Penguatan Peran Matematika dan Pendidikan Matematika dalam Era Masyarakat Ekonomi ASEAN

Prosiding Seminar Nasional Sains dan Pendidikan Sains (2016) 6:1–10; ISSN: 2087-0922 Tersedia online di : http://fsm.uksw.edu/ojs

Penguatan Peran Matematika dan Pendidikan Matematika dalam Era Masyarakat Ekonomi ASEAN Adi Setiawan Program Studi Matematika, Fakultas Sains dan Matematika, Universitas Kristen Satya Wacana, Jl. Diponegoro 52–60 Salatiga 50711 E-mail: [email protected] Abstrak. Dalam makalah ini dipresentasikan situasi ASEAN pada saat ini di bidang ekonomi, sosial dan pendidikan, tantangan bangsa Indonesia dalam era MEA (Masyarakat Ekonomi ASEAN) atau ASEAN Economic Community (AEC). Indonesia yang berpenduduk sebanyak 256 juta jiwa atau sekitar 40 % dari seluruh penduduk ASEAN, ternyata baru mempunyai IPM 68,5 %. Di samping itu, tenaga kerja yang dimiliki Indonesia, 45 % hanya berpendidikan sekolah dasar sehingga belum dapat bersaing dengan baik di tingkat ASEAN. Untuk itu perlunya diperlukan kerja keras di bidang pendidikan sehingga tenaga kerja kita mampu bersaing di tingkat ASEAN maupun global. Makin melimpahnya data (big data) dan dalam variabel berdimensi yang tinggi (high dimensional variable) dalam bidang bisnis dan industri dan belum menjadi informasi yang bermanfaat sehingga diperlukan algoritma yang efisien dan cepat sehingga dapat digunakan untuk analisis data dalam menyelesaikan permasalahan secara cepat dan dengan ketepatan yang beralasan. Perguruan Tinggi perlu mengembangkan matematika yang didasarkan pada pengamatan kehidupan sehari-hari sehingga permasalahan tersebut dapat dengan mudah diselesaikan dengan bantuan matematika. Perlu sinerginya PT, lembaga riset dan dunia bisnis dan industri untuk mengembangkan riset-riset yang bermanfaat baik bagi dunia industri maupun masyarakat luas. Selanjutnya, perlu dikembangkannya guru yang berperan dan bekerja sama dengan PT dalam mengembangkan metode-metode pembelajaran yang khas sesuai bidang matematika. Untuk itu perlu juga dituntut peran serta guru Matematika yang kreatif dan inovatif dalam membelajarkan siswa. Perlu dibangkitkan minat siswa agar dapat mengeksplorasi dan mengembangkan matematika sesuai dengan tingkatan dan kemampuan siswa di sekolah sehingga matematika menjadi menarik dan menyenangkan dan bermanfaat secara nyata dalam kehidupan kita sehari-hari. Diharapkan dengan sumbang peran tersebut akan dapat mengejar ketertinggalan kesejahteraan Indonesia di antara negara-negara ASEAN serta masyarakat global dan survive dalam era MEA. Kata kunci.

big data, IPM, kreatif inovatif, laju inflasi, persaingan global

1. Pengantar

Sejak Desember 2015 kita hidup di era Masyarakat Ekonomi ASEAN (MEA) atau ASEAN Economic Community (AEC). ASEAN merupakan perhimpunan bangsa-bangsa di Asia Tenggara yang terdiri dari 10 negara yaitu Indonesia, Malaysia, Singapura, Thailand, Philipina, Brunei, Vietnam, Laos, Kamboja dan Myanmar. Jumlah penduduk ASEAN mencapai 629 juta jiwa dan 256 juta jiwa atau 40,6 persennya merupakan penduduk Indonesia (proyeksi tahun 2015, Wikipedia). Era MEA yaitu era di mana barang-barang dan jasa dari suatu negara anggota ASEAN bebas dijual di negara lain dalam anggota ASEAN. Demikian juga, tenaga kerja dari satu negara bebas untuk bekerja di negara-negara anggota ASEAN. Dalam makalah ini dipresentasikan situasi ASEAN pada saat ini di bidang ekonomi, sosial dan pendidikan, tantangan bangsa Indonesia dalam era MEA serta penguatan peran Matematika dan pendidikan Matematika dalam era MEA dan persaingan global baik dalam bidang ekonomi dan industri serta pendidikan baik di perguruan tinggi maupun di sekolah. 1

FSM UKSW

Penguatan Peran Matematika dan Pendidikan Matematika dalam Era Masyarakat Ekonomi ASEAN Setiawan

2. Situasi ASEAN pada saat ini

Pada bagian ini, disampaikan keadaan ekonomi, sosial dan pendidikan di ASEAN dan tantangan bangsa Indonesia dalam era MEA.

