Content dalam
website adalah segala sesuatu yang dapat dilihat oleh pengunjung baik berupa
gambar, tulisan, animasi, video, suara, tombol navigasi dan sebagainya. Jadi
jika kita mengunjungi suatu website sebenarnya yang kita kunjungi adalah
content. Pengaturan content ini dilakukan pada saat pemograman website
(coding), entah itu jenis contentnya, warna, posisi dan sebagainya. Hal inilah
yang mendasari perencanaan pembuatan website harus dilakukan sebaik mungkin,
karena content-content yang akan ditampilkan pada website baik posisi maupun
jenisnya akan ditentukan dari sini.
Walaupun Internet dimulai dengan sebuah proyek penelitian pemerintah AS
pada akhir 1950-an, web dalam bentuk yang sekarang tidak muncul di Internet
sampai setelah Tim Berners-Lee dan rekan-rekannya di laboratorium Eropa (CERN)
mengusulkan konsep menghubungkan dokumen dengan hypertext. Tapi itu tidak
sampai Mosaic, pendahulu dari Netscape Navigator yang terkenal, tampak bahwa
internet menjadi lebih dari sebuah sistem yang melayani berkas. Penggunaan
hypertext, hyperlink dan model berbasis halaman berbagi informasi,
diperkenalkan dengan Musa dan kemudian Netscape, membantu untuk menentukan
konten web, dan pembentukan website. Sebagian besar, hari ini kita kategorikan
website sebagai jenis tertentu dari website sesuai dengan isi website berisi.
Model Generatif
Pembelajaran generatif (PG) merupakan terjemahan
dari Generative Learning (GL). Berdasarkan model transformasi pengetahuan
menurut konstruktivis telah diajukan beberapa model pembelajaran lain. Salah satu
model pembelajaran diusulkan oleh Osborne dan Wittrock pada tahun 1985 adalah
model pembelajaran generatif karena didasarkan pada teori belajar generatif
dimana pembelajaran generatif merupakan suatu model pembelajaran yang
menekankan pada pengintegrasian secara aktif pengetahuan baru dengan
menggunakan pengetahuan yang sudah dimiliki siswa sebelumnya. Pengetahuan baru
itu akan diuji dengan cara menggunakannya dalam menjawab persoalan atau gejala
yang terkait. Jika pengetahuan baru itu berhasil menjawab permasalahan yang
dihadapi, maka pengetahuan baru itu akan disimpan dalam memori jangka panjang.
Model pembelajaran generatif berbasis pada pandangan konstruktivisme, dengan asumsi dasar bahwa pengetahuan dibangun dalam pikiran siswa. Hal ini ditegaskan Wittrock bahwa intisari dari pembelajaran generatif adalah otak tidak menerima informasi dengan pasif, melainkan justru dengan aktif mengkonstruksi suatu interpretasi dari informasi tersebut dan kemudian membuat kesimpulan.
