TUGAS

KAPITA SELEKTA
ANALISIS JURNAL BELAJAR BERSAMA DENGAN TEKNIK THINK
PAIR SHARE

Dosen:
Drs. Maya Istyadji, M.Si
Oleh
Amiratush Shalihah (A1C313076)
A-02

PROGRAM STUDI PENDIDIKAN KIMIA

JURUSAN PENDIDIKAN MATEMATIKA DAN IPA
FAKULTAS KEGURUAN DAN ILMU PENDIDIKAN
UNIVERSITAS LAMBUNG MANGKURAT
BANJARMASIN
MEI 2016

BELAJAR BERSAMA DENGAN TEKNIK THINK PAIR SHARE

San San Tint dan Ei Ei Nyunt
Jurusan Penelitian dan Pengembangan II, Universitas Ilmu Komputer,
Mandalay, Myanmar
Master Ilmu Komputer, Universitas Komputer Studi Mandalay, Myan

Abstrak
Siswa dapat belajar dengan metode ceramah dan siswa mereka dapat
melakukan latihan mereka di web sebagai individu atau bersama-sama dengan
rekan-rekan mereka seperti yang diarahkan oleh guru dengan menggunakan teknik
think pair share. Sistem ini menyediakan kemampuan untuk menghapus untuk
menentukan pilihan mereka tentang pertanyaan. Metode K-cara digunakan untuk
mengubah keadaan dan dukungan untuk menentukan siswa dari kelas. Tujuan
utama dari ini studi ini adalah untuk merancang sebuah model untuk sistem
pembelajaran pemrograman java yang memfasilitasi pembelajaran kolaboratif
kegiatan dalam kelas virtual.
Perkenalan
Penggunaan komputer menjadi portal untuk berbagai kegiatan pendidikan
di mana kolaborasi antara dosen dan mahasiswa. Komunikasi pendidikan yang
melibatkan siswa, guru. Metode pembelajaran, Collaborative Learning adalah
Metode penting yang telah memfasilitasi siswa untuk bekerja dalam kelompok
dengan satu sama lain untuk tujuan akademik umum. metode K-sarana dievaluasi
dengan

jumlah

siswa

dengan

kelompok-kelompok

yang

terkait

untuk

berpartisipasi pembelajaran kolaboratif kursus.

Think pair share adalah aktivitas meminta siswa untuk merefleksikan
masalah dan kemudian berbagi pemikiran dengan orang lain. Murid didorong
untuk membenarkan sikap mereka menggunakan contoh-contoh yang jelas dan
kejernihan pikiran dan ekspresi. Murid memperluas pemahaman konseptual

mereka dari topik dan mendapatkan latihan dalam menggunakan pendapat orang
lain untuk mengembangkan diri mereka sendiri. Oleh karena itu, gagasan sistem
adalah untuk mendapatkan kolaboratif program pembelajaran java dengan
menggunakan strategi (TPS) dan K-sarana mengelompokkan metode adalah
membantu sistem untuk mendapatkan kelompok siswa otomatis. Dan kemudian
siswa tanda akan dibagi dalam kelompok mereka dengan menggunakan tingkat
tanda dasar mereka.
Latar Belakang
Belajar kolaboratif
Pembelajaran

kolaboratif

(CL)

menyediakan

lingkungan

untuk

meramaikan dan memperkaya proses pembelajaran

Selama pembelajaran kolaboratif, komunikasi dan interaksi antara rekanrekan memungkinkan CL fitur yang harus fokus pada alat sinkron dan asinkron.
Selain itu, dokumen manajemen harus dipertimbangkan juga. Dengan
pembahasan di atas, Tabel berikut 1 menjelaskan fitur dari pembelajaran
kolaboratif.

