Modul 1: Mata Pelajaran Koding dan Kecerdasan Artifisial pada Kurikulum Nasional (SMP)

 Ringkasan Isi Modul:

1. Tujuan dan Capaian Pelatihan

• Peserta pelatihan mampu:

  • Memahami konsep dasar koding dan kecerdasan artifisial (KA).

  • Menerapkan koding dan KA dalam pembelajaran.

  • Menyusun pembelajaran yang mendukung Profil Pelajar Pancasila.

  • Mengembangkan nilai etika dalam koding dan KA.

2. Pengantar Mapel Koding & KA

• Penting untuk menghadapi era Industri 4.0 dan Society 5.0.

• Membekali peserta didik dengan literasi digital, koding, dan KA untuk daya saing global.

• Tujuan mapel:

  1. Melatih berpikir komputasional.

  2. Menjadi warga digital yang literat, etis, dan produktif.

  3. Mengelola dan memanfaatkan data.

  4. Menghasilkan karya melalui koding dan KA.

• Karakteristik pembelajaran: kontekstual, human-centered, berbasis plugged, unplugged, dan internet-based learning.

3. Konsep Keilmuan

• Koding: mengubah ide manusia ke instruksi komputer (pintu gerbang pemrograman).

• Pemrograman: mencakup keseluruhan proses (analisis, desain, implementasi, pengujian, pemeliharaan).

• Kecerdasan Artifisial (KA): kemampuan mesin meniru kecerdasan manusia (belajar, mengenali pola, mengambil keputusan).

  • Jenis KA: Narrow AI (khusus), General AI (umum).

  • Teknologi utama: Machine Learning, Deep Learning, Generative AI.

4. Elemen Mapel Koding & KA

1. Berpikir Komputasional → dekomposisi, pengenalan pola, abstraksi, algoritma.

2. Literasi Digital → keterampilan menggunakan teknologi, etika digital, keamanan.

3. Literasi & Etika KA → pemahaman dasar KA, dampak sosial, privasi, bias, hak cipta.

4. Pemanfaatan & Pengembangan KA → dari pengenalan gambar/suara, analisis data, rekomendasi, hingga KA generatif.

5. Implementasi di Sekolah

• SD: fokus pengenalan konsep dasar (unplugged, aplikasi sederhana).

• SMP: praktik berpikir komputasional & literasi digital.

• SMA/SMK: eksplorasi algoritma, analisis data, pemrograman lebih kompleks.

• Metode: Project-Based Learning, Game-Based Learning, Inquiry Learning.

6. Etika & Tanggung Jawab

• Menghindari bias dan diskriminasi.

• Menjaga privasi data & keamanan.

• Menegakkan akuntabilitas & transparansi algoritma.

• Menghormati hak cipta dalam penggunaan dan pembuatan konten dengan KA.

7. Penutup

• Modul ini membekali guru untuk mengajar Koding dan KA dengan berbasis HOTS, menggunakan TPACK dan Deep Learning framework.

• Guru diharapkan menjadi fasilitator yang menanamkan keterampilan inovatif, kritis, kolaboratif, dan etis kepada siswa.