Modul

Pemanfaatan Kecerdasan Artifisial (Fase E)

(Bimbingan Teknis Guru Koding dan Kecerdasan Artifisial)
A. Deskripsi Umum
A.1. Capaian Pembelajaran
Kemampuan memanfaatkan KA untuk penyelesaian masalah dan peningkatan
efisiensi pada kehidupan nyata, serta menciptakan dan memperbaiki sistem KA

A.2. Tujuan Pembelajaran

Setelah mengikuti proses pembelajaran, peserta didik diharapkan dapat:
1. Mengidentifikasi peran dan manfaat Kecerdasan Artifisial (KA) dalam
menyelesaikan permasalahan di berbagai bidang kehidupan nyata.
2. Menganalisis kasus-kasus nyata yang menggunakan KA untuk meningkatkan
efisiensi dalam kegiatan sehari-hari, industri, atau layanan publik.
3. Menerapkan prinsip-prinsip dasar KA untuk merancang solusi terhadap
masalah sederhana dalam kehidupan nyata.
4. Membuat prototipe sistem KA sederhana yang mampu menjalankan fungsi
tertentu secara efisien dan efektif.
5. Mengevaluasi sistem KA yang ada, serta memberikan perbaikan atau
peningkatan dari segi kinerja, akurasi, dan efisiensi.
6. Berpikir kritis dan kreatif dalam menciptakan inovasi berbasis KA untuk
menyelesaikan permasalahan nyata.
7. Bekerja sama dalam tim untuk merancang, mengembangkan, dan menguji
sistem KA dalam konteks proyek atau studi kasus.

A.3. Indikator Capaian Pembelajaran

 Mengidentifikasi peran dan manfaat Kecerdasan Artifisial (KA)
 Menjelaskan konsep dasar KA dan prinsip kerjanya dengan bahasa sendiri.
 Mengidentifikasi berbagai bidang kehidupan yang telah menggunakan KA untuk
meningkatkan efisiensi (misalnya: kesehatan, pertanian, keuangan, transportasi).
 Menganalisis kasus-kasus nyata yang menggunakan KA
 Menganalisis cara kerja sistem KA dalam studi kasus nyata (misalnya: sistem
rekomendasi, chatbot, smart farming).
 Menilai dampak sosial, etika, dan ekonomi dari penerapan KA dalam kehidupan
masyarakat.
 Menerapkan prinsip dasar KA dalam menyelesaikan masalah
 Menggunakan algoritma sederhana (misalnya klasifikasi, deteksi pola) untuk
menyelesaikan masalah kontekstual.
 Menjelaskan bagaimana data digunakan untuk melatih dan menguji model KA
sederhana.
 Membuat prototipe sistem KA sederhana
 Merancang dan membuat prototipe sistem KA berbasis data (menggunakan tools
seperti Teachable Machine, Scratch ML, atau Python dasar).
 Menyajikan prototipe secara fungsional dan menjelaskan komponen serta alur
kerjanya.
 Mengevaluasi sistem KA dan memberikan perbaikan
 Melakukan pengujian sistem KA sederhana untuk mengukur kinerja dan
akurasinya.
  Mengidentifikasi kekurangan sistem dan mengusulkan modifikasi untuk
peningkatan performa.
 Berpikir kritis dan kreatif dalam menciptakan inovasi KA
 Mengembangkan ide pemanfaatan KA untuk menyelesaikan masalah nyata di
lingkungan sekitar.
 Menggunakan pendekatan design thinking dalam proses inovasi dan
pengembangan solusi.
 Bekerja sama dalam tim untuk mengembangkan dan menguji sistem KA
 Berkolaborasi dalam kelompok untuk merancang proyek KA (dengan pembagian
peran yang jelas).
 Menyampaikan hasil kerja kelompok secara lisan dan/atau tertulis dalam bentuk
laporan atau presentasi proyek.

A.4 Pokok Bahasan

o Peran dan manfaat Kecerdasan Artifisial (KA) serta analisis kasus-kasus nyata yang
menggunakan KA
o Menerapkan prinsip dasar KA dan membuat prototipe sistem KA sederhana

A.4 Alur Pembelajaran

Tahap Tujuan
Kegiatan Pembelajaran Indikator Asesmen
Pembelajaran Pembelajaran
- Diskusi awal tentang
apa itu KA dan contoh
penerapannya. - Menjelaskan
Mengidentifikasi Kuis singkat,
1. Orientasi dan Menonton video pengertian KA dan
peran dan manfaat jurnal refleksi,
Eksplorasi Konsep inspiratif tentang KA. - peranannya di
KA. tanya jawab.
Brainstorming ide berbagai bidang.
pemanfaatan KA dalam
kehidupan sehari-hari.
- Menganalisis studi
Laporan
kasus nyata penggunaan
Menganalisis kasus Mengidentifikasi analisis kasus,
KA (misalnya: sistem
2. Studi Kasus dan nyata penggunaan komponen dan diskusi
rekomendasi, diagnosis
Analisis Dampak KA dan dampak sistem KA kelompok,
penyakit). - Diskusi
dampaknya. dalam studi kasus. presentasi
kelompok tentang
singkat.
dampak etika dan sosial.
- Siswa mencoba sistem
KA sederhana (misalnya: Menerapkan Menggunakan Tugas
Teachable Machine, prinsip dasar KA sistem klasifikasi praktikum,
3. Penerapan
Scratch ML, atau dalam KA sederhana demonstrasi
Dasar KA
Python). - Eksperimen menyelesaikan untuk tugas hasil, umpan
klasifikasi masalah. tertentu. balik guru.
gambar/suara/data.
4. Pengembangan - Siswa merancang solusi Membuat prototipe Merancang dan Produk
 Tahap Tujuan
Kegiatan Pembelajaran Indikator Asesmen
Pembelajaran Pembelajaran
prototipe,
berbasis KA (dalam tim). sistem KA mengembangkan
logbook
Prototipe Sistem - Mengumpulkan data, sederhana untuk prototipe berbasis
proyek,
KA melatih model, dan menyelesaikan KA secara
asesmen
membuat prototipe. masalah. fungsional.
formatif guru.
Rubrik
- Uji coba sistem buatan
Menganalisis hasil evaluasi
sendiri dengan data uji. - Mengevaluasi
5. Evaluasi dan uji model dan proyek,
Mengidentifikasi sistem KA dan
Penyempurnaan menyusun refleksi
kelebihan dan memberikan usulan
Sistem rekomendasi tertulis,
kekurangan sistem. - perbaikan.
penyempurnaan. diskusi
Saran perbaikan.
perbaikan.
Menyusun dan Presentasi
- Presentasi hasil proyek Menyajikan hasil
menyampaikan proyek, rubrik
6. Presentasi dan ke kelas. - Tanya jawab kerja sistem KA
presentasi sistem kolaborasi,
Refleksi dan penilaian antarteman. dan merefleksikan
KA dengan jelas refleksi
- Refleksi proses belajar. proses kolaboratif.
dan runtut. individu.
 MODUL AJAR

Mata Pelajaran : KKA

Fase : E (Kelas X SMK)
Topik : Mengidentifikasi Peran dan Manfaat Kecerdasan Artifisial (KA)
Alokasi Waktu : 4 JP

