Thesis Complete Gila 5.40PM PDF

KESAN AKTIVITI BERASASKAN PEMIKIRAN KOMPUTASIONAL
TERHADAP KEMAHIRAN PENYELESAIAN MASALAH MATEMATIK

PELAJAR SEKOLAH MENENGAH
NURAIN BINTI ZAINAL
UNIVERSITI TEKNOLOGI MALAYSIA

PSZ 19:16 (Pind. 1/13)
DECLARATION OF THESIS / UNDERGRADUATE PROJECT REPORT AND

COPYRIGHT
Author’s full name : NURAIN BINTI ZAINAL
Date of Birth : 14 OCTOBER 1993
Title : KESAN AKTIVITI BERASASKAN PEMIKIRAN KOMPUTASIONAL

TERHADAP KEMAHIRAN PENYELESAIAN MASALAH
MATEMATIK PELAJAR SEKOLAH MENENGAH
Academic Session : 2/2019-2020
I declare that this thesis is classified as:
CONFIDENTIAL (Contains confidential information under the

Official Secret Act 1972)*
RESTRICTED (Contains restricted information as specified by

the organization where research was done)*
 OPEN ACCESS I agree that my thesis to be published as online

open access (full text)
1. I acknowledged that Universiti Teknologi Malaysia reserves the right as

follows:
2. The thesis is the property of Universiti Teknologi Malaysia
3. The Library of Universiti Teknologi Malaysia has the right to make copies for
the purpose of research only.
4. The Library has the right to make copies of the thesis for academic
exchange.
Certified by:
SIGNATURE OF STUDENT SIGNATURE OF SUPERVISOR
AP. DR. ABDUL HALIM BIN

MPP181116
ABDULLAH
MATRIX NUMBER NAME OF SUPERVISOR
Date: 3 AUGUST 2020 Date: 3 AUGUST 2020
NOTES : If the thesis is CONFIDENTIAL or RESTRICTED, please attach with the letter from
the organization with period and reasons for confidentiality or restriction
“Saya akui bahawa saya telah membaca karya ini dan pada pandangan saya karya ini
adalah memadai dari segi skop dan kualiti untuk tujuan penganugerahan ijazah
Sarjana Pendidikan (Matematik)”
Tandatangan : ________________________________
Nama Penyelia : ABDUL HALIM BIN ABDULLAH
Tarikh : 3 OGOS 2020
BAHAGIAN A - Pengesahan Kerjasama*
Adalah disahkan bahawa projek penyelidikan tesis ini telah dilaksanakan melalui
kerjasama antara Click or tap here to enter text. dengan Click or tap here to enter
text.
Disahkan oleh:
Tandatangan : Tarikh :
Nama :
Jawatan :
(Cop rasmi)
* Jika penyediaan tesis atau projek melibatkan kerjasama.
BAHAGIAN B - Untuk Kegunaan Pejabat Sekolah Pengajian Siswazah
Tesis ini telah diperiksa dan diakui oleh:

Nama dan Alamat Pemeriksa Luar :
Nama dan Alamat Pemeriksa Dalam :
Nama Penyelia Lain (jika ada) :
Disahkan oleh Timbalan Pendaftar di SPS:

Tandatangan : Tarikh : 3 OGOS 2020
Nama :
KESAN AKTIVITI BERASASKAN PEMIKIRAN KOMPUTASIONAL
TERHADAP KEMAHIRAN PENYELESAIAN MASALAH MATEMATIK
PELAJAR SEKOLAH MENENGAH
NURAIN BINTI ZAINAL
Laporan Projek ini dikemukakan sebagai memenuhi

Sebahagian syarat penganugerahan ijazah
Sarjana Pendidikan (Matematik)
Sekolah Pendidikan
Fakulti Sains Sosial dan Kemanusiaan
Universiti Teknologi Malaysia
OGOS 2020
PENGAKUAN
Saya akui karya ini yang bertajuk “Kesan Aktiviti Berasaskan Pemikiran
Komputasional Terhadap Kemahiran Penyelesaian Masalah Matematik Pelajar
Sekolah Menengah” adalah hasil kerja saya sendiri kecuali nukilan dan ringkasan yang
tiap-tiap satunya saya jelaskan sumbernya.
Tandatangan : ....................................................
Nama : NURAIN BINTI ZAINAL
Tarikh : 3 OGOS 2020
iii
PENGHARGAAN
Alhamdulillah syukur ke hadrat Allah kerana atas limpah kurniaNya satu

kajian kesan aktiviti berasaskan pemikiran komputasional terhadap kemahiran
penyelesaian masalah matematik pelajar sekolah menengah telah berjaya disiapkan.
Saya ingin merakamkan jutaan terima kasih kepada pihak Pusat Pengurusan
Penyelidikan (RMC), Universiti Teknologi Malaysia atas sumbangan kewangan yang
telah diberikan bagi menjalankan penyelidikan ini. Selain itu, saya juga ingin
mengucapkan ribuan terima kasih kepada penyelia saya, Prof. Madya Dr. Abdul Halim
bin Abdullah atas segala tunjuk ajar, sokongan serta komen sepanjang proses untuk
menyiapkan penyelidikan ini. Tidak lupa juga pada ibu bapa dan ahli keluarga yang
lain yang memberi sokongan moral sepanjang saya menjalankan kajian ini.
Akhir sekali, saya ingin mengucapkan setinggi-tinggi penghargaan dan terima

kasih kepada individu yang terlibat secara langsung atau tidak langsung dalam
menjayakan kajian ini. Semoga kajian seumpama ini dapat memberi manfaat kepada
semua pihak terutamanya kepada pelajar, guru dan sekolah serta institusi pengajian
tinggi.
iv
ABSTRAK
Pembelajaran abad ke-21 menggalakkan pelajar untuk berfikir di luar kotak

dan mahir untuk menyelesaikan masalah. Namun begitu, kemahiran ini masih lemah
dalam kalangan pelajar terutamanya dalam mata pelajaran matematik. Oleh itu, kajian
ini dilakukan bertujuan untuk mengkaji kesan aktiviti berasaskan pemikiran
komputasional terhadap kemahiran penyelesaian masalah matematik pelajar sekolah
menengah. Untuk tujuan itu, satu ujian pra dan ujian pos penyelesaian masalah
matematik bukan rutin dalam tajuk nombor nisbah telah dijalankan ke atas 30 orang
pelajar sekolah menengah di sebuah sekolah antarabangsa dalam daerah Johor Bahru,
Johor. Pelajar turut didedahkan dengan aktiviti pemikiran komputasional selama lima
minggu sebagai rawatan sebelum ujian pos diberikan. Pengesahan oleh pakar daripada
pihak universiti dan sekolah telah diperolehi untuk menentukan kesahan dan
kebolehpercayaan instrumen. Kajian ini dijalankan dengan menggunakan kaedah
kuantitatif. Kaedah analisis statistik deskriptif dan inferensi menggunakan perisian
Statistical Package for the Social Sciences (SPSS) Versi 23.0 digunakan bagi
menghuraikan data yang diperolehi. Dapatan kajian menunjukkan terdapat hubungan
antara pemikiran komputasional dengan penyelesaian masalah matematik bukan rutin.
Selain itu, hasil kajian turut menunjukkan bahawa wujud perbezaan yang signifikan
antara skor ujian pra dan skor ujian pos. Akhir sekali, satu kerangka pengintegrasian
pemikiran komputasional dalam penyelesaian masalah matematik bukan rutin telah
dibina berdasarkan dapatan kajian yang diperolehi. Pelajar berjaya melaksanakan tiga
fasa penyelesaian masalah Polya iaitu memahami masalah, merancang dan melaksana
strategi dengan baik namun pelajar lemah dalam fasa menyemak jawapan.
v
ABSTRACT
21st century learning encourages student to think out of the box and good in
problem solving. However, many students were lack of this skill especially in
mathematics subject. Therefore, this study was conducted to examine the effect of
computational thinking activity on problem solving skills in mathematics among
secondary school students. For that purpose, a rational numbers pre-test and post-test
were conducted on 30 secondary school students in an international school in Johor
Bahru, Johor. Students exposed to computational thinking activity for five weeks as a
treatment before post-test was given. A rational numbers pre-test and post-test which
has been validated by experts from a university and school were administered. This
study was carried out using quantitative approach. The data was analyzed using
descriptive statistics and inferential statistics in Statistical Package for the Social
Sciences (SPSS) Version 23.0. The findings show that there is relationship between
computational thinking and non-routine problem solving in mathematics.
Furthermore, the results show that there is significant difference between the scores in
pre-test and post-test. Lastly, a framework for computational thinking integration in
non-routine problem solving in mathematics is built based on the findings. Students
managed to implement three steps in Polya problem solving method which are
understand the problem, devise a plan and carry out the plan very well. However, they
struggle in looking back at the solution step.
vi
SENARAI KANDUNGAN
TAJUK MUKA SURAT
PENGAKUAN iii
PENGHARGAAN iv
ABSTRAK v
ABSTRACT vi
SENARAI KANDUNGAN vii
SENARAI JADUAL x
SENARAI RAJAH xii
SENARAI SINGKATAN xiv
SENARAI LAMPIRAN xv
BAB 1 PENGENALAN 1
1.1 Pengenalan 1
1.2 Latar Belakang Masalah 4
1.2.1 Tahap Penyelesaian Masalah Matematik Yang
Lemah Dalam Kalangan Pelajar 4
1.2.2 Faktor Lemahnya Tahap Penyelesaian Masalah
dalam Matematik 6
1.2.3 Kurangnya Penekanan Pemikiran
Komputasional Dalam Kelas Matematik 10
1.2.4 Potensi Pengintegrasian Pemikiran
Komputasional terhadap Penyelesaian Masalah
12
1.3 Penyataan Masalah 13
1.4 Objektif Kajian 14
1.5 Persoalan Kajian 15
1.6 Kerangka Konsep Kajian 15
1.7 Kepentingan Kajian 18
1.7.1 Pelajar 18
1.7.2 Pendidik 18
vii
1.7.3 Penggubal Kurikulum 19
1.8 Definisi Operasional 19
1.8.1 Pemikiran Komputasional 20
1.8.2 Penyelesaian Masalah 20
1.8.3 Matematik Bukan Rutin 20
1.9 Penutup 21
BAB 2 KAJIAN LITERATUR 23

2.1 Pengenalan 23
2.2 Pemikiran Komputasional 23
2.3 Penyelesaian Masalah Matematik 38
2.4 Penutup 54
BAB 3 METODOLOGI 55
3.1 Pengenalan 55
3.2 Reka Bentuk Kajian 55
3.3 Persampelan 56
3.4 Fasa Kajian 56
3.4.1 Analisis 57
3.4.2 Reka Bentuk 59
3.4.3 Pembangunan 66
3.4.4 Perlaksanaan 67
3.4.5 Penilaian 67
3.5 Instrumen Kajian 68
3.5.1 Ujian Pra 69
3.5.2 Ujian pos 70
3.5.3 Kebolehpercayaan Instrumen 70
3.5.4 Kesahan Instrumen 72
3.6 Analisis Data 77
3.7 Penutup 79
BAB 4 ANALISIS DATA DAN DAPATAN KAJIAN 81

4.1 Pengenalan 81
viii
4.2 Analisis Data Demografi 81
4.3 Persoalan Kajian 1: Apakah Hubungan Antara
Pemikiran Komputasional Dengan Penyelesaian
Masalah Matematik Bukan Rutin? 84
4.4 Persoalan Kajian 2: Bagaimana Penyelesaian Masalah
Matematik Bukan Rutin Dipengaruhi Oleh
Pendedahan Kepada Aktiviti Pemikiran
Komputasional? 107
4.5 Persoalan Kajian 3: Bagaimana Cara untuk
Membangunkan Kerangka Pengintegrasian Pemikiran
Komputasional dalam Penyelesaian Masalah
Matematik Bukan Rutin? 111
4.6 Penutup 114
BAB 5 PERBINCANGAN, RUMUSAN DAN CADANGAN 115

5.1 Pengenalan 115
5.2 Rumusan Kajian 116
5.3 Perbincangan Dapatan Kajian 118
5.3.1 Perbincangan Dapatan Persoalan Kajian 1 118
5.4 Implikasi Kajian 128
5.4.1 Implikasi kepada Pelajar 128
5.4.2 Implikasi kepada Pendidik 129
5.4.3 Implikasi kepada Penggubal Kurikulum 131
5.5 Cadangan Kajian Lanjutan 131
5.6 Kesimpulan 133
5.7 Penutup 134
RUJUKAN 135
ix
SENARAI JADUAL
NO. JADUAL TAJUK MUKA SURAT
Jadual 2.1 Aspek dan Penunjuk Penyelesaian Masalah 42

Jadual 3.1 Contoh Aktiviti Leraian 60
Jadual 3.2 Contoh Aktiviti Pengecaman Corak 61
Jadual 3.3 Contoh Aktiviti Peniskalaan 63
Jadual 3.4 Contoh Aktiviti Pengitlakan 65
Jadual 3.5 Kandungan Item Bagi Ujian Pra dan Ujian Pos 69
Jadual 3.6 Nilai Cronbach Alpha Terhadap Kebolehpercayaan
Instrumen 71
Jadual 3.7 Nilai Cronbach Alpha Terhadap Ujian Item 1 71
Jadual 3.11 Analisis Keputusan Penerimaan Bagi Setiap Item Oleh
Guru A, Guru B dan Guru C 73
Jadual 3.12 Analisis Komen Dari Guru A, Guru B dan Guru C Bagi
Setiap Item 73
Jadual 3.13 Analisis Keputusan Penerimaan Bagi Setiap Item Oleh
Pakar A, Pakar B dan Pakar C 74
Jadual 3.14 Analisis Komen Dari Pakar A, Pakar B dan Pakar C Bagi
Setiap Item 76
Jadual 3.15 Skor Rubrik Untuk Penyelesaian Masalah Matematik
Bukan Rutin Berdasarkan Strategi Polya 78
Jadual 4.1 Jantina Sampel 82
Jadual 4.2 Umur Sampel 82
Jadual 4.3 Bangsa Sampel 82
Jadual 4.4 Kelas Sampel 83
Jadual 4.5 Minat Sampel Terhadap Mata Pelajaran Matematik 83
Jadual 4.6 Gred UPSR Sampel Dalam Matematik 84
x
Jadual 4.7 Skor Pencapaian Ujian Pra 84
Jadual 4.8 Pencapaian Skor Ujian Pra Setiap Sampel 85
Jadual 4.9 Skor Pencapaian Ujian Pos 86
Jadual 4.10 Pencapaian Skor Ujian Pos Setiap Sampel 86
Jadual 4.11 Skor Ujian Pra dan Skor Ujian Pos Sampel 108
Jadual 4.12 Perbandingan Pencapaian Antara Ujian Pra dan Ujian Pos 110
Jadual 4.13 Analisis Ujian-t Sampel Bersandar Antara Ujian Pra dan
Ujian Pos 110
xi
SENARAI RAJAH
NO.RAJAH TAJUK MUKA SURAT
Rajah 1.1 Kerangka Konsep Kajian 15

Rajah 3.1 Proses Pembelajaran Terhadap Sampel 56
Rajah 3.2 Model Reka Bentuk ADDIE 57
Rajah 4.1 Pencapaian Sampel Dalam Ujian Pra dan Ujian Pos Bagi
Item 1 87
Item 2 88
Item 3 89
Item 4 90
Rajah 4.5 Pencapaian Sampel Dalam Ujian Pra dan Ujian Pos Untuk
Fasa “Memahami Masalah” Bagi Item 1 91
Fasa “Merangka Strategi” Bagi Item 1 92
Fasa “Melaksana Strategi” Bagi Item 1 93
Fasa “Menyemak Jawapan” Bagi Item 1 94
xii
Rajah 4.18 Pencapaian Sampel DAlam Ujian Pra dan Ujian Pos Untuk
Rajah 4.21 Markah Setiap Sampel Dalam Ujian Pra dan Ujian Pos Bagi
Empat Item 109
Rajah 4.22 Kerangka Pengintergrasian Pemikiran Komputasional
Dalam Penyelesaian Masalah Matematik Bukan Rutin 113
Rajah 5.1 Kerangka Pengintergrasian Pemikiran Komputasional
Dalam Penyelesaian Masalah Matematik Bukan Rutin
Daripada Dapatan Kajian 126
xiii
SENARAI SINGKATAN
AI - Artificial Intelligence
AMC- - Arkansas Cyberinfrastructure Minority Training Education
TEC Consurtium
BBM - Bahan Bantuan Mengajar
CSTA - Computer Science Teacher Association
ICT - Information and Communications Technology
ID - Instructional Design
IEA - Evaluation of Educational Achievement
IOT - Internet of Things
ISTE - International Society for Technology in Education
i-STEM - Integrasi-Sains, Teknologi, Kejuruteraan, Matematik
IT - Information Technology
KBAT - Kemahiran Berfikir Aras Tinggi
KPM - Kementerian Pendidikan Malaysia
KSSR - Kurikulum Standard Sekolah Rendah
LOGO - Language of Graphics Oriented
PISA - Programme for International Student Assessment
SGD - Scalable Game Design
SPM - Sijil Pelajaran Malaysia
SPSS - Statistical Package for the Social Science
STEAM - Sains, Teknologi, Kejuruteraan, Seni, Matematik
STEM - Sains, Teknologi, Kejuruteraan, Matematik
TIMSS - Trends in International Mathematics and Science Study
UPSR - Ujian Penilaian Sekolah Rendah
VB - Visual Basic
xiv
SENARAI LAMPIRAN
LAMPIRAN TAJUK MUKA SURAT
Lampiran A Aktiviti Pemikiran Komputasional 143

Lampiran B Ujian Pra dan Ujian Pos Penyelesaian Masalah 156
xv
BAB 1
PENGENALAN
1.1 Pengenalan
Bab ini menceritakan berkenaan latar belakang kajian terhadap pemikiran

komputasional dengan penyelesaian masalah matematik bukan rutin dalam kalangan
pelajar sekolah menengah. Tujuan kajian ini adalah untuk mengkaji hubungan antara
pemikiran komputasional dan penyelesaian masalah matematik, mengenalpasti
bagaimana penyelesaian masalah bukan rutin dipengaruhi oleh pendedahan kepada
aktiviti pemikiran komputasional dan membangunkan kerangka pengintegrasian
pemikiran komputasional dalam penyelesaian masalah matematik bukan rutin dalam
membantu warga pendidik untuk membaiki mutu pengajaran dan pembelajaran di
sekolah khususnya bagi mata pelajaran matematik. Selain itu, bab ini juga menjelaskan
tentang latar belakang masalah, penyataan masalah, objektif kajian, persoalan kajian,
kerangka konsep kajian, kepentingan kajian, definisi operasional dan penutup.
Pendidikan merupakan unsur penting yang wajib ada dalam diri individu di
dunia ini untuk mencapai matlamat hidup. Sesetengah daripada mereka menggunakan
pendidikan untuk mendapatkan pekerjaan yang baik dan gaji yang tinggi serta
sesetengah individu menggunakan pendidikan untuk meningkatkan kemahiran diri
mereka. Dalam dunia pendidikan, terdapat pelbagai bidang yang boleh diceburi seperti
matematik, sains dan sebagainya. Namun, untuk kajian ini, mata pelajaran utama yang
difokuskan adalah matematik.
Salah satu mata pelajaran penting dalam sistem pendidikan di Malaysia adalah
matematik kerana ia digunakan hampir dalam semua bidang lain seperti fizik, sains
komputer dan kejuruteraan di mana pelajar akan menggunakan matematik untuk
menyelesaikan masalah dalam hidup mereka seperti transaksi di kedai-kedai yang
melibatkan pengiraan wang. Tambahan pula, individu yang mempelajari matematik
1
bukan sahaja perlu memberi perhatian pada isi kandungannya, malahan perlu
menggunakan pengetahuan tersebut untuk menyelesaikan masalah. Dalam pendidikan
matematik, kemahiran untuk menyelesaikan masalah adalah objektif yang penting dan
dipersetujui oleh ramai tenaga pengajar (Hassan & Chung, 2010).
Sejak kebelakangan ini, pelbagai inisiatif telah dijalankan dalam dunia

pendidikan untuk memastikan pelajar mendapat pengalaman pembelajaran yang
menarik dan mampu diaplikasikan dalam kehidupan mereka seharian. Tambahan pula,
inisiatif tersebut turut membantu pelajar dalam persediaan mereka memasuki alam
pekerjaan. Pemikiran komputasional merupakan salah satu langkah untuk membantu
pelajar mempunyai kemahiran penyelesaian masalah terutamanya dalam matematik
dan ini sejajar dengan fenomena global yang memperkasakan pembelajaran secara
digital. Sebagaimana yang telah diketahui, matematik adalah mata pelajaran yang agak
rumit bagi sesetengah pelajar kerana terdapat banyak formula dan konsep yang perlu
difahami.
Terdapat pelbagai maksud pemikiran komputasional dalam matematik namun

jika dilihat pada istilah yang lebih mudah, pemikiran komputasional dalam matematik
bermaksud proses pemikiran yang terlibat dalam mencipta masalah dan menyelesaikan
ia dengan menggunakan pemikiran seakan saintis komputer secara berkesan (Tabesh,
2017). Ia merupakan salah satu teknik untuk menyelesaikan masalah, mereka bentuk
sistem dan menyelami sikap manusia yang terdapat dalam asas konsep sains komputer.
Konsep ini telah diterangkan oleh Seymour Papert pada tahun 1980 dalam bukunya
Mindstorms (Tabesh, 2017). Namun, Jeanette Wing merupakan individu yang
mempopularkan konsep ini pada tahun 2006 dan menarik perhatian masyarakat di
peringkat antarabangsa (Lockwood & Mooney, 2018).
Pemikiran komputasional mempunyai potensi untuk diaplikasikan secara

meluas bukan sahaja dalam dunia pengkomputeran dan sains maklumat, malahan pada
mata pelajaran lain. Konsep pemikiran komputational telah diguna pakai dalam teknik
penyelesaian masalah dan kemampuan untuk pelajar berfikir secara komputasional.
Selain itu, pemikiran komputasional mempunyai potensi untuk menggalakkan
kreativiti pelajar di dalam kelas dengan mengubah pelajar daripada seorang pengguna
2
teknologi kepada pelajar berfikiran komputasional yang membantu masyarakat
(Yadav, Mayfield, Zhou, Hambrusch & Korb, 2014).
Di samping itu, kepentingan pemikiran komputational ini telah diketahui

secara meluas di mana kemahiran ini membantu memperkukuhkan ekonomi pada
masa hadapan. Melengkapkan kanak-kanak dengan asas pemikiran komputasional
membantu meningkatkan penyertaan mereka dalam masyarakat digital dan ekonomi
kerana ia penting untuk masa hadapan (Bower, Lister, Mason, Highfield & Wood,
2015). Malahan, pembelajaran abad ke-21 menggalakkan pelajar mempunyai ilmu,
kemahiran dan kecekapan yang diperlukan untuk menjadi masyarakat maju dan
berdaya saing (Palts & Pedaste, 2015). Oleh itu, kemahiran pemikiran
komputasional.diperlukan oleh setiap pelajar pada abad ke-21.
Demi memastikan graduan bersedia untuk memasuki alam pekerjaan

berpusatkan komputer, kemahiran pengkomputeran ini perlu ada untuk
membangunkan analisa dan kemahiran menyelesaikan masalah dalam kalangan
pelajar (Swaid, 2015). Di samping itu, untuk memasuki dunia pekerjaan, kemahiran
matematik dan kemampuan untuk menggunakan kemahiran tersebut amat penting
(Usop, Hong, Sabri & Tan, 2009). Walaupun pemikiran komputasional berasal dari
asas sains komputer namun ia bukan pembelajaran tentang sains komputer. Ia adalah
satu penaakulan tentang masalah dalam konsep pengkomputeran. Pelajar seharusnya
mampu mempamerkan masalah untuk membezakan antara hasil jawapan dan proses
bagaimana untuk mendapatkan jawapan (Syslo & Kwiatkowska, 2014).
Untuk memperbaiki pencapaian pelajar dalam pentaksiran di peringkat

antarabangsa seperti Trends in International Mathematics and Science Study (TIMSS)
dan Programme for International Student Assessment (PISA) serta mampu
menghadapi cabaran abad ke-21 dalam dunia pendidikan, warga pendidik dan pelajar
seharusnya memberi perhatian dan berusaha untuk melengkapkan diri dengan
kemahiran pemikiran komputasional. Dunia hari ini juga memerlukan pelajar yang
berkebolehan dalam menyelesaikan masalah kerana ia dianggap sebagai kemahiran
yang mementingkan pembangunan kemahiran berfikir terutamanya kemahiran berfikir
aras tinggi (KBAT). Kemahiran proses bertahap tinggi dan teknik-teknik tertentu yang
3
disatukan dengan fakta dan informasi diperlukan dalam penyelesaian masalah
matematik bukan rutin (Salehudin & Zakaria, 2017).
Oleh itu, kajian ini dijalankan untuk memperoleh maklumat lanjut terhadap
pemikiran komputasional dengan penyelesaian matematik bukan rutin. Hasil kajian ini
dijangkakan dapat mewujudkan kefahaman terhadap pemikiran komputasional dan
menyediakan input untuk warga pendidik dalam pengajaran dan pembelajaran
matematik di sekolah.
1.2 Latar Belakang Masalah
Subtopik ini menjelaskan tentang latar belakang masalah kajian tentang tahap
penyelesaian masalah matematik yang lemah dalam kalangan pelajar. Tambahan pula,
dalam subtopik ini turut menerangkan tentang faktor lemahnya tahap penyelesaian
masalah, kurangnya penekanan terhadap pemikiran komputasional dalam kelas
matematik dan potensi pengintegrasian pemikiran komputasional terhadap
penyelesaian masalah.
1.2.1 Tahap Penyelesaian Masalah Matematik Yang Lemah Dalam Kalangan

Pelajar
Di Malaysia, pada awal 1956 selepas Laporan Razak, kurikulum matematik

mula mengambil tempat dalam dunia pendidikan. TIMSS turut disertai oleh Malaysia
bersama negara-negara lain yang dianjurkan oleh Evaluation of Educational
Achievement (IEA) dan TIMSS merupakan pentaksiran antarabangsa. Pentaksiran ini
digunakan untuk penambahbaikan sistem pendidikan dalam matematik dan sains. Di
Malaysia, hanya pelajar tingkatan dua sahaja yang berumur 14 tahun terlibat dan
dilaksanakan setiap empat tahun. Pada tahun 1999, Malaysia mula menyertai TIMSS
dan melibatkan soal selidik untuk empat pihak yakni guru, pelajar, sekolah dan
kurikulum (Abdullah, 2018).
4
Malaysia juga merupakan salah satu negara yang menyertai pentaksiran
antarabangsa iaitu PISA di mana ia juga turut disertai oleh negara-negara luar yang
lain. Malaysia dibandingkan dengan negara-negara lain dari segi kualiti sistem
pendidikan dan kualiti pelajar. Pihak yang terlibat perlu peka dan prihatin terhadap
PISA ini. Namun, masih ramai yang pandang enteng terhadap pencapaian dan
kehadiran PISA di Malaysia (Abdullah, 2014). Pentaksiran PISA dijalankan untuk
menguji kemampuan pelajar berumur 15 tahun, yang berada di Tingkatan 3, pada
setiap tiga tahun untuk meningkatkan ekonomi dan kemahiran bersaing dengan negara
lain. Pada tahun 2010, Malaysia mula menyertai PISA dan bentuk soalan yang
dikeluarkan dalam pentaksiran PISA berkaitan dengan konteks tempatan dan
berbentuk aplikasi di mana pelajar boleh menggunakan dalam kehidupan mereka
seharian (Abdullah, 2014).
Pentaksiran PISA melibatkan pelajar dalam KBAT dan majoriti sekolah-

sekolah di Malaysia telah melaksanakan dan menggalakkan pelajar menggunakan
KBAT untuk menjawab soalan matematik dalam di dalam atau di luar kelas. Untuk
kedudukan Malaysia di dalam PISA pada tahun 2012, Malaysia memperolehi purata
skor matematik 421 dan tidak mencapai purata skor 494 iaitu purata skor antarabangsa
dan seterusnya meletakkan Malaysia pada kedudukan 52 daripada 65 buah negara. Di
samping itu, Malaysia mencapai kedudukan 20% terbawah kerana negara-negara lain
juga turut berusaha meningkatkan kecemerlangan pelajar mereka dalam mata
pelajaran matematik (Abdullah, 2014).
Berdasarkan keputusan dan kedudukan Malaysia dalam TIMSS dan PISA, ini
menunjukkan bahawa para pelajar di Malaysia mempunyai kemahiran yang rendah
dan lemah dalam tahap penyelesaian masalah matematik. Sebagaimana yang telah
diketahui, matematik adalah satu bidang yang bukan semua pelajar berminat untuk
mendalaminya kerana matematik dianggap mata pelajaran yang sukar dan rumit.
Matematik seringkali diperkatakan kemerosotan pencapaian di media massa seperti
televisyen dan akhbar. Keputusan peperiksaan utama seperti Sijil Pelajaran Malaysia
(SPM) juga kurang memberangsangkan disebabkan oleh pencapaian matematik yang
rendah dalam kalangan pelajar.
5
Pelbagai inisiatif telah dibangunkan oleh Kementerian Pendidikan Malaysia
(KPM) untuk mengatasi masalah pelajar lemah dan menggalakkan pelajar menjadi
kreatif dalam penyelesaian masalah matematik. Malahan, KPM juga turut berusaha
untuk meningkatkan pencapaian pelajar dalam TIMSS dan PISA supaya Malaysia
terletak pada kedudukan yang lebih tinggi daripada negara luar yang lain. Namun,
sebahagian daripada pelajar tidak mampu dan tidak mahu untuk menjawab soalan
berbentuk penyelesaian masalah terutamanya matematik bukan rutin.
Turut kedengaran keluhan daripada pelbagai pihak seperti pendidik dan ibu
bapa terhadap tahap penguasaan matematik yang lemah terutamanya dalam
penyelesaian matematik bukan rutin dalam kalangan pelajar dan ia dilihat sebagai
salah satu isu kebanyakan pelajar sukar untuk mendapatkan keputusan yang cemerlang
dalam mata pelajaran Matematik. Malahan, matematik dianggap mata pelajaran yang
menimbulkan suasana yang memberi tekanan kepada pelajar kerana banyak istilah
yang perlu mereka fahami. Dalam kesukaran pelajar untuk mempelajari matematik,
pengetahuan matematik diperlukan untuk pelbagai peluang dalam hidup. Tujuan
pendidikan matematik adalah untuk memastikan semua pelajar dilengkapi dengan
kemampuan belajar dan pemikiran analitik (Burhanzade & Aygör, 2016).
1.2.2 Faktor Lemahnya Tahap Penyelesaian Masalah dalam Matematik
Tiga faktor penting dalam kemahiran matematik adalah penyelesaian masalah

matematik, mengenalpasti konsep matematik dan mengaplikasi pengetahuan nombor
asas. Pelajar hanya boleh menyelesaikan masalah matematik mengikut prosedur,
rumus, penggunaan algoritma dan formula jika mereka tiada pemahaman terhadap
konsep matematik yang kuat. Pelajar yang lemah dalam matematik kebiasaaannya
mereka lemah menjawab soalan yang berbentuk penyelesaian masalah matematik.
Terdapat pelbagai faktor pelajar lemah dalam penyelesaian masalah matematik dan
menjurus ke arah kemerosotan keputusan peperiksaan dalam matematik. Antaranya
adalah pelajar lemah serta tidak yakin dalam kemampuan menyelesaikan masalah
matematik terutamanya soalan bukan rutin dengan baik (Salehudin & Zakaria, 2017).
Apabila pelajar mengadu dan sukar untuk menyelesaikan masalah menyebabkan
6
mereka dilihat kurang mampu untuk menjawab soalan masalah matematik (Novriani
& Surya, 2017).
Di samping itu, kemerosotan skor dalam pentaksiran PISA disebabkan kurang

penekanan terhadap soalan berbentuk KBAT di mana pelajar tidak mampu untuk
menggunakan pengetahuan sedia ada untuk menjawab soalan pentaksiran tersebut.
Selain itu, soalan-soalan ujian bulanan dan akhir tahun di Malaysia seringkali
digunakan di sekolah berbentuk teks ringkas berbanding soalan PISA yang berbentuk
teks panjang (Abdullah, 2014). Pencapaian TIMSS juga merosot kerana kegagalan
guru untuk menekankan unsur KBAT dalam kalangan pelajar yang sedikit sebanyak
memberi impak kepada sistem pendidikan di Malaysia.
Masalah yang dapat dianalisa dalam pencapaian TIMSS di Malaysia adalah

pelajar sukar untuk mengaplikasikan pengetahuan mereka yang sedia ada kepada
soalan penyelesaian Matematik bukan rutin iaitu soalan yang lebih kompleks
(Abdullah, 2018). Kebanyakan pelajar telah terbiasa menjawab soalan berbentuk teks
ringkas yang tidak memerlukan mereka berfikir dengan lama. Oleh sebab itu, mereka
tidak mahu untuk menghabiskan masa mereka dengan menjawab soalan berbentuk
teks panjang di mana mereka perlu fikir dan membayangkan situasi soalan tersebut.
Selain itu, punca lain pelajar di Malaysia mempunyai tahap penyelesaian masalah
matematik yang lemah juga adalah disebabkan warga pendidik dan pelajar kurang
didedahkan dengan soalan berbentuk bukan rutin dan terbuka. Penyelesaian masalah
bukan rutin kebiasaannya memerlukan pelajar untuk analisa dan boleh diselesaikan
dengan lebih dari satu bentuk. Namun, kebanyakan masalah matematik yang terdapat
dalam buku teks adalah berbentuk penyelesaian masalah rutin (Abdullah, 2014).
Di samping itu, kebanyakan guru tidak fokus kepada perkembangan daya

intelek pelajar kerana guru hanya memfokuskan kepada penghafalan dan ingatan
konsep tanpa memikirkan proses yang dijalankan untuk menyelesaikan masalah (Mat
Isa & Maat, 2017). Pelajar menganggap mereka memahami topik yang disampaikan
oleh guru namun kadangkala andaian mereka salah kerana konsep yang dibentuk
dalam fikiran mereka berlainan dengan hasrat pendidik yang ingin dicapai (Yahaya,
Elanggovan, & Savarimuthu, 2010). Kebanyakan guru matematik gemar mengajar
7
pelajar menggunakan nota dalam buku teks. Pembelajaran dan pengajaran dalam kelas
juga masih mempraktikkan pembelajaran berpusatkan guru dan seterusnya pelajar
menjadi pasif dengan hanya mendengar. Soalan berbentuk penyelesaian masalah
matematik bukan rutin juga bukan pelajar yang menyelesaikannya tetapi guru itu
sendiri dan pelajar hanya menulis kembali jawapan yang disediakan oleh guru.
Hakikatnya, pelajar bukan lemah dalam penyelesaian masalah tetapi tidak jumpa
strategi untuk menyelesaikan masalah berkenaan (Sabran, 2013).
Para pelajar yang menemui soalan berbentuk masalah matematik bukan rutin
sama ada dalam kelas mahupun peperiksaan, mereka akan cuba untuk mengelak
menjawab soalan tersebut. Perasaan sukar dalam mata pelajaran matematik timbul
apabila pelajar rasa tidak selesa apabila berhadapan dengan soalan matematik dan
cemas apabila menyelesaikan masalah matematik tersebut (Mat Isa & Maat, 2017).
Detik cemas yang dialami oleh pelajar boleh menjurus kepada hilang tumpuan dan
ingatan terhadap pembelajaran yang telah dipelajari sebelum ini.
Tambahan pula, majoriti pelajar menganggap pembelajaran matematik sebagai

mata pelajaran yang rumit dan membosankan kerana ia hanya memfokuskan kepada
penggunaan rumus yang kompleks dan mengutamakan pengiraan. Kesukaran dalam
penyelesaian matematik muncul apabila konteks tersebut tidak biasa bagi mereka.
Pelajar berasa takut untuk mempelajari matematik di dalam kelas kerana pelajar perlu
menghafal formula dan melakukan latih tubi yang tidak difahami serta perlu
mempunyai kemahiran menjawab soalan-soalan peperiksaan. Pencapaian pelajar
dalam Matematik juga adalah sangat lemah menurut laporan Bahagian Perkembangan
Kurikulum Kementerian Pelajaran Malaysia (2008). Selain itu, pelajar juga berasa
sukar untuk memahami asas dalam matematik dan seterusnya merendahkan
pencapaian dalam mata pelajaran matematik (Mat Isa & Maat, 2017). Hal ini kerana,
pelajar perlu memahami banyak konsep bermulanya daripada peringkat asas sehingga
ke tahap yang lebih tinggi. Para pelajar yang tidak dapat menyelesaikan masalah
adalah disebabkan mereka tiada penguasaan terhadap konsep ataupun tersalah tafsir
konsep dalam matematik.
8
Untuk membentuk konsep dalam pemikiran pelajar, proses ini memerlukan
masa yang panjang dan kompleks. Pada awalnya, pelajar akan berasa kabur dengan
konsep dan akan mula rasa jelas apabila mereka memahaminya. Selain itu, ia juga
bergantung kepada pengalaman pelajar tersebut dan kematangan pelajar dalam berfikir
(Yahaya, Elanggovan, & Savarimuthu, 2010). Tambahan pula, faktor kemerosotan
keputusan matematik dalam kalangan pelajar adalah melibatkan kemahiran asas,
motivasi, sikap dan pencapaian awal selain daripada gaya pembelajaran pelajar,
pendekatan guru dalam kelas dan ketidakselarasan strategi (Abu & Eu, 2017). Di
samping itu, minoriti pelajar menjawab dan menerangkan tentang strategi jawapan
dalam bukan rutin dan situasi penyelesaian masalah dalam kehidupan seharian.
Tambahan pula, minoriti pelajar menyusun dan mentafsir maklumat daripada
penyataan masalah dalam persamaan atau jadual atau graf (Ahmad, Saad & Ab Ghani,
2014).
Menurut Jumiran (2014), apabila tiba kelas matematik, ramai pelajar sanggup
tidak hadirkan diri dan ada juga yang ponteng kelas. Perkara ini berlaku disebabkan
mereka tidak berminat untuk mempelajari matematik sehingga ada yang tidak mahu
menyiapkan kerja yang diberikan dengan alasan tidak tahu teknik untuk
menyelesaikan masalah matematik. Terdapat juga dalam kalangan mereka yang
meniru kerja rakan mereka dengan alasan tidak sempat untuk menyiapkan kerja di
rumah. Dengan cara itu, mereka tidak memahami apa-apa konsep matematik
sekalipun.
Menurut Kazemi, Fadaee dan Bayat (2010), faktor utama dalam kesukaran
penyelesaian masalah melibatkan pelajar yang tidak mampu memantau secara aktif
dan seterusnya mengawal proses kognitif semasa menyelesaikan masalah.
Kebanyakan pelajar mempunyai ilmu dan kemahiran untuk menjalankan tugas yang
kompleks namun gagal untuk menggunakan ia. Kadangkala, mereka tidak bermotivasi
atau yakin untuk mengaplikasikan ilmu dan kadangkala disebabkan mereka tidak
mengenalpasti situasi yang diperlukan untuk menggunakan ilmu tersebut. Kajian lain
oleh Nurkaeti (2018) menjelaskan bahawa kesukaran pelajar dalam menyelesaikan
masalah boleh timbul disebabkan beberapa faktor seperti suasana pembelajaran
termasuk pendekatan pembelajaran yang digunakan, motivasi, penggunaan jenis
9
masalah dan juga bahan pengajaran yang tidak menyokong pelajar dalam pembinaan
penyelesaian masalah.
Menurut Tambychik dan Meerah (2010), di Malaysia, kajian mengatakan

pelajar berasa sukar dalam matematik kerana mereka menghadapi kesukaran dalam
memahami dan menerima konsep, rumusan dan fakta serta kurang mampu untuk
membayangkan masalah matematik dan konsep. Oleh itu, KPM perlu mewujudkan
satu inisiatif untuk pelajar bagi mengatasi masalah ini kerana ia melibatkan
pengurusan manusia seharian.
1.2.3 Kurangnya Penekanan Pemikiran Komputasional Dalam Kelas

