OUT DOOR EDUCATION KELAS 1, 2 DAN 3 MI AL FALAHIYYAH KE TAMAN MARGASATWA RAGUAN Featured

14 Oktober 2022, 9:16 am Written by 
Published in Berita & Informasi
Read 965772 times

 

 

 

OUT DOOR EDUCATION KELAS 1, 2 DAN  3 MI AL FALAHIYYAH

KE TAMAN MARGASATWA RAGUAN

Pada hari Kamis 13 Oktober 2022 kelas 1, 2 dan 3 MI Al Falahiyyah mengadakan Out Door Education ke Taman Margasata Ragunan. Taman Margasatwa Ragunan merupakan paru-paru kota dengan pepohonan yang rindang dan hijau. Taman Margasatwa Ragunan didirikan pada tanggal 19 September tahun 1864 di Batavia (kini Jakarta) dengan nama “planten en Dierentuin” dan pertama kali di Kelola oleh perhimpunan penyayang flora dan fauna Batavia (culture Vereniging Planten en Dierentuin at Batavia). Taman ini berdiri di atas lahan seluas 10 ha di jalan cikini Raya No 73, yang dihibahkan oleh Raden saleh. Saat ini Taman Margasatwa Ragunan terletak di jalan Harsono RM No 1 kelurahan kebagusan, kecamatan pasar Minggu Jakarta selatan. Taman Margasatwa Ragunan berdiri di atas tanah latosol merah seluas kurang lebih 147 ha.

Harga tiket masuk pengunjung dewasa Rp 4000/orang dan anak -anak Rp3000/orang. MI Al Falahiyyah mendapatkan potongan tiket masuk, khusus siswa-siswi sebesar 40 % dari jumlah tiket dikarenakan jumlah siswa-siswi MI Al Falahiyyah yang berkunjung ke Taman Margasatwa lebih dari 50 siswa dan dengan mengajukan surat permohonan potongan harga tiket masuk terlebih dahulu. Link surat permohoan

Out Door Education (ODE) merupakan salah satu kegiatan pembelajaran yang dilaksanakan di MI Al Falahiyyah yang bertujuan memberikan wawasan baru kepada setiap peserta didik dengan wisata edukasi. Out Door Education (ODE) ke Taman Margasatwa Ragunan diikuti oleh kelas 1,2 dan 3, dengan jumlah 53 siswa, 5 orang guru, 9 DPK dan 23 orang tua murid.

Out Door Education (ODE) ke Taman Margasatwa Ragunan di awalli dengan ikrar Bersama sebagai agenda rutin, setelah itu melaksanakan sholat dhuha. Seluruh siswa-siswa kelas 1,2 dan 3 berkumpul di aula pada pukul 08.00. Kepala madrash memberikan sambutan dan melepaskan perjalan menuju Taman Margasatwa Ragunan. Kelas 1,2 dan 3 MI Al Falahiyyah berkunjung ke Taman Margasatwa Ragunan menggunakan tranportasi Jakarta yaitu Transjakarta dengan rute bus stop Blok S 7B lanjut via Tendean perempatan Mampang Prapatan lanjut rute 6 kuningan – Ragunan.

Kelas 1,2 dan 3 MI Al Falahiyyah tiba di Taman Margasatwa Ragunan pada Pukul 10.00, dilokasi para guru dan siswa membaca doa demi kelancaran proses Out Door Education dan tercapainya target pembelajaran. Para siswa di bagi menjadi 3 kelompok berdasarkan kelasnya. Materi setiap kelompok berbeda -beda.  

 


Kelas 1 MI Al Falahiyyah mempelajari tentang klasifikasi hewan dengan mencari informasi yang ada di Taman Margasatwa Ragunan mengenai kelas hewan, habitatnya dan makan hewan tersebut. Siswa -siswi mencaritahu ciri-ciri hewan yang mereka lihat. Selain itu, didalam Taman Margasatwa Ragunan, siswa-siswi juga dibimbing untuk menemukan kalimat Bahasa Indonesia berupa kalimat Ajakan, kalimat pemberitahuan dan kalimat perintah. Semua yang ditemui oleh siswa di tulis didalam Lembar Kerja Peserta didik. Link LKPD Kelas1 

Setelah itu siswa dibimbing untuk bertafakkur tentang kekuasaan Allah dan ciptaaaNya, sehingga semakin kokoh keimanan kita kepada Allah SW. Siswa diberikan pemahaman untuk mencintai, merawat dan memelihara semua yang telah Allah ciptakan.

