


CODE, COUNT, CONNECT
Menguatkan numerasi inklusif melalui STEM Trails terintegrasi AI dan koding di Indonesia.
Hibah KONEKSI Australia · UNNES bersama ACU, UNMUL, UNPATTI, I-MES, dan KPNI
Ketua Proyek: Adi Nur Cahyono · adinurcahyono@mail.unnes.ac.id · stemtrails.id

HIBAH KONEKSI AUSTRALIA · MAR 2026–JAN 2027
Mengapa numerasi, mengapa trail
Asesmen nasional menunjukkan lebih dari sepertiga siswa kelas 5 masih di bawah kecakapan numerasi, dengan kesenjangan antardaerah yang besar.
TUJUAN
Model STEM Trails yang inklusif dan dapat diperluas, memadukan AI dan koding untuk menguatkan numerasi dasar di sekolah dasar, dengan pembelajaran mendalam yang menggembirakan.

Semarang
JAWA TENGAH · PERKOTAAN
mitra lokal: UNNES

Samarinda
KALIMANTAN TIMUR · BERKEMBANG
mitra lokal: UNMUL

Ambon
MALUKU · KEPULAUAN, TERPENCIL
mitra lokal: UNPATTI
6
sekolah dasar
±12
guru
±300
siswa
3
modul ko-desain
3
STEM Trail Centre
14
bulan


IDE DASAR
Keluar kelas, biarkan tempat nyata bertanya
STEM Trails mengubah dunia di luar kelas menjadi rute belajar. Siswa mengikuti trail, menjumpai masalah nyata di setiap pos, lalu menyelesaikannya dengan sains, teknologi, rekayasa, dan matematika.
Diadaptasi dari Math Trails Australia dan dikembangkan Math Trails Lab UNNES; bisa dijalankan dengan peta cetak, ponsel, atau aplikasi STEM Trails.
(Cahyono dkk., 2024)


LIMA KEBIASAAN TRAIL WALKER
Apa yang dilakukan siswa di trail

Keluar kelas
Belajar sambil bergerak, di tempat nyata.

Mengenal lingkungan
Mengamati benda, tempat, dan budaya lokal.

Memecahkan masalah
Mengukur, mengumpulkan data, memodelkan.

Mengerjakan proyek
Merancang, membuat, dan menguji solusi bersama.

Peduli
Bertindak untuk sesama, budaya, dan alam.

TUJUAN BELAJAR
Empat hal yang tumbuh di sepanjang trail
SIKAP ILMIAH (SCIENTIFIC TEMPER)
Ingin tahu, berpijak pada bukti, terbuka untuk direvisi.
Siswa bertanya, menguji dugaan dengan data sendiri, lalu memperbaiki jawaban.
“Apakah hasil AI harus langsung dipercaya?” · “Berapa snorkeler yang masih aman bagi karang?”
NUMERASI DAN LITERASI MATEMATIS
Bernalar dan memodelkan dengan matematika dalam konteks nyata.
Situasi lapangan diubah menjadi model, dihitung, lalu dicek ke dunia nyata, bagi siswa dan masyarakat.
jarak = langkah × panjang langkah · volume air hujan = luas atap × curah hujan × koefisien
AI DAN KODING
Berpikir komputasional dan literasi AI.
Algoritma, perulangan, percabangan, data latih, prediksi: siswa mencipta, dengan atau tanpa komputer.
LEGO SPIKE · blok kertas jika … maka · Teachable Machine · kartu latih kantin
STEM
Satu masalah, empat bidang sekaligus.
Sains, teknologi, rekayasa, dan matematika dipakai bersama sesuai kebutuhan masalah.
Robot penyiram tanaman · restorasi terumbu karang · panen air hujan di sekolah pulau

