cover
Article Per Year (5 Year)
All
Home Page
OAI Link
Editorial Team
Contact
Reviewer
Google Scholar
Contact Name
Meili Yanti
Contact Email
meiliyanti@unsulbar.ac.id
Phone
+6285333111190
Journal Mail Official
saqbe.jurnal@unsulbar.ac.id
Editorial Address
Jl. Prof.Dr.Baharuddin Lopa, SH, Talumung, Majene, Sulawesi Barat
Location
Kab. majene,
Sulawesi barat
INDONESIA
Saqbe : Jurnal Sains dan Pembelajarannya
Published by Universitas Sulawesi Barat
ISSN : -     EISSN : 30643945     DOI : -
Core Subject : Education,
Education Other
Jurnal “Saqbe : Sains dan Pembelajarannya” adalah jurnal ilmiah yang diterbitkan oleh Program Studi Pendidikan Ilmu Pengetahuan Alam Fakultas Keguruan dan Ilmu Pendidikan Universitas Sulawesi Barat. Jurnal ini diterbitkan sebagai wadah untuk artikel-artikel hasil penelitian pada bidang kajian murni tentang IPA (Fisika, Kimia, Biologi) beserta pembelajarannya (Pendidikan Fisika, Pendidikan Kimia, Pendidikan Biologi dan Pendidikan IPA).
Arjuna Subject : Umum - Umum
Articles 23 Documents
 1   2   3 
Pembelajaran Outdoor dalam Pendidikan Sains: Tren, Pola, dan Temuan Berdasarkan Analisis Jaringan Literatur Sistematis Usman, Musawwir
Saqbe: Jurnal Sains dan Pembelajarannya Vol. 2 No. 2 (2025): Saqbe: Sains dan Pembelajarannya
Publisher : Universitas Sulawesi Barat

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Penelitian ini bertujuan untuk menganalisis secara sistematis potensi penelitian dan struktur keilmuan terkait pembelajaran luar ruangan (outdoor learning) dalam pembelajaran sains dengan menggunakan pendekatan Systematic Literature Network Analysis (SLNA). Kajian ini difokuskan pada tiga pertanyaan penelitian, yaitu: (1) bagaimana pengaruh pembelajaran luar ruangan terhadap sikap dan hasil belajar siswa pada berbagai topik sains; (2) bagaimana persepsi guru terhadap implementasi pembelajaran luar ruangan; dan (3) topik serta celah penelitian apa yang masih berpotensi untuk dikaji lebih lanjut. Data dikumpulkan melalui penelusuran terstruktur pada basis data Google Scholar menggunakan kata kunci outdoor learning, science learning, dan environmental learning. Proses seleksi literatur dilakukan berdasarkan kriteria inklusi dan eksklusi yang telah ditetapkan untuk memperoleh publikasi yang relevan. Selanjutnya, data bibliografis dianalisis menggunakan teknik analisis jaringan, meliputi ko-okurensi kata kunci dan klasterisasi tematik, guna mengidentifikasi tren penelitian, tema dominan, serta kesenjangan riset. Hasil analisis menunjukkan bahwa pembelajaran luar ruangan pada topik sains seperti ekologi, biodiversitas, geografi, dan ilmu kebumian secara konsisten berkontribusi terhadap peningkatan motivasi dan hasil belajar siswa. Dari perspektif guru, tantangan utama dalam implementasi pembelajaran luar ruangan terletak pada aspek teknis, meliputi tahap perencanaan, pelaksanaan, serta asesmen pascakegiatan. Selain itu, analisis jaringan mengungkap adanya peluang penelitian yang masih terbuka, khususnya terkait pengembangan panduan dan instrumen asesmen pembelajaran luar ruangan yang terstandar, serta kajian mengenai karakteristik lanskap sekolah dalam mendukung efektivitas pembelajaran. Secara keseluruhan, lanskap penelitian pada bidang ini masih berkembang dan memberikan ruang yang luas untuk eksplorasi lebih lanjut
Machine Learning Applications in Science Education: A Review Idrus, Syarifa Wahidah Al; Qudratuddarsi, Hilman; Muallim
Saqbe: Jurnal Sains dan Pembelajarannya Vol. 2 No. 2 (2025): Saqbe: Sains dan Pembelajarannya
Publisher : Universitas Sulawesi Barat

