JPII 8 (4) (2019) 436-446

Jurnal Pendidikan IPA Indonesia

http://journal.unnes.ac.id/index.php/jpii

KESADARAN, PEMAHAMAN, DAN PERCAYA DIRI GURU KIMIA

TERHADAP ALAT KOMPUTASI FORMOLEKULER
VISUALISASI

FZ Saudale*1, RI Lerrick2, AA Parikesit3, F. Mariti4,5

1,2 Jurusan Kimia, Fakultas Sains dan Teknik, Universitas Nusa Cendana,
Kupang, Nusa Tenggara Timur, 85001
3Departemen Bioinformatika, School of Life Sciences, Indonesia International Institute for Life Sciences,
Pulomas, Jakarta Timur, 13210
SMA Negeri 8, Alak, Kupang, Nusa Tenggara Timur, 85231
4

5Organisasi Guru SMA Mata Pelajaran Kimia (MGMP), Kupang, Nusa Tenggara Timur

DOI: 10.15294/jpii.v8i4.21437

Diterima: 13 Agustust, 2019. Disetujui: 27 Desembert, 2019. Diterbitkan: 31 Desemberst, 2019

ABSTRAK

Kemajuan terbaru dalam penelitian kimia dan bioinformatika telah menghasilkan perangkat lunak dan alat komputasi untuk pemodelan dan visualisasi molekuler yang dapat digabungkan untuk meningkatkan pengajaran dan pembelajaran kimia di sekolah

menengah. Namun demikian, belum pernah ada penelitian yang secara bersamaan melaporkan kesadaran, pemahaman, dan kepercayaan diri guru kimia terhadap pemodelan molekul dan alat visualisasi berbantuan komputer kontemporer. Studi ini menguji

pengetahuan, pemahaman, dan keyakinan 32 guru kimia SMA terhadap sembilan program komputasi baru pada pemodelan dan visualisasi molekuler yaitu ChemDraw, HyperChem, UCSF Chimera, Marvin Sketch, PsiPred, MBC (PS2), Rampage, Vienna RNA

Package dan Mode RNA mengikuti dua hari pelatihan profesional berbasis bengkel. Setelah pelatihan dan penilaian selesai, para guru menunjukkan peningkatan kesadaran, pemahaman, dan kepercayaan diri terhadap sembilan program komputasi tersebut.

Kegiatan intensif yang terdiri dari kuliah teori, praktik langsung, tugas, dan presentasi studi kasus tampaknya memberikan sumber daya yang berharga untuk peningkatan pengetahuan, pemahaman, dan keterampilan guru yang menggabungkan teknologi

komputasi. Oleh karena itu, dampak penelitian ini mengarah pada nilai pengembangan profesional guru yang menciptakan platform untuk mengurangi hambatan akses, sumber daya, pengetahuan, dan keterampilan. Studi ini diharapkan dapat membantu

meningkatkan kesadaran, pemahaman, dan kepercayaan diri guru yang diperlukan untuk implementasi lebih lanjut dari teknologi yang tersedia untuk tujuan pembelajaran. dan keyakinan terhadap sembilan program komputasi tersebut. Kegiatan intensif

yang terdiri dari kuliah teori, praktik langsung, tugas, dan presentasi studi kasus tampaknya memberikan sumber daya yang berharga untuk peningkatan pengetahuan, pemahaman, dan keterampilan guru yang menggabungkan teknologi komputasi. Oleh

karena itu, dampak penelitian ini mengarah pada nilai pengembangan profesional guru yang menciptakan platform untuk mengurangi hambatan akses, sumber daya, pengetahuan, dan keterampilan. Studi ini diharapkan dapat membantu meningkatkan

kesadaran, pemahaman, dan kepercayaan diri guru yang diperlukan untuk implementasi lebih lanjut dari teknologi yang tersedia untuk tujuan pembelajaran. dan keyakinan terhadap sembilan program komputasi tersebut. Kegiatan intensif yang terdiri dari

kuliah teori, praktik langsung, tugas, dan presentasi studi kasus tampaknya memberikan sumber daya yang berharga untuk peningkatan pengetahuan, pemahaman, dan keterampilan guru yang menggabungkan teknologi komputasi. Oleh karena itu,

dampak penelitian ini mengarah pada nilai pengembangan profesional guru yang menciptakan platform untuk mengurangi hambatan akses, sumber daya, pengetahuan, dan keterampilan. Studi ini diharapkan dapat membantu meningkatkan kesadaran,

pemahaman, dan kepercayaan diri guru yang diperlukan untuk implementasi lebih lanjut dari teknologi yang tersedia untuk tujuan pembelajaran. dan presentasi studi kasus tampaknya menyediakan sumber daya yang berharga untuk peningkatan

pengetahuan, pemahaman, dan keterampilan guru yang menggabungkan teknologi komputasi. Oleh karena itu, dampak penelitian ini mengarah pada nilai pengembangan profesional guru yang menciptakan platform untuk mengurangi hambatan akses,

sumber daya, pengetahuan, dan keterampilan. Studi ini diharapkan dapat membantu meningkatkan kesadaran, pemahaman, dan kepercayaan diri guru yang diperlukan untuk implementasi lebih lanjut dari teknologi yang tersedia untuk tujuan pembelajaran. dan presentasi studi kasus tampaknya menyediaka

© 2019 Prodi Pendidikan IPA FMIPA UNNES Semarang

Kata kunci: kimia, komputasi, pemodelan, guru, visualisasi

PENGANTAR dan kehidupan ekonomi tetapi juga dalam komunitas

pendidikan (Puncreobutr, 2016; Schwab, 2016). Sistem
Digitalisasi dan teknologi berbasis pendidikan sains telah mengadopsi perangkat
internet of things (IoT) telah menjadi kekuatan teknologi kontemporer dan platform komputasi untuk
pendorong revolusi industri 4.0 yang memiliki meningkatkan kualitas pengajaran, pembelajaran, dan
dampak besar tidak hanya dalam upaya sosial. penilaian (Neumann & Waight,
2019). Dua dekade terakhir menunjukkan penggunaan
* Alamat Korespondensi aplikasi perangkat lunak pembelajaran khusus
Email: fredy_saudale@staf.undana.ac.id
 FZ Saudale, RI Lerrick, AA Parikesit, F. Mariti / JPII 8 (4) (2019) 436-446
437