2.1. Ekonomi

Keadaan ekonomi negara-negara anggota ASEAN dapat dilihat dari laju inflasi (inflation rate). Pada Gambar 1 diperlihatkan laju inflasi yoy (year on year) dari negara-negara anggota ASEAN kecuali negara Myanmar (karena minimnya informasi laju inflasi dari negara ini) untuk periode Mei 2015 sampai dengan Februari 2016. Laju inflasi yoy dihitung berdasarkan IHK bulan tertentu dibandingkan IHK (Indeks Harga Konsumen) bulan yang sama satu tahun yang lalu. Mulai Februari 2014, laju inflasi di Indonesia dihitung berdasarkan survey di 82 kota di seluruh Indonesia dengan masing-masing kota mempunyai bobot tersendiri. Kota-kota besar mempunyai bobot yang lebih besar dibandingkan dengan kota-kota kecil. Sebagai contoh kota Jakarta, Surabaya, Bandung, Bekasi dan Tangerang berturut-turut mempunyai bobot 19,23, 5,65, 4,87, 4,78, dan 3,75 (dalam %) sedangkan kota-kota Tual, Manokwari, Maumere, Meulaboh, dan Bungo (Sumatera) berturut-turut mempunyai bobot 0,04, 0,08, 0,09, 0,1, dan 0,11. Survei didasarkan atas harga-harga sekitar 400 komoditas pada 82 kota-kota di seluruh Indonesia untuk setiap bulannya untuk menyusun indeks harga konsumen untuk tiap-tiap komoditas tersebut untuk selanjutnya digunakan untuk menghitung laju inflasi dengan memperhatikan bobot kepentingan masing-masing komoditas berdasarkan SBH (Survei Biaya Hidup) tahun 2012.

Gambar 1. Laju inflasi negara-negara anggota ASEAN (Sumber: http://id.tradingeconomics.com, diolah).

Pada Gambar 1 terlihat bahwa Indonesia cenderung mempunyai laju inflasi yoy yang relatif lebih tinggi dibandingkan dengan negara-negara lain. Hal itu juga didukung dengan hasil dari metode pengklasteran fuzzy c-means (untuk bobot w = 2) dengan menggunakan 2 klaster (cluster), laju inflasi Indonesia cenderung berada pada klaster tersendiri (laju inflasi tinggi) sedangkan negaranegara yang lain mengumpul dalam satu klaster (laju inflasi rendah) (informasi lebih lanjut tentang metode pengklasteran fuzzy c-means dapat dilihat pada Sediyono & Setiawan, 2015). Akan tetapi, apabila digunakan 3 klaster (dengan bobot w = 2), Indonesia cenderung berada dalam klaster pertama (laju inflasi tinggi), Singapura, Thailand dan Brunei cenderung berada dalam klaster kedua (laju inflasi rendah) sedangkan negara-negara lainnya (Malaysia, Philipina, FSM UKSW

2

Prosiding Seminar Nasional Sains dan Pendidikan Sains X (2016) Vol. 6 ISSN: 2087-0922

Vietnam, Laos dan Kamboja) cenderung berada dalam satu klaster (laju inflasi sedang/menengah). Hal itu juga didukung oleh ringkasan statistik data laju inflasi pada Tabel 1. Terlihat bahwa mean (arithmetic mean) maupun median laju inflasi yoy negara-negara Singapura, Thailand dan Brunei yang negatif (mengalami deflasi). Laju inflasi Indonesia mempunyai mean 5,87%, sedangkan negara-negara lain yaitu Malaysia, Philipina, Vietnam, Laos dan Kamboja meskipun mengalami inflasi namun relatif kecil yaitu berkisar dari 0,65 persen sampai dengan 2,81 persen. Tabel 1. Tabel ringkasan statistik data laju inflasi yoy (dalam %) negara-negara ASEAN periode Mei 2015 s.d. Februari 2016. Indonesia Malaysia Singapura Thailand Filipina Vietnam Brunei