I. INFORMASI UMUM
Capaian Pembelajaran:
Peserta didik mampu mengidentifikasi konsep, peran, dan manfaat Kecerdasan Artifisial (KA)
dalam kehidupan nyata.
Tujuan Pembelajaran:
Setelah mengikuti pembelajaran, peserta didik dapat:
1. Menjelaskan pengertian dasar Kecerdasan Artifisial (KA).
2. Menyebutkan berbagai peran KA di berbagai bidang.
3. Menguraikan manfaat KA dalam kehidupan sehari-hari.
Model Pembelajaran: Diskusi Kelas, Berbasis Proyek Mini
Profil Pelajar Pancasila: Bernalar Kritis, Kreatif, Mandiri

II. MATERI AJAR

A. Pengertian KA
Kecerdasan Artifisial (KA) adalah kemampuan mesin atau sistem komputer untuk meniru proses
kecerdasan manusia seperti belajar dari data, mengenali pola, membuat keputusan, dan beradaptasi.
Manfaat Kecerdasan Artifisial (KA) untuk Kehidupan Manusia
Kecerdasan Artifisial atau KA adalah kemampuan komputer atau mesin untuk berpikir dan
belajar seperti manusia. Kecerdasan Artifisial (KA) dapat membantu kita dalam banyak hal,
seperti menjawab pertanyaan, mengenali wajah, atau memberikan rekomendasi film yang kita
suka. Contoh Aplikatif:

Sumber: Sumber:
[Link] [Link]
gle-assistant-logo-png-transparent-png/ =[Link]
Nama Aplikasi: Google Assistant Nama Aplikasi: Siri

● Ketika kita bertanya kepada Google Assistant atau Siri, mereka bisa menjawab
pertanyaan - pertanyaan yang diberikan

Contoh lain dapat menyimak video “Kecerdasan Buatan: Apa Itu AI (Artificial
Intelligence)? melalui
Fungsi dari tautan berikut:
Kecerdasan Artifisial[Link]
(KA): Kecerdasan Artifisial (KA) dapat
 membantu manusia dalam melakukan pekerjaan dengan lebih cepat, mudah, dan
efisien. Dengan Kecerdasan Artifisial (KA), informasi yang diperoleh lebih cepat,
walaupun kredibilitasnya perlu dicek kembali sebelum digunakan, mendengarkan
lagu favorit tanpa harus mencarinya satu per satu, dan bermain game yang bisa
menyesuaikan tingkat kesulitannya dengan kemampuan pemain, serta membantu
berdiskusi apabila ada kesulitan dalam proses belajar
.
B. Peran KA di Berbagai Bidang
Bidang Peran KA
Kesehatan Menganalisis hasil rontgen, MRI, deteksi dini kanker
Transportasi Navigasi dan pengendalian kendaraan otonom (misalnya mobil tanpa sopir)
Pertanian Deteksi hama dan penyakit tanaman melalui kamera drone dan AI
Pendidikan Sistem belajar adaptif sesuai gaya belajar siswa
Keuangan Deteksi penipuan dan rekomendasi investasi otomatis

Kecerdasan Artifisial (KA) memiliki peran yang cukup mumpuni dalam kehidupan manusia,
baik melalui penggunaan aktif oleh pengembang maupun penggunaan pasif oleh pengguna
akhir. Berikut adalah penjelasan mengenai kedua peran tersebut.
1. Penggunaan KA secara aktif (Pengembang)
Pengguna aktif adalah orang-orang yang tidak hanya menggunakan Kecerdasan Artifisial
(KA), tetapi juga mengembangkan atau menciptakan teknologi berbasis Kecerdasan
Artifisial (KA). Dikutip dari artikel IBM dengan judul “AI dalam pengembangan
perangkat lunak” yang diunggah pada tanggal 7 Oktober 2024 menyebutkan bahwa
Kecerdasan Artifisial atau AI secara fundamental mengubah peran insinyur dan
pengembang perangkat lunak, dari sekadar penulis kode menjadi pengelola teknologi
secara holistik, dengan mengotomatiskan tugas-tugas rutin dan meningkatkan
produktivitas.
Contoh:
● Membuat program chatbot yang bisa menjawab pertanyaan secara otomatis.
● Mengembangkan filter wajah di media sosial, seperti filter
Instagram atau TikTok.
● Melatih robot pintar agar bisa membantu pekerjaan manusia, seperti robot pembersih
lantai.
● Mengembangkan aplikasi KA sederhana, misalnya membuat aplikasi yang bisa
menebak gambar atau suara dengan kecerdasan artifisial.
2. Penggunaan KA secara pasif (Pengguna)
Sebagian besar orang menggunakan KA tanpa perlu membuat atau mengembangkan
teknologi tersebut. Penggunaan pasif berarti seseorang hanya memanfaatkan KA untuk
membantu aktivitas sehari-hari.
● Menggunakan Google Translate untuk menerjemahkan bahasa Saat membaca buku dalam
bahasa Inggris, peserta didik bisa menggunakan Google Translate untuk memahami arti
kata-kata sulit

● kamera ponsel dengan fitur pengenalan wajah untuk menggunakan filter

Saat membuka kunci ponsel menggunakan Face Unlock, teknologi KA mengenali wajah
 pengguna untuk membuka perangkat.
● Memainkan Game dengan lawan AI
Saat bermain catur digital atau permainan lain, pemain bisa bertanding melawan komputer
yang memiliki kecerdasan artifisial.
Pemahaman tentang peran aktif dan pasif dalam penggunaan KA membantu menyadari
bagaimana teknologi ini memengaruhi kehidupan, baik sebagai pengembang yang
menciptakan solusi inovatif maupun sebagai pengguna yang menikmati kemudahan yang
ditawarkan.
Kecerdasan Artifisial (KA) telah menjadi bagian dari kehidupan sehari-hari, membantu
manusia dalam berbagai bidang. Berikut adalah beberapa contoh pemanfaatan KA dan
bagaimana teknologi ini memberikan manfaat nyata.
1. Bidang Pendidikan
Penggunaan beberapa aplikasi untuk membantu proses belajar, seperti: Ruang Guru,
Zenius, Google Classroom, Canva
Dari aplikasi yang disebutkan dapat mempermudah proses peserta didik untuk belajar
seperti menemukan contoh soal sesuai dengan tingkat kesulitan masing- masing, dapat
menghasilkan teks menjadi suara dan sebaliknya, memberikan terjemahan otomatis, serta
pada beberapa platform seperti Canva dapat membuat suara (voice over) dengan mudah
sesuai kebutuhan

Gambar Contoh Aplikasi Desain Menggunakan KA

1. Bidang Hiburan
Penggunaan beberapa aplikasi untuk mempermudah proses pencarian seperti: Spotify,
Netflix, YouTube
Memberikan rekomendasi video, film, atau lagu berdasarkan kesukaan pengguna.
Membantu membuat filter wajah di aplikasi media sosial seperti Instagram dan TikTok.
Dengan teknologi KA digunakan untuk mengenali wajah seseorang melalui kamera.
2. Bidang Transportasi
Penggunaan beberapa aplikasi untuk mempermudah seperti: Google Maps, Waze,
kendaraan pintar
Cara KA membantu diantaranya yaitu, menemukan rute tercepat untuk perjalanan,
memberikan informasi tentang kemacetan dan kondisi cuaca di jalan, dan mobil pintar
bisa mengemudi sendiri tanpa supir (mobil tanpa pengemudi).
3. Bidang Kesehatan
Penggunaan beberapa aplikasi untuk mempermudah, seperti timbangan berat badan
beserta aplikasi, maupun konsultasi online melalui platform kesehatan. Proses KA
membantu dalam bidang kesehatan yaitu, mendeteksi penyakit lebih cepat melalui
analisis gambar medis, memberikan saran kesehatan berdasarkan gejala yang
dimasukkan ke aplikasi, dan mengingatkan jadwal minum obat melalui aplikasi
kesehatan.
4. Bidang Keamanan
Penggunaan beberapa aplikasi untuk mempermudah seperti: Face Unlock, Closed Circuit
Television (CCTV). Proses KA membantu dalam bidang kesehatan, yaitu
membantu membuka kunci ponsel dengan pengenalan wajah (Face Unlock) atau
kamera keamanan bisa mengenali orang yang sering datang ke rumah dan memberikan peringatan
jika ada orang asing
C. Manfaat KA
 Efisiensi operasional meningkat
 Mengurangi ketergantungan pada kerja manusia
 Keputusan berbasis data yang akurat
 Otomatisasi pekerjaan berulang
D. Studi Kasus Lokal (Indonesia)
1. Gojek – Menggunakan KA untuk menentukan rute tercepat, rekomendasi promo, dan
prediksi harga dinamis.
2. eFishery – Startup Indonesia yang memanfaatkan AI untuk mengontrol pemberian pakan
ikan secara otomatis dan efisien.
3. SAPA KemenPPPA – Chatbot pelayanan masyarakat yang menggunakan AI untuk
merespons laporan kekerasan berbasis gender.