yang telah diperluas dan terintegrasi, mulai dari Pemodelan akhir dalam pembelajaran, kimia dapat
visualisasi interaktif hingga perangkat pemodelan menjadi alat intelektual yang merangsang kemampuan
komputasi dan media e-learning di lingkungan konseptual siswa, yang juga akan membentuk karakter
belajar mengajar sains (Krajcik & Mun, 2014). imajinatif, intuitif, dan inovatif mereka. Karakter-karakter
Kemajuan ini juga difasilitasi oleh karakteristik tersebut terbukti telah membuka jalan untuk penelitian
siswa SD hingga SMA di era milenial ini yang lebih lanjut di bidang kimia yang telah berkontribusi dan
dikenal sebagai digital natives yang sudah sangat menghasilkan terobosan, termasuk memenangkan
familiar dengan mode digital seperti smartphone, hadiah Nobel dalam kimia komputasi pada tahun 1998
iPad, atau perangkat yang terkoneksi dengan dan 2013 (Schlick, 2013). Pada tahun 1998, John A. Pople
internet (Keengwe & Georgina, dianugerahi Hadiah Nobel untuk pengembangan metode
2013). Ekologi dan teknologi digital ini memiliki komputasi dalam kimia kuantum (NobelPrize, 2019a).
potensi luar biasa untuk mengubah pengajaran dan Selanjutnya, di
pembelajaran sains menjadi lebih menarik, interaktif 2013, Martin Karplus, Michael Levitt, dan
dan personal, mendukung kampanye baru-baru ini Arieh Warshel berbagi Hadiah Nobel dalam
untuk mengintegrasikan pemikiran komputasional bidang kimia untuk upaya penelitian mereka
dalam pendidikan dan mempromosikan literasi sains dalam mengembangkan dan menerapkan
digital dan visual (Bucchi & Saracino, 2016; García- pemodelan molekul komputasi untuk
Peñalvo & Mendes, 2018; Jarrahi et al., 2019). memahami sistem biologis yang kompleks
Dalam pendidikan sains, pemodelan (NobelPrize, 2019b). Banyak program dan
komputasi, simulasi, dan visualisasi dinamis adalah perangkat lunak komputasi berbasis internet
beberapa teknologi baru yang telah diterapkan tersedia secara luas dan dapat diakses secara
dalam proses belajar mengajar (Oliveira et al., bebas untuk mendukung pengajaran dan
2019). Mode pembelajaran digital berbasis komputasi dan internet yang menampilkan model interaktif dan pembelajaran kimia seperti PyMOL dan Jmol
visualisasi dinamis dilaporkan dapat meningkatkan pemahaman dan pembelajaran siswa (Chang, 2013). (Craig et al., 2013). Program visualisasi dan/
Kekuatan pemodelan komputasi adalah efektivitasnya untuk mengkonkretkan, menyederhanakan, dan atau software simulasi kimia komputasi
memvisualisasikan konsep dan fenomena abstrak yang tidak dapat diamati secara visual melalui eksperimen seperti ChemSketch dan PhET juga telah
dan terbatas untuk dijelaskan dengan pengajaran atau buku teks (Smetana & Bell, 2012). Dengan demikian, digunakan sebagai metodologi pembelajaran
pemodelan molekul dalam pendidikan sains dapat menjadi enabler bagi transformasi mental siswa dari yang dilaporkan mampu mengurangi
representasi dua dimensi (2D) ke tiga dimensi (3D) (Stieff, 2017). Nilai penting lain dari pemodelan dan model kesulitan belajar siswa (Silva et al., 2015).
dalam pendidikan sains adalah kontribusinya terhadap pembentukan kemampuan spasial siswa melalui ChemDraw dan HyperChem adalah dua
visualisasi ide, proses, dan sistem yang sulit dipahami siswa melalui ruang 2D yang terbatas (Lindgren & produk perangkat lunak kimia komputasi
Schwartz, 2009; Oliver-Hoyo & Babilonia-Rosa, 2017). Dengan ini pemodelan komputasi, simulasi, dan populer yang telah banyak digunakan oleh
visualisasi 3D dapat mengurangi beban kognitif siswa yang, dengan cara itu, membantu mereka lebih fokus komunitas pendidikan baik di sekolah
pada pemahaman dan analisis. Oleh karena itu, pemodelan, simulasi, dan visualisasi 3D dengan komputer menengah maupun universitas.
dapat merangsang siswa untuk berpikir kritis dengan mengajukan pertanyaan lebih lanjut yang melampaui Berkat kemajuan pesat teknologi komputasi
fenomena yang terlihat untuk merumuskan hipotesis yang dapat diuji secara eksperimental untuk dalam komunitas riset kimia dan bioinformatika.
menghasilkan pengetahuan dan temuan baru. Dari sudut pandang ini, pemodelan dapat menjadi titik awal Perangkat lunak dan program berbasis internet
yang mendorong penemuan dan inovasi berbantuan komputer (Leon, 2009). Dengan perhitungan ini- 2009; untuk pemodelan, simulasi, dan visualisasi molekul
Oliver-Hoyo & Babilonia-Rosa, 2017). Dengan ini pemodelan komputasi, simulasi, dan visualisasi 3D dapat kimia kini dapat diakses secara gratis. Beberapa
mengurangi beban kognitif siswa yang, dengan cara itu, membantu mereka lebih fokus pada pemahaman program kimia termasuk UCSF Chimera dan Marvin
dan analisis. Oleh karena itu, pemodelan, simulasi, dan visualisasi 3D dengan komputer dapat merangsang Sketch. Selain itu, kemajuan dalam penelitian Omik
siswa untuk berpikir kritis dengan mengajukan pertanyaan lebih lanjut yang melampaui fenomena yang seperti genomik, transkriptomik, proteomik, dan
terlihat untuk merumuskan hipotesis yang dapat diuji secara eksperimental untuk menghasilkan metabolomik telah menghasilkan ledakan data
pengetahuan dan temuan baru. Dari sudut pandang ini, pemodelan dapat menjadi titik awal yang biologis besar yang memerlukan bantuan
mendorong penemuan dan inovasi berbantuan komputer (Leon, 2009). Dengan perhitungan ini- 2009; Oliver- komputasi untuk menganalisis, menyimpan, dan
Hoyo & Babilonia-Rosa, 2017). Dengan ini pemodelan komputasi, simulasi, dan visualisasi 3D dapat berbagi, yang selanjutnya mempercepat kemajuan
mengurangi beban kognitif siswa yang, dengan cara itu, membantu mereka lebih fokus pada pemahaman studi lapangan bioinformatika (Kovarik et al. Al.,
dan analisis. Oleh karena itu, pemodelan, simulasi, dan visualisasi 3D dengan komputer dapat merangsang

siswa untuk berpikir kritis dengan mengajukan pertanyaan lebih lanjut yang melampaui fenomena yang 2013). Beberapa program komputasi bioinformatika
terlihat untuk merumuskan hipotesis yang dapat diuji secara eksperimental untuk menghasilkan yang digunakan oleh para ilmuwan, termasuk PsiPred,
pengetahuan dan temuan baru. Dari sudut pandang ini, pemodelan dapat menjadi titik awal yang MBC (PS2), Rampage, Vienna RNA Package, dan Mode
mendorong penemuan dan inovasi berbantuan komputer (Leon, 2009). Dengan perhitungan ini- membantu RNA, juga tersedia secara bebas dan dapat dengan
mereka lebih fokus pada pemahaman dan analisis. Oleh karena itu, pemodelan, simulasi, dan visualisasi 3D mudah diimplementasikan di lingkungan sekolah
dengan komputer dapat merangsang siswa untuk berpikir kritis dengan mengajukan pertanyaan lebih lanjut menengah (Form & Lewitter, 2011). Program
yang melampaui fenomena yang terlihat untuk merumuskan hipotesis yang dapat diuji secara eksperimental komputasi ini umumnya digunakan dalam penelitian
universitas
untuk menghasilkan pengetahuan dan temuan baru. Dari sudut pandang ini, pemodelan dapat menjadi titik awal yang dan
mendorong penemuan industri
dan inovasi farmasi
berbantuan untuk
komputer (Leon, 2009). Dengan perhitungan ini- membantu mereka lebih fokus pada pemahaman dan a
 FZ Saudale, RI Lerrick, AA Parikesit, F. Mariti / JPII 8 (4) (2019) 436-446
438

deling RNA dan protein serta merancang senyawa mengembangkan konsep mereka terhadap teknologi (Mouza,
kimia baru sebagai obat potensial. Dengan 2009; Rienties et al., 2013). Katic (2008) juga berpendapat
meningkatnya permintaan untuk ilmu data biologi bahwa pendekatan itu dapat mengarah pada penggunaan
di pasar kerja, bioinformatika telah diperkenalkan teknologi semata-mata daripada potensi transformatifnya
dan diajarkan sejak sekolah menengah (Kovarik et untuk pengajaran dan pembelajaran. Oleh karena itu,
al., 2013; Machluf & Yarden, 2013). Oleh karena itu, dibandingkan dengan pengembangan profesional yang ada,
untuk melek ilmiah di era 21 inist Pada abad digital, kami mengusulkan agar pengembangan profesional mandiri
guru kimia harus sadar dan mampu seperti pelatihan berbasis lokakarya tentang perangkat
memanfaatkan alat komputasi yang tersedia dalam teknologi masih dapat menjadi alternatif pelengkap.
kegiatan kelas mereka secara tepat. Waktunya yang singkat dengan pelatihan intensif dan biaya
Sayangnya, ada kesenjangan antara ketersediaan rendah dengan tetap mengandalkan penilaian yang objektif
teknologi untuk belajar mengajar dan penggunaan oleh guru dan instruktur adalah salah satu keuntungan dari
teknologi oleh guru untuk tujuan pembelajaran. Pusat pelatihan ini.
Nasional telah melaporkan bahwa Statistik Pendidikan, di Meskipun demikian, sejauh pengetahuan kami,
mana kurang dari setengah dari 3000 guru yang disurvei tidak ada penelitian yang melaporkan bagaimana
menggunakan teknologi untuk tugas-tugas non- pengembangan profesional mandiri berubah dan
instruksional seperti administrasi, penilaian, kehadiran, meningkatkan kesadaran, pemahaman, dan
dan persiapan mengajar, beberapa hambatan ditemukan kepercayaan diri guru terhadap alat komputasi
menyebabkan rendahnya penggunaan teknologi oleh kontemporer untuk pengajaran kimia. Oleh karena itu,
guru. di kelas. Hambatan tersebut antara lain kurangnya tujuan dari penelitian ini adalah untuk menguji
pengetahuan, keterampilan, akses, dan sumber daya kesadaran, pemahaman, dan kepercayaan diri guru
(Gray et al., 2010; Kopcha, 2012; Lawrence & Tar, 2018). setelah menyelesaikan pelatihan berbasis lokakarya
profesional selama dua hari tentang alat komputasi
Telah dikemukakan bahwa kesadaran dan pemahaman guru terhadap teknologi di tempat yang tersedia untuk program pemodelan dan
pertama adalah syarat mendasar sebelum menerapkan kegunaannya untuk pendidikan (Cavaz et al., 2009). visualisasi molekuler. Pelatihan terdiri dari kuliah teori,
Temuan dari berbagai penelitian menunjukkan bahwa program pelatihan signifikan untuk pengembangan praktik langsung, tugas rumah, dan presentasi studi
keyakinan pedagogis guru dalam menggabungkan teknologi dengan pengajaran. Ketika guru diberi kasus. Pra dan pasca survei digunakan sebagai alat
kesempatan untuk merasakan manfaat menggunakan teknologi, mereka lebih cenderung menyesuaikan untuk mengukur pengetahuan, pemahaman, dan
instruksi kelas mereka (Aldunate & Nussbaum, 2013; Koh et al., 2017; Mupita et al., 2018; Ottenbreit-Leftwich kepercayaan diri guru.
et al. , 2010). Pelatihan profesional teknologi informasi memberikan pengalaman langsung kepada guru yang

