π Langkah Awal
Modul & Tugas Memahami (IN 1)
Modul 1
Mata Pelajaran Koding dan Kecerdasan Artifisial pada Kurikulum Nasional
Modul 2
Pengoperasian, Pengaplikasian, dan Kolaborasi Perangkat Kecerdasan Artifisial
Modul 3
Rekayasa Prompt Untuk Kreasi Konten
Modul 4
Pemrograman Kecerdasan Artifisial
Modul 5
Pedagogik Koding dan Kecerdasan Artifisial
Panduan & Tugas Mengaplikasi (ON)
Rencana
Penyusunan rencana implementasi
Aplikasi
Penerapan pembelajaran di kelas
Laporan
Dokumentasi dan evaluasi hasil
Panduan & Tugas Merefleksi (IN-2)
Tes Akhir
Evaluasi pemahaman komprehensif
Refleksi
Refleksi perjalanan pembelajaran
Rencana Tindak Lanjut
Perencanaan pengembangan berkelanjutan
Selamat Datang!
Pilih modul di sebelah kiri untuk memulai pembelajaran
Koding dan Kecerdasan Artifisial
Selamat Datang di Pelatihan Koding dan Kecerdasan Artifisial
Program pelatihan ini dirancang untuk membekali para pendidik dengan pengetahuan dan keterampilan yang diperlukan dalam mengajarkan Koding dan Kecerdasan Artifisial di era digital. Jelajahi bagian-bagian di bawah ini untuk memahami kerangka kerja pelatihan.
Bahan Pengantar
Kebijakan
Unduh dokumen resmi mengenai kebijakan yang melandasi implementasi Kurikulum Koding dan Kecerdasan Artifisial.
π Unduh KebijakanNaskah Akademik
Unduh naskah akademik yang berisi kajian mendalam dan landasan teoretis untuk mata pelajaran Koding dan Kecerdasan Artifisial.
π Unduh Naskah AkademikPanduan Belajar Mandiri
Pelatihan ini dirancang untuk dapat dipelajari secara mandiri dengan pendekatan yang fleksibel namun terstruktur.
Tips Belajar Efektif:
- Alokasikan waktu khusus untuk belajar setiap hari
- Ikuti urutan modul secara sistematis
- Praktikkan setiap konsep yang dipelajari
- Manfaatkan forum diskusi untuk bertanya
- Dokumentasikan proses pembelajaran Anda
Sumber Belajar Tambahan:
- Video tutorial pendukung
- Contoh implementasi nyata
- Template dan worksheet
- Komunitas praktisi KKA
Bahan Belajar Mandiri
Akses semua bahan belajar mandiri, termasuk modul, presentasi, dan sumber daya lainnya melalui tautan di bawah ini.
ποΈ Akses Bahan Belajar MandiriRencana Implementasi
Susun rencana implementasi pembelajaran KKA di tempat kerja Anda
Panduan dan template akan segera tersedia
Aplikasi Pembelajaran
Terapkan pembelajaran KKA di kelas Anda
Instrumen observasi akan segera tersedia
Laporan Implementasi
Dokumentasikan dan evaluasi hasil implementasi
Format laporan akan segera tersedia
Tes Akhir Pelatihan
Evaluasi komprehensif pemahaman materi pelatihan
Tes akan dibuka sesuai jadwal
Refleksi Pembelajaran
Refleksikan perjalanan pembelajaran Anda
Format refleksi akan segera tersedia
Rencana Tindak Lanjut
Susun rencana pengembangan diri berkelanjutan
Template RTL akan segera tersedia
Capaian Pelatihan
- Peserta pelatihan dapat memahami konsep dasar koding dan kecerdasan artifisial (KA)
- Peserta pelatihan dapat menjelaskan dampak koding dan KA dalam kehidupan sehari-hari
