Teknik Searching and Gathering (Segath) untuk Meningkatkan Hasil Belajar Al-Qur’an Hadist Pada Mapel PAI dan Budi Pekerti
Why this work is in the frame
A frame that forgets how it found something cannot be audited. These are the routes that admitted this work.
Bibliographic record
Abstract
Materi Al-Qur’an Hadist adalah salahsatu aspek dalam Mata Pelajaran Pendidikan Agama Islam dan Budi Pekerti. Tujuan penelitian ini adalah untuk menemukan teknik yang tepat untuk membuat peserta didik dapat lebih memahami materi Al-Qur’an Hadist yaitu Surat Attin dan hasil belajar meningkat. Segath merupakan singkatan dari Searching and Gathering yang berarti mencari dan mengumpulkan. Metode Penelitian yang penulis lakukan dalam penelitian ini yaitu metode penelitian kualitatif-deskriptif. Sasaran penelitiannya yaitu peserta didik kelas 5A semester 1 tahun ajaran 2022/2023. Data awal yang penulis ambil adalah nilai hasil penilaian harian Al-Qur’an Hadist sebelum menggunakan Teknik Segath dan nilai hasil penilaian harian setelah menggunakan Teknik segath. Penulis juga melakukan pengamatan melalui lembar observasi untuk mengamati peningkatan motivasi siswa selama mengikuti pembelajaran Al-Qur’an Hadist dengan Teknik Segath. Teknik segath ini penulis aplikasikan pada materi Qur’an surat Attin. Segath menggabungkan aktivitas belajar mandiri melalui internet, kreatifitas menulis dan aktifitas fisik. Peserta didik aktif mencari pengetahuan tentang materi surat dari internet (searching) kemudian berbagi pengetahuan bersama teman-temannya dalam sebuah kegiatan yang menyenangkan (gathering). Teknik Segath membantu peserta didik menghafalkan dan memahami makna yang terkandung dalam surat Attin, dibuktikan dengan peningkatan rata rata hasil belajar menjadi 86,6 dengan nilai tertinggi 95 dan nilai terendah 80, dari sebelumnya rata rata 75.88 dengan nilai maximal 90 dan minimal 40. Motivasi belajar juga meningkat dan pembelajaran lebih menarik
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.
Full frame distilled prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. Learned from the 10,348 direct Codex labels and 10,348 direct Gemma labels. Candidate is the union of thresholded teacher heads; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels or direct frontier model labels.
Codex and Gemma teacher scores by category
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.004 | 0.000 |
| Meta-epidemiology (narrow) | 0.001 | 0.001 |
| Meta-epidemiology (broad) | 0.001 | 0.000 |
| Bibliometrics | 0.001 | 0.002 |
| Science and technology studies | 0.004 | 0.001 |
| Scholarly communication | 0.002 | 0.002 |
| Open science | 0.001 | 0.001 |
| Research integrity | 0.000 | 0.002 |
| Insufficient payload (model declined to judge) | 0.001 | 0.000 |
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 it