ANALISIS TINGKAT PEMAHAMAN PENGETAHUAN AGAMA ISLAM MASYARAKAT SUKU ANAK DALAM (SAD) DI KABUPATEN MUSIRAWAS UTARA SUMATERA SELATAN
Bibliographic record
Abstract
Penelitian ini bertujuan untuk menganalisis tingkat pemahaman agama Islam masyarakat Suku Anak Dalam (SAD) di Kabupaten Muratara Sumatra Selatan. Penelitian ini adalah jenis penelitian survei. Populasi yang diambil dalam penelitian ini yaitu seluruh masyarakat SAD di Kabupaten Muratara Sumatra Selatan. Teknik sampling yang digunakan adalah purposive sampling dengan jumlah sampel data yaitu 56 yang terdiri atas 27 orang perempuan dan 29 orang laki-laki di 3 Desa yaitu Sungai Jernih, Sungai Kijang dan Kerta Dewa Kabu. Teknik pengumpulan data menggunakan teknik non test berupa pengisian angket. Instrumen yang digunakan dalam penelitian ini yaitu lembar angket dengan menggunakan modifikasi skala likert 4 pilihan jawaban. Hasil uji validitas dan reliabilitas menunjukkan bahwa instrumen yang digunakan adalah valid dan reliabel. Untuk hasil analisis didapatkan persentase untuk setiap responden dari masyarakat SAD di Kabupaten Muratara Sumatra Selatan berada pada rentang 76-100% yang masuk ke kategori sangat setuju berdasarkan tabel interpretasi skala likert. Artinya semua responden dikategorikan sangat setuju dengan pernyataan-pernyataan mengenai indikator pemahaman agama yang diajukan di dalam angket. Hal tersebut menunjukkan bahwa masyarakat Suku Anak Dalam (SAD) pada 3 Desa di wilayah Kabutapten Kabupaten Muratara Sumatra Selatan tersebut memiliki pemahaman agama yang baik
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 | 0.011 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.002 | 0.002 |
| Science and technology studies | 0.002 | 0.001 |
| Scholarly communication | 0.002 | 0.002 |
| Open science | 0.001 | 0.002 |
| Research integrity | 0.001 | 0.002 |
| Insufficient payload (model declined to judge) | 0.021 | 0.004 |
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".