Mean

Median Stdev

Skewness Kurtosis

5,87 6,54 1,52

–0,59 –1,50

2,81 2,60

0,63

1,38

1,.71

–0,61 –0,60

0,19

0,41

–1,34

–0,93 –1,01

0,26

0,61

–0,68

0,98 1,00

0,43

–0,05

–1,30

0,65 0,71

0,43

–0,43

–0,74

–0,56 –0,55

0,39

–0,02

–0,22

Laos

1,19

Kamboja

1,25

0,18

–1,32

0,63

1,57 1,15

0,90

0,75

–1,14

Laju inflasi Indonesia yang relatif lebih tinggi dibandingkan dengan yang lain mengakibatkan tingkat suku bunga yang relatif tinggi. Hal itu dapat dilihat pada Gambar 2. Di samping itu, meskipun GDP (Gross Domestic Product) nominal relatif lebih tinggi dibandingkan dengan yang lain, tetapi GDP per kapita negara Indonesia lebih rendah dibandingkan dengan negara Singapura, Brunei, Malaysia dan Thailand.

Gambar 2. Gambar GDP (dalam jutaan $US) dan GDP nominal per kapita (dalam $US).

2.2. Sosial Keadaan sosial Negara-negara anggota ASEAN dapat dilihat berdasarkan IPM (Indeks Pembangunan Manusia) atau HDI (Human Development Index) tahun 2014 berdasarkan laporan UNDP (United Nations Development Program). Perhitungan IPM didasarkan pada Angka harapan Hidup saat Lahir (AHH), Harapan Lama Sekolah (HLS), Rata-rata Lama Sekolah (RLS) dan PNB (Produk Nasional Bruto) per kapita (PPP dalam US$). Angka harapan hidup yang tinggi menggambarkan kesehatan yang baik, pendidikan yang memadai dinyatakan dengan HLS dan 3

FSM UKSW


RLS yang tinggi dan standard hidup yang baik dinyatakan dengan PNB (Produk Nasional Bruto) per kapita. Di Indonesia PNB diproksi dengan Pengeluaran per kapita dan paritas daya beli (PPP – Purcashing Power Parity). Perhitungannya IPM menggunakan rata-rata geometric (geometric mean) menggantikan metode lama yang menggunakan rata-rata aritmatik. Dengan menggunakan rata-rata geometrik dalam perhitungan IPM berarti bahwa capaian satu dimensi tidak dapat ditutupi oleh capaian pada dimensi yang lain sehingga ketiga dimensi harus mendapatkan perhatian yang sama besar karena sama pentingnya. Hal tersebut dapat tidak dilaksanakan jika digunakan rata-rata aritmatik (BPS, 2014). Hal itu berarti, IPM menyatakan tingkat kesejahteraan penduduk suatu negara. Indeks pembangunan manusia lima Negara ASEAN terbaik adalah Singapura (91,2%;11), Brunei (85,6%; 31), Malaysia (77,9%; 62), Thailand (72,6%; 93) dan Indonesia (68,5%; 110) dengan angka kedua menyatakan rangking dunia. Sedangkan lima Negara ASEAN yang lain yaitu Philipina, Vietnam, Laos, Kamboja dan Myanmar berturut-turut mempunyai IPM 66,8% (115), 66,6% (116), 57,5% (141), 55,0% (143) dan (53,6%, 148). UNDP mengkategorikan IPM dalam 4 kategori yaitu sangat tinggi (IPM lebih dari 80% yaitu Singapura dan Brunei), tinggi (PIM antara 70% s.d. 80% yaitu Malaysia dan Thailand), sedang (IPM antara 60% s.d. 70% yaitu Indonesia, Philipina, Vietnam, Laos, Kamboja) dan rendah (IPM kurang dari 60% yaitu Myanmar) (UNDP, 2015). Akibatnya, sekitar 87 persen penduduk ASEAN masih dalam taraf sedang dan rendah tingkat kesejahteraannya.