Matematik
Pemikiran komputasional amat membantu pelajar dalam penyelesaian masalah

matematik. Oleh itu, KPM cuba untuk memperkenalkan pemikiran komputasional
dalam dunia pendidikan di Malaysia untuk membantu pelajar dan warga pendidik
dalam memastikan pelajar mampu untuk menyelesaikan masalah matematik
terutamanya matematik bukan rutin. Penambahan pemikiran komputasional sebagai
sebahagian daripada matematik dan pelbagai bidang lain telah berlaku disebabkan
peningkatan peranan komputer sebagai satu komponen dalam pelbagai kandungan
bidang yang lain. Komputasional bermaksud lebih dari hanya melakukan pengiraan
aritmetik (Moursund, 2006). Namun, pemikiran komputasional kurang didedahkan
oleh pendidik di dalam kelas (Lockwood dan Mooney, 2018).
Cabaran pemikiran komputasional ini bermula apabila pendidik mempunyai

tanggapan yang salah terhadap pemikiran komputasional dan seterusnya
mempengaruhi cara pengajaran di dalam kelas. Terdapat juga sesetengah pendidik
mengajar menggunakan konsep yang salah. Untuk pembelajaran abad ke-21, pelajar
perlu mahir untuk menyelesaikan masalah secara kritis. Kebanyakan pendidik pernah
mendengar berkenaan kemahiran pemikiran komputasional namun mereka tidak peka
bahawa kemahiran ini perlu ada dalam setiap mata pelajaran di sekolah (Rosdi, Idrus
& Salleh, 2018). Selain itu, terdapat juga pendidik yang keliru dengan istilah
penggunaan teknologi dalam kemahiran pemikiran komputasional. Pendidik
10
seharusnya menguasai strategi dan kaedah untuk menggunakan kemahiran ini dalam
semua mata pelajaran (Rosdi, Idrus & Salleh, 2018).
Pendidik juga memerlukan masa untuk mengaplikasikan kemahiran pemikiran

komputasional kerana banyak konsep lain yang perlu diterapkan dalam kelas seperti
pembelajaran abad ke-21 dan KBAT. Menurut Lockwood dan Mooney (2018), kurang
penekanan pemikiran komputasional ini juga disebabkan kekurangan guru yang
terlatih dan potensi kesukaran dengan polisi kerajaan atau pengurusan sekolah itu
sendiri. Malahan, terdapat juga warga pendidik yang tidak cukup masa untuk
melakukan persediaan dan timbul perasaan takut untuk mengajar konsep kemahiran
pemikiran komputasional kerana kurang pemahaman terhadap pemikiran
komputasional. Dalam silibus matematik kini juga terdapat banyak topik yang perlu
dihabiskan dalam waktu persekolahan.
Pendidik yang tidak mempunyai latar belakang dalam sains komputer juga
menghadapi kesukaran untuk mengaplikasikan kemahiran pemikiran komputasional
dalam kelas matematik. Bukan hanya pelajar sahaja yang menghadapi masalah ini
malahan pelajar juga terutamanya bukan dari bidang yang berkaitan dengan
pengkomputeran. Menurut Yeh, Xie dan Ke (2011), kemahiran pemikiran
komputasional boleh menjadi sukar kepada pelajar baru khususnya bukan dari bidang
pengkomputeran. Mereka berasa sukar untuk faham kerana mereka tidak didedahkan
kepada pemikiran komputasional dan teknik analitikal. Oleh sebab itu, mereka sukar
untuk menyelesaikan masalah yang kompleks. Kekurangan sokongan dari bahagian
Information Technology (IT) dan kemudahan juga menjurus warga pendidik untuk
tidak menerapkan pemikiran komputasional di dalam kelas. Terdapat kelas di sekolah
yang tiada projektor skrin untuk memudahkan pengajaran dan pembelajaran di dalam
kelas. Penggunaan bilik komputer juga amat terhad kerana kemudahan yang tidak
mencukupi.
Menurut Salehudin dan Zakaria (2017), perlaksanaan kurikulum di sekolah

kurang menekankan pelajar untuk mempunyai kemahiran berfikir aras tinggi dan
seterusnya kemahiran menjawab soalan pentaksiran kurang dikuasai oleh pelajar.
Pelajar tidak bersungguh-sungguh untuk menjawab soalan dalam PISA dan TIMSS
11
kerana mereka beranggapan penilaian tersebut tidak penting. Perkara ini berlaku atas
sebab kurang penekanan pemikiran komputasional di dalam kelas. Selain itu, media
massa juga memainkan peranan penting dalam melaksanakan serta menerapkan
kemahiran pemikiran komputasional dalam kalangan pelajar. Akan tetapi, perkara
sebegini kurang ditonjolkan kerana pendidikan bukan tunjang utama dalam
penyebaran maklumat sedangkan pemikiran komputasional ini adalah penting untuk
jangka masa panjang pelajar itu sendiri.
1.2.4 Potensi Pengintegrasian Pemikiran Komputasional terhadap

Penyelesaian Masalah
Setiap pelajar dalam abad ke-21 ini memerlukan kemahiran pemikiran

komputasional untuk menyelesaikan masalah matematik. Dua perkara ini berkait rapat
untuk membantu pelajar menjadi lebih kreatif dalam menyelesaikan masalah harian
mereka. Menurut Rosdi, Idrus dan Salleh (2018), kemahiran pemikiran komputasional
boleh diterapkan kepada pelajar melalui strategi pembelajaran berasaskan projek,
pembelajaran berasaskan masalah dan juga melalui pembelajaran berasaskan
permainan. Kaedah tradisional tidak boleh diguna pakai lagi jika ingin melaksanakan
konsep pemikiran komputasional.
Kemahiran pemikiran komputasional mempunyai persamaan dengan perkara

yang berkaitan dengan matematik. Pelajar yang mempelajari matematik perlu mahir
dalam tugas menyelesaikan masalah dan pemikiran komputasional merupakan
kemahiran yang diperlukan untuk memudahkan pelajar mempelajari konsep
penyelesaian masalah. Dalam situasi penyelesaian masalah, daripada belajar untuk
mencari cara untuk menyelesaikan masalah, adalah lebih baik pelajar mempelajari
untuk mengeluarkan jawapan-jawapan yang memberi kelebihan kepada penyelesaian
masalah bukan rutin. Dengan erti kata lain, belajar melalui proses, bukan sahaja pada
jawapan (Tiensuu, 2012).
Selain itu, kandungan komputasional yang diperlukan dan bentuk aktiviti juga
membantu pelajar untuk memperoleh latihan berasaskan pemikiran komputasional
termasuk mengenalpasti bentuk, mengeluarkan abstrak dan menggunakan komputer
12
untuk menyelesaikan masalah. Penggunaan kerangka konsep juga penting dalam
membantu pendidik, sekolah dan pelajar untuk sama-sama meningkatkan kemahiran
dalam bidang matematik. Penggunaan konsep kerangka ini juga membantu dengan
jelas bagaimana penggunaan kemudahan teknologi boleh digunakan dalam kelas
matematik untuk menggalakkan pemikiran matematik di samping pembangunan
amalan pemikiran komputasional (Pei, Weintrop & Wilensky, 2018).
Tidak dinafikan, kebanyakan syarikat memerlukan pekerja yang mempunyai

kemahiran tambahan seperti pemikiran komputasional sejajar dengan teknologi yang
berkembang pesat di negara ini. Kekuatan pengkomputeran kian meningkat mengikut
peredaran masa supaya manusia beranggapan bahawa pemikiran komputasional ini
memberi definisi yang berbeza pada masa hadapan berbanding hari ini. Walau
bagaimanapun, manusia memerlukan kemampuan untuk menggunakan teknologi
sebagai peningkatan kepada kemahiran penting yang berterusan dalam sains,
matematik dan pemikiran logik (Sanford & Naidu, 2016). Di samping itu, kreativiti
juga dilihat sebagai kemampuan untuk pelajar beimaginasi untuk mencipta objek yang
sesuai dan bernilai untuk kumpulan sosial (Weigend, Vanicek, Pluhar & Pesek, 2019).
1.3 Penyataan Masalah
Berdasarkan dalam perbincangan di latar belakang masalah, ia jelas

menyatakan bahawa prestasi pelajar dalam matematik terutamanya penyelesaian
masalah matematik bukan rutin adalah kurang membanggakan. Berdasarkan
keputusan pentaksiran TIMSS dan PISA, Malaysia masih jauh ketinggalan di belakang
berbanding dengan negara luar yang lain.
Punca yang dapat dikenalpasti terhadap kelemahan pelajar dalam

menyelesaikan masalah matematik adalah kurang pendedahan kepada soalan
berbentuk bukan rutin. Di samping itu, terdapat juga pelajar yang berasa takut untuk
menyelesaikan masalah matematik dan terdapat sebahagian pendidik tidak memberi
peluang kepada pelajar menjadi kreatif dalam menyelesaikan masalah menggunakan
soalan berbentuk KBAT di dalam kelas. Penyalahgunaan konsep matematik di dalam
13
kelas yang diajar oleh pendidik juga boleh melahirkan kekeliruan dalam kalangan
pelajar untuk menyelesaikan masalah. Di samping itu, kurang penekanan terhadap
pemikiran komputasional dalam kelas matematik juga menjelaskan bahawa masih
banyak pihak yang tidak mengetahui maksud sebenar dalam pemikiran komputasional
khususnya dalam kalangan warga pendidik. Hebahan tentang pemikiran
komputasional juga kurang diperkatakan di media massa di mana ia merupakan
platform yang berkesan untuk menyampaikan maklumat pada masa kini. Kebanyakan
guru masih keliru terhadap intipati pemikiran komputasional dan seterusnya tidak
mengaplikasikan kemahiran ini di dalam kelas.
Pembinaan kerangka pengintegrasian pemikiran komputasional dalam

penyelesaian masalah matematik bukan rutin diharapkan dapat membantu pelajar dan
warga pendidik dalam meningkatkan prestasi mata pelajaran matematik serta
persediaan untuk pelajar memasuki alam pekerjaan dengan lebih mudah berbekalkan
ilmu digital yang menjadi perhatian dalam dunia kini. Sehubungan itu, pengkaji ingin
melihat keberkesanan pengintegrasian pemikiran komputasional dalam penyelesaian
masalah matematik. Diharapkan, pengintegrasian ini dapat memudahkan pelbagai
pihak dalam institusi pendidikan serta melahirkan pelajar yang berintelek dan
mempunyai daya saing yang tinggi untuk sama-sama memajukan negara.
1.4 Objektif Kajian
Objektif kajian adalah:
(a) Mengkaji hubungan antara pemikiran komputasional dengan penyelesaian

masalah matematik bukan rutin.
(b) Mengenalpasti bagaimana penyelesaian masalah matematik bukan rutin

dipengaruhi oleh pendedahan kepada aktiviti pemikiran komputasional.
(c) Membangunkan kerangka penginterasian pemikiran komputasional dalam

penyelesaian masalah matematik bukan rutin.
14
1.5 Persoalan Kajian
Kajian ini telah merangka persoalan kajian berdasarkan objektif kajian.
(a) Apakah hubungan antara pemikiran komputasional dengan penyelesaian

masalah matematik bukan rutin?
(b) Bagaimana penyelesaian masalah matematik bukan rutin dipengaruhi oleh

pendedahan kepada aktiviti pemikiran komputasional?
(c) Bagaimana cara untuk membangunkan kerangka penginterasian pemikiran

komputasional dalam penyelesaian masalah matematik bukan rutin?
1.6 Kerangka Konsep Kajian
Teknik Pemikiran Komputasional Penyelesaian Masalah

Matematik Bukan Rutin
1. Leraian 1. Memahami
(Decomposition) Masalah
2. Pengecaman Corak 2. Merangka
(Pattern Recognition) Strategi
3. Peniskalaan 3. Melaksanakan
(Abstraction) Strategi
4. Cansu
Sumber: Pengitlakan
& Cansu (2019) 4. Polya
Sumber: Menyemak
(1957)
(Generalisation) Jawapan
Sumber: Cansu & Cansu (2019) Sumber: Polya (1957)

dalam Ortiz (2016)
Rajah 1.1 Kerangka Konsep Kajian
15
Kemahiran pemikiran komputasional dikenalpasti dapat membantu pelajar
dalam proses penyelesaian masalah. Para pelajar perlu memahami situasi masalah
tersebut dan memikirkan teknik yang berkesan untuk menyelesaikan masalah.
Komputer adalah kemudahan yang digunakan untuk membantu pelajar dalam
menyelesaikan masalah. Pelajar yang mempunyai kemahiran pemikiran
komputasional mampu untuk menyelesaikan masalah secara sistematik dan logik.
Proses bermula dari memahami masalah tersebut sehingga membina kaedah
penyelesaian masalah yang mudah.
Menurut Haines, Krach, Pustaka, Li, dan Richman (2019), dalam pemikiran
komputasional terdapat beberapa teknik penyelesaian masalah iaitu Leraian
(Decomposition), Pengecaman Corak (Pattern Recognition), Peniskalaan
(Abstraction) dan Penitlakan (Generalisation). Definisi teknik leraian dalam
pemikiran komputasional adalah kemampuan pelajar untuk memecahkan masalah
yang besar kepada banyak masalah yang kecil. Teknik leraian dapat membantu pelajar
untuk merumuskan masalah di mana komputer dan peralatan lain boleh digunakan
untuk menyelesaikan masalah (Haines, Krach, Pustaka, Li & Richman, 2019). Teknik
leraian bertujuan untuk memudahkan pelajar memberi perhatian dengan masalah yang
sebenar dengan cara tersusun serta mengenalpasti tahap kesukaran masalah yang
dihadapi. Selain itu, pelajar juga boleh mengkaji sumber-sumber yang mudah dan
boleh digunakan untuk menyelesaikannya.
Bagi pengecaman corak pula, ia boleh didefinisikan sebagai kemampuan

pelajar untuk mengenalpasti persamaan atau perbezaan yang biasa dalam data. Dalam
erti kata lain, pengecaman corak adalah teknik yang berfokus kepada kesamaan
masalah yang menjadi faktor utama kepada sesuatu masalah tersebut. Manakala,
peniskalaan boleh didefinisikan sebagai teknik membuat keputusan sama ada
mengambil masalah yang diberi atau menolak masalah-masalah kecil atau sampingan
dalam proses pengenalpastian masalah. Proses peniskalaan ini digunakan untuk
membina model atau sistem kompleks yang lebih mudah difahami. Akhir sekali,
pengitlakan merupakan teknik mencari persamaan dalam masalah dan hanya
menggunakan satu cara sahaja untuk menyelesaikannya. Menurut Cansu dan Cansu
16
(2019), pengitlakan merupakan satu proses memasukkan jawapan atau algoritma ke
dalam masalah yang berbeza walaupun pembolehubah yang terlibat adalah berbeza.
Penyelesaian masalah mempunyai kerangka yang digunakan dalam matematik

khususnya penyelesaian matematik yang penting untuk membantu pelajar untuk
berjaya. Dalam kajian ini turut mengintegrasikan konsep model penyelesaian masalah
Polya. Menurut Ortiz (2016), proses empat fasa Polya telah menyediakan model untuk
pengajaran dan mentaksir penyelesaian masalah dalam kelas matematik. Empat fasa
proses menurut Polya adalah memahami masalah, merangka strategi, melaksanakan
strategi dan menyemak jawapan.
Fasa pertama adalah memahami masalah di mana pelajar perlu cuba untuk
memahami masalah yang diberi. Pelajar dikehendaki terlibat dalam masalah dan mahu
menyelesaikan maslah tersebut. Pendidik juga boleh mengajukan soalan yang
berkaitan kepada pelajar untuk memantau atau mentaksir pemaham pelajar dalam
proses penyelesaian masalah (Ortiz, 2016). Seterusnya, fasa kedua iaitu merangka
strategi di mana pelajar seharusnya mencuba untuk mencari hubungan antara data dan
perkara yang tidak diketahui dan seharusnya memperoleh strategi untuk penyelesaian.
Kemudian, proses penyelesaian masalah yang ketiga iaitu melaksanakan strategi di
mana pelajar akan menjalankan strategi yang telah dirancang dan menyemak setiap
fasa dalam perancangan penyelesaian masalah. Akhir sekali, proses menyemak
jawapan dilakukan di mana pelajar harus memeriksa kembali jawapan yang diperolehi
(Ortiz, 2016).
Model penyelesaian masalah Polya ini sangat berguna dalam penyelesaian

masalah matematik untuk pengajaran dan pembelajaran pendidik serta pelajar dalam
kelas. Dengan menggunakan teknik pemikiran komputasional dengan model Polya ini
boleh membantu pelajar menjadi kreatif dan mampu menyelesaikan masalah
matematik dengan mudah dan sistematik.
17
1.7 Kepentingan Kajian
Berdasarkan latar belakang masalah yang telah dibincangkan, penyelidik

mendapati bahawa kemahiran pemikiran komputasional adalah satu teknik lain yang
penting dalam membantu pelajar untuk menyelesaikan masalah terutamanya dalam
matematik bukan rutin. Keupayaan pelajar untuk berfikir secara sistematik amat
mempengaruhi kehidupan mereka seharian. Dapatan kajian-kajian yang lepas telah
menyatakan bahawa kemahiran pemikiran komputasional berkait rapat dengan
penyelesaian masalah. Sehubungan dengan itu, penyelidik berpendapat kepentingan
kajian ini adalah untuk memberi manfaat kepada tiga pihak iaitu pelajar, pendidik dan
penggubal kurikulum.
1.7.1 Pelajar
Kajian yang dijalankan ini diharapkan dapat membantu pelajar untuk

meningkatkan kemahiran mereka dalam menyelesaikan masalah dengan lebih mudah
melalui kerangka pemikiran komputasional. Di samping itu, melalui kajian ini juga
diharapkan pelajar dapat menambah pengetahuan mereka terhadap bentuk
penyelesaian matematik bukan rutin supaya mereka mampu untuk menyelesaikan
masalah pada masa hadapan ketika memasuki alam pekerjaan. Selain itu, pelajar juga
mampu mengintegrasikan teknik pemikiran komputasional dalam penyelesaian
masalah matematik terutamanya pada matematik bukan rutin dan seterusnya pada
kehidupan mereka seharian. Tambahan pula, diharapkan kajian ini dapat
meningkatkan semangat pelajar berhadapan dengan masalah terbuka dan kompleks.
Kemahiran penyelesaian masalah juga boleh diperluas dan meningkatkan kemahiran
analitik pelajar.
1.7.2 Pendidik
Untuk warga pendidik pula, diharapkan hasil analisis data yang diperolehi
dapat membantu pendidik untuk meningkatkan mutu pengajaran dan pembelajaran
dalam kelas khususnya dalam mata pelajaran matematik melalui pembinaan kerangka
pemikiran komputasional. Di samping itu, diharapkan pendidik dapat melengkapkan
18
diri dengan kemahiran pemikiran komputasional supaya proses pembelajaran lebih
berkesan. Kajian ini juga membantu warga pendidik untuk mengenalpasti input
berkenaan kemahiran pemikiran komputasional dalam kalangan pelajar sekolah
menengah. Pendidik juga boleh merancang aktiviti pengajaran dan pembelajaran
untuk membantu pelajar menguasai teknik penyelesaian masalah dan memperolehi
tahap kemahiran penyelesaian masalah yang diharapkan (Chung & Hassan, 2010).
Selain itu, warga pendidik mampu membantu meningkatkan pencapaian pelajar
dengan menyarankan pelajar untuk menggunakan salah satu teknik pemikiran
komputasional dalam menyelesaikan masalah matematik bukan rutin. Di samping itu,
diharapkan hasil kajian ini mampu membuka mata warga pendidik tentang
kepentingan pemikiran komputasional dalam pendidikan.
1.7.3 Penggubal Kurikulum
Bagi pihak penggubal kurikulum matematik khususnya, diharapkan dapat

membina rangka kerja kurikulum pada masa akan datang. Selain itu, diharapkan pihak
penggubal kurikulum dapat memperbaiki kelemahan kurikulum yang digubal dari segi
mutu pengajaran dan pembelajaran pelajar di sekolah. Penekanan pemikiran
komputasional diharapkan dapat membantu mempertingkatkan kemahiran pelajar
dalam menjawab soalan berbentuk KBAT. Di samping itu, diharapkan penggubal
kurikulum dapat memberi kesedaran kepada warga pendidik dan pelajar tentang
kepentingan pemikiran komputasional dalam pendidikan terutamanya dalam mata
pelajaran matematik.
Kesimpulannya, kajian ini penting kepada semua pihak yang terlibat secara
langsung dalam pengajaran dan pembelajaran di sekolah. Diharapkan melalui kajian
ini juga semua pihak dapat manfaat daripada kemahiran pemikiran komputasional
dalam menyelesaikan masalah matematik bukan rutin.
1.8 Definisi Operasional
19
1.8.1 Pemikiran Komputasional
Menurut Bower, Lister, Mason, Highfield dan Wood (2015), maksud

pemikiran komputasional ialah sistem penyelesaian masalah secara automatik dan
dipindahkan serta diaplikasikan ke dalam mata pelajaran. Berdasarkan kajian yang
telah dilakukan, pemikiran komputasional dapat didefinisikan sebagai salah satu
teknik penyelesaian masalah yang bersistematik dan tersusun untuk membantu pelajar
dan boleh diaplikasikan dalam kehidupan seharian. Dalam kajian ini, pemikiran
komputasional merujuk kepada pengaplikasian teknik-teknik pemikiran
komputasional seperti leraian, pengecaman corak, peniskalaan dan pengitlakan dalam
kelas bagi mata pelajaran matematik.
1.8.2 Penyelesaian Masalah
Menurut Hassan dan Chung (2010), penyelesaian masalah adalah

pembelajaran yang tidak hanya memberi tumpuan kepada konten sahaja tetapi
menggunakan kebolehan yang diperolehi untuk menyelesaikan masalah dan
merupakan kemahiran yang penting. Berdasarkan kajian yang telah dilakukan,
penyelesaian masalah bermaksud keupayaan pelajar untuk mencari jawapan bagi
mengatasi halangan yang dihadapi untuk mencapai matlamat. Dalam kajian ini,
penyelesaian masalah merujuk kepada empat konsep penyelesaian masalah Polya iaitu
memahami masalah, merangka strategi, melaksanakan strategi dan menyemak
jawapan.
1.8.3 Matematik Bukan Rutin
Menurut Salehudin dan Zakaria (2017), matematik bukan rutin adalah satu cara
penyelesaian masalah yang memerlukan pelajar untuk mengalami proses pemikiran
aras tinggi menggunakan rancangan-rancangan tertentu dengan gabungan fakta dan
maklumat. Berdasarkan kajian yang telah dilakukan, matematik bukan rutin adalah
satu masalah yang memerlukan pelajar untuk menganalisis masalah dan boleh
menyelesaikan masalah tersebut dengan pelbagai cara. Dalam kajian ini, matematik
20
bukan rutin merujuk kepada teknik pelajar untuk menyelesaikan masalah matematik
berbentuk terbuka.
1.9 Penutup
Kesimpulannya, pemikiran komputasional berkait rapat dalam membantu

pelajar untuk menyelesaikan masalah matematik bukan rutin. Pemikiran
komputasional merupakan salah satu teknik untuk membantu pelajar dalam
menyelesaikan masalah yang turut diaplikasikan dalam kehidupan seharian
menggunakan kemahiran berfikir aras tinggi. Kemorosotan pencapaian pelajar dalam
mata pelajaran matematik tidak boleh diambil mudah kerana perkara ini boleh
mengganggu masa depan pelajar. Kebanyakan dunia pekerjaan memerlukan individu
untuk mempunyai pemikiran yang kreatif dan kritis supaya masalah tersebut dapat
diatasi dengan baik. Diharapkan kerangka pengintegrasian pemikiran komputasional
mampu membantu pelbagai pihak untuk sama-sama mempertingkatkan kemahiran
pemikiran komputasional di samping melahirkan individu yang mampu
menyelesaikan masalah matematik khususnya matematik bukan rutin.
21
BAB 2
KAJIAN LITERATUR
2.1 Pengenalan
Matematik merupakan asas pendidikan yang penting kerana ia digunakan dan

diaplikasikan dalam banyak aspek kehidupan. Dalam bab ini, terdapat pelbagai kajian
yang memberi penjelasan asas terhadap pemikiran komputasional dan penyelesaian
masalah matematik. Penyelidik merumus dan menilai sebahagian pembacaan yang
berkaitan dengan penyelesaian masalah matematik dan pemikiran komputasional,
menjalankan analisa item dan membincangkan kepentingan dalam kajian lepas. Oleh
itu, kajian literatur ini menjelaskan maklumat yang berkaitan dengan pemikiran
komputasional dan penyelesaian masalah matematik.
2.2 Pemikiran Komputasional
Kemahiran berfikir menggalakkan pelajar untuk mencari jawapan kepada

masalah, membuat keputusan, mempersoalkan perkara yang nyata, merancang,
menilai idea, menyusun maklumat dan mencipta objek. Empat ciri utama dalam
kemahiran berfikir adalah pemikiran secara kritikal, membuat keputusan, pemikiran
kreatif dan penyelesaian masalah (Monga & Grover, 2017).
Menurut Palts dan Pedaste (2015), pemikiran komputasional didefinisikan

sebagai kemahiran asas untuk semua dan bukan hanya untuk saintis komputer.
Kemahiran ini perlu diterapkan dalam kemampuan analitik setiap kanak-kanak seperti
membaca, menulis dan mengira. Selain itu, Yadav, Mayfield, Zhou, Hambrusch dan
Korb (2014) mendefinisikan pemikiran komputasional sebagai proses pemikiran yang
terlibat dalam merumus masalah dan jawapan supaya jawapan yang dihasilkan dalam
bentuk yang berkesan oleh agen pemprosesan maklumat. Manakala, pemikiran
23
komputasional menurut Swaid (2015) pula melibatkan penyelesaian masalah, mereka
bentuk sistem dan memahami sikap manusia dengan melukis pada konsep asas kepada
sains komputer. Pemikiran komputasional melibatkan sebahagian alat pemikiran yang
melihat kepada nadi sains komputer.
Di samping itu, Mouza, Yang, Pan, Ozden dan Pollock (2017) menjelaskan
bahawa pemikiran komputasional adalah teknik penyelesaian masalah yang boleh
dilaksanakan dengan komputer dan boleh digunakan secara sendiri, berpindah dan
diaplikasikan dalam mata pelajaran. Secara amnya, pemikiran komputasional ini
merupakan salah satu teknik kepada penyelesaian masalah untuk membantu pelajar
menyelesaikan masalah secara efektif.
Menurut Tabesh (2017), pemikiran komputasional dan pedagogi secara digital

kepada pendekatan moden dalam pendidikan yang dimulakan oleh Jean Piaget. Jean
Piaget merupakan psikologis pembangunan yang dikenali sebagai pakar dalam
mempelopori teori pembelajaran iaitu constructivism. Pelajar membina pengetahuan
baru di dalam pemikiran mereka daripada interaksi pengalaman dan ilmu pengetahuan
lepas (Tabesh, 2017). Selain itu, pemikiran komputasional menggabungkan pemikiran
secara kritis dan kuasa pengkomputeran sebagai asas kepada inovasi jawapan untuk
masalah kehidupan yang sebenar. Tabesh (2017) juga menjelaskan bahawa pemikiran
komputasional melibatkan empat tahap proses penyelesaian masalah iaitu:
 Leraian (Decomposition): Menganalisa masalah untuk meleraikan kepada

bahagian yang kecil.
 Pengecaman Corak (Pattern Recognition): Melihat pola dan persamaan dalam
data.
 Peniskalaan (Abstraction): Mengenalpasti prinsip asas yang menjana pola yang
ada.
 Pengitlakan (Generalisation): Membangunkan langkah dan arahan untuk
menyelesaikan masalah.
Proses pemikiran yang paling penting dalam pemikiran komputasional adalah

proses pengitlakan atau pengabstrakan. Proses ini digunakan untuk menentukan pola,
24
generalisasi dan mengenalpasti elemen utama dalam set objek. Selain itu, pelajar boleh
melihat perkara penting yang wujud dalam masalah tersebut dengan mengetepikan
perkara yang kompleks dan tidak diperlukan dalam masalah tersebut. Dengan cara itu,
pelajar boleh memfokuskan hanya pada aspek yang penting (Rosdi, Idrus dan Md
Salleh, 2018). Untuk leraian, pelajar boleh menyelesaikan masalah yang sukar dengan
membahagikan masalah yang besar kepada bahagian yang kecil mengikut fungsi
tersendiri.
Di samping itu, proses pengecaman corak membantu pelajar untuk

mengenalpasti dan melihat kekerapan dalam masalah dan akhir sekali, proses
peniskalaan adalah membuat ramalan daripada persamaan yang dikenal pasti untuk
menyelesaikan masalah (Rosdi, Idrus dan Md Salleh, 2018). Kajian ini disokong oleh
Yeh, Xie dan Ke (2011) di mana proses pengabstrakan adalah penting dalam
pemikiran komputasional kerana ia diguna pakai oleh saintis komputer hampir setiap
hari.
Menurut kajian dari Wing (2008), pemikiran komputasional adalah merumus

kembali masalah yang sukar kepada satu masalah yang pelajar tahu untuk selesaikan
seperti Pengurangan (Reduction), Penyematan (Embedding), Transformasi
(Transformation) dan Simulasi (Simulation). Tambahan pula, pemikiran
komputasional menggunakan Pengitlakan dan Leraian untuk mengatasi tugas besar
yang sukar. Contoh harian yang menggunakan pemikiran komputasional adalah
menyimpan “LEGO” yang bertaburan di atas lantai dengan menggunakan teknik
penyusunan seperti mengikut bentuk atau warna. Malahan, pelajar juga mempelajari
peniskalaan seperti pemfaktoran dan data jenis abstrak seperti jadual dan set (Wing,
2008).
Tambahan pula, Polya dalam kajian klasik beliau tentang kemahiran

penyelesaian masalah, menyatakan pengitlakan diberi maksud sebagai gabungan
analogi, pengkhususan dan kemahiran lerai masalah adalah penting untuk pelajar
matematik berjaya dalam tugas penyelesaian masalah (Barcelos, Munoz-Soto,
Villarroel, Merino dan Silveria, 2018). Menurut Romero, Lepage dan Lille (2017),
mereka merangka pemikiran komputasional sebagai satu set strategi kognitif dan
25
metakognitif yang berkaitan dengan pencarian masalah, kerangka masalah dan
pengaturcaraan kreatif. Ia merupakan salah satu cara untuk membangunkan strategi
pemikiran yang baru untuk analisa, mengenalpasti dan menyusun tugas yang sukar dan
tanpa definisi serta penyelesaian masalah yang kreatif. Seseorang itu kreatif apabila
dia berjaya mencipta satu idea yang baru. Pemikiran komputasional mempunyai
potensi untuk diaplikasikan secara meluas dalam bidang lain sebagai pembelajaran
yang kreatif.
Dua strategi yang digunakan dalam membangunkan kemahiran pemikiran

komputasional iaitu aktiviti tanpa penggunaan wayar (pergerakan fizikal, kad dan
permainan logik dimana ia berkait rapat dengan konsep sains komputer seperti
peniskalaan, perpindahan data atau perwakilan data) dan aktiviti menggunakan
komputer (pengaturcaraan dalam arah berdasarkan suasana visual dan pengaturcaraan
yang berhubung dengan dunia fizikal) (Weigend, Vanicek, Pluhar & Pesek, 2019).
Pada dasarnya, fokus terhadap pemikiran komputasional ini bukan sesuatu

yang baru. Jika diimbas kembali pada kajian Papert berkenaan pengaturcaraan
Lamguage of Graphics Oriented (LOGO) dan idea menjadi komputer sebagai mesin
kepada kanak-kanak yang memberi laluan kepada mereka untuk membina pemikiran
berprosedur melalui pengaturcaraan. Kemunculan internet, peningkatan jalur lebar,
penumpuan kepada media digital ke serata platform, peningkatan permainan dan
media sosial, ketersediaan alat komputasional dan perisian yang baik menjurus kepada
peningkatan minat dalam pemikiran komputasional (Dede, Mishra & Voogt, 2013).
Menurut Lockwood dan Mooney (2018), pengaturcaraan adalah cara popular

untuk melaksanakan kemahiran pemikiran komputasional dan juga menjadi alat yang
terbaik untuk menunjukkan pelajar bagaimana kemahiran pemikiran komputasional
ini boleh diaplikasikan dalam masalah dunia sebenar. Bagi pengaturcaraan sekolah
menengah, mereka diajar untuk menggunakan pelbagai teknologi seperti Scratch,
Spreadsheets, Python, Java dan Visual Basic (VB). Rosdi, Idrus dan Md Salleh (2018)
juga bersetuju bahawa kemahiran pemikiran komputasional boleh dipupuk dalam
kalangan guru melalui pengaturcaraan. Walau bagaimanapun, pengaturcaraan yang
digunakan haruslah lebih mudah agar guru mudah untuk memahami konsep dan ciri-
26
ciri dalam kemahiran pemikiran komputasional. Kemahiran pemikiran komputasional
ini tidak boleh diajar secara tradisional kepada pelajar. Menurut Cansu dan Cansu
(2019), konsep pemikiran komputasional boleh dibangunkan berdasarkan definisi-
definisi dan memberi pandangan kepada bagaimana pemikiran komputasional ini
boleh diaplikasikan dalam dunia pendidikan.
Kajian dari Yadav, Gretter, Good & McLean (2017) menyatakan bahawa
terdapat tanggapan yang salah tentang sains komputer bersamaan dengan
pengaturcaraan. Pengkaji menyatakan dalam istilah yang lebih mudah iaitu kemahiran
dalam asas bahasa seni membantu untuk berkomunikasi dengan berkesan dan
kemahiran dalam asas matematik membantu untuk mengira dengan berjaya,
kemahiran dalam pemikiran komputasional membantu menjadi sistematik dan
menjalankan proses informasi dan tugasan dengan berkesan.
Pengintegrasian pemikiran komputasional ke dalam matematik meningkatkan

pemahaman pelajar terhadap proses matematik berbanding mereka yang tidak
mempelajari pemikiran komputasional dalam kelas matematik (Yadav, Gretter, Good
& McLean, 2017). Tambahan pula, kajian dari Mouza, Yang, Pan, Ozden dan Pollock
(2017) menyatakan bahawa menurut sekumpulan pakar dari Computer Science
Teacher Association (CSTA) dan International Society for Technology in Education
(ISTE), kekuatan akar pemikiran komputasional boleh dipertingkatkan dengan
perubahan sikap dalam dimensi yang penting termasuk:
 Keyakinan dalam berdepan dengan kesulitan

