Pelatihan Simulasi Berbasis Kimia Komputasi Untuk Pengembangan Modul Pembelajaran Interaktif

Kautsar Ul Haq; Alfinda Novi Kristanti; Hery Suwito; Nanik Siti  Aminah; Axl Laurens Lukas  Windah; Ardiana Ilham  Nurrohman; Tjitjik Srie  Tjahjandarie; Gede Partha  Octana Kurniawan

doi:10.55338/jpkmn.v7i1.8636

Authors

Kautsar Ul Haq, Universitas Airlangga, Indonesia
Alfinda Novi Kristanti, Universitas Airlangga, Indonesia
Hery Suwito, Universitas Airlangga, Indonesia
Nanik Siti Aminah, Universitas Airlangga, Indonesia
Axl Laurens Lukas Windah, Universitas Airlangga, Indonesia
Ardiana Ilham Nurrohman, Universitas Airlangga, Indonesia
Tjitjik Srie Tjahjandarie, Universitas Airlangga, Indonesia
Gede Partha Octana Kurniawan, Universitas Airlangga, Indonesia

DOI:

https://doi.org/10.55338/jpkmn.v7i1.8636

Keywords:

Pemodelan Kimia, Kimia Komputasi, Sekolah Menengah Atas, Pembelajaran Interaktif, Alat virtual

Abstract

Pemodelan kimia berbasis komputer merupakan topik penting dalam kimia komputasi. Meskipun belum termasuk dalam kurikulum Sekolah Menengah Atas, pendekatan komputasional dapat mendukung pembelajaran yang lebih interaktif dan berfungsi sebagai alat virtual untuk menjelaskan serta memprediksi reaktivitas kimia. Program pengabdian kepada masyarakat ini bertujuan meningkatkan pemahaman guru mengenai konsep dan praktik kimia komputasi, serta relevansinya dengan kurikulum. Pelatihan dilakukan melalui ceramah dan sesi praktikum menggunakan Avogadro 1.2.0 dan MOPAC2016. Efektivitas program dievaluasi secara kuantitatif dan kualitatif, sedangkan keberlanjutan dianalisis melalui penugasan di mana para guru merancang rencana integrasi materi ke dalam pembelajaran mereka. Analisis pre-test dan post-test menunjukkan peningkatan signifikan pada nilai peserta, dari rata-rata 44,9 menjadi 62,5 (P < 0,01). Umpan balik kualitatif menunjukkan bahwa para guru mengembangkan ide konkret untuk menerapkan kimia komputasi dalam kegiatan pembelajaran di kelas. Peserta menilai pelatihan ini relevan dengan kebutuhan pengajaran mereka. Program ini meningkatkan kesiapan dan motivasi mereka untuk mengintegrasikan kimia komputasi dalam praktik pembelajaran.

Downloads

Download data is not yet available.

References

Goh, G. B., Hodas, N. O., & Vishnu, A. (2017). Deep learning for computational chemistry. Journal of computational chemistry, 38(16), 1291-1307.

Hanwell, M. D., Curtis, D. E., Lonie, D. C., Vandermeersch, T., Zurek, E., & Hutchison, G. R. (2012). Avogadro: an open-source molecular builder and visualization tool. J. Cheminform, 4(17), 22889332.

Kuroki, N., Mochizuki, Y., & Mori, H. (2023). Practical computational chemistry course for a comprehensive understanding of organic, inorganic, and physical chemistry: From molecular interactions to chemical reactions. Journal of Chemical Education, 100(2), 647-654.

Lewars, E. (2003). Computational chemistry: introduction to the theory and applications of molecular and quantum mechanics. Boston, MA: Springer US.

Marwan, A. G., & Nugraha, A. W. (2022). Pengembangan Media Pembelajaran Menggunakan Metode Komputasi pada Sub Pokok Bahasan Haloalkana di SMA. Humantech: Jurnal Ilmiah Multidisiplin Indonesia, 1(7), 927-934.

Stewart, J. J. (2007). Stewart computational chemistry. http://openmopac. net/.

Sunita, S. A., Singh, Y., & Shukla, P. (2020). Computational tools for modern vaccine development. Hum Vaccines Immunother 16 (3): 723–735.

Ul Haq, K., Kristanti, A. N., Suwito, H., Aminah, N. S., Rusdipoetra, R. A., Alfian, F. R., & Asyura, S. (2024). INTEGRASI KIMIA KOMPUTASI UNTUK MENDUKUNG MEDIA PEMBELAJARAN KIMIA SEKOLAH MENENGAH ATAS YANG INTERAKTIF: STRATEGI INOVATIF UNTUK MENGIMPLEMENTASIKAN KURIKULUM MERDEKA. Jurnal Layanan Masyarakat, 8(4).

Unoh, Y., Uehara, S., Nakahara, K., Nobori, H., Yamatsu, Y., Yamamoto, S., ... & Tachibana, Y. (2022). Discovery of S-217622, a noncovalent oral SARS-CoV-2 3CL protease inhibitor clinical candidate for treating COVID-19. Journal of medicinal chemistry, 65(9), 6499-6512.

Wardana, I., Banggali, T., & Husain, H. (2017). Penerapan model pembelajaran kooperatif tipe student team achivement division (STAD) untuk meningkatkan hasil belajar siswa kelas XI IPA Avogadro SMA Negeri 2 Pangkajene (Studi pada Materi Asam Basa). Jurnal Chemica, 18(1), 76-84.

Wijma, H. J., & Janssen, D. B. (2013). Computational design gains momentum in enzyme catalysis engineering. The FEBS journal, 280(13), 2948-2960.

Yuanita, E., Sudirman, S., Ulfa, M., Dharmayani, N. K. T., Sumarlan, I., & Sudarma, I. M. (2018). Aplikasi Chemdraw Dan Avogadro Untuk Meningkatkan Pemahaman Dan Minat Dalam Bidang Kimia. Jurnal Pendidikan dan Pengabdian Masyarakat, 1(2).