membantu mereka mengubah keyakinan pedagogis tradisional mereka menjadi lebih terbuka terhadap METODE
kontribusi teknologi dalam pendidikan (Baran et al., 2019; Funkhouser & Mouza, 2013). Misalnya,

pengembangan profesional yang ditempatkan seperti program bimbingan selama jangka waktu tertentu Penelitian ini menggunakan metode kuantitatif
telah digunakan untuk memantau penerapan teknologi yang digunakan oleh guru di sekolah. Namun, hal itu dengan desain penelitian non eksperimental melalui
telah menimbulkan beberapa masalah metodologis karena ketergantungannya pada laporan diri yang dibuat survei yang terdiri dari tiga tahap, pengumpulan data,
oleh guru, yang cenderung bias dan melebih-lebihkan sikap dan praktik guru yang sebenarnya terhadap analisis, dan interpretasi. Pra-survei dan pascasurvei
teknologi (An & Reigeluth, 2011; Hixon & Buckenmeyer, 2009). Selain itu, cenderung lebih fokus pada sikap dilakukan untuk mengumpulkan data dengan mengisi
dan praktik guru pada teknologi selama beberapa waktu daripada menilai keuntungan dalam pengetahuan kuesioner oleh guru kimia SMA yang diberikan pada
dan pemahaman konseptual mereka, yang diperlukan untuk perubahan. Pengembangan keprofesian seperti awal dan akhir kegiatan lokakarya kami. Workshop ini
program bimbingan selama beberapa waktu telah digunakan untuk memantau penerapan teknologi yang merupakan salah satu bentuk pengabdian kepada
digunakan oleh guru di sekolah. Namun, hal itu telah menimbulkan beberapa masalah metodologis karena masyarakat yang diselenggarakan oleh program
ketergantungannya pada laporan diri yang dibuat oleh guru, yang cenderung bias dan melebih-lebihkan kerjasama antara Departemen Kimia Universitas Nusa
sikap dan praktik guru yang sebenarnya terhadap teknologi (An & Reigeluth, 2011; Hixon & Buckenmeyer, Cendana dan Departemen Bioinformatika, Indonesian
2009). Selain itu, cenderung lebih fokus pada sikap dan praktik guru pada teknologi selama beberapa waktu International Institutes of Life Sciences (I3LS) di Jakarta
daripada menilai keuntungan dalam pengetahuan dan pemahaman konseptual mereka, yang diperlukan dengan Organisasi Guru Kimia SMA (Musyawarah
untuk perubahan. Pengembangan keprofesian seperti program bimbingan selama beberapa waktu telah Guru Mata Pelajaran/MGMP) di Kota Kupang, Provinsi
digunakan untuk memantau penerapan teknologi yang digunakan oleh guru di sekolah. Namun, hal itu telah Nusa Tenggara Timur (NTT), Indonesia. Peran kami
menimbulkan beberapa masalah metodologis karena ketergantungannya pada laporan diri yang dibuat oleh termasuk menyelenggarakan lokakarya, merancang
guru, yang cenderung bias dan melebih-lebihkan sikap dan praktik guru yang sebenarnya terhadap teknologi kuesioner, menyampaikan materi pelatihan,
(An & Reigeluth, 2011; Hixon & Buckenmeyer, 2009). Selain itu, cenderung lebih fokus pada sikap dan praktik mengevaluasi dan menganalisis jawaban guru di
guru pada teknologi selama beberapa waktu daripada menilai keuntungan dalam pengetahuan dan pasca dan pra-survei. Subyek penelitian ini adalah 32
pemahaman konseptual mereka, yang diperlukan untuk perubahan. itu telah menimbulkan beberapa guru kimia SMA dari 21 SMA negeri yang berada di
masalah metodologis karena ketergantungannya pada laporan diri yang dibuat oleh guru, yang cenderung kota Kupang provinsi NTT. Sebanyak 12,5% adalah
bias dan melebih-lebihkan sikap dan praktik guru yang sebenarnya terhadap teknologi (An & Reigeluth, 2011; guru laki-laki, dan 87,5% adalah guru perempuan.
Hixon & Buckenmeyer, 2009). Selain itu, cenderung lebih fokus pada sikap dan praktik guru pada teknologi Semua berpartisipasi
selama beberapa waktu daripada menilai keuntungan dalam pengetahuan dan pemahaman konseptual mereka, yang diperlukan untuk perubahan. itu telah menimbulkan beberapa masalah metodologis karena ketergantungannya pada laporan diri yang dibuat oleh guru
 FZ Saudale, RI Lerrick, AA Parikesit, F. Mariti / JPII 8 (4) (2019) 436-446
guru memiliki gelar sarjana di bidang
pendidikan. Rata-rata usia peserta guru adalah ±
37,4 tahun. Guru-guru ini menyelesaikan
lokakarya profesional 2 hari kami tentang alat
komputasi untuk visualisasi molekuler.
Pertanyaan untuk pra-survei dan pasca-survei
sama seperti yang ditunjukkan di bawah ini:
INSTRUKSI: Pilih hanya satu jawaban yang paling
mewakili Anda.
1. CHEMDRAW
Sebuah. Saya belum pernah mendengar tentang perangkat lunak ini
b. Saya pernah mendengar software ini, tapi saya tidak tahu
kegunaannya its
c. Saya pernah mendengar tentang perangkat lunak ini dan
mengetahui kegunaannya (tulis jawaban Anda di bawah)
Tabel 1. Perangkat Lunak Kimia dan Bioinformatika dan Program Komputasi Berbasis Web
Digunakan di Workshop dan Survey
Perangkat Lunak dan Alamat URL
ChemDraw
https://www.perkinelmer.com/category/chemdraw
HyperChem
http://www.hyper.com/
sketsa marvin
https://chemaxon.com/products/marvin
UCSF Chimera
https://www.cgl.ucsf.edu/chimera/
PsiPred
http://bioinf.cs.ucl.ac.uk/psipred/
MBC (PS2)
http://ps2.life.nctu.edu.tw/
Mengamuk
http://mordred.bioc.cam.ac.uk/~rapper/rampage.
php
Wina RNA
https://www.tbi.univie.ac.at/RNA/
Modus RNA
http://genesilico.pl/moderna/
Tiga sesi dalam lokakarya berjalan sesuai
rencana instruktur. Pada Sesi I tentang
ChemDraw dan HyperChem, para guru disajikan
tentang cara membuat sketsa 2D dan isomer
senyawa kimia. Beberapa bentuk representasi
molekul kimia yang menampilkan ikatan kimia,
pasangan elektron bebas, serta bentuk 3D dari
ikatan kimia yang mendekati dan menjauh dari
bidang planar juga diberikan. Pada sesi II
tentang Marvin Sketch dan UCSF Chimera, para
guru dilatih tentang cara membuat sketsa 2D
dari input nama dan struktur molekul untuk
membangun isomer dan mengatur pergerakan
dinamis molekul kimia. Para guru juga dilatih
tentang cara menyelamatkan
439
Guru hanya memilih satu jawaban dari
pilihan (A), (B), dan (C), yang relevan dengan
pengetahuan mereka sebelum dan sesudah
lokakarya. Pertanyaan yang sama diberikan
kepada jenis perangkat lunak lain dan program
berbasis internet hanya dengan menukar nama
alat komputasi yang sedang diperiksa. Secara
total, sembilan alat komputasi kontemporer
disurvei, seperti ChemDraw, HyperChem, Marvin
Sketch, UCSF Chimera, PsiPred, MBC (PS2),
Rampage, paket RNA Wina, dan Mode RNA
(Tabel 1). Workshop dibuka dengan pra-survei
untuk mengetahui baseline tingkat pengenalan,
pengetahuan, dan kepercayaan terhadap
program komputasi kontemporer yang terkait
dengan pemodelan dan visualisasi molekuler.
Fungsi
Membuat sketsa molekul kimia 2D, reaksi kimia,
stereokimia
Menggambar dan mensimulasikan molekul kimia 2D
Menggambar struktur kimia 2D dan 3D dengan cepat dan
akurat
Visualisasi interaktif dan analisis struktur molekul
kimia, DNA, RNA, dan protein
Prediksi dan visualisasi struktur sekunder protein
Prediksi struktur protein berbasis template
Memvisualisasikan area yang diizinkan secara energetik
dari sudut dihedral rantai protein utama
Prediksi dan analisis struktur RNA sekunder
Pemodelan komparatif struktur RNA 3D
hasil sketsa molekul kimia dalam format file
struktural yang tepat seperti SMILES, SDF, MOL2,
PDB, yang kemudian dapat digunakan sebagai file
input untuk diubah menjadi representasi 3D
menggunakan UCSF Chimera. Pada sesi III tentang
PsiPred, MBC (PS2), Rampage, Vienna RNA
Package, dan Mode RNA, para guru disajikan
dengan topik tentang pemodelan dan memprediksi
struktur sekunder dan 3D RNA serta menjelajahi
struktur protein 3D.
Pekerjaan rumah juga diberikan kepada guru
untuk menerapkan perangkat komputasi yang mereka
pelajari dalam pengaturan pengajaran di kelas. Tugas
tersebut kemudian dipresentasikan pada hari
berikutnya sebagai studi kasus. Lagipula
 FZ Saudale, RI Lerrick, AA Parikesit, F. Mariti / JPII 8 (4) (2019) 436-446
440