2.3. Pendidikan

Situasi Pendidikan Tinggi di negara-negara anggota ASEAN dapat dilihat dari rangking perguruan tinggi versi QS, THE dan Webometrics. Rangking unversitas berdasarkan versi QS periode 2015/2016 menempatkan NUS (National University of Singapore) pada rangking 12 dunia sedangkan NTU (Nanyang Technological University, Singapore) pada rangking 13, UM (Universiti Malaya) Malaysia pada rangking ke 146. Universitas-universitas lain di ASEAN masih jauh di bawah. Rangking universitas berdasarkan versi THE (Times Higher Education) 2015/2016 menempatkan NUS dan NTU berturut-turut pada rangking 26 dan 55, Universiti Teknologi Malaysia pada rangking 401-500, Mahidol University pada rangking 501-600, Chiang Mai University, Chulalongkorn University dan Universitas Indonesia pada rangking 601-800. Berdasarkan versi Webometrics 2016, perguruan tinggi di ASEAN dapat dilihat pada Tabel 2. Terlihat bahwa, NUS dan NTU masih menduduki rangking tinggi untuk ketiga versi di atas, sedangkan UI, ITB dan UGM berturut-turut pada peringkat 13, 14, 15 di negara-negara ASEAN. Untuk PT swasta, Webometrics mencatat bahwa terdapat 4 PT berada di 20 besar Indonesia yaitu UK Petra, Universitas Mercu Buana, UMY dan Universitas Ahmad Dahlan Yogyakarta sedangkan Universitas Kristen Satya Wacana (UKSW) berada di peringkat 90 di Indonesia. Hal tersebut memperlihatkan bahwa pendidikan di Singapura relatif lebih baik dibandingkan dengan negaranegara lain di ASEAN disusul Malaysia, Thailand dan Indonesia. Hal yang senada juga dinyatakan dengan relatif tingginya IPM di keempat negara tersebut dibandingkan dengan negara-negara ASEAN yang lain. Hal itu juga tidak mencengangkan bila diketahui bahwa anggaran NUS tahun 2013 yang mencapai Rp 18 triliun rupiah sedangkan alokasi anggaran tahun 2014 untuk pendidikan tinggi di seluruh Indonesia hanya Rp 3,2 triliun (Gunawan, 2014b). FSM UKSW

4


Tabel 2. Tabel rangking perguruan tinggi di ASEAN versi Webometrics periode 2016 (Sumber: www.webometrics.com). Rangking ASEAN 1

Rangking dunia

National University of Singapore

Singapura

308

Mahidol University

Thailand

193

4

337

5 6 7 8 9

393 520 533 552 599

10

658

12

690

11 13 14 15

Negara

79

2 3

Perguruan Tinggi

687 763 801 807

Nanyang Technological University Chulalongkorn University University of Malaya

Universiti Sains Malaysia Khon Kaen University

Universiti Teknologi Malaysia Universiti Putra Malaysia

King Mongkut's University of Technology Thonburi Universiti Kebangsaan Malaysia Prince of Songkla University Universitas Indonesia

Institute of Technology Bandung Universitas Gadjah Mada

Singapura Thailand

Malaysia Malaysia Thailand

Malaysia Malaysia Thailand

Malaysia Thailand

Indonesia Indonesia Indonesia

Untuk departemen matematika di PT (Perguruan Tinggi), rangking tertinggi versi QS di ASEAN ditempati oleh NUS (12), NTU (32), Universiti Kebangsaan Malaysia (151-200), Universiti Putra Malaysia dan Universiti Sains Malaysia (251-300), Universiti Malaya Malaysia dan Culalongkorn University Thailand (301-400). Departemen matematika di universitas-universitas lain di ASEAN masih belum tercatat. Dalam bidang matematika di sekolah, survei TIMSS (Trend in International Mathematics and Science Study) yang dilakukan oleh The International International Association for the Evaluation and Educational Achievement (IAE) pada tahun 2011 menempatkan Indonesia pada posisi 36 dari 40 negara peserta (Murtiyasa, 2015), sedangkan Singapura berada pada posisi 1. Sementara itu studi 3 tahunan PISA (Program for International Student Assessment) yang diselenggarakan oleh OECD (Organization for Economic Cooperation and Development) pada tahun 2012 menempatkan Indonesia pada posisi 64 dari 65 negara. Hasil tersebut menunjukkan adanya kelemahan siswa dalam menghubungkan konsep-konsep matematika yang bersifat formal dengan permasalahan di dunia nyata (Murtiyasa, 2015).

2.4. Tantangan Bangsa Indonesia

Indonesia tertinggal dari Singapura, Malaysia dan Thailand apabila dilihat dari segi kesehatan, pendidikan dan kesejahteraan ekonomi atau apabila dilihat dari IPM. Di samping itu, hanya 6 provinsi yang sudah mencapai IPM kategori tinggi yaitu provinsi DKI Jakarta, DI Yogyakarta, Kalimantan Timur, Kepulauan Riau, Bali dan Riau, sedangkan yang lain masih termasuk IPM kategori sedang kecuali provinsi Papua (IPM kategori rendah).