STEM DI DALAM TRAIL
Satu masalah, empat bidang

SEKOLAH · BINTANG JUARA TASK 2
Robot penyiram tanaman
Bagaimana robot mengambil air lalu menyiram tanpa menabrak?
S
Kebutuhan air tanaman dan perawatan area tanaman
T
LEGO SPIKE App, motor dan sensor robot
E
Merancang rute dan robot yang mengambil air dan menyiram
M
Jarak, arah, sudut, skala denah, persentase baterai

ALAM · KARIMUNJAWA TASK 2
Rute kapal hemat emisi
Berapa kg CO₂ dihemat bila kapal wisata memakai rute yang lebih efisien?
S
Emisi CO₂ dan tekanannya pada ekosistem laut
T
Aplikasi peta untuk sketsa rute; mesin kapal berbahan bakar solar
E
Merancang rute kapal yang lebih langsung dan efisien
M
Waktu tempuh × solar per jam × 2,68 kg CO₂ per liter

LANDASAN TEORI
Pijakan di balik setiap trail
Math trails
Rute terencana berisi pos-pos tempat siswa menjelajahi matematika di sekitarnya. Akar STEM Trails, kemudian diperkaya aplikasi seluler, teknologi imersif, dan AI.
SHOAF, POLLAK & SCHNEIDER, 2004; CAHYONO, 2018
Teori Situasi Didaktis
Trail menjadi milieu: aksi, formulasi, validasi, lalu institusionalisasi.
BROUSSEAU, 1997
Siklus pemodelan
Dunia nyata → model → hasil → validasi; alat digital mendukung setiap langkah.
BLUM & LEIß, 2007; GREEFRATH, 2011
Integrasi STEM dan STEAM
Prinsip akademik bertemu konteks nyata, seni, dan desain.
HOLMLUND DKK., 2018
Etnomatematika
Budaya dan artefak lokal sebagai sumber konteks.
ROSA & OREY, 2016
Landmark
Tempat-tempat ikonik menjadi jangkar task.
ZHENG DKK., 2016
Riset desain
Siklus berulang bersama guru dan sekolah.
BAKKER, 2018
Dua peran, satu petualangan

GURU ATAU PERANCANG
Trailblazer
Merancang trail dari obyek dan tempat nyata.

Memilih obyek dan menulis soal

Menandai lokasi di peta

Merangkai task menjadi trail

SISWA ATAU PENGUNJUNG
Trail walker
Menjelajah sendiri atau berkelompok.

Mengikuti peta ke setiap pos

Mengumpulkan data di lokasi

Menjawab dan menerima umpan balik
APP.STEMTRAILS.ID

DUA PERAN

APP.STEMTRAILS.ID
Dua layar, satu trail

Trailblazer · komputer

Trail walker · ponsel

DI PETA

Aplikasi STEM Trails
Trail publik tampil sebagai pin di peta, dari Indonesia hingga negara tetangga.

Peta dan pin lokasi
Setiap task terikat pada satu tempat.

Terbuka atau berkode akses
Untuk semua, atau khusus satu kelas.

Mode luring
Cetak trail; jawaban diisi kemudian.

Umpan balik langsung
Jawaban diperiksa saat itu juga.
APP.STEMTRAILS.ID

ALUR KEGIATAN
Lima langkah, dua peran
1
Pelatihan trailblazer
Guru belajar membaca lingkungan sekolah dan menulis task.
2
Desain lintas disiplin
Guru matematika, IPA, TIK, dan pendamping merancang bersama.
3
Unggah ke portal
Task dipasang di peta app.stemtrails.id; kode akses dibagikan.
4
Jelajah trail
Kelompok trail walker menuntaskan task demi task.
5
Refleksi bersama
Temuan di lapangan dihubungkan dengan konsep.
TRAILBLAZER · GURU ATAU PERANCANG
TRAIL WALKER
BERSAMA
DI SETIAP TASK
temukan lokasi & masalah → kumpulkan data → kerjakan proyek → isi satu jawaban → lanjut

LANGKAH 1–3 · TRAILBLAZER
Dilatih, merancang, lalu mengunggah
1
Pelatihan: membaca halaman sekolah sebagai sumber masalah.
2
Desain bersama: satu masalah, beberapa disiplin.
3
Unggah di app.stemtrails.id: pin lokasi, tulis task, kunci jawaban, kode akses.



