPT. Analisis data dilakukan dengan mengacu indikator konstruksi argumen analogis yang memadukan komponen argumen Toulmin dan konstruksi argumen analogis Mozi. Hasil penelitian menunjukkan bahwa siswa dengan claim masalah sumber benar dan didukung dengan data, warrant, backing, qualifier, rebuttal mengonstruksi argument analogi secara utuh dan konsisten antar domain. Namun, siswa tidak merevisi argumen setelah interaksi dengan ChatGPT. Siswa dengan claim masalah sumber benar didukung dengan data, warrant, dan backing mengonstruksi argumen analogis dengan mengklasifikasikan kesamaan antar domain dan menyusun argumen target berdasarkan domain sumber. Interaksi dengan ChatGPT mendorong siswa untuk merevisi argumen awal secara menyeluruh, sehingga struktur argumen menjadi lebih terstruktur. Kemudian, siswa dengan dengan claim masalah sumber benar didukung dengan data dan warrant mengonstruksi argumen analogis secara ringkas, tetapi menunjukkan pemetaan struktur antar domain melalui tahap pengklasifikasian dan penarikan kesimpulan. Interaksi dengan ChatGPT mendorong refleksi dan perbaikan argumen, meskipun tidak menyeluruh.

Kata Kunci: konstruksi argumen analogis, masalah matematika, siswa SMA, interaksi dengan ChatGPT

Abstrak EN :

The construction of analogical arguments is important to help students use previous experiences to solve new problems. However, many students face difficulties in building structured arguments when solving mathematical problems. The use of artificial intelligence (AI) technology, such as ChatGPT, is a potential solution to support students in constructing analogical arguments. This study aims to describe the construction of analogical arguments by high school students in solving mathematical problems through interaction with ChatGPT. This research used a descriptive qualitative approach. The subjects were six 10th-grade high school students who had studied trigonometry and had experience using ChatGPT. The six subjects consisted of two students who having a correct claim supported by data, warrant, backing, qualifier, and rebuttal; two students having a correct claim supported by data, warrant, and backing; and two students having a correct claim supported by data and warrant only. Data were collected through analogical argument tasks, semi-structured interviews, and interactions with ChatGPT. Data analysis referred to the indicators of analogical argument construction by combining Toulmin's argument components and Mozi's analogical argument construction. The results of the study show that students with a correct claim in the source problem supported by data, warrant, backing, qualifier, and rebuttal constructed analogical arguments in a complete and consistent manner across domains. However, these students did not revise their arguments after interacting with ChatGPT. Students with a correct claim supported by data, warrant, and backing constructed analogical arguments by classifying similarities between domains and formulating target arguments based on the source domain. Interaction with ChatGPT encouraged these students to thoroughly revise their initial arguments, resulting in a more structured argument. Furthermore, students with a correct claim supported by data and warrant constructed analogical arguments concisely, but still demonstrated structural mapping across domains through the processes of classification and conclusion drawing. Interaction with ChatGPT encouraged reflection and refinement of arguments, although not comprehensively.

Keywords: construction of analogical arguments, mathematical problems, high school students, interaction with ChatGPT

Link Artikel

File Abstrak

File Lampiran