5

FSM UKSW


Berdasarkan Berita Resmi Statistik BPS Mei 2016, tercatat sekitar 45% angkatan kerja penduduk Indonesia hanya lulusan SD atau hanya sekitar 61 % berpendidikan dasar (SD dan SLTP) dan hanya 11 % yang lulusan PT (Perguruan Tinggi). Hal itu menandakan bahwa sebagian besar kualitas tenaga kerja Indonesia rendah. Di samping itu, masih belum majunya tingkat pendidikan di sekolah ditandai juga dengan tingkat pemahaman siswa di sekolah pada bidang Sains dan Matematika yang relatif rendah terutama bila dibandingkan dengan siswa di negara Singapura. Meskipun di Indonesia terdapat banyak PT (sekitar 3500 PT), akan tetapi dapat dikatakan bahwa hanya sekitar 100 PT yang bermutu. Berdasarkan data Scopus yang merekam produktivitas PT dan lembaga riset lainnya dalam riset, hanya terdapat 10 PT yang layak diperhitungkan dan kesepuluh PT tersebut adalah PT negeri (Gunawan, 2014a). Dalam 20 PT hanya ada 2 PT swasta yaitu Universitas Binus dan Universitas Telkom. UKSW masuk dalam 50 PT dengan publikasi terbanyak yaitu pada peringkat ke-34. Dalam bidang matematika, sampai pada periode Februari 2016 baru terdapat 712 publikasi paper pada jurnal yang tercatat pada Mathematical Reviews (www.ams.org/mathscinet) dibandingkan dengan Singapura yang sudah tercatat mempunyai 5084 publikasi yang tercatat pada Mathematical Reviews di tahun 2007. Sebagian besar, publikasi di bidang matematika tersebut hanya oleh dosen/peneliti di PT negeri sedangkan di PT swasta relatif sangat sedikit. Prof. H. Gunawan dari ITB Bandung mencatat pada Februari 2016 bahwa hanya A. A. Gede Ngurah (Unmer Malang) dan Surahmat (Unisma Malang) yang mepublikasikan lebih dari 10 publikasi. Oleh karena itu, PT sebagai penghasil tenaga kerja terdidik yang diharapkan bisa menjadi penggerak kemajuan di Indonesia belum seperti yang diharapkan.

3. Penguatan peran matematika dan pendidikan matematika

Berikut ini disampaikan penguatan peran matematika dan pendidikan matematika dalam berbagai bidang khususnya dunia ekonomi dan industri serta pendidikan di sekolah dan di Perguruan Tinggi.

3.1. Dalam dunia bisnis dan industri

Makin melimpahnya data (big data) dan dalam variabel berdimensi yang tinggi (high dimensional variable) dalam bidang ini dan belum menjadi informasi yang bermanfaat sehingga diperlukan algoritma yang efisien dan cepat agar dapat digunakan untuk melakukan analisis data dalam menyelesaikan permasalahan secara cepat dan dengan ketepatan yang beralasan. Data IHK dari sekitar 400 komoditas-komoditas yang digunakan dalam menentukan inflasi dan dari 82 kotakota yang digunakan dalam menentukan laju inflasi di seluruh Indonesia untuk setiap bulannya merupakan data yang melimpah. Hendaknya data tersebut dapat dilakukan analisis sehingga bisa digunakan sebagai informasi oleh Tim Pengendali Inflasi baik pusat dan daerah agar komoditaskomoditas yang memberikan sumbangan besar pada laju inflasi perlu dijaga ketersediaannya dan distribusi komoditas tersebut baik dalam suatu daerah maupun antar daerah perlu diperhatikan. Data-data lain pada bidang ekonomi dan bisnis seperti harga saham, kurs mata uang asing terhadap mata uang RI, berbagai macam data yang dihasilkan oleh BPS dan lain-lain, merupakan data-data yang melimpah dan perlu dilakukan analisis untuk mendapatkan informasi yang FSM UKSW

