Pelaksanaan Program Kelas Maya Berbasis Learning Management System di SMA Negeri 18 Palembang
Notice bibliographique
Résumé
Penelitian ini dilatarbelakangi oleh kebutuhan SMA Negeri 18 Palembang sebagai sekolah penggerak untuk mengoptimalkan transformasi digital melalui pelaksanaan program kelas maya berbasis Learning Management System (LMS). Program ini menjadi solusi strategis atas keterbatasan ruang belajar pasca lonjakan peserta didik pada PPDB 2023, sekaligus mendorong inovasi pembelajaran yang lebih fleksibel dan berkelanjutan. Penelitian ini bertujuan untuk mendeskripsikan secara komprehensif pelaksanaan program kelas maya, mengidentifikasi kendala yang muncul dalam implementasinya, serta menganalisis solusi yang diterapkan sekolah guna meningkatkan efektivitas pembelajaran digital. Penelitian menggunakan metode kualitatif dengan pendekatan studi kasus, melalui teknik pengumpulan data berupa observasi, wawancara mendalam, dan dokumentasi. Analisis data mengikuti model Miles dan Huberman yang meliputi reduksi, penyajian, dan verifikasi data. Hasil penelitian menunjukkan bahwa pelaksanaan program kelas maya telah berjalan optimal melalui pengelolaan lima aspek utama: manajemen pengguna, manajemen konten pembelajaran, komunikasi dan kolaborasi, penilaian, serta pelacakan dan pelaporan. Guru dan siswa mampu memanfaatkan fitur LMS secara aktif, didukung pelatihan teknis dan pedoman konten yang terstandar. Meskipun demikian, ditemukan kendala berupa keterbatasan SDM dalam penyusunan laporan berkala, kendala teknis jaringan, serta variasi kemampuan digital pengguna. Kendala tersebut berhasil diatasi melalui pelatihan berkelanjutan, peningkatan infrastruktur internet, serta pendampingan intensif bagi guru. Secara keseluruhan, implementasi program kelas maya berbasis LMS di SMA Negeri 18 Palembang terbukti efektif mendukung mutu pembelajaran digital melalui integrasi teknologi, manajemen sekolah yang adaptif, serta peningkatan kapasitas guru dalam pengelolaan pembelajaran daring.
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 | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,003 | 0,001 |
| Science ouverte | 0,000 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,048 | 0,008 |
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 ».