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Perkembangan teknologi digital telah membawa perubahan besar dalam dunia pendidikan, termasuk pendidikan sains. Salah satu teknologi yang semakin banyak mendapat perhatian adalah machine learning, yang mampu menganalisis data pembelajaran dalam jumlah besar untuk mendukung proses belajar yang lebih efektif, adaptif, dan berbasis data. Penelitian ini bertujuan untuk mengkaji konsep, perkembangan, manfaat, serta tantangan penerapan machine learning dalam pendidikan sains. Penelitian menggunakan pendekatan deskriptif kualitatif dengan metode studi literatur. Data diperoleh dari berbagai sumber akademik yang relevan, seperti artikel jurnal nasional dan internasional, buku ilmiah, prosiding konferensi, serta laporan lembaga pendidikan global. Pengumpulan data dilakukan melalui teknik dokumentasi dan penelusuran literatur secara sistematis pada beberapa basis data ilmiah. Data dianalisis menggunakan analisis isi melalui tahapan reduksi data, kategorisasi, interpretasi, dan penarikan kesimpulan, sedangkan validitas data dijaga melalui triangulasi sumber. Hasil kajian menunjukkan bahwa machine learning memiliki kontribusi penting dalam pendidikan sains, terutama dalam mendukung personalisasi pembelajaran, analisis performa dan prediksi capaian belajar, pengembangan laboratorium virtual dan simulasi cerdas, serta asesmen otomatis dan umpan balik cepat. Teknologi ini mampu membantu peserta didik memahami konsep-konsep sains yang kompleks secara lebih mendalam, sekaligus membantu pendidik dalam mengidentifikasi kesulitan belajar dan menyusun intervensi yang lebih tepat. Selain itu, machine learning juga berpotensi meningkatkan motivasi, keterlibatan, dan efektivitas pembelajaran sains. Namun, implementasinya masih menghadapi sejumlah tantangan, seperti keterbatasan infrastruktur teknologi, isu privasi dan keamanan data, kesiapan guru, serta potensi bias algoritma. Oleh karena itu, integrasi machine learning dalam pendidikan sains memerlukan dukungan kebijakan, penguatan infrastruktur, pelatihan guru, dan pengawasan etis agar dapat diterapkan secara optimal dan berkelanjutan.
Validation of Artificial Intelligence Expectations and Training Attitudes (AI-ETA) Scale for Pre-service Chemistry Teachers Santika Rahayu, Dea; Simamora, Rustam Effendy
Saqbe: Jurnal Sains dan Pembelajarannya Vol. 2 No. 2 (2025): Saqbe: Sains dan Pembelajarannya
Publisher : Universitas Sulawesi Barat

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Artificial intelligence (AI) is increasingly integrated into education, requiring valid instruments to assess teachers’ expectations and training attitudes toward its use. This study aims to validate the Artificial Intelligence Expectations and Training Attitudes (AI-ETA) scale for pre-service chemistry teachers. A quantitative survey design was employed, involving 95 participants from two public universities. The instrument consisted of two dimensions: expectations about AI’s impact on education and expectations about AI training courses, measured using a five-point rating scale. Data were analyzed using the Rasch measurement model to examine item fit, reliability, separation, and unidimensionality. The results indicate that the instrument demonstrates strong psychometric properties, with high person reliability and adequate item separation. Most items showed acceptable fit statistics, although a few items required minor refinement. The unidimensionality analysis confirmed that the scale measures a single dominant construct. These findings suggest that the AI-ETA scale is a valid and reliable instrument for assessing pre-service teachers’ perceptions of AI. The study highlights the importance of understanding teachers’ expectations to support effective AI integration in chemistry education.

Page 3 of 3 | Total Record : 23

 1   2   3 

Filter by Year

2024 2026


Reset
Filter By Issues
All Issue Vol. 3 No. 1 (2026): Saqbe: Sains dan Pembelajarannya Vol 2 No 1 (2025): Saqbe : Sains dan Pembelajarannya (Maret 2025) Vol. 2 No. 2 (2025): Saqbe: Sains dan Pembelajarannya Vol 1 No 2 (2024): Saqbe : Sains dan Pembelalajarannya (Oktober 2024) Vol 1 No 1 (2024): Saqbe : Sains dan Pembelalajarannya (Maret 2024)