Manajemen Kurikulum dan Pembelajaran Komputer dan Jaringan Dasar di SMK
Bibliographic record
Abstract
Penelitian ini bertujuan untuk (1) Mendiskripsikan Perencanaan KurikulumPembelajaran Komputer dan Jaringan dasar di SMK Negeri 2 Sragen. (2)Mendiskripsikan Pelaksanaan Pembelajaran Komputer dan Jaringan dasar di SMKNegeri 2 Sragen. (3) Mendiskripsikan Penilaian Kurikulum Komputer dan Jaringandasar di SMK Negeri 2 Sragen.Penelitian ini menggunakan metode penelitiankualitatif yang dilakukan di SMK Negei 2 Sragen. Subyek utama dalam penelitianadalah kepala sekolah dan guru. Teknik pengumpulan data yang dipergunakan dalampenelitian ini adalah observasi, wawancara dan dokumentasi. Teknik analisis datadalam penelitian ini menggunakan model analisis yaitu pengumpulan data, reduksidata, dan penyajian data serta kesimpulan. Keabsahan data dalam penelitian dengan trianggualsi.Hasil dari penelitian ini adalah: (1) perencanaan pembelajaran Komputerdan Jaringan Dasar di SMK Negeri 2 Sragen dilaksanakan dengan cara menyiapkanperangkat pembelajaran berupa, Silabus, Program Tahunan, Program Semester danrancangan pelaksanaan pembelajaran (RPP). (2) Pelaksanaan pembelajaran Komputerdan Jaringan Dasar di SMK Negeri 2 Sragen dilaksanakan dengan menggunakanberbagai macam metode pembelajaran. Metode pembelajaran yang digunakan antaralain model pembelajaran dengan ceramah, diskusi kelompok, demonstrasi sertasimulasi. Peran guru dalam pembelajaran Komputer dan Jaringan Dasar sebagaifasilitator, sedangkan siswa berperan aktif dalam proses pembelajaran. (3) penilaiankurikulum Komputer dan Jaringan Dasar dilaksanakan oleh kepala sekolah melaluikegiatan supervisi untuk mengetahui ketercapaian kurikulum serta sebagai acuandalam melakukan tindak lanjut perbaikan.
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.001 | 0.004 |
| Meta-epidemiology (narrow) | 0.001 | 0.001 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.001 | 0.002 |
| Science and technology studies | 0.002 | 0.001 |
| Scholarly communication | 0.005 | 0.003 |
| Open science | 0.001 | 0.003 |
| Research integrity | 0.001 | 0.002 |
| Insufficient payload (model declined to judge) | 0.046 | 0.010 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".