CONTOH 1 · LINGKUNGAN SEKOLAH · BINTANG JUARA STEM TRAIL
Satu rute, lima task

1
2
3
4
5
Gedung kelas
MULAI
Halaman
Parkir robot
Lapangan atas
Kantin
Ruang kelas: refleksi
Tandon air
Area tanaman
Jalan depan sekolah
1
Jelajah Bentuk
halaman sekolah
2
Robo-Spike
lapangan atas → tandon
3
Manusia Robot
area berpetak
4
Kantin Cerdas
kantin
5
Prime City
area tanaman
rute trail walker
rute robot (task 2 & 3)

TASK 1 DARI 5 · HALAMAN SEKOLAH
Jelajah Bentuk
Sekolah ingin memanfaatkan benda bekas. Bisakah AI dilatih memilah benda menurut bentuknya?
1
KUMPULKAN DATA
Cari 2 benda mirip balok, bola, dan tabung. Foto dari beberapa sudut; catat sisi, rusuk, titik sudut.
2
KERJAKAN PROYEK
Latih AI di Teachable Machine, uji dengan 5 benda baru, bandingkan dengan pengamatan sendiri.
3
67
ISI SATU JAWABAN
AI diuji 3 benda, 2 sesuai: berapa persen kesesuaiannya?

LOKASI

MEMINDAI OBYEK

TASK 2 DARI 5 · LAPANGAN ATAS → TANDON AIR
Robo-Spike Penyiram Tanaman
Robot harus mengambil air di tandon lalu menyiram area tanaman tanpa menabrak dinding tepi jalan.
1
KUMPULKAN DATA
Ukur satu langkah, hitung langkah sepanjang rute robot; jarak = langkah × panjang langkah.
2
KERJAKAN PROYEK
Gambar denah di kertas A0, program LEGO SPIKE, pilih rute terpendek, uji dan perbaiki.
3
40
ISI SATU JAWABAN
Rute 40 + 60 cm, baterai awal 90%, 5% tiap 10 cm: sisa baterai (%)?

LOKASI

ROBOT DI DENAH

PEMROGRAMAN VISUAL

TASK 3 DARI 5 · AREA BERPETAK DI LAPANGAN
Manusia Robot
Rute yang sama, tanpa komputer: bisakah kelompok menyusun perintah agar “robot” sampai tanpa salah petak?
1
KUMPULKAN DATA
Pindahkan denah ke area berpetak 10 × 10; tentukan skala petak dan hitung banyak petak antarlokasi.
2
KERJAKAN PROYEK
Susun blok koding kertas. Satu siswa jadi robot, satu pemrogram, sisanya pengamat yang memperbaiki.
3
50
ISI SATU JAWABAN
3 + 5 petak, baterai awal 90%, 5% per petak: sisa baterai (%)?

LOKASI
LAMPIRAN · BLOK KODING UNTUK DIGUNTING


TASK 4 DARI 5 · KANTIN SEKOLAH
Kantin Cerdas
Makanan dan minuman di kantin berbeda kandungan gulanya. Bisakah kita menebak kategorinya seperti AI belajar dari data?
1
KUMPULKAN DATA
Pelajari 20 kartu latih: nama, takaran saji, dan gula per sajian di tiap kategori.
2
KERJAKAN PROYEK
Temukan interval gula tiap kategori, prediksi 5 kartu uji, periksa dan perbaiki prediksinya.
3
27.4
ISI SATU JAWABAN
1,7 g + 12 g gula dari batas 50 g per hari: berapa persen?

