• Tidak ada hasil yang ditemukan

kontribusi media interaktif wayang tronik

N/A
N/A
Nguyễn Gia Hào

Academic year: 2023

Membagikan "kontribusi media interaktif wayang tronik"

Copied!
1
0
0

Teks penuh

(1)

i

KONTRIBUSI MEDIA INTERAKTIF WAYANG TRONIK TERHADAP PERUBAHAN PERILAKU

BERTANGGUNG JAWAB

Abstrak

Penelitianinibertujuanuntukmendeskripsikankontribusi media interaktifwayangtronikterhadapperubahanperilakubertanggungjawabpadapembelaja ranbahasaJawa.Indikatorperilakubertanggungjawabpadasiswasebagaipembelajarad alah (1) disiplinwaktu, (2) disiplintugas, (3) penggunaanunggah- ungguhbebahasaJawa,dan (4) berargumentasidenganbaik.

Penelitianinimenggunakanmetodedeskriptifkualitatif.Subjekpenelitianadalah3 5 siswakelas VIII SMP di wilayahSleman.Penggunaan media interaktifwayangtronikdilaksanakandalamtigatahapan.Dengantahapanini,

dapatdiketahuiperkembanganperubahanperilakubertanggungjawabdaritahapketaha p.Tahap I: pembelajaransecaraklasikal, tatap II: pembelajarandiskusi, dantahap III:

pembelajaranmandiri di laboratoriumkomputer.

Akhirpenelitiandilaksanakanpentaswayangkulitpadatdalangkembar di RRI

Yogyakarta. Instrumen yang

digunakandalampenelitianiniadalahpanduanpengamatandanpanduanwawancara.

Validitas instrumen yang digunakan adalah vadilitas konstruk, isi, dan semantis.

Reliabilitas menggunakan intrarater (check and recheck), diskusi teman sejawat, dan triangulasi. Data dianalisis secara deskriptif.

Hasil penelitian menunjukkan bahwa media interaktif wayang tronik memiliki kontribusi terhadap perubahan perilaku bertanggung jawab siswa pada

pembelajaran bahasa Jawa. Kontribusi media

interaktifwayangtronikterhadapperubahanperilakubertangggungjawabberupa(1) disiplinwaktusiswapadapembelajaranbahasaJawasebesar 5.71%, (2) disiplintugassiswapadapembelajaranbahasaJawasebesar 22,86%, (3) penggunaanunggah-

ungguhberbahasaJawasiswapadapembelajaranbahasaJawasebesar 48,58%, dan (4) berargumentasidenganbaiksiswapadapembelajaranbahasaJawasebesar 57,14%.

Kata kunci: bertanggungjawab, media interaktif, wayangtronik

Referensi

Dokumen terkait

Detection of shockable ventricular cardiac arrhythmias from ECG signals using FFREWT filter-bank and deep convolutional neural network.. Scikit-learn: Machine Learning

Pang, "Lightweight anonymous RFID group ownership transfer protocol in multi-owner environment," in 2017 IEEE 19th International Conference on High Performance Computing and