PENINGKATAN KEMAMPUAN MENULIS CERPEN MELALUI PENGGUNAAN MEDIA AUDIOVISUAL TAYANGAN TELEVISI “CERMIN KEHIDUPAN TRANS 7”
Notice bibliographique
Résumé
ABSTRAKKenyataannya di SMK Farmasi Bakti Kencana Banjar beberapa siswa diantaranya kurang mampu menggunakan imajinasi atau ide dalam menulis cerpen. Berdasarkan hasil observasi pra-penelitian, dilihat bahwa Nilai yang dicapai siswa dalam menulis cerpen masih rendah. Nilai KKM yang sudah ditentukan yaitu 70, namun masih ada beberapa yang masih belum mencapai KKM yang ditentukan. Tujuan dari penelitian yang penulis lakukan adalah : 1) untuk mengetahui langkah-langkah penggunaan media audiovisual tayangan televisi “Cermin Kehidupan Trans 7” dalam pembelajaran menulis cerpen pada siswa kelas X SMK Farmasi Bakti Kencana Banjar; 2) untuk mengetahui peningkatan kemampuan siswa setelah mengikuti kegiatan pembelajaran menulis cerpen dengan menggunakan media audiovisual tayangan televisi “Cermin Kehidupan Trans 7” pada siswa kelas X SMK Farmasi Bakti Kencana Banjar. Penelitian ini menggunakan metode deskriptif. Metode deskriptif digunakan sebagai dasar bahwa pembelajaran menulis cerpen dengan menggunakan media tayangan televisi “Cermin Kehidupan” trans 7 adalah masalah yang terjadi pada saat sekarang. Berdasarkan hasil penelitian dan pembahasan, maka simpulan dalam penelitian ini sebagai berikut. Langkah-langkah pelaksanaan pembelajaran sebagai berikut. Kegiatan inti pembelajaran yang meliputi tiga tahapan diantaranya: Tahap pertama Eksplorasi meliputi : (1) siswa mencari informasi yang luas tentang materi yang akan di pelajari untuk menanamkan nilai rasa ingin tahu, (2) Guru memfasilitasi siswa tentang materi yang akan dipelajari untuk menanamkan nilai betranggung jawab. Penggunaan media audiovisual tayangan “Cermin Kehidupan” Trans 7 dapat meningkatkan kemampuan menulis cerpen siswa dengan peningkatan rata-rata nilai pada siklus I adalah 71,47 sedangkan siklus II menunjukan peningkatan dari rata-rata nilai pada siklus I menjadi 83,90. Pada siklus II ini siswa merasa lebih percaya diri dalam mengerjakan tugas, siswa juga merasa senang dan antusias dalam pembelajaran sehingga semua siswa tuntas belajar.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,002 | 0,001 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,062 | 0,010 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».