• Tidak ada hasil yang ditemukan

BAB V - Repositori STKIP PGRI Sidoarjo

N/A
N/A
Protected

Academic year: 2023

Membagikan "BAB V - Repositori STKIP PGRI Sidoarjo"

Copied!
2
0
0

Teks penuh

(1)

61 BAB V PENUTUP A. Kesimpulan

Berdasrkan paparan dan pembahasan penerapan model pembelajaran picture and picture pada materi bangun ruang sisi datar kelas VIII – I SMP

Bilingual Terpadu dapat disimpulkan sebagi berikut:

1. Pada pelaksanaan model pembelajaran picture and picture pada penelitian ini nilai aktivitas guru menujukan 3,08 di kategori “baik”

2. Pada pelaksanaan model pembelajaran picture and picture pada penelitian ini nilai aktivitas siswa dari penilaian 2 observer, dari 12 indikator mendapatkan 8 sangat aktif dan 4 aktif.

3. Pada pelaksanaan model pembelajaran picture and picture pada penelitian ini nilai hasil belajar secara klasikal 62,5% ini menunjukan bahwa secara klasikal dikatakan “belum tuntas”

4. Pada pelaksanaan model pembelajaran picture and pictue ini, respons siswa dinyatakan positif karena angket respons berada pada kriteria

“baik”

B. Saran

Berdasarkan penelitian ini, peneliti dapat menyarankan

1. Penerapan model pembelajaran picture and picture dapat digunakan sebagai salah satu alternatif pembelajaran matematika agar siswa tidak bosen hanya bermain dengan rumus.

(2)

62

2. Bagi guru, hendaknya lebih kreatif dalam memilih strategi pembelajaran yang tepat untuk proses pembelajaran agar lebih efektif, salah satuhnya dengan penerapan strategi model pembelajaran picture and picture. Pada proses pembelajaran picture and picture tidak semua siswa paham dengan penggunaan rumus jadi harus pejelasan lebih lanjut cara menggunakan rumus.

Bagi siswa, lebih semangat dan lebih aktif lagi dalam mengikuti proses pembelajaran supaya hasil belajar bisa tercapai dengan maksimal.

Referensi

Dokumen terkait

Although Nomenclature Nomenclature Bcap SVC capacitive susceptance Bind SVC inductive susceptance Bsh bus shunt susceptance Bsvc SVC susceptance Btotal total bus susceptance Eth

Algorithm 1Retrospective DAgger for Fixed Size 1: Inputs:,N the number of iterations,π1an initial policy trained on expert traces, αthe mixing parameter,{Pj}a set of training problem