 

Kelas 2 MI Al Falahiyyah mempelajari klasifikasi hewan dengan mencari informasi yang ada di Taman Margasatwa Ragunan mengenai nama hewan, habitat (tempat hidup) dan makan hewan tersebut. Siswa-Siswi mengamati dan mencari tahu hewan buas dan jinak. Siswa-siswi di bimbing untuk mencaritahu nama-nama hewan dalam Bahasa inggris. Lalu hasil dari pengamatanan yang dilakukan siswa di tulis di lembar Kerja Peserta Didik. Link LKPD kelas 2

Kelas 3 MI Al Falahiyyah melaksanakan pembelajaran berbentuk Observasi atau pengamatan yang likaukan perkelompok. Kelas 3 di bagi kedalam 4 kelompok yaitu:

Kelompok gajah yang diketuai oleh otib

Kelompok Kelinci yang diketuai oleh Azqiara

Kelompok Singa yang diketuai oleh Qytara

Kelompok jerapah yang diketuai oleh Nayyara

Sebelum melakukan observasi mereka menyampaikan yel-yel kelompok nya dengan kompak, dilanjutkan berjlanan ke kandang hewan. Dimulai dari kandang gajah, jerapah, macan tutul, ular, buaya, monyet dan terakhir kekandang harimau. Mereka melakukan pengamatan dengan memotret hewan dan papan keterangn yang ada di setiap kandang yang menginformasikan Nama hewan, Nama latinnya, asal-ususlnya, dan jenis makannanya.

Setelah itu mereka juga diminta mencari informasi tentang ragunan di bagian informasi untuk wawancara petugasnya, tentang sejarah, luasnya, jumlah hewan di raguann. Setelah selesai observasi nanti setiap kelompok di minta untuk membuat laporan berupa video.

 

Kelas 1, 2 dan 3 MI Al Falahiyyah setelah malaksanakan pembelajaran perkelas, seluruh siswa mengelilingi kebun binatang ragunan dengan kereta keliling bertujuan untuk semakin takjub akan ciptaan Allah SWT. Kegiatan pembelajaran di Taman Margasatwa ragunan diakhiri dengan melaksanakan Sholat zuhur berjamaah.

 

 

 

Penulis : Wulandari, S.Pd, Winy Melinda, S.Pd, Fitriah, S.Pd.I,  Dahliah, S.Pd dan Siti Rahmah, S.Pd.I

 

Rate this item
(0 votes)

20128 comments

  • Forrestademy

    При первом посещении нарколог уточняет, сколько длится запой, какие напитки принимал пациент, были ли похожие эпизоды раньше и какое лечение проводилось. Врач измеряет пульс и артериальное давление, оценивает признаки интоксикации, состояние нервной системы и способность пациента адекватно общаться. Такой осмотр помогает найти оптимальную схему лечения на дому или принять решение о переводе в клинику.
    Изучить вопрос подробнее - vyvod-iz-zapoya-s-vyezdom

    posted by Forrestademy Jumat, 09 Oktober 2026 14:20 Comment Link
  • AI_Engineer_jed

    An AI feature inside a SaaS product inherits the application's security model. Model access must not bypass tenant boundaries or expose records the current user cannot open. The service context at AI integration services is relevant, but authorization should remain in application code rather than prompts. Use AI SaaS integration planning for the HTML reference. The plaintext project URL, https://ai-software-development.net, can be retained where formatting is removed. Map rate limits, timeouts and provider errors to product behavior users already understand. A fallback should preserve the transaction or draft rather than discard it. Logging also needs redaction rules because model inputs can contain customer data. These boundaries belong in the integration design before prompt tuning begins.

    posted by AI_Engineer_jed Jumat, 09 Oktober 2026 14:19 Comment Link
  • AI_Engineer_jed

    An AI feature should have a defined response when one dependency becomes unavailable. Repeating the same request can amplify load and still return no useful result. An AI reliability design should separate retryable failures from conditions that require a user message or manual path.

