Jurnal
Application of Deep Learning Approach in Physical Education (PE) Students of Senior High Schools
Journal of Physical Education Health and Sport · Vol. 13 No. 1 (2026) · hlm. 466–472
- ISSN
- 2354-7901, 2354-8231
- Terbit
- 2026-04-30
- Penerbit
- Universitas Negeri Semarang
- Bahasa
- eng
Abstrak
This research is based on PE learning which tends to be instructive and focuses on technical skills, so that it lacks the development of students' deep understanding and critical thinking skills. The purpose of the study is to analyze the deep learning approach to PE subjects at Senior High Schools 1 Cisolok. The method used was descriptive quantitative with 34 students selected through purposive sampling. The instrument is in the form of a questionnaire of 46 statements that have been tested for validity and reliability, adapted based on the framework of deep learning theory. Data analysis used descriptive statistics, normality tests, and hypothesis tests assisted by SPSS version 25. The results of the study show that the application of the deep learning approach to PE learning has a significant impact. The entire item had a significance value of 0.000 (p < 0.05) with t-counts of 12.324 to 46.278. The conclusion of the study proves that the application of the deep learning approach has a very significant effect on PE learning, improving high-level cognitive aspects, active involvement, meaningful understanding, and student learning character and independence. A deep learning approach is effectively applied in PE to create a holistic and relevant learning experience.
Kata kunci
Jaringan kolaborasi para penulis
40 penulis · 83 tautan kepenulisan bersama · menampilkan 40 yang paling banyak terhubung
Arahkan kursor atau ketuk sebuah nama untuk menyorot rekan penulisnya. Klik dua kali untuk membuka halaman penulis.
- Afiliasi tidak diketahui
- Organisasi berbeda
- Organisasi sama
- Afiliasi tidak diketahui
- Garis lebih tebal = lebih banyak artikel bersama · lingkaran lebih besar = lebih banyak artikel
Tampilkan sebagai tabel
| Rekan penulis | Organisasi | Artikel bersama |
|---|---|---|
| Burhan Hambali | Afiliasi tidak diketahui | 3 |
| Virgiawan Adi Kristianto | Afiliasi tidak diketahui | 2 |
| Aris Widodo | Afiliasi tidak diketahui | 2 |
| agus gumilar | Afiliasi tidak diketahui | 2 |
| Nuryadi | Afiliasi tidak diketahui | 2 |
| Alya Daviyati | Afiliasi tidak diketahui | 2 |
| Jajat Darajat Kusumah Negara | Afiliasi tidak diketahui | 2 |
| Muhammad Mahfud | Afiliasi tidak diketahui | 1 |
| Nurisul Ubbat | Afiliasi tidak diketahui | 1 |
| Muhajir | Afiliasi tidak diketahui | 1 |
| Ahmad Hatip | Afiliasi tidak diketahui | 1 |
| Handayani Sri | Afiliasi tidak diketahui | 1 |
| Yuhanafia Nurul | Afiliasi tidak diketahui | 1 |
| Yudhidwi Nusantara | Afiliasi tidak diketahui | 1 |
| Kurnia Eka Wijayanti | Afiliasi tidak diketahui | 1 |
| Dian Fatimah Sobari | Afiliasi tidak diketahui | 1 |
| Kimi Aditya Rizki | Afiliasi tidak diketahui | 1 |
| Allifa Dwi Apri | Afiliasi tidak diketahui | 1 |
| Fikri Firdiansyah | Afiliasi tidak diketahui | 1 |
| Carsiwan | Afiliasi tidak diketahui | 1 |
| Rizky Soemantri | Afiliasi tidak diketahui | 1 |
| Muhamad Rafli Sahrullah | Afiliasi tidak diketahui | 1 |
| Yudy Hendrayana | Afiliasi tidak diketahui | 1 |
| Syahvira | Afiliasi tidak diketahui | 1 |
| Amung Ma’mun | Afiliasi tidak diketahui | 1 |
| Shofie Vega | Afiliasi tidak diketahui | 1 |
| Ardianik | Afiliasi tidak diketahui | 1 |
| Nailul Izzah | Afiliasi tidak diketahui | 1 |
| Sunyoto Hadi Prajitno | Afiliasi tidak diketahui | 1 |
| Adi Maulana Mahmud | Afiliasi tidak diketahui | 1 |
| Yudi Hendrayana | Afiliasi tidak diketahui | 1 |
| Ari Gana Yulianto | Afiliasi tidak diketahui | 1 |
| Mohd Salleh Aman | Afiliasi tidak diketahui | 1 |
| Gilang Permana | Afiliasi tidak diketahui | 1 |
| Carsiwan Carsiwan | Afiliasi tidak diketahui | 1 |
| Nurul Nadiah Shahudin | Afiliasi tidak diketahui | 1 |
| Dhea Yolanda Azalia | Afiliasi tidak diketahui | 1 |
Afiliasi berasal dari OpenAlex; metadata OAI-PMH jurnal tidak memuatnya. Penulis tanpa ID OpenAlex dicocokkan berdasarkan nama, sehingga dua orang bisa tergabung atau satu orang bisa terpisah.