LOKASI
LAMPIRAN · KARTU MAKANAN


TASK 5 DARI 5 · AREA TANAMAN · KOTA VIRTUAL
VR: Prime City
Tonggeret hidup 13 atau 17 tahun di dalam tanah. Mengapa siklus bilangan prima membantu mereka?
1
KUMPULKAN DATA
Kumpulkan 10 bilangan prima di Prime City (VR atau laptop); catat faktor tiap bilangan.
2
KERJAKAN PROYEK
Tata 13, 15, 17, dan 21 bibit dalam baris rapi; temukan bilangan yang hanya bisa satu baris.
3
221
ISI SATU JAWABAN
Tonggeret 13- dan 17-tahunan keluar bersama lagi setelah berapa tahun?

LOKASI

KOTA VIRTUAL

CONTOH 1 · KODING DI DALAM TRAIL
Koding: dengan robot dan tanpa komputer
PLUGGED
Robot LEGO SPIKE
· TASK 2

Robot di denah

Program blok
1
Gambar denah rute di kertas A0 sebagai lintasan robot.
2
Susun program di LEGO SPIKE App: maju, belok, ulangi, berhenti.
3
Jalankan dari START; robot berhenti di tandon dan area tanaman.
4
Gagal? Cari blok yang salah, perbaiki, uji lagi.
Konsep · algoritma · urutan · perulangan · pelacakan galat
UNPLUGGED
Manusia Robot
· TASK 3

Blok kertas

Menyusun
1
Satu siswa menjadi robot di area berpetak 10 × 10.
2
Pemrogram menyusun blok kertas dan membacakan perintah.
3
Pengamat mencocokkan langkah dan menandai kesalahan.
4
Ringkas program: “ulangi 4 kali: maju 1 petak”.
Konsep · urutan · perulangan · jika … maka · pelacakan galat

CONTOH 1 · KECERDASAN ARTIFISIAL DI DALAM TRAIL
AI: melatih mesin dan menjadi mesin
PLUGGED
Teachable Machine
· TASK 1

Pindai tabung

Pindai bola
1
Foto benda mirip balok, bola, tabung: ±3 sudut, latar polos.
2
Buat 3 kelas, masukkan foto, lalu pilih Train Model.
3
Uji dengan 5 benda baru; catat prediksi dan persentasenya.
4
Bandingkan dengan ciri sisi, rusuk, dan titik sudut.
Konsep · data latih · klasifikasi · akurasi · hasil AI perlu dicek
UNPLUGGED
Kantin Cerdas
· TASK 4

Membaca kartu

Kartu latih
1
Siswa berperan sebagai AI dan mempelajari 20 kartu latih.
2
Cari pola: batas gula per sajian pada kategori A–D.
3
Pakai aturan itu untuk memprediksi 5 kartu uji.
4
Periksa prediksi; perbaiki aturan bila ada yang salah.
Konsep · pola · interval · prediksi · evaluasi

CONTOH 1 · VIRTUAL REALITY DI DALAM TRAIL
VR: Prime City, lalu kembali ke kebun
1
Buka vr.stemtrails.app, pilih Prime City Sightseeing, lalu Mulai Game.
2
Laptop: bergerak dengan W A S D, klik benda. Kacamata VR: Masuk VR.
3
Kumpulkan 10 bilangan prima: benar +5, salah −5.
4
Kembali ke area tanaman: tata 13, 15, 17, dan 21 bibit.
PERAN DALAM KELOMPOK
PEMAIN VR
Menyebut keras setiap bilangan yang terlihat sebelum memilih.
PENCATAT
Menulis bilangan dan tanda dari permainan di tabel.
ANGGOTA LAIN
Membahas faktornya, memutuskan prima atau bukan.
Keselamatan: kacamata VR paling lama 5 menit per siswa, didampingi, dan bergantian. Tanpa kacamata VR, permainan tetap bisa dimainkan di laptop.