III. LANGKAH PEMBELAJARAN

Aktivitas di dalam kelas:
● Guru dapat bermain tebak gambar dengan memberikan beberapa gambar yang
berhubungan dengan penggunaan Kecerdasan Artifisial (KA) secara
sederhana. Dengan contoh sebagai berikut:

Gambar Contoh Lembar Kerja Peserta Didik Mengenal Kecerdasan Artifisial (KA)
Kemudian, guru juga dapat meminta peserta didik menuliskan apa yang mereka ketahui terkait KA
beserta contoh yang pernah peserta didik lihat ataupun berada dalam kehidupan sehari-hari
Fase Aktivitas
Guru membuka dengan pertanyaan pemantik: "Apa itu KA? Di mana kamu pernah
Pendahuluan
melihatnya?"
Inti - Penjelasan materi dengan ilustrasi dan studi kasus lokal
- Diskusi kelompok: Analisis penerapan KA di sektor tertentu
- Presentasi hasil diskusi kelompok |

| Penutup | - Refleksi: Apa manfaat KA yang paling relevan dengan kehidupanmu?

- Penugasan LKPD tentang penerapan KA di Indonesia |

IV. PENILAIAN
  Kognitif: Kuis singkat dan diskusi lisan
 Afektif: Kolaborasi dan kontribusi dalam diskusi kelompok
 Produk: LKPD individu tentang studi kasus KA

V. LKPD (Lembar Kerja Peserta Didik)

Nama: .........................................
Kelas: ..............
Tanggal: ..............
Tema: Mengidentifikasi Peran dan Manfaat Kecerdasan Artifisial
1. Jelaskan dengan bahasamu sendiri apa itu Kecerdasan Artifisial!
......................................................................................................................
2. Pilih salah satu studi kasus lokal di bawah ini, lalu jelaskan bagaimana KA digunakan dalam
kasus tersebut:
o Gojek
o eFishery
o SAPA KemenPPPA
Pilihan Studi Kasus: .......................................
Penjelasan:
......................................................................................................................
3. Dalam kelompok kecil, diskusikan dan tuliskan 2 bidang lain yang berpotensi menggunakan
KA di masa depan:
a. ................................................... (Manfaat: .................................................)
b. ................................................... (Manfaat: .................................................)
4. Gambar/sketsa: Buat diagram sederhana bagaimana sistem KA bekerja (gunakan contoh
eFishery atau Gojek)
 MODUL AJAR

Mata Pelajaran : KKA

Fase : E (Kelas X SMK)
Topik : Menganalisis Kasus-Kasus Nyata yang Menggunakan Kecerdasan Artifisial
Alokasi Waktu : 4 JP

I. INFORMASI UMUM
Capaian Pembelajaran:
Peserta didik mampu menganalisis berbagai kasus nyata penggunaan teknologi Kecerdasan
Artifisial (KA) dalam kehidupan sehari-hari dan dampaknya terhadap efisiensi, produktivitas, dan
etika.
Tujuan Pembelajaran:
Setelah mengikuti pembelajaran, peserta didik dapat:
1. Mengidentifikasi kasus nyata penggunaan KA di berbagai sektor.
2. Menganalisis dampak positif dan tantangan dari penerapan KA.
3. Menyampaikan hasil analisis dalam bentuk presentasi atau laporan visual.
Model Pembelajaran: Inkuiri, Studi Kasus, Presentasi Kelompok
Profil Pelajar Pancasila: Bernalar Kritis, Mandiri, Berkebinekaan Global

II. MATERI AJAR

A. Pengantar Analisis Kasus KA
Peserta didik diperkenalkan dengan pentingnya pemahaman konteks nyata penerapan KA untuk
membangun perspektif kritis terhadap teknologi.
Tantangan Teknis dalam Pengembangan Kecerdasan Artifisial Kecerdasan Artifisial
(KA) bisa membantu manusia dalam banyak hal, tetapi pembuatannya juga memiliki
tantangan. Berikut beberapa kesulitan yang dihadapi saat mengembangkan KA.
1. Kecerdasan Artifisial Membutuhkan Banyak Data
KA belajar dari data yang diberikan. Jika datanya salah atau tidak lengkap, maka hasilnya
juga bisa saja salah. Contoh: Jika KA belajar mengenali buah tetapi hanya melihat gambar
apel merah, mungkin nanti KA tidak bisa mengenali apel hijau atau apel lainnya dengan
baik.

Contoh Data Pada KA

 Terdapat juga kesulitan yang dialami oleh KA untuk memahami data yang serupa atau
bisa dikatakan bias dalam data. Contoh: Dalam salah satu filter pada platform Instagram
terdapat KA yang menggunakan suara untuk bermain dengan filter tersebut. Apabila
aksen yang diberikan berbeda, maka sebagai pengguna filter akan merasakan kesulitan
untuk menyelesaikan permainan dalam filter tersebut.
2. Teknologi yang Sulit Masih Terbatas Untuk Dijangkau
Tidak semua orang dapat menikmati fasilitas teknologi KA karena keterbatasan teknologi.
3. Belum Banyak Ahli KA di Indonesia
Membuat KA butuh orang yang paham cara kerja komputer dan cara menulis kode.
Sayangnya, belum semua sekolah mengajarkan cara membuat KA.
4. Aturan dan Keamanan Data
KA sering menggunakan data pribadi, seperti foto dan suara. Karena itu, ada aturan yang
melindungi privasi seseorang agar data mereka tidak disalahgunakan. Contoh: Pada saat
seseorang mencoba untuk menggunakan Aplikasi Photo Generator, ia diminta untuk
memberikan foto kemudian foto di edit secara otomatis oleh KA menjadi bentuk kartun atau
mengganti pakaian

Tantangan Etika
Penggunaan KA dalam kehidupan sehari-hari semakin luas, termasuk dalam aplikasi yang
digunakan oleh siswa. Meskipun teknologi ini menawarkan berbagai manfaat, ada tantangan
etis yang perlu diperhatikan agar penggunaannya tetap aman.
● Plagiarisme
Plagiarisme adalah menyalin atau mengambil karya orang lain tanpa izin dan mengakuinya
sebagai milik sendiri. Ini seperti menyalin jawaban teman saat ujian tanpa usaha sendiri!
Contoh Plagiarisme dalam KA:
a. Menggunakan tulisan dari internet tanpa menyebut sumbernya
b. Mengambil gambar atau video orang lain tanpa mencantumkan sumber
c. Menggunakan KA untuk menulis tugas tanpa usaha sendiri