- Peserta pelatihan dapat mengintegrasikan pembelajaran koding dan KA dalam kegiatan belajar mengajar
- Peserta pelatihan dapat merancang pembelajaran koding dan KA dengan metode plugged dan unplugged
Tujuan Pelatihan
- Peserta pelatihan mampu mendefinisikan konsep dasar koding dan konsep KA
- Peserta pelatihan mampu menerapkan konsep koding dan KA dalam proses pembelajaran
- Peserta pelatihan mampu menyusun pembelajaran koding dan KA yang berkontribusi pada pencapaian dimensi profil lulusan
- Peserta pelatihan mampu mengembangkan nilai-nilai etik dalam koding dan KA
Indikator Capaian Pelatihan
- Peserta pelatihan mampu menjelaskan ruang lingkup koding dan KA dan dampaknya pada pembelajaran koding dan KA
- Peserta pelatihan mampu menjelaskan prinsip berpikir komputasional, literasi digital, dan kecerdasan artifisial
- Peserta pelatihan mampu merancang penerapan berpikir komputasional, literasi digital, dan kecerdasan artifisial di sekolah
- Peserta pelatihan mampu menentukan dimensi, elemen, dan sub elemen dimensi profil lulusan untuk setiap tujuan pembelajaran yang ingin dicapai dalam setiap kegiatan pembelajaran koding dan KA
Pokok Bahasan
- Pengantar Mapel Koding dan Kecerdasan Artifisial
- Pendahuluan
- Rasional, Tujuan, Karakteristik dan Elemen Mapel
- Konsep Keilmuan Koding dan Kecerdasan Artifisial
- Berpikir Komputasional
- Literasi Digital
- Literasi dan Etika Kecerdasan Artifisial
- Pemanfaatan dan Pengembangan Kecerdasan Artifisial
- Implementasi Pembelajaran Koding dan Kecerdasan Artifisial di Sekolah
Ringkasan Modul 1
Mata pelajaran Koding dan Kecerdasan Artifisial (KKA) diperkenalkan untuk mengembangkan sumber daya manusia yang unggul dan kompetitif di era digital. Pembelajaran ini mengasah keterampilan abad ke-21 seperti berpikir kritis, kreativitas, dan pemecahan masalah.
Elemen Utama KKA:
- Berpikir Komputasional: Keterampilan memecahkan masalah untuk menghasilkan solusi yang efektif dan optimal
- Literasi Digital: Kecakapan bermedia digital dengan fokus pada produksi konten, etika, dan keamanan digital
- Literasi dan Etika Kecerdasan Artifisial: Mengetahui konsep dasar, manfaat, dampak, serta sikap kritis dan etis dalam pemanfaatan KA
- Pemanfaatan dan Pengembangan KA: Kemampuan memanfaatkan KA untuk penyelesaian masalah serta menciptakan dan memperbaiki sistem KA
- Algoritma Pemrograman: Mengembangkan solusi dengan menulis teks algoritmik yang terstruktur
- Analisis Data: Kemampuan untuk menstrukturkan, memproses, dan menyajikan data
Materi Singkat
Unduh Modul Lengkap
Unduh Berkas Modul Lengkap
Download modul lengkap Mata Pelajaran Koding dan Kecerdasan Artifisial pada Kurikulum Nasional dalam format PDF. Berisi materi lengkap, contoh implementasi, dan panduan pembelajaran.
Direktori Berkas Pendukung Modul
Akses koleksi lengkap berkas pendukung termasuk presentasi, worksheet, contoh kode, dan materi tambahan untuk mendukung pembelajaran Modul 1.
