Peningkatan Keterampilan Analisis dan Visualisasi Data Mahasiswa Kimia melalui Pelatihan Penggunaan Software Origin sebagai Upaya Penguatan Literasi Digital Sains

Sumiati Side; Jasri Djangi; Rini Perdana; Vika Puji Cahyani

doi:10.30605/atjpm.v7i1.7423

Authors

Sumiati Side Universitas Negeri Makassar
Jasri Djangi Universitas Negeri Makassar
Rini Perdana universitas negeri makassar
Vika Puji Cahyani Universitas Negeri Makassar

DOI:

https://doi.org/10.30605/atjpm.v7i1.7423

Keywords:

origin, literasi digital, analisis data, visualisasi

Abstract

Kegiatan pengabdian ini bertujuan meningkatkan keterampilan mahasiswa kimia dalam analisis dan visualisasi data menggunakan perangkat lunak Origin sebagai upaya penguatan literasi digital sains. Pelatihan dilaksanakan dengan pendekatan learning by doing yang diikuti oleh 40 mahasiswa Program Studi Pendidikan Kimia FMIPA Universitas Negeri Makassar. Evaluasi dilakukan melalui pre-test, post-test, observasi, dan angket sikap. Hasil menunjukkan peningkatan rata-rata keterampilan mahasiswa sebesar 40,9%, disertai perubahan sikap positif terhadap pemanfaatan teknologi digital dalam analisis data ilmiah. Pelatihan ini terbukti efektif dalam mengembangkan kemampuan analitik, interpretatif, dan representatif mahasiswa terhadap data eksperimen kimia, serta berpotensi untuk diintegrasikan dalam kegiatan praktikum guna memperkuat kompetensi literasi digital sains di perguruan tinggi

Downloads

Download data is not yet available.

References

Akbar, P., Fahlevy, M. R., Irawan, B., Fourqoniah, F., Budiman, B., Rohmah, A. N., & Arieyasmieta, W. L. (2025). Meningkatkan kemampuan dan kualitas visualisasi data karya ilmiah mahasiswa melalui pelatihan dan pendampingan intensif. An-Nizam, 4(2), 37–52. https://doi.org/10.33558/an-nizam.v4i2.11448

Albiol Chiva, J., Peris Vicente, J., Ruiz Angel, M. J., Esteve Amorós, M., Carda Broch, S., Esteve Amorós, P., Amorós, E., la, E., Kassuha, D., & Esteve Romero, J. (2019). Implementation of Computer Assisted Experimental Work in Analytical Chemistry Laboratory Teaching. https://doi.org/10.4995/HEAD19.2019.9161

Andoko, A., & Pamungkas, A. S. (2019). Kajian literasi statistik mahasiswa dalam membaca, menyajikan data dan menafsirkan data. In Seminar Nasional Pendidikan Matematika (pp. 8–14).

Eklund, B., & Prat-Resina, X. (2014). ChemEd X Data: Exposing Students to Open Scientific Data for Higher-Order Thinking and Self-Regulated Learning. Journal of Chemical Education, 91(9), 1501–1504. https://doi.org/10.1021/ED500316M

Fan, Y. (2013). Application of data processing with computer in the college physics experiment. Laboratory Science.

Graves, A. L., & Light, A. (2020). Computational Skills Students Need to Hit the Ground Running. https://doi.org/10.5281/zenodo.3901579

Latip, A. (2022). Analisis Kemampuan Literasi Sains Mahasiswa Pada Aspek Kompetensi Sains dalam Perkuliahan Pengenalan Kimia Fisika. PSEJ (Pancasakti Science Education Journal, 7(2), 68–75. https://doi.org/10.24905/psej.v7i2.129

Lestari, W., & Malik, A. (2024). Transformasi Pembelajaran Laboratorium: Peningkatan Keterampilan Eksperimen dan Adaptasi Terhadap Tantangan Pembelajaran Abad 21. Jurnal Penelitian Dan Pembelajaran Fisika Indonesia, 6(2). https://doi.org/10.29303/jppfi.v6i2.332

Li, Z., Cao, Y., & Luo, J. (2021). Application of virtual simulation technology in chemistry teaching. E3S Web of Conferences, 267, 02067. https://doi.org/10.1051/e3sconf/202126702067

Ologbosere, O. A. (2023). Data literacy and higher education in the 21st century. IASSIST Quarterly. https://doi.org/10.29173/iq1082

Rajasekhar, E. S. K., Nayeem, A. R. J., Patil, V. S., Mounika, K., Patil, S. V., Srivastava, S., & Tiwari, G. (2024). Unveiling the Molecular World: A Narrative Review on Data Science and Visualization in Chemical Sciences. Asian Journal of Chemistry, 36(12), 2744–2754. https://doi.org/10.14233/ajchem.2024.32653

Sormin, E. (2025). Exploring the Relationship between Students’ Digital Literacy and Analytical Skills in Chemistry Education. Asian Journal of Education and Social Studies, 51(9), 29–35. https://doi.org/10.9734/ajess/2025/v51i92342

Yadav, V. K., & Yadav, P. (2024). Methods and Tools for Data Analysis and Visualization (pp. 89–97). https://doi.org/10.58532/nbennurch209