● Miskonsepsi dan Hoaks

Miskonsepsi adalah kesalahpahaman atau pemikiran yang salah tentang sesuatu. Kadang orang
percaya sesuatu tanpa mencari tahu apakah itu benar atau tidak. Sedangkan Hoaks adalah berita
palsu atau informasi yang tidak benar tetapi disebarkan seolah-olah itu fakta. Seperti cerita
bohong yang bisa membuat orang percaya akan hal yang salah
● Diskriminasi
Diskriminasi adalah perlakuan tidak adil terhadap seseorang atau kelompok berdasarkan
 warna kulit, jenis kelamin, bahasa, atau hal lainnya.
Contoh diskriminasi dalam KA.
Seorang anak yang tidak berbicara bahasa Inggris sebagai bahasa Ibu serta aksen yang
berbeda bisa jadi harus mengulangi kata-katanya beberapa kali agar asisten suara
memahami perintahnya.
● Pelanggaran Privasi
Privasi berarti hak untuk menyimpan informasi pribadi tanpa diketahui orang lain tanpa
izin. Misalnya, alamat rumah, foto pribadi, atau pesan chat. KA bisa mengumpulkan
banyak informasi tentang seseorang, seperti apa yang ia cari di internet, video yang
ditonton, atau bahkan suara saat berbicara dengan asisten virtual. Jika data ini digunakan
tanpa izin, privasi orang tersebut bisa terganggu.
KA sering kali bergantung pada data dalam jumlah besar untuk belajar dan meningkatkan
kinerjanya. Namun, hal ini dapat menimbulkan risiko terhadap privasi dan keamanan data
pengguna. Serangan siber dan penyalahgunaan data oleh pihak tidak bertanggung jawab
menjadi tantangan utama. (Brundage, M., Avin, S., Wang, J., Belfield, H., Krueger, G.,
Hadfield, G., ... & Anderljung, M., 2022).
Contoh pelanggaran privasi dalam KA sebagai berikut.
a. Saat berbicara di dekat gawai, tiba-tiba muncul iklan tentang hal yang baru saja
dibicarakan. Ini karena ada beberapa aplikasi yang bisa merekam suara dan
menggunakan KA untuk memberikan iklan sesuai dengan percakapan.
b. Ketika sedang menggunakan media sosial atau aplikasi gratis, sering kali muncul
permintaan untuk memberikan izin akses ke kamera, lokasi, atau kontak. Data ini bisa
disimpan dan digunakan oleh perusahaan tanpa diketahui pengguna tersebut
Kecerdasan Artifisial (KA) dan Tantangan Sosial
● Potensi penyebaran hoaks melalui teknologi KA
Bagaimanakah bisa menyebarkan hoaks?
KA bisa membuat gambar, suara, atau video yang terlihat nyata, tetapi sebenarnya palsu.
Ini disebut deepfake, misalnya:
a. Video palsu: KA bisa membuat video seseorang mengatakan sesuatu yang
sebenarnya tidak pernah diucapkan.
b. Gambar palsu: KA bisa mengedit foto agar terlihat seperti kejadian nyata,
padahal itu tidak pernah terjadi.
c. Berita palsu: KA bisa menulis berita yang kelihatannya benar, tetapi isinya
bohong.
Contoh sederhana:
Bayangkan seorang peserta didik berkata bahwa sekolah diliburkan besok, padahal
sebenarnya tidak. Jika informasi ini menyebar tanpa dicek kebenarannya, banyak peserta
didik lain bisa percaya kemudian bingung. Ini seperti hoaks yang dibuat oleh KA yang
bisa membuat orang percaya sesuatu yang tidak benar.
● Ketimpangan akses teknologi antara daerah maju dan daerah tertinggal. Ketimpangan
akses teknologi berarti tidak semua orang bisa menggunakan teknologi dengan mudah.
Terdapat daerah yang memiliki banyak komputer dan akses internet cepat, tetapi ada
juga daerah yang tidak punya cukup perangkat teknologi atau mengalami kesulitan
mendapatkan sinyal internet. Apa yang menyebabkan ini terjadi?
a. Jaringan internet belum merata
Di kota besar, sinyal internet kuat dan mudah didapat, sementara di desa terpencil, sinyal
 internet bisa lemah atau bahkan tidak ada.
b. Peralatan teknologi mahal
Tidak semua sekolah atau keluarga mampu membeli komputer atau ponsel untuk
belajar.
Kurangnya pembelajaran teknologi Siswa di daerah yang kurang berkembang bisa jadi tidak
mendapatkan pelajaran tentang cara menggunakan teknologi dengan baik
Contoh sederhana:
Bayangkan ada dua teman, Citra yang tinggal di kota dan Namira yang tinggal di desa.
Citra bisa belajar menggunakan internet karena sekolahnya memiliki komputer dan
jaringan WiFi yang bagus. Sedangkan Namira, ingin belajar hal yang sama, tetapi
sekolahnya tidak punya komputer dan jaringan WiFi kurang bagus, sinyal internet
sering hilang. Karena itu, Namira mungkin lebih sulit mendapatkan informasi atau
belajar tentang KA dibandingkan Citra.

● Perlunya edukasi masyarakat dalam memahami KA dan dampaknya. Edukasi tentang KA

berarti belajar dan memahami bagaimana teknologi ini bekerja serta bagaimana cara
menggunakannya dengan bijak. Tidak semua orang tahu tentang KA, sehingga penting
untuk memberikan penjelasan yang mudah dipahami oleh semua orang. Hal ini penting
dilakukan untuk:
1. Tidak mudah percaya dengan berita-berita yang kredibilitasnya belum jelas
2. Dapat menggunakan teknologi dengan aman
3. Memahami kelebihan dan keterbatasan KA

Strategi Mengatasi Tantangan Kecerdasan Artifisial (KA)

Regulasi dan kebijakan tentang penggunaan KA yang bertanggung jawab. Pemerintah Indonesia
sedang merencanakan regulasi untuk menetapkan batas usia minimum bagi pengguna media sosial
dan platform digital lainnya guna melindungi siswa di ruang digital. Langkah ini sejalan dengan
upaya negara lain, seperti Australia, yang telah menetapkan batas usia 16 tahun untuk akses media
sosial. Berdasarkan instagram Diskominfo Bekasi, peraturan resmi masih dalam proses
pembahasan, platform media sosial internasional umumnya menetapkan batas usia minimum 13
tahun bagi penggunanya, sesuai dengan regulasi seperti COPPA (Children's Online Privacy
Protection Act) di Amerika Serikat
● Pendidikan dan pembelajaran untuk meningkatkan kesiapan peserta didik menghadapi era
digital. Agar lebih siap menghadapi dunia yang semakin canggih, maka perlu belajar tentang KA
untuk bisa tahu cara menggunakan KA dengan baik dan aman.
● Penguatan kompetensi literasi digital peserta didik yang mendukung penggunaan KA
secara bertanggung [Link] memiliki kecakapan literasi digital, yaitu kemampuan untuk
menggunakan internet dan teknologi secara bijak dan aman. Ini penting agar tidak mudah tertipu
oleh berita palsu atau informasi yang salah dari KA

B. Contoh Kasus Nyata Penggunaan KA

1. Sistem Rekomendasi Netflix/Spotify
o Fungsi: Menyediakan rekomendasi film/musik berdasarkan preferensi pengguna.
o Teknologi: Machine Learning, Collaborative Filtering.
o Dampak: Personalisasi pengalaman pengguna, risiko filter bubble.
2. Deteksi Penyakit dengan AI (Mis. Google DeepMind untuk Retina)
o Fungsi: Membaca gambar retina untuk mendeteksi dini penyakit mata.
o Teknologi: Deep Learning, Computer Vision.
o Dampak: Deteksi lebih cepat dan akurat, masalah privasi data medis.
3. AI dalam E-Commerce (Tokopedia/Shopee)
o Fungsi: Rekomendasi produk, chatbot layanan pelanggan.
o Teknologi: Natural Language Processing (NLP), Data Mining.
o Dampak: Pengalaman belanja yang efisien, potensi penyalahgunaan data pribadi.
4. Pemantauan Lalu Lintas dengan AI (CCTV cerdas Jakarta Smart City)
o Fungsi: Mendeteksi pelanggaran lalu lintas secara otomatis.
o Teknologi: Computer Vision, Pattern Recognition.
o Dampak: Pengawasan efektif, isu pengawasan dan privasi publik.