Tugas 1: Ringkasan Modul 1
Buat ringkasan Modul 1 dengan fokus pada Key Point dan Key Benefit
Tugas 2: Tujuan Pendidikan dan Capaian Profil Lulusan
Unggah tugas tujuan pendidikan disertai dengan capaian profil lulusan
Capaian Pelatihan
- Peserta pelatihan mampu mengenali dan menerapkan perangkat kecerdasan artifisial area pemanfaatan umum dan khusus (misal: bidang kejuruan SMK)
- Peserta pelatihan mampu memilih perangkat atau tools kecerdasan artifisial yang sesuai untuk melakukan kolaborasi (human to AI collaboration)
- Peserta pelatihan mampu menghasilkan konten hasil kolaborasi dengan perangkat kecerdasan artifisial sesuai dengan bidang kejuruannya masing-masing
- Peserta pelatihan mampu menganalisis model, metode, dan pendekatan pembelajaran yang tepat untuk mengintegrasikan kecerdasan artifisial dalam proses pembelajaran kepada peserta didik
Tujuan Pelatihan
- Peserta pelatihan mampu mengenali dan menerapkan perangkat Kecerdasan Artifisial pada area pemanfaatan secara umum dan khusus
- Peserta pelatihan mampu memilih perangkat kecerdasan artifisial yang sesuai untuk berkolaborasi
- Peserta pelatihan mampu menerapkan kolaborasi dengan perangkat kecerdasan artifisial untuk menyelesaikan tugas spesifik
- Peserta pelatihan mampu menganalisis model, metode, dan pendekatan pembelajaran yang tepat untuk mengintegrasikan kecerdasan artifisial dalam proses pembelajaran
Indikator Capaian Pelatihan
- Peserta mampu menjelaskan definisi, jenis, dan prinsip dasar cara kerja KA
- Peserta dapat mengilustrasikan contoh pemanfaatan KA di bidang umum atau bidang khusus
- Peserta mampu menerapkan 3 jenis perangkat KA untuk menyelesaikan tugas spesifik
- Peserta dapat mengidentifikasi kebutuhan kolaborasi (misal: tujuan, audiens, kompleksitas tugas) melalui studi kasus yang diberikan
- Peserta dapat mendiskusikan perangkat KA yang relevan untuk tujuan spesifik berdasarkan kriteria tertentu untuk kebutuhan kolaborasi
- Peserta dapat menerapkan kolaborasi dengan perangkat KA untuk menyelesaikan tugas spesifik
- Peserta dapat menyimpulkan kualitas konten kolaboratif (misal: akurasi, kreativitas, relevansi) melalui rubrik penilaian yang disepakati
- Peserta mampu memilih model, metode, dan pendekatan pembelajaran yang tepat untuk mengintegrasikan kecerdasan artifisial dalam proses pembelajaran kepada peserta didik
- Peserta mampu merefleksikan proses, tantangan, dan solusi selama memahami prinsip dan dasar cara kerja KA serta melakukan kolaborasi dengan KA
Topik Bahasan
- Perangkat Kecerdasan Artifisial
- Pengoperasian dan Pengaplikasian Perangkat Kecerdasan Artifisial di bidang umum dan khusus
- Profesi di Bidang KA
- Kolaborasi melalui perangkat/tools Kecerdasan Artifisial dalam bidang Desain Kreatif
- Kolaborasi dalam Penelitian dan Analisis Data
- Kolaborasi dalam Penyuntingan Tulisan
- Kolaborasi dalam Pemrograman
- Kolaborasi dalam Bidang Lainnya
Ringkasan Modul 2
Modul ini menggarisbawahi pergeseran dari pemahaman teoretis ke penerapan praktis Kecerdasan Artifisial (KA). Fokus utamanya adalah bagaimana perangkat KA dioperasikan dalam berbagai bidang serta bagaimana kolaborasi sinergis antara manusia dan KA dapat mendorong inovasi dan efisiensi.
Poin Kunci Modul 2:
- Pengenalan Praktis KA: Kategorisasi KA berdasarkan kapabilitas (ANI, AGI, ASI) dan fungsionalitasnya
- Aplikasi Luas: Penerapan KA mencakup bidang umum hingga bidang khusus yang membuka beragam profesi baru
- Kolaborasi Manusia-KA: KA berperan sebagai alat bantu untuk meningkatkan kemampuan manusia
- Tantangan dan Etika: Pentingnya pengawasan, penilaian kritis, dan pertimbangan etis dalam penggunaan KA
Materi Singkat
Unduh Modul Lengkap
Unduh Berkas Modul Lengkap
Download modul lengkap Pengoperasian, Pengaplikasian, dan Kolaborasi Perangkat Kecerdasan Artifisial dalam format PDF. Mencakup panduan praktis dan studi kasus implementasi KA.