 Kegigihan dalam bekerja dengan masalah yang sukar
 Bertolak ansur dalam kekaburan
 Kemampuan untuk berdepan dengan masalah terbuka
 Kemampuan untuk berkomunikasi dan bekerja dengan orang lain
ISTE dan CSTA telah menyediakan panduan aktiviti untuk pemikiran

komputasional pada tahun 2011, 2015 dan 2016. Melalui definisi juga, senarai aktiviti
membantu menyediakan kerangka kepada pendidik, menggambarkan pencapaian
pendidik yang mereka perlu fokus dan menyediakan garis panduan untuk pentaksiran
27
dan penilaian pencapaian tersebut (Cansu & Cansu, 2019). Di samping itu, mereka
bentuk permainan juga merupakan salah satu cara membangunkan pemikiran
komputasional. Scalable Game Design (SGD) telah mencipta AgentSheets dan
AgentCube yang membenarkan orang ramai membangunkan permainan berasaskan
agen, simulasi dan memuat naik pada laman web. Walaupun kebanyakan usaha ini
adalah di peringkat awal, namun usaha untuk menjadikan pemikiran komputasional
ini menarik dan boleh dilayari oleh semua pelajar tidak mengira peringkat umur dan
kemampuan mereka.
Swaid (2015) menjelaskan bahawa pemikiran komputasional boleh

diaplikasikan dalam tiga bidang iaitu Model atau Simulasi, Robotik dan Reka Bentuk
Permainan. Menurut penyelidik lain, mereka mengatakan ciri-ciri pemikiran
komputasional adalah Pengumpulan Data, Analisa Data, Perwakilan Data, Penguraian
Masalah, Pengitlakan, Automasi, Selari dan Simulasi. Secara keseluruhannya, tujuan
utama mengaplikasi pemikiran komputasional dan berkongsi ciri-cirinya pada bidang
lain adalah untuk mengajar orang ramai untuk bijak menyelesaikan masalah dan
mengkaji persoalan yang baru (Swaid, 2015).
Pemikiran komputasional melibatkan konsep dan latihan yang asalnya dari

sains komputer di mana ia dikongsi dalam pelbagai bidang lain seperti sains,
matematik, sains sosial, biologi, seni bahasa dan kejuruteraan (Kotsopoulos et al.,
2017). Permintaan untuk membangunkan kemahiran pemikiran komputasional pada
zaman teknologi ini sangat tinggi dalam setiap bidang yang pelajar ceburi. Pemikiran
komputasional ini bukan sahaja perlu dipelajari oleh pelajar sains komputer malahan
pelajar dari bidang yang lain. Apa yang dipelajari oleh pelajar di dalam kelas hanya
merangkumi teori asas dan kemahiran yang membina keseluruhan kerangka
pengetahuan, sedangkan dengan teknologi baru ini, cara dan aplikasi diperlukan oleh
individu untuk mengkaji secara aktif bagi mempertingkatkan kerangka pengetahuan
mereka (Wang & Wang, 2016).
Tambahan pula, Syslo dan Kwiatkowska (2014) menghuraikan tentang

pemikiran komputasional boleh dikategorikan sebagai proses penyelesaian masalah
yang mempunyai langkah yang berikut:
28
 Merumus masalah dalam gaya yang membenarkan penggunaan komputer
untuk menyelesaikan ia.
 Menyusun dan menganalisa data.
 Mewakili data melalui pengitlakan.
 Mencipta (komputer) penyelesaian melalui pemikiran peniskalaan.
 Mengenalpasti, analisa dan melaksanakan jawapan dengan tujuan untuk
mencapai jawapan yang paling cekap dari segi masa dan ruang jawapan.
 Menggunakan masalah yang telah diselesaikan dan strategi penyelesaian
kepada pelbagai masalah lain dengan meluas.
Penambahan pemikiran komputasional sebagai sebahagian daripada

matematik dan pelbagai bidang lain telah berlaku disebabkan peningkatan peranan
komputer sebagai satu komponen dalam pelbagai kandungan bidang yang lain.
Komputasional bermaksud lebih dari hanya melakukan pengiraan aritmetik. Ia muncul
sebagai cara pemikiran individu. Oleh yang demikian, pandangan yang meluas
terhadap pemikiran komputasional ini memberi cabaran baru kepada pendidik
matematik dalam semua tahap (Moursund, 2006). Tidak dinafikan, kebanyakan
syarikat memerlukan pekerja yang mempunyai kemahiran tambahan seperti pemikiran
komputasional sejajar dengan teknologi yang berkembang pesat di negara ini.
Kekuatan pengkomputeran kian meningkat mengikut peredaran masa supaya manusia
beranggapan bahawa pemikiran komputasional ini memberi definisi yang berbeza
pada masa hadapan berbanding hari ini.
Walau bagaimanapun, manusia memerlukan kemampuan untuk menggunakan

teknologi sebagai peningkatan kepada kemahiran penting yang berterusan dalam sains,
matematik dan pemikiran logik (Sanford & Naidu, 2016). Tambahan pula, Sanford
dan Naidu (2016) berpendapat bahawa kemampuan aritmetik membina kerangka
untuk logik matematik dan penyelesaian masalah. Pada awalnya, kanak-kanak akan
mempelajari penambahan dan penolakan, menghafal sifir, mempelajari pembahagian
dan sebagainya.
Pemikiran komputasional adalah asas kepada penyelesaian masalah dan

diperkenalkan apabila masalah berbentuk ayat diperkenalkan. Masalah berbentuk ayat
29
dalam matematik menjelaskan tentang situasi dan meminta pelajar untuk
menghasilkan jawapan matematik. Alat bantuan elektronik dan penyelesaian daripada
komputer seharusnya diperkenalkan selepas pelajar mahir terhadap kemampuan
aritmetik untuk masalah yang mudah (Sanford & Naidu, 2016). Di samping itu,
pemikiran komputasional menggalakkan kreativiti pelajar dalam kelas di mana ia
membenarkan pelajar untuk bergerak daripada seorang pengguna teknologi kepada
orang yang membina teknologi. Kreativiti juga dilihat sebagai kemampuan untuk
pelajar beimaginasi untuk mencipta objek yang sesuai dan bernilai untuk kumpulan
sosial (Weigend, Vanicek, Pluhar & Pesek, 2019).
Kemahiran pemikiran komputasional mampu menyediakan kemasukan pelajar

kepada peluang pekerjaan dalam bidang yang memerlukan kemahiran
pengkomputeran di mana berlaku peningkatan dari 1.9 juta kepada 4.4 juta dalam
tahun 2017 (Yadav, Hong & Stephenson, 2016). Tidak relevan untuk mengharapkan
guru melaksanakan konsep pemikiran komputasional tanpa sokongan dan peluang
untuk mengaplikasikan idea kepada tugasan yang sebenar. Mekanisma sokongan
seharusnya berterusan daripada hanya sekali atau dua kali program perkembangan
professional.
Satu langkah untuk menyediakan perkembangan professional dalam kalangan

warga pendidik adalah melalui pembelajaran alam maya dan praktikal bersama
komuniti (Yadav, Hong & Stephenson, 2016). Tambahan pula, kajian daripada Yadav,
Mayfield, Zhou, Hambrusch dan Korb (2014) menunjukkan bahawa dengan
memperkenalkan pemikiran komputasional terhadap pelajar prasiswazah dalam
kurikulum sains meningkatkan minat pelajar secara ketara untuk mengambil kursus
pengkomputeran dan menyambung pelajaran dalam bidang pekerjaan yang
memerlukan kemahiran pengkomputeran.
Terdapat kajian lain yang mengatakan kemungkinan besar peningkatan minat

pelajar terhadap pengkomputeran boleh membantu mendidik mereka untuk
menggunakan penyelesaian masalah dalam bidang lain (Yadav, Mayfield, Zhou,
Hambrusch & Korb, 2014). Selain itu, pelajar mempelajari tentang pemikiran
komputasional dengan melihat guru di mana guru dipercayai menunjukkan strategi
30
pemikiran dan membantu pelajar untuk menggunakan strategi tersebut secara sendiri.
Walau bagaimanapun, kebanyakan usaha yang dijalankan terhad kepada guru sains
komputer. Pengenalan terhadap pemikiran komputasional ini perlu dijalankan kepada
semua guru dan usaha awal yang boleh dijalankan adalah memperkenalkan pemikiran
komputasional kepada guru praktikal sebagai peringkat asas kepada pengajaran dan
pembelajaran.
Mendedahkan guru tehadap konsep awal pemikiran komputasional

membenarkan mereka untuk melihat keberkesanan pemikiran komputasional
mengikut bidang masing-masing (Yadav, Mayfield, Zhou, Hambrusch & Korb, 2014).
Selain itu, seorang guru juga perlu memastikan pelajar sentiasa dilengkapi dengan
semangat ingin tahu, bukan hanya tertumpu pada jawapan yang diberikan oleh guru
atau buku teks. Tambahan pula, guru perlu menggalakkan pelajar untuk bersuara,
berfikir secara kritis dan berani untuk tampil dan berkongsi pendapat mereka
dihadapan rakan-rakan (Wang & Wang, 2016).
Pemikiran komputasional ini penting untuk meningkatkan semangat pelajar

berhadapan dengan masalah terbuka dan kompleks. Kemahiran penyelesaian masalah
juga boleh diperluas dan meningkatkan kemahiran analitik pelajar. Di samping itu,
pengajaran pemikiran komputasional boleh meningkatkan lagi kefahaman orang ramai
bahawa pengaturcaraan ialah menyelesaikan masalah, tidak terhad pada kod dan
meningkatkan sikap pelajar perempuan dan keyakinan terhadap pengaturcaraan
(Lockwood & Mooney, 2017). Menurut Monga dan Grover (2017), untuk
membangunkan kemahiran pemikiran komputasional dalam kalangan pelajar, warga
pendidik yang bermotivasi tinggi serta berdaya saing amat diperlukan. Hal ini kerana,
guru yang berkemampuan boleh menjadi faktor dalam pembelajaran yang berkualiti
dalam kalangan pelajar.
Pelajar seharusnya mampu untuk menggunakan alat berteknologi untuk

mengkaji secara mendalam dalam memahami sesuatu konsep. Dalam tempoh 20
tahun, hampir kesemua bidang yang berkaitan dengan sains dan matematik dilihat
peningkatan dalam komputasional. Contohnya, Bioinformatics, Statistik
Komputasional, Chemometrics dan Neuroinformatics (Weintrop et al., 2016). Di
31
samping itu, peningkatan pengkomputeran yang berkait rapat dengan sains dan
matematik, dan bidang Sains, Teknologi, Kejuruteraan dan Matematik (STEM) telah
dapat dikenali oleh komuniti pendidikan STEM dan organisasi pendidikan sains
komputer. Dengan adanya bahan komputasional dan praktikal ke dalam kelas
matematik dan sains, ia membantu pelajar untuk melihat bidang mereka lebih nyata,
memudahkan pelajar untuk menyambung kerjaya mereka dan melengkapkan pelajar
untuk menjadi masyarakat STEM yang lebih bijak pada masa hadapan (Weintrop et
al., 2016).
Kunci kepada sokongan terhadap pendidikan STEM adalah memasukkan

elemen pemikiran komputasional dalam topik STEM. Menurut perlaksanaan projek
oleh Arkansas Cyberinfrastructure Minority Training Education Consortium (AMC-
TEC) yang lalu, mereka diberi anugerah atas kajian untuk menguji kelayakan
menggunakan sumber Cyberinfrastructure untuk pendidikan STEM (Swaid, 2015).
Oleh sebab projek ini, jelas menyatakan bahawa strategi yang maju diperlukan untuk
membawa pemikiran komputasional dalam pendidikan STEM. Projek fasa
berperingkat direka untuk memasukkan pemikiran komputasional dan
Cyberinfrastructure dalam pendidikan STEM (Swaid, 2015).
Dari aspek pandangan pedagogi, penggunaan bahan komputasional dan

kemahirannya membenarkan pelajar untuk mempelajari kandungan matematik dan
sains. Sains dan matematik menyediakan konteks yang bermaksud di mana pemikiran
komputasional boleh diaplikasikan. Penggunaan kemahiran ini dalam dunia sebenar
adalah penting dalam usaha untuk memotivasi dan mendapatkan peserta dalam aktiviti
sains dan matematik (Weintrop et al., 2016). Selain itu, cara pengkomputeran ini telah
berkembang dalam fenomena bukan linear yang boleh dikaji melalui penggunaan
matematik dan model simulasi. Bidang sains sedang melalui fasa kebangkitan dalam
pendekatan eksperimen disebabkan oleh kemunculan komputer yang lebih berkuasa,
akses kepada analitikal yang baru dan pembangunan model komputasional yang lebih
teliti yang membezakan komponen dan mekasnisma yang digabungkan. Oleh itu,
pelajar harus dididik dalam kaedah komputasional dan teknik untuk menyokong
perubahan keadaan kajian dalam bidang sains dan matematik (Weintrop et al., 2016).
32
Untuk menggabungkan aktiviti yang bertujuan untuk membangunkan
kemahiran pemikiran komputasional dalam tahap asas pendidikan, seseorang perlu
memikirkan apa kesan aktiviti-aktiviti tersebut dalam mempelajari mata pelajaran
tradisional di sekolah. Di samping itu, kajian lepas mendapati dan mengenalpasti
kemahiran aras tinggi menjadi pertukaran antara pemikiran komputasional dan
matematik (Barcelos, Munoz-Soto, Villarroel, Merino dan Silveria, 2018). Menurut
Barcelos, Munoz-Soto, Villarroel, Merino dan Silveria (2018), tiga kemahiran aras
tinggi adalah:
 Perubahan di antara perwakilan semiotic: Kemahiran ini melibatkan

penukaran situasi satu perwakilan simbolik kepada yang lain. Selain itu,
ia boleh diaplikasikan dalam perwakilan semiotic yang ada dalam asas
ilmu matematik seperti carta, jadual dan formula serta penyelesaian
perwakilan peniskalaan.
 Membina hubungan dan mengenalpasti pola: Kemahiran ini berkait
dengan situasi di mana pelajar seharusnya mengenalpasti kekerapan
dan rumusan atau merumuskan formula. Dalam kes matematik,
kebiasaannya berkaitan dengan kekerapan berangka serta kemahiran
untuk penyelesaian masalah yang diterangkan oleh Polya.
 Membina penjelasan dan perwakilan model: Pelajar seharusnya boleh
menggunakan matematik atau bahasa pengitlakan untuk membina
model yang mempuyai situasi yang biasa seperti untung dan rugi,
pengundian pendapat dan sebagainya. Komputasional menyokong
pembinaan dan pengujian model yang menjurus kepada potensi
pengaplikasian pemikiran komputasional ke mata pelajaran sekolah.
Manakala, dalam kajian lain oleh Buteau, Muller, Mgombelo dan Sacristan
(2018), matematik tidak dilihat sebagai tunggak utama ilmu pengetahuan yang
diperlukan oleh pelajar, tetapi satu proses penyertaan pelajar melalui keahlian dalam
komuniti pakar matematik. Tambahan pula, pada mereka, komputer menyediakan
pelajar maksud untuk mencipta objek untuk berfikir dan membenarkan manusia untuk
mempraktikkan sesetengah idea yang hebat atau kemahiran intelektual melalui kajian
33
dan penerokaan dalam teras pengetahuan. Oleh sebab itu, ramai pakar matematik dan
saintis menggunakan komputer pada abad ke-21.
Kemahiran pemikiran komputasional ini boleh diterapkan dalam pembelajaran

berasaskan masalah, pembelajaran berpusatkan pelajar, pembelajaran berasaskan
projek dan pembelajaran berasaskan permainan. Perkara sebegini perlu diberi
penekanan oleh guru kepada pelajar agar mereka dapat menguasai kemahiran ini
(Rosdi, Idrus dan Md Salleh, 2018). Mengajar pemikiran komputasional kepada
seseorang yang bukan dari bidang pengkomputeran agak mencabar dan sebagai
pengajar, mereka perlu menyahut cabaran ini sekarang atau pada masa hadapan. Untuk
memahami masalah dan meningkatkan mutu pengajaran dan pembelajaran, guru
seharusnya mengumpul data formatif tentang pelajar dan isi kandungannya. Alatan
mental dan proses pemikiran seharusnya diajar secara terperinci kepada pelajar baru
(Yeh, Xie & Ke, 2011).
Perlaksanaan pengajaran yang menjurus kepada pengenalan pemikiran

komputasional dan aktiviti matematik dalam kelas selari dengan praktikal yang
membolehkan inovasi pengajaran dan pembelajaran matematik di mana ia fokus
kepada:
 Aktiviti pengajaran menggunakan tangan

 Pengajaran melalui penyelesaian masalah
 Menggabungkan mata pelajaran seperti STEM, STEAM atau i-STEM
 Fokus terhadap pemahaman dan proses pemikiran yang memberi tumpuan
kepada penguasaan kemahiran, fakta dan prosedur
 Pengajaran melalui siasatan, eksperimen dan penghasilan ilmu pengetahuan
atau pembelajaran melalui projek.
 Pembelajaran abad ke-21.
Menurut kajian daripada Namukasa, Patel dan Miller (2017), dengan

memperkenalkan pemikiran komputasional di sekolah, ia melibatkan pengajaran mata
pelajaran sekolah melalui pemikiran komputasional dan pengajaran tentang pemikiran
komputasional. Untuk memasukkan konsep pemikiran komputasional dan konsep
34
matematik adalah mengajar matematik melalui aktiviti pemikiran komputasional dan
dalam masa yang sama mengajar konsep pemikiran komputasional. Mengajar
pemikiran komputasional mampu melahirkan pelajar yang mendapat peluang untuk
menjadi kreatif dan aktiviti yang berimaginasi. Walau bagaimanapun, aktiviti yang
ingin dijalankan seharusnya dirancang dengan baik mengikut tujuan pengajaran.
Sesetengah alatan pemikiran komputasional mempunyai potensi yang terhad ketika
menggabungkan konsep pemikiran komputasional dan topik dalam kurikulum
matematik (Namukasa, Patel dan Miller, 2017).
Keberkesanan pemikiran komputasional boleh membantu kemahiran

pemikiran umum pelajar, mengekalkan pencipta generasi masa hadapan dan
menggalakkan lebih ramai pelajar untuk melanjutkan pelajaran tinggi kelas sains
komputer dan program yang membantu memperluaskan bidang pengkomputeran
(Mouza, Yang, Pan, Ozden dan Pollock, 2017). Menurut Tabesh (2017), terdapat dua
pendekatan yang digunakan untuk pelajar sekolah rendah dan sekolah menengah iaitu
penggunaan dua makmal dalam dua domain: komputasional matematik dan Artificial
Intelligence (AI). Walau bagaimanapun, Tabesh (2017) menganggap pemikiran
komputasional sebagai tulang belakang kepada penyelesaian masalah. Makmal
komputasional matematik adalah suasana pembelajaran yang memberi tumpuan
kepada kemahiran matematik seperti matematik diskret, data sains dan reka bentuk
algorithma menggunakan proses pemikiran komputasional untuk penyelesaian
masalah. Ia merupakan satu tempat untuk pembelajaran eksperimen melalui bengkel
dan projek serta festival matematik.
Suasana pembelajaran dalam makmal ini menggalakkan interaksi yang

mendalam dan kerjasama antara pelajar untuk mencipta idea dalam bentuk kolaborasi
projek memandangkan kerja matematik kepunyaan mereka dan kehidupan sebenar.
Selain itu, melalui makmal ini jugak memberi laluan kepada mereka untuk mengubah
dan menguji projek mereka antara kumpulan yang lain (Tabesh, 2017). Manakala,
dalam makmal Artifical Intelligence (AI), ia merupakan makmal yang memberikan
suasana berteknologi tinggi untuk remaja di mana mereka dilatih dalam kemahiran
yang baru dan melalui projek, mereka boleh membina kekreatifan mereka sendiri.
Asas komponen robot dan applikasi pengesan Internet of Things (IOT) seharusnya
35
disediakan dalam makmal tersebut. Bahan-bahan untuk membina objek baru serta
mesin pencetak 3D juga penting.
Di samping itu, sistem awan untuk menyatukan data dan perisian untuk
menganalisa data juga harus disediakan. Kerjasama dalam proses latihan juga akan
membawa peluang untuk pelajar belajar antara satu sama lain dan mampu untuk
merumus masalah dan dengan menggunakan proses pemikiran komputasional, mereka
akan lihat pada jalan penyelesaian di mana mereka boleh membina dan menguji
dengan menyatukan data di awan dan mengaplikasikan bahan analisa data (Tabesh,
2017).
Idea yang menyatakan masalah matematik mungkin tiada jalan penyelesaian,

satu jalan penyelesaian atau lebih adalah sebahagian daripada kematangan matematik.
Kematangan matematik adalah idea yang tidak terperinci kepada mana-mana
kandungan dalam matematik. Seseorang mungkin mempunyai tahap pengetahuan
matematik yang tinggi tetapi lemah dalam kematangan matematik (Moursund, 2006).
Merujuk kepada kajian daripada Romero, Lepage dan Lille (2017), 96% kajian yang
dipilih melalui kajian literatur pada konsep pemikiran komputasional dan komponen-
komponennya bersetuju bahawa menganggap penyelesaian masalah adalah komponen
pemikiran komputasional. Elemen yang dipersetujui dan diterima adalah pengitlakan,
leraian, penilaian dan peniskalaan. Walau bagaimanapun, Warmedal (2014) mendapati
bahawa bidang pemikiran komputasional ini masih di peringkat awal.
Pergerakan bidang ini bermula pada tahun 2006 dengan permintaan Jeanette
Wing dalam pengajaran pemikiran komputasional kepada semua dan di mana sahaja
dan seterusnya tersebar secara meluas. Inspirasi terhadap bidang ini tersebar luas
namun terdapat kekurangan pada definisi yang jelas. Walaupun ramai pendidik cuba
untuk melaksanakan pemikiran komputasional dalam kelas, terdapat segelintir kritikan
terhadap kemahiran ini. Peter Denning merupakan pengkritik dalam pemikiran
komputasional di mana beliau menimbulkan tentangan terhadap pemikiran
komputasional. Penekanan baru pemikiran komputasional ini hanya penambahbaikan
daripada sains komputer yang sedia ada. Selain itu, beliau mempercayai bahawa
36
pemikiran komputasional hanya praktikal, tidak menerangkan secara mendalam
prinsip di dalam bidang tersebut (Mannila et al., 2014).
Tambahan pula, pencarian yang lebih mendalam terhadap jawapan kepada

kesan pemikiran komputasional tidak dapat dijumpai. Tiada kajian yang dilakukan
walaupun pengajaran pemikiran komputasional telah dijalankan (Warmedal, 2014).
Pelbagai langkah telah diambil untuk meningkatkan pendidikan matematik dalam
kalangan pelajar. Ramai individu membahagikan program matematik kepada tiga sub
program iaitu matematik tulen, matematik aplikasi dan komputasional matematik
(Moursund, 2006).
Berdasarkan kajian Mannila et al. (2014), istilah pemikiran komputasional ini

mengatakan bahawa saintis komputer cuba untuk memberitahu orang ramai dalam
bidang lain tentang bagaimana mereka berfikir. Di samping itu, terdapat juga kritikan
terhadap pemikiran komputasional di mana istilah ini terlalu meluas untuk digunakan.
Elizabeth Jones mempercayai bahawa Jeanette Wing gagal untuk memberi maksud
sebenar kepada pemikiran komputasional kerana pada beliau sukar untuk melihat
kelainan yang terdapat dalam pemikiran komputasional jika dibandingkan dengan
jenis pemikiran yang lain seperti pemikiran saintifik (Mannila et al., 2014).
Manakala, kajian dari Mouza, Yang, Pan, Ozden dan Pollock (2017)
menyatakan bahawa kebanyakan guru tidak peka terhadap istilah pemikiran
komputasional dan menganggap pemikiran komputasional sebagai penggunaan asas
kepada teknologi. Apabila mereka diminta untuk mengenalpasti strategi pedagogi
untuk membantu pelajar membina pemikiran komputasional, mereka tidak
mempunyai idea yang jelas dan mendalam serta hanya tahu pelajar perlu menggunakan
teknologi. Tambahan pula, apabila diminta untuk mengenalpasti bahan
pengkomputeran yang boleh membantu pembelajaran pemikiran komputasional,
kebanyakan daripada mereka mencadangkan bahan yang tiada kaitan dengan
pemikiran komputasional. Mereka juga berasa tidak yakin untuk memasukkan elemen
pemikiran komputasional dalam pengajaran.
37
Menurut Lockwood dan Mooney (2018), terdapat kemungkinan pelajar tidak
akan menunjuk minat terhadap pembelajaran berasaskan pemikiran komputasional. Di
samping itu, kelayakan dan latar belakang pengajar menghalang perlaksanaan
pemikiran komputasional ini secara berkesan. Kesukaran pendidik untuk
mengintegrasikan pemikiran komputasional dalam diri pelajar juga merupakan
kekangan yang dihadapi untuk melaksanakan dan menerapkan kemahiran ini dalam
diri pelajar.
Pelbagai kelemahan pemikiran komputasional berkaitan dengan penyelesaian

masalah dan pemikiran yang berkait rapat dengan bagaimana intrapersonal
pemprosesan maklumat tidak diambil kira, bagaimana perpindahan kemahiran tidak
diambil kita dan bagaimana penjanaan pemikiran tidak dipupuk. Kemahiran kognitif
seharusnya diberi penekanan supaya pemikiran komputasional boleh tersebar luas
(Tiensuu, 2012). Di samping itu, adalah penting bagaimana masalah itu diselesaikan
yang melibatkan penjanaan penyelesaian masalah bersama objektif dalam
pengkomputeran. Dalam situasi penyelesaian masalah, daripada belajar untuk mencari
cara untuk menyelesaikan masalah, adalah lebih baik pelajar mempelajari untuk
mengeluarkan jawapan-jawapan yang memberi kelebihan kepada penyelesaian
masalah bukan rutin. Dengan erti kata lain, belajar melalui proses, bukan sahaja pada
jawapan (Tiensuu, 2012). Perlaksanaan matematik dan pemikiran komputasional
menunjukkan peningkatan kepentingan pengkomputeran dan teknologi digital dalam
bidang sains.
2.3 Penyelesaian Masalah Matematik
Seperti mana yang telah diketahui, matematik merupakan satu mata pelajaran
penting untuk pelajar bermulanya dari tadika sehingga ke institut pengajian tinggi.
Malahan, matematik digunakan hampir ke semua bidang yang ada dalam dunia
pekerjaan. Tanpa matematik, pelajar mungkin menghadapi kesukaran untuk
menyelesaikan masalah dan ini boleh mengganggu proses pekerjaan mereka kelak.
Oleh yang demikian, pelajar perlu mempelajari dan memperkuatkan asas
pembelajaran matematik serta penyelesaian masalah matematik. Penyelesaian
38
masalah merupakan proses kognitif bertujuan untuk mencapai objektif apabila tiada
penyelesaian dilihat pada orang yang menyelesaikan masalah. Masalah yang sukar
untuk seseorang mungkin boleh dikata rutin bagi pelajar yang lebih berpengalaman.
Kajian terhadap penyelesaian masalah seharusnya tertumpu pada proses penyelesaian
masalah berbanding dengan hasil jawapan (Rott, 2012).
Menurut Novriani dan Surya (2017), pelajar yang meminati matematik dan
mempunyai kemampuan yang tinggi akan mengatakan matematik adalah satu mata
pelajaran yang menarik manakala pelajar yang lemah akan mengatakan matematik itu
membosankan mereka dan satu perkara yang sukar dalam penyelesaian masalah.
Kelemahan yang paling ketara dapat dilihat adalah kelemahan mereka dalam
menyelesaikan masalah matematik. Apabila pelajar mengadu dan sukar untuk
menyelesaikan masalah menyebabkan mereka dilihat kurang mampu untuk menjawab
soalan masalah matematik (Novriani & Surya, 2017). Menyelesaikan masalah
matematik ini penting sebagai tujuan asal mempelajari matematik, malahan ia
merupakan tunggak utama matematik, sangat diutamakan berbanding dengan proses
dan kesannya dapat membantu untuk membina pemikiran matematik (Novriani &
Surya, 2017).
Tambahan dari Novriani dan Surya (2017), penyelesaian masalah matematik

didefinisikan sebagai proses mentafsir situasi secara matematik yang melibatkan
beberapa ulangan penyataan, pengujian dan melihat kembali pentafsiran matematik
dan membuat gabungan, perubahan, lihat kembali dan membaiki konsep matematik
daripada pelbagai topik dalam matematik. Penyelesaian masalah adalah salah satu
usaha untuk mencari jalan keluar dari kesukaran untuk mencapai satu tujuan yang
bukan mudah untuk dicapai.
Yeo (2009) menjelaskan tentang proses penyelesaian masalah yang

menggunakan pengetahuan yang berbeza menuju objektif menyelesaiakan masalah.
Menurut beliau, jenis-jenis ilmu pengetahuan yang digunakan dalam penyelesaian
masalah adalah:
39
 Pengetahuan linguistik dan fakta – berkenaan bagaimana untuk
menukar penyataan
 Pengetahuan skema – berkenaan hubungan antara jenis-jenis masalah
 Pengetahuan algoritma – berkenaan bagaimana untuk menunjukkan
prosedur yang berbeza
 Pengetahuan strategik – berkenaan bagaiman untuk mendekati masalah
Dalam penyelesaian masalah, pelajar diharapkan untuk memahami proses

untuk menyelesaikan masalah, mengenalpasti keadaan dan konsep yang sesuai,
merumus rancangan untuk penyelesaian dan menyusun kemahiran sendiri. Guru
berperanan untuk memberi masalah kepada pelajar kerana melalui penyelesaian
masalah, pelajar boleh berlatih dan mentafsir konsep yang telah mereka pelajari.
Menurut Tambychik dan Meerah (2010), pelajar perlu mempelajari matematik
disebabkan kepentingannya dalam kehidupan seharian. Mereka perlu mampu
menyelesaikan masalah kerana penyelesaian masalah penting untuk pembangunan
kehidupan manusia. Dalam kehidupan sebenar, manusia perlu menyelesaikan masalah
kerana ia merupakan jalan asas untuk meneruskan kehidupan seharian dan matematik
dilihat sebagai salah satu bahasa.
Kajian lain daripada Pimta, Tayruakham dan Nuangchalerm (2009) mendapati

masalah matematik adalah bahan yang digunakan bukan sahaja untuk membantu
pelajar membina daya pemikiran malahan membantu mereka untuk membina
kemahiran asas menyelesaikan masalah terutamanya masalah dalam kehidupan
seharian. Kemajuan ilmu penyelesaian masalah dalam matematik adalah satu misi
penting buat guru umtuk memastikan pembangunan pelajar terhadap kemahiran ini.
Namun, penyelesaian masalah matematik seringkali dikaitkan dengan kemerosotan
pencapaian pelajar dalam matematik. Menurut Hassan dan Chung (2010), masalah
kemerosotan ini kian meningkat saban tahun disebabkan oleh kelemahan mereka
menyelesaikan masalah matematik. Masalah ini tidak boleh dipandang enteng oleh
semua pihak dan seharusnya mengambil inisiatif untuk mengurangkan pelajar yang
lemah dalam matematik terutamanya dalam penyelesaian masalah matematik (Hassan
& Chung, 2010).
40
Novriani dan Surya (2017) menyatakan terdapat beberapa model penyelesaian
masalah yang ada dalam dunia pendidikan melalui beberapa pengasas seperti Polya,
Krulick dan Rudnick dan akhir sekali, Zalina. Menurut Polya (1981), beliau
mencadangkan empat fasa dalam penyelesaian masalah iaitu (a) memahami masalah,
(b) membuat perancangan, (c) menjalankan rancangan dan (d) menyemak semula
jawapan. Bagi Krulik dan Rudnick (1996), terdapat lima fasa penyelesaian masalah
iaitu (a) baca dan fikir, (b) analisa dan merancang, (c) menyusun strategi, (d)
mendapatkan jawapan dan (e) menyemak jawapan. Akhir sekali, menurut Zalina
(2005), terdapat tiga fasa penyelesaian masalah iaitu (a) memahami masalah, (b)
menyelesaikan masalah dan (c) menyatakan jawapan. Menurut Salehudin dan Zakaria
(2017), beberapa penyelidik lain turut memperkenalkan model penyelesaian masalah
matematik masing-masing seperti Schoenfield dan Goldin.
Manakala, kajian daripada Arslan dan Altun (2007), proses penyelesaian

masalah adalah a) sikap yang strategik untuk mentaksir dan memahami masalah, b)
merancang sikap dan pilihan tindakan, c) sikap sendiri untuk berhadapan dengan
rancangan, dan d) pengesahan dengan dua komponen: penilaian arah dan susunan serta
pengeluaran. Tambahan pula, mereka telah menggunakan lima langkah dalam kajian
eksperimental iaitu: a) membina perkembangan minda terhadap masalah, b) membuat
keputusan bagaimana untuk selesaikan masalah, c) mengeluarkan kiraan yang sesuai,
d) mentafsir hasil dan merumus jawapan dan e) menilai jawapan. Walau
bagaimanapun, model penyelesaian Polya yang kebiasaannya digunakan dalam kajian.
Menurut Ortiz (2016), empat fasa proses penyelesaian masalah Polya telah
menyediakan model untuk pengajaran dan pentaksiran penyelesaian masalah dalam
kelas matematik: memahami masalah, membuat rancangan, menjalankan rancangan
dan melihat kembali. Menurut Salehudin dan Zakaria (2017), dalam fasa pertama iaitu
memahami masalah, pelajar seharusnya cuba untuk memahami masalah yang
disediakan dengan mengenalpasti masalah dengan membaca secara teliti dan apa
maklumat, bentuk dan andaian yang diberi. Dengan menggunakan perkataan sendiri,
pelajar perlu menyatakan masalah tersebut. Di samping itu, pelajar boleh membuat
gambarajah, jadual serta interpretasi bagi memudahkan kefahaman terhadap masalah
yang terlibat.
41
Dalam proses kedua penyelesaian masalah dari Polya, pelajar perlu merancang
strategi untuk menyelesaikan masalah. Pelajar seharusnya berfikir secara kreatif dan
kritis untuk mencari jalan yang paling sesuai untuk menyelesaikan masalah. Dengan
pengetahuan pelajar yang sedia ada, mereka perlu menggunakan ia untuk memikirkan
hubungan antara maklumat yang diberi. Operasi yang terlibat serta strategi juga perlu
difikirkan oleh pelajar. Dalam proses ini juga melibatkan beberapa kemahiran kognitif
seperti teka dan uji, banding beza, bekerja ke belakang dan sebagainya. Proses ketiga
dalam penyelesaian masalah adalah menjalankan strategi penyelesaian masalah.
Setelah pelajar memilih strategi yang boleh digunapakai, pelajar akan menjalankan
strategi tersebut yang merangkumi beberapa kemahiran iaitu mengira, algebra, operasi
matematik dan geometri. Di samping itu, kemahiran mencari jawapan juga penting
untuk pelajar apabila menghadapi masalah dalam penyelesaian masalah.
Akhir sekali, proses melihat kembali iaitu menyemak semula jawapan adalah
proses terakhir dalam penyelesaian masalah. Apabila pelajar telah mendapat jawapan,
untuk memastikan jawapan tersebut adalah betul, pelajar perlu menyemak semula
setiap langkah dan strategi yang dijalankan. Pelajar perlu membuat pemerhatian yang
teliti terhadap langkah-langkah dan jawapan yang diperolehi. Kemahiran bekerja ke
belakang dan membuat generalisasi merupakan kemahiran kognitif yang terlibat dalam
proses ini. Berdasarkan penerangan di atas, aspek dan penunjuk analisa kesukaran
penyelesaian masalah merujuk kepada pendapat Polya disusun dalam Jadual 2.1.
Jadual 2.1 Aspek dan Penunjuk Penyelesaian Masalah
Aspek Kemampuan Penyelesaian Penunjuk

Masalah (Polya)
Memahami masalah  Mengenalpasti aspek yang diketahui
dalam masalah.
 Menyebut soalan berdasarkan
masalah.
 Menghubungkan masalah dengan
tajuk lain dalam matematik.
Membuat rancangan  Membuat masalah matematikal
berdasarkan masalah
42
 Menunjukkan konsep matematikal
yang digunakan untuk menyelesaikan
masalah
Menjalankan rancangan  Menganalisa proses penyelesaian
masalah berdasarkan perancangan
Lihat kembali  Menyemak ketepatan jawapan
dengan soalan
Sumber: Nurkaeti (2018)
Nurkaeti (2018) menjelaskan bahawa penyelesaian masalah adalah aspek

penting dalam kepintaran pelajar di mana penyelesaian masalah boleh difahami
sebagai satu ciri yang penting untuk manusia dan boleh dipelajari melalui salinan atau
eksperimen. Aktiviti penyalinan atau eksperimen boleh dipantau dengan masalah rutin
dan bukan rutin. Oleh itu, kemampuan masalah matematikal adalah kemampuan
pelajar menyelesaikan masalah matematik rutin dan matematik bukan rutin. Kedua-
dua ini berbeza daripada latihan pengiraan. Menurut Bayazit (2013), masalah rutin
boleh diselesaikan dengan penggunaan peraturan, langkah-langkah dan operasi asas
yang telah diketahui oleh penyelesai masalah.
Masalah bukan rutin penyebab kepada kesukaran yang tinggi pada pelajar
kerana mereka tidak mempunyai jawapan yang jelas dan memerlukan pemikiran yang
kritikal dan kreatif, pendekatan alternatif dan menggunakan pelbagai strategi serta
model matematik. Berdasarkan kajian dari Nurkaeti (2018), masalah bukan rutin
memerlukan perancangan masalah yang tidak semata-mata ada penggunaan rumus,
teorem berbanding dengan masalah rutin yang memerlukan banyak pengiraan
algoritma.
Bagi menyelesaikan masalah, seseorang perlu menggunakan kemahiran meta-

kognitif termasuk pemantauan sendiri dan pengawalan sendiri (Bayazit, 2013).
Menurut Kazemi, Fadaee dan Bayat (2010), meta-kognitif juga seringkali dikaitkan
dengan penyelesaian masalah matematik. Meta-kognitif merujuk kepada pengetahuan
seseorang terhadap proses kognitif sendiri dan hasil serta menuju kepada pemantauan
43
aktif, dan penilaian aktiviti kognitif. Kemampuan penyelesaian masalah dikenali
sebagai interaksi kompleks antara kognitif dan meta-kognitif.
Malaysia juga merupakan salah satu negara yang menyertai pentaksiran

antarabangsa iaitu Programme for International Student Assessment (PISA) seperti
negara-negara luar yang lain. Kualiti sistem pendidikan dan kualiti pelajar di Malaysia
dibandingkan dengan negara lain. Oleh yang demikian, pihak yang terlibat seperti
sekolah, ibu bapa dan pelajar perlu peka dan prihatin terhadap PISA. Namun, masih
ramai yang pandang enteng terhadap pencapaian dan kehadiran PISA di Malaysia
(Abdullah, 2014). Pentaksiran PISA dijalankan untuk menguji kemampuan pelajar
berumur 15 tahun, yang berada di Tingkatan 3, pada setiap tiga tahun untuk
meningkatkan ekonomi dan kemahiran bersaing dengan negara lain. Malaysia mula
menyertai PISA pada tahun 2010 dan bentuk soalan yang dikeluarkan dalam
pentaksiran PISA berkaitan dengan konteks tempatan dan berbentuk aplikasi di mana
pelajar boleh menggunakan dalam kehidupan mereka seharian (Abdullah, 2014).
Pentaksiran PISA melibatkan pelajar dalam KBAT dan kebanyakan sekolah-

sekolah di Malaysia telah melaksanakan dan menggalakkan pelajar menggunakan
KBAT untuk menjawab soalan Matematik sama ada dalam di dalam kelas atau luar
kelas. Untuk kedudukan Malaysia di dalam PISA pada tahun 2012, Malaysia
memperolehi purata skor Matematik 421 dan tidak mencapai purata skor 494 iaitu
purata skor antarabangsa dan seterusnya meletakkan Malaysia pada kedudukan 52
daripada 65 buah negara. Di samping itu, Malaysia mencapai kedudukan 20%
terbawah kerana negara-negara lain juga turut berusaha meningkatkan pencapaian
pelajar mereka dalam mata pelajaran matematik (Abdullah, 2014).
Sumber utama isu dalam penyelesaian masalah mungkin disebabkan

kelemahan pelajar untuk melakukan pemantauan aktif dan kemudiannya mengawal
proses kognitif yang terlibat dalam penyelesaian masalah (Kazemi, Fadaee & Bayat,
2010). Kadangkala, ini berlaku disebabkan pelajar tidak berasa motivasi atau yakin
untuk menggunakan kemahiran yang ada dan terdapat juga antara mereka yang tidak
dapat mengenalpasti situasi yang diberi menggunakan kemahiran yang ada (Kazemi,
Fadaee & Bayat, 2010). Menurut Laine et al. (2012), penyelesaian masalah digunakan
44
sebagai teknik untuk membina pemikiran matematikal. Tugasan mudah seperti
penambahan 3+4, boleh menjadi masalah kepada pelajar sekolah rendah manakala
selepas beberapa tahun ia adalah matematik rutin. Apabila guru memberikan masalah
baru kepada pelajar, ia mungkin menjadi biasa pada sesetengah daripada mereka
sejurus ia bukan lagi satu masalah.
Matematik bukan rutin pula berbeza daripada apa yang terkandung dalam buku
teks. Menurut Bayazit (2013), masalah dunia sebenar adalah salah satu jenis masalah
bukan rutin. Pelajar perlu menggunakan ilmu dan pengalaman kehidupan seharian
mereka untuk menyelesaikan masalah dunia sebenar. Di samping itu, matematik bukan
rutin boleh menjadi masalah kepada pelajar lama dan juga guru. Contoh matematik
bukan rutin yang boleh dijumpai adalah dalam pentaksiran PISA (Laine et al., 2012).
Selain itu, masalah berbentuk terbuka memberi kebebasan kepada pelajar untuk
berfikir dalam fasa penyelesaian tetapi mereka perlu menggunakan ilmu sedia ada
dalam keadaan yang lebih kompleks (Laine et al., 2012).
Individu dengan kemahiran penyelesaian masalah akan membesar sebagai

individu yang mempunyai keyakinan diri dan boleh berfikir secara kreatif dan sendiri.
Mengikut pendidikan matematik dan pengajaran yang melakukan perlaksanaan
dengan menitikberatkan pendekatan pembelajaran konstruktivisme, tujuan untuk
menambah individu yang membina penyelesaian masalah, kreatif dan kemahiran
penaakulan daripada sistem menghafal (Ozrecberoglu & Caganaga, 2018). Malahan,
masalah bukan rutin memberi laluan kepada individu untuk berfikir, melakukan
penaakulan dan menggunakan bahasa matematikal. Selain itu, penting bagi seseorang
untuk mempunyai kemahiran berfikir aras tinggi untuk menyelesaikan masalah bukan
rutin. Tahap metakognitif juga memainkan peranan penting dalam membantu individu
bekerjasama dengan masalah, berfikir mengikut kesesuaian dan membantu mereka
dalam pemilihan strategi (Ozrecberoglu & Caganaga, 2018).
Menurut Hahkioniemi, Leppaaho dan Francisco (2011), penggunaan