Dari sesi-sesi yang tercapai, dilakukan post-survey
untuk mengetahui persentase dan peningkatan
kesadaran, pemahaman, dan kepercayaan diri.
Tahap analisis data adalahdilakukan berdasarkan
data pra dan pasca survei. Itu sangat bergantung
pada metode yang dikembangkan oleh Terrell &
Listenberger (2017).
Pada tahap penelitian ini, kami memodifikasi
analisis data dengan menargetkan guru kimia sekolah
menengah melalui pengukuran kesadaran,
pemahaman, dan kepercayaan diri mereka terhadap
program komputasi untuk pemodelan dan visualisasi
molekuler. Kesadaran didefinisikan sebagai keakraban
apakah guru sebelumnya pernah mendengar tentang
program komputasi atau tidak. Kesadaran
dipersepsikan sebagai bentuk dasar pengetahuan
sekaligus prasyarat untuk pemahaman yang lebih
canggih. Pada analisis data, guru dikatakan memiliki
kesadaran jika memilih jawaban (B) dan (C) terlepas
dari penjelasan yang diberikan. Dengan kata lain, para
guru berkenalan dengan program komputasi dan
fungsinya terlepas dari apa yang mereka miliki
deskripsi fungsinya. Guru dikatakan paham
dan percaya diri jika memilih jawaban (C).
Kami menghitung jumlah guru yang memilih
pilihan A, B, C, dan mengukur persentase
yang terkait dengan alat komputasi terkait
yang diperiksa pada pra-dan pasca-survei.
Dalam analisis data, kami juga ingin
mengetahui tingkat pemahaman berdasarkan
penilaian instruktur terhadap jawaban (C) yang
diberikan oleh peserta. Tingkat pemahaman guru
dibagi menjadi empat kategori yaitu (i) Tidak
Diperagakan (C-ND), jika tidak menyebutkan atau
memberikan jawaban tetapi salah; (ii) Muncul (CE), jika
jawaban setengah benar atau sebagian tidak logis, (iii)
Memuaskan (CS), jika mampu menunjukkan satu
fungsi atau memberikan penjelasan umum dan (iv)
Luar Biasa (C-EX), jika mereka menjelaskan lebih dari
satu penggunaan yang benar dan memperoleh
pengetahuan baru. Sebagai contoh jawaban (C) yang
diberikan oleh guru kimia dan dievaluasi oleh
instruktur bengkel berdasarkan keempat kategori
tersebut dapat dilihat pada Tabel 2.

Meja 2. Contoh Penilaian Instruktur atas Jawaban Peserta (C)

Tidak
muncul Memuaskan Luar biasa
didemonstrasikan

Kriteria Tidak ada jawaban Sebagian benar Bisa menunjukkan Menguraikan lebih dari satu penggunaan yang benar
diberikan; atau hadir- atau sebagian tidak logis satu tujuan dari alat pemodelan yang dimaksud atau
ed tapi salah kal yang umum
penjelasan

ChemDraw Digunakan untuk membuat menggambarkan Ilustrasi Menggambarkan struktur 2D dan 3D dari a
rumus kimia rumit struktur senyawa, mengetahui sifat fisik dan
molekuler dari 2D dan sifat kimia senyawa, mengetahui
bentuk 3D mol- prediksi senyawa NMR,
ecule mengetahui struktur berdasarkan
nama senyawa dan sebaliknya

HyperChem visualisasi Melihat molekul 3D- Membuat sketsa 2D dan membuat 3D

model dari struktur dari model penggambaran lar, dapat membaca jenis atom,
ChemDraw molekul dan dan visual- dan merancang serta membuat
makromol- bentuk isasi dari dinamika molekul
ecule

Teks Pembuatan Sketsa Marvin Mengunduh menggambarkan Menampilkan struktur molekul dalam
terkait dengan perangkat lunak, simpan- 2D dan 3D bentuk gambar dan animasi 2D/3D,
visualisasi dari ing dan mengedit struktur menampilkan nama IUPAC dan struktur
atom, ion, struktur kimia- dan kon- yang dibuat dan sebaliknya,
molekul termasuk tur, menabung mengencangkan menampilkan isomer, pasangan
ikatan kimia file struktur molekuler elektron bebas, juga termasuk validasi
yang terjadi didalamnya dinamika dan struktur molekul yang dibuat