Model pembelajaran generatif merupakan salah satu model pembelajaran yang dilakukan dengan tujuan agar siswa secara aktif mengkonstruksi pengetahuan dalam pembelajaran. Dalam teori belajar generatif merupakan suatu penjelasan tentang bagaimana seorang siswa membangun pengetahuan dalam fikirannya seperti membangun ide tentang arti sutau istilah dan membangun strategi agar sampai pada suatu penjelasan tentang pertanyaan “bagaimana” dan “mengapa”.Probabilitas dan statistik, model generatif adalah model untuk menghasilkan data yang dapat diobservasi, biasanya diberikan beberapa parameter tersembunyi secara acak. Ini menentukan distribusi probabilitas bersama atas observasi dan urutan label. Model generatif yang digunakan dalam pembelajaran mesin baik untuk pemodelan data secara langsung (yaitu, pengamatan pemodelan menarik dari fungsi kepadatan probabilitas), atau sebagai langkah menengah untuk membentuk fungsi kepadatan probabilitas bersyarat. Sebuah distribusi bersyarat dapat dibentuk dari model generatif melalui aturan Bayes '. Shannon (1948) memberikan contoh di mana tabel frekuensi pasangan kata bahasa Inggris yang digunakan untuk menghasilkan kalimat yang diawali dengan "mewakili dan cepat adalah baik"; yang tidak tepat Inggris tapi yang akan semakin perkiraan sebagai meja dipindahkan dari pasangan kata ke kata kembar tiga dll. Model generatif kontras dengan model diskriminatif, dalam model generatif adalah model probabilistik penuh dari semua variabel, sedangkan model diskriminatif menyediakan model hanya untuk variabel sasaran (s) tergantung pada variabel yang diamati. Jadi model generatif dapat digunakan, misalnya, untuk mensimulasikan (yaitu menghasilkan) nilai setiap variabel dalam model, sedangkan model diskriminatif memungkinkan hanya sampling variabel sasaran tergantung pada jumlah diamati. Terlepas dari kenyataan bahwa model diskriminatif tidak perlu model distribusi dari variabel yang diamati, mereka umumnya tidak bisa mengungkapkan hubungan yang lebih kompleks antara variabel yang diamati dan sasaran. Mereka tidak perlu melakukan lebih baik daripada model generatif pada klasifikasi dan regresi tugas.
Model pembelajaran generatif berbasis pada pandangan konstruktivisme, dengan asumsi dasar bahwa pengetahuan dibangun dalam pikiran siswa. Hal ini ditegaskan Wittrock bahwa intisari dari pembelajaran generatif adalah otak tidak menerima informasi dengan pasif, melainkan justru dengan aktif mengkonstruksi suatu interpretasi dari informasi tersebut dan kemudian membuat kesimpulan.
Model pembelajaran generatif merupakan salah satu model pembelajaran yang dilakukan dengan tujuan agar siswa secara aktif mengkonstruksi pengetahuan dalam pembelajaran. Dalam teori belajar generatif merupakan suatu penjelasan tentang bagaimana seorang siswa membangun pengetahuan dalam fikirannya seperti membangun ide tentang arti sutau istilah dan membangun strategi agar sampai pada suatu penjelasan tentang pertanyaan “bagaimana” dan “mengapa”.Probabilitas dan statistik, model generatif adalah model untuk menghasilkan data yang dapat diobservasi, biasanya diberikan beberapa parameter tersembunyi secara acak. Ini menentukan distribusi probabilitas bersama atas observasi dan urutan label. Model generatif yang digunakan dalam pembelajaran mesin baik untuk pemodelan data secara langsung (yaitu, pengamatan pemodelan menarik dari fungsi kepadatan probabilitas), atau sebagai langkah menengah untuk membentuk fungsi kepadatan probabilitas bersyarat. Sebuah distribusi bersyarat dapat dibentuk dari model generatif melalui aturan Bayes '. Shannon (1948) memberikan contoh di mana tabel frekuensi pasangan kata bahasa Inggris yang digunakan untuk menghasilkan kalimat yang diawali dengan "mewakili dan cepat adalah baik"; yang tidak tepat Inggris tapi yang akan semakin perkiraan sebagai meja dipindahkan dari pasangan kata ke kata kembar tiga dll. Model generatif kontras dengan model diskriminatif, dalam model generatif adalah model probabilistik penuh dari semua variabel, sedangkan model diskriminatif menyediakan model hanya untuk variabel sasaran (s) tergantung pada variabel yang diamati. Jadi model generatif dapat digunakan, misalnya, untuk mensimulasikan (yaitu menghasilkan) nilai setiap variabel dalam model, sedangkan model diskriminatif memungkinkan hanya sampling variabel sasaran tergantung pada jumlah diamati. Terlepas dari kenyataan bahwa model diskriminatif tidak perlu model distribusi dari variabel yang diamati, mereka umumnya tidak bisa mengungkapkan hubungan yang lebih kompleks antara variabel yang diamati dan sasaran. Mereka tidak perlu melakukan lebih baik daripada model generatif pada klasifikasi dan regresi tugas.
Komentar ini telah dihapus oleh pengarang.
BalasHapus