Dugaan Siswa Terhadap Masalah Open Classical Analogy Tipe A – C

Kemampuan pengajuan dugaan merupakan kemampuan siswa dalam membuat dugaan hasil yang akan didapat dari suatu kegiatan atau masalah matematis. Salah satu masalah matematis yang memerlukan konjektur adalah Open Classical Analogy (OCA). Pada masalah OCA siswa dituntut untuk berpikir kreatif dalam menduga sifat dari suatu hal tertentu yang belum diketahui sebelumnya menggunakan analogi dengan hal yang telah mereka ketahui. Penelitian ini merupakan penelitian deskriptif kualitatif yang bertujuan untuk mendeskripsikan proses pengajuan dugaan yang diberikan oleh siswa berdasarkan tingkat kemampuan penalaran siswa. Subyek penelitian ini adalah tiga siswa SMP kelas 9 di Surabaya yang dipilih dari 30 siswa yang memiliki tingkat kemampuan penalaran berbeda-beda. Hasil dari penelitian ini adalah kemampuan penalaran siswa berpengaruh pada bagaimana siswa tersebut mengajukan suatu dugaan dari property pengetahuan baru yang memiliki kesamaan dengan pengetahuan yang telah dipelajari sebelumnya.

Explaining Rainfall Accumulations over Several Days in the French Alps Using Low-Dimensional Atmospheric Predictors Based on Analogy

We propose a new approach to explain multiday rainfall accumulation over a French Alpine watershed using large-scale atmospheric predictors based on analogy. The classical analogy framework associates a rainfall cumulative distribution function (CDF) with a given atmospheric situation from the precipitation accumulations yielded by the closest situations. The analogy may apply to single-day or multiday sequences of pressure fields. The proposed approach represents a paradigm shift in analogy. It relies on the similarity of the local topology mapping the pressure field sequences, somehow forgetting the pressure fields per se. This topology is summarized by the way the sequences of pressure fields resemble their neighbors (dimensional predictors) and how fast they evolve in time (dynamical predictors). Although some information—and hence predictability—is expected to be lost when compared with classical analogy, this approach provides new insight on the atmospheric features generating rainfall CDFs. We apply both approaches to geopotential heights over western Europe in view of assessing 3-day rainfall accumulations over the Isère River catchment at Grenoble, France. Results show that dimensional predictors are the most skillful features for predicting 3-day rainfall—bringing alone 60% of the predictability of the classical analogy approach—whereas the dynamical predictors are less explicative. These results open new directions of research that the classical analogy approach cannot handle. They show, for instance, that both dry sequences and strong rainfall sequences are associated with singular 500-hPa geopotential shapes acting as local attractors—a way of explaining the change in rainfall CDFs in a changing climate.