UCSF Chi- Perumusan menggambarkan Visualisasi- Mengonversi molekul dari 2D ke

mera dan fisik dan makromol- tion dari 3D 3D, menampilkan molekul 3D dari
stabilitas kimia ecule molekuler file SMILES, SDF, Protein Data Bank
uji bentuk
 FZ Saudale, RI Lerrick, AA Parikesit, F. Mariti / JPII 8 (4) (2019) 436-446
Selanjutnya, kami juga mengukur persentase
guru yang mengalami peningkatan kesadaran,
pemahaman, dan kepercayaan diri. Guru dikatakan
mengalami peningkatan kesadaran jika jawabannya
berpindah dari (A) ke (B), atau (A) ke
(C) dari pra hingga pasca survei. Guru dikatakan
mengalami peningkatan pemahaman jika ada
perpindahan dari jawaban (A), atau (B), atau (C ND),
ke jawaban (C - E), atau (C - S), atau ( C-EX) dari
HASIL DAN DISKUSI
Gambar 1. Hasil Pra-Survei (N=32)
Lokakarya yang diadakan dimaksudkan untuk
memperkenalkan dan membantu guru kimia untuk
pemodelan molekul dan alat visualisasi saat ini yang
dapat meningkatkan aktivitas pedagogis mereka
dalam instruksi struktur kimia. Dari pra-survei
diketahui bahwa awareness guru kimia terhadap
ChemDraw sudah sangat tinggi (81,3%), disusul
HyperChem (43,8%), Mode RNA (12,5%), Marvin Sketch
(9,4%), UCSF Chimera (6,3%), mengamuk (6,3%)
(Gambar 1). Keakraban yang tinggi dengan ChemDraw
ini juga disertai dengan tingkat pengetahuan sedang
(40,6%) dan kepercayaan diri dalam menggunakan
perangkat lunak (53,1%).
Sedangkan persentase pengetahuan dan
kepercayaan terhadap HyperChem hanya 9,4%.
Tingkat pengalaman guru yang tinggi dengan
ChemDraw dan HyperChem menunjukkan
keakraban mereka dengan perangkat lunak yang
cukup terkenal dan umum digunakan dalam
pengajaran kimia dari sekolah menengah hingga
universitas (Haworth & Martin, 2018).
Di sisi lain, para guru tidak pernah mendengar
dan mengetahui penggunaan PsiPred, MBC (PS2), dan
Vienna RNA. Menariknya, 6,3% dan 12,5% guru telah
mendengar tentang Rampage dan Mode RNA, tetapi
tidak mengetahui kegunaannya. Selain itu, sisanya
tidak memiliki pengetahuan dan kepercayaan pada
Marvin Sketch, UCSF Chimera, Rampage, PsiPred, MBC
(PS2), Vienna RNA, dan Mode RNA. Ketidaktahuan
mereka tentang program komputasi seperti Mode
RNA,
441
pra hingga pasca survei. Guru dinyatakan meningkatkan
kepercayaan diri jika ada perpindahan dari jawaban (A) ke
(C) atau (B) ke (C), dari pra ke pasca survei. Kami
menghitung total guru yang menunjukkan tren tersebut
dan diukur dalam persentase (%). Data dikompilasi,
dianalisis, dan divisualisasikan menggunakan perangkat
lunak GraphPad Prism versi
8.2.1 (San Diego, CA).
Marvin Sketch, UCSF Chimera, Rampage, PsiPred, MBC (PS2), dan Vienna RNA menunjukkan
bahwa mereka tidak pernah diekspos dan diinformasikan tentang ketersediaan alat tersebut.
Sebagian, bisa jadi karena produk perangkat lunak kimia dan bioinformatika sebagian besar
digunakan untuk pemodelan dan analisis struktur 3D protein dan RNA di universitas riset. Hal ini
kemudian menciptakan kesenjangan yang menyebabkan kurangnya akses dan pengetahuan
guru. Misalnya, meskipun perangkat lunak Marvin Sketch dapat diunduh secara gratis dari situs
web ChemAxon untuk pendidik sekolah menengah, para guru tidak menyadari keuntungan ini.
Kemungkinan besar mereka tidak menyadari ketersediaan dan kegunaan program komputasi
tersebut secara gratis. Kendala bahasa Inggris juga dapat menjadi alasan bagi guru untuk
melihat bahwa alat komputasi tersebut menantang untuk dipelajari dan tidak mudah digunakan.
Sejalan dengan itu, penelitian sebelumnya melaporkan bahwa kurangnya akses dan
pengetahuan adalah salah satu dari beberapa faktor pendukung yang menghambat adopsi dan
integrasi Teknologi Komunikasi Informasi (TIK) guru dalam proses belajar mengajar (Lawrence &
Tar, 2018). Keadaan ini memotivasi kami untuk memperkenalkan bioinformatika, perangkat lunak
cheminformatics dan alat komputasi untuk pemodelan dan visualisasi sebagai bagian dari
lokakarya pengembangan profesional untuk guru kimia. penelitian sebelumnya telah
melaporkan bahwa kurangnya akses dan pengetahuan adalah salah satu dari beberapa faktor
pendukung yang menghambat adopsi guru dan integrasi Teknologi Komunikasi Informasi (TIK)
dalam proses belajar mengajar (Lawrence & Tar, 2018). Keadaan ini memotivasi kami untuk
memperkenalkan bioinformatika, perangkat lunak cheminformatics dan alat komputasi untuk
pemodelan dan visualisasi sebagai bagian dari lokakarya pengembangan profesional untuk guru
kimia. penelitian sebelumnya telah melaporkan bahwa kurangnya akses dan pengetahuan
adalah salah satu dari beberapa faktor pendukung yang menghambat adopsi guru dan integrasi
Teknologi Komunikasi Informasi (TIK) dalam proses belajar mengajar (Lawrence & Tar, 2018).
Keadaan ini memotivasi kami untuk memperkenalkan bioinformatika, perangkat lunak
cheminformatics dan alat komputasi untuk pemodelan dan visualisasi sebagai bagian dari
lokakarya pengembangan profesional untuk guru kimia.
Kimia adalah perkembangan ilmu kimia
yang relatif baru yang menerapkan penggunaan
 FZ Saudale, RI Lerrick, AA Parikesit, F. Mariti / JPII 8 (4) (2019) 436-446
442
komputer dan teknik informasi dalam manajemen,
database, dan analisis struktur molekul kimia yang
secara khusus terkait dengan kemajuan pesat
penelitian akhir-akhir ini dalam desain dan
penemuan komputasi (Wild, 2013). Bioinformatika
berkaitan dengan penerapan teknik komputasi
untuk mengelola dan menganalisis informasi
biologis dan struktur biomolekul seperti DNA, RNA,
dan protein yang dihasilkan dari penelitian
genomik, transkriptomik, proteomik, dan
metabolomik (Patel et al., 2019). Dekade terakhir
telah menunjukkan peningkatan upaya untuk
memperkenalkan cheminformatics dan
bioinformatics untuk mengajar dan belajar kimia di
sekolah menengah (Kovarik et al., 2013; Machluf &
Yarden, 2013; Wild, 2013). Hal ini sebagian
disebabkan oleh meningkatnya permintaan ahli
kimia, bioinformatika, dan ilmu data biologi di
pasar kerja (Attwood et al., 2017).
Gambar 2. Hasil Pasca Survei (N=32)
Persentase awareness terhadap software
ChemDraw adalah 100%, kemudian HyperChem
(100%), Marvin Sketch (100%), UCSF Chimera
(100%), PsiPred (100%), MBC (PS2) (87,5%),
Rampage (100 %), RNA Wina (96,8%) dan Mode
RNA (96,9%). Selain itu, persentase pengetahuan
guru tentang software ChemDraw adalah 100%,
diikuti oleh Hyperchem (75%), Marvin Sketch
(100%), UCSF Chimera (93,8%), PsiPred (75%),
MBC (PS2) (37,5%). ), Rampage (46,9%), Vienna
RNA (40,6%) dan Mode RNA (46,9%). Di sisi lain,
persentase kepercayaan guru dalam
menggunakan software ChemDraw adalah
90,6%, diikuti oleh Hyperchem (78,1%), Marvin
Sketch (93,8%), UCSF Chimera (93,8%), PsiPred
(84,4%), MBC (PS2) (68,8%), Rampage (81,3%),
Vienna RNA (68,8 %) dan Mode RNA (65,6%).
Perpaduan antara kuliah, praktik langsung,
pekerjaan rumah, dan presentasi dalam lokakarya
2 hari berkontribusi untuk mengakomodasi
perkembangan pesat pengetahuan teoretis guru.
Penggunaan software kimia telah dilaporkan dapat
meningkatkan kemampuan visual dan spasial siswa
(Lohning et al., 2019). Dilaporkan juga bahwa
persepsi siswa sekolah menengah terhadap
integrasi bioinformatika dalam kurikulum juga
sangat positif dalam meningkatkan pembelajaran
mereka (Machluf et al.,
2016). Oleh karena itu, untuk melek ilmiah
dengan tuntutan cepat 21st Pada abad digital,
guru kimia SMA perlu meningkatkan kualifikasi
profesional terkait teknologi komputasi melalui
pengembangan profesional dalam pemodelan,
visualisasi dan penerapan database kimia dan
bioinformatika dalam mendukung pedagogi
belajar mengajar (Tuvi-Arad & Blonder, 2019). ).
Setelah lokakarya, peningkatan kesadaran,
pengetahuan, dan kepercayaan diri terlihat,
yang dapat diamati pada Gambar 2.
pengetahuan dan keterampilan pada program-program
tersebut. Pada praktik langsung, kami memberikan
contoh nyata kepada guru tentang masalah dalam
membuat sketsa struktur molekul yang biasanya sulit
dipahami oleh siswa. Pada tugas pekerjaan rumah, kami
mengizinkan guru untuk menemukan sendiri masalah
tentang struktur kimia dan mencoba menyelesaikannya
dengan alat komputasi yang telah mereka pelajari. Selain
itu, pada presentasi studi kasus, para guru diberi
kesempatan untuk mempresentasikan pengetahuan dan
keterampilan mereka dalam menunjukkan kegunaan
program untuk membuat sketsa struktur yang mereka
pilih dengan setting yang meniru instruksi di kelas. Kami
menemukan metode ini membantu dalam meningkatkan
pengetahuan, pemahaman, dan kepercayaan diri guru.
Meskipun persentase kesadaran guru tentang perangkat
lunak pemodelan protein dan RNA telah meningkat,
pemahaman dan kepercayaan diri mereka lebih rendah
daripada ChemDraw, HyperChem, dan Marvin Sketch. Ini
bisa jadi jumlah waktu yang dihabiskan guru untuk
mempelajari program itu selama during
 FZ Saudale, RI Lerrick, AA Parikesit, F. Mariti / JPII 8 (4) (2019) 436-446