III. LANGKAH PEMBELAJARAN

Fase Aktivitas Pembelajaran
Guru menayangkan video pendek tentang AI di kehidupan sehari-hari dan bertanya:
Pendahuluan
"Apakah ini bermanfaat atau berisiko?"
Inti - Siswa dibagi dalam kelompok, memilih 1 studi kasus.
- Menganalisis fungsi, teknologi yang digunakan, manfaat, dan tantangan etis.
- Membuat poster digital atau slide presentasi kasus tersebut.
- Presentasi hasil analisis. |
| Penutup | - Refleksi bersama: Apa yang kamu pelajari dari kasus ini?
- Guru memberi penguatan konsep tentang penerapan KA dan pentingnya analisis etis. |

IV. PENILAIAN
 Kognitif: Tes formatif terkait konsep teknologi AI yang digunakan.
 Afektif: Keterlibatan diskusi, sikap kritis terhadap kasus.
 Produk: Poster atau slide analisis kasus KA.
Rubrik penilaian mencakup:
 Kejelasan identifikasi kasus
 Analisis manfaat dan risiko
 Kualitas visual presentasi
  Ketepatan teknologi KA yang digunakan

V. LKPD (Lembar Kerja Peserta Didik)

Nama: .........................................
Kelas: ..............
Tanggal: ..............
Tema: Analisis Kasus Nyata Penerapan KA
1. Nama Kasus yang dianalisis: ...................................................
2. Teknologi AI yang digunakan (pilih salah satu atau lebih):
o
3. Fungsi teknologi dalam kasus
ini: ......................................................................................................................
4. Manfaat penerapan teknologi
ini: ......................................................................................................................
5. Risiko atau tantangan dari kasus
ini: ......................................................................................................................
6. Bagaimana pendapatmu secara etis tentang penggunaan AI pada kasus
ini? ......................................................................................................................
7. Buatlah sketsa atau diagram alur bagaimana sistem AI tersebut bekerja. (ruang sketsa)
 MODUL AJAR

Mata Pelajaran : KKA

Fase : E (Kelas X SMK)
Topik : Menerapkan Prinsip Dasar KA dalam Menyelesaikan Masalah
Alokasi Waktu : 4 JP

I. INFORMASI UMUM
Capaian Pembelajaran:
Peserta didik mampu menerapkan prinsip dasar Kecerdasan Artifisial (KA) untuk menyelesaikan
permasalahan sederhana dengan menggunakan data, pola, dan logika dasar.
Tujuan Pembelajaran:
Setelah mengikuti pembelajaran, peserta didik dapat:
1. Menjelaskan prinsip dasar kerja KA (data, pola, logika keputusan).
2. Menyusun solusi berbasis prinsip KA untuk masalah sederhana.
3. Menerapkan pendekatan berbasis KA menggunakan alat bantu digital (misalnya: Teachable
Machine, Scratch ML, atau Google Colab).
Model Pembelajaran: Berbasis Proyek, Praktik Digital, Diskusi
Profil Pelajar Pancasila: Bernalar kritis, Mandiri, Kreatif

II. MATERI AJAR

A. Prinsip Dasar KA
KA bekerja dengan beberapa prinsip dasar:
 Data: KA belajar dari kumpulan data yang besar (input).
 Pola: Sistem KA mencari pola dari data yang diberikan.
 Logika Keputusan: Setelah mengenali pola, sistem KA mengambil keputusan berdasarkan
aturan atau prediksi hasil.
Contoh visual:
 Jika diberikan gambar buah, sistem akan mengenali perbedaan antara apel dan pisang
berdasarkan pola bentuk dan warna.

⚙️Prinsip Dasar AI
Prinsip Penjelasan Singkat
Data AI membutuhkan data sebagai sumber belajar (teks, gambar, suara, dll).
Algoritma AI menggunakan algoritma untuk mengolah data dan mengenali pola.
AI membentuk model dari hasil belajar untuk digunakan dalam pengambilan keputusan
Model
atau klasifikasi.
Visual alur dasar AI:
Data → Algoritma → Model → Prediksi/Keputusan

💡 Langkah Menerapkan Prinsip AI dalam Menyelesaikan Masalah

 1. Identifikasi Masalah
Temukan masalah nyata yang dapat diselesaikan dengan bantuan AI.
Contoh: suara bising di kelas, pengenalan sampah, saran rekomendasi film.
2. Kumpulkan Data yang Relevan
Data bisa berupa gambar, suara, teks, atau angka.
3. Pilih Pendekatan AI
o Klasifikasi
o Prediksi
o Pengenalan Pola
4. Rancang atau Simulasikan Solusi AI
Gunakan alat bantu seperti Teachable Machine, Scratch AI, atau mockup digital.
5. Uji & Evaluasi
Simulasikan solusi dan nilai keefektifannya. Lakukan refleksi untuk melihat apa yang perlu
ditingkatkan.

🧠 Contoh Sederhana Penerapan AI

Masalah Solusi AI Pendekatan
Sampah tidak terpilah Kamera AI mengenali sampah organik/anorganik Klasifikasi gambar
Suara kelas berisik AI mendeteksi suara > 70 dB Deteksi suara
Rekomendasi film AI menyarankan film sesuai riwayat pengguna Prediksi

📎 Kesimpulan:
AI bekerja berdasarkan data dan logika algoritma. Dengan memahami prinsip dasarnya, kita
bisa mengembangkan solusi inovatif dan cerdas untuk berbagai tantangan di dunia nyata —
bahkan dengan alat sederhana. Kuncinya adalah berpikir logis, sistematis, dan kreatif.

B. Contoh Aplikasi Prinsip Dasar KA

Masalah Solusi Berbasis KA Teknologi / Prinsip
Mengenali wajah Sistem mengenali wajah dari foto-foto
Computer Vision, Pola visual
teman sebelumnya
Menentukan jenis KA memfilter spam berdasarkan pola kata NLP, Pola teks, Logika
email tertentu klasifikasi
Pemberian label Menandai gambar kucing/anjing secara Pembelajaran mesin berbasis
otomatis otomatis gambar
C. Tools yang Dapat Digunakan
 Teachable Machine (Google) – untuk pelatihan model visual/audio sederhana.
 Scratch ML Extension – untuk membuat proyek klasifikasi sederhana.
 Google Colab (Opsional) – bagi peserta didik lanjutan untuk mencoba model dasar Python.