Direktori Berkas Pendukung Modul
Akses koleksi berkas pendukung termasuk tutorial video, dataset latihan, dan contoh aplikasi KA untuk berbagai bidang.
Tugas 1: Peta Konsep/Infografis Pemanfaatan KA
Membuat Peta Konsep/Infografis Pemanfaatan KA di Bidang Umum atau Khusus (LK 2.1)
Tugas 2: Aplikasi 3 Jenis Perangkat KA
Mengaplikasikan 3 Jenis Perangkat KA Untuk Menyelesaikan Tugas/Task Sederhana (LK 2.2)
Tugas 3: Rencana Pembelajaran dengan KA
Berkolaborasi dengan KA untuk Membuat Rencana Pembelajaran Kecerdasan Artifisial dengan Pendekatan Pembelajaran Mendalam (LK 2.3)
Tugas 4: Rencana Pembelajaran dengan KA
Berkolaborasi dengan KA untuk Membuat Rencana Pembelajaran Kecerdasan Artifisial dengan Pendekatan Pembelajaran Mendalam (LK 2.3)
Tugas 5: Rencana Pengembangan Diri
Dokumen rencana pengembangan diri sebagai langkah konkret ke depan
Capaian Pelatihan
Pada akhir pelatihan, peserta mampu menjelaskan konsep dasar dan cara kerja kecerdasan artifisial generatif serta bagaimana prompt digunakan untuk menghasilkan keluaran yang diinginkan. Peserta pelatihan juga mampu menerapkan berpikir kreatif untuk menghasilkan proyek kreatif menggunakan perangkat kecerdasan artifisial yang siap digunakan dalam situasi profesional nyata serta merefleksikan isu-isu etika yang berkaitan dengan penggunaan KA.
Tujuan Pelatihan
- Peserta pelatihan mampu menjelaskan konsep dasar dan cara kerja KA generatif dan bagaimana prompt digunakan untuk menghasilkan output yang diinginkan.
- Peserta pelatihan mampu menerapkan berpikir kreatif dan membangun proyek kreatif menggunakan menggunakan perangkat KA.
- Peserta pelatihan dapat menghasilkan proyek konten kreatif berbasis KA yang siap digunakan dalam situasi profesional nyata, seperti pemasaran digital, produksi media, atau pengembangan produk.
- Peserta pelatihan mampu merefleksikan isu-isu etika yang berkaitan dengan tantangan penggunaan KA dalam dunia nyata dan cara menghadapinya.
Indikator Capaian Pelatihan
- Peserta mampu menjelaskan konsep KA generatif, termasuk definisi, prinsip kerja, jenis, dan contoh aplikasi di bidang nyata.
- Peserta mampu mendemonstrasikan peran dan fungsi prompt dengan menyebutkan contoh prompt untuk tujuan berbeda.
- Peserta mampu menyusun prompt efektif dengan memenuhi unsur kejelasan, spesifisitas, dan konteks, serta memodifikasi prompt tidak efektif melalui analisis studi kasus.
- Peserta mampu menerapkan strategi Zero Shot dan Few Shot dalam penyusunan prompt, termasuk membandingkan hasil output dari kedua pendekatan.
- Peserta mampu merancang konten kreatif berbasis KA melalui brainstorming dengan bantuan KA, memetakan ide, dan memadukan inspirasi manusia-KA untuk menghasilkan ide yang unik.
- Peserta mampu menyusun dan menerapkan prompt multi-langkah untuk proyek kompleks dengan menyisipkan elemen kreatif dan iterasi berdasarkan umpan balik.
- Peserta mampu menghasilkan konten jadi yang mengintegrasikan output KA dan editan manual, serta mendokumentasikan proses kerja dalam portofolio digital.
- Peserta mampu meninjau kualitas output KA menggunakan rubrik dan merevisi prompt untuk memperbaiki kesalahan.
- Peserta mampu merefleksikan isu etika dalam kreasi konten KA dan menggunakan KA dengan bertanggung jawab.
