Selasa, 09 Desember 2025

Modul Ajar Deep Learning Informatika Kelas 9: Analisis Data

 MODUL AJAR DEEP LEARNING

MATA PELAJARAN : Informatika
Materi: Analisis Data


A. IDENTITAS MODUL

  • Mata Pelajaran : Informatika
  • Kelas / Fase / Semester : IX / D / Genap

B. IDENTIFIKASI KESIAPAN PESERTA DIDIK

  1. Pengetahuan Awal
    • Siswa pernah menggunakan Excel atau aplikasi spreadsheet lain secara sederhana.
    • Memahami konsep data numerik dan kategori.
  2. Minat
    • Siswa tertarik mengolah data nilai, grafik, dan visualisasi.
    • Suka aktivitas praktik langsung menggunakan komputer.
  3. Latar Belakang
    • Siswa sering berinteraksi dengan data (nilai rapor, data kehadiran, survei).
    • Banyak siswa telah terbiasa menggunakan laptop/HP untuk tugas numerik.

C. KARAKTERISTIK MATERI PELAJARAN

  1. Jenis Pengetahuan yang Akan Dicapai
    a. Konseptual:
    • Pengertian data, analisis data, mean, median, modus, dan grafik.
    • Konsep data numerik dan kategorikal.

b. Prosedural:

    • Mengolah data dengan Excel (input data, rumus, membuat grafik).
    • Menyusun laporan analisis data sederhana.
  1. Relevansi dengan Kehidupan Nyata Peserta Didik
    • Berguna untuk memahami nilai ujian, data kehadiran, statistik olahraga, dan aktivitas digital lainnya.
  2. Tingkat Kesulitan
    • Sedang: membutuhkan ketelitian dan penguasaan perangkat.
  3. Struktur Materi
    • Pengenalan data → rumus statistik dasar → pembuatan grafik → interpretasi hasil → laporan analisis.

D. DIMENSI PROFIL LULUSAN

  1. Bernalar kritis – menganalisis data dan menarik kesimpulan logis.
  2. Literasi numerasi – menggunakan angka, tabel, dan grafik secara tepat.
  3. Kreativitas (pendukung) – menyusun grafik yang informatif dan menarik.

DESAIN PEMBELAJARAN

A. CAPAIAN PEMBELAJARAN (CP)

Peserta didik mampu mengolah data menggunakan alat digital, menampilkan hasil dalam bentuk grafik, dan menyusun laporan analisis sederhana.

B. LINTAS DISIPLIN ILMU

  • Matematika (statistik dasar).
  • IPS (analisis data tabel).
  • IPA (data eksperimen).

C. TUJUAN PEMBELAJARAN

  1. Siswa memahami konsep dasar analisis data.
  2. Siswa dapat menghitung mean menggunakan Excel.
  3. Siswa dapat membuat grafik batang/garis dari data siswa.
  4. Siswa dapat menyusun laporan analisis data sederhana.

D. TOPIK PEMBELAJARAN KONTEKSTUAL

“Menganalisis data nilai ulangan atau data tinggi badan siswa satu kelas untuk membuat laporan sederhana.”


E. KERANGKA PEMBELAJARAN

PRAKTIK PEDAGOGIK

  • Model Pembelajaran: Project-Based Learning (PjBL)
  • Pendekatan:
    • Mindful Learning: Kesadaran dalam memeriksa kebenaran data dan etika penggunaan data siswa.
    • Meaningful Learning: Mengolah data nyata dari lingkungan kelas.
    • Joyful Learning: Visualisasi data menjadi grafik menarik.
  • Metode Pembelajaran: Demonstrasi, praktik langsung, diskusi kelompok, presentasi.

KEMITRAAN PEMBELAJARAN

  • Lingkungan Sekolah: Data kelas, lab komputer.
  • Lingkungan Luar Sekolah/Masyarakat: Data survei lingkungan siswa.
  • Mitra Digital: Excel, Google Sheet, Canva (grafik), GeoGebra (opsional).

LINGKUNGAN BELAJAR

  • Ruang Fisik: Lab komputer/laptop siswa.
  • Ruang Virtual: LMS sekolah atau Google Classroom.
  • Budaya Belajar: Teliti, kolaboratif, berbasis data.

PEMANFAATAN DIGITAL

  • Penggunaan Excel/Sheets untuk rumus
  • Pembuatan grafik digital
  • Pengiriman laporan melalui LMS

F. LANGKAH-LANGKAH PEMBELAJARAN MENDALAM

KEGIATAN PENDAHULUAN (15 MENIT)

  • Salam dan Doa: Pembukaan kelas.
  • Mindful Activity: Siswa diajak menyadari pentingnya data akurat dan etis.
  • Apersepsi: Guru menunjukkan grafik data nilai ujian dan bertanya: “Bagaimana grafik ini dibuat?”
  • Motivasi: Menjelaskan manfaat analisis data dalam kehidupan nyata.
  • Penyampaian Tujuan: Guru menguraikan tujuan pembelajaran.

KEGIATAN INTI (55 MENIT)

Memahami

  • Eksplorasi Konsep (Meaningful Learning):
    Guru menjelaskan konsep mean, tabel data, dan grafik menggunakan data kelas.
  • Membuat Catatan Visual (Joyful Learning):
    Siswa membuat sketsa diagram alur analisis data: input → rumus → grafik → kesimpulan.
  • Diskusi:
    Kelompok berdiskusi menentukan data apa yang akan dianalisis (nilai, tinggi badan, hobi, dsb).

Mengaplikasi

Pembelajaran Berdiferensiasi

  • Produk:
    • Mengolah data dengan Excel (mean, grafik).
    • Menyusun laporan analisis 1 halaman (tabel + grafik + kesimpulan).
  • Proses:
    • Siswa cepat diberi tantangan membuat dua jenis grafik.
    • Siswa yang butuh bantuan mengikuti panduan langkah demi langkah.

KEGIATAN PENUTUP (10 MENIT)

  • Refleksi: “Bagian mana dari analisis data yang paling menantang?”
  • Rangkuman: Guru menegaskan langkah-langkah analisis data.
  • Tindak Lanjut: Tugas rumah—mengumpulkan satu dataset dari lingkungan rumah.
  • Penutup: Doa bersama.

G. ASESMEN PEMBELAJARAN

• Asesmen Diagnostik: Menilai pemahaman awal siswa tentang Excel dan statistik dasar.
• Asesmen Formatif: Observasi praktik, hasil rumus mean, catatan belajar.
• Asesmen Sumatif :

  • Laporan analisis lengkap.
  • Grafik data.
    • Produk (Proyek): Laporan analisis data + grafik.
    • Praktik (Kinerja): Mengolah data dengan Excel secara langsung.
    • Tes Tertulis: 10 soal tentang konsep analisis data.

 

Tidak ada komentar:

Posting Komentar