Sapaan Kekerabatan pada Masyarakat Jawa di Desa Blambangan Kecamatan Muncar Kabupaten Banyuwangi
Bibliographic record
Abstract
Sapaan kekerabatan merupakan sapaan yang digunakan untuk menyapa mitra tutur yang memiliki pertalian darah. Masyarakat yang menggunakan Bahasa Jawa perlu menggunakan sapaan kekerabatan yang sesuai dengan sistem Bahasa Jawa, guna menjaga pelestarian identitas daerahnya. Tujuan penelitian ini adalah mengungkap bentuk sapaan kekerabatan dan faktor yang melatarbelakangi penggunaan sapaan kekerabatan yang digunakan oleh masyarakat Jawa di Desa Blambangan Kecamatan Muncar Kabupaten Banyuwangi. Penelitian ini adalah penelitian kualitatif deskriptif. Data yang digunakan berupa data bentuk sapaan kekerabatan, hasil wawancara dan data tuturan. Informan penelitian ini adalah 16 keluarga di Desa Blambangan dengan pertimbangan profesi dan usia kepala keluarga. Instrumen penelitian ini adalah peneliti sebagai instrumen utama dan instrumen bantu yaitu lembar observasi, pedoman wawancara dan instrumen pengumpul data yang berupa tabel. Teknik pengumpulan data adalah simak dan catat. Teknik penganalisisan data adalah teknik Pilah Unsur Penentu (PUP) dan Teknik Hubung Banding Membedakan (HBB). Teknik pengujian keabsahan data dalam penelitian ini adalah ketekunan pengamatan. Data temuan pada penelitian ini adalah 39 bentuk sapaan kekerabatan keluarga inti dan keluarga luas. Dua puluh sembilan sapaan kekerabatan dalam Bahasa Jawa yaitu Mbah, Kakung, Nanang, Bapak, Nyai, Uti, Mbok, Mbokdhe, Emak, Makwek, Ibuk, Siwo, Uwak, Cacak, Paman, Pakdhe, Paklik, Pakpoh, Budhe, Bulik, Bibik, Kakang, Mas, Mbak, Yu, Adhik, Thole, Genduk, dan Ganang. Enam sapaan kekerabatan Bahasa Indonesia yaitu Kakek, Ayah, Bunda, Om, Tante, dan Kakak. Dua sapaan kekerabatan Bahasa Inggris yaitu Mami (mommy) dan Aunty. Satu sapaan kekerabatan Bahasa Cina yaitu Mama. Satu sapaan kekerabatan Bahasa Melayu yaitu Atuk. Variasi bentuk sapaan kekerabatan yaitu bentuk sapaan utuh; variasi bentuk sapaan utuh; bentuk sapaan tidak utuh; variasi bentuk sapaan tidak utuh; akronim; bentuk sapaan diikuti /e/ dan bentuk sapaan diikuti /e/ + nama anak pertama. Faktor yang mempengaruhi pemilihan bentuk sapaan kekerabatan tersebut adalah status sosial, usia, asal, keakraban, posisi dalam keluarga, kelahiran, memberi contoh, modernisasi dan tren.
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 | 0.002 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.001 | 0.002 |
| Science and technology studies | 0.003 | 0.001 |
| Scholarly communication | 0.005 | 0.004 |
| Open science | 0.001 | 0.003 |
| Research integrity | 0.001 | 0.002 |
| Insufficient payload (model declined to judge) | 0.070 | 0.018 |
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".