teknologi, keadaan kelas dan budaya masalah boleh memberi kesan kepada proses
penyelesaian masalah. Contohnya, penggunaan teknologi mampu meningkatkan
pengkajian masalah dalam perlaksanaan dalam kelas yang sebenar mempunyai
45
masalah masa dan penggunaan masalah yang terbuka menitikberatkan ciptaan masalah
daripada idea yang berbeza untuk jawapan. Tambahannya lagi, masalah itu dikatakan
terbuka jika situasi permulaan atau pengakhirannya adalah terbuka ataupun jika proses
itu terbuka. Pendekatan terbuka ini adalah salah satu teknik pengajaran yang diasaskan
di Jepun di mana masalah terbuka digunakan untuk menggalakkan penaakulan pelajar.
Pendekatan terbuka ini juga sinonim dengan penyiasatan matematik kerana dalam
kedua-dua cara pengajaran berlaku melalui penyelesaian masalah dan perbincangan
teknik jawapan (Hahkioniemi, Leppaaho & Francisco, 2011).
Menurut Salehudin dan Zakaria (2017), Kementerian Pendidikan Malaysia

menyatakan bahawa objektif matematik bukan rutin yang ada dalam kurikulum adalah
a) mempertingkatkan strategi-strategi penyelesaian masalah, b) menyediakan peluang
dan kebebasan kepada pelajar untuk memikirkan pelbagai cara penyelesaian masalah,
berkongsi strategi penyelesaian dengan pelajar lain dan meningkatkan keyakinan diri
dalam proses penyelesaian masalah, c) menggalakkan pelajar untuk menikmati
keindahan dan logik yang ada dalam mata pelajaran matematik, dan d)
mengembangkan kemahiran pemikiran pelajar secara kreatif dan kritis serta
mengurangkan usaha pelajar dalam penghadalan rumus, peraturan dan fakta.
Menurut Hahkioniemi dan Leppaaho (2011), penyiasatan matematik

mempunyai tiga fasa: a) fasa pelancaran: guru memperkenalkan masalah tanpa
memberi jalan penyelesaian atau contoh. b) Fasa pengkajian: pelajar bekerjasama
dalam kumpulan kecil dibantu oleh guru mereka. c) Fasa perbincangan dan rumusan:
guru mengacara perbincangan seluruh kelas pada jalan penyelesaian yang berbeza.
Bagi kepentingan penyelesaian masalah pula, kajian daripada Laine et al. (2012),
terdapat empat kategori kepentingan penyelesaian masalah iaitu a) membantu
membina kemahiran kognitif, b) menyokong pembinaan kreativiti pelajar, c)
penyelesaian masalah sebahagian daripada proses aplikasi matematikal dan d)
penyelesaian masalah memotivasi pelajar untuk belajar matematik.
Dalam kajian lain oleh Yeo (2009), berdasarkan perspektif pertama individu
terhadap penyelesaian masalah dan pengalaman sendiri dengan masalah, empat faktor
utama yang mempengaruhi persepsi terhadap kesukaran masalah adalah:
46
 Kategori – kemampuan untuk mengenalpasti bahawa masalah sesuai dalam
kategori masalah yang dikenalpasti menjalankan perkara yang berterusan dari
mudah dikategori kepada tidak boleh dikategori.
 Tafsiran matlamat – memikirkan bagaimana jawapan akan muncul dengan
menjalankan perkara yang berterusan daripada mudah ditakrifkan kepada tidak
boleh ditakrifkan.
 Bantuan yang berkaitan – merujuk kepada bagaimana ketersediaan bantuan
yang berkaitan, daripada sangat berkait kepada kurang berkait rapat.
 Kerumitan – melakukan pelbagai operasi dalam jawapan.
Penyelesaian dalam matematik termasuklah memahami cerita, menyelesaikan

masalah bukan rutin, mengaplikasikan matematik dalam kehidupan seharian atau
keadaan yang berbeza untuk memberi bukti dan mencipta. Dalam masa yang sama,
penyelesaian masalah memerlukan penggunaan pemikiran secara kritis, kreatif dan
kemahiran menganalisa. Di samping itu, dalam proses interaksi dengan masalah
heuristik, pelajar mengeluarkan teknik tertentu untuk jawapan mereka. Teknik ini
membantu pelajar mencapai tahap yang membenarkan mereka menguruskan aktiviti
(Sappaile & Djam’an, 2017).
Secara purata, majoriti pendidik telah mengenalpasti bahawa pelajar pada

zaman kini memerlukan lebih kemahiran daripada sekadar menguasai 3M iaitu
membaca, menulis dan mengira. Oleh itu, terdapat perubahan pada kurikulum
pendidikan yang memberi penekanan kepada kemahiran berfikir aras tinggi di mana
perlu diterapkan dalam diri setiap pelajar supaya mereka boleh bersaing di peringkat
dunia (Johnny, 2015). Keputusan TIMSS dan PISA menunjukkan pelajar di Malaysia
mempunyai pencapaian yang rendah dalam domain kognitif aras tinggi; aplikasi dan
penaakulan (Johnny, 2015).
Kewujudan kemahiran berfikir aras tinggi dalam pengajaran dan pembelajaran

dalam kelas dapat diukur melalui kemampuan pelajar dalam mempunyai pemikiran
kritikal semasa melakukan penyelesaian bukan rutin. Pendidik boleh memerhati
kemahiran pelajar dalam melakukan penilaian yang memerlukan perbandingan,
perbezaan, penyusun atur, pengkelasan dan pengetahuan sebab dan akibat sebagai
47
kemahiran. Namun begitu, penerapan kemahiran berfikir aras tinggi ni masih lemah di
mana pelajar dilihat belum menguasai penyelesaian masalah dalam kurikulum
matematik. Majoriti guru enggan memberi tumpuan pada kemahiran penyelesaian
masalah berbanding kemahiran pengiraan. Oleh itu, guru memainkan peranan penting
dalam menjadi pelajar seorang yang berupaya untuk menyelesaikan masalah (Sabran,
2013).
Kemahiran berfikir aras tinggi boleh diterapkan hanya melalui pembangunan

kemahiran minda pelajar. Menurut Ozrecberoglu dan Caganaga (2018), kemahiran
berfikir aras tinggi boleh digalakkan dalam dunia pendidikan dengan menggunakan
pendekatan konstruktivist iaitu ilmu pengetahuan dan teori pembelajaran. Keperluan
untuk mendedahkan pelajar pada soalan-soalan ini untuk membina kemampuan
mereka menyelesaikan masalah bukan rutin dalam tugasan. Selain itu, pelajar akan
lebih peka terhadap tahap strategi mereka untuk menyelesaikan masalah dan
membantu mereka untuk faham (Ozrecberoglu & Caganaga, 2018). Walau
bagaimanapun, membangunkan seseorang yang mampu menyelesaikan masalah
adalah satu tugas yang rumit di mana memerlukan kemahiran dan penyusunan. Pelajar
perlu mempunyai ilmu matematikal yang mendalam dan kemampuan membuat
penaakulan serta strategi heuristik untuk menyelesaikan masalah bukan rutin
(Anderson, 2009).
Selain itu, guru juga mempunyai banyak peluang untuk membina ilmu
pengetahuan tentang pengajaran penyelesaian masalah dan menggunakan masalah
sebagai fokus kepada pembelajaran dalam matematik (Anderson, 2009). Penyelesaian
masalah adalah pusat kepada pengajaran bertujuan dan merujuk kepada sokongan
terhadap semua pelajar untuk membina pemahaman konseptual, kelancaran prosedur,
kecekapan strategi dan penaakulan pemboleh ubah untuk menyelesaikan masalah
sebenar. Selain itu, pengalaman perlu diberi sokongan dengan menerima peluang
untuk memantau guru yang berpengalaman mengajar penyelesaian masalah (Bailey,
2018).
Pendekatan penyelesaian masalah membina dan mengembangkan kemampuan

matematikal dengan meningkatkan logikal, kemahiran pemikiran analitikal pada
48
pelajar dalam menyelesaikan masalah yang berbeza bukan sahaja dalam matematik
malahan dalam perkara harian dalam hidup (Behlol, Akbar & Sehrish, 2018). Setiap
masyarakat mengharapkan sistem pendidikan untuk mendidik dan melatih pelajar
dalam cara menyelesaikan masalah kehidupan sebenar. Selain itu, pendekatan
penyelesaian masalah menggalakkan kreatif, analitikal dan kemahiran mentafsir dalam
pelajar untuk menyelesaikan masalah dan cabaran yang rumit (Behlol, Akbar &
Sehrish, 2018). Sebagai seorang guru, mereka perlu jelas tentang apa yang mereka
mahu pelajar capai kerana mereka berada dalam situasi yang mencabar dan mampu
dicapai dalam lingkungan pelajar. Di samping itu, guru harus mengubah kawalan
dalam kelas untuk mempraktikkan pendekatan penyelesaian masalah serta guru
mampu menggunakan pendekatan arahan dan aktiviti untuk menggalakkan
pembangunan pelajar dalam kemampuan asas, kemahiran rasional dan kualiti
persendirian. Tambahan pula, guru seharusnya mempunyai pemahaman yang kukuh
bagaimana untuk membina kemampuan hujahan dalam pelajar untuk menyelesaikan
masalah (Behlol, Akbar & Sehrish, 2018).
Pembelajaran matematik boleh menjadi seronok dan menyeronokkan jika

diajar dalam konteks yang lazim berkaitan dengan budaya pelajar. Kesukaran dalam
penyelesaian matematik muncul apabila konteks tersebut tidak biasa bagi mereka.
Oleh sebab itu, mereka seharusnya diberi tugasan masalah yang memberi mereka
infomasi lazim kepada pengalaman hidup mereka (Brijlall, 2015). Selain itu,
kemahiran penyelesaian masalah juga seharusnya diterapkan dalam mina pelajar untuk
digunakan pada masa hadapan. Kemahiran pemikiran aras tinggi perlu dibina pada
masa muda untuk meningkatkan kemahiran penyelesaian masalah dan kajian terhadap
ilmu pengetahuan yang baru (Brijlall, 2015).
Menurut Sulak (2010), terdapat banyak kajian dari penyelidik lain mengatakan
pelajar yang membina strategi sendiri berjaya dalam penyelesaian masalah. Terdapat
beberapa strategi penyelesaian masalah iaitu a) melukis gambarajah, b) membuat
jadual, c) melihat pada corak, d) membuat senarai dan e) meneka dan melihat. Akan
tetapi, menurut Ahmad, Saad dan Ab Ghani (2014), guru-guru matematik di Malaysia
kurang memberi penekanan: a) dalam menunjukkan hubungan melalui penulisan
persamaan dan mentafsir data dalam jadual atau graf, b) dalam penaakulan dan bekerja
49
pada masalah di mana tiada jalan singkat dan cara yang jelas untuk penyelesaian dan
c) mengaitkan dengan apa yang dipelajari dalam matematik kepada situasi kehidupan
seharian dalam aktiviti penyelesaian masalah. Minoriti pelajar menjawab dan
menerangkan tentang strategi jawapan dalam bukan rutin dan situasi penyelesaian
masalah dalam kehidupan seharian. Tambahan pula, minoriti pelajar menyusun dan
mentafsir maklumat daripada penyataan masalah dalam persamaan atau jadual atau
graf (Ahmad, Saad & Ab Ghani, 2014).
Yazgan (2015) menerangkan tentang strategi masalah bukan rutin adalah

seperti berikut: melakukan tindakan, melihat corak, meneka dan menyemak, melukis
gambarajah, menulis persamaan atau penyataan terbuka, memudahkan masalah,
membuat jadual, menyingkirkan kebolehan, menggunakan penaakulan logik, matrik
logik dan anggaran. Penggunaan strategi ini mampu mempertingkatkan penyelesaian
masalah pelajar. Tambahan pula, strategi masalah bukan rutin tidak menjamin jawapan
dan tidak mempunyai cadangan yang ketat tentang apa yang perlu dilakukan (Yazgan,
2015) Satu ciri-ciri strategi masalah bukan rutin adalah kebolehpindahan yang
membantu pelajar menyelesaikan masalah dalam topik yang kurang biasa dan
memperkembangkan sudut pandangan. Di samping itu, menggunakan pengalaman
strategi untuk menyelesaikan masalah bukan rutin membantu pelajar membina
kefleksibelan. Kefleksibelan adalah kemahiran yang penting serta diperlukan dalam
proses menyelesaikan masalah matematik dan ia merupakan kemahiran yang
diperlukan merentasi abad ke-21 (Syukriani, Juniati & Siswono, 2017).
Cara soalan dikeluarkan dalam peperiksaan juga telah berubah sejak

perlaksanaan Kurikulum Standard Sekolah Rendah (KSSR) dalam kurikulum sekolah
di Malaysia. Kebanyakan soalan-soalan adalah dalam bentuk ayat masalah. Ayat
masalah matematik adalah sukar untuk pelajar dalam dua aspek iaitu pemaham soalan
yang melibatkan pengeluaran informasi dan mengetahui kehendak masalah serta
kesukaran untuk merumus ayat masalah dalam model matematikal yang boleh
diselesaikan. Masalah bukan rutin adalah masalah dengan ketiadaan prosedur sedia
ada untuk mencari jawapan dalam minda pelajar. Oleh itu, pelajar perlu membina cara
mereka sendiri untuk menyelesaikan masalah.
50
Menurut Nurkaeti (2018), kesukaran pelajar dalam menyelesaikan masalah
boleh timbul disebabkan beberapa faktor seperti suasana pembelajaran termasuk
pendekatan pembelajaran yang digunakan, motivasi, penggunaan jenis masalah dan
juga bahan pengajaran yang tidak menyokong pelajar dalam pembinaan penyelesaian
masalah. Malahan, kepentingan penyelesaian masalah ini dipunyai pelajar dan
diubahsuai oleh guru sebagai satu jalan untuk membina pemikiran aras tinggi.
Pembangunan kemahiran berfikir aras tinggi seperti komunikasi, kolaborasi, kritis dan
kreatif melibatkan konteks penyelesaian masalah. Apabila guru ingin membina
kemahiran penyelesaian masalah, guru terlebih dahulu perlu memahami sejauh mana
kemampuan penyelesaian masalah pelajar melalui analisa kesukaran pelajar dalam
menyelesaikan masalah (Nurkaeti, 2018).
Kelemahan kemahiran matematik menyebabkan kesukaran pelajar dalam

penyelesaian masalah. Pelajar perlu mengaplikasi dan mengintegrasi pelbagai konsep
matematik dan kemahiran dalam proses melakukan keputusan dan penyelesaian
masalah. Terdapat perbezaan dalam kelemahan kemahiran matematik dalam kalangan
pelajar. Untuk kemahiran matematik, terdapat lima jenis iaitu: a) kemahiran nombor
fakta, b) kemahiran aritmatik, c) kemahiran informasi, d) kemahiran bahasa dan e)
kemahiran visual spatial. Tanpa kemahiran-kemahiran ini, pelajar akan menghadapi
kesukaran dalam penyelesaian masalah. Pelbagai kesalahan dan kekeliruan akan
berlaku dalam proses penyelesaian masalah. Menurut Tambychik dan Meerah (2010),
di Malaysia, kajian mengatakan pelajar berasa sukar dalam matematik kerana mereka
menghadapi kesukaran dalam memahami dan menerima konsep, rumusan dan fakta
serta kurang mampu untuk membayangkan masalah matematik dan konsep.
Masalah yang berlaku dalam perlaksanaan penyelesaian masalah dalam kelas

adalah kelemahan dalam pengurusan masa dan perancangan arahan yang baik. Oleh
yang demikian, seharusnya ia diberi perhatian untuk memastikan guru mempunyai
sasaran, menentukan pentaksiran dan tahap penilaian dalam perancangan dan program
pengajaran serta menyediakan maklum balas terhadap tahap kesediaan pelajar. Di
samping itu, guru diharap dapat membina pendekatan pemikiran untuk membantu
pelajar membina strategi yang boleh diluahkan melalui rumus semasa mengajar
penyelesaian masalah. Oleh itu, pelajar boleh belajar bagaimana untuk
51
menggabungkan konseptual dan pengetahuan operasional dengan strategi baru untuk
mencipta masalah yang baru. Pembangunan proses penyelesaian masalah juga
membenarkan seseorang untuk memperoleh kemahiran penyelesaian masalah dan
mempunyai pendekatan penyelesaian masalah kepada keadaan sekeliling yang
mempunyai kemahiran penyelesaian masalah (Ozrecberoglu & Caganaga, 2018).
Kajian daripada Suhaila dan Fatimah (Salehudin & Zakaria, 2017) mendalami
kompetensi pelajar tingkatan empat dalam penyelesaian masalah matematik bukan
rutin mendapati terdapat 75% pelajar menentukan jawapan melalui penaakulan secara
logik. Pelajar menggunakan klu-klu yang diberikan untuk menyelesaikan item yang
diberi secara logik akal. Akan tetapi, 50% pelajar menghadapi kesukaran dalam
menyelesaikan item disebabkan kurang faham terhadap klu yang diberi serta hanya
25% pelajar berjaya mengetahui maklumat dalam soalan tersebut. Strategi kerja ke
belakang digunakan hanya 5% daripada pelajar. Di samping itu, kajian menunjukkan
bahawa pelajar berasa kurang yakin dalam daya penaakulan adaptif dalam
penyelesaian masalah. Hal ini kerana pelajar hanya banyak didedahkan dengan
kemahiran prosedur berbanding daya penaakulan adaptif yang penting dalam
menyelesaikan masalah matematik bukan rutin yang mempunyai kaitan dengan
masalah kehidupan seharian mereka.
Kajian daripada Lasak (2017) pula menjelaskan bahawa proses penyelesaian

masalah Polya memberi sumbangan kepentingannya terhadap hasil pendidikan
matematik. Bukan sahaja sebagai satu cara untuk membina pemikiran logikal, malahan
menyediakan pelajar dengan konteks untuk pembelajaran ilmu pengetahuan
matematikal serta meningkatkan perpindahan kemahiran kepada situasi yang tidak
biasa dan bentuk estetik dalam diri mereka. Selain itu, empat fasa proses Polya dalam
penyelesaian masalah membantu pelajar mengingati budaya matematik dan
penyelesaian masalah matematikal. Dua perkara ini membantu pelajar untuk
menggunakan kemampuan penaakulan yang mereka ada untuk melangkau masalah
yang mereka tidak dapat atasi.
Manakala, kajian daripada Yazgan (2010) menerangkan tentang dua strategi

penyelesaian masalah yang mudah dilihat dalam menyelesaikan masalah iaitu melihat
52
corak dan membuat lukisan. Dua strategi ini mempunyai kesan yang kuat bukan sahaja
dalam menerangkan kejayaan, malahan mendiskriminasi antara pelajar yang
mempunyai pencapaian yang tinggi dan rendah. Memudahkan masalah, meneka dan
menyemak hanya memainkan peranan kurang penting. Strategi paling lemah adalah
melihat kembali di mana sukar untuk mendiskriminasi antara pelajar pandai dan
kurang pandai. Walau bagaimanapun, semua strategi ini tidak boleh diambil mudah
kerana setiap strategi ini ada peranan dan kepentingan mereka tersendiri.
Kajian Ersoy (2016) pula menjelaskan tentang strategi pelajar pilih apabila
ingin menyelesaikan masalah menunjukkan perbezaan. Strategi melakukan jadual dan
melakukan senarai sistematik digunakan dalam masalah. Penyelesaian masalah juga
mempunyai sumbangan kepentingannya dalam perkembangan kognitif seseorang.
Tambahan pula, ada pelajar yang melakukan kesilapan dalam jawapan walaupun
strategi yang mereka gunakan adalah tepat. Situasi sebegini menunjukkan bahawa
pemilihan strategi yang betul tidak menjamin kepada jawapan yang benar.
Pendedahan pemikiran komputasional mampu meningkatkan kemahiran

penguasaan masalah matematik bukan rutin. Menurut Maharani, Nusantara, As’ari dan
Qohar (2019), penggunaan pemikiran komputasional dalam matematik mampu
mempertingkatkan konseptual pelajar dalam matematik. Matematik memerlukan
aktiviti pembelajaran yang menyediakan pengalaman untuk menyokong kemahiran
mereka dalam penyelesaian masalah. Di samping itu, Moursund (2006) turut
menjelaskan bahawa pemikiran komputasional sentiasa menjadi sebahagian daripada
matematik dan pendidikan matematik. Daripada pandangan pendidikan matematik,
pemikiran komputasional perlu diintegrasikan dalam pemikiran matematik dan ia
merupakan salah satu komponen penting dalam kematangan matematik. Menurut
Lawanto (2016), penggunaan aplikasi Scratch mampu menyediakan pelajar untuk
mempelajari konsep matematikal dan komputasional serta pemikiran kreatif,
meningkatkan kemahiran penaakulan dan berkolaboratif menjalankan tugas.
53
2.4 Penutup
Secara umumnya, pengkaji telah menghuraikan beberapa perkara penting

dalam melihat pemikiran komputasional dan penyelesaian masalah matematik.
Melalui kajian literatur yang telah dijalankan, dapat disimpulkan bahawa pelbagai
kajian telah dijalankan berkenaan pemikiran komputasional dan penyelesaian masalah
matematik khususnya bagi matematik bukan rutin. Dalam bab ini, pengkaji
menjelaskan tentang proses penyelesaian masalah menurut pemikiran komputasional
serta kelebihan menggunakan pemikiran komputasional dalam menyelesaikan
masalah. Selain itu, pengkaji turut menerangkan tentang aktiviti-aktiviti yang terlibat
dalam pemikiran komputasional.
Bagi penyelesaian masalah matematik pula, pengkaji menghuraikan tentang

jenis-jenis masalah matematik iaitu matematik rutin dan matematik bukan rutin serta
hubungan matematik bukan rutin dengan kognitif pelajar. Di samping itu, pengkaji
turut menjelaskan tentang kepentingan penyelesaian matematik bukan rutin serta
model-model yang terdapat dalam penyelesaian masalah. Akhir sekali, pengkaji
menerangkan tentang strategi penyelesaian matematik bukan rutin.
Oleh itu, pada pengamatan pengkaji, kajian lanjut berkenaan dua perkara ini
perlu dilakukan untuk penambaikan pengajaran dan pembelajaran matematik bukan
sahaja kepada pelajar dalam negara malahan kepada pelajar luar negara. Diharapkan,
kajian ini dapat memberi manfaat kepada semua pihak untuk mempertingkatkan mutu
pendidikan matematik dunia.
54
BAB 3
METODOLOGI
3.1 Pengenalan
Dalam bahagian ini, penyelidik menerangkan berkenaan isu metodologi kajian

yang akan digunakan dalam kajian ini. Selain itu, penyelidik juga membincangkan
berkenaan reka bentuk kajian dan kaedah pengumpulan data yang digunakan untuk
menuju kepada objektif kajian dan menjawab persoalan kajian. Di samping itu,
penyelidik menjelaskan berkenaan instrumen yang digunakan serta bagaimana data ini
akan dianalisa oleh penyelidik.
3.2 Reka Bentuk Kajian
Reka bentuk kajian yang digunakan adalah kajian melalui kaedah kuantitatif
secara kuasi eksperimen bagi mencapai objektif dan menjawab persoalan kajian.
Berdasarkan reka bentuk kajian eksperimen, penyelidik melakukan perbandingan
antara ujian pra dan ujian pos terhadap sampel. Kaedah kuasi eksperimen bentuk ujian
pra-pasca kumpulan-kumpulan tidak seimbang digunakan dan sampel akan diagihkan
secara rawak ke dalam kedua-dua kumpulan berdasarkan pemilihan iaitu sampel
mempunyai peluang yang sama untuk memasuki mana-mana kumpulan dan tidak
ditentukan oleh penyelidik (Chua, 2016). Walau bagaimanapun, dalam kajian
kuantitatif ini, ia hanya melibatkan satu kumpulan sahaja iaitu kumpulan eksperimen.
Sampel akan menjalani ujian pos selepas proses rawatan dilakukan. Rajah 3.1
menerangkan tentang proses pembelajaran yang dijalankan dalam kajian ini.
55
Aktiviti Pemikiran Ujian Pos
Ujian Pra
Komputasional
Rajah 3.1 Proses Pembelajaran Terhadap Sampel
3.3 Persampelan
Penyelidik menggunakan populasi kajian pelajar sekolah menengah di sebuah

sekolah antarabangsa dalam daerah Johor Bahru, Johor untuk kajian ini. Pemilihan
sekolah tersebut dilakukan melalu teknik persampelan rawak mudah. Jumlah populasi
sekolah yang dipilih adalah seramai 50 orang. Seterusnya, penyelidik akan memilih 30
orang pelajar sebagai sampel kajian untuk mencapai objektif kajian dengan
menggunakan teknik persampelan rawak mudah.
3.4 Fasa Kajian
Kajian ini akan melalui fasa pembangunan yang melibatkan pembangunan

kerangka pengintegrasian pemikiran komputasional dalam penyelesaian masalah
matematik bukan rutin. Fasa ini mengandungi beberapa proses kerja seperti mana yang
terkandung dalam Instructional Design (ID) model ADDIE seperti menganalisa
pembelajaran, mereka bentuk dan membangunkan aktiviti pembelajaran pemikiran
komputasional, melaksanakan dan melakukan penilaian terhadap penyelesaian
matematik bukan rutin terhadap sampel. Menurut Nichols Hess dan Greer (2016),
Instructional Design (ID) merujuk kepada prinsip dan prosedur di mana bahan-bahan
pengajaran, pembelajaran dan seluruh sistem boleh dibangunkan dalam keadaan yang
konsisten dan boleh dipercayai.
56
Selain itu, ID merupakan satu teknik yang berkesan dalam pengajaran dan
pembelajaran. Kadangkala, seorang pendidik telah merancang aktiviti pembelajaran
namun pada pengakhirannya pendidik lupa untuk melakukan penilaian apa yang telah
mereka lakukan dalam kelas. Oleh itu, ID menjadi elemen yang penting dalam
membantu warga pendidik dan pembangunan kurikulum.
Bagi membangunkan kerangka pengintegrasian pemikiran komputasional

dalam penyelesaian masalah matemtik bukan rutin, penyelidik telah mereka bentuk
kerangka berdasarkan model ADDIE. Dalam fasa pembangunan kerangka, terdapat
lima proses yang perlu dijalankan iaitu menganalisis, mereka bentuk, pembangunan,
perlaksanaan dan penilaian. Perkembangan fasa analisis, mereka bentuk,
pembangunan, perlaksanaan dan penilaian membentuk asas proses yang berbeza
komponen ID tidak kira model khusus yang digunakan (Dousay & Logan, 2011).
Rajah 3.2 menunjukkan aliran fasa model ADDIE.
Analisis Reka Bentuk Pembangunan

(Analysis) (Design) (Development)
Penilaian Perlaksanaan
(Evaluation) (Implementation)
Rajah 3.2 Model Reka Bentuk ADDIE
3.4.1 Analisis
Dalam fasa analisis, penyelidik telah melakukan analisis terhadap pelajar

dengan mengenal pasti pencapaian pelajar dalam penyelesaian masalah matematik
bukan rutin melalui kertas ujian pengesanan penyelesaian masalah matematik bukan
rutin. Ujian ini dijalankan kerana ingin mendapatkan bukti bahawa pelajar di Malaysia
mempunyai tahap penyelesaian masalah matematik yang lemah disebabkan warga
pendidik dan pelajar kurang didedahkan dengan soalan berbentuk bukan rutin dan
terbuka. Penyelesaian masalah bukan rutin kebiasaannya memerlukan pelajar untuk
analisa dan boleh diselesaikan dengan lebih dari satu bentuk. Namun, kebanyakan
57
masalah matematik yang terdapat dalam buku teks adalah berbentuk penyelesaian
masalah rutin (Abdullah, 2014). Oleh sebab itu, aktiviti pemikiran komputasional
dirancang untuk membantu pelajar menyelesaikan masalah matematik bukan rutin.
Untuk menjalani fasa analisis, penyelidik harus menganalisa empat perkara

seperti menganalisa pelajar (di mana mereka berada, kemahiran serta keperluan),
membina analisa pembelajaran (untuk menyediakan fasa-fasa yang diperlukan dan
memberi peluang untuk belajar dan menggunakan pengetahuan baru dalam
pembelajaran), mencipta matlamat pembelajaran (mensasarkan pada keputusan yang
diperlukan) dan menganalisa objektif pembelajaran (bagaimana untuk mengukur
pencapaian matlamat) (Aldoobie, 2015).
Fasa analisis merupakan fasa pertama dan penyelidik perlu melakukan

beberapa analisa terhadap kandungan dalam mata pelajaran matematik. Penyelidik
perlu merujuk kepada Huraian Sukatan Pelajaran matematik menengah bagi sekolah
antarabangsa yang dikeluarkan oleh Pusat Perkembangan Kurikulum Singapura.
Selain itu, buku teks serta buku rujukan juga dipilih secara terperinci untuk dijadikan
bahan untuk aktiviti pemikiran komputasional dalam penyelesaian masalah matematik
bukan rutin. Selain itu, semua kandungan pelajaran dianalisa dengan lebih mendalam
agar menepati teknik pemikiran komputasional.
Penyelidik juga turut menjalankan ujian pengesanan penyelesaian masalah

matematik bagi mengenalpasti tahap pengetahuan dan prestasi pelajar dalam masalah
matematik bukan rutin. Ujian ini juga dijalankan bagi mengenalpasti punca lemahnya
pelajar dalam penyelesaian masalah matematik. Perkara sebegini berlaku disebabkan
pelajar tidak berasa motivasi atau yakin untuk menggunakan kemahiran yang ada dan
terdapat juga antara mereka yang tidak dapat mengenalpasti situasi yang diberi
menggunakan kemahiran yang ada. Selain itu, sumber utama isu dalam penyelesaian
masalah mungkin disebabkan kelemahan pelajar untuk melakukan pemantauan aktif
dan kemudiannya mengawal proses kognitif yang terlibat dalam penyelesaian masalah
(Kazemi, Fadaee & Bayat, 2010). Oleh kerana pelajar kurang diberi pendedahan
dengan soalan berbentuk matematik bukan rutin, aktiviti-aktiviti pemikiran
komputasional telah dirancang untuk membantu pelajar mengatasi masalah ini.
58
3.4.2 Reka Bentuk
Setelah sempurna menjalani fasa analisis, penyelidik melakukan langkah

mereka bentuk bagi tujuan pembangunan kerangka pengintegrasian pemikiran
komputasional dalam penyelesaian masalah matematik bukan rutin. Reka bentuk yang
diambil kira merupakan reka bentuk informasi, interaksi dan visual. Analisis secara
terperinci akan dijalankan dalam setiap reka bentuk untuk membangunkan aktiviti-
aktiviti pemikiran komputasional berdasarkan empat teknik iaitu leraian, pengecaman
corak, peniskalaan dan pengitlakan.
Bahagian reka bentuk informasi melibatkan penentuan bahan yang akan

dibangunkan dan strategi yang digunakan. Untuk tujuan ini, semua bahan yang
digunakan adalah berpandukan Huraian Sukatan Pelajaran matematik menengah serta
buku rujukan yang dipilih. Aras penentuan soalan adalah berdasarkan aras taksonomi
Bloom dan soalan-soalan yang direka adalah berdasarkan aras aplikasi, analisis dan
penilaian. Menurut Forehand (2010), taksonomi Bloom adalah model tier bertingkat
yang mengkategorikan pemikiran mengikut enam tahap kognitif mengikut kesukaran.
Teknik pemikiran komputasional akan digunakan sebagai strategi pelajaran

untuk pelajar menyelesaikan masalah matematik bukan rutin. Melalui teknik ini,
pelajar akan melaksanakan aktiviti berdasarkan empat teknik iaitu:
i. Leraian (Decomposition)
Definisi teknik leraian adalah kemampuan pelajar untuk memecahkan masalah

yang besar kepada banyak masalah yang kecil. Teknik leraian dapat membantu pelajar
untuk merumuskan masalah di mana komputer dan peralatan lain boleh digunakan
untuk menyelesaikan masalah (Haines, Krach, Pustaka, Li & Richman, 2019). Teknik
leraian bertujuan untuk memudahkan pelajar memberi perhatian dengan masalah yang
sebenar dengan cara tersusun serta mengenalpasti tahap kesukaran masalah yang
dihadapi. Selain itu, pelajar juga boleh mengkaji sumber-sumber yang mudah dan
boleh digunakan untuk menyelesaikannya.
59
Melalui teknik leraian, pelajar mudah memahami sesuatu masalah dan
merancang penyelesaian masalah. Di samping itu, setiap masalah yang telah dileraikan
dapat dianalisa dengan lebih teliti serta setiap masalah diukur tahap kesukarannya.
Oleh yang demikian, pelajar akan menjawab soalan penyelesaian masalah dengan
mudah dan cepat.
Terdapat tiga aktiviti pemikiran komputasional yang dirancang dalam teknik

leraian ini. Satu aktiviti berasaskan pengetahuan umum manakala dua aktiviti lagi
berasaskan konsep matematik. Contoh aktiviti adalah Multiple Digit dan bahan
bantuan mengajar (BBM) yang digunakan adalah kertas mahjung, pen berwarna dan
gunting. Masa yang diperuntukkan untuk aktiviti ini adalah 30 minit. Perancangan
aktiviti yang berlaku adalah seperti berikut:
Jadual 3.1 Contoh Aktiviti Leraian
Masa Cadangan Aktiviti Catatan

5 minit Set Induksi
1. Imbas kembali pengetahuan
pelajar tentang faktor, gandaan
dan nombor perdana
20 minit Aktiviti BBM
1. Pelajar diminta menghasilkan  Kertas mahjung
kad yang berlabel digit 1  Pen berwarna
hingga 100.  Gunting
2. Pelajar dikehendaki
mengasingkan beberapa Penerapan Pemikiran
keping kad mengikut ciri-ciri Komputasional
yang dikehendaki iaitu faktor  Leraian
5, gandaan 11 dan nombor
perdana kurang daripada 50. Topik Matematik yang
3. Pelajar mengira Terlibat
kebarangkalian baki kad yang
tinggal.
60
 Faktor dan
Gandaan
 Kebarangkalian
Asas
5 minit Penutup
Pelajar diingatkan aktiviti
mengasingkan kad-kad nombor
tersebut berdasarkan kategori adalah
menggunakan teknik leraian
ii. Pengecaman Corak (Recognition Pattern)
Bagi pengecaman corak pula, ia boleh didefinisikan sebagai kemampuan

pelajar untuk mengenalpasti persamaan atau perbezaan yang biasa dalam data. Dalam
erti kata lain, pengecaman corak adalah teknik yang berfokus kepada kesamaan
masalah yang menjadi punca utama kepada sesuatu masalah tersebut. Pada konteks
pemikiran komputasional, pengecaman corak boleh dilihat dalam penggunaan
teknologi yang kurang atau konteks. Selain itu, ia merupakan teknik yang lebih
komprehensif berbanding teknik yang lain (Dasgupta, Rynearson, Purzer, Ehsan &
Cardella, 2017).

pengecaman corak ini. Satu aktiviti berasaskan pengetahuan umum manakala dua
aktiviti lagi berasaskan konsep matematik. Contoh aktiviti adalah Let’s Compare dan
bahan-bahan yang digunakan adalah kertas mahjung dan pen berwarna. Masa yang
diperuntukkan untuk aktiviti ini adalah 30 minit. Perancangan aktiviti yang berlaku
adalah seperti berikut:
Jadual 3.2 Contoh Aktiviti Pengecaman Corak

5 minit Set Induksi
61
1. Pelajar diberi dua set gambar
dan pelajar diminta untuk
mencari 10 perbezaan antara
kedua-dua gambar.
1. Pelajar dibahagikan kepada  Kertas mahjung
enam kumpulan.  Pen berwarna
2. Setiap kumpulan diberikan (a)
sehelai kertas mahjung dan pen Penerapan Pemikiran
berwarna. Komputasional
3. Setiap kumpulan diberikan dua  Pengecaman
jenis kaedah yang berlainan Corak
untuk menyelesaikan masalah
matematik dalam topik faktor Topik Matematik yang
dan gandaan. Terlibat
4. Setiap kumpulan diminta untuk  Faktor dan
membandingkan kedua-dua Gandaan
kaedah tersebut serta
memberikan ulasan.
5. Setiap kumpulan diminta untuk
menyatakan kaedah yang lebih
baik.
5 minit Penutup
Pelajar diingatkan aktiviti
membanding beza kaedah adalah
menggunakan teknik pengecaman
corak
iii. Peniskalaan (Abstraction)
Peniskalaan boleh didefinisikan sebagai teknik membuat keputusan sama ada

mengambil masalah yang diberi atau menolak masalah-masalah kecil atau sampingan
dalam proses pengenalpastian masalah. Proses peniskalaan ini digunakan untuk
62
membina model atau sistem kompleks yang lebih mudah difahami. Di samping itu,
peniskalaan juga merupakan proses membuat artifak lebih mudah difahami melalui
pengurangan butiran yang tidak perlu serta bilangan pembolehubah. Seterusnya, ia
menjurus kepada jawapan yang lebih terus terang (Cansu & Cansu, 2019). Dalam
pemikiran komputasional, peniskalaan dan leraian digunakan apabila berdepan dengan
tugasan yang besar dan kompleks seperti masalah pada data yang besar (Syslo &
Kwiatkowska, 2014). Selain itu, peniskalaan memfokuskan kepada kehendak dan isi
penting serta objektif sahaja.

peniskalaan ini. Satu aktiviti berasaskan pengetahuan umum manakala dua aktiviti lagi
berasaskan konsep matematik. Contoh aktiviti adalah Around You dan bahan-bahan
yang digunakan adalah kertas A4 dan pen. Masa yang diperuntukkan untuk aktiviti ini
adalah 30 minit. Perancangan aktiviti yang berlaku adalah seperti berikut:
Jadual 3.3 Contoh Aktiviti Peniskalaan

5 minit Set Induksi
1. Pelajar dibahagikan kepada
enam kumpulan.
2. Setiap kumpulan menghantar
wakil berjumpa dengan guru.
3. Guru menyerahkan beberapa
keratan perkataan kepada
wakil setiap kumpulan.
4. Wakil kumpulan dikehendaki
melukis gambar yang tertulis
pada keratan supaya kumpulan
lain boleh meneka.
5. Setiap kumpulan diberi 1
minit untuk meneka objek
yang dilakarkan.
63
1. Setiap kumpulan diminta untuk  Kertas A4
menerangkan ciri-ciri yang  Pen
diperlukan dalam lukisan wakil (b)
kumpulan dan ciri-ciri yang Penerapan Pemikiran
diabaikan dari gambar asal. Komputasional
2. Guru menerangkan bahawa  Peniskalaan
kemahiran untuk memilih
maklumat yang penting sahaja
dinamakan peniskalaan.
3. Guru menjelaskan bahawa
pelajar telah menggunakan
kemahiran peniskalaan semasa
memilih ciri-ciri penting dalam
gambar apabila ingin melakar
semula objek
5 minit Penutup
Pelajar merumus pengajaran dan
diingatkan untuk menggunakan teknik
peniskalaan bagi menyelesaikan
soalan dengan cepat. Teknik ini
memberi tumpuan kepada maklumat
penting sahaja.
iv. Pengitlakan (Generalisation)
Pengitlakan merupakan satu proses memasukkan jawapan atau algoritma ke

dalam masalah yang berbeza walaupun pembolehubah yang terlibat adalah berbeza.
Menurut Haines, Krach, Pustaka, Li dan Richman (2019), pengitlakan adalah proses
pemindahan proses penyelesaian masalah kepada pelbagai masalah yang lebih luas.
Seperti contoh, bukti pengitlakan dalam pelan pengajaran yang membolehkan pelajar
ditanya untuk pertimbangkan dua atau lebih konteks dalam tugasan yang diberi. Selain
itu, pengitlakan mudah difahami apabila pelajar dikehendaki untuk membuat
kesimpulan terhadap sesuatu perkara menggunakan fakta sedia ada.
64
pengitlakan ini. Satu aktiviti berasaskan pengetahuan umum manakala dua aktiviti lagi
berasaskan konsep matematik. Contoh aktiviti adalah Robot is Awesome! dan bahan-
bahan yang digunakan adalah kertas mahjung dan marker. Masa yang diperuntukkan
untuk aktiviti ini adalah 30 minit. Perancangan aktiviti yang berlaku adalah seperti
berikut.
Jadual 3.4 Contoh Aktiviti Pengitlakan

5 minit Set Induksi
1. Pelajar dibahagikan kepada
enam kumpulan.
2. Guru mengimbas kembali
pengajaran lepas tentang
empat teknik pemikiran
komputasional yang telah
dipelajar.
3. Guru menerangkan bahawa
pelajar akan menggunakan
salah satu atau kesemua teknik
untuk menyelesaikan masalah
seharian.
1. Guru meminta setiap  Kertas A4
kumpulan melukis gambar  Marker
robot di atas kertas mahjung (c)
menggunakan bentuk seperti Penerapan Pemikiran
segi tiga, segi empat dan Komputasional
silinder.  Pengitlakan
2. Setiap kumpulan dikehendaki
membentangkan robot yang Topik Matematik yang
telah siap dilukis dengan Terlibat
65
menerangkan ciri-ciri robot  Bentuk
tersebut.
3. Setiap lukisan dipamerkan di
hadapan kelas dan setiap
kumpulan diminta untuk
menyenaraikan persamaan dan
perbezaan pada kesemua robot.
membuat penyataan
pengitlakan berdasarkan ciri-
ciri yang telah dikenalpasti.
5 minit Penutup
Pelajar diingatkan bahawa pengitlakan
digunakan untuk membuat kesimpulan
tentang sesuatu gambar atau cerita
menggunakan fakta sedia ada.
3.4.3 Pembangunan
Setelah selesai menjalankan fasa analisis dan fasa reka bentuk, aktiviti
pemikiran komputasional ini akan melalui fasa pembangunan. Dalam fasa ini, aktiviti
pemikiran komputasional akan dijalankan berdasarkan ciri-ciri tertentu. Pembinaan
aktiviti-aktiviti adalah berdasarkan teknik pemikiran komputasional leraian,
pengecaman corak, peniskalaan dan pengitlakan. Penyelidik telah membangunkan tiga
aktiviti pada setiap satu teknik pemikiran komputasional dan 12 aktiviti pelajar akan
jalani. Aktiviti-aktiviti yang akan dijalankan telah diubahsuai oleh penyelidik
mengikut kesesuaian keadaan dan pelajar. Penyelidik harus memastikan bahawa ada
rancangan lain jika aktiviti ini tidak dapat dijalankan dengan sempurna.
66
3.4.4 Perlaksanaan
Apabila fasa analisis, fasa mereka bentuk dan pembangunan telah dijalankan,
penyelidik akan menjalankan fasa perlaksanaan. Proses kajian ini bermula dengan
ujian pra penyelesaian masalah matematik bukan rutin, diikuti dengan aktiviti
pemikiran komputasional dan diakhiri dengan ujian pos penyelesaian masalah
matematik bukan rutin. Dalam fasa perlaksanaan, bahan akan disampaikan kepada
pelajar untuk menilai keberkesanan dan masalah yang akan timbul setelah
menjalankan aktiviti pemikiran komputasional. Aktiviti-aktiviti ini akan dijalankan
paling kurang dalam tempoh lima minggu kepada pelajar sekolah menengah di sekolah
tersebut.
Selain itu, penyelidik perlu memastikan persekitaran pembelajaran terkawal.