6


diperlukan dalam pengambilan keputusan di bidang ekonomi dan bisnis. Untuk itu matematika/statistika dengan dibantu TIK sangatlah berperan dalam menggali informasi dalam data khususnya big data. Informasi lebih lanjut tentang super data set atau big data dan analisis data dimensi tinggi sebagai contoh dapat dilihat pada Medri (2012), Setiawan (2013), Reips & Matzat (2014) dan Buhlmannn & Geer (2011). Pemodelan matematika dari pertumbuhan dan perkembangan ikan-ikan di laut sehingga dapat ditentukan di mana dan kapan seharusnya ikan-ikan jenis-jenis tertentu yang mempunyai nilai ekonomis tinggi dapat dipanen sehingga sangat penting dalam pengambilan keputusan industri penangkapan ikan (fishery management) (Supriatna, 2002). Pemodelan matematika yang lain seperti pemodelan matematika penyebaran demam berdarah, pemodelan matematika terjadinya gempa bumi atau gelombang tsunami dapat menjelaskan terjadinya epedemi atau bencana dan kemungkinan terjadinya di waktu yang akan datang beserta antisipasinya. Hal tersebut akan sangat penting dalam peningkatan kesejahteraan secara tidak langsung.

3.2. Pendidikan di sekolah

Dengan makin berkembangnya TIK (Teknologi Informasi dan Komunikasi), guru diharapkan berfungsi sebagai fasilitator bagi siswa. Paradigma baru menuntut pembelajaran yang berpusat pada siswa, interaktif, bersifat menyelidiki, dalam konteks dunia nyata, berbasis tim (kooperatif), stimulasi ke segala indera dan alat multimedia dengan memanfaatkan berbagai teknologi pendidikan (Murtiyasa , 2015). Perlu juga dikembangkannya guru yang berperan dan bekerja sama dengan PT dalam mengembangkan metode-metode pembelajaran yang khas sesuai bidang matematika. Dalam hal ini, guru dituntut untuk mengembangkan kompetensinya secara berkelanjutan agar mampu menjalankan tugasnya secara professional. Guru professional adalah guru yang terus-menerus meningkatkan 4 kompetensinya yaitu kompetensi professional (materi ajar), kompetensi pedagogik, kompetensi sosial dan kompetensi kepribadian (Widodo, 2015). Demikian juga, perlu dikembangkannya pembelajaran Matematika yang menggunakan teknologi pembelajaran baik secara umum maupun khusus dalam bidang matematika. Untuk itu diperlukan manajemen sekolah yang dapat menfasilitasi hal tersebut dan peran serta Kementrian Pendidikan dan Kebudayaan. Perlu dibangkitkan minat siswa agar dapat mengeksplorasi dan mengembangkan matematika sesuai dengan tingkatan dan kemampuan peserta didik di sekolah sehingga matematika menjadi menarik dan menyenangkan dan bermanfaat secara nyata dalam kehidupan kita sehari-hari. Hal ini dapat dilakukan dengan membuat LKTI peserta didik tentang manfaat matematika dalam berbagai bidang kehidupan sehingga akan memupuk kecintaan siswa akan matematika. Pendidikan matematika juga dapat digunakan dalam mempersiapkan peserta didik sebagai calon insan cendikia dan tenaga kerja terdidik dalam era MEA yaitu nilai-nilai atau karakter yang perlu dikembangkan berkaitan dengan matematika (Waluya, 2012): a. Kejujuran dan keterbukaan : peserta didik yang belajar matematika dengan sendirinya akan terlatih untuk jujur menggunakan definisi yang telah disepakati sebelumnya, 7

FSM UKSW


b. c. d. e. f. g. h. i. j.

lemma atau teorema untuk membuktikan teorema selanjutnya. Proses pembuktian ini juga dapat melatih keterbukaan menerima kritik dan saran sehingga diperoleh bukti yang lebih baik dan dapat dipertanggungjawabkan. Konsisten: kekonsistenan peserta didik dapat dilatih dengan penggunaan definisi, lemma dan teorema. Ketelitian: ketelitian sangat diperlukan dalam mempelajari matematika sedangkan ketidaktelitian akan menyebabkan tidak terselesaikannya masalah. Percaya Diri: terbentuk bila dalam belajar dan memanfaatkan matematika dapat paham. Kerja Keras: dilakukan supaya tugas/permasalahan terselesaikan. Berjiwa Wirausaha: perhitungan yang cermat sangat penting dalam berwirausaha. Berpikir Logis, Kritis, Kreatif dan Inovatif: peserta didik akan berpikir tau melakukan sesuatu dengan cara logis untuk mendapatkan hasil baru dan mutakhir berdasarkan apa yang telah dimiliki. Mandiri: tidak bergantung pada orang lain dalam menyelesaikan tugas. Ingin Tahu: berupaya untuk mengetahui lebih mendalam dan luas dari apa yang telah dipelajari, dilihat dan didengar. Cinta Ilmu: kecintaan kepada ilmu ditunjukkan dengan cara berpikir, bersikap dan bertindak.

