Electronic Theses and Dissertation

Pendidikan abad ke-21 menuntut pendekatan yang holistik untuk membentuk siswa
yang tidak hanya cerdas secara intelektual, tetapi juga memiliki karakter yang kuat.
Salah satu pendekatan pembelajaran yang mendukung tujuan ini adalah
pembelajaran berbasis Science, Technology, Engineering, Mathematics, dan
Character (STEMC). Penelitian ini bertujuan untuk menganalisis pengaruh
pembelajaran berbasis STEMC terhadap karakter peserta didik, yaitu rasa ingin
tahu, disiplin, tanggung jawab, dan jujur, serta memetakan karakter tersebut
menggunakan metode Principal Component Analysis (PCA) Biplot. Subjek
penelitian ini adalah siswa kelas X IPA SMA Islam Pesantren Al-Falah Abu LamU tahun ajaran 2023/2024. Penelitian ini menggunakan pendekatan kuantitatif
dengan metode survei self-assessment karakter peserta didik. Data diperoleh dari
lembar self-assessment yang diisi oleh siswa setelah mengikuti pembelajaran
berbasis STEMC. Teknik pengambilan sampel dilakukan secara purposive
sampling dengan melibatkan 29 siswa yang terbagi dalam enam kelompok. Data
yang diperoleh dianalisis menggunakan PCA Biplot untuk mengidentifikasi
karakteristik siswa serta memetakan pola hubungan antar variabel karakter. Hasil
penelitian menunjukkan bahwa karakter peserta didik dapat direduksi menjadi dua
Principal Component (PC). Komponen pertama (PC1) terdiri dari variabel
disiplin, tanggung jawab, dan jujur, yang secara kumulatif menjelaskan 57,06%
keragaman data. Komponen kedua (PC2) terdiri dari variabel rasa ingin tahu,
yang mampu menjelaskan 27,51% keragaman data. Total keragaman yang dapat
dijelaskan oleh dua komponen utama ini adalah 84,57%. Pemetaan karakter
melalui PCA Biplot menunjukkan bahwa kelompok 5 dan kelompok 6 memiliki.
nilai karakter yang paling tinggi dibandingkan kelompok lainnya, sedangkan
kelompok 2 memiliki skor terendah pada variabel tanggung jawab. Kelompok 4
menunjukkan keunggulan pada variabel rasa ingin tahu, disiplin, dan jujur, tetapi
relatif rendah pada variabel tanggung jawab. Temuan ini memberikan wawasan
yang penting bagi pengelola sekolah dan pendidik dalam mengidentifikasi kekuatan
dan kelemahan karakter siswa, yang selanjutnya dapat digunakan untuk
mengembangkan strategi pembelajaran yang lebih efektif. Selain itu, metode PCA
Biplot terbukti efektif dalam memvisualisasikan karakteristik siswa berdasarkan
variabel karakter yang diukur, sehingga memudahkan pengambilan keputusan
berbasis data. Penelitian ini diharapkan dapat menjadi referensi bagi
pengembangan kebijakan pendidikan berbasis karakter di sekolah-sekolah di
Provinsi Aceh.

The 21st-century education demands a holistic approach to shaping students who are not only intellectually competent but also possess strong character. One educational approach that supports this goal is the Science, Technology, Engineering, Mathematics, and Character (STEMC)-based learning. This study aims to analyze the impact of STEMC-based learning on students’ character traits, including curiosity, discipline, responsibility, and honesty, and to map these traits using the Principal Component Analysis (PCA) Biplot method. The subjects of this study were Grade X science students at SMA Islam Pesantren Al-Falah Abu LamU for the 2023/2024 academic year. The research employed a quantitative approach with a self-assessment survey method to measure students' character. Data were collected from self-assessment sheets completed by the students after participating in STEMC-based learning. Sampling was conducted using purposive sampling, involving 29 students divided into six groups. The collected data were analyzed using PCA Biplot to identify student characteristics and map the relationship patterns between character variables. The results showed that students’ character traits could be reduced into two principal components (PC). The first component (PC1) consisted of discipline, responsibility, and honesty, cumulatively explaining 57.06% of data variance. The second component (PC2) comprised curiosity, which accounted for 27.51% of the data variance. Together, these two components explained a total of 84.57% of the variance. The PCA Biplot mapping revealed that groups 5 and 6 exhibited the highest character values compared to other groups, while group 2 had the lowest score in responsibility. Group 4 demonstrated strengths in curiosity, discipline, and honesty but was relatively low in responsibility. These findings provide valuable insights for school administrators and educators to identify the strengths and weaknesses of students' character traits, which can then be used to develop more effective teaching strategies. Additionally, the PCA Biplot method proved to be effective in visualizing student characteristics based on measured character variables, facilitating datadriven decision-making. This study is expected to serve as a reference for the development of character-based education policies in schools across Aceh Province.