Claim Missing Document
Check
Articles

Found 2 Documents
Search

PENINGKATAN HASIL BELAJAR PESERTA DIDIK TEMA 1 ORGAN GERAK HEWAN DAN MANUSIA MELALUI MODEL PROBLEM BASED LEARNING (PBL) PADA KELAS V SEMESTER 1 SD NEGERI ROGOMULYO 01 PATI TAHUN PELAJARAN 2022/2023 Maulana, Novan; Sumarno, Sumarno; Rahayu, Wahyuningsih
Malih Peddas (Majalah Ilmiah Pendidikan Dasar) Vol 12, No 2 (2022): Malih Peddas, Volume 12, Nomor 2
Publisher : Universitas PGRI Semarang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26877/malihpeddas.v12i2.13361

Abstract

Penelitian ini bertujuan untuk mengetahui peningkatan hasil belajar peserta didik melalui model Problem Based Learning (PBL) pada tema 1 organ gerak hewan dan manusia kelas V semester 1 SD Negeri Rogomulyo 01 Pati tahun pelajaran 2022/2023. Subjek penelitian ini adalah peserta didik kelas V yang berjumlah 17 peserta didik. Desain penelitian adalah penelitian tindakan kelas terdiri dari tiga siklus yaitu siklus I, siklus II, dan siklus III. Pengumpulan data diperoleh dari hasil tes dan observasi. Berdasarkan analisis data penelitian peningkatan hasil belajar kognitif, rata- rata nilai peserta didik pada kondisi awal (prasiklus) 54,71 dengan ketuntasan klasikal sebesar 29% (5 siswa) dari 17 siswa. Pada siklus I meningkat menjadi 67,06 dengan ketuntasan klasikal sebesar 59% (10 siswa). Pada Siklus II meningkat menjadi 78,82 dengan ketuntasan klasikal 82% (14 siswa), Pada Siklus III meningkat menjadi 85,29 dengan ketuntasan rata- rata nilai klasikal 94% (16 siswa). Peningkatan hasil belajar afektif pada kondisi awal (pra siklus) belum ada peserta didik yang mencapai minimal berpredikat baik. Pada siklus I terdapat 29% (5 siswa), siklus II meningkat menjadi 82% (14 siswa), siklus III meningkat menjadi 94% (16 siswa) yang mencapai predikat minimal baik. Peningkatan hasil belajar psikomotorik pada kondisi awal (pra siklus) terdapat 24% (4 siswa) mencapai predikat minimal baik. Pada siklus I meningkat 41% (7 siswa), siklus II meningkat menjadi 71% (12 siswa), siklus III meningkat menjadi 94% (16 siswa) yang mencapai predikat minimal baik.
SISTEM INFORMASI GEOGRAFIS PEMETAAN JENIS KEKERASAN TERHADAP PEREMPUAN DI JAWA TENGAH MENGGUNAKAN METODE K-MEANS CLUSTERING Maulana, Novan; Harjanta, Aris Tri Jaka; Novita, Mega
Jurnal Teknoif Teknik Informatika Institut Teknologi Padang Vol 13 No 2 (2025): TEKNOIF OKTOBER 2025
Publisher : ITP Press

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.21063/jtif.2025.V13.2.77-86

Abstract

Violence against women is a social issue with widespread impacts and remains highly prevalent in Indonesia, including in Central Java Province. The forms of violence include physical, psychological, and sexual abuse, exploitation, neglect, and others. Presenting data in a general form without spatial mapping often makes it difficult to identify regions with high levels of vulnerability. This study aims to cluster regencies/municipalities in Central Java based on types of violence against women by integrating the K-Means Clustering method with Geographic Information Systems (GIS). The data used are records of violence against women in 2024 from 35 regencies/municipalities. The K-Means method was applied iteratively until reaching a convergent condition, resulting in three main clusters. The clustering results were visualized using QGIS software in the form of thematic maps, facilitating the interpretation of spatial patterns. The evaluation shows that spatial classification was successfully applied with a spatial match rate of 100%, and a Silhouette Score of 0.577, indicating a moderately good cluster quality. The majority of regions are included in the low cluster, while only one region is in the high cluster. This study concludes that the combination of K-Means and GIS is effective in detecting and visualizing regional vulnerability to violence against women and has the potential to serve as a basis for developing more targeted and evidence-based protection policies. It is recommended that future research expand the dataset, include additional risk variables, and explore alternative clustering methods or advanced spatial analyses to improve the accuracy and understanding of violence patterns.