- Peserta mampu merefleksikan tantangan dan solusi selama mengaplikasikan rekayasa prompt dan mengkreasi konten.
Pokok Bahasan
- Konsep Dasar Kecerdasan Artifisial Generatif
- Peran dan Fungsi Prompt
- Unsur-Unsur Prompt yang Efektif
- Strategi Penyusunan Prompt: Zero Shot & Few Shot
- Analisis dan Evaluasi Output
- Dasar-Dasar Kreasi Konten dengan KA
- Pengembangan Ide dan Kreativitas Digital
- Teknik Perancangan Prompt Untuk Produksi Konten Kreatif
- Integrasi Konten dalam Proyek Nyata
- Pertimbangan Etika dalam Kreasi Konten Menggunakan Kecerdasan Artifisial
Ringkasan Modul 3
Modul 3 secara komprehensif membahas Rekayasa Prompt sebagai keterampilan inti dalam memanfaatkan Kecerdasan Artifisial (KA) Generatif untuk kreasi konten. Modul ini menjembatani pemahaman konseptual dengan aplikasi praktis, menekankan bahwa interaksi efektif dengan KA bergantung pada kemampuan merancang instruksi yang tepat.
Poin Kunci Modul 3:
- Pentingnya Prompt yang Efektif: Kualitas output dari KA Generatif sangat ditentukan oleh kualitas prompt
- Strategi dan Iterasi: Zero-Shot untuk tugas sederhana dan Few-Shot untuk tugas kompleks, dengan proses iteratif
- KA sebagai Mitra Pembelajaran: Mengubah paradigma dari "mesin jawaban" menjadi "mitra pengembangan diri"
- Kreasi Konten yang Bertanggung Jawab: Pentingnya integrasi, penyuntingan manual, dan pertimbangan etika
Materi Singkat
Unduh Modul Lengkap
Unduh Berkas Modul Lengkap
Download modul lengkap Rekayasa Prompt untuk Kreasi Konten dalam format PDF. Berisi teknik prompt engineering, best practices, dan contoh implementasi untuk berbagai use case.
Direktori Berkas Pendukung Modul
Akses koleksi prompt templates, contoh output KA generatif, dan panduan evaluasi kualitas konten yang dihasilkan KA.
Tugas 1: Analisis Prompt dan Output KA
Membuat analisis perbandingan antara prompt sederhana dan prompt terstruktur beserta evaluasi outputnya
Tugas 2: Pengembangan Prompt Bertingkat
Merancang serangkaian prompt dengan teknik zero-shot dan few-shot untuk menghasilkan konten pembelajaran
Tugas 3: Kreasi Konten Terintegrasi
Menghasilkan konten pembelajaran lengkap menggunakan KA dengan memperhatikan aspek etika dan integritas
Tugas 4: Refleksi Penggunaan KA Generatif
Membuat refleksi kritis tentang pengalaman menggunakan KA generatif dalam konteks pembelajaran
Capaian Pelatihan
Pada akhir pelatihan, peserta mampu menjelaskan konsep dasar pemrograman KA, menerapkan library kecerdasan artifisial populer untuk menghasilkan aplikasi kecerdasan artifisial, serta menjelaskan konsep dasar, arsitektur, cara kerja, dan aplikasi Large Language Model (LLM). Peserta juga mampu merefleksikan bahwa penggunaan LLM harus bertanggung jawab serta mematuhi prinsip human-centered dan etika yang ada.
Tujuan Pelatihan
- Peserta pelatihan mampu menjelaskan konsep dasar pemrograman KA.
- Peserta pelatihan mampu menerapkan library Kecerdasan Artifisial populer untuk menghasilkan aplikasi kecerdasan artifisial
- Peserta pelatihan menjelaskan konsep dasar, arsitektur, cara kerja, dan aplikasi Large Language Model sederhana.
- Peserta pelatihan mampu mengintegrasikan aplikasi KA dengan model bahasa besar.
- Peserta pelatihan mampu merefleksi bahwa penggunaan LLM harus bertanggung jawab dan mematuhi prinsip human-centered dan etika yang ada.