Karena tenaga kerja kita sebagian besar masih banyak yang berpendidikan dasar maka perlu ditingkatkan dengan pendidikan yang siap kerja yaitu SMK (Sekolah Menengah Kejuruan) sehingga dengan SMK yang bermutu akan dapat meningkatkan tenaga kerja yang dapat bersaing di era MEA. Pendidikan matematika yang bermutu dapat berperan dalam hal tersebut.

3.3. Pendidikan di Perguruan Tinggi

PT perlu mengembangkan Matematika yang didasarkan pada pengamatan kehidupan sehari-hari sehingga permasalahan tersebut dapat dengan mudah diselesaikan dengan bantuan Matematika. Perlu sinerginya PT, lembaga riset dan dunia bisnis dan industri untuk mengembangkan riset-riset yang bermanfaat baik bagi dunia industri maupun masyarakat luas. Di samping itu, juga perlunya keterlibatan dunia industri dalam menyediakan tempat bagi sarana magang/PKL mahasiswa sehingga mahasiswa mempunyai pengalaman dalam menghadapi permasalahan di dunia bisnis dan industri. Insan yang tertarik pada matematika yang tergabung dalam IndoMS (Indonesian Mathematical Society) perlu bersinergi dalam terus mengembangkan kurikulum yang mampu menjawab tantangan jaman sehingga nantinya dapat menyediakan tenaga kerja yang handal sebagai pendidik (bidang matematika), asisten peneliti, konsultan dan praktisi/data analis (Ruchjana, 2015). Di samping itu, juga makin dibangunnya kerjasama IndoMS dengan Himpunan Matematika di negara-negara ASEAN yaitu SEAMS (South East Asian Mathematical Society) maupun dengan IMU (International Mathematical Union). Diharapkan dengan wadah-wadah seperti itu akan makin majunya departmen matematika di berbagai PT di Indonesia. Hal itu bisa dilihat dengan penyelenggaraan makin maraknya seminar nasional maupun internasional untuk bidang matematika dan pendidikan matematika, akan terselenggaranya AMC (Asian FSM UKSW

8


Mathematical Conference) pada bulan Juli 2016 nanti. Di samping itu, jalinan kerjasama dengan staf matematika di negara-negara yang telah maju seperti di negara-negara Australia, Eropa, dan Amerika perlu tetap dijaga agar dapat dilakukan penelitian publikasi bersama, kuliah tamu/workshop yang mendatangkan pembicara dari manca negara untuk meningkatkan atmosfir ilmiah bidang matematika. Perlu diperbanyak dan ditingkatkan mutunya pendidikan lanjutan bidang matematika dan pendidikan matematika baik untuk S2 maupun S3 karena dapat meningkatkan kualitas manusia Indonesia di bidang matematika dan juga meningkatkan kualitas riset. Sampai saat ini total baru ada 359 program studi, 38 program studi S2 dan 9 program studi S3 matematika/statistika/pendidikan matematika yang sudah terakreditasi. Dari 9 program studi S3, hanya ada 1 program studi S3 di luar pulau Jawa yaitu di USU Medan. Demikian juga, untuk PT swasta yang selalu terkendala banyaknya staf karena hanya memenuhi batas minimal staf untuk program studi yaitu 6 staf sehingga sangat sulit untuk membuat pendidikan lanjutan. Akibatnya masih sangat minimnya PT swasta yang membuka S2 bidang tersebut. Sampai saat ini, hanya ada 3 PT swasta yang mempunyai S2 Pendidikan Matematika yang sudah terakreditasi yaitu di Universitas Pasundan Bandung, UMM Malang dan STKIP Siliwangi Cimahi. Untunglah sekarang sudah tersedia beasiswa BPPS dan LPDP untuk studi lanjut di dalam negeri dan khusus untuk LPDP bisa digunakan untuk studi di luar negeri. Di samping itu, berbagai macam beasiswa yang disediakan oleh pemerintah dari berbagai negara di luar negeri (STUNED, DAAD, EED) dapat digunakan untuk meningkatkan sumber daya manusia. Oleh karena itu, penguasaan bahasa asing secara lisan maupun tertulis akan sangat penting.

