Langsung ke konten utama

SEMANTIC NETWORK PADA PEMBELAJARAN KIMIA

 

SEMANTIC NETWORK PADA PEMBELAJARAN KIMIA

Semantik (dari Bahasa Yunanisemantikos, memberikan tanda, penting, dari kata sematanda) adalah cabang linguistik yang mempelajari arti/makna yang terkandung pada suatu bahasakode, atau jenis representasi lain. Dengan kata lain, Semantik adalah pembelajaran tentang makna. Semantik biasanya dikaitkan dengan dua aspek lain: sintaksis, pembentukan simbol kompleks dari simbol yang lebih sederhana, serta pragmatika, penggunaan praktis simbol oleh komunitas pada konteks tertentu.

Kata semantik itu sendiri menunjukkan berbagai ide - dari populer yang sangat teknis. Hal ini sering digunakan dalam bahasa sehari-hari untuk menandakan suatu masalah pemahaman yang datang ke pemilihan kata atau konotasi. Masalah pemahaman ini telah menjadi subyek dari banyak pertanyaan formal, selama jangka waktu yang panjang, terutama dalam bidang semantik formal. Dalam linguistik, itu adalah studi tentang interpretasi tanda-tanda atau simbol yang digunakan dalam agen atau masyarakat dalam keadaan tertentu dan konteks. Dalam pandangan ini, suara, ekspresi wajah, bahasa tubuh, dan proxemics memiliki semantik konten (bermakna), dan masing-masing terdiri dari beberapa cabang studi. Dalam bahasa tertulis, hal-hal seperti struktur ayat dan tanda baca menanggung konten semantik, bentuk lain dari bahasa menanggung konten semantik lainnya.

Semantic network adalah representasi yang mengekspresikan solusi permasalahan dengan menggunakan network (graph berarah). Di dalamnya menggunakan node (simpul) untuk merepretasikan suatu kondisi, dan arc (link) untuk merepretasikan relasi antar simpul. Semantic network ini adalah representasi yang bersifat :

1.        Lexically, di dalamnya terdapat node(simpul), link dan batasan-batasan khusus dari permasalahan

2.    Structurally, masing-masing link akan terkoneksi dari simpul yang paling depan(head node) sampai simpul yang paling belakang (tail node).

3.        Semantically, semua simpul dan link merepretasikan permasalahan tetap berada dalam batasannya.

Dengan kata lain semantic network adalah :

1.        Jaringan yang merepresentasikan relasi semantic dengan konsep.

2.        Terdiri dari nodes (konsep) dan arcs (relasi antar konsep).

3.       Umumnya semua semantic network adalah representasi grafis deklaratif yang dapat digunakan baik untuk mewakili pengetahuan atau untuk mendukung penalaran pengetahuan sistem otomatis.

Berikut ini contoh semantic network materi Koloid:

 

Permasalahan :

Apakah dengan guru membuat semantik network membuat siswa mampu memahami materi secara menyeluruh atau terperinci ? Dan apakah contoh semantic network materi koloid yang telah saya buat telah cocok diterapkan ? Berilah kritik dan saran untuk pembuatan desain semantic network tersebut agar lebih baik

Komentar

  1. Saya ingin menanggapi permasalahan nurul. Jaringan semantik digunakan ketika seseorang memiliki pengetahuan yang paling baik dipahami sebagai sekumpulan konsep yang terkait satu sama lain. Sehingga sebagian besar jaringan semantik berbasis kognitif. Untuk pertanyaan apakah dengan adanya semantik network membuat siswa mampu memahami materi secara menyeluruh? ini kembali lagi kepada motivasi belajar itu serta kecakapan guru untuk membangun motivasi belajar tersebut.

    terkait contoh semantic network yang sudah nurul buat, saya belum bisa berkomentar banyak karena saya hanya melihat struktur materi yang mau diajarkan saja.

    BalasHapus
    Balasan
    1. Terimakasih atas penjelasannya. Dari penjelasan diatas kecakapan seperti apa yang dibutuhkan guru dalam membangun motivasi belajar siswa ?

      Hapus
    2. Saya ingin menanggapi pertanyaan lanjutan dari saudari Nurul Amini. Sebelumnya perlu kita pahami bahwa fungsi dari semantic network ini adalah memudahkan siswa memahami materi dimana bagian-bagian materi tersebut saling terhubung satu sama lain. sehingga kesan materi yang kompleks tersebut berubah menjadi lebih sederhana dan jelas.
      Mengenai bagaimana cara guru membangun motivasi belajar siswa, bisa dilakukan dengan menambahkan link-link video penjelasan mengenai materi, adanya quiz, games, virtual lab dan lain sebagainya.

