Article Per Year (5 Year)
p-Index From 2021 - 2026
0.444
P-Index
This Author published in this journals
All Journal Jurnal Onoma: Pendidikan, Bahasa, dan Sastra Journal of Future Education
Farida Amalia
Indonesia University of Education
Education Languange, Linguistic, Communication & Media Mathematics Other

Published : 2 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 2 Documents
Search

 1 
Usability of Procedure Text Material Teaching Modules Based on The PBL Model in Elementary Schools Riyadi Rafiki; Tatang Muhtar; Tita Mulyati; Iim Siti Karimah; Yoga Prima Putra; Farida Amalia
Journal of Future Education Vol 1 No 2 (2024): Journal of Future Education
Publisher : CV. Ksatria Siliwangi

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.67025/journaloffutureeducation.v1i2.41

Abstract

Learning in elementary schools has an important role in forming the foundation of students' critical, creative and collaborative thinking abilities. One of the materials in learning Indonesian that is relevant for practicing these skills is procedural texts. The problem-based learning (PBL) model has been proven to be an effective approach in increasing student engagement. This research aims to analyze the usability of PBL-based teaching modules on procedural text material in elementary schools. The results of this research are the highest Feedback (UB) value, with a value of around 0.646%. This indicates that the Feedback variable (UB) is able to explain around 64% of the variables of the indicators. In contrast to the other side, the lowest value of the User Self Control (KDP) variable is seen in the variable which is only around 0.114. This shows that the motivation variable can only explain almost 11% of the variance of the indicators. Overall, this diagram provides an overview of how well each variable or construct is able to explain the variables of its indicators.
Analisis Komparatif Hasil Terjemahan Puisi Prancis oleh ChatGPT dan DeepL Sabrina Sungkar; Dadang Sunendar; Farida Amalia
Jurnal Onoma: Pendidikan, Bahasa, dan Sastra Vol. 12 No. 2 (2026): Penulis pada Edisi ini Terdiri dari Tiga (3) Negara: Indonesia, Taiwan dan Jor
Publisher : Universitas Cokroaminoto Palopo

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30605/gpgtfj97

Abstract

Penerjemahan puisi merupakan salah satu jenis penerjemahan yang kompleks, dengan adanya mesin penerjemahan berbasis AI seperti ChatGPT dan DeepL proses penerjemahan bisa dilakukan dengan lebih mudah dan cepat. Meskipun begitu efektivitas mesin tersebut dalam menangkap nuansa emosional masih harus dievaluasi. Penelitian ini bertujuan untuk menganalisis, mengevaluasi, dan membandingkan kualitas hasil terjemahan puisi Prancis ke dalam bahasa Indonesia oleh ChatGPT dan DeepL, terkhusus pada aspek akurasi dan strategi penerjemahan puisi yang digunakan. Metode yang dipakai dalam penelitian ini yaitu metode kualitatif dengan pendekatan studi komparatif. Hasil penelitian menunjukkan bahwa tidak ada mesin yang mutlak lebih unggul, ChatGPT terlihat lebih unggul dalam menerjemahkan puisi dengan kalimat yang lebih kompleks, sedangkan DeepL lebih unggul dalam puisi dengan kalimat yang sederhana dan pendek. Dari total 92 data terjemahan, ChatGPT menghasilkan 25 data akurat dengan strategi yang paling sering digunakan yaitu literal, yang berjumlahkan 28 data. Sedangakan DeepL menghasilkan 23 data akurat dengan strategi yang paling banyak digunakan juga literal, yang berjumlah 25 data. ChatGPT serta DeepL dapat menjadi alat bantu dalam menerjemahkan puisi sesuai dengan  kebutuhan masing masing pengguna. Penelitian selanjutnya disarankan untuk memperluas objek penelitian serta menambahkan aspek penilaian keberterimaan dan keterbacaan agar evaluasi kualitas terjemahan dapat dilakukan secara menyeluruh.
Co-Authors Dadang Sunendar Iim Siti Karimah Riyadi Rafiki Sabrina Sungkar Tatang Muhtar Tita Mulyati Yoga Prima Putra