Indikator Capaian Pelatihan
- Peserta mampu menjelaskan konsep dasar pemrograman KA.
- Peserta dapat menerapkan sintaks dasar bahasa pemrograman KA untuk menulis skrip sederhana yang melibatkan logika KA
- Peserta mampu menerapkan library KA populer untuk membangun model sederhana, seperti klasifikasi teks/gambar.
- Peserta mampu menganalisis output KA menggunakan matrik evaluasi dan melakukan penyempurnaan kode untuk meningkatkan performa.
- Peserta mampu menjelaskan arsitektur dasar LLM dan cara kerjanya dalam menghasilkan output.
- Peserta dapat membedakan jenis-jenis LLM berdasarkan desain arsitektur dan kasus penggunaan spesifik.
- Peserta dapat memadukan LLM ke dalam aplikasi menggunakan framework.
- Peserta dapat menganalisis kelebihan dan keterbatasan LLM melalui studi kasus output yang dihasilkan
- Peserta dapat menyusun dokumentasi teknis yang mencakup alur kerja, kode, dan analisis hasil aplikasi KA yang dikembangkan.
- Peserta mampu merefleksikan implikasi etis dalam penggunaan LLM
- Peserta mampu merefleksikan tantangan dan solusi selama mengembangkan aplikasi KA dan mengintegrasikan LLM
Pokok Bahasan
- Dasar Pemrograman Kecerdasan Artifisial
- Penerapan library Kecerdasan Artifisial
- Analisis Hasil dan Penyempurnaan Output Aplikasi Kecerdasan Artifisial
- Konsep Dasar, Arsitektur, dan Cara Kerja Large Language Model
- Peran Large Language Model dalam Kecerdasan Artifisial Generatif dan Aplikasinya
- Teknik Integrasi Pemrograman Kecerdasan Artifisial Dengan Model LLM
Ringkasan Modul 4
Modul 4 menandai transisi dari pemahaman konseptual dan penggunaan alat KA siap pakai ke tingkat yang lebih mendalam, yaitu pemrograman kecerdasan artifisial. Modul ini membekali peserta dengan pengetahuan fundamental dan keterampilan praktis untuk membangun aplikasi KA dari dasar.
Poin Kunci Modul 4:
- Fondasi Pemrograman: Python sebagai bahasa utama dengan penguasaan konsep dasar dan struktur data
- Alur Kerja Machine Learning: Dari akuisisi data hingga evaluasi model
- Penerapan Praktis dengan Library: Scikit-learn untuk ML klasik dan TensorFlow untuk deep learning
- Pentingnya Evaluasi Model: Metrik evaluasi yang tepat untuk setiap jenis model
- Integrasi dengan LLM: Pemanfaatan model pra-latih melalui API modern
Materi Singkat
Unduh Modul Lengkap
Unduh Berkas Modul Lengkap
Download modul lengkap Pemrograman Kecerdasan Artifisial dalam format PDF. Mencakup tutorial Python, implementasi ML/DL, dan integrasi dengan Large Language Models.
Direktori Berkas Pendukung Modul
Akses source code lengkap, Jupyter notebooks, dataset untuk latihan, dan dokumentasi API untuk pengembangan aplikasi KA.