III. LANGKAH PEMBELAJARAN

Fase Aktivitas Pembelajaran
Guru membuka dengan ilustrasi: Bagaimana Google bisa tahu wajah kita di foto?
Pendahuluan
Diskusi awal tentang pola.
Inti - Menjelaskan prinsip dasar KA (data, pola, logika).
- Praktik menggunakan Teachable Machine atau Scratch ML (klasifikasi suara/gambar).
- Siswa mencoba menyusun solusi digital sederhana berbasis klasifikasi.
|
| Penutup | - Refleksi: Apa hal tersulit saat membangun sistem KA mini?
- Diskusi etis: "Bolehkah KA membuat keputusan penting?" |

IV. PENILAIAN
 Kognitif: Uji pemahaman konsep prinsip dasar KA
 Afektif: Keaktifan, kerjasama saat praktik
 Produk: Proyek mini menggunakan KA (contoh: sistem klasifikasi gambar sederhana)
Rubrik Penilaian Produk:
 Ketepatan logika dan pola yang dipilih
 Fungsi model (berhasil membedakan/menentukan klasifikasi)
 Visualisasi dan komunikasi hasil

V. LKPD (Lembar Kerja Peserta Didik)

Nama: .........................................
Kelas: ..............
Tanggal: ..............
Tema: Menerapkan Prinsip Dasar KA dalam Masalah Sederhana
1. Jelaskan apa yang dimaksud dengan "pola" dalam konteks Kecerdasan Artifisial!
.............................................................................................................
2. Amati gambar berikut dan tuliskan pola apa yang bisa dikenali:
Pola: ...............................................................................................
3. Coba pikirkan sebuah masalah sederhana yang bisa diselesaikan oleh sistem KA.
Masalah: ......................................................................................
Data apa yang dibutuhkan?: .....................................................
Apa pola yang bisa dicari?: .....................................................
Keputusan apa yang bisa dibuat sistem?: ........................................
4. Gunakan Teachable Machine untuk melatih dua kategori berbeda (misalnya: senyum vs
tidak senyum, suara keras vs suara pelan). Unggah tangkapan layarnya di sini: (jika
dikerjakan digital)
5. Kesimpulanmu: Apa hal terpenting saat membuat sistem
KA? ..............................................................................................................
 MODUL AJAR

Mata Pelajaran : KKA

Fase : E (Kelas X SMK)
Topik : Membuat Prototipe Sistem KA Sederhana
Alokasi Waktu : 4 JP

I. INFORMASI UMUM

Capaian Pembelajaran:
Peserta didik mampu merancang dan membangun prototipe sistem Kecerdasan Artifisial (KA)
sederhana berbasis data dan pola.

Tujuan Pembelajaran:
Setelah mengikuti pembelajaran, peserta didik dapat:
1. Mendesain sistem KA sederhana berdasarkan permasalahan nyata.
2. Mengumpulkan dan melabeli data yang dibutuhkan.
3. Melatih model KA menggunakan tools berbasis web.
4. Membangun dan mempresentasikan prototipe sistem KA sederhana.

Model Pembelajaran: Berbasis Proyek, Praktikum, Kolaboratif

Profil Pelajar Pancasila: Kreatif, Mandiri, Bernalar Kritis

II. MATERI AJAR

A. Konsep Prototipe KA
Prototipe adalah versi awal atau model percobaan dari sebuah sistem teknologi. Dalam konteks KA,
prototipe adalah sistem sederhana yang:
 Diberi data latih (input)
 Mampu mengenali pola atau membuat prediksi
 Memberi respon otomatis berdasarkan input
B. Langkah-Langkah Membangun Prototipe KA
1. Tentukan Masalah Contoh: Sistem untuk mengenali sampah organik vs anorganik
2. Kumpulkan Data Contoh: Kumpulan gambar sampah organik dan anorganik
3. Latih Model (menggunakan tool gratis seperti):
o Teachable Machine
o Scratch ML Extension
4. Uji Coba Model Lakukan pengujian dengan data baru untuk melihat apakah sistem dapat
mengenali input dengan benar.
5. Presentasikan Prototipe Buat laporan singkat, poster, atau demonstrasi langsung sistem
prototipe.
C. Studi Kasus Contoh
Nama Proyek: Sistem Deteksi Emosi Wajah Sederhana
Deskripsi: Sistem dilatih untuk membedakan ekspresi wajah "senang" dan "sedih" menggunakan
kamera.
Tools: Teachable Machine (Image Project)
Apa Itu Prototipe AI?

Prototipe AI adalah rancangan awal atau versi percobaan dari sebuah sistem kecerdasan artifisial
yang dibuat untuk menguji fungsi dasar, gagasan, atau konsep solusi sebelum dikembangkan
lebih lanjut.
Biasanya digunakan untuk:
 Menguji ide
 Mendapatkan masukan
 Mempercepat proses pengembangan

⚙️Komponen Utama Prototipe AI Sederhana

Komponen Fungsi
Masalah Permasalahan nyata yang ingin diselesaikan
Data Latih (Training Data) Kumpulan data yang digunakan untuk melatih sistem
Model AI Sistem yang belajar dari data dan bisa memberi prediksi/klasifikasi
Antarmuka/Visualisasi Tampilan atau media untuk menunjukkan hasil kerja AI
Umpan Balik Evaluasi atau pengujian untuk melihat akurasi/efektivitas

🛠 Langkah Membuat Prototipe AI Sederhana

1. Tentukan Masalah
Contoh: mengenali ekspresi wajah, membedakan jenis sampah, mendeteksi suara bising.
2. Kumpulkan Data
Gunakan gambar, suara, atau teks untuk data latih.
3. Gunakan Alat Bantu AI
Contoh:
o Teachable Machine
o Scratch dengan ekstensi AI
o Pictoblox AI
o Simulasi mockup di Canva atau PowerPoint
4. Latih Model AI
Masukkan data latih ke alat, lalu latih model sampai sistem mengenali pola.
5. Uji Prototipe
Coba input baru (gambar/suara) untuk menguji apakah sistem bekerja sesuai harapan.
6. Presentasi & Refleksi
Tampilkan prototipe ke teman/sekolah, minta masukan, dan evaluasi kekuatan serta
kelemahannya.

💡 Contoh Prototipe Sederhana

Proyek Alat Fungsi
Deteksi wajah senyum / tidak Teachable Machine Klasifikasi ekspresi wajah
Pemisah sampah Scratch AI Membedakan sampah organik dan anorganik
Sistem suara tenang/bising Pictoblox Deteksi kebisingan ruang kelas

📎 Kesimpulan:
Membuat prototipe AI sederhana membantu kita mengembangkan keterampilan berpikir logis
dan kreatif, sekaligus memahami cara AI belajar dari data. Walau sederhana, prototipe ini adalah
langkah awal menuju solusi teknologi nyata yang berdampak di masyarakat

III. BAHAN AJAR

 Komputer/laptop dengan kamera
 Akses ke Teachable Machine
 Contoh dataset (gambar wajah, suara, atau objek)
 Modul tutorial Teachable Machine
 Kertas, spidol/poster (untuk dokumentasi proyek manual)

IV. LANGKAH PEMBELAJARAN

Fase Aktivitas Pembelajaran
Guru menyampaikan tujuan proyek dan memberi contoh sistem KA sederhana.
Pendahuluan
Diskusi: "Bagaimana cara kerja alat itu?"
Inti - Kelompok siswa memilih masalah nyata.
- Mengumpulkan data dan melabeli.
- Melatih model menggunakan Teachable Machine.
- Uji dan evaluasi performa model.
- Menyusun laporan/prototipe sederhana. |
| Penutup | - Setiap kelompok mempresentasikan prototipe.
- Refleksi dan umpan balik dari guru dan teman sebaya. |

