Universitas Negeri Yogyakarta (UNY) mengukuhkan 13 guru besar dari enam fakultas pada Sabtu 19 Juni 2021. Di antara ke-13 guru besar tersebut, tiga diantaranya adalah dosen Jurusan Pendidikan Matematika. Ketiga dosen tersebut yaitu Prof. Dr. Agus Maman Abadi, M.si, Guru Besar bidang Matematika, Prof. Dr. Sugiman, M.Si. Guru Besar Bidang Pendidikan Matematika dan Prof. Dr. Dhoriva Urwatul Wutsqo, M.S Guru Besar bidang Matematika.

Pelaksanaan upacara pengukuhan Guru Besar kali ini dilakukan secara luring (luar jejaring) terbatas dan secara daring (dalam jejaring/on line) serta disiarkan secara langsung melalui kanal YouTube UNY OFFICIAL. Acara secara luring terbatas yang diselenggarakan di auditorium UNY tetap menerapkan protokol kesehatan yang sangat ketat.

Acara pengukuhan dibuka sekaligus ditutup oleh Rektor UNY, Prof. Dr. Sumaryanto, M. Kes. Sebelum dilakukan orasi ilmiah singkat oleh setiap Guru Besar yang dikukuhkan, dilakukan prosesi pembacaan Keputusan Menteri Pendidikan dan Kebudayaan terkait dengan pemberian Jabatan Guru Besar tersebut.

Selanjutnya setiap Guru Besar, diberikan waktu kurang lebih 10 menit untuk menyampaikan orasi. Berikutnya, dilanjutkan dengan acara inti yaitu Pengukuhan Guru Besar. Acara ini ditandai dengan mengalungkan tamir kepada seluruh Guru Besar yang sedang dikukuhkan oleh Rektor Universitas Negeri Yogyakarta.

Dalam orasi ilmiah singkatnya, Prof. Dr. Agus Maman Abadi, M.Si. memaparkan materi dengan judul “Peranan Sistem Fuzzy dalam Perkembangan Ilmu Pengetahuan dan Teknologi”.
“Soft computing adalah metode komputasi yang memanfaatkan toleransi terhadap ketidaktepatan dan ketidakpastian untuk mencapai tractability, robustness, dan biaya solusi yang rendah,” jelasnya.

Ia menjelaskan komponen utama dari soft computing adalah logika fuzzy, neurocomputing, dan probabilistic reasoning. Logika fuzzy berkaitan dengan ketidaktepatan dan perkiraan penalaran. “Berbeda dengan computational intelligence yang berbasis soft computing, Artificial Intelligence (AI) didasarkan pada hard computing, yang keduanya memegang peranan yang sangat penting di era revolusi industri 4.0. Dalam perkembangannya, sistem fuzzy telah banyak digunakan di berbagai bidang, antara lain untuk sistem kendali, untuk pemrosesan gambar, audio dan sinyal, untuk managemen riset operasi, untuk diagnosis, perencanaan, prediksi, pemrosesan bahasa alami, robot cerdas, dan software,” paparnya.

Semetara itu, Prof. Dr. Sugiman, M.Si. menyampaikan artikel dengan judul “Jembatan Model sebagai Pemicu Proses Matematisasi Siswa”.
Menurut Sugiman matematika merupakan objek pikiran sedangkan siswa berhadapan dengan objek riil. Saat belajar matematika siswa perlu mentransfer dari apa yang ia lihat, amati dan alami menjadi apa yang ia pikirkan.

Jauhnya karakteristik dari keduanya (objek riil dan objek pikiran) menyebabkan belajar matematika penuh tantangan. Proses pergeseran ini membutuhkan jembatan berupa model yang mempermudah siswa dalam belajar matematika.

“Dengan melewati jembatan yang berupa model maka proses matematisasi akan semakin halus dalam bergradasi dan akan memperpendek lompatan perubahan kognisi pada diri siswa. Lompatan kognisi yang terlalu lebar dapat menyebabkan kegagalan proses matematisasi. Secara intuitif, dengan menggunakan sense maka siswa dapat membangun model sendiri dengan syarat situasi matematis yang diberikan berpotensi menginspirasi kemunculan gagasan dalam pembuatan model,” tuturnya.

Prof. Dr. Dhoriva Urwatul Wutsqo, M.S. dalam orasi ilmiah singkatnya mengambil judul “Penerapan Neural Network untuk Klasifikasi dan Peramalan Time Series”.
Wutsqa, DU menyatakan Neural network (NN) menarik bagi para peneliti di berbagai bidang karena alasan yang berbeda. Di bidang teknik elektro, neural network banyak diaplikasikan dalam signal processing dan teori kontrol.

“Di bidang komputer, neural network berpotensi diimplementasikan pada hardware secara efisien dan oleh aplikasi neural network untuk robot. Ilmuwan komputer menemukan bahwa neural network sangat potensial untuk menyelesaikan masalah pada artificial intelligence dan pattern recognition. Untuk matematikawan dan statistikawan, neural network adalah alat yang ampuh untuk pemodelan masalah yang bentuk eksplisit hubungan di antara variabel tidak diketahui dengan pasti,” lanjutnya.

Berdasarkan hasil training terhadap sampel, NN mampu menyimpulkan bagian populasi yang tidak diketahui. Prinsip ini sesuai dengan peramalan, yaitu melakukan peramalan keadaan yang akan datang dari keadaan masa lalu (sampel). Oleh karena itu, NN dapat diaplikasikan untuk peramalan,” ujarnya.

Dengan dikukuhkannya ketiga dosen sebagai Guru Besar tersebut,  Jurusan Pendidikan Matematika diharapkan dapat memajukan jurusan baik dalam bidang pendidikan, penelitian maupun pengabdian pada masyarakat. Kondisi ini diharapkan dapat meningkatkan kualitas academic atmosphere yang berimplikasi pada kualitas pembelajaran maupun kualitas lulusan Jurusan Pendidikan Matematika, khususnya serta FMIPA dan UNY pada umumnya.