Tugas 1: Implementasi Dasar Python untuk KA
Membuat program Python sederhana yang mendemonstrasikan konsep dasar pemrograman KA
Tugas 2: Aplikasi Machine Learning
Membangun aplikasi ML sederhana menggunakan Scikit-learn untuk klasifikasi atau regresi
Tugas 3: Integrasi dengan LLM
Mengintegrasikan Large Language Model ke dalam aplikasi menggunakan API
Tugas 4: Refleksi Pemrograman KA
Membuat refleksi tentang tantangan dan pembelajaran selama mengembangkan aplikasi KA
Tujuan Pelatihan
Setelah membaca dan mempelajari modul ini, para guru diharapkan dapat menguasai dan terampil untuk menciptakan proses pembelajaran yang kondusif dan sesuai dengan kebutuhan abad 21. Kemampuan dan keterampilan guru yang ingin dikembangkan dari modul ini adalah:
- Mampu memahami dan mengembangkan materi esensial mata pelajaran Koding dan Kecerdasan Artifisial;
- Mampu mengembangkan kepribadian, mental dan keterampilan peserta didik dalam menghadapi permasalahan secara sistematis dan logis berbantuan teknologi kecerdasan artifisial;
- Mampu mengembangkan proses belajar kolaborasi terbimbing untuk membangun kemandirian dalam memecahkan kasus/studi kasus;
- Mampu merancang pengalaman belajar peserta didik dengan pendekatan pembelajaran mendalam melalui perencanaan pembelajaran sesuai dengan karakteristik peserta didik;
- Mampu mengimplementasikan model pembelajaran Koding dan Kecerdasan Artifisial dengan atau tanpa fasilitas TIK (Plugged atau Unplugged);
- Mampu mengembangkan perencanaan pembelajaran Koding dan Kecerdasan Artifisial dengan mengimplementasikan pembelajaran berbasis HOTs dan mengintegrasikan kerangka TPACK.
Kerangka Materi
Secara umum, terdapat 4 bagian utama pada modul yang disajikan yaitu: Prinsip-prinsip pedagogik, pembelajaran berbasis HOTs, Integrasi pembelajaran dalam kerangka TPACK, dan Desain pembelajaran dan pengembangan modul dengan pendekatan pembelajaran mendalam. Praktek nyata dari pemahaman modul-modul tersebut akan disajikan pada proyek akhir yaitu proyek microteaching.
Pokok Bahasan
- Prinsip-prinsip Pedagogik
- Pembelajaran Berorientasi Pada Keterampilan Berpikir Tingkat Tinggi (HOTS)
- Pembelajaran Dengan Kerangka Kerja TPACK
- Rancangan Pembelajaran Berbasis Pendekatan Pembelajaran Mendalam
- Proyek Peerteaching/Microteaching
Ringkasan Modul 5
Modul 5 menekankan bahwa pengajaran Koding dan Kecerdasan Artifisial yang efektif tidak hanya bergantung pada penguasaan konten teknis, tetapi juga pada keterampilan pedagogik yang kuat. Modul ini membekali para guru dengan kerangka kerja konseptual dan praktis untuk merancang dan melaksanakan pembelajaran yang modern, relevan, dan berpusat pada siswa.
Poin Kunci Modul 5:
- Fondasi Pedagogik: Pemahaman prinsip dasar pedagogik sebagai landasan praktik pengajaran
- Kerangka Kerja Utama: HOTS, TPACK, dan Pembelajaran Mendalam sebagai pilar pembelajaran
- Perancangan Pembelajaran Terstruktur: Dari CP ke TP hingga ATP yang sistematis
- Model Pembelajaran Aktif: PBL, PjBL, dan IBL untuk meningkatkan keterlibatan siswa
- Praktik dan Refleksi: Microteaching sebagai sarana pengembangan keterampilan mengajar
Materi Singkat
Unduh Modul Lengkap
Unduh Berkas Modul Lengkap
Download modul lengkap Pedagogik Koding dan Kecerdasan Artifisial dalam format PDF. Berisi kerangka TPACK, strategi HOTS, dan panduan implementasi pembelajaran mendalam.
Direktori Berkas Pendukung Modul
Akses RPP template, rubrik penilaian, contoh skenario microteaching, dan instrumen evaluasi pembelajaran KKA.
Tugas 1: Rancangan Pembelajaran KKA
Membuat rancangan pembelajaran lengkap mulai dari CP, TP, hingga ATP untuk satu topik KKA
Tugas 2: Integrasi TPACK dalam Pembelajaran
Menganalisis dan merancang pembelajaran KKA dengan mengintegrasikan kerangka TPACK
Tugas 3: Pengembangan Pembelajaran HOTS
Merancang aktivitas pembelajaran yang mengembangkan keterampilan berpikir tingkat tinggi
Tugas 4: Praktik Microteaching
Melaksanakan sesi microteaching dan membuat refleksi pembelajaran