Penyelidik perlu memastikan terdapat kelas yang boleh digunakan untuk
melaksanakan ujian pra dan ujian pos serta aktiviti pemikiran komputasional yang
menyediakan kerusi, meja dan papan putih. Langkah ini penting untuk membantu
penyelidik menyampaikan isi kandungan tanpa sebarang isu. Di samping itu,
penyelidik harus menyediakan sebarang bahan tambahan yang mungkin digunakan
dalam waktu pembelajaran. Sekiranya semua bahan telah disediakan, penyelidik akan
memberi tumpuan hanya pada isi kandungan dan pengalaman sahaja.
3.4.5 Penilaian
Fasa akhir dalam model ADDIE adalah fasa penilaian yang melibatkan proses
maklumbalas daripada sampel terhadap pemikiran komputasional setelah menjalankan
beberapa aktiviti pemikiran komputasional dalam menyelesaikan masalah matematik
bukan rutin. Dalam fasa ini, penyelidik akan menjalankan penilaian sumatif yang
berbentuk ujian pos terhadap sampel setelah selesai melakukan aktiviti pemikiran
komputasional. Tambahan pula, penyelidik akan melakukan analisa pencapaian
pelajar untuk melihat perbezaan sebelum dan selepas diberikan rawatan kepada
sampel.
67
Penilaian sumatif penting untuk membantu penyelidik melihat nilai yang
sebenar untuk ID apabila keseluruhan pengajaran selesai (Aldoobie, 2015).
Seterusnya, penyelidik akan membangunkan kerangka pengintegrasian pemikiran
komputasional dalam penyelesaian masalah matematik bukan rutin melalui
keberkesanan aktiviti yang telah dijalankan.
3.5 Instrumen Kajian
Seperti yang telah dibincangkan dalam Bab 1, kajian ini akan menjawab
persoalan kajian seperti berikut:
i. Apakah hubungan antara pemikiran komputasional dengan

penyelesaian masalah matematik bukan rutin?
ii. Bagaimana penyelesaian masalah matematik bukan rutin dipengaruhi
oleh pendedahan kepada aktiviti pemikiran komputasional?
iii. Bagaimana cara untuk membangunkan kerangka penginterasian
pemikiran komputasional dalam penyelesaian masalah matematik
bukan rutin?
Sampel dikehendaki menyelesaikan soalan ujian pra bagi mengenal pasti tahap
penyelesaian masalah matematik sedia ada pelajar. Ujian pra mengandungi empat
soalan penyelesaian matematik bukan rutin dalam tajuk nombor nisbah. Seramai 30
sampel dalam kalangan pelajar sekolah menengah dari sebuah sekolah antarabangsa
dalam daerah Johor Bahru, Johor yang terlibat. Dalam melaksanakan persoalan kajian,
penyelidik menyediakan kertas soalan ujian pra dan sampel akan menjawab soalan-
soalan yang disediakan dalam kertas ujian tersebut.
Seterusnya, sampel akan menjalankan aktiviti pemikiran komputasional bagi

mengenalpasti keberkesanannya dalam membantu pelajar menyelesaikan masalah
matematik. Akhir sekali, sampel akan menjalani ujian pos setelah menjalani semua
aktiviti-aktiviti pemikiran komputasional yang disediakan. Penyelidik menggunakan
68
analisis statistik deskriptif untuk mendapatkan nilai skor min dan sisihan piawai serta
analisis statistik inferensi melalui ujian-t sampel bersandar. Sampel akan menjawab
soalan-soalan ujian pra dan ujian pos dalam kertas ujian.
Sampel dikehendaki menjawab sebanyak empat soalan matematik dalam ujian

pos yang sama seperti soalan ujian pra yang diberikan kepada sampel sebelum rawatan
diberikan. Proses analisis ini dijalankan untuk mendapatkan bukti sama ada terdapat
perbezaan yang signifikan terhadap pencapaian sampel sebelum rawatan dan selepas
diberi rawatan iaitu selepas melakukan aktiviti-aktiviti pemikiran komputasional.
Jadual 3.5 menunjukkan kandungan item bagi ujian pra dan ujian pos penyelesaian
masalah matematik bukan rutin.
Jadual 3.5 Kandungan Item Bagi Ujian Pra dan Ujian Pos
No Aras Konteks Tahap Pengetahuan

item kesukaran sebelum pelajar
1 Mengaplikasi Rendah Integer
2 Menilai Sederhana Operasi Asas
Nombor Aritmetik yang
Nisbah Melibatkan Integer
dan Pecahan
3 Menganalisis Tinggi Nombor Nisbah
4 Menganalisis Tinggi Perpuluhan Positif
dan Perpuluhan
Negatif
3.5.1 Ujian Pra
Ujian ini dilaksanakan ke atas semua pelajar yang terlibat bagi menguji pelajar
dalam penyelesaian masalah matematik sebelum aktiviti pemikiran komputasional
dijalankan. Ujian ini juga terdiri daripada empat item atau soalan yang dibina oleh
penyelidik mengikut buku Mastery Plus Pentaksiran Bilik Darjah (Matematik)
Tingkatan 1 oleh Lee Chye Mei, Ong Yunn Tyug dan Muhammad Fakhri Ramley
(2020). Ujian ini menguji pengetahuan pelajar dalam penyelesaian masalah matematik
69
bukan rutin pelajar dari segi menganalisis, menilai dan mengaplikasi bagi tajuk
Nombor Nisbah. Untuk mengurangkan ralat, pelajar tidak boleh berhubung dengan
rakan mereka sepanjang kajian ujian ini dijalankan dan akan dijalankan secara serentak
pada semua pelajar yang terlibat. Dalam bab seterusnya, penyelidik akan
membincangkan tentang rekod dan analisis daripada dapatan yang diperolehi.
3.5.2 Ujian pos
Ujian ini dijalankan sejurus selepas lima minggu aktiviti pemikiran

komputasional dijalankan ke atas pelajar. Ujian ini juga terdiri daripada empat item
atau soalan yang dibina oleh penyelidik mengikut buku Mastery Plus Pentaksiran Bilik
Darjah (Matematik) Tingkatan 1 oleh Lee Chye Mei, Ong Yunn Tyug dan Muhammad
Fakhri Ramley (2020) dan mendapat pengesahan dari guru berpengalaman. Soalan ini
diberikan kepada semua pelajar dan sama seperti ujian pra, ia dijalankan secara
serentak untuk mengelakkan berlakunya perbincangan soalan-soalan dalam kalangan
pelajar. Kajian secara mendalam dijalankan selepas dapatan yang diperolehi direkod
dan dianalisis.
3.5.3 Kebolehpercayaan Instrumen
Kebolehpercayaan (reliability) merujuk kepada kemampuan kajian untuk

mendapat nilai yang sama apabila ukuran diulang. Jika ukuran kedua, ketiga dan
seterusnya memberi nilai yang sama, kajian tersebut dikatakan mempunyai tinggi nilai
kebolehpercayaan (Chua, 2016). Oleh itu, instrumen yang baik adalah instrumen yang
boleh dipercayai. Selain itu, kebolehpercayaan juga boleh didefinisikan sebagai
kestabilan instrumen dalam mengukur sesuatu yang perlu diukur (Hoon, Singh &
Ghani, 2009).
Dalam kajian ini, Cronbach Alpha telah digunakan kerana ia seringkali

digunapakai untuk menguji kebolehpercayaan ujian yang mengandungi item dengan
skor yang berterusan. Di samping itu, ia juga boleh digunakan untuk mengenalpasti
item yang bermasalah yang harus dibuang atau diubah. Penyelidik menjalankan
kebolehpercayaan instrumen dengan melaksanakan ujian pengesanan ke atas 10
70
sampel dalam kalangan pelajar menengah. Kemudian, penyelidik akan menganalisis
ujian tersebut setelah pelajar tersebut selesai menjawab soalan ujian. Penyelidik akan
menjalankan ujian ini sebelum kajian sebenar dijalankan. Jadual 3.6 menunjukkan
nilai Cronbach Alpha terhadap kebolehpercayaan instrumen.
Jadual 3.6 Nilai Cronbach Alpha Terhadap Kebolehpercayaan Instrumen
Jarak nilai Cronbach Alpha Kekuatan

<0.6 Lemah
0.6 – <0.7 Sederhana
0.7 - <0.8 Baik
0.8 - <0.9 Sangat Baik
>0.9 Terbaik
Sumber: Mahlangu dan Kruger (2015)
Jadual 3.7 Nilai Cronbach Alpha Terhadap Ujian Item 1
Cronbach Alpha N item

0.707 4
Daripada analisis yang dilakukan, Jadual 3.7 menunjukkan nilai Cronbach

Alpha bagi ujian item 1 antara item lain ialah 0.707. Dapatan ini menunjukkan bahawa
kebolehpercayaan item 1 adalah baik. Semakin tinggi nilai kebolehpercayaan
instrumen, maka semakin tepat data yang diperolehi untuk menghasilkan suatu
penyelidikan yang baik.

0.677 4
Jadual 3.8 menunjukkan nilai Cronbach Alpha bagi ujian item 2 antara item
ialah 0.677. Dapatan ini menunjukkan bahawa kebolehpercayaan item 2 adalah
sederhana dan masih boleh diterima.
71

0.738 4
ialah 0.738. Dapatan ini menunjukkan bahawa kebolehpercayaan item 3 adalah baik
dan boleh digunakan dalam kajian ini.

0.685 4
ialah 0.685. Dapatan ini menunjukkan bahawa kebolehpercayaan item 4 adalah
sederhana. Kesimpulannya, instrumen ini boleh dipercayai dan digunakan untuk kajian
sebenar. Di samping itu, penyelidik mendapati beberapa item soalan yang tertentu
terpaksa diubah dari segi penggunaan bahasa bagi menghasilkan item soalan yang
benar-benar boleh difahami dengan jelas oleh sampel.
3.5.4 Kesahan Instrumen
Menurut Chua (2016), kesahan dalam penyelidikan adalah merujuk kepada

kemampuan pengukuran atau instrumen kajian untuk mengukur nilai sebenar terhadap
konsep dalam hipotesis. Kesahan dikatakan tinggi jika instrumen boleh mengukur
konsep hipotesis yang sebenar. Kesahan instrumen adalah penting untuk
mempertahankan instrumen dari sebarang kesilapan.
Dalam kajian ini, penyelidik telah melakukan kesahan instrumen ke atas semua
soalan ujian penyelesaian masalah matematik dalam tajuk nombor nisbah. Item dibina
dan disediakan oleh penyelidik sebelum diserahkan kepada guru berpengalaman.
Sebanyak empat soalan penyelesaian masalah matematik akan digunakan dan soalan-
soalan ujian ini telah disemak oleh tiga orang guru berpengalaman dalam pengajaran
72
matematik di sekolah. Penyelidik juga membuat perbincangan dengan guru-guru
berkenaan dan memperoleh pendapat mereka dalam penyediaan soalan penyelesaian
masalah matematik supaya soalan yang disediakan dapat memenuhi aras kesukaran
berdasarkan tahap sampel. Jadual 3.11 menunjukkan analisis keputusan penerimaan
bagi setiap item oleh Guru A, Guru B dan Guru C.
Jadual 3.11 Analisis Keputusan Penerimaan Bagi Setiap Item Oleh Guru A, Guru
B dan Guru C
Item Guru A Guru B Guru C

1 Sesuai tanpa perlu Sesuai namun Sesuai tanpa perlu
pembetulan memerlukan pembetulan pembetulan
2 Sesuai tanpa perlu Sesuai tanpa perlu Sesuai tanpa perlu
pembetulan pembetulan pembetulan
3 Sesuai tanpa perlu Sesuai tanpa perlu Sesuai tanpa perlu
pembetulan pembetulan pembetulan
4 Sesuai tanpa perlu Sesuai tanpa perlu Sesuai namun
pembetulan pembetulan memerlukan
pembetulan
Berdasarkan Jadual 3.11, Guru A, Guru B dan Guru C bersetuju mengatakan

item 2 dan 3 sesuai tanpa memerlukan sebarang pembetulan. Walau bagaimanapun,
pada pendapat Guru B, penyelidik harus melakukan pembetulan pada item 1 manakala
Guru C menyatakan item 4 memerlukan pembetulan. Penyelidik telah memperbaiki
item yang perlu dibaiki dengan mengambil kira komen dari ketiga-tiga orang Guru A,
Guru B dan Guru C seperti dalam Jadual 3.12 di bawah.
Jadual 3.12 Analisis Komen Dari Guru A, Guru B dan Guru C Bagi Setiap Item

1 Baik ‘Account No’ tidak Baik
perlu dinyatakan
2 Baik Menarik Baik
3 Baik Baik Baik
73
4 Baik Menarik 6-m harus ditukar
kepada 6m. Pelajar
mungkin keliru
dengan simbol ‘-’
Berdasarkan kepada komen dari Guru A, Guru B dan Guru C dalam Jadual
3.12, bagi item 1, Guru A dan Guru C menyatakan ia item yang baik manakala Guru
B menyarankan penyelidik untuk melakukan pembetulan dari segi maklumat yang ada
dalam soalan untuk mengelakkan pelajar lebih keliru dengan digit yang sedia ada
dalam menyelesaikan masalah matematik. Selain itu, untuk item 2 dan item 3, ketiga-
tiga guru menyatakan ia item yang baik dan menarik. Akhir sekali, bagi item 4, Guru
A dan Guru B menyatakan ia item yang baik manakala Guru C memberi komen untuk
penyelidik mengurangkan penggunaan simbol untuk mengurangkan kekeliruan pelajar
semasa menyelesaikan masalah.
Bagi aktiviti pemikiran komputasional pula, kesahan instrumen telah dilakukan

oleh penyelidik setelah item dibina. Item tersebut diserahkan kepada pakar yang
berpengalaman dalam bidang pemikiran komputasional. Sebanyak 12 aktiviti
pemikiran komputasional akan digunakan dalam kajian ini. Penyelidik juga membuat
perbincangan dengan pakar-pakar berkenaan dan memperoleh pendapat mereka dalam
penyediaan aktiviti-aktiviti pemikiran komputasional supaya aktiviti yang disediakan
dapat diikuti oleh sampel.
Jadual 3.13 Analisis Keputusan Penerimaan Bagi Setiap Item Oleh Pakar A, Pakar
B dan Pakar C
Item Pakar A Pakar B Pakar C

pembetulan
2 Sesuai namun Sesuai tanpa perlu Sesuai namun
memerlukan pembetulan memerlukan
pembetulan pembetulan
74
3 Sesuai namun Sesuai tanpa perlu Tidak sesuai dan perlu
memerlukan pembetulan dibuang
pembetulan
pembetulan
5 Sesuai tanpa perlu Sesuai namun Sesuai namun
pembetulan memerlukan pembetulan memerlukan
pembetulan
6 Sesuai namun Sesuai tanpa perlu Sesuai tanpa perlu
memerlukan pembetulan pembetulan
pembetulan
pembetulan
8 Sesuai namun Sesuai namun Sesuai tanpa perlu
memerlukan memerlukan pembetulan pembetulan
pembetulan
9 Sesuai namun Sesuai namun Sesuai tanpa perlu
memerlukan memerlukan pembetulan pembetulan
pembetulan
pembetulan
11 Sesuai namun Sesuai namun Tidak sesuai dan perlu
memerlukan memerlukan pembetulan dibuang
pembetulan
pembetulan
Berdasarkan Jadual 3.13, Pakar A menyatakan bahawa item 1, 4 dan 5 tidak

memerlukan pembetulan manakala Pakar B bersetuju mengatakan item 1, 2, 3, 4, 6, 7,
75
10 dan 12 tidak memerlukan pembetulan. Bagi Pakar C, item 6, 7, 8, 9, 10 dan 12 tidak
memerlukan pembetulan. Tambahan pula, Pakar A menyatakan bahawa item 2, 3, 6,
7, 8, 9, 10, 11 dan 12 memerlukan pembetulan daripada penyelidik. Bagi Pakar B pula,
item 5, 8, 9 dan 11 perlu dibuat pembetulan. Pakar C pula menyatakan bahawa
penyelidik harus melakukan pembetulan pada item 1, 2, 4 dan 5. Selain itu, Pakar C
meminta penyelidik untuk membuang item 3 dan 11 kerana ia tidak sesuai. Penyelidik
telah memperbaiki item yang perlu dibaiki dengan mengambil kira komen dari ketiga-
tiga orang Pakar A, Pakar B dan Pakar C seperti dalam Jadual 3.14 di bawah.
Jadual 3.14 Analisis Komen Dari Pakar A, Pakar B dan Pakar C Bagi Setiap Item

1 Ubah perkataan Baik Mengubah set induksi
penyelidik kepada dan penutup
guru
2 Sediakan BBM yang Baik Set induksi tidak
mengandungi kad- sesuai
kad. Boleh merancang
aktiviti tanpa
penggunaan telefon
bimbit
3 Ubah tajuk kepada Baik Item perlu dibuang
“Let’s Get Ready”. kerana tidak sesuai
Terangkan maksud
model pengajaran
dengan teliti
4 Baik Baik Set induksi tidak
sesuai
5 Baik Kurang jelas sama ada Set induksi tidak
formula diberi atau sesuai
dibentuk sendiri oleh
pelajar
6 Terang dengan lebih Baik baik
mendalam berkenaan
76
aktiviti. Boleh juga
menukar aktiviti
kepada pengasingan
antara garam, gula
dan bahan masakan
yang lain
7 Ubah isi aktiviti Baik Baik
8 Ubah isi aktiviti Aktiviti peniskalaan Baik
kurang jelas
9 Ubah isi aktiviti Aktiviti peniskalaan Baik
kurang jelas
11 Ubah isi aktiviti Boleh tukar aktiviti Rancangan pengajaran
yang melibatkan amaun tidak sesuai dengan
lebih besar tajuk pengitlakan
3.6 Analisis Data
Data yang diperolehi akan dianalisis menggunakan perisian Statistical

Package for the Social Science (SPSS) versi 23.0. Data analisis yang terlibat dengan
menggunakan perisian SPSS adalah data skor ujian pra serta ujian pos penyelesaian
masalah matematik melalui analisis Ujian-t sampel bersandar. Daripada dapatan
analisis yang dijalankan, nilai min, nilai sisihan piawai dan nilai t bagi skor ujian yang
terlibat akan dapat menyelesaikan persoalan kajian ini. Penanda bagi kemampuan
penyelesaian masalah matematik bukan rutin adalah: (1) memahami masalah; (2)
merangka strategi; (3) melaksana strategi; (4) menyemak jawapan. Jadual 3.15
menunjukkan skor rubrik untuk penyelesaian masalah matematik bukan rutin
berdasarkan strategi Polya.
77
Jadual 3.15 Skor Rubrik Untuk Penyelesaian Masalah Matematik Bukan Rutin
Berdasarkan Strategi Polya
Skor 4 3 2 1
Fasa
1. Menunjukkan Menunjukkan Menunjukkan Menunjukkan
Memahami pemahaman pemahaman sebahagian pemahaman
masalah yang jelas yang jelas dan pemahaman yang terhad
dan mengenalpasti masalah dan terhadap
mengenalpast banyak faktor mengenalpasti masalah dan
i faktor terperinci yang beberapa faktor konteks. Tidak
terperinci mempengaruhi yang menghiraukan
yang sebelum mempengaruhi keadaan
mempengaru menyelesaikan pendekatan masalah.
hi pendekatan masalah sebelum
sebelum menyelesaikan
menyelesaika masalah
n masalah
2. Merangka Merangka Merangka Merangka
Merangka strategi strategi yang strategi yang strategi tetapi
Strategi dengan sesuai betul tetapi betul tetapi tidak boleh
bersama tidak lengkap salah pada hasil dilaksanakan
prosedur dan atau tiada hasil
set dalam
jawapan yang
tepat
3. Dapat Kerap Tidak Kurang
Melaksana mengenalpast mengenalpasti menunjukkan penaakulan
Strategi i keperluan keperluan penaakulan atau dalam
untuk untuk tanggapan yang menjalankan
beberapa beberapa dibina dengan strategi. Kerap
strategi untuk strategi untuk baik. memberikan
dijalankan. dijalankan. Kadangkala jawapan yang
Penaakulan Penaakulan mengenalpasti salah. Tidak
dibina dibina dengan keperluan dapat
sepenuhnya. baik. Strategi beberapa mengenalpasti
Boleh dilaksanakan strategi untuk beberapa
melaksanaka dengan dijalankan strategi lain
n rancangan beberapa terutamanya untuk
dengan proses atau jika cubaan dijalankan
beberapa langkah yang pertama gagal walaupun
proses atau terhad. tetapi dengan jawapan salah.
langkah. kemahiran yang
terhad.
4. Selalu Kerap Kadangkala Tidak

Menyemak menganalisa menganalisa menganalisa menganalisa
jawapan jawapan dari jawapan lebih jawapan. jawapan. Jarang
perspektif dari satu Kadangkala mengaplikasika
yang meluas. perspektif. mengaplikasika n pengetahuan
78
Selalu Kerap n pengetahuan konteks
mengaplikasi mengaplikasik konteks masalah apabila
kan an masalah apabila mempertimban
pengetahuan pengetahuan mempertimban gkan jawapan.
konteks konteks gkan jawapan. Mengenalpasti
masalah masalah Mengenalpasti beberapa
apabila apabila sebahagian jawapan yang
mempertimba mempertimban jawapan yang tidak
ngkan gkan betul dengan dilaksanakan
kesesuaian kesesuaian beberapa dengan
jawapan. jawapan. penaakulan dan penaakulan
Memasukkan Memasukkan kemampuan yang rendah.
penaakulan penaakulan yang terhad Jarang
disebalik disebalik untuk menyemak
penilaian penilaian menyemak jawapan.
setiap kebanyakan jawapan.
pilihan. pilihan.
Sumber: Paradesa (2018) dan Hostos Community College (n.d)
3.7 Penutup
Secara keseluruhannya, dalam bahagian ini menjelaskan tentang kaedah yang

digunakan oleh penyelidik untuk mendapatkan data dan cara menganalisis data.
Sumber data yang diperolehi dalam kajian ini berdasarkan daripada skor ujian pra dan
skor ujian pos. Analisis pemprosesan data menggunakan analisis statistik deskriptif
dan inferensi digunakan untuk menjawab persoalan kajian yang dibincangkan sebelum
ini. Di samping itu, penyelidik juga turut menjalankan kaedah model ADDIE dalam
fasa kajian.
Hasil kajian yang akan diperolehi diharapkan dapat menjelaskan maklumat

mengenai aras penyelesaian masalah matematik bukan rutin pelajar dan keberkesanan
aktiviti pemikiran komputasional dalam mempengaruhi penyelesaian masalah
matematik bukan rutin pelajar. Di samping itu, diharapkan kerangka pengintegrasian
pemikiran komputasional dalam penyelesaian masalah matematik bukan rutin dapat
dibangunkan untuk menyokong pelajar dalam meningkatkan keupayaan mereka
menyelesaikan masalah terutamanya dalam matematik bukan rutin.
79
BAB 4
ANALISIS DATA DAN DAPATAN KAJIAN
4.1 Pengenalan
Dalam bab ini, penyelidik akan membincangkan tentang analisis data dan hasil
dapatan kajian yang diperolehi. Dengan menggunakan Perisian Statistical Package for
the Social Science (SPSS) Versi 23.0, penyelidik akan menganalisis data yang
diperolehi. Data-data yang dikumpul dibincangkan selari dengan objektif kajian yang
penyelidik buat dalam bab 1. Kajian ini dijalankan dalam kalangan pelajar sekolah
menengah antarabangsa dalam daerah Johor Bahru, Johor dengan ujian pra
penyelesaian masalah matematik bukan rutin, aktiviti pemikiran komputasional dan
ujian pos penyelesaian masalah matematik bukan rutin.
Seperti yang dinyatakan dalam bab 1, huraian bab ini akan menjawab persoalan
kajian yang telah ditetapkan seperti berikut:
i. Apakah hubungan antara pemikiran komputasional dengan penyelesaian

masalah matematik bukan rutin?
ii. Bagaimana penyelesaian masalah matematik bukan rutin dipengaruhi oleh
pendedahan kepada aktiviti pemikiran komputasional?
iii. Bagaimana cara untuk membangunkan kerangka pengintegrasian pemikiran
komputasional dalam penyelesaian masalah matematik bukan rutin?
4.2 Analisis Data Demografi
Seramai 30 orang pelajar sekolah menengah antarabangsa di Johor Bahru

menjadi sampel. Setiap instrumen yang dikembalikan oleh sampel dipastikan lengkap
81
dan boleh diproses. Latar belakang sampel dianalisis secara deskriptif berdasarkan
maklumat yang diperoleh dalam bahagian A. Jadual 4.1 mempamerkan analisis
deskriptif kekerapan dan peratusan jantina sampel dalam kajian ini.
Jadual 4.1 Jantina Sampel
Jantina Kekerapan Peratus (%)

Perempuan 22 73.3
Lelaki 8 26.7
Jumlah 30 100
Jadual 4.1 menunjukkan majoriti sampel iaitu daripada 30 orang sampel, 22

orang sampel (73.3%) merupakan perempuan manakala 8 orang (26.7%) adalah
sampel lelaki. Seterusnya, Jadual 4.2 menunjukkan analisis deskriptif bagi kategori
umur sampel dalam kajian ini.
Jadual 4.2 Umur Sampel
Umur Kekerapan Peratus (%)

15 1 3.3
16 5 16.7
17 22 73.3
18 2 6.7
Jumlah 30 100
Jadual 4.2 menunjukkan bahawa majoriti sampel berumur 17 tahun iaitu

seramai 22 orang sampel (73.3%) diikuti berumur 16 tahun seramai 5 orang (16.7%),
sampel berumur 18 tahun seramai 2 orang (6.7%) dan seorang sampel (3.3%) berumur
15 tahun. Seterusnya, Jadual 4.3 menjelaskan analisis deskriptif bagi kategori bangsa
sampel dalam kajian ini.
Jadual 4.3 Bangsa Sampel
Bangsa Kekerapan Peratus (%)

Melayu 21 70.0
82
India 3 10.0
Cina 3 10.0
Lain-lain 3 10.0
Jumlah 30 100
Berdasarkan Jadual 4.3, penyelidik mendapati bahawa majoriti sampel adalah

berbangsa Melayu iaitu seramai 21 orang (70.0%) diikuti dengan 3 orang berbangsa
India (10.0%), 3 orang berbangsa Cina (10.0%) dan 3 orang berbangsa lain-lain
(10.0%). Jadual 4.4 mempamerkan analisis deskriptif bagi kategori kelas dalam kajian
ini.
Jadual 4.4 Kelas Sampel
Kelas Kekerapan Peratus (%)

Section 1 4 13.3
Section 2 1 3.3
Section 3 15 50.0
Section 4 6 20.0
Section 5 4 13.3
Jumlah 30 100
Berdasarkan Jadual 4.4, majoriti sampel adalah daripada Section 3 iaitu

seramai 15 sampel (50.0%), diikuti dengan kelas Section 4 iaitu 6 sampel (20.0%),
Section 5 seramai 4 orang (13.3%), Section 1 seramai 4 orang (13.3%) dan seorang
sampel (3.3%) daripada Section 2. Jadual 4.5 menjelaskan analisis deskriptif bagi
minat sampel terhadap matematik dalam kajian ini.
Jadual 4.5 Minat Sampel Terhadap Mata Pelajaran Matematik
Minat Matematik Kekerapan Peratus (%)

Ya 28 93.3
Tidak 2 6.7
Jumlah 30 100
83
Berdasarkan Jadual 4.5, penyelidik mendapati bahawa 28 orang sampel
(93.3%) berminat terhadap mata pelajaran matematik manakala 2 orang sampel (6.7%)
tidak berminat dengan mata pelajaran matematik. Jadual 4.6 mempamerkan analisis
deskriptif bagi gred Ujian Pencapaian Sekolah Rendah (UPSR) sampel dalam
matematik untuk kajian ini.
Jadual 4.6 Gred UPSR Sampel Dalam Matematik
Kelas Kekerapan Peratus (%)

A 26 86.7
B 4 13.3
Jumlah 30 100
Jadual 4.6 menunjukkan bahawa majoriti sampel memperolehi gred A iaitu

seramai 26 orang (86.7%) dalam mata pelajaran matematik pada peperiksaan UPSR
mereka diikuti gred B seramai 4 orang (13.3%) dalam mata pelajaran matematik pada
peperiksaan UPSR.
4.3 Persoalan Kajian 1: Apakah Hubungan Antara Pemikiran

Komputasional Dengan Penyelesaian Masalah Matematik Bukan Rutin?
Bagi menjawab persoalan kajian pertama, sampel dikehendaki menjawab ujian

pra yang disediakan dengan tujuan untuk mengenal pasti pengetahuan sedia ada pelajar
menyelesaikan masalah matematik bukan rutin. Seramai 30 sampel yang terlibat untuk
menjawab persoalan kajian ini. Sampel adalah daripada sekolah menengah
antarabangsa dalam daerah Johor Bahru, Johor. Sebanyak empat soalan nombor nisbah
matematik bukan rutin yang perlu dijawab oleh sampel. Jadual 4.7 di bawah adalah
skor pencapaian ujian pra telah diperolehi dan dianalisis mengikut skor rubrik untuk
penyelesaian masalah matematik bukan rutin berdasarkan strategi Polya.
Jadual 4.7 Skor Pencapaian Ujian Pra
84
Min Sisihan Piawai (σ) Minimum Maksimum
(markah) (markah)
31.63 3.00 23 38
Jadual 4.7 di atas menunjukkan pencapaian tahap sampel dalam menyelesaikan

masalah matematik. Skor maksimum bagi sampel adalah 38 markah manakala skor
minimum ialah 23 markah. Daripada jadual di atas, ia menjelaskan bahawa nilai min
ialah 31.63 dan nilai sisihan piawai ialah 3.00. Ini menunjukkan bahawa kebanyakan
sampel gagal untuk menjawab soalan ujian pra dengan baik.
Jadual 4.8 menunjukkan skor ujian pra untuk setiap sampel. Seterusnya
penyelidik membuat analisis markah untuk setiap soalan yang sampel jawab. Skor
markah penuh untuk setiap soalan yang dijawab adalah 16 markah dan jumlah bagi
keseluruhan skor pra adalah 64 markah.
Jadual 4.8 Pencapaian Skor Ujian Pra Setiap Sampel
Sampel Skor Ujian Pra Sampel Skor Ujian Pra

(markah) (markah)
1 32 16 31
2 28 17 30
3 31 18 29
4 31 19 36
5 33 20 28
6 29 21 33
7 38 22 35
8 23 23 36
9 29 24 33
10 31 25 34
11 32 26 33
12 29 27 30
13 32 28 32
14 31 29 36
85
15 33 30 31
Skor pencapaian ujian pos telah diperolehi dan dianalisis mengikut skor rubrik
untuk penyelesaian masalah matematik bukan rutin berdasarkan strategi Polya seperti
dalam Jadual 4.9 di bawah.
Jadual 4.9 Skor Pencapaian Ujian Pos
Min Sisihan Piawai (σ) Minimum Maksimum

(markah) (markah)
39.43 2.67 33 45
Jadual 4.9 di atas menunjukkan pencapaian tahap pelajar dalam menyelesaikan

masalah matematik. Skor maksimum bagi sampel adalah 45 markah manakala skor
minimum ialah 33 markah. Daripada jadual di atas, ia menunjukkan nilai min ialah
39.43 dan nilai sisihan piawai ialah 2.67. Ini menunjukkan bahawa majoriti sampel
berjaya menjawab soalan ujian pos dengan baik.
Jadual 4.10 menunjukkan skor ujian pos untuk setiap sampel. Seterusnya
penyelidik membuat analisis markah untuk setiap soalan yang dijawab oleh sampel.
Skor markah penuh untuk setiap soalan yang dijawab adalah 16 markah dan jumlah
bagi keseluruhan skor pra adalah 64 markah.
Jadual 4.10 Pencapaian Skor Ujian Pos Setiap Sampel
Sampel Skor Ujian Pos Sampel Skor Ujian Pos

