PERMAINAN BOGABITA DAN PELATIHAN PEMBUATAN GERABAH SEBAGAI MEDIA PENGUATAN KARAKTER ANAK JALANAN DI KOMUNITAS PPAP SEROJA KOTA SURAKARTA
Bibliographic record
Abstract
Pengabdian ini fokus pada pembinaan anak jalanan dibawah Lembaga Pemberdayaan Perempuan dan Anak Pinggiran (PPAP) Seroja di Surakarta. Tujuan dari Kegiatan ini ingin membantu memulihkan kondisi anak-anak binaan PPAP Seroja secara sosial dengan mengembangkan potensi anak melalui pengembangan karakter agar memiliki rasa cinta tanah air dan keperdulian sosial. Hal ini sejalan dengan UU Nomor 20 Tahun 2003 tentang Sistem Pendidikan Nasional yang bertujuan untuk mengembangkan potensi siswa agar menjadi manusia yang beriman dan bertakwa kepada Tuhan, berakhlak mulia, sehat, berilmu, cakap, kreatif, mandiri, dan menjadi warga negara yang demokratis serta bertanggung jawab. Target khusus yang ingin dicapai dalam kegiatan pengabdian ini adalah menumbuhkan rasa cinta tanah air dan keperdulian sosial dari anak-anak binaan PPAP Seroja melalui pengenalan keteladanan para pahlawan, budaya daerah, dan produk lokal berupa gerabah. Metode yang digunakan dalam implementasi kegiatan ini yaitu metode observasi, diskusi, simulasi atau permainan edukasi dengan metode BOGABITA Boardgame dan clay edu (pengenalan gerabah dengan teknik cetak). Permasalahan yang menjadi latar belakang kegiatan pengabdian ini adalah kondisi anak binaan PPAP Seroja mengalami kesulitan untuk bersosialisasi pasca pandemi covid-19, khususnya dengan lingkungan pendidikan sehingga hal ini berdampak pada jiwa dan karakter anak yang cenderung egois, kurang kepekaan sosialnya, terlebih upaya menumbuhkan rasa cinta tanah air pada diri mereka. Implementasi kegiatan pengabdian adalah mengadakan simulasi atau permainan secara bertahap sebagai sarana pendekatan secara pribadi yang menyenangkan dengan metode BOGABITA Boardgame dan clay edu (pengenalan gerabah dengan teknik cetak). Tarjet luaran kegiatan pengabdian ini adalah anak-anak yang mengerti arti penting dari bersosialisasi, berbagi, dan mengenal budaya lokal dan Indonesia dengan lebih dekat, prosiding seminar ber-ISBN, publikasi kegiatan pengabdian di media masa cetak atau online, dan publikasi pengabdian dalam bentuk video.
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 | 0.000 | 0.001 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.000 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.003 | 0.001 |
| Scholarly communication | 0.003 | 0.001 |
| Open science | 0.001 | 0.002 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.031 | 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".