Bukan Sekadar Webinar! Ternyata Ini yang Dirasakan Guru Karawang Usai Pelatihan Joyfull Deep Learning

Pengalaman Mengikuti Webinar Pembuatan Bahan Ajar Berbasis Canva

Indra Purba Waskita, S.Pd., M.Pd., seorang pendidik di SMA Negeri 1 Pedes, Karawang, membagikan kesan positifnya setelah mengikuti webinar pembuatan bahan ajar berbasis Canva dan penerapan metode Joyfull Deep Learning. Menurutnya, pelatihan tersebut sangat bermanfaat dalam menunjang keterampilannya sebagai guru.

“Webinar studio bahan ajar menggunakan Canva ini sangat bermanfaat bagi saya. Saya sangat senang mengikuti webinar ini dan merasa bahwa pengetahuan dan keterampilan saya dalam membuat bahan ajar telah meningkat,” ungkapnya. Ia juga menambahkan bahwa ia merekomendasikan kegiatan ini untuk para guru lain yang ingin meningkatkan kemampuan mereka dalam membuat media ajar yang lebih menarik dan efektif.

Pentingnya pendekatan JoyFull Deep Learning

Setelah mengikuti kegiatan ini, Indra merasa lebih siap dan percaya diri dalam mendesain bahan ajar visual yang tidak hanya menarik secara tampilan, tetapi juga efektif dari segi pedagogi. Webinar ini juga memberinya pemahaman baru mengenai pemanfaatan Canva secara optimal sebagai alat bantu pembelajaran.

Lebih lanjut, Indra juga menyoroti pentingnya pendekatan Joyfull Deep Learning dalam kegiatan belajar mengajar. Ia menyebut bahwa metode ini sangat potensial dalam meningkatkan kualitas proses pembelajaran dan mendorong partisipasi aktif siswa. “Mengembangkan perangkat bahan ajar yang menggunakan metode Joyfull Deep Learning adalah praktik baik yang dapat meningkatkan kualitas pembelajaran dan meningkatkan motivasi siswa. Saya sangat merekomendasikan metode ini bagi guru dan pendidik lainnya,” tuturnya.

Tantangan Menerapkan JoyFull Deep Learning dengan Media Canva

Namun demikian, Indra juga mengakui masih adanya tantangan dalam menerapkan pendekatan berbasis teknologi dan model pembelajaran mendalam. Salah satu tantangan yang disebutkannya adalah kesulitan dalam menginterpretasi hasil dari model deep learning itu sendiri. Untuk mengatasinya, ia mengusulkan beberapa solusi, antara lain penggunaan teknik visualisasi hasil model, analisis fitur penting (feature importance), serta partial dependence plot yang dapat membantu memahami bagaimana model bereaksi terhadap variasi data tertentu.

Testimoni Indra Selama Mengikuti Kegiatan

Dalam testimoninya, Indra mengapresiasi narasumber dan penyelenggara yang telah memberikan materi yang menurutnya relevan dan menarik. “Saya merasa bahwa metode Joyfull Deep Learning dapat membantu saya dalam meningkatkan kualitas pembelajaran dan membuat siswa lebih tertarik dan terlibat dalam proses pembelajaran,” katanya.

Ia juga menyampaikan harapan untuk bisa mengikuti kegiatan serupa di masa depan dan menerapkan ilmu yang telah diperolehnya dalam kegiatan belajar mengajar sehari-hari. “Saya berharap dapat mempraktikkan metode Joyfull Deep Learning dalam pembelajaran saya, dan berbagi pengetahuan serta pengalaman saya dengan rekan-rekan pendidik lainnya,” pungkasnya.

Ditulis oleh: Hammam Rafi Abidin