(markah) (markah)
1 42 16 36
2 38 17 36
3 39 18 41
4 41 19 42
5 40 20 36
6 39 21 42
7 42 22 43
86
8 36 23 37
9 37 24 41
10 39 25 39
11 39 26 38
12 39 27 38
13 42 28 41
14 43 29 45
15 33 30 39
14
12
10
Markah
0
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30
Sampel
UJIAN PRA UJIAN POS
Rajah 4.1 Pencapaian Sampel Dalam Ujian Pra dan Ujian Pos Bagi Item 1
Rajah 4.1 menunjukkan pencapaian sampel dalam ujian pra dan ujian pos bagi
Item 1. Pada peringkat ujian pra, hampir semua sampel berjaya mendapatkan
sekurang-kurangnya 4 markah dalam Item 1. Selain itu, lebih separuh daripada sampel
memperoleh separuh markah daripada markah penuh iaitu 8 daripada 16 markah dalam
ujian pra. Selepas ujian pos dijalankan, berlaku peningkatan dalam markah bagi semua
sampel dan dua orang sampel mampu memperoleh 12 markah. Semua sampel
memperoleh lebih daripada separuh markah penuh dalam ujian pos. Majoriti sampel
mendapat 10 markah dalam ujian pos. Peningkatan yang ditunjukkan oleh semua
sampel menunjukkan bahawa semua sampel menguasai Item 1 dengan baik. Namun,
tiada satu sampel mendapat markah penuh dalam ujian pra dan ujian pos.
87
14
12
10
Markah
0
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30
Sampel
UJIAN PRA UJIAN POS
Berdasarkan Rajah 4.2 di atas, ia menunjukkan pencapaian sampel dalam ujian

pra dan ujian pos bagi Item 2. Pada peringkat ujian pra, hampir semua sampel berjaya
mendapatkan sekurang-kurangnya 4 markah dalam Item 2. Namun, lebih separuh
daripada sampel mendapat markah bawah daripada separuh markah penuh. Selepas
ujian pos dijalankan, berlaku peningkatan dalam markah bagi semua sampel dan
seorang sampel mampu memperoleh 12 markah. Peningkatan yang ditunjukkan oleh
semua sampel menunjukkan bahawa semua sampel menguasai Item 2 dengan baik.
Walau bagaimanapun, perbezaan markah antara ujian pra dan ujian pos sampel tidak
banyak dan tiada sampel mendapat markah penuh dalam ujian pra dan ujian pos.
88
14
12
10
Markah
0
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30
Sampel
UJIAN PRA UJIAN POS
Merujuk kepada Rajah 4.3 di atas, dapat dilihat bahawa terdapat seorang
sampel yang mendapat hanya 4 markah dalam ujian pra dan merupakan markah
terendah. Di samping itu, lebih separuh daripada jumlah sampel mendapat markah
tidak lebih daripada separuh markah penuh. Selepas ujian pos dijalankan, berlaku
perubahan dalam peningkatan markah bagi semua sampel dan seorang sampel
memperoleh 12 markah. Terdapat juga dua orang sampel yang mendapat markah yang
sama bagi ujian pra dan ujian pos mereka. Peningkatan yang ditunjukkan oleh semua
sampel menunjukkan bahawa semua sampel menguasai Item 3 secara sederhana. Tiada
seorang sampel yang berjaya memperoleh markah penuh dalam ujian pra dan ujian
pos.
89
14
12
10
Markah
0
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30
Sampel
UJIAN PRA UJIAN POS
Berdasarkan Rajah 4.4 dia atas, dapat dilihat bahawa majoriti sampel
memperoleh lebih daripada 8 markah dalam ujian pra. Hanya terdapat lima orang
sampel yang memperoleh 7 markah dalam ujian pra. Selepas sampel diberi
pendedahan terhadap aktiviti pemikiran komputasional, berlaku peningkatan dalam
markah ujian pos bagi semua sampel dan terdapat dua orang sampel memperoleh 12
markah. Terdapat juga tiga orang sampel yang mendapat markah yang sama bagi ujian
pra dan ujian pos mereka. Peningkatan yang ditunjukkan oleh semua sampel
menunjukkan bahawa semua sampel menguasai Item 4 secara baik. Namun, tiada
seorang sampel yang berjaya memperoleh markah penuh dalam ujian pra dan ujian
pos. Secara keseluruhannya, perlaksaan aktiviti pemikiran komputasional adalah
berkesan dalam membantu meningkatkan pencapaian pelajar dalam penyelesaian
maslaah matematik bukan rutin.
90
4.5
4
3.5
3
Markah
2.5
2
1.5
1
0.5
0
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30
Sampel
UJIAN PRA UJIAN POS
Rajah 4.5 Pencapaian Sampel Dalam Ujian Pra dan Ujian Pos Untuk Fasa
“Memahami Masalah” Bagi Item 1
Rajah 4.5 menunjukkan pencapaian sampel dalam ujian pra dan ujian pos untuk
fasa “Memahami Masalah” bagi Item 1. Markah penuh bagi setiap fasa adalah 4
markah. Majoriti sampel memperoleh 3 markah bagi fasa ini dalam ujian pra. Hal ini
kerana, majoriti sampel menunjukkan pemahaman yang jelas dan mengenalpasti
faktor terperinci yang mempengaruhi sebelum menyelesaikan masalah. Selepas semua
sampel menjalani aktiviti pemikiran komputasional, berlaku peningkatan markah oleh
beberapa sampel dalam ujian pos iaitu terdapat 24 orang sampel memperoleh markah
penuh dalam fasa “Memahami Masalah”. Oleh itu, penyelidik membuat kesimpulan
bahawa sampel berjaya memahami masalah dalam Item 1 sebelum menyelesaikan
masalah tersebut.
91
3.5
2.5
Markah
1.5
0.5
0
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30
Sampel
UJIAN PRA UJIAN POS
“Merangka Strategi” Bagi Item 1
Berdasarkan Rajah 4.6 di atas, dapat dilihat bahawa pencapaian sampel dalam
fasa “Merangka Strategi” agak baik bagi ujian pra dan ujian pos. Majoriti sampel
memperoleh 3 markah dalam fasa ini untuk ujian pra. Ini menunjukkan bahawa sampel
mahir merangka strategi yang betul tetapi tidak lengkap. Terdapat dua orang sampel
yang memperoleh 1 markah dalam ujian pra. Selepas ujian pos dijalankan, terdapat 17
orang sampel yang mendapat markah yang sama dengan ujian pra mereka untuk fasa
ini. Malahan, ada seorang sampel yang mendapat skor ujian pos rendah daripada skor
ujian pra. Selain itu, tiada seorang sampel memperoleh markah penuh bagi fasa ini
dalam Item 1. Ini menunjukkan bahawa sebahagian sampel mampu merangka strategi
tetapi perlu dibantu untuk merangka strategi dengan sesuai dan mempunyai jawapan
yang tepat.
92
3.5
2.5
Markah
1.5
0.5
0
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30
Sampel
UJIAN PRA UJIAN POS
“Melaksana Strategi” Bagi Item 1
Rajah 4.7 menunjukkan pencapaian sampel dalam ujian pra dan ujian pos untuk
fasa “Melaksana Strategi” bagi Item 1. Majoriti sampel dalam ujian pra bagi fasa ini
mendapat 2 markah. Selepas sampel diberi pendedahan kepada aktiviti pemikiran
komputasional, penyelidik mendapat bahawa beberapa sampel tidak mempamerkan
peningkatan dalam ujian pos dari segi markah dalam fasa ini. Terdapat sembilan orang
sampel sahaja yang menunjukkan peningkatan skor mereka dalam ujian pos
berbanding ujian pra. Selain itu, terdapat dua orang sampel yang menunjukkan
penurunan markah dalam fasa ini. Tiada seorang sampel yang memperoleh markah
penuh dalam fasa ini bagi Item 1. Kesimpulannya, kebanyakan sampel tidak
menunjukkan penaakulan atau tanggapan yang dibina dengan baik bagi Item 1.
93
2.5
1.5
Markah
0.5
0
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30
Sampel
UJIAN PRA UJIAN POS
“Menyemak Jawapan” Bagi Item 1
Berdasarkan Rajah 4.8 di atas, dapat dilihat bahawa majoriti sampel mendapat
1 markah dalam fasa “Menyemak Jawapan” bagi Item 1 dalam ujian pra. Penyelidik
mendapati bahawa kebanyakan sampel kurang melakukan penyemakan semula
apabila mereka menyelesaikan masalah. Walaupun sampel diberi pendedahan tentang
aktiviti pemikiran komputasional, dapatan daripada ujian pos menunjukkan bahawa
sampel masih memperoleh 1 markah dalam fasa ini. Terdapat dua orang sampel yang
menunjukkan peningkatan dalam fasa ini selepas ujian pos dijalankan. Namun,
terdapat seorang sampel yang pada ujian pra mendapat 2 markah tetapi mendapat 1
markah dalam ujian pos. Tiada sampel yang memperoleh markah penuh dalam strategi
ini bagi Item 1. Oleh yang demikian, dapatlah dikatakan bahawa sampel tidak
menguasai fasa ini dengan baik.
94
4.5
4
3.5
3
Markah
2.5
2
1.5
1
0.5
0
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30
Sampel
UJIAN PRA UJIAN POS
Rajah 4.9 di atas menunjukkan pencapaian sampel dalam ujian pra dan ujian
pos untuk fasa “Memahami Masalah” bagi Item 2. Dalam ujian pra, 16 orang sampel
mendapat 2 markah dan ke bawah manakala selebihnya mendapat 3 markah. Selepas
sampel diberi pendedahan terhadap aktiviti pemikiran komputasional, penyelidik
mendapati berlaku perubahan dari segi peningkatan markah sampel dalam ujian pos.
19 orang sampel memperoleh skor penuh iaitu 4 markah dalam fasa ini bagi Item 2.
Terdapat seorang sampel yang mendapat skor yang sama bagi ujian pra dan ujian pos.
Ini menunjukkan bahawa sampel memahami kehendak soalan dalam Item 2 dengan
baik.
95
4.5
4
3.5
3
Markah
2.5
2
1.5
1
0.5
0
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30
Sampel
UJIAN PRA UJIAN POS
Berdasarkan Rajah 4.10 di atas, dapat dilihat bahawa majoriti pencapaian

sampel dalam fasa “Merangka Strategi” memperoleh 2 markah dalam fasa ini untuk
ujian pra. Hal ini kerana, kebanyakan sampel merangka strategi yang betul tetapi salah
pada hasil atau tiada hasil. Terdapat seorang sampel yang memperoleh 1 markah dalam
ujian pra. Selepas ujian pos dijalankan, terdapat 12 orang sampel menunjukkan
peningkatan markah mereka berbanding ujian pra dan terdapat 17 orang sampel yang
mendapat markah yang sama dengan ujian pra mereka untuk fasa ini. Selain itu,
terdapat seorang sampel memperoleh markah penuh bagi fasa ini dalam Item 2. Ini
menunjukkan bahawa sebahagian sampel mampu merangka strategi tetapi perlu
dibantu untuk merangka strategi dengan sesuai dan mempunyai jawapan yang tepat.
96
3.5
2.5
Markah
1.5
0.5
0
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30
Sampel
UJIAN PRA UJIAN POS
Rajah 4.11 menunjukkan pencapaian sampel dalam ujian pra dan ujian pos
untuk fasa “Melaksana Strategi” bagi Item 2. Majoriti sampel dalam ujian pra bagi
fasa ini mendapat 2 markah. Selepas sampel diberi pendedahan kepada aktiviti
pemikiran komputasional, penyelidik mendapati bahawa majoriti sampel tidak
menunjukkan peningkatan dalam ujian pos dari segi markah dalam fasa ini. Terdapat
tiga orang sampel sahaja yang menunjukkan peningkatan skor mereka dalam ujian pos
berbanding ujian pra. Tiada seorang sampel memperoleh markah penuh dalam fasa ini
bagi Item 2. Kesimpulannya, kebanyakan sampel tidak berjaya menunjukkan
penaakulan atau tanggapan yang dibina dengan baik bagi Item 2.
97
2.5
1.5
Markah
0.5
0
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30
Sampel
UJIAN PRA UJIAN POS
mendapati bahawa kebanyakan sampel kurang melakukan penyemakan semula
tiada peningkatan markah oleh sampel. Majoriti sampel mendapat 1 markah dalam
ujian pos. Terdapat seorang sampel yang menunjukkan peningkatan dalam fasa ini
selepas ujian pos dijalankan. Namun, terdapat dua orang sampel yang pada ujian pra
mendapat 2 markah tetapi mendapat 1 markah dalam ujian pos. Tiada sampel yang
memperoleh markah penuh dalam strategi ini bagi Item 2. Oleh yang demikian,
dapatlah dikatakan bahawa sampel tidak menguasai fasa ini dengan baik.
98
4.5
4
3.5
3
Markah
2.5
2
1.5
1
0.5
0
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30
Sampel
UJIAN PRA UJIAN POS
Rajah 4.13 di atas menunjukkan pencapaian sampel dalam ujian pra dan ujian
pos untuk fasa “Memahami Masalah” bagi Item 3. Dalam ujian pra, 21 orang sampel
mendapat 2 markah dan ke bawah manakala selebihnya mendapat 3 markah. Selepas
sampel diberi pendedahan terhadap aktiviti pemikiran komputasional, penyelidik
mendapati berlaku perubahan dari segi peningkatan markah sampel dalam ujian pos.
17 orang sampel memperoleh skor penuh iaitu 4 markah dalam fasa ini bagi Item 3.
Terdapat tiga orang sampel yang mendapat skor yang sama bagi ujian pra dan ujian
pos. Ini menunjukkan bahawa majoriti sampel memahami kehendak soalan dalam Item
3 dengan baik.
99
3.5
2.5
Markah
1.5
0.5
0
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30
Sampel
UJIAN PRA UJIAN POS
Berdasarkan Rajah 4.14 di atas, dapat dilihat bahawa majoriti pencapaian

sampel dalam fasa “Merangka Strategi” memperoleh 2 markah untuk ujian pra bagi
Item 3. Hal ini kerana, kebanyakan sampel merangka strategi yang betul tetapi salah
pada hasil atau tiada hasil. Terdapat seorang sampel yang memperoleh 1 markah dalam
ujian pra. Selepas ujian pos dijalankan, terdapat 10 orang sampel menunjukkan
peningkatan markah mereka berbanding ujian pra dan terdapat 19 orang sampel yang
mendapat markah yang sama dengan ujian pra mereka untuk fasa ini. Namun, terdapat
seorang sampel yang menunjukkan penurunan markah berbanding ujian pra.
Kesimpulannya, sebahagian sampel mampu merangka strategi tetapi perlu dibantu
untuk merangka strategi dengan sesuai dan mempunyai jawapan yang tepat.
100
3.5
2.5
Markah
1.5
0.5
0
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30
Sampel
UJIAN PRA UJIAN POS
Rajah 4.15 menunjukkan pencapaian sampel dalam ujian pra dan ujian pos
untuk fasa “Melaksana Strategi” bagi Item 3. Majoriti sampel mendapat 2 markah bagi
fasa ini dalam Item 3. Selepas sampel diberi pendedahan kepada aktiviti pemikiran
komputasional, penyelidik mendapati bahawa majoriti sampel tidak menunjukkan
peningkatan dalam ujian pos dari segi markah dalam fasa ini. 22 orang sampel tidak
menunjukkan sebarang peningkatan markah daripada ujian pra. Hanya lapan orang
sampel sahaja yang menunjukkan peningkatan markah mereka dalam ujian pos
berbanding ujian pra. Maksimum markah yang diperoleh oleh sampel adalah 3
markah. Kesimpulannya, kebanyakan sampel tidak berjaya menunjukkan penaakulan
atau tanggapan yang dibina dengan baik bagi Item 3.
101
2.5
1.5
Markah
0.5
0
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30
Sampel
UJIAN PRA UJIAN POS
mendapati bahawa kebanyakan sampel melakukan penyemakan semula yang terhad
majoriti sampel tidak menunjukkan sebarang peningkatan markah. Majoriti sampel
mendapat 1 markah dalam ujian pos dan terdapat seorang sampel yang menunjukkan
peningkatan skor dalam fasa ini selepas ujian pos dijalankan. Namun, terdapat seorang
sampel yang pada ujian pra mendapat 2 markah tetapi mendapat 1 markah dalam ujian
pos. Tiada sampel yang memperoleh markah penuh dalam strategi ini bagi Item 3.
Oleh yang demikian, dapatlah dikatakan bahawa sampel tidak menguasai fasa ini
dengan baik.
102
4.5
4
3.5
3
Markah
2.5
2
1.5
1
0.5
0
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30
Sampel
UJIAN PRA UJIAN POS
Rajah 4.17 di atas menunjukkan perbezaan markah untuk fasa “Memahami

Masalah” bagi Item 4. Dalam ujian pra, empat orang sampel mendapat 2 markah
manakala selebihnya mendapat 3 markah. Selepas sampel diberi pendedahan terhadap
aktiviti pemikiran komputasional, penyelidik mendapati berlaku perubahan dari segi
peningkatan markah sampel dalam ujian pos. 25 orang sampel memperoleh markah
penuh iaitu 4 markah dalam fasa ini bagi Item 4. Terdapat lima orang sampel yang
mendapat markah yang sama bagi ujian pra dan ujian pos. Ini menunjukkan bahawa
majoriti sampel memahami kehendak soalan dalam Item 4 dengan baik.
103
3.5
2.5
Markah
1.5
0.5
0
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30
Sampel
UJIAN PRA UJIAN POS
Rajah 4.18 Pencapaian Sampel DAlam Ujian Pra dan Ujian Pos Untuk Fasa
Merujuk Rajah 4.18 di atas, dapat dilihat bahawa majoriti pencapaian sampel
dalam fasa “Merangka Strategi” memperoleh 3 markah untuk ujian pra bagi Item 4.
Hal ini kerana, kebanyakan sampel merangka strategi yang betul tetapi tidak lengkap.
Terdapat tujuh orang sampel yang memperoleh 2 markah dalam ujian pra. Selepas
ujian pos dijalankan, terdapat enam orang sampel menunjukkan peningkatan markah
mereka berbanding ujian pra manakala 24 orang sampel yang mendapat markah yang
sama dengan ujian pra mereka untuk fasa ini. Maksimum markah yang diperolehi oleh
sampel adalah 3 markah. Kesimpulannya, sebahagian sampel mampu merangka
strategi tetapi perlu dibantu untuk merangka strategi dengan sesuai dan mempunyai
jawapan yang tepat.
104
3.5
2.5
Markah
1.5
0.5
0
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30
Sampel
UJIAN PRA UJIAN POS
Rajah 4.19 menunjukkan prestasi sampel dalam ujian pra dan ujian pos untuk
fasa “Melaksana Strategi” bagi Item 4. Majoriti sampel mendapat 2 markah bagi fasa
ini dalam Item 4. Hanya ada seorang sampel mendapat 1 markah dalam ujian pra untuk
fasa ini. Selepas sampel diberi pendedahan kepada aktiviti pemikiran komputasional,
penyelidik mendapati bahawa majoriti sampel tidak menunjukkan peningkatan dalam
ujian pos dari segi markah dalam fasa ini. 11 orang sampel tidak menunjukkan
sebarang peningkatan markah daripada ujian pra. Terdapat 17 orang sampel sahaja
yang menunjukkan peningkatan markah mereka dalam ujian pos berbanding ujian pra.
Namun, terdapat dua orang sampel menunjukkan penurunan markah dari ujian pra.
Maksimum markah yang diperoleh oleh sampel dalam fasa ini adalah 3 markah.
Kesimpulannya, kebanyakan sampel tidak berjaya menunjukkan penaakulan atau
tanggapan yang dibina dengan baik bagi Item 4.
105
2.5
1.5
Markah
0.5
0
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30
Sampel
UJIAN PRA UJIAN POS
mendapati bahawa kebanyakan sampel kurang melakukan analisa selepas mereka
menyelesaikan masalah. Walaupun sampel diberi pendedahan tentang aktiviti
pemikiran komputasional, dapatan daripada ujian pos menunjukkan bahawa hanya dua
orang sampel menunjukkan peningkatan markah. Majoriti sampel mendapat 1 markah
dalam ujian pos. Namun, terdapat seorang sampel yang pada ujian pra mendapat 2
markah tetapi mendapat 1 markah dalam ujian pos. Tiada sampel yang memperoleh
markah penuh dalam strategi ini bagi Item 4. Oleh yang demikian, dapatlah dikatakan
bahawa sampel tidak menguasai fasa ini dengan baik.
Bagi aktiviti komputasional pula, sampel telah diberi pendedahan selama lima
minggu dan pembinaan aktiviti-aktiviti ini adalah berdasarkan teknik pemikiran
komputasional leraian, pengecaman corak, peniskalaan dan pengitlakan. Penyelidik
telah membangunkan tiga aktiviti pada setiap satu teknik pemikiran komputasional
dan jumlah aktiviti yang dijalankan oleh pelajar adalah dua belas aktiviti. Setiap
aktiviti telah dijalankan selama 30 minit. Setiap satu minggu, tiga aktiviti pemikiran
telah dijalankan kepada semua sampel yang terlibat.
106
Sampel menunjukkan kesungguhan untuk menyelesaikan masalah yang diberi
serta mereka memberi perhatian semasa proses pengajaran berlaku. Selain itu, mereka
juga turut mengambil bahagian dengan aktif dalam kesemua aktiviti yang disediakan
oleh penyelidik. Di samping itu, penyelidik mendapati bahawa sampel dapat
membezakan empat teknik pemikiran komputasional dan memahami penggunaan
model Polya dalam pemikiran komputasional. Tambahan pula, sampel dapat
menyatakan penggunaan teknik dalam penyelesaian masalah matematik bukan rutin
dengan baik. Melalui aktiviti pemikiran komputasional juga beberapa orang sampel
dapat membahagikan masalah kepada beberapa bahagian masalah yang lebih kecil dan
ringkas menggunakan teknik leraian. Selain itu, sampel juga dapat menyenaraikan
faktor-faktor yang mempengaruhi hasil melalui teknik peniskalaan serta terdapat juga
sampel yang mampu menghasilkan idea baru di mana ia boleh digunakan untuk
menyelesaikan masalah lain yang mempunyai persamaan bentuk melalui teknik
pengecaman corak.
Secara keseluruhan, aktiviti pemikiran komputasional memupuk minat sampel

terhadap penggunaan pemikiran komputasional serta membantu sampel menguasai
pengaplikasian teknik pemikiran komputasional dalam penyelesaian masalah
matematik bukan rutin. Secara tidak langsung, hubungan antara pemikiran
komputasional dengan penyelesaian masalah matematik bukan rutin dapat dilihat oleh
penyelidik.
4.4 Persoalan Kajian 2: Bagaimana Penyelesaian Masalah Matematik Bukan

Rutin Dipengaruhi Oleh Pendedahan Kepada Aktiviti Pemikiran
Komputasional?
Persoalan kajian seterusnya adalah untuk mengenal pasti bahawa penyelesaian

masalah matematik bukan rutin dipengaruhi oleh pendedahan terhadap aktiviti
pemikiran komputasional. Kaedah ini dinilai dengan mendedahkan kepada pelajar
beberapa aktiviti pemikiran komputasional di sekolah. Selain itu, penyelidik
menggunakan dua set instrumen yang sama iaitu set ujian pra dan set ujian pos serta
melakukan perbandingan kedua-dua ujian tersebut yang dilakukan terhadap 30 orang
107
sampel daripada pelajar sekolah menengah di sebuah sekolah menengah antarabangsa
dalam daerah Johor Bahru, Johor.
Setelah selesai sampel menjawab soalan ujian pra, mereka dikehendaki untuk
mengikut segala aktiviti pemikiran komputasional yang telah dirancang oleh
penyelidik bagi tujuan rawatan. Sebanyak 12 aktiviti pemikiran komputasional yang
perlu diikuti oleh 30 orang sampel selama lima minggu bagi tujuan untuk
mempertingkatkan pencapaian sampel dalam penyelesaian masalah matematik bukan
rutin khusunya dalam tajuk nomboh nisbah.
Setiap sampel perlu menjalani kesemua aktiviti pemikiran komputasional yang

disediakan sebelum mereka melaksanakan ujian pos. Kemudian, sampel dikehendaki
menjawab ujian pos yang disediakan. Daripada ujian pos, penyelidik akan
menganalisis keberkesanan pemikiran komputasional yang diterapkan daripada aspek
penyelesaian masalah matematik bukan rutin sampel dalam tajuk nombor nisbah.
Jadual 4.11 dan Rajah 4.21 menunjukkan skor ujian pra dan skor ujian pos yang
diperolehi daripada sampel setelah tamat sesi pembelajaran. Daripada jadual
berkenaan, penyelidik mendapati kebanyakan sampel mempunyai peningkatan skor
pencapaian dalam ujian pos berbanding ujian pra.
Jadual 4.11 Skor Ujian Pra dan Skor Ujian Pos Sampel
Sampel Ujian Pra (markah) Ujian Pos (markah)

1 32 42
2 28 38
3 31 39
4 31 41
5 33 40
6 29 39
7 38 42
8 23 36
9 29 37
10 31 39
108
11 32 39
12 29 39
13 32 42
14 31 43
15 33 33
16 31 36
17 30 36
18 29 41
19 36 42
20 28 36
21 33 42
22 35 43
23 36 37
24 33 41
25 34 39
26 33 38
27 30 38
28 32 41
29 36 45
30 31 39
50
45
40
35
Markah
30
25
20
15
10
5
0
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30
Sampel
Ujian Pra (markah) Ujian Pos (markah)
Rajah 4.21 Markah Setiap Sampel Dalam Ujian Pra dan Ujian Pos Bagi Empat
Item
109
Jadual 4.12 Perbandingan Pencapaian Antara Ujian Pra dan Ujian Pos
Ujian Min Sisihan Minimum Maksimum

Piawai (σ) (markah) (markah)
Ujian Pra 31.63 3.00 23 38
Ujian Pos 39.43 2.67 33 45
Jadual 4.12 menunjukkan bahawa terdapat peningkatan skor antara ujian pra
dengan ujian pos yang dilakukan oleh sampel. Nilai min ujian pra adalah 31.63 pada
tahap lemah manakala nilai min ujian pos adalah 39.43. Ini menunjukkan bahawa
tahap penguasaan penyelesaian masalah matematik bukan rutin selepas pendedahan
aktiviti komputasional berlaku adalah meningkat dan berada pada tahap baik.
Sementara itu, perbezaan nilai min di antara kedua-dua ujian adalah sebanyak 7.8. Ini
menunjukkan jumlah sampel yang mempuyai peningkatan skor dalam ujian pos adalah
semakin baik berbanding ujian pra.
Bagi nilai sisihan piawai untuk ujian pra adalah 3.00 dan nilai sisihan piawai
bagi ujian pos adalah 2.67. Hal ini mungkin disebabkan terdapat sampel yang
mempunyai peningkatan skor yang tinggi dan ada juga sampel yang mempunyai
peningkatan skor yang rendah selepas ujian pos dilaksanakan. Jumlah skor ujian
sampel juga menunjukkan peningkatan daripada nilai skor yang paling rendah 23
markah kepada 36 markah selepas ujian pos dilaksanakan, Sementara itu, skor yang
paling tinggi dalam ujian pos adalah 45 markah. Ini menunjukkan bahawasanya
terdapat sampel yang dapat menjawab soalan penyelesaian masalah matematik bukan
rutin dengan begitu baik setelah mereka menerima rawatan iaitu aktiviti pemikiran
komputasional.
Seterusnya, penyelidik menganalisis sama ada terdapat hubungan signifikan

antara ujian pra dan ujian pos dengan melakukan perbandingan antara kedua-dua ujian.
Tujuan analisis ini adalah ingin melihat perbezaan yang signifikan di antara kedua-dua
ujian tersebut ke atas sampel.
Jadual 4.13 Analisis Ujian-t Sampel Bersandar Antara Ujian Pra dan Ujian Pos
110
Perbezaan Ujian Pra dan Ujian Pos T df Sig. (2
hujung)
Min Sisihan Kesala 95% Perbezaan
Piawai han Selang
Standa Keyakinan
rd Rendah Tinggi
Min
Ujian -1.950 0.732 0.134 -2.223 -1.677 -14.586 29 0.000
Pra -
Ujian
Pos
Jadual 4.13 menunjukkan analisis perbandingan Ujian-t di antara ujian pra dan
ujian pos. Daripada Jadual 4.13, nilai t adalah -14.586 manakala 0.000 merupakan nilai
signifikan. Nilai ini adalah lebih kecil daripada aras kebarangkalian yang digunakan
iaitu (α=0.05). Berdasarkan analisis Ujian-t sampel bersandar yang dijalankan, dapatan
menunjukkan bahawa wujud perbezaan yang signifikan antara skor ujian pra dan skor
ujian pos. Oleh yang demikian, aktiviti pemikiran komputasional yang disediakan
dapat memberi kesan kepada peningkatan skor penyelesaian masalah matematik bukan
rutin dalam tajuk nombor nisbah.
4.5 Persoalan Kajian 3: Bagaimana Cara untuk Membangunkan Kerangka

Pengintegrasian Pemikiran Komputasional dalam Penyelesaian Masalah
Matematik Bukan Rutin?
Setelah selesai proses pengumpulan data tentang aktiviti pemikiran

komputasional dan sampel menyelesaikan masalah matematik bukan rutin sebelum
dan selepas pendedahan pemikiran komputasional, penyelidik telah membangunkan
sebuah kerangka pengintegrasian pemikiran komputasional dalam penyelesaian
masalah matematik bukan rutin. Hal ini kerana, penyelidik ingin melihat keberkesanan
pemikiran komputasional dalam membantu pelajar khususnya pelajar sekolah
menengah menyelesaikan masalah berbentuk bukan rutin.
111
tersebut dan memikirkan teknik yang berkesan untuk menyelesaikan masalah. Rajah
4.22 menunjukkan kerangka pengintergrasian pemikiran komputasional dalam
112
Pemikiran Komputasional Penyelesaian Masalah
Sampel menunjukkan
 Leraian
pemahaman yang jelas dan
 Pengecaman
Corak mengenalpasti faktor
 Peniskalaan terperinci
 Pengitlakan
Sampel memberi perhatian

kepada masalah yang
sebenar dengan cara
tersusun tetapi tidak
lengkap
Sampel melaksanakan
strategi dengan beberapa
proses atau langkah yang
terhad.
Sampel kadangkala
menganalisa jawapan dan
mengaplikasikan
pengetahuan konteks
masalah apabila
mempertimbangkan
jawapan.
Rajah 4.22 Kerangka Pengintergrasian Pemikiran Komputasional Dalam

Penyelesaian Masalah Matematik Bukan Rutin
113
Berdasarkan Rajah 4.22 di atas, dapat dilihat bahawa teknik pemikiran
komputasional mempunyai hubungan dengan penyelesaian masalah matematik bukan
rutin apabila sampel menunjukkan pemahaman yang jelas dan mengenalpasti faktor
terperinci dalam sesuatu masalah. Selain itu, teknik pemikiran komputasional
membantu sampel memberi perhatian kepada masalah yang sebenar dengan cara
tersusun namun tidak lengkap. Di samping itu, sampel berjaya melaksanakan strategi
dengan beberapa proses atau langkah yang terhad. Walau bagaimanapun, sampel
jarang menganalisa jawapan dan mengaplikasikan pengetahuan konteks masalah
apabila mempertimbangkan jawapan.
4.6 Penutup
Bab ini menceritakan dapatan dan hasil analisis kutipan data yang diperolehi
daripada sampel yang terpilih dalam kalangan pelajar sekolah menengah. Seramai 30
sampel yang terlibat dalam kalangan pelajar sekolah menengah antarabangsa dalam
daerah Johor Bahru, Johor. Data-data yang diperolehi dianalisis menggunakan perisian
SPSS versi 23.0. Hasil analisis menggunakan perisian tersebut, penyelidik mendapati
bahawa terdapat hubungan antara pemikiran komputasional dengan penyelesaian
masalah matematik bukan rutin serta pendedahan aktiviti pemikiran komputasional
yang dibangunkan telah berjaya mempertingkatkan tahap penguasaan pelajar dalam
penyelesaian masalah matematik bukan rutin. Ini berikutan hasil analisis yang
diperolehi menunjukkan wujud perbezaan yang signifikan antara skor ujian pra dan
skor ujian pos setelah pelajar menjalani kesemua aktiviti pemikiran komputasional.
Bagi kerangka penintegrasian pemikiran komputasional dalam penyelesaian masalah
matematik pula, sampel menunjukkan bahawa pemikiran komputasional memberi
kesan yang positif terhadap penyelesaian masalah matematik bukan rutin bagi tajuk
nombor nisbah.
114
BAB 5
PERBINCANGAN, RUMUSAN DAN CADANGAN
5.1 Pengenalan
Bab ini membincangkan tentang dapatan kajian yang dilaporkan dalam bab
empat. Terdapat enam bahagian dibincangkan dalam bab ini yang meliputi rumusan
kajian, perbincangan dapatan kajian, implikasi kajian, cadangan kajian lanjutan,
kesimpulan serta penutup. Bahagian pertama merupakan rumusan kajian yang
menerangkan tentang ringkasan kajian yang dilakukan merangkumi penyataan
masalah, objektif kajian, metodologi kajian, pemilihan sampel dan lokasi kajian,
kaedah pengumpulan dan analisis data. Bahagian kedua merupakan perbincangan
dapatan kajian yang meliputi dapatan kajian setiap fasa penyelesaian masalah
matematik bukan rutin serta aktiviti pemikiran komputasional yang didedahkan
kepada sampel. Selain itu, penyelidik turut menjelaskan tentang perbandingan ujian
pra dan ujian pos sampel dalam tajuk nombor nisbah bagi penyelesaian masalah
matematik bukan rutin. Akhir sekali, penyelidik membincangkan tentang kerangka
pengintegrasian pemikiran komputasional dalam penyelesaian masalah matematik
bukan rutin.
Seterusnya, bahagian ketiga merupakan implikasi kajian di mana penyelidik

menerangkan implikasi kajian terhadap tiga pihak yang penting iaitu pelajar, guru dan
penggubal kurikulum. Bagi bahagian empat iaitu cadangan kajian lanjutan pula,
penyelidik memberi beberapa cadangan terhadap penambahbaikan kajian yang boleh
dilaksanakan oleh penyelidik-penyelidik yang lain pada akan datang. Akhir sekali,
bagi kesimpulan dan penutup, penyelidik membuat kesimpulan terhadap keseluruhan
kajian.
115
5.2 Rumusan Kajian
Kajian ini melibatkan teknik pemikiran komputasional yang merangkumi

teknik leraian, pengecaman corak, peniskalaan serta pengitlakan dengan penyelesaian
masalah matematik berdasarkan model penyelesaian masalah Polya bagi tajuk nombor
nisbah di sebuah sekolah menengah antarabangsa dalam daerah Johor Bahru, Johor.
Tujuan utama kajian ini adalah untuk mengkaji hubungan antara pemikiran
komputasional dan penyelesaian masalah matematik bukan rutin serta mengenalpasti
bagaimana penyelesaian masalah matematik bukan rutin dipengaruhi oleh pendedahan
kepada aktiviti pemikiran komputasional dan membangunkan kerangka penginterasian
pemikiran komputasional dalam penyelesaian masalah matematik bukan rutin.
Kajian ini telah dijalankan mengikut model Instructional Design (ID) yang
dipilih iaitu model ADDIE di mana ia melibatkan lima fasa iaitu fasa analisis
(Analysis), reka bentuk (Design), pembangunan (Development), perlaksanaan
(Implementation) dan penilaian (Evaluation). Fasa pertama kajian adalah analisis di
mana penyelidik melakukan beberapa analisa terhadap kandungan dalam mata
pelajaran matematik dan memilih buku teks serta buku rujukan secara terperinci untuk
dijadikan bahan untuk aktiviti pemikiran komputasional dalam penyelesaian masalah
matematik bukan rutin. Di samping itu, penyelidik turut menjalankan ujian
pengesanan penyelesaian masalah matematik bukan rutin untuk mengenalpasti tahap
pengetahuan sedia ada dan pencapaian pelajar dalam masalah matematik bukan rutin.
Fasa reka bentuk dijalankan bagi tujuan pembangunan kerangka pengintegrasian
pemikiran komputasional dalam penyelesaian masalah matematik bukan rutin.
Seterusnya, fasa pembangunan meliputi pembinaan aktiviti-aktiviti

berdasarkan teknik pemikiran komputasional leraian, pengecaman corak, peniskalaan
dan pengitlakan. Bagi fasa perlaksanaan pula, ia bermula dengan ujian pra
penyelesaian masalah matematik bukan rutin, diikuti dengan aktiviti pemikiran
komputasional dan diakhiri dengan ujian pos penyelesaian masalah matematik bukan
rutin. Akhir sekali, bagi fasa penilaian, penyelidik telah menjalankan penilaian sumatif
yang berbentuk ujian pos terhadap sampel setelah selesai melakukan aktiviti pemikiran
116
komputasional serta melakukan analisa pencapaian pelajar untuk memerhati
perbezaan sebelum dan selepas rawatan diberikan kepada pelajar.
Analisis data bagi semua dapatan persoalan kajian adalah menggunakan

perisian Statistical Package for the Social Science (SPSS) versi 23.0. Dalam dapatan
persoalan kajian pertama, penyelidik menggunakan keputusan ujian pra dan ujian pos
untuk menjawab persoalan kajian. Analisis min serta sisihan piawai digunakan untuk
menentukan keperluan pendedahan aktiviti pemikiran komputasional dalam
penyelesaian masalah matematik bukan rutin. Selain itu, analisis bagi setiap fasa dalam
model penyelesaian masalah Polya turut dijelaskan. Bagi dapatan persoalan kajian
kedua, penyelidik menggunakan ujian-t sampel bersandar bagi mengenalpasti
bagaimana penyelesaian masalah matematik bukan rutin dipengaruhi oleh pendedahan
kepada aktiviti pemikiran komputasional. Akhir sekali, untuk persoalan kajian ketiga,
penyelidik membina satu kerangka pengintegrasian pemikiran komputasional dalam
penyelesaian masalah matematik berdasarkan dapatan kajian.
Secara umumnya, hubungan antara pemikiran komputasional dan penyelesaian

masalah matematik bukan rutin dapat dilihat melalui kesungguhan pelajar
menyelesaikan masalah dan aktif dalam kesemua aktiviti yang dijalankan. Pelajar juga
mempamerkan peningkatan skor ujian pos berbanding ujian pra. Dari segi
keberkesanan aktiviti pemikiran komputasional, hasil analisis keputusan ujian
menunjukkan bahawa wujud perbezaan yang signifikan antara skor min ujian pra dan
ujian pos. Ini menunjukkan bahawa pemikiran komputasional mempengaruhi skor
penyelesaian masalah matematik bukan rutin pelajar. Bagi kerangka pengintegrasian
pemikiran komputasional dalam penyelesaian masalah matematik, hasil skor positif
yang tinggi ditunjukkan oleh pelajar dalam fasa memahami masalah, merangka
strategi dan melaksana strategi. Akan tetapi, kemahiran untuk menyemak jawapan
perlu dipertingkatkan kerana majoriti tidak melakukan penyemakan jawapan setelah
selesai menjawab masalah.
117
5.3 Perbincangan Dapatan Kajian
Bahagian ini menceritakan tentang dapatan kajian yang meliputi ketiga-tiga

objektif kajian. Perbincangan dapatan persoalan kajian yang pertama adalah mengkaji
hubungan antara pemikiran komputasional dengan penyelesaian masalah matematik
bukan rutin. Kemudian, penyelidik membincangkan tentang dapatan persoalan kajian
yang kedua iaitu mengenalpasti bagaimana penyelesaian masalah matematik bukan
rutin dipengaruhi oleh pendedahan kepada aktiviti pemikiran komputasional. Akhir
sekali, penyelidik membincangkan tentang dapatan persoalan kajian yang ketiga iaitu
membangunkan kerangka penginterasian pemikiran komputasional dalam
5.3.1 Perbincangan Dapatan Persoalan Kajian 1
Analisis dalam bab empat menunjukkan bahawa prestasi pelajar dalam ujian
pra penyelesaian masalah matematik bukan rutin dalam tajuk nombor nisbah adalah
lemah. Min skor bagi pencapaian ujian pra adalah 31.63 dan nilai sisihan piawai adalah
3.00. Ini menunjukkan bahawa purata bilangan pelajar tidak mampu mencapai separuh
daripada jumlah markah dalam ujian tersebut berdasarkan skor rubrik penyelesaian
masalah Polya. Walaupun mereka telah mempelajari tajuk ini pada tingkatan satu,
mereka masih tidak mampu untuk mengaplikasikan ilmu yang mereka perolehi dalam
ujian pra. Dalam erti kata lain, pelajar-pelajar ini mempunyai kemahiran penyelesaian
masalah bukan rutin yang lemah.
Selain itu, purata bilangan pelajar dalam kajian ini gagal untuk menunjukkan
kemahiran dalam penyelesaian masalah matematik dengan menerangkan proses dan
skor prosedur pengetahuan adalah lemah. Walaupun mereka mendapat gred yang baik
dalam keputusan Ujian Pencapaian Sekolah Rendah (UPSR) mereka sebelum ini, ia
tidak menjanjikan bahawa mereka berkebolehan menyelesaikan masalah matematik
bukan rutin dengan baik apabila mereka memasuki alam persekolahan sekolah
menengah. Menurut Nurkaeti (2018), kesukaran pelajar dalam menyelesaikan masalah
boleh timbul disebabkan beberapa faktor seperti suasana pembelajaran termasuk
pendekatan pembelajaran yang digunakan, motivasi, penggunaan jenis masalah dan
118
juga bahan pengajaran yang tidak menyokong pelajar dalam pembinaan penyelesaian
masalah.
Bagi aktiviti komputasional pula, pelajar menunjukkan kesungguhan untuk