Workshop dan/atau PR merupakan porsi kecil dari materi protein dan RNA dalam waktu yang lebih sedikit
dibandingkan ChemDraw, HyperChem, dan Marvin dalam kurikulum kimia SMA, yaitu Sketch Sketch. Hal
ini mungkin juga karena hanya diajarkan secara singkat di kelas XII.
Gambar 3. Analisis Keuntungan dari Pra hingga Pasca Survei
Kami juga bercita-cita untuk mengeksplorasi
peningkatan kesadaran, pemahaman, dan
kepercayaan diri para guru (Gambar 3). Hal ini
bertujuan untuk menelusuri perkembangan
kesadaran dan pemahaman guru dari pra hingga
pasca survei yang dapat mencerminkan perubahan
pengetahuan, persepsi, dan sikap mereka terhadap
teknologi komputasi untuk visualisasi molekuler.
InChemDraw, persentase peningkatan kesadaran guru
terlihat rendah, yaitu 18,7%. Namun, itu adalah
sebagian kecil guru yang belum mengenal software
sebelum workshop berlangsung. Kami tidak
mengandalkan peningkatan dari mereka yang telah
memilih jawaban (B) dan/atau (C) pada pra-survei
hanya karena mereka sudah terbiasa dengan
perangkat lunak. Namun, hal ini menunjukkan bahwa
beberapa guru yang pada awal pelatihan tidak
mengetahui ChemDraw, telah mengalami kemajuan
dalam kesadaran perangkat lunak. Demikian juga
terjadi peningkatan pemahaman tentang ChemDraw
yaitu sebesar 90,6% dan kepercayaan 43,8%. Selain itu
peningkatan 50% dicatat pada kesadaran HyperChem,
Marvin Sketch, UCSF Chimera, PsiPred, MBC (PS2),
Rampage, Vienna RNA, dan Mode RNA. Secara
pemahaman, terdapat peningkatan yang tinggi pada
ChemDraw (90,6%), HyperChem (71,9%), Marvin
Sketch (100%), UCSF Chimera (91,8%), dan PsiPred
(75%). Sementara itu, peningkatan pemahaman
tentang MBC (PS2), Rampage, Vienna RNA, dan Mode
RNA masih di bawah 50%. Hal ini menunjukkan bahwa
guru perlu menghabiskan lebih banyak waktu untuk
mencerna materi baru tentang RNA dan Protein serta
alat komputasi terkait. Selanjutnya, peningkatan 60%
terlihat pada kepercayaan penggunaan HyperChem,
Marvin Sketch, UCSF Chimera,
443
PsiPred, MBC (PS2), Rampage, Vienna RNA,
dan Mode RNA.
Secara keseluruhan, para peneliti mengamati
peningkatan kesadaran, pemahaman, dan kepercayaan
diri guru terhadap perangkat lunak komputasi untuk
pemodelan dan visualisasi setelah dua hari lokakarya
profesional mandiri. Teknologi komputasi dalam bentuk
perangkat lunak dan program berbasis internet telah
menjadi komponen tak terpisahkan dari penelitian dan
pendidikan ilmu kehidupan. Namun, penelitian telah
menunjukkan bahwa, karena alasan pengalaman yang
tidak memadai, guru sering kali tidak memasukkan unsur
teknologi dalam pengajaran dan pembelajaran sains
(Koehler & Mishra, 2009). Hambatan umum terhadap
teknologi telah diselidiki, termasuk kurangnya
pengetahuan, keterampilan, kepercayaan diri, akses, dan
waktu (Dinçer, 2018; Kopcha, 2012; Lawrence & Tar,
2018). Selain itu, kepercayaan konseptual para
guru yang menganggap bahwa teknologi terlalu
canggih menghambat percepatan integrasi
teknologi (Mishra et al., 2019). Sejalan dengan
penelitian kami, An & Reigeluth (2011)
menyarankan bahwa menerapkan pengembangan
profesional adalah salah satu dari lima strategi
yang harus dilakukan untuk mengatasi hambatan
umum seperti pengetahuan dan keterampilan
mengintegrasikan teknologi komputasi untuk
tujuan pembelajaran di sekolah K-12. Dibandingkan
dengan pengembangan profesional yang
berkesinambungan dan bersifat situasional, yang
membutuhkan waktu yang lama, biaya yang tinggi,
dan bias metodologis karena ketergantungan pada
laporan diri guru yang cenderung melebih-lebihkan
praktik aktual mereka dengan teknologi, lokakarya
profesional mandiri dapat dilakukan dalam waktu
singkat. melalui pelatihan intensif.
 FZ Saudale, RI Lerrick, AA Parikesit, F. Mariti / JPII 8 (4) (2019) 436-446
444
pengetahuan dan pemahaman yang dikombinasikan
dengan penilaian instruktur. Terrel & Listenberger
(2017) mengembangkan proyek visualisasi molekuler berbasis
inkuiri selama beberapa minggu untuk siswa Biokimia I.
Mereka menemukan bahwa ada peningkatan pengetahuan
dan kepercayaan diri siswa dalam menggunakan database
online dan alat komputasi. Hasil penelitian ini menunjukkan
bahwa metode mereka dapat diterapkan untuk program
pengembangan profesional terhadap guru kimia sekolah
menengah dalam waktu yang lebih singkat (misalnya, dua
hari) di mana kami menemukan peningkatan yang sebanding
dalam kesadaran, pemahaman, dan kepercayaan diri dalam
menggunakan alat komputasi. Selain itu, kami berpendapat
bahwa pengembangan profesional mandiri dapat diadakan
dengan cepat untuk menyesuaikan dengan kebutuhan dan
perkembangan teknologi informasi yang menuntut
pembelajaran dan adaptasi yang cepat.
Meskipun demikian, kami menyadari keterbatasan
penelitian kami bahwa peningkatan dalam kenalan,
pengetahuan, dan kepercayaan guru dalam alat
komputasi kontemporer pada visualisasi molekuler tidak
selalu menyiratkan bahwa mereka akan memasukkannya
ke dalam pengajaran dan pembelajaran pedagogis
mereka di kelas. Penelitian telah menunjukkan bahwa
beberapa faktor penting juga memainkan peran penting
dalam implementasi TIK yang kompleks pada proses
belajar mengajar, yang meliputi kepemimpinan,
dukungan kelembagaan, sumber daya, konteks geografis,
infrastruktur, pelatihan, dan dukungan teknis (Lawrence &
Tar, 2018). Jadi, kami menganggap penelitian kami
sebagai hasil awal untuk penelitian lanjutan lebih lanjut
tentang sikap dan tantangan guru kimia dalam
menerapkan pengetahuan dan keterampilan mereka
pada alat komputasi modern di pengaturan kelas.
Hasil penelitian kami dapat
memanfaatkan motivasi dan mengubah
keyakinan pedagogis guru kimia terhadap
teknologi komputasi. Ini juga dapat
memberikan guru kimia berbagai perangkat
lunak dan alat berbasis web sesuai dengan
kebutuhan, kondisi, dan tujuan pembelajaran
mereka di kelas. Sebagai contoh, software
Marvin Sketch dari ChemAxon dapat menjadi
pelengkap atau alternatif dari ChemDraw
karena dapat diakses secara bebas, relatif
mudah dan cepat untuk digunakan dan
diterapkan baik untuk persiapan guru
maupun aplikasi kelas. Pengenalan UCSF
Chimera dapat membekali guru untuk
mengubah representasi molekul 2D menjadi
3D dengan cara yang lebih interaktif.
Pengenalan perangkat lunak dan alat
komputasi bioinformatika seperti PsiPred,
MBC (PS2), Rampage, Vienna RNA Package,
Biomolekul RNA dan Protein. Dari sini, perangkat
komputasi untuk pemodelan dan visualisasi dapat
mengubah cara belajar mengajar yang disajikan kepada
siswa, dengan harapan mata kuliah ini akan membuat
pembelajaran kimia, khususnya struktur molekul menjadi
lebih menarik, interaktif, dinamis, dan personal bagi
siswa. Pada titik ini, siswa dapat mulai diperkenalkan dan
diinformasikan tentang manfaat memanfaatkan teknologi
komputasi dalam membantu perkembangan kognitif,
psikomotor, dan afektif mereka. Akibatnya, itu dapat
membekali mereka dengan baik untuk memasuki
pendidikan tinggi dan kemudian di 21st-pasar kerja abad
dengan keterampilan yang sangat dibutuhkan seperti
berpikir analitis, spasial dan konseptual dibantu oleh
keterampilan komputasi untuk memecahkan masalah
yang kompleks di dunia nyata (Barr et al., 2011; Yadav et
al., 2017).
KESIMPULAN
Studi ini menghasilkan peningkatan kesadaran,
pemahaman, dan kepercayaan diri guru kimia sekolah
menengah setelah mengikuti lokakarya profesional
selama 2 hari tentang alat komputasi untuk
pemodelan dan visualisasi molekuler. Melalui
pelatihan intensif yang terdiri dari teori, praktik, dan
tugas mandiri serta presentasi studi kasus dan dinilai
sebelum dan sesudah survei, para guru menunjukkan
kemajuan dalam kesadaran, pemahaman, dan
kepercayaan diri dalam memanfaatkan alat-alat
tersebut. Dampak dari penelitian ini mengarah pada
nilai pengembangan profesional mandiri yang masih
relevan dan berguna dalam menciptakan platform
yang berharga untuk mengurangi hambatan akses,
sumber daya, pengetahuan, dan keterampilan. Dalam
hal itu, telah terbukti membantu meningkatkan
kesadaran, pemahaman, dan kepercayaan diri guru,
yang diperlukan untuk penggunaan lebih lanjut dari
teknologi yang tersedia untuk tujuan instruksional.
Implikasi dari penelitian ini dapat berkontribusi pada
kampanye dan diskusi baru-baru ini tentang perlunya
memasukkan ilmu komputasi dan teknologi informasi
ke dalam pengajaran dan pembelajaran kimia dalam
menghadapi dan mengadaptasi tantangan revolusi
industri 4.0.
UCAPAN TERIMA KASIH
Penelitian ini didanai oleh Direktorat
Penelitian dan Pengabdian kepada Masyarakat,
Direktorat Jenderal Penguatan Penelitian dan
Pengembangan, Kementerian Riset Teknologi
dan Pendidikan Tinggi Republik Indonesia,
sesuai dengan Surat Kontrak Pelaksanaan
Program Pengabdian Masyarakat Nomor: 078/
SP2H /PPM/DRPM/2019 pada
 FZ Saudale, RI Lerrick, AA Parikesit, F. Mariti / JPII 8 (4) (2019) 436-446
445