      Hapus
  2. Saya akan menjawab pertanyaan dari nurul.
    Bahwa siswa dapat memahami materi secara menyeluruh tergantung pada penyampaian dan isi dari semantic network tersebut. Jika dilengkapi dengan video pembelajaran serta dilengkapi dengan aktifitas yang menarik dan jelas, maka siswa akan merasa tertarik dalam pembelajaran dan mengikuti pembelajaran dengan baik sesuai dengan isi dari sekantic network tersebut. Jadi buatlah semantic network semenarik mungkin dengan isi isi yang bermanfaat dan yang dapat menarik perhatian siswa.

    BalasHapus
    Balasan
    1. Baik terimakasih atas saran yang diberikan. Saya akan terus mengembangkan semantic network yang saya buat. apakah ada lagi yang harus saya perbaiki pada semantic network yang telah saya desain ?

      Hapus
  3. menurut saya dengan semantic network maka anak akan mengerti bagian-bagian materi yang saling terhubung satu sama lain. dengan begitu maka akan memudahkan siswa untuk memahami materi yang akan diajarkan guru...
    selanjutnya mengenai systematic network yang sudah anda buat menurut saya sudah cukup bagus dan mewakili dari materi yang anda akan sampaikan, mungkin hanya perlu ditambahkan video pembelajaran serta dapat dilengkapi dengan fitur game atau sebagianya untuk menambah daya Tarik siswa dalam pembelajaran

    BalasHapus
  4. menurut saya semantic network yang di buat sudah bisa efektif dilakukan tidak hanya untuk masa yang akan datang melainkan pada saat ini, namun, jika boleh memberi saran sebaiknya coba dikembangkan lagi untuk implikasi materi pembelajaran dalam kehidupan sehari-hari dan bagaimana jika siswa diajak untuk learning by environment (belajar berbasis lingkungan) dengan demikian makna pembelajarannya akan lebih tertanam kuat

    BalasHapus
  5. Menurut saya peserta didik dapat memahami materi secara menyeluruh tergantung pada penyampaian dan isi dari semantic network tersebut. Jika dilengkapi dengan video pembelajaran serta dilengkapi dengan aktifitas yang menarik dan jelas, maka siswa akan merasa tertarik dalam pembelajaran dan mengikuti pembelajaran dengan baik sesuai dengan isi dari sekantic network tersebut.

    BalasHapus
  6. Menurut saya, desain yang telah Saudari nurul buat telah baik digunakan untuk pembelajaran siswa. Namun, keefektifan dalam proses pembelajaran tergantung pada penjelasan dari semantic network yang telah dibuat, akan kurang efektif apabila penjelasan disetiap judul yang akan dibahas sangat minim. Dan saran saya, lebih ditambahkan gambar pada semantic networknya agar lebih menarik

    BalasHapus

Posting Komentar

Postingan populer dari blog ini

PRINSIP-PRINSIP DESAIN PEMBELAJARAN

  PRINSIP-PRINSIP DESAIN PEMBELAJARAN A.            Pengertian Desain Pembelajaran Desain pembelajaran adalah proses menentukan tujuan pembelajaran, strategi dan teknik untuk mencapai tujuan serta merancang media yang dapat digunakan untuk efektivitas pencapaian tujuan. Desain pembelajaran adalah menyeleksi dan menghubungkan pengetahuan, fakta, imajinasi, dan asumsi untuk masa yang akan datang dengan tujuan memvisualisasi dan memformulasi hasil yang diinginkan, urutan kegiatan yang diperlukan, dan perilaku dalam batas-batas yang dapat diterima yang akan digunakan dalam penyelesaian.Defenisi lain, desain pembelajaran adalah hubungan antara apa yang ada sekarang (what is) dengan bagaimana seharusnya (what should be) yang bertalian dengan kebutuhan, penentuan tujuan, prioritas, program, dan alokasi sumber. Desain pembelajaran tidak hanya berperan sebagai pendekatan yang terorganisasi untuk memproduksi dan mengembangkan bahan...

Desain Artificial Intelligence untuk Pembelajaran Kimia

  Desain Artificial Intelligence untuk Pembelajaran Kimia 1.   Pengertian Artificial Intelligence Artificial Intelligence  atau AI dalam bahasa Indonesia artinya Kecerdasan Buatan yaitu kecerdasan yang ditunjukkan oleh suatu entitas ilmiah. Kecerdasan dibuat dan dimasukkan ke dalam suatu mesin/ komputer supaya bisa melakukan pekerjaan seperti yang bisa dikerjakan oleh manusia. Contohnya adalah kemampuan untuk menjawab diagnosa dan pertanyaan pelanggan, perencanaan dan penjadwalan, pengendalian, serta pengenalan tulisan tangan, suara dan wajah. Hal-hal seperti itu telah menjadi disiplin ilmu tersendiri, yang memusatkan perhatian pada penyediaan solusi masalah di kehidupan yang nyata. Terdapat macam-macam bidang yang menggunakan kecerdasan buatan diantaranya yaitu: game komputer, sistem pakar, jaringan syaraf tiruan, logika fuzzy dan robotika. Artificial Intelligence  termasuk bidang ilmu yang relatif mudah. Pada tahun 1950-an para ilmuwan dan peneliti mula...