Oleh : Rina Subekti, S.Pd
Abstrak
Matematika
sering kali menjadi momok bagi sebagian besar siswa, yang berujung pada
anggapan umum bahwa mata pelajaran ini sulit. Artikel ini mengupas asumsi dan fakta di lapangan mengenai kesulitan belajar
matematika, menyoroti penyebab-penyebab mendalam di balik masalah ini. Pembahasan
mencakup kondisi nyata kemampuan matematika siswa saat ini, faktor-faktor
penghambat dalam proses pengajaran, serta menawarkan beberapa strategi dan model pembelajaran alternatif yang inovatif.
Tujuannya adalah untuk memberikan pemahaman yang komprehensif dan solusi
praktis agar matematika tidak lagi menjadi beban, melainkan petualangan yang
menyenangkan dan bermanfaat.
Kondisi
Lapangan: Kemampuan Matematika Siswa di Indonesia
Data
dari berbagai studi menunjukkan bahwa kemampuan matematika siswa di Indonesia
masih berada di bawah rata-rata global. Berdasarkan hasil studi PISA (Programme for International Student Assessment), skor
literasi matematika siswa Indonesia secara konsisten berada di peringkat bawah
dibandingkan negara-negara lain. Dalam laporan tahun 2022, misalnya, Indonesia
menempati peringkat ke-75 dari 81 negara peserta (OECD, 2022).
Hal
ini diperkuat oleh pengamatan di lapangan, di mana banyak siswa menunjukkan kecemasan matematis (math anxiety) yang tinggi, merasa
tidak mampu, dan bahkan menghindari mata pelajaran ini. Kecemasan ini tidak
hanya mempengaruhi nilai, tetapi juga menghambat pengembangan keterampilan
berpikir logis dan analitis yang merupakan esensi dari matematika itu sendiri
(Ashcraft & Faust, 1994).
Faktor-Faktor
Penghambat dalam Pengajaran Matematika
Beberapa faktor utama
berkontribusi pada kesulitan ini:
Strategi
dan Model Pembelajaran Alternatif
Untuk mengatasi hambatan di atas,
diperlukan pendekatan baru dalam pengajaran matematika:
1. Model Pembelajaran Kontekstual (Contextual Teaching
and Learning - CTL)
Model
ini menekankan hubungan antara materi pelajaran dengan situasi
dunia nyata. Guru dapat menggunakan masalah-masalah sehari-hari, seperti
menghitung diskon saat berbelanja atau merencanakan anggaran, sebagai contoh
untuk mengajarkan konsep matematika. Pendekatan ini membuat matematika terasa
lebih relevan dan mudah dipahami (Johnson, 2002).
2. Pembelajaran Berbasis Masalah (Problem-Based Learning
- PBL)
Dalam
PBL, siswa diberikan sebuah masalah otentik yang
tidak memiliki solusi tunggal. Siswa secara mandiri atau berkelompok harus
menemukan solusi dengan menerapkan berbagai konsep matematika. Model ini
melatih keterampilan berpikir kritis dan pemecahan masalah (Arends,
2008).
3. Pendekatan Komputasi (Computational Thinking)
Pendekatan
ini tidak hanya tentang coding, melainkan tentang cara berpikir seperti seorang
ilmuwan komputer. Ini mencakup dekomposisi masalah, pengenalan
pola, abstraksi, dan algoritma. Dengan pendekatan ini, matematika
diajarkan sebagai alat untuk menyelesaikan masalah yang kompleks secara sistematis
(Wing, 2006).
4. Pembelajaran Kolaboratif
Mengatur
siswa dalam kelompok kecil untuk bekerja sama dalam menyelesaikan soal matematika dapat mengurangi kecemasan dan
meningkatkan pemahaman. Saat siswa menjelaskan konsep kepada teman
sebaya, pemahaman mereka sendiri akan semakin kuat (Slavin, 1995).
Solusi
untuk Hambatan Pembelajaran Matematika
Mengatasi masalah ini membutuhkan
kolaborasi dari berbagai pihak:
Kesimpulan
Anggapan
bahwa matematika itu sulit bukanlah mitos, melainkan realitas yang berakar dari
berbagai faktor, mulai dari metode pengajaran yang kurang efektif hingga
kurangnya dukungan. Namun, kesulitan ini bukanlah takdir. Dengan mengadopsi
strategi dan model pembelajaran yang berfokus pada pemahaman, relevansi, dan
kolaborasi, serta dengan dukungan dari semua pihak, kita dapat mengubah
pandangan siswa terhadap matematika. Pada akhirnya, matematika bukan lagi
sekadar mata pelajaran yang menakutkan, melainkan sebuah jembatan untuk melatih logika dan berpikir analitis yang
esensial untuk masa depan mereka.
Daftar
Pustaka
1. Arends, R. I. (2008). Learning to Teach.
McGraw-Hill.
2. Ashcraft, M. H., & Faust, M. W. (1994).
Mathematics anxiety and mental arithmetic performance: A developmental study of
math anxiety. Cognition and Instruction, 12(3), 263–296.
3. Bruner, J. S. (1966). Toward a Theory of Instruction.
Harvard University Press.
4. Dweck, C. S. (2006). Mindset: The New Psychology of
Success. Random House.
5. Fisher, R. (2005). Teaching Thinking:
Philosophical Enquiry in the Classroom. Continuum.
6. Johnson, E. B. (2002). Contextual Teaching and
Learning: What It Is and Why It's Here to Stay. Corwin Press.
7. OECD. (2022). PISA 2022 Results: Volume I,
The state of learning and equity in education. OECD Publishing.
8. Polya, G. (1957). How to Solve It.
Princeton University Press.
9. Schoenfeld, A. H. (1992). Learning to think
mathematically: Problem solving, metacognition, and sense-making in mathematics.
In D. A. Grouws (Ed.), Handbook of Research on Mathematics Teaching
and Learning (pp. 334–370). MacMillan.
10. Slavin, R. E. (1995). Cooperative Learning: Theory,
Research, and Practice. Allyn and Bacon.
11. Suherman, U. (2003). Pendidikan Matematika: Mengubah
Paradigma Pembelajaran. Remaja Rosdakarya.
12. Vygotsky, L. S. (1978). Mind in Society: The
Development of Higher Psychological Processes. Harvard University Press.
13. Wigfield, A., & Eccles, J. S. (2000).
Expectancy-value theory of achievement motivation. Contemporary Educational
Psychology, 25(1), 68–81.
14. Wing, J. M. (2006). Computational thinking. Communications of the ACM, 49(3), 33–35.
15. Zulkardi. (2002). Designing a Learning
Environment for Realistic Mathematics Education in Indonesia. Enschede:
University of Twente.