18 Maret 2019. Kami berterima kasih kepada teknologi: Sebuah Investigasi Keyakinan
Organisasi Guru Mata Pelajaran Kimia (MGMP) di Guru Preservice dalam Konteks Kursus
kota Kupang, NTT sebagai mitra komunitas kami. Teknologi Pendidikan Pengantar. Komputer
Kami juga mengucapkan terima kasih kepada
& Pendidikan, 62(2013), 271–285.
García-Peñalvo, FJ, & Mendes, AJ (2018). Jelajahi-
mahasiswa S1 angkatan 2017, 2018 dan mahasiswa
ing Efek Berpikir Komputasi dalam Pendidikan
senior dari kelompok riset Computational Pra-Universitas. Komputer dalam Perilaku
Biochemistry and Modeling di Departemen Kimia, Manusia, 80(2018), 407-411.
Fakultas Sains dan Teknik, Universitas Nusa Gray, L., Thomas, N., & Lewis, L. (2010). Guru'
Cendana di Kupang NTT yang telah terlibat dan Penggunaan Teknologi Pendidikan di Sekolah
membantu dalam teknis pelaksanaan bengkel. Umum AS: 2009. First Look. NCES 2010-040.
Pusat Statistik Pendidikan Nasional.
REFERENSI Haworth, NL, & Martin, LL (2018). Biomolekul
Come Alive: Eksperimen Laboratorium Berbasis
Komputer untuk Mahasiswa Kimia. Jurnal dari
Aldunate, R., & Nussbaum, M. (2013). Guru Adop-
Pendidikan Kimia, 95(12), 2256–2262.
Teknologi. Komputer dalam Perilaku Manusia-
Hixon, E., & Buckenmeyer, J. (2009). Meninjau kembali Tek-
atau, 29(3), 519-524.
Integrasi nologi di Sekolah: Implikasi untuk
An, YJ, & Reigeluth, C. (2011). Menciptakan Teknologi-
Pengembangan Profesional. Komputer di
Ruang Kelas yang Disempurnakan, Berpusat pada
Sekolah, 26(2), 130–146.
Siswa: K–12 Keyakinan, Persepsi, Hambatan,
Jarrahi, MH, Philips, G., Sutherland, W., Sawyer,
dan Kebutuhan Dukungan. Jurnal Pembelajaran Digital
S., & Erickson, I. (2019). Personalisasi
dalam Pendidikan Guru, 28(2), 54-62.
Pengetahuan, Ekologi Pengetahuan Pribadi,
Attwood, TK, Blackford, S., Brazas, MD, Davies,
dan Digital Nomadisme. Jurnal Asosiasi Ilmu
A., & Schneider, MV (2017). Perspektif Global tentang
Pengetahuan dan Teknologi Informasi, 70(4),
Bioinformatika dan Data yang Berkembang
313–324.
Kebutuhan Pelatihan Sains. Pengarahan dalam Bioinformat-
Keengwe, J., & Georgina, D. (2013). Mendukung Digi-
ic, 20(2), 398–404.
tal Pribumi untuk Belajar Secara Efektif dengan Teknologi
Baran, E., Canbazoglu Bilici, S., Albayrak Sari, A.,
Alat. Jurnal Internasional Pendidikan
& Tondeur, J. (2019). Menyelidiki Dampak
Strategi Pendidikan Guru pada Prajabatan
Teknologi Informasi dan Komunikasi (IJICTE),
9(1), 51–59.
TPACK Guru. Jurnal Pendidikan Inggris
Koehler, M., & Mishra, P. (2009). Apa itu Teknologi-
Teknologi, 50(1), 357–370.
kal Pengetahuan Konten Pedagogis (TPACK)?
Barr, D., Harrison, J., & Conery, L. (2011). komputasi-
Isu Kontemporer dalam Teknologi dan Pendidikan Guru
Pemikiran Nasional: Keterampilan Era Digital untuk Setiap-
pelajaran, 9(1), 60–70.
satu. Belajar & Memimpin dengan Teknologi, 38(6),
Koh, JHL, Chai, CS, & Lim, WY (2017). Guru
20–23.
Pengembangan Profesional untuk TPACK-21CL:
Bucchi, M., & Saracino, B. (2016). “Ilmu Penglihatan
Pengaruhnya terhadap Integrasi TIK Guru dan Siswa
Literasi” Gambar dan Pemahaman Publik Ilmu
Hasil. Jurnal Pendidikan Komputasi Ulang
Pengetahuan di Era Digital. Ilmu Komunikasi,
38(6), 812–819.
cari, 55(2), 172–196.
Kopcha, TJ (2012). Persepsi Guru tentang Bar-
Cavas, B., Cavas, P., Karaoglan, B., & Kisla, T. (2009).
Riers untuk Integrasi Teknologi dan Praktek
Kajian tentang Sikap Guru Sains Terhadap
dengan Teknologi Di Bawah Profesional Terletak
Teknologi Informasi dan Komunikasi dalam
Pengembangan. Komputer & Pendidikan, 59(4),
Pendidikan. Pengiriman Online, 8(2), 1-13.
1109–1121.
Chang, HY (2013). Bimbingan Guru untuk Mediasi
Kovarik, DN, Patterson, DG, Cohen, C., Sanders,
Permintaan Siswa melalui Visualisasi Dinamis
EA, Peterson, KA, Porter, SG, & Chowning, JT
Interaktif. Ilmu Instruksional, 41(5), 895–
(2013). Pendidikan Bioinformatika di SMA:
920.
Implikasinya untuk Memajukan Sains,
Craig, PA, Michel, LV, & Bateman, RC (2013). SEBUAH
Teknologi, Teknik, dan Matematika-
Survei Penggunaan Pendidikan Visual Molekuler
ics Karir. CBE—Pendidikan Ilmu Hayati, 12(3),
aplikasi gratis. Pendidikan Biokimia dan
441–459.
Biologi Molekuler, 41(3), 193-205.
Krajcik, JS, & Mun, K. (2014). Janji dan tantangan-
Dinçer, S. (2018). Apakah Guru Prajabatan Benar-benar Menyala-
lenges Menggunakan Teknologi Pembelajaran untuk
Cukup Mengintegrasikan Teknologi dalam
Mempromosikan Siswa Belajar Sains. Dalam
Praktik Kelas Mereka? Penentuan Tingkat
Lederman, NG, & Abell, SK (ed.),Buku pegangan dari
Literasi Teknologi Guru Prajabatan.
Penelitian tentang Pendidikan Sains, (2dan Ed., hal. 337–
Pendidikan dan Teknologi Informasi, 23(6),
360). New York: Routledge.
2699–2718.
Lawrence, JE, & Tar, UA (2018). Faktor yang di-
Bentuk, D., & Lewitter, F. (2011). Sepuluh Aturan Sederhana untuk
pengaruh Adopsi Guru dan Integrasi TIK
Mengajar Bioinformatika di SMA
dalam Proses Belajar Mengajar. pendidikan
Tingkat. Biologi Komputasi PLoS, 7(10), 1-2.
Media Internasional, 55(1), 79–105.