4. Kesimpulan dan saran

Dalam makalah ini telah disampaikan peran matematika dan pendidikan matematika dalam era MEA. Dari uraian di atas dapat disimpulkan bahwa Perguruan Tinggi perlu mengembangkan matematika yang didasarkan pada pengamatan kehidupan sehari-hari sehingga permasalahan tersebut dapat dengan mudah diselesaikan dengan bantuan matematika. Perlu sinerginya PT, lembaga riset dan dunia bisnis dan industri untuk mengembangkan riset-riset yang bermanfaat baik bagi dunia industri maupun masyarakat luas. Selanjutnya, perlu dikembangkannya guru yang berperan dan bekerja sama dengan PT dalam mengembangkan metode-metode pembelajaran yang khas sesuai bidang matematika. Untuk itu perlu juga dituntut peran serta guru matematika yang kreatif dan inovatif dalam membelajarkan siswa. Perlu dibangkitkan minat siswa agar dapat mengeksplorasi dan mengembangkan matematika sesuai dengan tingkatan dan kemampuan siswa di sekolah sehingga matematika menjadi menarik dan menyenangkan dan bermanfaat secara nyata dalam kehidupan kita sehari-hari.

Referensi

BPS (2014). Indeks Pembangunan Manusia – Booklet. BPS, Jakarta. Bulhman, P., & S. van de Geer, S. (2011). Statistics for High-Dimensional Data: Methods, Theory and Applications. Springer, Heidelberg. Gunawan, H. (2014a). Kinerja Riset Perguruan Tinggi Kita. Harian Kompas 8 Maret 2014, Jakarta. Gunawan, H. (2014b). Mengintip Masa Depan. Harian Kompas 2 Mei 2014, Jakarta. Gunawan, H. (2015). Perguruan Tinggi sebagai Agen Perubahan Budaya. Harian Kompas 1 September 2015, Jakarta. 9

FSM UKSW


Medri, D. (2013). Big Data & Business: An on-going revolution. Statistics Views. 21 October 2013. Murtiyasa (2015). Tantangan pembelajaran Matematika di Era Global. Prosiding Seminar Nasional Matematika dan Pendidikan Matematika UMS 2015, Universitas Muhammadiyah Surakarta, Surakarta. Reips, U.-D., & Matzat, U. (2014). Mining "Big Data" using Big Data Services. International Journal of Internet Science, 1(1): 1–8. Ruchjana, B. N. (2015). Peran IndoMS untuk Pengembangan bidang Matematika di Indonesia Menghadapi Masyarakat Ekonomi ASEAN 2015. Prosiding Seminar Nasional Matematika dan Pendidikan Matematika UMS 2015, Universitas Muhammadiyah Surakarta, Surakarta. Sediyono, E., & Setiawan, A. (2015). Catatan Kuliah Tentang Fuzzy : Implementasi Metode Fuzzy untuk Analisis Pemanfaatan Lahan Kosong Menjadi Lahan Pangan. Satya Wacana University Press, Salatiga. Setiawan, A. (2013). Statistika di Era Superdata Set, Prosiding Seminar Matematika, Sains dan TI. FMIPA Universitas Sam Ratulangi Manado. Supriatna, A. K. (2002). Matematika Terapan dan Contoh Penerapan Matematika dalam Ilmu Lain. Jurnal Matematika Integratif 1(1). UNDP, 2015, Human Development Report 2015. UNDP, New York. Waluya, S. B. (2012). Peran Matematika dan Pendidikan Matematika dalam Membangun Karakter Bangsa. Prosiding Seminar Nasional Matematika dan Pendidikan Matematika UNY 10 November 2015, FMIPA UNY, Yogyakarta. Widodo (2015). Strategi Guru Matematika dalam Menghadapi ASEAN ECONOMIC COMMUNITY (AEC) 2015 Melalui Implementasi Kurikulum 2013. Prosiding Seminar Nasional Matematika dan Pendidikan Matematika UMS 2015, Universitas Muhammadiyah Surakarta, Surakarta.

FSM UKSW

10

Penguatan Peran Matematika dan Pendidikan Matematika dalam Era Masyarakat Ekonomi ASEAN

Recommend Documents