PLUGGED · KACAMATA VR

BERGANTIAN DAN MENCATAT

CONTOH 2 · ALAM · EKSPEDISI KARIMUNJAWA
Dari pelabuhan ke sekolah desa

1
2
3
4
5
6
7
8
9
Pelabuhan
Kapal wisata
Snorkeling
Terumbu karang
Penangkaran hiu
Pantai Boby
Ikon tugu
Alun-alun Km 0
SD Negeri Karimunjawa 6
Pulau Karimunjawa
1
Pelabuhan Penyeberangan
2
Kapal Wisata Lokal
3
Lingkar Snorkeling
4
Terumbu Karang dan Ikan
5
Penangkaran Hiu
6
Pantai Boby
7
Ikon Tugu Karimunjawa
8
Alun-Alun Km 0
9
SD Negeri Karimunjawa 6
rute laut (kapal)
rute darat

CONTOH 2 · EKSPEDISI KARIMUNJAWA · TASK 1–3 DARI 9
Laut dan pelabuhan

SDG 12 · 14
1
Pelabuhan Penyeberangan
Berapa galon air isi ulang minimum untuk satu keberangkatan kapal?
DATA · Penumpang, persentase pengguna isi ulang, kebutuhan air per orang
JAWABAN · banyak galon

SDG 13 · 14
2
Kapal Wisata Lokal
Berapa kg CO₂ yang dihemat bila kapal memakai rute lebih efisien?
DATA · Waktu tempuh dua rute, solar per jam, 2,68 kg CO₂ per liter
JAWABAN · banyak kg CO₂

SDG 14
3
Lingkar Snorkeling
Berapa snorkeler maksimal dalam satu zona; perlukah giliran?
DATA · Panjang dan lebar zona, jumlah orang, batas per 100 m²
JAWABAN · banyak orang

CONTOH 2 · EKSPEDISI KARIMUNJAWA · TASK 4–6 DARI 9
Bawah laut dan satwa

SDG 14 · 13
4
Terumbu Karang dan Ikan
Berapa unit media restorasi minimum untuk menaikkan tutupan karang?
DATA · Kotak imajiner, persentase karang hidup, target tutupan
JAWABAN · banyak unit

SDG 14 · 12
5
Penangkaran Hiu
Berapa pakan maksimum per sesi agar hiu tidak kelebihan pakan?
DATA · Banyak dan ukuran hiu, batas pakan harian, jumlah sesi
JAWABAN · banyak kg per sesi

SDG 12 · 14 · 11
6
Pantai Boby
Berapa tambahan tempat sampah minimum di hari ramai?
DATA · Pengunjung per zona, kapasitas tempat sampah, sampah per orang
JAWABAN · banyak tempat sampah

CONTOH 2 · EKSPEDISI KARIMUNJAWA · TASK 7–9 DARI 9
Pantai, bukit, kota, sekolah

SDG 11 · 15
7
Ikon Tugu Karimunjawa
Berapa pengunjung maksimum di area foto tanpa merusak vegetasi?
DATA · Luas area pijakan aman, ruang per orang, durasi foto
JAWABAN · banyak orang

SDG 12
8
Alun-Alun Kilometer 0
Berapa barang sekali pakai yang bisa dikurangi dengan alat makan guna ulang?
DATA · Barang per porsi, porsi per malam, skenario guna ulang
JAWABAN · banyak barang

SDG 4 · 6 · 13 · 15
9
SD Negeri Karimunjawa 6
Berapa bibit yang bisa disiram dari air hujan yang tertampung?
DATA · Luas atap, curah hujan, koefisien limpasan, kebutuhan air
JAWABAN · banyak bibit

CONTOH 3 · KAMPUS · MATH FOR EARTH
Trail di kampus: Math for Earth

Empat pos di kampus UNNES mengubah isu keberlanjutan sehari-hari menjadi matematika: air, transportasi, plastik, dan tata ruang.
SDG 6
SDG 7
SDG 11
SDG 12
SDG 13
SDG 15
1
Air wudu daur ulang
TAMAN PROFESOR
2
Transportasi hijau
HALTE SHUTTLE FMIPA 2
3
Taman vertikal
GEDUNG DEKANAT
4
Kampus ramah lingkungan
LABORATORIUM MATEMATIKA
Tersedia dalam bahasa Indonesia dan Inggris.