V. PENILAIAN
Jenis Penilaian:
 Pengetahuan: Pemahaman prinsip model KA
 Keterampilan: Kualitas prototipe dan pengujian
 Sikap: Kerjasama, tanggung jawab proyek

Rubrik Proyek KA Sederhana:

Aspek Skor Maks Indikator Penilaian
Relevansi Masalah 20 Masalah yang dipilih sesuai dengan kehidupan nyata siswa
Kualitas Data & Label 20 Data cukup, representatif, dan dilabeli dengan benar
Kinerja Model 30 Model bekerja sesuai tujuan dengan akurasi yang layak
Presentasi 20 Menjelaskan proses, hasil, dan refleksi dengan baik
Kerjasama Tim 10 Semua anggota berkontribusi

VI. LKPD (Lembar Kerja Peserta Didik)

Nama: .........................................
Kelas: ..............
Tanggal: ..............
Tema: Merancang Prototipe Sistem KA Sederhana
1. Permasalahan yang ingin
diselesaikan: .................................................................................................
2. Jenis data yang akan digunakan
(Gambar/Suara/Teks): .................................................................................................
3. Kategori yang akan dibedakan oleh sistem
KA: .................................................................................................
4. Berapa data yang berhasil dikumpulkan dan dilabeli? Jelaskan
contoh: .................................................................................................
5. Tools yang digunakan:
o
6. Bagaimana kinerja model saat diuji? Jelaskan
hasilnya: .................................................................................................
7. Apa tantangan saat membuat sistem
ini? .................................................................................................
8. Upload/sertakan tangkapan layar prototipe atau dokumentasi hasil.
9. Kesimpulan dan refleksi: .................................................................................................
 MODUL AJAR

A. INFORMASI UMUM
 Mata Pelajaran : KKA
 Kelas/Fase : X / Fase E
 Durasi : 4 Pertemuan (4 x 45 menit)
 Model Pembelajaran: Problem-Based Learning (PBL)
 Topik : Berpikir Kritis dan Kreatif dalam Menciptakan Inovasi
Kecerdasan Artifisial (AI)

B. TUJUAN PEMBELAJARAN
Peserta didik mampu:
1. Menjelaskan konsep dasar berpikir kritis dan kreatif dalam informatika.
2. Menganalisis tantangan dan potensi pemanfaatan AI dalam kehidupan sehari-hari.
3. Mengembangkan ide inovatif berbasis AI yang menjawab kebutuhan nyata.
4. Menyusun dan mempresentasikan ide inovasi AI dalam bentuk visual digital.

C. CAPAIAN PEMBELAJARAN & P5

Capaian Pembelajaran Informatika:
 Menunjukkan kemampuan bernalar kritis dalam mengkaji teknologi.
 Mengembangkan gagasan kreatif dalam pemecahan masalah berbasis teknologi.
 Mendesain solusi inovatif berbasis AI.
Profil Pelajar Pancasila (P5):
 Bernalar Kritis
 Kreatif
 Mandiri
 Berorientasi pada solusi nyata

D. MATERI PEMBELAJARAN (dilengkapi visual)

1. Konsep Berpikir Kritis dan Kreatif dalam Inovasi
Aspek Berpikir Kritis Berpikir Kreatif
Tujuan Menganalisis dan mengevaluasi informasi Menghasilkan ide baru yang orisinal
Proses Logis, rasional, berbasis bukti Imajinatif, eksploratif, adaptif
Contoh Mengevaluasi etika penggunaan AI Mendesain AI untuk edukasi interaktif
Visual: Infografik perbedaan berpikir kritis vs kreatif dan hubungannya dengan inovasi teknologi

2. Pemanfaatan AI dalam Kehidupan

 AI untuk prediksi cuaca
 AI dalam kesehatan (diagnosa penyakit)
 Chatbot edukatif
 Rekomendasi film/musik
 Deteksi emosi dari teks
Visual: Diagram penerapan AI pada berbagai bidang

3. Proses Inovasi Teknologi AI

Langkah Inovasi dengan AI:
1. Identifikasi masalah nyata
2. Analisis peran AI sebagai solusi
3. Brainstorm solusi kreatif
4. Pilih solusi terbaik dan buat representasi digital (infografis / UI / video pendek)
Visual: Diagram Design Thinking untuk inovasi AI:
 Empathize → Define → Ideate → Prototype → Present
4. Studi Kasus Inovasi AI oleh Pelajar / Pemula
 AI pendeteksi kebisingan untuk ruang kelas
 Aplikasi belajar bahasa dengan AI
 Sistem deteksi sampah otomatis

Apa Itu Inovasi dalam AI?

Inovasi AI adalah penerapan ide baru atau pengembangan solusi kreatif menggunakan teknologi
kecerdasan artifisial (Artificial Intelligence) untuk menjawab masalah, meningkatkan efisiensi,
atau menciptakan nilai tambah di berbagai bidang kehidupan.
Inovasi AI bukan hanya tentang teknologi, tetapi juga pemecahan masalah secara cerdas dan
kreatif.

💡 Proses Inovasi AI (Design Thinking + AI)

1. Empati
Memahami masalah nyata yang dihadapi manusia.
2. Definisikan Masalah
Rumuskan pernyataan masalah yang jelas dan fokus.
3. Cari Ide Solusi (Ideasi)
Brainstorm ide yang bisa dibantu AI. Contoh: klasifikasi gambar, prediksi pola, chatbot,
dsb.
4. Prototipe Solusi AI
Buat model/simulasi awal dengan alat sederhana (Teachable Machine, Scratch, Canva, dll).
5. Uji dan Evaluasi
Uji keefektifan solusi dan perbaiki berdasarkan umpan balik.

🔍 Bentuk Inovasi Berbasis AI

Bidang Contoh Inovasi AI
Pendidikan Sistem evaluasi otomatis, chatbot tutor
Lingkungan Deteksi kebakaran hutan, klasifikasi sampah otomatis
Kesehatan Deteksi dini penyakit dari data medis
Sosial Chatbot dukungan psikologis
Ekonomi Rekomendasi produk, prediksi tren pasar

🧠 Kunci Inovasi AI Sukses

✅ Memecahkan masalah nyata
✅ Menggunakan data yang tepat dan relevan
✅ Sistem AI sederhana tapi efektif
✅ Dapat diuji/dipresentasikan
✅ Kreatif & berorientasi solusi

🛠 Alat Bantu untuk Mewujudkan Inovasi AI (Sederhana)

 Teachable Machine (Google) → Untuk klasifikasi gambar/suara/pose
 Scratch dengan ekstensi AI → Untuk simulasi berbasis blok
 Canva/PowerPoint → Untuk mockup antarmuka sistem AI
 Pictoblox AI → Untuk simulasi pembelajaran mesin

📎 Kesimpulan:
Menciptakan inovasi AI berarti menggabungkan kreativitas, empati, dan teknologi untuk
menghadirkan solusi nyata. Siswa didorong untuk berpikir kritis, berkolaborasi, dan mencoba
membuat prototipe AI yang bermanfaat bagi lingkungan sekitar.