menyelesaikan masalah yang diberi serta memberi perhatian semasa proses pengajaran
berlaku. Selain itu, mereka juga turut aktif dalam kesemua aktiviti yang penyelidik
disediakan. Di samping itu, penyelidik mendapati bahawa pelajar dapat membezakan
empat teknik pemikiran komputasional dan memahami penggunaan model Polya
dalam pemikiran komputasional. Tambahan pula, pelajar dapat menyatakan
penggunaan teknik dalam penyelesaian masalah matematik bukan rutin dengan baik.
Dapatan ini berlawanan dengan kajian daripada Lockwood dan Mooney (2018)
bahawa terdapat kemungkinan pelajar tidak menunjuk minat terhadap pembelajaran
berasaskan pemikiran komputasional. Menurut Weintrop et al. (2016), dengan adanya
bahan komputasional dan praktikal ke dalam kelas matematik dan sains, ia membantu
pelajar untuk melihat bidang mereka lebih nyata, memudahkan pelajar untuk
menyambung kerjaya mereka dan melengkapkan pelajar untuk menjadi masyarakat
Sains, Teknologi, Kejuruteraan dan Matematik (STEM) yang lebih pandai pada masa
hadapan.
Melalui aktiviti pemikiran komputasional juga beberapa orang pelajar dapat

membahagikan masalah kepada beberapa bahagian masalah yang lebih kecil dan
ringkas menggunakan teknik leraian. Selain itu, pelajar juga dapat menyenaraikan
faktor-faktor yang mempengaruhi hasil melalui teknik peniskalaan serta terdapat juga
pelajar yang mampu menghasilkan idea baru di mana ia boleh digunakan untuk
menyelesaikan masalah lain yang mempunyai persamaan bentuk melalui teknik
pengecaman corak. Dapatan kajian ini selari dengan kajian daripada Yadav, Gretter,
Good dan McLean (2017) bahawa pengintegrasian pemikiran komputasional ke dalam
matematik meningkatkan pemahaman pelajar terhadap proses matematik berbanding
mereka yang tidak mempelajari pemikiran komputasional dalam kelas matematik. Di
samping itu, keberkesanan pemikiran komputasional boleh membantu kemahiran
pemikiran umum pelajar, mengekalkan pencipta generasi masa hadapan dan
menggalakkan lebih ramai pelajar untuk melanjutkan pelajaran tinggi kelas sains
119
komputer dan program yang membantu memperluaskan bidang pengkomputeran
(Mouza, Yang, Pan, Ozden dan Pollock, 2017).
Min skor bagi pencapaian ujian pos pula adalah 39.43 dan nilai sisihan piawai
adalah 2.67. Ini membuktikan bahawa majoriti pelajar menunjukkan peningkatan
berbanding ujian pra yang mereka jalani sebelum diberi pendedahan kepada aktiviti
pemikiran komputasional. Jumlah markah minimum mereka juga tidak jauh daripada
separuh jumlah markah bagi ujian pos. Ini menunjukkan bahawa aktiviti pemikiran
komputasional sedikit sebanyak memberi kesan kepada peningkatan skor pelajar
dalam ujian. Merujuk kepada kajian daripada Romero, Lepage dan Lille (2017), 96%
kajian yang dipilih melalui kajian literatur pada konsep pemikiran komputasional dan
komponen-komponennya bersetuju bahawa menganggap penyelesaian masalah adalah
komponen pemikiran komputasional.
Perbezaan pada setiap fasa dalam model penyelesaian masalah Polya telah
dikaji secara teliti. Bagi kesan positif, situasi yang ideal menunjukkan majoriti pelajar
mendapat skor yang tinggi dalam ujian pos penyelesaian masalah matematik bukan
rutin berbanding ujian pra. Secara amnya, fasa pertama dalam model penyelesaian
masalah matematik menurut Polya iaitu memahami masalah menunjukkan
peningkatan skor paling tinggi berbanding fasa-fasa yang lain. Dapatan kajian ini selari
dengan hasil kajian oleh Simpol, Shahrill, Li daan Prahmana (2017) di mana fasa
memahami masalah merupakan fasa yang menunjukkan peningkatan paling terbaik
berbanding fasa-fasa proses penyelesaian masalah yang lain. Fasa pertama ini penting
dalam proses penyelesaian masalah kerana jika mereka tidak menguasai fasa ini,
mereka tidak mampu untuk meneruskan fasa-fasa yang lain.
Dalam setiap item kajian ini, majoriti pelajar mendapat 4 markah dalam ujian
pos berbanding ujian pra di mana mereka hanya mendapat skor 2 atau 3 markah dan
berdasarkan skor rubrik, majoriti pelajar menunjukkan pemahaman yang jelas dan
dapat mengenalpasti faktor terperinci yang mempengaruhi pendekatan sebelum
menyelesaikan masalah. Hal ini kerana, penyelidik mendapati bahawa terdapat pelajar
yang menggariskan kehendak soalan dan menyenaraikan kata kunci dalam ujian pos
berbanding ujian pra walaupun mereka tidak mendapat jawapan yang betul pada akhir
120
proses tersebut. Dapatan kajian ini selari dengan kajian daripada Salehudin dan
Zakaria (2017) bahawa pelajar pelajar boleh membuat gambarajah, jadual serta
interpretasi bagi memudahkan kefahaman terhadap masalah yang terlibat.
Menyenaraikan kata kunci merupakan salah satu teknik pemikiran komputasional iaitu
peniskalaan yang memfokuskan kepada kehendak dan isi penting serta objektif sahaja.
Bagi fasa kedua pula iaitu merangka strategi, secara puratanya pelajar berjaya
menunjukkan skor peningkatan dalam ujian pos berbanding ujian pra. Dalam ujian pra,
majoriti pelajar hanya mampu memperolehi skor 1 atau 2 markah sahaja di mana
mereka menunjukkan kemahiran dalam merangka strategi yang betul namun
melakukan kesilapan pada hasil atau tiada hasil pada strategi mereka. Selepas diberi
pendedahan kepada aktiviti pemikiran komputasional, majoriti pelajar mendapat skor
3 atau 4 markah dimana mereka dapat merangka strategi dengan sesuai bersama
prosedur dan set yang tepat. Dilihat pelajar melakukan senarai yang tersusun dalam
ujian tersebut dan tahu cara untuk menyelesaikan masalah walaupun tidak semestinya
mereka mendapat jawapan yang betul. Dapatan kajian ini selari dengan kajian Ersoy
(2016) di mana pelajar memilih strategi apabila ingin menyelesaikan masalah dan
menunjukkan perbezaan apabila mempunyai strategi melakukan jadual dan melakukan
senarai sistematik dalam masalah. Selain itu, beberapa pelajar menggunakan teknik
leraian untuk menyelesaikan masalah dengan menulis perkara penting dengan cara
tersusun dan teliti. Dapatan ini selari dengan pengertian leraian oleh Tabesh (2017)
iaitu menganalisa masalah untuk meleraikan kepada bahagian yang kecil.
Namun, majoriti pelajar mendapat skor 3 markah kerana mereka dapat

merangka strategi yang betul tetapi tidak lengkap. Dapatan ini diyakini berdasarkan
kajian Nurkaeti (2018) di mana pelajar menghadapi masalah dalam menentukan
rancangan untuk menyelesaikan masalah kerana pelajar diajar untuk menyelesaikan
masalah mengikut prosedur dan apabila mereka ditanya berkenaan konsep dan formula
matematikal untuk menyelesaikan masalah kekeliruan, mereka menyelesaikan
masalah secara algoritma. Selain itu, tahap metakognitif juga memainkan peranan
penting dalam membantu individu bekerjasama dengan masalah, berfikir mengikut
kesesuaian dan membantu mereka dalam pemilihan strategi (Ozrecberoglu &
Caganaga, 2018). Terdapat juga pelajar yang menunjukkan penurunan skor dalam
121
ujian pos atas faktor kecuaian atau gagal mengaplikasi kemahiran sedia ada dalam
Manakala, bagi fasa ketiga iaitu melaksana strategi, majoriti pelajar mendapat
skor 2 markah dalam ujian pra dan beberapa orang pelajar menunjukkan peningkatan
skor dengan memperolehi 3 markah bagi ujian pos. Sebelum pelajar diberi pendedahan
kepada aktiviti pemikiran komputasional, mereka tidak menunjukkan penaakulan atau
tanggapan yang dibina dengan baik dalam soalan. Selain itu, mereka jarang mencuba
untuk mengenalpasti keperluan beberapa strategi untuk digunakan terutamanya
apabila cubaan pertama mereka gagal dengan kemahiran yang terhad. Dalam ujian pos,
penyelidik mendapati bahawa pelajar kerap mengenalpasti keperluan untuk beberapa
strategi yang dijalankan. Namun begitu, tiada seorang pelajar memperoleh markah
penuh dalam fasa ketiga ini. Dapatan kajian ini juga menunjukkan bahawa terdapat
pelajar yang sukar melakukan hubungan dengan konsep-konsep matematikal.
Pembangunan matematik melibatkan pelbagai hubungan idea matematik, memahami
perkaitan idea matematikal dalam membina pemahaman matematikal dan
menggunakan matematik dalam konteks diluar matematik (Dewi, Surjana & Sumantri,
2014).
Akhir sekali, bagi fasa terakhir dalam model penyelesaian masalah Polya iaitu
menyemak jawapan, majoriti pelajar tidak menunjukkan fasa ini dalam ujian pra
mahupun ujian pos. Apabila mereka selesai menjawab soalan, mereka tidak
menunjukkan sebarang penanda menganalisa jawapan pada jalan kerja atau pengiraan.
Di samping itu, mereka jarang mengaplikasikan pengetahuan konteks masalah apabila
mempertimbangkan jawapan. Penyelidik mendapati mereka berjaya mengenalpasti
beberapa jawapan namun tidak dilaksanakan dengan penaakulan yang baik. Hanya
beberapa pelajar sahaja yang kadangkala menganalisa jawapan tetapi tidak lengkap.
Menurut kajian daripada Aisyah, Nurani, Akbar dan Yuliani (2018) dalam
Maulyda, Hidayati, Rosyidah dan Numawanti (2019), keyakinan diri mempengaruhi
kemampuan untuk menyelesaikan masalah. Kesukaran mereka untuk menyemak
jawapan disebabkan masalah memahami, merancang dan melaksana untuk
menyelesaikan masalah. Jika mereka mengikut fasa-fasa model penyelesaian masalah
122
dengan teliti dan betul, mereka tiada masalah untuk menyemak jawapan mereka
kembali.
Secara keseluruhan, aktiviti pemikiran komputasional memupuk minat pelajar

terhadap penggunaan pemikiran komputasional serta membantu pelajar menguasai
pengaplikasian teknik pemikiran komputasional dalam penyelesaian masalah
matematik bukan rutin. Secara tidak langsung, penyelidik mendapati bahawa terdapat
hubungan antara pemikiran komputasional dengan penyelesaian masalah matematik
bukan rutin. Akan tetapi, masalah yang diberikan kepada pelajar haruslah berkaitan
dengan kehidupan mereka. Selari dengan dapatan daripada kajian Brijlall (2015),
mereka seharusnya diberi tugasan masalah yang memberi mereka infomasi lazim
kepada pengalaman hidup mereka. Kajian daripada Lasak (2017) pula menyatakan
empat fasa proses Polya dalam penyelesaian masalah membantu pelajar mengingati
budaya matematik dan penyelesaian masalah matematikal.
Dalam ujian-t sampel bersandar yang dijalankan, hasil kajian menunjukkan

wujud perbezaan yang signifikan dalam min pencapaian pelajar untuk ujian pra dan
ujian pos. Min pencapaian ujian pos lebih besar berbanding dengan min pencapaian
ujian pra. Namun, perbandingan min pencapaian pelajar bagi ujian pra dan ujian pos
hanya menunjukkan perbezaan yang sedikit. Ini menunjukkan bahawasanya terdapat
pelajar yang dapat menjawab soalan penyelesaian masalah matematik bukan rutin
dengan begitu baik setelah mereka menerima rawatan iaitu aktiviti pemikiran
komputasional.
Daripada dapatan kajian ini menunjukkan bahawa pelajar menggunakan teknik

pemikiran komputasional sebagai cara untuk memudahkan mereka menyelesaikan
masalah matematik bukan rutin kerana teknik ini mudah untuk difahami. Sikap positif
pelajar yang ditunjukkan jelas dilihat dari segi minat serta kesungguhan mereka
menyertai semua aktiviti-aktiviti pemikiran komputasional yang disediakan oleh
penyelidik. Penerimaan yang positif ini penting dalam usaha para pendidik untuk
menarik perhatian pelajar menjawab soalan penyelesaian masalah matematik bukan
123
rutin. Pada mulanya, pelajar yang tidak mengetahui apa-apa berkaitan pemikiran
komputasional berasa tidak minat dan seronok namun selepas dididik dengan baik dan
diberi penjelasan kepada pelajar berkenaan kepentingan pemikiran komputasional,
mereka menunjukkan sikap yang positif dan seterusnya mengaplikasikan dalam ujian
yang mereka jalani.
Menurut Maharani, Nusantara, As’ari dan Qohar (2019), penggunaan

pemikiran komputasional dalam matematik mampu mempertingkatkan konseptual
pelajar dalam matematik. Di samping itu, pemikiran komputasional sentiasa menjadi
sebahagian daripada matematik dan pendidikan matematik (Moursund, 2006). Selain
itu, melengkapkan kanak-kanak dengan asas pemikiran komputasional membantu
meningkatkan penyertaan mereka dalam masyarakat digital dan ekonomi kerana ia
penting untuk masa hadapan (Bower, Lister, Mason, Highfield & Wood, 2015).
Kemahiran ini penting untuk masa depan pelajar itu sendiri apabila memasuki alam
pekerjaan kelak di mana teknologi sentiasa digunapakai dalam kehidupan. Majoriti
pelajar menggunakan teknik leraian iaitu mereka memecahkan masalah yang besar
kepada masalah-masalah kecil dan teknik peniskalaan iaitu mengenalpasti kata kunci
yang penting semasa menjawab ujian pos. Oleh sebab itu, mereka mudah untuk
menyelesaikan masalah dengan cepat. Oleh yang demikian, penyelesaian masalah
matematik bukan rutin dipengaruhi oleh pendedahan kepada aktiviti pemikiran
komputasional dengan wujudnya perbezaan yang signifikan antara kedua-duanya.
Setiap aktiviti yang dijalankan oleh penyelidik mengambil masa selama 30

minit merangkumi set induksi, aktiviti dan penutup. Tiga aktiviti telah dijalankan bagi
setiap teknik pemikiran komputasional yang memberi jumlah kepada 12 aktiviti dan
aktiviti-aktiviti ini dijalankan selama lima minggu. Berdasarkan aktiviti-aktiviti yang
dijalankan, penyelidik mendapati bahawa pelajar lebih bersifat kreatif dalam
melakukan aktiviti dan menunjukkan sikap yang positif terhadap hampir kesemua
aktiviti dan sejurus menunjukkan prestasi yang baik apabila diberi ujian pos.
Dapatan kajian ini selari dengan kajian daripada Pei, Weintrop dan Wilensky
(2018) di mana kandungan komputasional yang diperlukan dan bentuk aktiviti juga
membantu pelajar untuk memperoleh latihan berasaskan pemikiran komputasional
124
termasuk mengenalpasti bentuk, mengeluarkan abstrak dan menggunakan komputer
untuk menyelesaikan masalah. Penyediaan aktiviti yang seronok menarik minat
pelajar di samping masalah lebih mudah diselesaikan jika mereka memahami teknik
untuk menyelesaikan masalah. Menurut Chung dan Hassan (2010), pendidik juga
boleh merancang aktiviti pengajaran dan pembelajaran untuk membantu pelajar
menguasai teknik penyelesaian masalah dan memperolehi tahap kemahiran
penyelesaian masalah yang diharapkan.

tersebut dan memikirkan teknik yang berkesan untuk menyelesaikan masalah.
Berdasarkan hasil ujian pra dan ujian pos yang dilakukan oleh pelajar, penyelidik
mendapati bahawa teknik pemikiran komputasional boleh digunakan dan dimasukkan
dalam model penyelesaian masalah matematik bukan rutin bagi membantu pelajar
mencapai jawapan yang betul. Rajah 5.1 menunjukkan kerangka pengintergrasian
pemikiran komputasional dalam penyelesaian masalah matematik bukan rutin
daripada dapatan kajian.
125
Pemikiran Komputasional Penyelesaian Masalah
Sampel menunjukkan
 Leraian pemahaman yang jelas dan
 Pengecaman
mengenalpasti faktor
Corak
 Peniskalaan terperinci
 Pengitlakan
Sampel memberi perhatian

kepada masalah yang
sebenar dengan cara
tersusun tetapi tidak
lengkap
Sampel melaksanakan
strategi dengan beberapa
proses atau langkah yang
terhad.
Sampel kadangkala
menganalisa jawapan dan
mengaplikasikan
pengetahuan konteks
masalah apabila
mempertimbangkan
jawapan.
Rajah 5.1 Kerangka Pengintergrasian Pemikiran Komputasional Dalam

Penyelesaian Masalah Matematik Bukan Rutin Daripada Dapatan Kajian
126
Kerangka pengintegrasian pemikiran komputasional dalam penyelesaian
masalah matematik bukan rutin dibangunkan selepas penganalisaan ujian pra dan ujian
pos serta aktiviti pemikiran komputasional dijalankan. Melalui pengintegrasian teknik
leraian, pengecaman corak, peniskalaan dan pengitlakan dalam model penyelesaian
masalah matematik, ia mampu memberi input dalam kurikulum matematik untuk
diaplikasikan dalam subjek-subjek yang lain. Di samping itu, kerangka
pengintegrasian ini juga memberi idea kepada para pelajar dan pendidik untuk
mempertingkatkan kemahiran dalam menyelesaikan masalah matematik. Berdasarkan
kerangka pengintegrasian yang dibangunkan, pelajar harus melakukan
penambahbaikan dalam fasa menyemak jawapan kerana jarang dilihat pelajar
melakukan fasa tersebut apabila menyelesaikan masalah. Selari dengan kajian
daripada Simpol, Shahrill, Li daan Prahmana (2017) di mana mereka tidak
menunjukkan sebarang pengiraan untuk rujukan kembali atau mereka hanya
menyemak menggunakan kalkulator daripada menulis dalam kertas ujian.
Pemikiran komputasional dilihat mempunyai hubungan dengan penyelesaian

masalah matematik bukan rutin. Dalam kajian ini, empat teknik pemikiran
komputasional iaitu teknik leraian, pengecaman corak, peniskalaan dan pengitlakan
digunakan oleh pelajar untuk menyelesaikan masalah matematik bukan rutin. Apabila
pelajar menggunakan teknik-teknik tersebut, pelajar menunjukkan bahawa terdapat
hubungan antara keempat-empat fasa model penyelesaian masalah Polya. Pada fasa
pertama, pelajar menunjukkan pemahaman yang jelas dan mengenalpasti faktor
terperinci apabila menggunakan teknik pemikiran komputasional. Dalam fasakedua,
pelajar memberi perhatian kepada masalah yang sebenar dengan cara tersusun namun
tidak lengkap kerana terdapat beberapa perkara tidak ditunjukkan dalam ujian apabila
menggunakan teknik pemikiran komputasional.
Fasa ketiga pula, apabila pelajar menggunakan salah satu teknik pemikiran
komputasional, mereka mampu melaksanakan strategi dengan beberapa proses atau
langkah yang terhad. Akhir sekali, dalam fasa keempat, pelajar hanya kadangkala
menganalisa jawapan dan mengaplikasikan pengetahuan konteks masalah apabila
mempertimbangkan jawapan dengan menggunakan teknik pemikiran komputasional.
Berdasarkan ujian pra dan ujian pos yang dijalankan oleh penyelidik, jelas
127
memperlihatkan bahawa pelajar menunjukkan peningkatan prestasi dalam
menyelesaikan masalah matematik bukan rutin. Hal ini kerana, kebiasaannya soalan
berbentuk bukan rutin memerlukan pelajar untuk berfikir di luar kotak serta kemahiran
berfikir aras tinggi. Pelajar yang menggunakan teknik pemikiran komputasional dilihat
membantu mereka menyelesaikan masalah dengan lebih mudah. Peningkatan yang
berlaku adalah pada tiga fas dalam model penyelesaian Polya iaitu memahami
masalah, merancang dan melaksana strategi namun pada fasa menyemak jawapan,
pelajar masih berada pada tahap lemah.
5.4 Implikasi Kajian
Kajian ini memfokuskan kepada pemikiran komputasional serta penyelesaian

masalah matematik bukan rutin di mana ia merupakan perkara yang penting dalam
pembelajaran matematik untuk pembelajaran abad ke-21. Hal ini kerana, pelajar perlu
mahir menyelesaikan masalah terutamanya bukan rutin bagi membantu mereka
mengaplikasikan ilmu ini dalam kehidupan seharian. Elemen pemikiran
komputasional dimasukkan bagi mengkaji sebarang keberkesanan dalam membantu
meningkatkan pencapaian pelajar dalam mata pelajaran matematik. Dapatan kajian
menjelaskan bahawa wujud perbezaan yang signifikan antara ujian pra dan ujian pos
yang telah dijalankan. Kepentingan hasil kajian ini adalah untuk memberi penilaian
pelajar, kaedah pengajaran dan pembelajaran guru serta memberi implikasi dan
manfaat kepada penggubal kurikulum.
5.4.1 Implikasi kepada Pelajar
Kajian ini memberi kesan sedikit sebanyak kepada pelajar di mana dapatan
kajian menunjukkan aktiviti pemikiran komputasional yang didedahkan kepada
pelajar memberi kesan dalam pencapaian pelajar untuk penyelesaian masalah
matematik bukan rutin. Selain itu, pelajar dapat mengetahui beberapa teknik-teknik
pemikiran komputasional dan menggunakan teknik tersebut untuk menyelesaikan
masalah. Kemahiran pelajar mengintegrasikan pemikiran komputasional dalam
penyelesaian masalah matematik amat diperlukan dalam membantu pelajar mudah
128
untuk menyelesaikan masalah apabila mereka memasuki alam pekerjaan kelak.
Aktiviti pemikiran komputasional yang menarik mampu meningkatkan semangat
pelajar untuk berhadapan dengan sebarang masalah yang mereka hadapi sama ada
masalah terbuka mahupun kompleks.
Berdasarkan model penyelesaian masalah Polya, terdapat empat fasa yang

harus dipatuhi oleh pelajar bagi menyelesaikan masalah matematik dengan lebih
efisien iaitu memahami masalah, merangka strategi, melaksana strategi dan menyemak
jawapan. Pelajar dilihat mampu untuk memahami masalah namun kurang mahir dalam
merangka dan melaksana strategi dengan betul. Malahan, jarang sekali kelihatan
mereka untuk melakukan penyemakan jawapan. Oleh hal yang demikian, diharapkan
pelajar rajin untuk menyemak semula setelah menyelesaikan masalah bagi
mengelakkan kesilapan. Pelajar juga perlu melakukan pemerhatian dengan teliti
terhadap fasa-fasa dan jawapan yang diperolehi. Kemahiran bekerja ke belakang dan
membuat generalisasi merupakan kemahiran kognitif yang terlibat dalam proses ini.
Daripada pendedahan ini juga, diharapkan pelajar sentiasa melakukan refleksi

berkenaan penyelesaian masalah mereka agar mereka tidak menghadapi kesukaran
tersebut berulang kali dan berasa putus asa untuk menjawab masalah tersebut. Menurut
Singh (2008), penyelesaian masalah menggalakkan pelajar untuk membuat refleksi
kendiri dan seterusnya meningkatkan tahap metakognitif mereka. Di samping itu,
diharapkan pelajar dapat menjadi inovatif dan membangunkan beberapa strategi baru
untuk menyelesaikan msalah-masalah baru yang belum pernah ditemui sebelum ini.
Walau bagaimanapun, diharapkan pelajar dapat menjadi lebih cekap dalam
menyelesaikan masalah yang pernah diselesaikan supaya mereka tidak perlu mereka
semula strategi penyelesaian setiap kali berhadapan dengan masalah tersebut.
Seterusnya, pelajar yang kreatif dapat dilahirkan selaras dengan falsafah pendidikan
negara.
5.4.2 Implikasi kepada Pendidik
Kelemahan pelajar untuk menyelesaikan masalah matematik berbentuk bukan

rutin memberi implikasi kepada pengajaran pendidik. Hal ini kerana, pencapaian
129
pelajar berkait rapat dengan kemahiran pendidik menyampaikan teknik yang berkesan
kepada pelajar untuk memastikan pelajar faham akan situasi masalah tersebut.
Diharapkan, hasil dapatan kajian ini dapat membantu warga pendidik untuk membaiki
mutu pengajaran dan pembelajaran dalam kelas dengan melihat kepada
bukan rutin. Pendidik juga boleh mempelbagaikan teknik pengajaran penyelesaian
masalah matematik dengan menggunakan teknik pemikiran komputasional seperti
leraian dalam kelas untuk memudahkan pelajar menyelesaikan masalah dalam masa
yang singkat.
Selain itu, para pendidik perlu berusaha untuk melengkapkan diri dengan
kemahiran pemikiran komputasional sama ada menjalani kursus atau mempelajari
daripada yang pakar di sekolah. Menurut Chung dan Hassan (2010), pendidik juga
boleh merancang aktiviti pengajaran dan pembelajaran untuk membantu pelajar
menguasai teknik penyelesaian masalah dan memperolehi tahap kemahiran
penyelesaian masalah yang diharapkan. Malahan, warga pendidik mampu membantu
meningkatkan pencapaian pelajar dengan menyarankan pelajar untuk menggunakan
salah satu teknik pemikiran komputasional dalam menyelesaikan masalah matematik
bukan rutin. Tambahan pula, diharapkan hasil kajian ini mampu membuka mata warga
pendidik tentang kepentingan pemikiran komputasional dalam pendidikan. Warga
pendidik juga seharusnya memberi pendedahan kepada pelajar dari segi mengajar
menggunakan konsep-konsep melalui prosedur atau membina model konsep.
Penglibatan pelajar secara aktif juga amat digalakkan supaya mereka dapat
sama-sama memberi idea bagi menyelesaikan masalah. Tambahan pula, warga
pendidik digalakkan untuk melibatkan lebih banyak masalah aplikasi dalam
pengajaran mereka dan memberi penekanan terhadap konsep tersebut. Adalah penting
bagi seorang pendidik untuk sentiasa memberi bimbingan dan sokongan kepada
pelajar agar dapat meluaskan pengalaman dan ilmu mereka terhadap mata pelajaran
ini. Peranan seorang pendidik bukan sahaja mengajar tetapi menjadi seorang yang
kreatif untuk menarik minat pelajar untuk belajar serta menggunakan strategi yang
sistematik dan menyeluruh bagi menghadirkan suasana pembelajaran yang kondusif
dan seronok.
130
5.4.3 Implikasi kepada Penggubal Kurikulum
Fokus kajian ini adalah untuk memberi implikasi yang dapat dimanfaatkan
dalam kurikulum matematik di Malaysia. Daripada dapatan hasil kajian, diharapkan
agar pihak penggubal kurikulum dapat mempertimbangkan pengisian kandungan
pelajaran dengan mengintegrasikan pemikiran komputasional untuk mengatasi
kelemahan pelajar dalam penyelesaian masalah matematik bukan rutin. Selain itu,
diharapkan pihak penggubal kurikulum membangunkan rangka kerja kurikulum pada
masa akan datang dan memperbaiki sebarang kelemahan yang timbul dari segi mutu
pengajaran dan pembelajaran pelajar di sekolah. Penekanan terhadap pemikiran
komputasional amat diperlukan untuk meningkatkan kemahiran pelajar menjawab
soalan yang melibatkan kemahiran berfikir aras tinggi. Di samping itu, diharapkan
penggubal kurikulum dapat memberi kesedaran kepada warga pendidik dan pelajar
tentang kepentingan pemikiran komputasional dalam pendidikan terutamanya dalam
mata pelajaran matematik.
Penggubal kurikulum boleh membangunkan kursus-kursus berkaitan dengan

pemikiran komputasional untuk meningkatkan kemahiran para pendidik serta
program-program inovasi untuk pelajar-pelajar bagi mempertingkatkan kekreativiti
pelajar dan mengaplikasikan ilmu serta pengalaman yang mereka ada dalam dunia
sebenar. Bengkel-bengkel menjawab soalan berbentuk matematik bukan rutin dan
kemahiran pemikiran komputasional juga harus sentiasa diwujudkan untuk melahirkan
pelajar yang mampu menyelesaikan masalah kerana kemahiran ini mereka akan
gunakan pada alam pekerjaan kelak. Menurut Swaid (2015), demi memastikan
graduan bersedia untuk memasuki alam pekerjaan berpusatkan komputer, kemahiran
pengkomputeran ini perlu ada untuk membangunkan analisa dan kemahiran
menyelesaikan masalah dalam kalangan pelajar.
5.5 Cadangan Kajian Lanjutan
Daripada kajian yang dilaksanakan, penyelidik mendapati bahawa majoriti

pelajar menganggap matematik satu mata pelajaran yang bosan dan kompleks. Oleh
131
yang demikian, beberapa kajian lanjutan diperlukan memandangkan kajian ini
mempunyai batasannya tersendiri. Kajian lanjutan amat diperlukan dalam membantu
guru-guru dan pelajar-pelajar dalam meningkatkan prestasi mata pelajaran matematik
khususnya pada penyelesaian masalah matematik bukan rutin. Kajian ini dijalankan di
sebuah sekolah menengah antarabangsa dalam daerah Johor Bahru, Johor sahaja. Oleh
itu, penyelidik boleh melakukan kajian lanjutan di sekolah menengah antarabangsa
dalam daerah lain dalam negeri Johor untuk melihat keberkesanan aktiviti pemikiran
komputasional dalam penyelesaian masalah matematik.
Selain itu, penyelidik juga hanya mengambil 30 orang pelajar sebagai sampel
di mana ia merupakan bilangan yang kecil untuk sesuatu kajian dan sukar untuk
digeneralisasikan. Oleh yang demikian, sebagai kajian lanjutan penyelidik boleh
meningkatkan bilangan sampel yang terlibat dalam kajian supaya mendapat hasil
kajian yang lebih baik. Di samping itu, fokus kajian seharusnya tidak tertumpu pada
penyelesaian masalah matematik bukan rutin sahaja. Penyelidik boleh menyelidik
kemahiran pelajar dalam penyelesaian masalah matematik rutin juga. Tambahan pula,
penyelidik hanya memfokuskan kepada satu tajuk sahaja iaitu nombor nisbah. Adalah
lebih menarik jika tajuk lain juga turut dimasukkan bagi mewujudkan variasi dalam
melihat pencapaian pelajar dalam penyelesaian masalah matematik bukan rutin.
Selain itu, pengajaran juga akan lebih berkesan jika terdapat unsur-unsur lain
yang lebih menarik seperti memasukkan elemen Information Communications
Technology (ICT) semasa proses pengajaran. Penyelidik boleh memasukkan unsur
teknologi dalam aktiviti-aktiviti pemikiran komputasional seperti mempersembahkan
tayangan video terlebih dahulu sebelum memulakan aktiviti serta menggunakan slaid
Powerpoint untuk memudahkan pelajar membayangkan sesuatu keadaan atau situasi.
Menurut Rahim dan Mahmud (2018), penggunaan gambar adalah kaedah paling
efektif selain kaedah kata kunci dan nyanyian.
Tambahan pula, soal selidik berkenaan pemikiran komputasional juga boleh

dimasukkan sebagai elemen tambahan dalam memperolehi pengalaman pelajar
bersama pemikiran komputasional. Hal ini kerana, penyelidik akan mendapat hasil
kajian yang lebih baik berkenaan pemikiran komputasional kerana pemikiran
132
komputasional kurang diberi pendedahan di sekolah-sekolah dalam Malaysia.
Malahan, guru-guru juga kurang mengintegrasikan pemikiran komputasional dalam
kelas. Oleh itu, disarankan bagi penyelidik akan datang untuk mendapatkan maklumat
awal berkenaan pemikiran komputasional dari guru-guru dan para pelajar.
5.6 Kesimpulan
Kesimpulannya, penyelesaian masalah matematik bukan rutin dalam kalangan

pelajar sekolah menengah serta pendedahan kepada kemahiran pemikiran
komputasional perlu diberi perhatian oleh semua pihak. Dapatan kajian ini
menunjukkan perlaksanaan kemahiran pemikiran komputasional dalam kelas
membantu dalam meningkatkan pencapaian pelajar dalam penyelesaian masalah
matematik bukan rutin. Selain itu, pelajar menunjukkan penerimaan yang baik serta
bermotivasi untuk menyertai semua aktiviti pemikiran komputasional yang
disediakan. Pada awalnya, berdasarkan fasa-fasa penyelesaian masalah yang
dikeluarkan oleh Polya, pelajar masih menghadapi masalah dalam menyelesaikan
masalah matematikal. Namun, dengan adanya pendedahan pemikiran komputasional
kepada pelajar, sedikit sebanyak kemahiran menyelesaikan masalah pelajar
menunjukkan peningkatan. Mereka menunjukkan kefahaman dalam menyelesaikan
masalah, mereka mampu merancang strategi dan melaksana strategi namun kurang
melakukan penyemakan jawapan. Dalam pembelajaran, pelajar perlu diberi beberapa
jenis masalah yang memberi peluang kepada mereka untuk meneroka isu yang terdapat
dalam masalah tersebut.
Selain itu, warga pendidik juga perlu memainkan peranan yang penting dalam
memupuk kemahiran pemikiran komputasional dalam diri para pelajar supaya
dapat dipraktikkan. Tambahan pula, pendidik harus memperkenalkan pemikiran
komputasional dengan menarik dan seronok bagi memotivasikan pelajar dan
meningkatkan kefahaman pelajar. Kemahiran teknik-teknik pemikiran komputasional
seperti leraian, pengecaman corak, peniskalaan dan pengitlakan harus digunakan oleh
pelajar sebagai bantuan untuk pelajar menyelesaikan masalah dengan lebih mudah dan
133
cepat supaya ada peluang bagi pelajar untuk menyemak jawapan yang diperolehi bagi
mengelak kesilapan yang berulang. Kemahiran ini juga membantu para pelajar untuk
berjaya dalam matematik dan meningkatkan prestasi negara pada tahap global.
5.7 Penutup
Secara umumnya, pengkaji telah menjelaskan beberapa perkara penting dalam

melihat pemikiran komputasional dan penyelesaian masalah matematik bukan rutin.
Bab ini juga membincangkan perbandingan dapatan hasil kajian daripada penyelidik
dengan penyelidik-penyelidik lain. Perkara ini merangkumi penjelasan berkenaan
perbandingan dapatan kajian penyelidik dengan kajian-kajian terdahulu serta
penyelidik melihat beberapa perkara baru yang diperolehi di mana ia tidak terdapat
dalam kajian terdahulu. Cadangan penambahbaikan kepada kesukaran yang timbul
serta beberapa cadangan kajian lanjutan diberikan untuk memudahkan penyelidik akan
datang memperolehi hasil kajian yang lebih menarik dan memberangsangkan serta
tepat. Secara keseluruhannya, kajian ini menyediakan beberapa pendapat yang
menarik dalam pemikiran komputasional dan pembelajaran matematik serta tajuk
nombor nisbah.
134
RUJUKAN
Abdullah, A. H. (2018). Pentaksiran TIMSS: Di Manakah Kedudukan Pelajar

