Claim Missing Document
Check
Articles

Found 4 Documents
Search

PENGEMBANGAN LEMBAR KERJA PESERTA DIDIK BERBASIS INKUIRI TERBIMBING TERHADAP KEMAMPUAN BERPIKIR KREATIF DAN HASIL BELAJAR SISWA Ade Irma Purnama Sari; Baiq Fatmawati; Marhamah
Cocos Bio Vol 8 No 1 (2023): Cocos Bio
Publisher : UNIVERSITAS HAMZANWADI

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29408/cob.v8i1.27036

Abstract

Abstract: This study aims to develop Student Worksheets based on Guided Inquiry Learning on creative thinking skills and student learning outcomes. This type of research is development using a 4-D model (define, design, develop, dessisment). Data collection techniques using a questionnaire. The validator consists of 1 material expert, 1 design expert, and 2 biology teachers. The respondents consisted of 12 students of class XI IPA MA Mu'allimat NWDI Pancor. Data analysis uses quantitative and qualitative descriptive. Based on the results of data analysis and discussion, data obtained that the quality of the Student Worksheet according to 1 material expert is Very Good with an ideal percentage of 95% with Very Efficient qualifications, in terms of teaching material design the feasibility quality is Very Good with an ideal percentage of 96% with Very Efficient qualifications, teachers biology with good eligibility quality with a percentage of 81% with Efficient qualifications, and student responses with Very Good eligibility qualities with an ideal percentage of 96% with Very Efficient qualifications. The percentage of creative thinking is 58% in the creative category and 83% for learning outcomes in the medium category. Based on this, it can be concluded that the Student Worksheet Based on Guided Inquiry on Creative Thinking Ability and Student Learning Outcomes is feasible to be used in the learning process. Keywords: Student Worksheet Teaching Materials, Guided Inquiry, On Creative Thinking Ability and Learning Outcomes Abstrak: Penelitian ini bertujuan untuk mengembangkan Lembar Kerja Peserta Didik berbasis Inkuiri Terbimbing (Guided Inquiry Learning) terhadap kemampuan berpikir kreatif dan hasil belajar siswa. Jenis penelitian ini adalah pengembangan dengan menggunakan model 4-D (define, design, develop, dessisment). Teknik pengambilan data menggunakan angket. Validator terdiri dari 1 ahli materi, 1 ahli desain, dan 2 guru biologi. Responden terdiri dari 12 orang siswa kelas XI IPA MA Mu’allimat NWDI Pancor. Data analisis menggunakan deskriptif kuantitatif dan kualitatif. Berdasarkan hasil analisis data dan pembahasan di dapatkan data bahwa kualitas Lembar Kerja Peserta Didik menurut 1 ahli materi Sangat Baik dengan persentase keidealan 95% dengan kualifikasi Sangat Efisien, segi desain bahan ajar kualitas kelayakan Sangat Baik dengan persentase keidealan 96% dengan kualifikasi Sangat Efisien, guru biologi dengan kualitas kelayakan Baik dengan persentase 81% dengan kualifikasi Efisien, dan respon siswa dengan kualitas kelayakan Sangat Baik dengan persentase keidealan 96% dengan kualifikasi Sangat Efisien. Persentase berpikir kreatif sebesar 58% kategori kreatif dan untuk hasil belajar 83% kategori sedang. Berdasarkan hal tersebut, dapat disimpulkan bahwa Lembar Kerja Peserta Didik Berbasis Inkuiri Terbimbing Terhadap Kemampuan Berpikir Kreatif dan Hasil Belajar Siswa layak untuk digunakan dalam proses pembelajaran. Kata kunci: Bahan Ajar Lembar Kerja Peserta Didik, Inkuiri Terbimbing,Terhadap Kemampuan Berpikir Kreatif dan Hasil Belajar
PENGEMBANGAN KOMENG (KOMIK MATEMATIKA EDUKATIF DAN MENYENANGKAN) SEBAGAI BAHAN AJAR MATEMATIKA SEMESTER 1 UNTUK MENINGKATKAN MINAT BELAJAR KELAS 1 DI SD KRISTEN CHARIS Riska Pristiani; Wahyu Ernawan; Ade Irma Purnama Sari; Nur Aini
Pendas : Jurnal Ilmiah Pendidikan Dasar Vol. 9 No. 3 (2024): Volume 09 No. 03 September 2024.
Publisher : Program Studi Pendidikan Guru Sekolah Dasar FKIP Universitas Pasundan