Dukungan Komputer Collaborative Learning (CSCL)

Pembelajaran kolaboratif harus didukung oleh alat khusus yang berkaitan
erat dengan komputer didukung Collaborative Learning (CSCL). Sebuah alat
CSCL yang mendukung kolaborasi yang kegiatan antara guru dan siswa
dikembangkan. Dan hal ini dinamakan sebagai CETLs; kolaborasi Lingkungan
untuk Pengajaran dan Pembelajaran (sistem). CETLs menerapkan Think Pair
Share teknik yang memungkinkan pengguna (guru dan siswa) untuk
berkomunikasi dan berkolaborasi bersama-sama, menggunakan tiga tahap teknik
kolaboratif yang dipilih; berpikir, pasangan dan berbagi.
Teknik kolaborasi untuk Pembelajar
Collaborative Learning membuat siswa untuk belajar lebih intens tentang
pendidikan dan berpikir tentang minat dan menerapkan berbagai pengaturan bagi
siswa. Ada banyak teknik yang tersedia untuk kolaborasi. Beberapa teknik
kolaboratif adalah:
1)
2)
3)
4)

Fishbowl
Jigsaw
Paduan Anotasi
Think Pair Share

Teknik Fishbowl
Teknik pertama adalah Fishbowl yang juga dikenal strategi di suatu tempat
seperti ruang kelas dan pertemuan bisnis karena menyediakan tidak hanya diskusi
lebih kaya tetapi juga masyarakat untuk fokus pada cara-cara di mana kelompokkelompok tertentu berpartisipasi dengan kelompok-kelompok mereka. Fishbowl
adalah salah satu strategi pembelajaran kolaboratif.
The Fishbowl menawarkan kesempatan untuk mengamati dan belajar
tentang interaksi sosial. Anda dapat menggunakannya di area konten. Ini adalah
struktur koperasi learning untuk diskusi kelompok kecil atau diskusi mitra.
Jigsaw Teknik
Setiap kelompok kecil bekerja pada beberapa aspek yang sama masalah,
pertanyaan, atau masalah. Puzzle memfasilitasi kelompok seperti subkelompok
terkait dengan keseluruhan. Hal ini diperlukan untuk menentukan ke kontribusi
topik jika Jigsaw telah diterapkan.
Jigsaw digunakan sebagai cara yang efisien untuk belajar materi baru.
Proses ini mendorong mendengarkan, keterlibatan, dan pemahaman dengan
memungkinkan setiap anggota kelompok bagian penting untuk bermain di proses
akademik. Strategi jigsaw juga membuat orang-orang yang mengembangkan
tujuan bagaimana membagi dan mengacak kelompok siswa dinamis.
Paduan Anotasi
Dalam Paduan Anotasi, dua siswa membandingkan kesan pribadi mereka
atau komentar pada artikel, cerita, atau bab. Siswa berpasangan dan menjawab
artikel yang sama, bab atau area konten sehingga siswa mengeksplorasi faktafakta penting dan mencari persamaan dan ketidakmiripan tentang mereka.
Think Pair Share
Ini adalah strategi diskusi empat langkah yang menggabungkan menunggu
waktu dan aspek kooperatif belajar. Anggota kelompok berpikir tentang

pertanyaan / topik secara individual, dan kemudian berbagi mereka pikiran dengan
pasangan. kelompok besar diringkas berbagi juga terjadi. Teknik ini akan
menggambarkan bagian berikutnya.
Teknik Think Pair Share untuk Belajar
Teknik ini digunakan membuat diskusi dan mengemukakan berbagi
pendapat dan ide-ide individu. Think Pair Share adalah metode mungkin
membutuhkan beberapa latihan. CETLs singkatan Collaborative Lingkungan
Pengajaran dan Pembelajaran (sistem). Ini adalah sebuah sistem pendidikan yang
sengaja dikembangkan untuk sekolah untuk mendukung kegiatan kolaboratif
antara guru dan siswa. Dalam rangka mewujudkan proses kolaboratif, CETLs
berlaku teknik think pair share untuk proses belajar mengajar. Ide-ide Think Pair
Share adalah teknik disimpulkan berdasarkan studi, yang diringkas dalam Tabel
berikut 2.