Funkhouser, BJ, & Mouza, C. (2013). Menggambar pada
 FZ Saudale, RI Lerrick, AA Parikesit, F. Mariti / JPII 8 (4) (2019) 436-446
446
Leon, N. (2009). Masa Depan Computer-Aided In-
sesuatu yg baru dipergunakan. Komputer di Industri, 60(8), 539–550.
Lindgren, R., & Schwartz, DL (2009). Pembelajaran Spasial-
ing dan Simulasi Komputer dalam Sains. Di-
Jurnal Pendidikan Sains internasional, 31(3),
419–438.
Lohning, AE, Hall, S., & Dukie, S. (2019). Tingkatkan-
Memahami Biokimia Menggunakan
Teknologi Pencetakan 3D dan Kimia: A
Perspektif Mahasiswa. Jurnal Pendidikan Kimia-
tion, 96(11), 2497-2502.
Machluf, Y., & Yarden, A. (2013). Mengintegrasikan Bio-
informatika ke SMA: Prinsip Desain dan
Implikasinya. Pengarahan Bioinformatika,
14(5), 648–660.
Machluf, Y., Gelbart, H., Ben-Dor, S., & Yarden, A.
(2016). Menjadikan Sains Otentik Dapat Diakses
—Manfaat dan Tantangan Mengintegrasikan
Bioinformatika ke dalam Sains SMA
Kurikulum. Pengarahan dalam Bioinformatika, 18(1),
145–159.
Mishra, C., Ha, SJ, Parker, LC, & L. Clase, K.
(2019). Menggambarkan Konsepsi Guru tentang
Teknologi dalam Inkuiri Sains Otentik Menggunakan
Pengetahuan Konten Pedagogis Teknologi
tepi sebagai Lensa. Pendidikan Biokimia dan
Biologi Molekuler, 47(4), 380-387.
Mouza, C. (2009). Apakah Profesional Berbasis Penelitian
Pembangunan Membuat Perbedaan? Sebuah
Investigasi Longitudinal Pembelajaran Guru
dalam Integrasi Teknologi.Rekor Perguruan Tinggi
Guru, 111(5), 1195–1241.
Mupita, J., Widiaty, I., & Abdullah, AG (2018, No-
kuning). Seberapa Penting Teknologi, Pedagogis,
Pengetahuan Konten? Sebuah Sastra-
Ulasan. DiSeri Konferensi IOP: Ilmu dan
Teknik Material (Jil. 434, No. 1, hal.
012285). Penerbitan IOP.
Neumann, K., & Waight, N. (2019). Panggilan untuk Makalah:
Pengajaran, Pembelajaran, dan Penilaian Sains
Dengan Teknologi Digital Terdepan Abad 21
ogies. Jurnal Penelitian dalam Pengajaran Sains,
56(2), 115–117.
Hadiah Nobel (2019a). Hadiah Nobel dalam Kimia
1998. Diperoleh dari https://www.nobelprize.
org/prizes/chemistry/1998/summary/
Hadiah Nobel (2019b). Hadiah Nobel dalam Kimia
2013. Diperoleh dari https://www.nobelprize.
org/hadiah/kimia/2013/ringkasan
Oliveira, A., Behnagh, RF, Ni, L., Mohsinah, AA,
Burgess, KJ, & Guo, L. (2019). Muncul Teknologi
sebagai Alat Pedagogis untuk Pengajaran dan
Pembelajaran Sains: Tinjauan Literatur.
Perilaku Manusia dan Teknologi yang Muncul, 1(2),
149–160.
Oliver-Hoyo, M., & Babilonia-Rosa, MA (2017).
Promosi Keterampilan Tata Ruang dalam Pendidikan
Kimia dan Biokimia di Tingkat Perguruan Tinggi.
Jurnal Pendidikan Kimia, 94(8), 996–1006.
Ottenbreit-Leftwich, AT, Glazewski, KD, Newby,
TJ, & Ertmer, PA (2010). Nilai Keyakinan Guru
Terkait dengan Menggunakan Teknologi:
Mengatasi Kebutuhan Profesional dan Siswa.ko-
puter & Pendidikan, 55(3), 1321–1335.
Patel, B., Singh, V., & Patel, D. (2019). Bio Struktural
informatika. Dalam Shaik, NA, Hakee, KR,
Banaganapalli, B., & Elango, R. (ed.),Penting
Bioinformatika, Jilid I (hal. 169–199). Basel:
Peloncat.
Puncreobutr, V. (2016). Pendidikan 4.0: Tantangan Baru
dari Belajar. Jurnal Humaniora dan Ilmu
Sosial St. Theresa, 2(2), 92-97.
Rienties, B., Brouwer, N., & Lygo-Baker, S. (2013).
Pengaruh Pengembangan Keprofesian
Online terhadap Keyakinan dan Niat Guru
Perguruan Tinggi terhadap Fasilitasi Belajar
dan Teknologi. Pengajaran dan Pendidikan Guru,
29(2013), 122-131.
Schlick, T. (2013). Hadiah Nobel Kimia 2013
Merayakan Komputasi dalam Kimia dan
Biologi. SIAMNews, 46(10), 4.
Schwab, K. (2016). Revolusi Industri Keempat. Ge-
neva: Forum Ekonomi Dunia.
Silva, FD, Santos, KL, Santos, LD, Lobato, C.
C., Costa, JS, Lopes, GA, & Santos, CB
(2015). Program Kimia Komputasi sebagai
Alat Fasilitasi dalam Proses Belajar Mengajar
Proses. Jurnal Pendidikan, Masyarakat &
Ilmu Perilaku Inggris, 8(2), 134–146.
Smetana, LK, & Bell, RL (2012). Komputer Sim-
ulations untuk Mendukung Sains Instruksi dan
Pembelajaran: Sebuah Tinjauan Kritis Sastra.
Jurnal Internasional Pendidikan Sains, 34(9),
1337-1370.
Stieff, M. (2017). Menggambar untuk Mempromosikan Pembelajaran
dan Keterlibatan dengan Visualisasi Dinamis.
Di Belajar dari Visualisasi Dinamis (hal. 333–
356). Peloncat.
Terrell, CR, & Listenberger, LL (2017). Menggunakan Mo-
Visualisasi Lecular untuk Mengeksplorasi Struktur
dan Fungsi Protein dan Meningkatkan Fasilitas
Siswa dengan Alat Komputasi. Biokimia dan
Pendidikan Biologi Molekuler, 45(4), 318–328.
Tuvi-Arad, I., & Blonder, R. (2019). Teknologi di
Layanan Pedagogi: Mengajar dengan Kimia
Database. Jurnal Kimia Israel, 59(6-7),
572-582.
Liar, DJ (2013). Kimia untuk Misa: A
Peluang untuk Meningkatkan Peluang Pendidikan
untuk Generasi Berikutnya dari Kimia
cian. Jurnal Kimia, 32(2013), 1-2.
Yadav, A., Gretter, S., Bagus, J., & McLean, T. (2017).
Berpikir Komputasi dalam Pendidikan Guru.
Dalam Rich, PJ, & Hodges, CB (Ed.),
Penelitian, Praktik, dan Kebijakan yang Muncul di Komputer
berpikir tasional (hal. 205-220). Cham, Swiss:
Springer.