Muhammad Rifki Anggana
Universitas Mataram

Published : 3 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 3 Documents
Search

Pengembangan Big Book untuk Meningkatkan Pendidikan Karakter Pada Siswa Sekolah Dasar Melalui Cerita Rakyat Suku Sasak Doyan Nada Muhammad Rifki Anggana; Yolanda Martsya Putri; Aditia Sudarmaji; Nanang Satrio Rinjani; Pipit Aprilia Susanti
Jurnal Ilmiah Profesi Pendidikan Vol. 10 No. 4b (2025): Edisi Khusus
Publisher : Fakultas Keguruan dan Ilmu Pendidikan, Universitas Mataram

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29303/jipp.v10i4b.4253

Abstract

Pendidikan karakter merupakan fondasi penting dalam pembentukan peserta didik yang berintegritas dan beridentitas budaya kuat, terutama di tengah derasnya arus globalisasi yang memengaruhi perilaku generasi muda. Penelitian ini bertujuan untuk mengembangkan media Big Book berbasis cerita rakyat Doyan Nada dari suku Sasak sebagai sarana pembelajaran literasi dan penguatan karakter pada siswa sekolah dasar. Penelitian ini menggunakan metode Research and Development (R&D) dengan model pengembangan ADDIE yang terdiri atas lima tahap, yaitu Analysis (Analisis), Design (Desain), Development (Pengembangan), Implementation (Implementasi), dan Evaluation (Evaluasi). Hasil penelitian menunjukkan bahwa Big Book “Doyan Nada” layak digunakan ditinjau dari aspek materi maupun media, serta efektif meningkatkan keterlibatan siswa dalam aktivitas membaca dan pembelajaran nilai karakter. Seluruh indikator keterlibatan pembaca menunjukkan respons “Ya” dari siswa, meliputi aspek visual, pemahaman teks, interaktivitas, keterlibatan emosional, dan reaksi pembaca. Media ini terbukti mampu menumbuhkan nilai karakter seperti kerja sama, keberanian, tanggung jawab, serta kepedulian melalui aktivitas membaca bersama dan diskusi reflektif. Dengan demikian, Big Book “Doyan Nada” valid, praktis, dan efektif digunakan sebagai media literasi berbasis kearifan lokal untuk memperkuat pendidikan karakter siswa sekolah dasar.
DUALITAS DAMPAK DAN FAKTOR MODERATOR MEDIA DIGITAL TERHADAP PERKEMBANGAN BAHASA ANAK USIA DINI : TINJAUAN SISTEMATIS Muhammad Rifki Anggana; Silvia Febrianti
LENTERA ANAK Vol. 7 No. 1 (2026): April 2026 : Lentera Anak
Publisher : Universitas Islam Nahdlatul Ulama Jepara

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.34001/hs4bsy59

Abstract

Pesatnya penggunaan media digital pada anak usia dini tidak selalu diikuti dengan pemahaman yang komprehensif mengenai dampaknya terhadap perkembangan bahasa, sementara kajian sebelumnya masih bersifat parsial dan belum menyoroti secara sistematis pola dampak serta faktor yang memoderasinya. Penelitian ini bertujuan untuk menganalisis secara kritis dualitas dampak media digital serta mengidentifikasi faktor-faktor moderator yang memengaruhi perkembangan bahasa anak usia dini melalui pendekatan Systematic Literature Review (SLR). Studi ini mengikuti pedoman PRISMA 2020 dengan proses identifikasi, screening, eligibility, dan inklusi terhadap artikel yang diperoleh dari Google Scholar, Sinta, dan Garuda pada rentang tahun 2021–2026. Analisis data dilakukan menggunakan sintesis tematik untuk mengkategorikan pola dampak negatif dan positif serta variabel moderator yang muncul dalam studi terpilih. Hasil menunjukkan bahwa paparan media digital secara berlebihan dan tidak terkontrol berkorelasi dengan keterlambatan bahasa, penurunan interaksi verbal, serta munculnya perilaku bahasa agresif. Sebaliknya, penggunaan yang terarah melalui konten edukatif dan pendampingan aktif orang tua terbukti dapat meningkatkan kosakata, pemahaman struktur kalimat, dan kemampuan komunikasi anak. Faktor moderator utama yang diidentifikasi meliputi durasi screen time, jenis konten, serta pola pengasuhan. Selain itu, penelitian ini menemukan kesenjangan berupa keterbatasan studi longitudinal dan minimnya intervensi berbasis konteks budaya lokal. Implikasi penelitian menegaskan pentingnya regulasi penggunaan media digital serta penguatan literasi digital bagi orang tua dan pendidik PAUD untuk mengoptimalkan perkembangan bahasa anak usia dini secara kontekstual dan berkelanjutan.
Deviasi Sintaksis dan Kalimat Mubazir pada Terjemahan Akademik Berbasis Generative AI: Studi Komparatif ChatGPT dan Gemini Muhammad Rifki Anggana
Pedagogical Education and Review of Linguistics Volume 2 Issue 3, September 2026
Publisher : South Sulawesi Education Development

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.58230/dwsqzv59

Abstract

This study analyzes the academic translation performance of two generative artificial intelligence platforms, ChatGPT and Gemini, focusing on identifying syntactic deviations and redundant sentence constructions. While prior research has documented syntactic weaknesses in generative AI translation in general, systematic platform-to-platform comparisons on comparable academic corpora remain scarce. Employing a qualitative approach with a descriptive-comparative content analysis method, this research examines a corpus of 10 English international journal abstracts translated into Indonesian by both AIs. The results indicate that both platforms frequently produce translations with syntactic deviations, such as rigid sentence structures and literal translations that mimic source language patterns, as well as redundant sentence constructions in the form of pleonasm and semantic repetition, though with distinct dominant patterns, namely ChatGPT more frequently produces rigid, literal structures, while Gemini more frequently produces convoluted sentences and semantic redundancy. These limitations suggest that current generative AI is not yet fully capable of internalizing the stylistic nuances and pragmatics of Indonesian in an academic context. The pedagogical implications of these findings highlight the importance of developing platform-aware critical post-editing skills for students and adapting language learning curricula to train them in recognizing and correcting AI-generated errors. This study contributes to understanding the platform-specific strengths and weaknesses of generative AI in academic translation and suggests future directions for AI development.