Teknik tink pair share yang dipilih untuk diterapkan di CETLs karena
beberapa alasan. Ini adalah sebuah Teknik yang menyediakan waktu pemrosesan
dan membangun di waktu tunggu yang meningkatkan pembelajaran kedalaman
dan luasnya pemikira. Menggunakan teknik Think Pair Share, siswa berpikir
aturan yang mereka berbagi dengan mitra dan kemudian dengan teman sekelas
dalam kelompok. Oleh karena itu, penting untuk menerapkan teknik kolaborasi ini
di CETLs.
Kekelompokan
Clustering adalah divisi data ke dalam kelompok objek serupa. Ini model
data dengan cluster nya. Data pemodelan menempatkan pengelompokan dalam
perspektif sejarah yang berakar dalam matematika, statistik, dan analisis numerik.
Banyak jenis pengelompokan yang digunakan dalam data mining seperti yang
ditunjukkan pada berikut:
1) clustering hirarkis
2) metrik linkage
3) cluster hirarkis sewenang-wenang bentuk
4) partisi memecah belah binary
5) perkembangan lain
6) partisi relokasi clustering
7) clustering probabilistic
8) k-medoids metode
9) k-means metode
10) density berbasis partisi
11) konektivitas density berbasis
12) densitas fungsi
13) clustering grid berbasis
14) co-terjadinya data kategoris
15) teknik clustering lainnya
16) clustering kendala berbasis
17) hubungan belajar diawasi
18) gradient descent dan jaringan syaraf tiruan
19) metode evolusioner
Clustering adalah divisi data ke dalam kelompok objek serupa. pemodelan
data menempatkan pengelompokan dalam perspektif sejarah berakar dalam
matematika, statistik, dan analisis numerik.

Pemilihan Sarana Awal

Biasanya peningkatan clustering upgrade untuk pengguna bagaimana
untuk memilih dalam hal pemilihan sarana awal. Karena ini berarti awal adalah
input dari algoritma K-cara, tidak ada independen K-cara pengelompokan,.
Beberapa orang ingin memilih sarana awal secara acak dari diberikan dataset
tetapi yang lain tidak. Pemilihan sarana awal mempengaruhi waktu pelaksanaan
algoritma serta keberhasilan algoritma K-cara. strategi tertentu membuat untuk
mengumpulkan lebih baik hasil dengan sarana awal. Dalam bentuk yang paling
sederhana dari strategi ini, K-means dengan set yang berbeda dari cara awal
adalah direncanakan dan kemudian mengambil dan memilih hasil terbaik berasal
dari mean awal. Kapan dataset cukup besar besar dan terutama untuk seri Kmeans, strategi ini parah layak. Strategi lain mengumpulkan hasil pengelompokan
yang lebih baik adalah untuk merevisi metode poin awal. Ada jumlah iterasi
menjadi lebih dekat dengan akhir K- berarti dari mulai berarti dalam mungkin
kasus.
K-Means Clustering Algoritma
Idenya, algoritma K-Means Clustering perlu membagi dalam kelompok
yang berbeda seperti kelompok K dalam set data yang diberikan dengan
mendefinisikan nilai fixed dari K. Ada empat langkah:
1) Inisialisasi untuk algoritma
tentukan jumlah cluster dan centroid untuk setiap cluster.
2) Klasifikasi Grup
menghitung jarak untuk setiap titik data dengan jarak minimum dari pusat
massa.
3) Perhitungan ulang Centroid
centriod akan berulang dihitung.
4) Kondisi Konvergensi
Stopwhen nilai ambang tercapai.
5) Jika semua kondisi di atas tidak memenuhi, maka lanjutkan ke langkah 2
dan seluruh proses berulang lagi, sedangkan kondisi yang diberikan
memenuhi [9].

Pada Gambar 2, Menurut objek algoritma k dipilih sebagai pusat cluster

awal, maka jarak antara masing-masing pusat cluster dan setiap objek yang
diperlukan untuk menghitung dan menetapkan ke klaster terdekat, untuk
memperbarui rata-rata dari semua kelompok, untuk mengulangi proses ini sampai
kriteria Fungsi berkumpul. Kami mendefinisikan kriteria kesalahan Square untuk
mengelompokkan xij, sampel j i-kelas, pusat i-kelas, dan jumlah sampel i-kelas, di
ara. 1.

Kami mendefinisikan K-berarti algoritma clustering sebagai berikut:

Langkah 1: Input: N = benda

klaster = {x1, x2, ..., xn};
k = jumlah cluster.
Langkah 2: Output: k = cluster;
dengan jumlah perbedaan antara masing-masing objek; center cluster
terdekat adalah yang terkecil.
Langkah 3: Sewenang-wenang pilih
k objek sebagai pusat klaster awal dengan m1, m2, ..., mk;
Langkah 4: Hitung jarak antara setiap xi objek;
Hitung setiap pusat klaster;
kemudian menetapkan setiap objek ke cluster terdekat, rumus untuk
menghitung jarak sebagai:

i = 1,2, ..., N
j = 1,2, ..., k
d (xi, mj) adalah jarak antara i data dan cluster j;
Langkah 5: Hitung mean objek dalam setiap cluster sebagai pusat klaster baru,

i = l, 2, ..., k; Ni adalah jumlah sampel cluster saat i;

