Pendampingan Penyusunan Rencana Pembelajaran Bermuatan Deep Learning Bagi Guru-Guru MGMP Bahasa Inggris SMP Surabaya

  • Wiwiet Eva Savitri (1*) Universitas Negeri Surabaya
  • Ririn Pusparini (2) Universitas Negeri Surabaya
  • Esti Kurniasih (3) Universitas Negeri Surabaya
  • Lies Amin Lestari (4) Universitas Negeri Surabaya

  • (*) Penulis Korespondensi

Keywords: deep learning, pembelajaran mendalam, rencana pembelajaran, modul ajar, rpp, pelatihan deep learning, penyusunan rencana pembelajaran

Abstract

Pembelajaran Bahasa Inggris di sekolah saat ini diupayakan untuk memberikan makna mendalam kepada siswa melalui penerapan deep learning (pembelajaran mendalam). Karena deep learning ini sesuatu yang terhitung baru diperkenalkan oleh kementerian Pendidikan Dasar dan Menengah, maka pelatihan dan pendampingan terkait deep learning ini perlu dilakukan. Salah satu yang perlu dilatihkan kepada guru adalah cara menyusun rencana pembelajaran bermuatan deep learning. Mempertimbangkan lokasi Universitas Negeri Surabaya, maka kegiatan ini difokuskan dilaksanakan di Surabaya dengan peserta pelatihan yang terdiri dari guru-guru Bahasa Inggris yang tergabung dalam MGMP Bahasa Inggris kota Surabaya. Pendampingan ini dilaksanakan dalam dua tahap. Tahap pertama, para guru dikumpulkan untuk pelatihan secara luring, dan selanjutnya tiap guru menyusun rencana pembelajaran dan diberikan masukan secara daring. Kegiatan pelatihan dan pendampingan telah berlangsung dengan baik dan lancar. Guru-guru menyatakan kegiatan ini bermanfaat dan membantu mereka dalam menyusun rencana pembelajaran Bahasa Inggris bermuatan deep learning yang betul-betul bisa digunakan dalam meningkatkan kemampuan Bahasa Inggris siswa secara signifikan dan bermakna.

Downloads

Download data is not yet available.
Published
2025-11-28
How to Cite
Savitri, W. E., Pusparini, R., Kurniasih, E., & Lestari, L. A. (2025). Pendampingan Penyusunan Rencana Pembelajaran Bermuatan Deep Learning Bagi Guru-Guru MGMP Bahasa Inggris SMP Surabaya. Madaniya, 6(4), 2913-2921. https://doi.org/10.53696/27214834.1532
Section
Artikel

Most read articles by the same author(s)