E. LANGKAH PEMBELAJARAN
Pertemuan 1: Pemantik dan Diskusi Konsep
 Diskusi tentang perbedaan berpikir kritis dan kreatif
 Tonton video penerapan AI inovatif oleh pelajar
Pertemuan 2: Analisis Masalah dan Brainstorm Solusi AI
 Identifikasi masalah lokal/sekolah/masyarakat
 Diskusi kemungkinan solusi berbasis AI secara kreatif
Pertemuan 3: Perancangan Inovasi dan Pembuatan Representasi Digital
 Buat mockup aplikasi, infografik, atau pitch deck inovasi
 Kolaborasi dalam tim kecil
Pertemuan 4: Presentasi dan Refleksi
 Presentasi inovasi
 Penilaian teman sejawat dan refleksi mandiri

F. ASESMEN
Aspek Teknik Instrumen Skala
Pengetahuan Tes lisan / diskusi Kuis konsep berpikir kritis dan kreatif 0–100
Proses Observasi Rubrik diskusi dan ideasi kelompok Kualitatif
Produk Inovasi AI Rubrik kreativitas, orisinalitas, dan relevansi Kualitatif
Refleksi Lembar refleksi Pertanyaan terbuka Kualitatif

G. LKPD (LEMBAR KERJA PESERTA DIDIK)

Judul LKPD: Berpikir Kritis dan Kreatif dalam Menciptakan Inovasi AI
Bagian A: Analisis dan Identifikasi Masalah
 1. Masalah apa yang ingin kamu selesaikan dengan AI?
2. Mengapa masalah itu penting untuk diatasi?
Bagian B: Ideasi dan Solusi AI
1. Jelaskan ide inovatifmu!
2. Bagaimana AI dapat digunakan dalam ide tersebut?
3. Apa manfaatnya bagi pengguna?
Bagian C: Representasi Digital
1. Buat desain UI/mockup/infografik sistem AI kamu.
2. Jelaskan fitur-fitur utama dan cara kerjanya.
Bagian D: Refleksi
1. Apa tantangan dalam membuat inovasi ini?
2. Apa hal baru yang kamu pelajari dari proses ini?

H. PENUTUP
Modul ini mendorong peserta didik untuk menggabungkan keterampilan berpikir kritis dan kreatif
guna menciptakan inovasi berbasis teknologi terkini, yaitu AI. Dengan membedah permasalahan
nyata dan merancang solusi melalui pendekatan kolaboratif dan digital, siswa tidak hanya menjadi
pengguna teknologi, tapi juga inovator masa depan.

Lampiran Visual (dapat ditambahkan di file asli):

 Infografik berpikir kritis vs kreatif
 Diagram proses inovasi dengan AI
 Contoh karya siswa berupa mockup ide AI
 MODUL AJAR

A. INFORMASI UMUM
 Mata Pelajaran : Informatika (KKA)
 Kelas/Fase : X / Fase E
 Durasi : 4 Pertemuan (4 x 45 menit)
 Model Pembelajaran: Project Based Learning (PjBL)
 Topik : Bekerja Sama dalam Tim untuk Mengembangkan dan Menguji
Sistem Kecerdasan Artifisial (AI)

B. TUJUAN PEMBELAJARAN
Peserta didik mampu:
1. Menjelaskan prinsip kerja tim dalam pengembangan sistem teknologi.
2. Memahami dasar konsep sistem kecerdasan artifisial.
3. Mengembangkan dan menguji sistem AI sederhana secara kolaboratif.
4. Mempresentasikan hasil kerja tim secara digital dengan data hasil pengujian.

C. CAPAIAN PEMBELAJARAN & P5

Capaian Pembelajaran Informatika:
 Menganalisis prinsip dasar kecerdasan artifisial.
 Mengembangkan sistem AI sederhana secara tim.
 Menguji, mengevaluasi, dan merefleksikan hasil proyek bersama.
Profil Pelajar Pancasila (P5):
 Bernalar Kritis
 Kreatif
 Gotong Royong
 Mandiri

D. MATERI PEMBELAJARAN (dilengkapi visual)

1. Pengertian dan Komponen Dasar Kecerdasan Artifisial (AI)
Komponen AI Fungsi
Data Bahan belajar AI (input)
Algoritma Cara AI belajar & mengenali pola
Model Hasil pelatihan dari data dan algoritma
Visual: Diagram AI sederhana: Data → Algoritma → Model → Output

2. Penerapan AI Sederhana dalam Kehidupan

 Pengenalan suara (voice recognition)
 Chatbot layanan pelanggan
 AI penyaring konten
 AI pengenal gambar (image recognition)
Tools sederhana untuk simulasi AI:
 Teachable Machine (Google)
 Scratch + ekstensi AI
  MIT App Inventor + ML Extension
Visual: Screenshot antarmuka Teachable Machine

3. Kerja Tim dalam Proyek AI

Langkah-langkah kerja tim:
1. Menentukan tujuan sistem AI
2. Membagi peran (data trainer, UI designer, penguji, presenter)
3. Melatih dan menguji model AI
4. Menyusun dokumentasi dan menyajikan hasil
Visual: Diagram kolaborasi tim proyek AI (lingkaran berisi peran masing-masing)

4. Uji Coba dan Evaluasi Sistem AI

 Simulasi input-output
 Validasi prediksi (akurasi, kesalahan, bias)
 Diskusi hasil uji coba dan perbaikannya

E. LANGKAH PEMBELAJARAN
Pertemuan 1: Pengenalan AI dan Kolaborasi Tim
 Nonton video AI sederhana
 Diskusi konsep dasar dan pembagian peran tim
Pertemuan 2: Pengembangan Sistem AI
 Praktik melatih model AI di Teachable Machine
 Desain interface pengguna (poster/aplikasi mockup)
Pertemuan 3: Pengujian Sistem
 Uji model AI dengan data baru
 Catat hasil dan lakukan evaluasi sederhana
Pertemuan 4: Presentasi dan Refleksi
 Presentasi hasil sistem AI
 Diskusi keberhasilan dan tantangan dalam tim

F. ASESMEN
Aspek Teknik Instrumen Skala
Pengetahuan Tes tertulis Kuis dasar AI dan kerja tim 0–100
Proses Observasi Rubrik kerja tim dan kontribusi Kualitatif
Produk Sistem AI sederhana Rubrik kreativitas dan fungsionalitas Kualitatif
Refleksi Lembar refleksi Pertanyaan terbuka Kualitatif

G. LKPD (LEMBAR KERJA PESERTA DIDIK)

Judul LKPD: Bekerja Sama Mengembangkan dan Menguji Sistem AI
Bagian A: Pemahaman Dasar
1. Apa yang dimaksud dengan AI?
2. Sebutkan contoh penerapan AI dalam kehidupan sehari-hari!
Bagian B: Perencanaan Tim dan Sistem
1. Siapa saja anggota tim dan peran masing-masing?
 2. Sistem AI apa yang akan kalian buat?
3. Data apa yang akan kalian gunakan?
Bagian C: Pengembangan dan Pengujian
1. Bagaimana kalian melatih sistem AI?
2. Hasil uji coba AI: Akurasi / Kesalahan / Observasi
Bagian D: Refleksi
1. Apa tantangan dalam bekerja bersama?
2. Apa hasil akhir yang paling membanggakan dari proyek ini?

H. PENUTUP
Modul ini mendorong peserta didik untuk belajar bekerja sama dalam proyek berbasis teknologi
terkini, yaitu kecerdasan artifisial. Melalui kerja tim, peserta didik belajar tidak hanya aspek teknis,
tetapi juga komunikasi, tanggung jawab, dan refleksi proses belajar.

Lampiran Visual (dapat ditambahkan di file asli):

 Diagram alur pelatihan AI (Teachable Machine)
 Visual peran tim dalam proyek
 Mockup hasil proyek siswa berbasis AI