Rencana Pelaksanaan Pembelajaran (RPP)
Perencanaan Pembelajaran Mendalam (PPM)
Mata Pelajaran: Koding dan Kecerdasan Artifisial
Kelas/Semester: X / Ganjil
Materi Pokok: Mengoperasikan Perangkat Kecerdasan Artifisial dengan Rekayasa Prompt
dan Evaluasi
Alokasi Waktu: 16 JP (8 pertemuan, @2 JP)
Guru: Seftiani Ayu Lestari, [Link].
Sekolah: SMK Al Fattah Kertosono
1. Identifikasi
1.1 Capaian Pembelajaran
Pada akhir pembelajaran, siswa mampu mengoperasikan perangkat kecerdasan artifisial
dengan rekayasa prompt dan evaluasi dalam konteks pemrograman Python.
1.2 Tujuan Pembelajaran
1. Siswa dapat memahami prosedur prompt dalam kecerdasan artifisial.
2. Siswa dapat memahami pemeliharaan kode untuk keberlanjutan program.
3. Siswa dapat memahami retensi data dalam pengelolaan AI.
4. Siswa dapat memahami penyusutan kode untuk efisiensi.
5. Siswa dapat memahami kecerdasan artifisial elektronik dan aplikasinya.
1.3 Dimensi Profil Lulusan
• DPL3 - Penalaran Kritis: Siswa menganalisis prosedur prompt dan evaluasi hasil AI.
• DPL4 - Kreativitas: Siswa menciptakan prompt inovatif untuk solusi AI.
• DPL5 - Kolaborasi: Siswa bekerja sama dalam kelompok untuk mengoperasikan dan
mengevaluasi perangkat AI.
1.4 Karakteristik Mata Pelajaran
Mata pelajaran Koding dan Kecerdasan Artifisial menekankan keterampilan praktis dan
pemikiran komputasional. Materi mengoperasikan perangkat AI melibatkan:
• Pengetahuan Esensial: Prosedur prompt, pemeliharaan kode, retensi data, penyusutan
kode, dan AI elektronik.
• Pengetahuan Aplikatif: Penerapan rekayasa prompt untuk memecahkan masalah
nyata, seperti generasi teks otomatis.
• Relevansi: Keterkaitan dengan aplikasi AI elektronik, seperti chatbot atau analisis
data.
• Keterampilan Berpikir Tingkat Tinggi: Analisis prompt, evaluasi output, dan
optimalisasi kode.
2. Desain Pembelajaran
2.1 Praktik Pedagogis
Menggunakan pendekatan pembelajaran berbasis proyek (Project-Based Learning) untuk
mendorong siswa aktif membangun pengetahuan melalui eksplorasi dan pemecahan masalah.
Strategi meliputi diskusi kelompok, simulasi prompt AI, dan refleksi mandiri.
2.2 Kemitraan Pembelajaran
Melibatkan kolaborasi dengan siswa lain melalui kerja kelompok untuk merancang prompt
AI. Guru berperan sebagai fasilitator, memberikan umpan balik dan panduan. Kemitraan
dengan komunitas lokal (misalnya, pelaku UMKM) dapat diintegrasikan untuk memberikan
konteks nyata, seperti menggunakan AI untuk rekomendasi produk.
2.3 Lingkungan Pembelajaran
• Fisik: Ruang kelas dengan komputer, proyektor, dan papan tulis untuk simulasi AI.
• Virtual: Platform seperti Google Colab atau API AI online untuk menguji prompt.
• Budaya Belajar: Mendorong kolaborasi, refleksi, dan eksplorasi melalui diskusi dan
presentasi proyek.
2.4 Pemanfaatan Digital
• Penggunaan Python di Google Colab untuk rekayasa prompt dan evaluasi AI.
• Simulasi interaktif untuk memahami retensi data dan penyusutan kode.
• Forum diskusi daring untuk berbagi hasil prompt antar siswa.
3. Pengalaman Belajar
3.1 Memahami (Berkesadaran, Bermakna, Menggembirakan)
• Kegiatan: Guru menjelaskan prosedur prompt dan konsep AI elektronik melalui
analogi (misalnya, prompt sebagai instruksi kepada asisten). Siswa melakukan diskusi
kelompok untuk mengidentifikasi contoh pemeliharaan kode dan retensi data.
• Prinsip:
– Berkesadaran: Siswa memahami tujuan pembelajaran dan relevansi AI.
– Bermakna: Kegiatan terkait dengan kehidupan nyata, seperti otomatisasi tugas.
– Menggembirakan: Aktivitas interaktif dengan simulasi prompt di Colab.
3.2 Mengaplikasi (Berkesadaran, Bermakna, Menggembirakan)
• Kegiatan: Siswa merancang prompt untuk proyek AI (misalnya, generasi teks) dengan
mempertimbangkan penyusutan kode dan retensi data. Siswa bekerja dalam kelompok
untuk menguji dan mengevaluasi.