CONTOH 3 · MATH FOR EARTH · EMPAT POS
Isu sosio-saintifik, pos demi pos
1
Air wudu daur ulang · TAMAN PROFESOR
Berapa bagian kolam yang bisa diisi air bekas wudu dalam sehari?
MATEMATIKA · debit, volume kolam, persentase
2
Transportasi hijau · HALTE SHUTTLE FMIPA 2
Hitung penumpang shuttle listrik; berapa CO₂ yang dihemat dalam sehari?
MATEMATIKA · pencacahan, laju, emisi
3
Taman vertikal · GEDUNG DEKANAT
Ukur pot-potnya; berapa total plastik yang dipakai?
MATEMATIKA · pengukuran, luas permukaan, total
4
Kampus ramah lingkungan · LABORATORIUM MATEMATIKA
Rancang denah kampus yang memadukan air bekas wudu, taman, dan transportasi hijau.
MATEMATIKA · skala, denah, pemodelan

POS 3 · TAMAN VERTIKAL

STEM DENGAN ISU SOSIO-SAINTIFIK

KARYA SISWA
Cara siswa memodelkan dunia nyata

Payung (chattra) Borobudur
Candi menjadi limas, payungnya menjadi kerucut.

Ikan Belida
Dari volume patung ke massa, lalu ke kebutuhan protein.

Tari Saman
Tepukan per menit menjadi tabel dan grafik.

Palang gerbang
Mengukur palang untuk menemukan panjang tali minimum.


LANGKAH 5 · BERSAMA
Refleksi bersama
Refleksi ditulis di akhir setiap task, lalu dibahas bersama setelah task terakhir.
?
Di mana matematika yang kalian temukan hari ini?
?
Kapan hasil AI perlu kita periksa ulang?
?
Jika diulang, langkah mana yang akan kalian ubah?


METODE · RISET DESAIN
Riset desain dalam tiga fase
1
Persiapan dan desain
BULAN 1–2
· Analisis konteks dan pemilihan 6 sekolah
· Pelatihan kesetaraan bersama seluruh mitra
· Ko-desain 3 modul STEM Trails
2
Eksperimen pembelajaran
BULAN 3–10
· Pelatihan guru dan pendirian STEM Trail Centre
· Uji coba di kelas dan di lapangan
· Penyempurnaan modul secara berulang
3
Analisis retrospektif
BULAN 11–14
· Forum kebijakan (bulan 11)
· Analisis, publikasi, ringkasan kebijakan
· Peta jalan perluasan nasional
Analisis · kuantitatif (uji-t berpasangan, ANOVA) dan kualitatif (koding tematik observasi, wawancara, umpan balik lokakarya), dengan protokol etika AI.
INKLUSIF (GEDSI)
≥ 50%
siswa perempuan dalam kegiatan
Hibrida
kit plugged dan unplugged, bisa luring
≥ 1 modul
ko-desain bersama pendidik siswa disabilitas
Lokal
cerita dan konteks budaya setempat