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.23969/jp.v9i3.19537

Abstract

ABSTRAK Minat belajar peserta didik merupakan salah satu faktor yang sangat penting dalam pembelajaran Matematika, namun minat belajar peserta didik pada mata pelajaran matematika masih rendah. Penelitian ini bertujuan mengembangkan buku komik untuk meningkatkan minat belajar peserta didik. Penelitian ini menggunakan metode RnD (Research and Development) dengan model 4-D (Define, Design, Development, Disseminate). Metode pengumpulan data dilakukan dengan metode observasi. Penelitian dilaksanakan di SD Kristen Charis dengan subyek penelitian peserta didik kelas 1A. Validasi produk dilakukan pada media dan materi oleh 2 ahli dengan hasil “BAIK” untuk media dan “SANGAT BAIK” untuk materi. Untuk menguji efektifitas produk, peneliti melaksanakan pre-experimental research. Setelah itu, peneliti melakukan uji-t untuk mengetahui efektititas produk dengan hasil Sig. (2-tailed) adalah 0.000. Selain itu, rata-rata minat belajar peserta didik sebelum adalah 16,82 sedangkan setelah diberi treatment pembelajaran dengan KOMENG minat belajar peserta didik rata-rata 26,41. Berdasarkan hasil tersebut, dapat disimpulkan bahwa terdapat peningkatan minat belajar peserta didik kelas 1 dalam pembelajaran Matematika. Kata Kunci: Minat Belajar, Matematika, Komik
PERBANDINGAN KINERJA SVM DAN NAÏVE BAYES PADA ANALISIS SENTIMEN KOMENTAR DEMONSTRASI DPR 25 AGUSTUS 2025 Nashir, Mukhtar; Dian Ade Kurnia; Yudhistira Arie Wijaya; Ade Irma Purnama Sari; Nisa Dienwati Nuris
Jurnal Mahasiswa Sistem Informasi (JMSI) Vol. 7 No. 1 (2025): Jurnal Mahasiswa Sistem Informasi (JMSI)
Publisher : Program Studi DIII Sistem Informasi - Universitas Muhammadiyah Metro

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.24127/jmsi.v7i1.10650

Abstract

Penelitian ini membandingkan kinerja Support Vector Machine dan Naive Bayes untuk analisis sentimen komentar demonstrasi DPR pada 25 agustus 2025, mengidentifikasi faktor yang memengaruhi prediksi, serta memahami peran preprocessing dan fitur TF-IDF dalam menghasilkan klasifikasi yang stabil. Penelitian ini menggunakan komentar dari youtube berjumlah 17.335 komentar yang diproses melalui tahapan eksplorasi data, pembersihan teks, pelabelan berbasis lexicon berbasis bootstrapping, dan ekstraksi fitur utama (TF-IDF unigram/biagram). Hasil penelitian menunjukkan bahwa Support Vector Machine memberikan akurasi lebih tinggi yaitu 98% dibandingkan Naive Bayes memberikan 88% karena cenderung bias pada kelas mayoritas . Perbedaan performa dipengaruhi oleh struktur data, distribusi kata, serta sensitivitas model terhadap fitur yang tidak merata. SVM mampu memaksimalkan pemisahan antar kelas sehingga lebih stabil pada ruang fitur berdimensi tinggi, sedangkan Naive Bayes menghadapi kesulitan dalam mengenali pola sentimen ketika kelasTidakSeimbang mendominasi. Penelitian ini menegaskan bahwa preprocessing dan representasi fitur TF-IDF berperan besar dalam mengurangi noise serta meningkatkan kualitas pembelajaran model. Penelitian ini menyimpulkan bahwa SVM lebih sesuai digunakan untuk analisis sentimen komentar politik di Indonesia. Temuan ini memberi dasar empiris bagi pengembangan metode analisis sentimen pada isu sosial yang memiliki dinamika bahasa dan variasi konteks yang tinggi.
Prediksi Stunting Menggunakan Algoritma Decision Tree Berbasis Synthetic Minority Over-sampling Technique (SMOTE) Asep Saepul Anwar; Ade Irma Purnama Sari; Agus Bahtiar; Edi Tohidi
Jurnal Dinamika Informatika Vol. 13 No. 2 (2024): Jurnal Dinamika Informatika Volume: 13 Nomer: 2
Publisher : Program Studi Informatika Universitas PGRI Yogyakarta

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31316/jdi.v13i2.323

Abstract

Stunting is a sign of a serious malnutrition problem and can cause toddlers to have a short height and affect the growth and development of toddlers. The data in the study used anthropometric data of toddlers from the Majasem Health Center in September 2024, a total of 1368 toddler data that had been recorded in that time span. The Decision Tree model used aims to predict the status of toddlers, based on the stunting category. However, the Decision Tree algorithm often faces the problem of non-optimal accuracy due to the imbalance of class data in the dataset. The SMOTE method is used as an effort to overcome the problem of class imbalance, so that the classes in the dataset will be balanced. This research successfully proves that the SMOTE method is able to improve the accuracy of the Decision Tree model, the accuracy of the model with the best SMOTE is 98.56% on training data and 96.91% on testing data with a data proportion of 80:20. This research is useful for helping health workers to provide better insight into the nutritional status of toddlers, besides that the developed model can increase the effectiveness of public health interventions.