Evaluasi Pelatihan Otomotif Dalam Meningkatkan Keterampilan Peserta Didik Di UPT-BLK Palangka Raya
Bibliographic record
Abstract
Penelitian ini bertujuan untuk mengevaluasi pelatihan otomotif pada tahun 2021, yang dilaksanakan oleh UPT-BLK Palangka Raya. Terutama yang berhubungan dengan proses pelaksanaan pelatihan, kendala yang dihadapi dan bagaimana hasil pelatihan yang berhubungan dengan kelulusan dari peserta pelatihan. Penelitian ini menggunakan pendekatan kualitatif dengan mengacu pada pendapat Moleong, bahwa penelitian kualitatif bermaksud untuk memahami fenomena tentag apa yang dialami oleh subjek penelitian, dalam hal ini observasi langsung terhadap kegiatan pelatihan otomotif yang diselenggarakan oleh UPT-BLK Palangka Raya pada tahun 2021. Prosedur pengumpulan data dengan observasi, wawancara dan dokumentasi yang dilakuakan oleh peneliti sendiri. Proses analisis dilakukan sejal awal dilapangan dan selesai dilapanga dengan analisis data model Miles Hubermen. Hasil pelaksanaan penelitian dilihat dari perencanaan, pengorganisasian, pengarahan dan pengendalian dalam kegiatan pelatihan. Perencanaan penelitian dimulai dari persiapan sosialisasi, pendaftaran peserta, pelaksanaan tes, pengumuman kelulusan, dilakukan secara daring mengingat masih dalam suasana pandemi covid 19. Selanjutnya instruktur menyiapakan kurikulum dan perangkat pembelajaran sesuai ketentuan. Pengorganisasian pelatiahan otomotif dilakukan dilakukan dengan menggunakan media komunikasi dengan membuat group wash up untuk memudahkan komunikasi. Pengarahan dilakukan pada proses pelaksanaan pelatihan tatap muka dengan memperhatikan protocol kesehatan. Pengendalian pelatihan ini dengan monitoring langsung dari pimpinanUPT-BLK Palangka Raya dan dari pimpinan wilayah Samarenda. Sedangkan kendala yang dihadapi selama pelatihan adalah sebagian peralatan pelatiahan sudah lama sehingga perlu peralatan baru. Sedangkan hasil pelatihan otomotif di UPT-BLK Palangka Raya pada tahun 2021 cukup baik yakni mencapai 80% dari seluruh peserta.
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 | 0.005 | 0.015 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.002 | 0.002 |
| Science and technology studies | 0.001 | 0.001 |
| Scholarly communication | 0.005 | 0.003 |
| Open science | 0.001 | 0.002 |
| Research integrity | 0.001 | 0.002 |
| Insufficient payload (model declined to judge) | 0.026 | 0.006 |
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".