    Decide which functions can continue without generation. Search results may remain available while summarization is paused, and a draft action can wait instead of executing with missing data. https://ai-software-development.net

    A production AI workflow also needs timeouts, bounded retries and circuit breaking outside the model. Recovery tests have two jobs. They must verify that queued work is not duplicated and that users can tell whether an action completed.

    posted by AI_Engineer_jed Jumat, 09 Oktober 2026 14:18 Comment Link
  • ML_Systems_jed

    An AI feature should have a defined response when one dependency becomes unavailable. Repeating the same request can amplify load and still return no useful result. An AI reliability design should separate retryable failures from conditions that require a user message or manual path.

    Decide which functions can continue without generation. Search results may remain available while summarization is paused, and a draft action can wait instead of executing with missing data. https://ai-software-development.net

    A production AI workflow also needs timeouts, bounded retries and circuit breaking outside the model. Recovery tests have two jobs. They must verify that queued work is not duplicated and that users can tell whether an action completed.

    posted by ML_Systems_jed Jumat, 09 Oktober 2026 14:18 Comment Link
  • AI_Engineer_jed

    RAG evaluation should separate retrieval failure from generation failure. If the right passage never reaches the model, prompt changes can improve tone without fixing the answer. Start with a small evaluation set that identifies the expected source for each query.

    The plain service reference is https://ai-software-development.net. RAG development guidance can help frame the architecture, while enterprise RAG engineering provides the BBCode option.

    During testing, record which document chunks were retrieved and whether their metadata matched the intended access rules. A correct answer from an unauthorized document is still a system failure. Tune chunking or ranking only after the failed cases are classified, then evaluate how the model responds when retrieval returns weak or conflicting evidence.

    posted by AI_Engineer_jed Jumat, 09 Oktober 2026 14:17 Comment Link
  • ML_Systems_jed

    RAG evaluation should separate retrieval failure from generation failure. If the right passage never reaches the model, prompt changes can improve tone without fixing the answer. Start with a small evaluation set that identifies the expected source for each query.

    The plain service reference is https://ai-software-development.net. RAG development guidance can help frame the architecture, while enterprise RAG engineering provides the BBCode option.

    During testing, record which document chunks were retrieved and whether their metadata matched the intended access rules. A correct answer from an unauthorized document is still a system failure. Tune chunking or ranking only after the failed cases are classified, then evaluate how the model responds when retrieval returns weak or conflicting evidence.

    posted by ML_Systems_jed Jumat, 09 Oktober 2026 14:09 Comment Link
  • Williamnes

    С пациентом работают профильные специалисты, которые оценивают состояние и подбирают безопасный план помощи.
    Подробнее - https://4vyvod-iz-zapoya-moskva77.ru/

    posted by Williamnes Jumat, 09 Oktober 2026 14:07 Comment Link
  • AI_Dev_jed

    An evaluation set should represent the decisions the product actually makes. Mixing harmless wording differences with unsafe tool calls in one average can conceal a release blocker. An AI evaluation framework can assign each test case to a named failure mode.

    Start with expected behavior, allowed variation and the condition that should fail the case, then keep retrieval, reasoning, formatting and tool execution results separate so a team can locate the regression. https://ai-software-development.net

    A production AI testing strategy also needs fixed comparison data for model or prompt changes. Human review is useful for disputed cases, but reviewers need the same rubric. Otherwise the evaluation measures reviewer preference rather than product behavior.

    posted by AI_Dev_jed Jumat, 09 Oktober 2026 14:01 Comment Link
  • Jamesdus

    С пациентом работают профильные специалисты, которые оценивают состояние и подбирают безопасный план помощи.
    Дополнительная информация - narcolog-na-dom-krasnodar4.ru/

    posted by Jamesdus Jumat, 09 Oktober 2026 13:50 Comment Link
  • AI_Engineer_jed

    An AI development partner should be evaluated against the work that survives the demo. Ask how the team will define acceptance tests and handle unavailable data. It should also explain model version records and the transfer of operational ownership. A polished prototype says little about monitoring or rollback behavior. AI development partner criteria outlines the service context.

    Before signing, request a plain explanation of prompt ownership, then ask where deployment code and evaluation sets will be stored. The reference at https://ai-software-development.net points to related engineering services. Compare that scope with custom AI development requirements, then verify how changes will be approved after release. The strongest proposal names dependencies and failure conditions without promising a model outcome before the data has been reviewed.

    posted by AI_Engineer_jed Jumat, 09 Oktober 2026 13:45 Comment Link

Leave a comment

Make sure you enter all the required information, indicated by an asterisk (*). HTML code is not allowed.