TEMUAN RISET
Lima pesan dari riset
1
Siswa terlibat aktif dan menikmati belajar di luar kelas. [1–4]
2
Rasa ingin tahu dan penalaran berbasis bukti tumbuh: sikap ilmiah. [3, 4]
3
Literasi matematis dan keterampilan pemodelan meningkat. [2, 3, 8]
4
Hasilnya konsisten lintas daerah dan budaya. [5, 8]
5
Guru tumbuh menjadi perancang trail yang kreatif. [5–7]
Disarikan dari studi STEM Trails, 2023–2025. Rujukan:
[1] Cahyono, A. N. (2023). Virtual reality STEM trails: Exploring math trails with STEM education approach in a virtual world. In M. Ludwig, S. Barlovits, A. Caldeira, & A. Moura (Eds.), Research on STEM education in the digital age: Proceedings of the ROSEDA Conference (pp. 85–90). WTM. https://doi.org/10.37626/GA9783959872522.0.10
[2] Cahyono, A. N. (2024). VR STEM Trail: A math trail-based STEM education using virtual reality technology for learning mathematical modelling. In F. Dilling & I. Witzke (Eds.), Augmented and virtual reality in mathematics education. Springer Spektrum. https://doi.org/10.1007/978-3-658-45271-1_9
[3] Cahyono, A. N., Arifudin, R., Aditya, R. I., Maulana, B. S., & Lavicza, Z. (2025). An exploratory study on STEM education through math trails with digital technology to promote mathematical literacy. STEM Education, 5(1), 41–52. https://doi.org/10.3934/steme.2025003
[4] Cahyono, A. N., Dewi, N. R., Asih, T. S. N., Arifudin, R., Ilham, R., Maulana, B. S., & Nugroho, M. A. (2024). STEM Trails: Enhancing STEM education through math trails with digital technology. Kreano, 15(1), 319–326. https://doi.org/10.15294/jtknv202
[5] Cahyono, A. N., & Lavicza, Z. (2024). Designing landmark-based STEAM projects for cross-country math trail activities with augmented reality and 3D printing technologies. International Journal for Technology in Mathematics Education, 30(4), 241–246. https://doi.org/10.1564/tme_v30.4.6
[6] Cahyono, A. N., Maharani, C., Iqbal, M., Lavicza, Z., Widjaja, W., & Kasti, A. H. (2025). Scaffolding practices for public health-related mathematical modelling instruction in STEM trails with immersive technology. Research in Science & Technological Education, 1–19. https://doi.org/10.1080/02635143.2025.2571617
[7] Cahyono, A. N., Masrukan, M., Albar, W. F., Lavicza, Z., & Burnard, P. (2025). Creativity in designing virtual STEAM tasks with artificial intelligence mathematical dance. SN Computer Science, 6, 98. https://doi.org/10.1007/s42979-024-03632-4
[8] Cahyono, A. N., Sukestiyarno, Y. L., Kharisudin, I., Iqbal, M., Zulkardi, Safrudiannur, & Miftahudin. (2025). Learning mathematical literacy across islands in an archipelagic country through cross-cultural STEM trails. Mathematics Education Journal, 19(4), 673–692. https://doi.org/10.22342/mej.v19i4.pp673-692

KONSORSIUM DAN JALUR DAMPAK
Siapa mengerjakan apa
UNNES
Pemimpin · Semarang
Koordinasi, desain riset, pengembangan modul, pelatihan guru, kebijakan, STEM Trails Centre
UNMUL
Samarinda
Pelaksanaan regional, adaptasi konteks, STEM Trail Centre Samarinda
UNPATTI
Ambon
Koordinasi sekolah dan komunitas kepulauan, STEM Trail Centre Ambon
I-MES
Pengembangan pendidik
Pelatihan dan pendampingan guru: pedagogi inklusif, praktik reflektif
KPNI
Mobilisasi akar rumput
Kemitraan sekolah dan masyarakat, terutama di daerah terpencil
ACU
Mitra internasional · Prof Vince Geiger
Pengembangan konsep, metodologi, publikasi bersama
Modul, kit hibrida, pelatihan guru
→
STEM Trail Centre di tiap provinsi
→
Forum kebijakan dan ringkasan kebijakan
→
Gerakan Numerasi Nasional
Bersama KEMENDIKDASMEN · modul, templat koding, dan skrip AI dibagikan terbuka.



PEMANGKU KEPENTINGAN
Berdialog dengan pemangku kepentingan
Bersama dinas pendidikan, sekolah, dan mitra, STEM Trails selaras dengan kebijakan dan kebutuhan warga.





Terima kasih!
STEM Trails Center · stemtrails@mail.unnes.ac.id
stemtrails.id · app.stemtrails.id · @stemtrails.id
Ketua Proyek: Adi Nur Cahyono (adinurcahyono.com · adinurcahyono@mail.unnes.ac.id · adinurcahyono_ig)