K-mean cluster sederhana dan fleksibel. Dan juga algoritma K-mean

clustering mudah memahami dan menerapkan. Berikut kebutuhan pengguna untuk
menentukan jumlah cluster dalam lanjutan. Karena kinerja K-mean algoritma
clustering ini tergantung pada centroid awal, algoritma tidak memberikan jaminan
untuk solusi optimal [11].
Design dan Implementasi
Sistem Flow Diagram untuk Admin
Pada Gambar 3, admin atau kepala diperiksa validasi mereka seperti nama
dan password dengan sistem. Jika admin dapat melewati proses pengecekan
sistem, ia / dia bisa membuat banyak proses untuk pembelajaran kolaboratif.
Setelah mempersiapkan ujian, admin membuat proses tentukan tanggal ujian.
Admin memungkinkan siswa untuk menjawab pertanyaan-pertanyaan dan
kelompok siswa dengan pendidikan mereka di profil mereka dengan
menggunakan K- Means. admin juga dapat melihat informasi ujian siswa. Tahap
pasangan memiliki dua langkah.
Dalam langkah pertama, admin memilih sejumlah kelompok siswa untuk
menjawabnya. Langkah menghitung kedua kelas dengan hasil pemeriksaan siswa.
Menurut teknik think pair share, admin berbagi tanda atau nilai siswa untuk
kelompok mereka untuk mengetahui kondisi mereka dan apa yang dibutuhkan
untuk belajar tentang pemrograman Java. Bagian ini memberikan siswa cara
belajar dan bagaimana meningkatkan pengetahuan terkait bahasa Java
pemrograman mereka. Admin perlu memasukkan pertanyaan untuk pelajaran apa
pun yang dia / dia membiarkan belajar siswa. Dalam sistem ini, kami menjelaskan
Java pemrograman sebagai contoh. Singkatnya, ada empat fungsi di bagian
admin:
1)
2)
3)
4)

Informasi Mahasiswa View

Tentukan Ujian Tanggal
Masukkan Pertanyaan
Siswa Group.

Sistem kami bertujuan lingkungan belajar agar mudah untuk belajar

tentang berbagai bidang. Seseorang yang memiliki tanggung jawab untuk
mengajar dapat mengubah setiap bidang pendidikan seperti Kedokteran, Teknik,
Ekonomi dan lain-lain. Admin selalu menyimpan informasi siswa dalam database
untuk menentukan kelompok dan mengevaluasi kinerja siswa. Dan kemudian
menunjukkan hasil siswa setelah mereka menjawab pertanyaan. Juga admin perlu
memasukkan pertanyaan secara berkala.

Sistem Flow Diagram untuk Mahasiswa

Pada Gambar 4, siswa diperlukan untuk memeriksa validasi mereka seperti
nama dan password. Jika siswa dapat lulus proses pengecekan sistem, siswa dapat
menjawab ujian. Tetapi tanggal ujian telah ditentukan oleh admin. Siswa yang
dibutuhkan untuk mengisi / profilnya. Pada tanggal ujian menentukan siswa bisa
menjawab ujian

Jika tidak ada setiap tanggal ujian, siswa tidak dapat menjawab
pertanyaan-pertanyaan. Setelah siswa selesai ujian dasar, siswa tidak bisa terus
maju tingkat tanpa melewati ujian dasar. Siswa dapat menjawab pertanyaan
tingkat advance ketika siswa melewati ujian tingkat dasar. Akhirnya siswa dapat
melihat informasi dan nilai dari informasi saham siswa kelompok mereka.

Diagram database untuk Belajar Kolaborasi

Kesimpulan
Sistem ini membantu para siswa dalam rangka untuk mempromosikan
pembelajaran aktif dalam pembelajaran berbasis komputer lingkungan Hidup.
Sistem kami bisa menjadi lebih sederhana dan lebih kesesuaian dengan
menggunakan terkenal teknik pembelajaran kolaboratif, "Think Pair Share".
Sistem ini dapat memberikan manfaat untuk menentukan nilai dan kelompok
siswa dengan menggunakan K-rata algoritma clustering. Tujuannya adalah untuk
dukungan sebagai alat pembelajaran dengan menggunakan sistem berbasis
komputer.