• Prinsip:
– Berkesadaran: Siswa menetapkan tujuan proyek dan strategi.
– Bermakna: Prompt relevan dengan kebutuhan nyata.
– Menggembirakan: Proyek memungkinkan kreativitas dalam rekayasa AI.
3.3 Merefleksi (Berkesadaran, Bermakna, Menggembirakan)
• Kegiatan: Siswa mengevaluasi hasil prompt melalui penilaian sejawat dan refleksi
diri. Siswa menulis jurnal tentang tantangan pemeliharaan kode dan rencana
perbaikan. Guru memfasilitasi diskusi.
• Prinsip:
– Berkesadaran: Siswa menyadari kekuatan dan kelemahan dalam operasi AI.
– Bermakna: Refleksi membantu memahami efisiensi AI.
– Menggembirakan: Siswa merayakan keberhasilan melalui presentasi.
4. Asesmen
4.1 Asesmen pada Awal Pembelajaran
• Teknik: Pre-test berbasis kuis daring untuk mengukur pengetahuan awal tentang
prompt AI.
• Instrumen: Soal pilihan ganda dan uraian (contoh: Jelaskan prosedur prompt).
4.2 Asesmen pada Proses Pembelajaran
• Teknik: Observasi selama diskusi dan penilaian sejawat pada hasil prompt.
• Instrumen: Rubrik untuk keterlibatan dan pemahaman konsep.
4.3 Asesmen pada Akhir Pembelajaran
• Teknik: Penilaian proyek (operasi AI dengan prompt) dan presentasi.
• Instrumen: Rubrik (prosedur prompt: 40%, pemeliharaan kode: 30%, evaluasi: 20%,
presentasi: 10%).
5. Langkah-Langkah Pembelajaran
5.1 Pertemuan 1: Prosedur Prompt Dasar (2 JP)
• Pendahuluan (10 menit): Apersepsi dengan instruksi AI.
• Kegiatan Inti (70 menit): Penjelasan prosedur, diskusi.
• Penutup (10 menit): Refleksi.
5.2 Pertemuan 2: Pemeliharaan Kode (2 JP)
• Pendahuluan (10 menit): Ulasan.
• Kegiatan Inti (70 menit): Latihan pemeliharaan.
• Penutup (10 menit): Tugas.
5.3 Pertemuan 3: Retensi Data (2 JP)
• Pendahuluan (10 menit): Motivasi.
• Kegiatan Inti (70 menit): Simulasi data.
• Penutup (10 menit): Diskusi.
5.4 Pertemuan 4: Penyusutan Kode (2 JP)
• Pendahuluan (10 menit): Panduan.
• Kegiatan Inti (70 menit): Optimalisasi kode.
• Penutup (10 menit): Umpan balik.
5.5 Pertemuan 5: Kecerdasan Artifisial Elektronik (2 JP)
• Pendahuluan (10 menit): Ulasan.
• Kegiatan Inti (70 menit): Eksplorasi AI elektronik.
• Penutup (10 menit): Refleksi.
5.6 Pertemuan 6: Rekayasa Prompt Proyek (2 JP)
• Pendahuluan (10 menit): Tantangan.
• Kegiatan Inti (70 menit): Kerja kelompok.
• Penutup (10 menit): Pengujian.
5.7 Pertemuan 7: Evaluasi Hasil (2 JP)
• Pendahuluan (10 menit): Persiapan.
• Kegiatan Inti (70 menit): Penilaian.
• Penutup (10 menit): Jurnal.
5.8 Pertemuan 8: Presentasi dan Kuis (2 JP)
• Pendahuluan (10 menit): Ringkasan.
• Kegiatan Inti (70 menit): Presentasi.
• Penutup (10 menit): Perbaikan.
6. Sumber Belajar
• Buku pegangan siswa: Python for Data Science.
• Platform daring: Google Colab, Hugging Face.
• Video tutorial tentang rekayasa prompt AI.
• Lembar kerja siswa (LKS) yang disusun oleh guru.
7. Lampiran
7.1 Contoh Soal Kuis
• Jelaskan prosedur prompt dalam AI.
• Sebutkan cara pemeliharaan kode untuk retensi data.
• Jelaskan penyusutan kode dalam proyek AI.
7.2 Rubrik Penilaian Proyek
• Prosedur Prompt (40%): Prompt efektif dan tepat.
• Pemeliharaan Kode (30%): Kode terpelihara dengan baik.
• Evaluasi (20%): Analisis hasil akurat.
• Presentasi (10%): Penyampaian jelas.
Nganjuk, 11 September 2025
Mengetahui
Kepala Sekolah Guru Mata Pelajaran
Drs. H. Sudjono, M. M. Seftiani Ayu Lestari, S. Pd.
NIY. 95001039 NIY. 95002415