Pengaruh Teknologi Artificial Intelligence Dalam Pembelajaran Matematika Terhadap Kemampuan Berpikir Kreatif Matematis Siswa Sekolah Menengah Pertama: Systematic Review Dengan Narrative Synthesis

Abstract

Pemanfaatan artificial intelligence (AI) dalam pembelajaran matematika meningkat sangat pesat. Namun, bukti empiris mengenai sejauh mana AI berkontribusi pada kemampuan berpikir kreatif matematis siswa Sekolah Menengah Pertama masih terpencar dalam berbagai desain penelitian, ragam teknologi, serta instrumen pengukuran yang tidak seragam. Review ini disusun untuk merangkum arah pengaruh, memaparkan besar efek pada masing‑masing studi, sekaligus menjelaskan mekanisme pedagogis berbasis AI yang berkaitan dengan dimensi fluency, flexibility, originality, dan elaboration. Pelaporan kajian mengikuti pedoman PRISMA 2020 dan PRISMA-S.Penelusuran artikel empiris yang telah melalui proses peer review dilakukan pada basis data Scopus, Web of Science, ERIC, dan IEEE Xplore dengan menggunakan kriteria PICOS. Populasi dibatasi pada siswa SMP/lower secondary; intervensi berupa pembelajaran matematika yang memuat komponen AI secara eksplisit; pembanding berupa pembelajaran konvensional atau pembelajaran digital non‑AI; sedangkan luaran mencakup kreativitas matematis atau indikator yang sepadan. Proses seleksi, ekstraksi data, dan penilaian kualitas dilakukan oleh dua reviewer secara independen. Risiko bias dinilai menggunakan RoB 2, ROBINS-I, dan MMAT sesuai karakteristik desain studi.Sebanyak delapan studi dengan total 596 siswa memenuhi kriteria untuk disintesis. Seluruh studi memperlihatkan arah efek positif; tujuh studi melaporkan hasil yang signifikan secara statistik, sementara satu studi menunjukkan kecenderungan positif tetapi belum signifikan. Ukuran efek per studi berada pada rentang Hedges’ g = 0,65–1,87, dengan median 1,13 dan IQR 1,00–1,33. Mengingat adanya heterogenitas yang nyata pada jenis AI, durasi intervensi, rancangan pedagogis, serta instrumen luaran, temuan tidak digabungkan ke dalam pooled effect. Melalui sintesis naratif, teridentifikasi tiga mekanisme yang paling menonjol, yaitu adaptive scaffolding, instant feedback, dan multi-representational affordances. Secara keseluruhan, bukti yang tersedia tampak menjanjikan, tetapi belum cukup kuat untuk dinyatakan final; riset berikutnya perlu mengandalkan instrumen kreativitas matematis yang tervalidasi, rancangan RCT atau kuasi-eksperimen yang lebih kokoh, serta pelaporan studi primer yang lebih transparan