Malaysia? Dewan Masyarakat, 21-24.
Abdullah, A. H., Surif, J., & Ibrahim, N. (2014). Pisa 2012: Di mana kedudukan
Malaysia untuk subjek matematik? Prosiding Seminar Antarabangsa
Kelestarian Insan 2014. Johor.
Abu, N. E. B., & Eu, L. K. (2017). Hubungan Antara Sikap, Minat, Pengajaran Guru
Dan Pengaruh Rakan Sebaya Terhadap Pencapaian Matematik Tambahan
Tingkatan 4. JuKu: Jurnal Kurikulum & Pengajaran Asia Pasifik, 2(1), 1-10.
Ahmad, A., Saad, N. S., & Ab Ghani, S. (2014). Mathematical Problem-Solving
Behavior of Successful Problem Solvers. Jurnal Pendidikan Sains dan
Matematik Malaysia, 4(2), 1-13.
Aisyah, P. N., Nurani, N., Akbar, P., & Yuliani, A. (2018). Analysis of the
Relationship between Mathematical Problem-Solving Ability and Self-
Confidence of Junior High School Students. Journal of Education, 1(1), 58-65.
Aldoobie, N. (2015). ADDIE Model. American International Journal of
Contemporary Research, 5(6), 68-72.
Anderson, J. (2009). Mathematics Curriculum Development And The Role Of
Problem Solving. In ACSA Conference (pp. 1-8).
Arslan, C., & Altun, M. (2007). Learning to Solve Non-Routine Mathematical
Problems. Elementary Education Online, 6(1), 50-61.
Bailey, J. (2018). Beginning Teachers Learning to Teach Mathematics through
Problem-Solving. In MERGA 41 (pp. 138-145).
Barcelos, T. S., Munoz-Soto, R., Villarroel, R., Merino, E., & Silveira, I. F. (2018).
Mathematics Learning through Computational Thinking Activities: A
Systematic Literature Review. J. UCS, 24(7), 815-845.
Bayazit, I. (2013). An Investigation of Problem Solving Approaches, Strategies, and
Models Used by the 7th and 8th Grade Students When Solving Real-World
Problems. Educational sciences: Theory and practice, 13(3), 1920-1927.
135
Behlol, M. G., Akbar, R. A., & Sehrish, H. (2018). Effectiveness of Problem Solving
Method in Teaching Mathematics at Elementary Level. Bulletin of Education
and Research, 40(1), 231-244.
Brijlall, D. (2015). Exploring the Stages of Polya’s Problem-Solving Model during
Collaborative Learning: A Case Of Fractions. International Journal Of
Educational Sciences, 11(3), 291-299.
Bower, M., Lister, R., Mason, R., Highfield, K., & Wood, L. (2015). Teacher
Conceptions of Computational Thinking: Implications for Policy and Practices.
Australian Journal of Education.
Burhanzade, H., & Aygör, N. (2016). The Difficulties that the Undergraduate Students
Faced about Inner Product Space. Educational Research and Reviews, 11(14),
1311.
Buteau, C., Muller, E., Mgombelo, J., & Sacristan, A. I. (2018). Computational
Thinking in University Mathematics Education: A Theoretical Framework.
Cansu, S. K., & Cansu, F. K. (2019). An Overview of Computational Thinking.
International Journal of Computer Science Education in Schools, 3(1).
Chua, Y. P. (2016). Mastering Research Methods. Mcgraw-Hill Education.
Dasgupta, A., Rynearson, A., Purzer, Ş., Ehsan, H., & Cardella, M. (2017).
Computational Thinking in Kindergarten: Evidence from Student Artifacts. In
124th ASEE Annual Conference and Exposition.
Dede, C., Mishra, P., & Voogt, J. (2013). Working Group 6: Advancing Computational
Thinking in 21st Century Learning. International Summit on ICT in Education,
1-6.
Dewi, S. K., Suarjana, M., & Sumantri, M. (2014). Penerapan model polya untuk
meningkatkan hasil belajar dalam memecahkan soal cerita matematika siswa
kelas v. Jurnal Mimbar PGSD Universitas Pendidikan Ganesha Jurusan
PGSD, 2 (1).
Dousay, T., & Logan, R. (2011). Analyzing and Evaluating the Phases of ADDIE. In
Design, Development and Research Conference, Cape Town: South Africa.
Ersoy, E. (2016). Problem Solving and Its Teaching in Mathematics. The Online
Journal of New Horizons in Education, 6(2), 79.
Forehand, M. (2010). Bloom’s Taxonomy. Emerging perspectives on learning,
teaching, and technology, 41(4), 47-56.
136
Hahkioniemi, M., Leppaaho, H., & Francisco, J. (2011). Model for Teacher Assisted
Technology Enriched Open Problem Solving. In Learning Problem Solving
and Learning through Problem Solving. Proceedings from the 13th ProMath
conference (pp. 30-43).
Hahkioniemi, M., & Leppaaho, H. (2011). Teachers’ Level of Guiding Students’
Technology Enhanced Problem Solving. Problem Solving in, 44.
Haines, S., Krach, M., Pustaka, A., Li, Q., & Richman, L. (2019). The Effects of
Computational Thinking Professional Development on STEM Teachers’
Perceptions and Pedagogical Practices. Athens Journal of Sciences, 6, 97-122.
Hassan, J. B., & Chung, Y. W. (2010). Keupayaan dan Kelemahan Menyelesaikan
Masalah Matematik dalam Kalangan Pelajar Tingkatan Lima.
Hoon, T. S., Singh, P., & Ghani, P. A. (2009). Quantitative Data Analysis for Novice
Researchers. Primera Publishing.
Hostos Community College. (n.d). A Rubric for Problem-Solving Strategies Based
upon Polya’s Stages. Retrieved from:
https://www.hostos.cuny.edu/Hostos/media/Office-of-the-
President/Institutional-Research-Assessment/Problem-Solving-Rubric.pdf.
Johnny, J. (2015). Penaakulan Dalam Matematik: Masalah Dalam Kalangan Murid
Cemerlang. In Seminar Penyelidikan Pendidikan Kebangsaan (pp. 124-128).
Jumiran, M. N. (2014). Kesan Teknik “Huntto Square” Terhadap Pencapaian Pelajar
Bagi Mata Pelajaran Matematik Di Sekolah Rendah.
Kazemi, F., Fadaee, M. R., & Bayat, S. (2010). A Subtle View to Metacognitive
Aspect of Mathematical Problems Solving. Procedia-Social and Behavioral
Sciences, 8, 420-426.
Kotsopoulos, D., Floyd, L., Khan, S., Namukasa, I. K., Somanath, S., Weber, J., &
Yiu, C. (2017). A Pedagogical Framework for Computational Thinking.
Digital Experiences in Mathematics Education, 3(2), 154-171.
Krulik, S. & Rudnick, J. A. (1996). The New Sourcebook for Teaching Reasoning and
Problem Solving In Junior and Senior High School. Needham Height,
Massachusetts.
Kementerian Pelajaran Malaysia. (2008). Laporan Bahagian Perkembangan
Kurikulum Kementerian Pelajaran Malaysia.
Laine, A., Naveri, L., Pehkonen, E., Ahtee, M., Heinila, L., & Hannula, M. S. (2012).
Third-graders’ Problem Solving Performance and Teachers’ Actions. In
137
Learning Problem Solving And Learning Through Problem Solving:
Proceedings from the 13th ProMath conference, Sweden Proceedings of
ProMath Conference 2011.
Lasak, P. (2017). The Effects of Polya’s Problem Solving Process on Mathematics
Problem Solving Skills and Achievement of Mathematics Student Teachers.
Lawanto, K. N. (2016). Exploring Trends in Middle School Students’ Computational
Thinking in the Online Scratch Community: A Pilot Study. All Graduate
Theses and Dissertations, 5072.
Lee, C. M., Ong, Y. T., & Ramley, M. F. (2020). Mastery Plus Pentaksiran Bilik
Darjah (Matematik) Tingkatan 1. Penerbitan Pelangi Sdn. Bhd.
Lockwood, J., & Mooney, A. (2018). Computational Thinking in Education: Where
Does It Fit? A Systematic Literacy Review. International Journal of Computer
Science Education in Schools, 2(1).
Lockwood, J., & Mooney, A. (2017). A Pilot Study Investigating the Introduction of
A Computer-Science Course at Second Level Focusing on Computational
Thinking. The Irish Jounal of Education, 42, 108-127.
Maharani, S., Nusantara, T., As’ari, A. R., & Qohar, A. (2019). How the Students
Computational Thinking Ability on Algebraic. International Journal of
Scientific & Technology Research, 8(9).
Mahlangu, B. P., & Kruger, L. P. (2015). The Impact of The Maintenance
Management System: A Case Study of The Petrosa GTL Refinery. South
African Journal of Industrial Engineering, 26(3), 167-182.
Mannila, L., Dagiene, V., Demo, B., Grgurina, N., Mirolo, C., Rolandsson, L., &
Settle, A. (2014). Computational Thinking in K-9 Education. In Proceedings
of the working group reports of the 2014 on innovation & technology in
computer science education conference (pp. 1-29).
Mat Isa, S. N. A., & Maat, S. M. (2017). Hubungan Antara Kemahiran Matematik dan
Kebimbangan Dengan Kemahiran Berfikir Matematik Murid Tahun Enam.
Maulyda, M. A., Hidayati, V. R., Rosyidah, A. N. K., & Nurmawanti, I. (2019).
Problem-solving Ability of Primary School Teachers based on Polya’s Method
in Mataram City. Pythagoras: Jurnal Pendidikan Matematika, 14(2).
Monga, A., & Grover, J. (2017). Contemporary Research in Computational Thinking:
A Thematic Literature Review.
138
Moursund, D. G. (2006). Computational Thinking and Math Maturity: Improving
Math Education In K-8 Schools.
Mouza, C., Yang, H., Pan, Y. C., Ozden, S. Y., & Pollock, L. (2017). Resetting
Educational Techonology Coursework for Pre-Service Teachers: A
Computational Thinking Approach to the Development of Technological
Pedagogical Content Knowledge (TPACK). Australasian Journal of
Educational Technology, 33(3).
Namukasa, I. K., Patel, M., & Miller, M. (2017). Tools for Integrating Computational
Thinking and Mathematics in the Middle Grades. Math+ Code ‘Zine, 2(2).
Nichols Hess, A., & Greer, K. (2016). Designing for Engagement: Using the ADDIE
Model To Integrate High-Impact Practices into An Online Information Literacy
Course. Communications in information literacy, 10(2), 6.
Novriani, M. R., & Surya, E. (2017). Analysis of Students Difficulties in Mathematics
Problem Solving Ability at MTs SWASTA IRA Medan. International Journal
of Sciences: Basic and Applied Research (IJSBAR), 33(3), 63-75.
Nurkaeti, N. (2018). Polya’s Strategy: An Analysis of Mathematical Problem Solving
Difficulty in 5th Grade Elementary School. Eduhumaniora: Jurnal Pendidikan
Dasar, 10(2), 140-147.
Ortiz, E. (2016). The Problem-Solving Process in a Mathematics Classroom.
Transformations, 1(1), 4-13.
Ozrecberoglu, N., & Caganaga, C. K. (2018). Making It Count: Strategies for
Improving Problem-Solving Skills in Mathematics for Students and Teachers’
Classroom Management. Eurasia Journal of Mathematics, Science and
Technology Education, 14(4), 1253-1261.
Palts, T., & Pedaste, M. (2015). Model of Learning Computational Thinking. In IFIP
TC3 Work. Conf. a New Cult. Learn. Comput Next Gener. (pp. 211-221).
Paradesa, R. (2018). Pre-service Mathematics Teachers’ Ability in Solving Well-
Structured Problem. In Journal of Physics: Conference Series, 948(1),
(p.012015).
Pei, C., Weintrop, D., & Wilensky, U. (2018). Cultivating Computational Thinking
Practices and Mathematical Habits of Mind in Lattice Land. Mathematical
Thinking and Learning, 20(1), 75-89.
139
Pimta, S., Tayaukham, S., & Nuangchalerm, P. (2009). Factors Influencing
Mathematic Problem-Solving Ability of Sixth Grade Students. Online
Submission, 5(4), 381-385.
Polya, G. (1981). Mathematics Discovery: An Understanding, Learning and Teaching
Problem Solving. New York: John Willey & Son.
Rahim, N. F., & Mahmud, S. N. D. (2018). Pembelajaran Teknik Mnemonik Terhadap
Sikap dan Pencapaian Akademik dalam Matapelajaran Sains Tingkatan 2:
Pencernaan. Prosiding Seminar Kebangsaan Majlis Dekan Pendidikan
Universiti Awam 2018.
Romero, M., Lepage, A., & Lille, B. (2017). Computational Thinking Development
through Creative Programming in Higher Education. International Journal of
Educational Technology in Higher Education, 14(1), 42.
Rosdi, A., Idrus, A., & Salleh, S. M. (2018). Kemahiran Pemikiran Komputasional
dalam kalangan Guru Pelatih IPG. Jurnal Penyelidikan Teknokrat II.
Rott, B. (2011). Models of the Problem Solving Process- A Discussion Referring to
the Processes of Fifth Graders. In Proceedings from the 13th ProMath
conference (pp. 95-109).
Sabran, S. M. (2013). Kemahiran Berfikir Aras Tinggi (KBAT) Pelajar Tingkatan 5
dalam Penyelesaian Masalah Matematik.
Salehudin, N. N. B., & Zakaria, E. B. (2017). Sikap Dan Keupayaan Pelajar dalam
Menyelesaikan Masalah Matematik Bukan Rutin.
Saman, A. S. A. (2016). Solving Mathematics Word Problems through Reflection.
International Journal of Academic Research in Business and Social Sciences,
6(12), 2222-6990.
Sanford, J.F., & Naidu, J.T. (2016). Computational Thinking Concepts for Grade
School. Contemporary Issues in Education Research, 9(1), 23-32.
Sappaile, B. I., & Djam’an, N. (2017). The Influence of Problem-Solving Methods on
Students’ Mathematics Learning Outcomes. Global Journal of Engineering
Education, 19 (3), 267-272.
Simpol, N. S. H., Shahrill, M., Li, H. C., & Prahmana, R. C. I. (2017). Implementing
Thinking Aloud Pair and Polya Problem Solving Strategies in Fractions. In
Journal of Physics: Conference Series (Vol. 943, No. 1, p. 012013). IOP
Publishing.
140
Singh, C. (2008). Assessing Student Expertise in Introductory Physics with
Isomorphic Problems. II. Effect of Some Potential Factors on Problem Solving
and Transfer. Physical Review Special Topics – Physics Education Research.
4(1), 1-10.
Sulak, S. (2010). Effect of Problem Solving Strategies on Problem Solving
Achievement in Primary School Mathematics. Procedia-Social and Behavioral
Sciences, 9, 468-472.
Syukriani, A., Juniati, D., & Siswono, T. Y. E. (2017). Strategic Competence of Senior
Secondary School Students in Solving Mathematics Problem Based on
Cognitive Style. In AIP Conference Proceedings, 1868 (1), (p. 050009).
Swaid, S. I. (2015). Bringing Computational Thinking to STEM Education. Procedia
Manufacturing, 3, 3657-3662.
Syslo, M. M., & Kwiatkowska, A. B. (2014). Learning Mathematics supported by
Computational Thinking. Constructionism and Creativity, 258-268.
Tabesh, Y. (2017). Computational Thinking: A 21st Century Skill. Vilnius University,
11, 65–70.
Tambychik, T., & Meerah, T. S. M. (2010). Students’ Difficulties in Mathematics
Problem-Solving: What Do They Say?. Procedia-Social and Behavioral
Sciences, 8, 142-151.
Tiensuu, A. (2012). Computational Thinking in regard to Thinking and Problem
Solving. Master’s thesis. University of Tampere.
Usop, H. H., Hong, K. S., Sabri, N. A. A., & Tan, K. W. (2009). Factors Causing
Mathematics Anxiety among Undergraduate Students.
Wang, M., & Wang, Y. (2016). A Study on Computer Teaching Based on
Computational Thinking. International Journal of Emerging Technologies in
Learning (iJET), 11(12), 72-74.
Warmedal, L. (2014). Computational Thinking-A New Approach for Teaching
Computer Science to College Freshmen.
Weigend, M., Vanicek, J., Pluhar, Z., & Pesek, I. (2019). Computational Thinking
Education through Creative Unplugged Activities. Olympiads in Informatics,
13, 171–192.
Weintrop, D., Beheshti, E., Horn, M., Orton, K., Jona, K., Trouille, L., & Wilensky,
U. (2016). Defining Computational Thinking for Mathematics and Science
Classrooms. Journal of Science Education and Technology, 25(1), 127-147.
141
Wing, J. M. (2008). Computational Thinking and Thinking About Computing.
Philosophical Transactions of the Royal Society A: Mathematical, Physical
and Engineering Sciences, 366(1881), 3717-3725.
Yadav, A., Gretter, S., Good, J., & McLean, T. (2017). Computational Thinking in
Teacher Education. In Emerging research, practice and policy on
computational thinking (pp. 205-220). Springer, Cham.
Yadav, A., Hong, H., & Stephenson, C. (2016). Computational Thinking for All:
Pedagogical Approaches to Embedding 21st Century Problem Solving in K-12
Classrooms. TechTrends, 60(6), 565-568.
Yadav, A., Mayfield, C., Zhou, N., Hambrusch, S., & Korb, J.T. (2014).
Computational Thinking in Elementary and Secondary Teacher Education.
ACM Transactions on Computing Education (TOCE), 14(1), 5.
Yahaya, A., Elanggovan, A., & Savarimuthu, L. M. (2010). Kepentingan Kefahaman
Konsep dalam Matematik. Malaysia: Universiti Teknologi Malaysia.
Yazgan, Y. (2015). Sixth Graders and Non-Routine Problems: Which Strategies are
Decisive for Success. Educational Research and Reviews, 10(13), 1807-1816.
Yeh, K. C., Xie, Y., & Ke, F. (2011). Teaching Computational Thinking to Non-
Computing Majors using Spreadsheet Functions. In 2011 Frontiers in
Education Conference (FIE) (pp.F3J-1). IEEE.
Yeo, K. K. J. (2009). Secondary 2 Students’ Difficulties in Solving Non-Routine
Problems. International Journal for Mathematics Teaching and Learning.
142
Lampiran A Aktiviti Pemikiran Komputasional
AKTIVITI 1: Multiple Digit (Leraian)

RANCANGAN PENGAJARAN

5 minit Set induksi
pengetahuan pelajar tentang
faktor, gandaan dan nombor
perdana.

1. Pelajar dibahagikan kepada 6  Kertas mahjung
kumpulan.  Pen berwarna
2. Pelajar diberikan satu kertas  Gunting
mahjung, gunting dan pen
berwarna. Penerapan Pemikiran
3. Pelajar diminta menulis digit 1 Komputasional
hingga 100 pada kertas mahjung
itu sebelum aktiviti dimulakan.  Teknik Leraian
4. Pelajar diminta untuk
menghasilkan kad yang berlabel Topik Matematik Yang
digit 1 hingga 100. Terlibat
5. Pelajar dikehendaki
mengasingkan beberapa keping  Faktor dan Gandaan
kad mengikut ciri-ciri yang  Kebarangkalian
dikehendaki iaitu faktor 5, Asas
gandaan 11, nombor perdana yang
kurang daripada 50.
6. Pelajar diminta untuk mengira
kebarangkalian baki kad yang
tinggal.
5 minit Penutup
1. Pelajar diingatkan aktiviti
mengasingkan kad-kad nombor
tersebut berdasarkan kategori
adalah menggunakan teknik
leraian.
143
AKTIVITI 2: Let’s Shop (Leraian)

5 minit Set Induksi
1. Guru mengimbas kembali pengetahuan
pelajar tentang wang dan peratusan.

1. Pelajar dibahagikan kepada enam  Kertas A4
kumpulan.  Pen
2. Setiap wakil kumpulan diminta hadir
berjumpa guru untuk mengambil telefon Penerapan Pemikiran
bimbit. Komputasional
3. Guru mengedarkan set soalan.
4. Dengan menggunakan telefon bimbit,  Teknik
setiap kumpulan perlu mengakses Leraian
internet untuk menyenaraikan harga
item yang dikehendaki dalam soalan Topik Matematik
yang terdiri daripada mandian dan Yang Terlibat
pencuci rambut.
5. Setiap kumpulan perlu membandingkan  Wang
harga set mandian itu daripada tiga pusat  Peratusan
membeli belah yang berbeza.
6. Setiap kumpulan juga harus mengira
peratusan jika terdapat sebarang tawaran
harga yang diberikan
membahagikan kepada tiga bahagian
bagi membezakan harga item.
8. Setiap kumpulan perlu menyatakan
pusat membeli belah yang menawarkan
harga yang lebih murah.
5 minit Penutup
1. Pelajar diingatkan untuk meleraikan
setiap item harga yang diperoleh di atas
kertas mahjung dan aktiviti tersebut
adalah menggunakan teknik leraian.
144
AKTIVITI 3: Let’s Get Ready (Leraian)

5 minit Set Induksi
pengetahuan pelajar tentang waktu,
penambahan dan pembahagian.

kumpulan  Pen Berwarna
2. Setiap kumpulan diedarkan soalan dan
kertas A4. Penerapan Pemikiran
3. Setiap kumpulan diberi satu sampel Komputasional
modul pembelajaran sebagai rujukan.
4. Setiap kumpulan diberikan satu  Teknik Leraian
pernyataan masalah dimana individu
diminta untuk menyusun jadual Topik Matematik
belajarnya berdasarkan subjek Yang Terlibat
peperiksaan.
5. Guru memberikan maklumat seperti  Waktu
masa, hari peperiksaan dan subjek  Penambahan
peperiksaan.  Pembahagian
membina sebuah modul pembelajaran
berdasarkan topik.
7. Setiap kumpulan perlu meleraikan
subjek dan tarikh peperiksaan yang
diadakan serta menghasilkan modul
pembelajaran yang sesuai.
5 minit Penutup
1. Pelajar diingatkan untuk meleraikan
subjek peperiksaan yang perlu diberi
keutamaan terlebih dahulu dan aktiviti
tersebut adalah menggunakan teknik
leraian. Guru memilih jadual
pembelajaran yang relevan dan
menerangkan semula kepada pelajar.
145
AKTIVITI 4: Let’s Compare (Pengecaman Corak)

5 minit Set Induksi
1. Pelajar diberi dua set gambar dan
pelajar diminta untuk mencari 10
perbezaan diantara kedua-dua
gambar.

1. Pelajar dibahagikan kepada enam  Kertas Mahjung
kumpulan.  Pen Berwarna
2. Setiap kumpulan diberikan satu set
soalan. Penerapan Pemikiran
3. Setiap kumpulan diberi sehelai Komputasional
kertas mahjung dan pen bewarna.
4. Setiap kumpulan diberikan dua  Teknik
jenis kaedah yang berlainan untuk Pengecaman Corak
menyelesaikan masalah
matematik dalam topik faktor dan Topik Matematik Yang
gandaan. Terlibat
membandingkan kedua-dua  Faktor dan
kaedah tersebut dan memberikan Gandaan
ulasan.
menyatakan kaedah yang lebih
baik.
5 minit Penutup
1. Pelajar diingatkan aktiviti
membandingkan kaedah yang
berlainan adalah menggunakan
teknik pengecaman corak.
146
AKTIVITI 5: Hi Cylinder! (Pengecaman Corak)

5 minit Set Induksi
1. Pelajar ditunjukkan satu objek
yang berbentuk silinder.
2. Pelajar dikehendaki menyatakan
ciri-ciri silinder seperti tinggi,
tapak dan tepi.

kumpulan.  Pen
2. Setiap wakil kumpulan  Dua objek silinder
mengambil kertas A4, pen, dua  Alat pengukur
objek silinder dan alat pengukur.
3. Setiap kumpulan diberi masa Penerapan Pemikiran
untuk meneliti objek silinder yang Komputasional
mempunyai kelebaran tapak dan
ketinggian yang berbeza.  Teknik
4. Satu pernyataan masalah Pengecaman Corak
diberikan untuk diselesaikan oleh
setiap kumpulan. Topik Matematik Yang
5. Setiap kumpulan diminta untuk Terlibat
memilih objek silinder manakah
yang sesuai digunakan untuk  Isipadu dan Ruang
menjawab pernyataan masalah
tersebut.
untuk mengira isipadu setiap
objek silinder yang diberikan
dengan menggunakan rumus yang
telah dipelajari.
5 minit Penutup
1. Pelajar diingatkan bahawa aktiviti
mengenalpasti formula isipadu
silinder yang telah dipelajari
adalah teknik pengecaman corak.
147
AKTIVITI 6: Mr. Bean (Pengecaman Corak)

5 minit Set Induksi
1. Guru mengimbas kembali pengetahuan
pelajar terhadap tajuk faktor dan
gandaan dan teknik-teknik yang
digunakan untuk menyelesaikan
masalah.

kumpulan.  Pen
2. Setiap wakil kumpulan diminta untuk Berwarna
mengambil set kekacang iaitu 60 biji
kacang hijau, 72 biji kacang merah, 108 Penerapan
biji kacang kuning dan juga beberapa Pemikiran
plastik bungkusan, kertas A4 dan pen Komputasional
berwarna.
3. Guru memberikan satu set soalan kepada  Teknik
setiap kumpulan. Pengecaman
4. Setiap kumpulan dikehendaki mengisi Corak
kesemua kacang-kacang itu kedalam
plastik bungkusan secara sama rata. Topik Matematik
5. Setiap kumpulan dikehendaki Yang Terlibat
memikirkan jumlah maksima plastik
bungkusan yang boleh digunakan untuk  Faktor dan
memastikan kesemua bilangan jenis Gandaan
kacang yang dipek itu adalah sama.
6. Setiap kumpulan harus membuat
pengecaman kaedah dan formula yang
telah dipelajari.
5 minit Penutup
1. Pelajar diingatkan aktiviti mengecam
corak formula bagi menyelesaikan
pernyataan masalah adalah teknik
pengecaman corak.
148
AKTIVITI 7: Around You (Peniskalaan)

5 Minit Set Induksi
1. Pelajar dibahagikan kepada 6 kumpulan.
2. Setiap kumpulan menghantar wakil berjumpa
dengan guru.
3. Guru memberi keratan perkataan- buku,
kucing, botol air, zirafah, pokok dan kereta
kepada setiap wakil kumpulan.
4. Wakil kumpulan dikehendaki melukis gambar
yang tertulis dalam keratan supaya ahli
kumpulan yang lain boleh meneka.
5. Setiap kumpulan hanya mempunyai satu minit
untuk meneka objek yang cuba dilakarkan.
20 Minit Aktiviti BBM

1. Guru menunjukkan jadual di bawah.  Kertas A4
 Pen
Objek Ciri yang Ciri yang boleh
diperlukan diabaikan
Penerapan
Pemikiran
Komputasional
2. Setiap kumpulan menerangkan ciri-ciri yang  Teknik
dimasukkan dalam lukisan wakil kumpulan Peniskalaan
dan ciri-ciri yang diabaikan dari gambar asal
untuk mengisikan jadual yang disediakan.
3. Guru menerangkan bahawa kemahiran untuk
memilih maklumat yang penting sahaja
dinamakan peniskalaan.
4. Guru menjelaskan bahawa pelajar telah
menggunakan kemahiran peniskalaan semasa
memilih ciri-ciri yang penting dalam gambar
apabila ingin melakar semula objek.
5 minit Penutup
1. Guru merumuskan pengajaran dan
mengingatkan pelajar untuk menggunakan
teknik peniskalaan untuk menyelesaikan
soalan dengan cepat. Teknik ini memberi
tumpuan hanya pada maklumat penting tanpa
mempedulikan maklumat lebihan yang tidak
penting.
149
AKTIVITI 8: Fly Rocket Fly! (Peniskalaan)

5 Minit Set induksi
1. Guru mengimbas kembali pengajaran
lepas tentang tiga teknik yang telah
dipelajari dengan memberikan aktiviti
padanan kepada pelajar.
2. Guru menerangkan bahawa pelajar akan
menggunakan salah satu atau ketiga-tiga
teknik untuk menyelesaikan masalah
seharian.

kumpulan. Berwarma
2. Guru memberikan beberapa kertas A4  Pen
berwarna kepada setiap kumpulan. Berwarna
3. Guru meminta setiap kumpulan  Pembaris
membina sebuah roket kertas yang
bercorak. Penerapan
4. Setelah siap, guru meminta wakil setiap Pemikiran
kumpulan untuk ke hadapan dan Komputasional
menerbangkan roket tersebut.
5. Ahli kumpulan yang lain dikehendaki  Teknik
mengukur jarak roket itu jatuh dari Peniskalaan
tempat permulaan dengan menggunakan
pembaris. Topik Matematik
6. Kumpulan yang mendapat jarak paling Yang Terlibat
jauh adalah pemenang.
7. Guru meminta setiap kumpulan  Jarak
menyenaraikan elemen penting dan
elemen yang boleh diabaikan dalam
pembinaan roket.
5 minit Penutup
1. Guru merumuskan pengajaran dan
mengingatkan pelajar untuk
menggunakan teknik peniskalaan untuk
menyelesaikan soalan dengan cepat.
Teknik ini fokus kepada maklumat
penting tanpa mempedulikan maklumat
lebihan yang tidak penting.
150
AKTIVITI 9: Cake! It’s Delicious (Peniskalaan)

5 Minit Set induksi Topik Matematik
Yang Terlibat
1. Guru meminta pelajar menjelaskan
maksud nombor perdana.  Nombor
2. Guru meminta setiap pelajar perdana
menyenaraikan 10 nombor-nombor
perdana.

1. Guru mempamerkan gambar kek.  Kertas
Mahjung
 Marker
Penerapan
Pemikiran
Komputasional
 Teknik
Peniskalaan
2. Pelajar dibahagikan kepada enam
kumpulan.
3. Guru memberi arahan aktiviti kepada
setiap kumpulan.
4. Setiap kumpulan dikehendaki untuk
melakukan peta minda tentang bahan-
bahan yang diperlukan untuk membuat
kek serta cara-cara untuk membuat kek.
5. Setiap kumpulan diberi 10 minit untuk
menyiapkan peta minda dan
membentangkan di hadapan kumpulan
lain menggunakan kertas mahjong.
6. Guru meminta setiap kumpulan
menyenaraikan ciri penting dan ciri yang
boleh diabaikan dalam pembuatan kek.
5 minit Penutup
1. Guru merumuskan pengajaran hari ini
dengan mengingatkan pelajar untuk
menggunakan teknik peniskalaan untuk
menyelesaikan soalan dengan cepat.
Teknik ini fokus kepada maklumat
penting tanpa mempedulikan maklumat
lebihan yang tidak penting.
151
AKTIVITI 10: Look! It’s the Same! (Pengitlakan)

5 Minit Set induksi Topik Matematik
Yang Terlibat
1. Guru menulis turutan nombor seperti di
bawah.  Turutan
4, 7, 10, 13, 16,…. Nombor
2. Guru tanya soalan seperti berikut:
i. Apakah nombor selepas 16
dalam turutan itu?
ii. Apakah nombor kesebelas dalam
turutan itu?
iii. Apakah nombor ketujuh puluh
dalam turutan itu?
3. Guru menerangkan bahawa soalan yang
melibatkan turutan mempunyai formula
untuk menentukan sebarang nombor
dalam turutan. Formula tersebut boleh
diperoleh melalui teknik pengitlakan.
4. Pelajar diterangkan dengan formula bagi
turutan nombor iaitu
3n-1, di mana n ialah nombor 1, 2, 3, ….
1. Guru menunjukkan gambar seperti  Gambar
berikut.  Marker
Penerapan
Pemikiran
Komputasional
 Teknik
Pengitlakan
Guru menanyakan soalan berikut:

i. Apakah haiwan yang anda lihat
dalam gambar?
ii. Apakah yang dilakukan oleh
haiwan tersebut?
2. Guru menerangkan bahawa satu

pernyataan boleh dibuat menggunakan
jawapan yang diberikan oleh pelajar
menggunakan teknik pengitlakan.
152
3. Guru menerangkan bahawa pengitlakan
tentang sesuatu gambar atau maklumat
boleh dibuat berdasarkan fakta yang
diketahui dan tidak semua pernyataan itu
benar. Pernyataan pengitlakan
dimulakan dengan perkataan “semua”.
4. Pelajar diterangkan bahawa pengitlakan
membolehkan penentuan ciri-ciri
kesamaan antara beberapa perkara dan
dalam konsep penyelesaian masalah,
pengitlakan membolehkan penyelesaian
sesuatu masalah menggunakan
penyelesaian sedia ada.
5 minit Penutup
1. Guru menjelaskan pengitlakan
menggunakan fakta sedia ada. Teknik ini
membolehkan perlaksanaan
penyelesaian yang sedia ada dan
diketahui.
153
AKTIVITI 11: Let’s Count Together (Pengitlakan)

5 Minit Set induksi
1. Guru meminta lima orang pelajar untuk
ke hadapan.
2. Guru meminta pelajar lain untuk
mengenalpasti ciri persamaan dan
perbezaan antara kelima-lima pelajar.
3. Guru menerangkan teknik pengitlakan
kepada pelajar.

1. Pelajar dibahagikan kepada enam  Syiling 50
kumpulan. sen, 20 sen
2. Setiap kumpulan diberikan sampul surat dan 10 sen
berisi duit syiling.  Sampul
3. Setiap kumpulan dikehendaki mengira surat
jumlah duit syiling yang ada dalam
sampul surat. Penerapan
4. Setiap kumpulan menyatakan jumlah Pemikiran
duit syiling kepada kumpulan yang lain. Komputasional
5. Jumlah duit syiling bagi setiap kumpulan
adalah sama.  Teknik
6. Setiap kumpulan dikehendaki Pengitlakan
mengenalpasti kumpulan mana yang
mempunyai amaun syiling 50 sen, 20 sen Topik Matematik
dan 10 sen yang sama. Yang Terlibat
7. Guru meminta setiap kumpulan
membuat kesimpulan daripada aktiviti.  Wang
5 minit Penutup
diketahui.
154
AKTIVITI 12: Robot Is Awesome! (Pengitlakan)

5 Minit Set induksi
1. Pelajar dibahagikan kepada enam
kumpulan.
2. Guru mengimbas kembali pengajaran
lepas tentang empat teknik yang telah
dipelajari dengan memberikan aktiviti
padanan kepada pelajar.
3. Guru menerangkan bahawa pelajar akan
menggunakan salah satu atau semua
teknik untuk menyelesaikan masalah
seharian.

1. Guru meminta setiap kumpulan melukis  Kertas
gambar robot di atas kertas mahjung mahjung
menggunakan bentuk seperti segi tiga,  Marker
segi empat dan silinder.
2. Setiap kumpulan dikehendaki Penerapan Pemikiran
membentangkan robot yang telah siap Komputasional
dilukis dengan menerangkan ciri-ciri
robot tersebut.  Teknik
3. Setiap lukisan dipamerkan di hadapan Pengitlakan
kelas dan setiap kumpulan diminta untuk
menyenaraikan persamaan dan Topik Matematik
perbezaan yang terdapat kesemua robot. Yang Terlibat
4. Setiap kumpulan dikehendaki membuat
penyataan pengitlakan berdasarkan ciri-  Bentuk
ciri yang telah dikenalpasti.
5 minit Penutup
diketahui.
155
Lampiran B Ujian Pra dan Ujian Pos Penyelesaian Masalah
Respondent No
MASTER OF EDUCATION (MATHEMATICS)

SCHOOL OF EDUCATION
FACULTY OF SOCIAL SCIENCES AND HUMANITIES
81310, JOHOR BAHRU, JOHOR
Dear respondent,
INVITATION TO PARTICIPATE IN A RESEARCH AS A RESPONDENT
Hello, I am a final year student of Master of Education (Mathematics), School of

Education, Faculty of Social Sciences and Humanities would like to conduct a study
about solving non-routine mathematics problem using computational thinking. I really
appreciate your cooperation to answer this instrument. All the information will be
strictly keep private and confidential. Thank you for the cooperation and support to
complete this instrument.
156
PART A: DEMOGRAPHIC PROFILE
DIRECTION: Please tick (/) the answer of your choice or provide the relavant
information in the corresponding boxed provided.
1. Gender:
Female Male
2. Age: _________
3. Ethnicity:
Malay India Chinese
Other: __________
4. Class:
Section 1 Section 2 Section 3
Section 4 Section 5
5. Do you like math?

Yes No
6. UPSR Mathematics Grade
157
PART B: RATIONAL NUMBER TEST
INSTRUCTIONS: This test has 4 subjective questions. Please answer all the
questions. Please show all the steps and workings. Your cooperation to answer ALL
questions are highly appreciated.
1 The diagram below shows Saadah’s transaction record in January.
Date Description Debit (RM) Credit (RM)

04-01-2018 Fund transfer to 300
account
14-01-2018 Bills 155
18-01-2018 Cash deposit 60
22-01-2018 Transfer from 100
account
Based on the transaction, state the balance in Saadah’s account in January.
Hence, describe the meaning of the balance.
2 In a Mathematics quiz, each group is given 50 questions. 2 marks will be

1 1
given for a correct answer, 1 2 will be deducted for a wrong answer and 2
mark will be deducted for an unanswered question.
Group Number of correct Number of wrong
answers answers
1 27 16
2 26 19
Which group has the higher marks in the quiz?
158
3 3
Container A is used to store water. 5 of the water in the container A is poured
into container B. Then, the remaining water is divided into 12 glasses of
500ml each. If all glasses are fully filled, what is the volume, in litres, of
water in the container A at first?
4 Encik Zaid buys 6m of wire for RM28.50 to build a mini garden in his house.
(a) State the price of 1 metre of the wire.
(b) If Encik Zaid pays with 2 pieces of RM10 notes and 10 pieces of RM1
notes, what is the balance of his money? State the balance in the number of
notes and coins that he might receive.
159
(c) During the year-end sale, customer can get 30% off the total purchase
which exceeds RM50. If Encik Zaid buys 11m of the wire, is he eligible for
the discount? If so, what is the new price of the wire he buys?
THANK YOU FOR YOUR COOPERATION
160

Thesis Complete Gila 5.40PM PDF

Uploaded by

Document Information

Original Title

Copyright

Available Formats

Share this document

Share or Embed Document

Sharing Options

Did you find this document useful?

Is this content inappropriate?

Copyright:

Available Formats

Thesis Complete Gila 5.40PM PDF

Uploaded by

Copyright:

Available Formats

KESAN AKTIVITI BERASASKAN PEMIKIRAN KOMPUTASIONAL

TERHADAP KEMAHIRAN PENYELESAIAN MASALAH MATEMATIK

NURAIN BINTI ZAINAL

UNIVERSITI TEKNOLOGI MALAYSIA

DECLARATION OF THESIS / UNDERGRADUATE PROJECT REPORT AND

Date of Birth : 14 OCTOBER 1993

Title : KESAN AKTIVITI BERASASKAN PEMIKIRAN KOMPUTASIONAL

Academic Session : 2/2019-2020

I declare that this thesis is classified as:

CONFIDENTIAL (Contains confidential information under the

RESTRICTED (Contains restricted information as specified by

 OPEN ACCESS I agree that my thesis to be published as online

1. I acknowledged that Universiti Teknologi Malaysia reserves the right as

SIGNATURE OF STUDENT SIGNATURE OF SUPERVISOR

AP. DR. ABDUL HALIM BIN

Date: 3 AUGUST 2020 Date: 3 AUGUST 2020

BAHAGIAN B - Untuk Kegunaan Pejabat Sekolah Pengajian Siswazah

Tesis ini telah diperiksa dan diakui oleh:

Nama dan Alamat Pemeriksa Dalam :

Nama Penyelia Lain (jika ada) :

Disahkan oleh Timbalan Pendaftar di SPS:

NURAIN BINTI ZAINAL

Laporan Projek ini dikemukakan sebagai memenuhi

Alhamdulillah syukur ke hadrat Allah kerana atas limpah kurniaNya satu

Akhir sekali, saya ingin mengucapkan setinggi-tinggi penghargaan dan terima

Pembelajaran abad ke-21 menggalakkan pelajar untuk berfikir di luar kotak

TAJUK MUKA SURAT

BAB 2 KAJIAN LITERATUR 23

BAB 4 ANALISIS DATA DAN DAPATAN KAJIAN 81

BAB 5 PERBINCANGAN, RUMUSAN DAN CADANGAN 115

NO. JADUAL TAJUK MUKA SURAT

Jadual 2.1 Aspek dan Penunjuk Penyelesaian Masalah 42

NO.RAJAH TAJUK MUKA SURAT

Rajah 1.1 Kerangka Konsep Kajian 15

LAMPIRAN TAJUK MUKA SURAT

Lampiran A Aktiviti Pemikiran Komputasional 143

Bab ini menceritakan berkenaan latar belakang kajian terhadap pemikiran

Sejak kebelakangan ini, pelbagai inisiatif telah dijalankan dalam dunia

Terdapat pelbagai maksud pemikiran komputasional dalam matematik namun

Pemikiran komputasional mempunyai potensi untuk diaplikasikan secara

Di samping itu, kepentingan pemikiran komputational ini telah diketahui

Demi memastikan graduan bersedia untuk memasuki alam pekerjaan

Untuk memperbaiki pencapaian pelajar dalam pentaksiran di peringkat

1.2 Latar Belakang Masalah

1.2.1 Tahap Penyelesaian Masalah Matematik Yang Lemah Dalam Kalangan

Di Malaysia, pada awal 1956 selepas Laporan Razak, kurikulum matematik

Pentaksiran PISA melibatkan pelajar dalam KBAT dan majoriti sekolah-

1.2.2 Faktor Lemahnya Tahap Penyelesaian Masalah dalam Matematik

Tiga faktor penting dalam kemahiran matematik adalah penyelesaian masalah

Di samping itu, kemerosotan skor dalam pentaksiran PISA disebabkan kurang

Masalah yang dapat dianalisa dalam pencapaian TIMSS di Malaysia adalah

Di samping itu, kebanyakan guru tidak fokus kepada perkembangan daya

Tambahan pula, majoriti pelajar menganggap pembelajaran matematik sebagai

Menurut Tambychik dan Meerah (2010), di Malaysia, kajian mengatakan

1.2.3 Kurangnya Penekanan Pemikiran Komputasional Dalam Kelas

Pemikiran komputasional amat membantu pelajar dalam penyelesaian masalah

Cabaran pemikiran komputasional ini bermula apabila pendidik mempunyai

Pendidik juga memerlukan masa untuk mengaplikasikan kemahiran pemikiran

Menurut Salehudin dan Zakaria (2017), perlaksanaan kurikulum di sekolah

1.2.4 Potensi Pengintegrasian Pemikiran Komputasional terhadap

Setiap pelajar dalam abad ke-21 ini memerlukan kemahiran pemikiran

Kemahiran pemikiran komputasional mempunyai persamaan dengan perkara

Tidak dinafikan, kebanyakan syarikat memerlukan pekerja yang mempunyai