Rencana Pembelajaran: Modul 4

Elemen:
 Pemanfaatan dan Pengembangan Kecerdasan Artificial
 Algoritma dan Pemrograman
Materi:
 Pemrograman Berbasis Teks
 Logika Algoritma
 Perancangan Sistem KA

Identitas Nama : Jashshash Naufal Iqram R

Kelas : X / Fase E
Mapel : Koding dan Kecerdasan Artificial

Profil Murid Minat : Teknologi, Video,Teks, Data.

Cara Belajar : Eksplorasi, Praktik Langsung (Hands-on), Berbasis
Proyek, Diskusi.
Lingkungan tempat tinggal : akses teknologi memadai

Identifikasi Dimensi Profil Lulusan :

DPL 1 DPL 3 DPL 5 DPL 7

Keimanan Penalaran Kolaborasi : Kesehatan
dan Kritis : bekerja
Ketakwaan menganalisis bersama
terhadap dan membangun perangkat AI
Tuhan YME logika dan teman
algoritmik. dalam
pemecahan
masalah.
DPL 2 DPL 4 DPL 6 DPL 8
Kewargaan Kreativitas : Kemandirian : Komunikas
merancang mengevaluasi i
solusi dengan dan
pemrograman. memperbaiki
kode secara
mandiri.

Desain Capaian Pembelajaran:

Pembelajaran
Peserta didik mampu menyusun pseudocode dan flowchart dari masalah
sederhana, mengimplementasikannya ke dalam kode program menggunakan
C++ atau Python, serta berkolaborasi dengan AI (ChatGPT, GitHub Copilot)
dalam menyusun dan memperbaiki kode secara logis, kritis, dan mandiri
melalui pendekatan berbasis proyek.

Tujuan Pembelajaran

Peserta didik mampu:

1. Menyusun pseudocode dan flowchart untuk menyelesaikan

masalah sederhana.
2. Mengimplementasikan logika algoritma dalam kode
program menggunakan C++.
 3. Berkolaborasi dengan perangkat AI (misalnya: ChatGPT,
GitHub Copilot) untuk menyusun dan memperbaiki kode.

Praktik Pedagogis :
JP 1: Menyusun Algoritma
 Guru menjelaskan konsep input–proses–output,
pseudocode, dan flowchart.
 Siswa diberikan studi kasus sederhana, misalnya:
Program kalkulator sederhana atau penghitung suhu.
 Siswa menyusun flowchart dan pseudocode, lalu
mendiskusikannya dalam kelompok.
 Kolaborasi awal dengan AI (ChatGPT) untuk meminta
contoh logika if–else atau while loop.
JP 2: Implementasi dan Kolaborasi AI
 Siswa mengimplementasikan pseudocode menjadi
kode program (Python/C++) menggunakan Google
Colab atau Replit.
 Menggunakan GitHub Copilot atau ChatGPT untuk
mendeteksi error dan memberikan saran perbaikan.
 Proyek mini: kelompok membuat program berbasis
kasus nyata, misalnya: program kalkulator sederhana.

Kemitraan Pembelajaran :
 Kolaborasi Antar Guru
Guru Informatika dan Guru Matematika bekerja sama untuk
memperkuat pemahaman logika algoritmik.
Contoh: Guru Matematika menjelaskan konsep logika dasar
seperti percabangan dan perulangan, yang kemudian
diterapkan dalam kode program di kelas Koding dan
Kecerdasan Artifisial.
 Kolaborasi Antar Siswa (Peer Review)
Siswa antar kelas atau kelompok melakukan code review
dan debugging bersama menggunakan AI seperti ChatGPT.
Manfaat: Melatih keterampilan berpikir kritis, komunikasi
teknis, dan kolaborasi.
 Dukungan Digital dari Platform AI
Kolaborasi dengan platform seperti ChatGPT, GitHub
Copilot, dan Google Colab yang digunakan secara aktif
sebagai "mitra virtual" dalam menyusun kode, mencari
referensi, hingga debugging secara efisien.

Lingkungan Pembelajaran :
Lingkungan Fisik
 Ruang kelas kolaboratif dengan meja fleksibel untuk
mendukung diskusi dan kerja kelompok dalam menyusun
algoritma dan program.
 Laboratorium komputer dengan koneksi internet stabil,
dilengkapi perangkat yang dapat menjalankan editor
pemrograman seperti Replit atau Google Colab.
  Papan tulis digital/proyektor untuk menampilkan flowchart,
pseudocode, dan contoh hasil debugging dari AI.
 Area presentasi proyek untuk menampilkan hasil kerja
kelompok secara terbuka (misalnya saat demo program
sederhana).
Lingkungan Digital
 ChatGPT dan GitHub Copilot sebagai asisten coding untuk
menulis, melengkapi, dan memperbaiki kode secara
kolaboratif.
 Google Colab / Replit untuk praktik pemrograman daring
berbasis C++ atau Python, yang memungkinkan kerja
kolaboratif real-time.
 Canva atau Notion untuk dokumentasi visual dari flowchart,
pseudocode, dan jurnal belajar.
 Quizizz / Google Forms sebagai media asesmen formatif
untuk menguji pemahaman logika algoritmik.
 Learning Management System (LMS) seperti Google
Classroom sebagai pusat pengumpulan tugas, diskusi, dan
penilaian mandiri

Pemanfaatan Digital :

1. ChatGPT: menghasilkan contoh kode dan debugging.

2. GitHub Copilot: melengkapi dan menyarankan kode.
3. Google Colab / Replit: praktik coding daring.
4. Canva atau Notion: dokumentasi visual flowchart dan
pseudocode.
5. Quizizz: kuis konsep logika algoritmik.

Pengalaman
Belajar Memahami (Prinsip: Mindful, Meaningful)

 Siswa diajak menonton video interaktif tentang dasar

algoritma.
 Diskusi kelompok: apa itu input–process–output,
percabangan, dan perulangan.
 Menyusun pseudocode dan flowchart dari studi kasus
sederhana (misal: program kalkulator).
 Kolaborasi awal dengan ChatGPT: bertanya cara menyusun
algoritma dan contoh if-else.

Mengaplikasikan (Prinsip: Meaningful, Joyful)

 Siswa menuliskan dan menguji program menggunakan

Python di Google Colab.
 Kolaborasi dengan GitHub Copilot atau ChatGPT untuk
menyelesaikan error (debugging).
 Proyek kelompok mini: membuat program yang
menyelesaikan masalah nyata (contoh: program kalkulator
sederhana).
 Merefleksikan (Prinsip: Mindful, Joyful)

 Siswa mengisi jurnal refleksi: tantangan, peran AI dalam

membantu mereka, dan langkah perbaikan.
 Presentasi proyek: tiap kelompok menunjukkan hasil coding
dan pengalaman kerja bersama AI.
 Evaluasi terhadap penggunaan AI dan kualitas kode.

Asesmen Assessment of Learning (Awal)

Tujuan: Mengidentifikasi pengetahuan awal dan kesiapan siswa

terhadap algoritma dan AI.

Jenis: Kuis, refleksi singkat, atau diskusi terbuka

Contoh Pertanyaan:

1. Apa yang dimaksud dengan algoritma dalam konteks

pemrograman?
2. Jelaskan perbedaan antara percabangan dan perulangan
dalam algoritma!
3. Pernahkah kamu menggunakan perangkat seperti ChatGPT,
Google Assistant, atau lainnya? Bagaimana kamu
menggunakannya?
4. Bagaimana menurutmu AI dapat membantu menyelesaikan
tugas pemrograman?
5. Apa yang kamu harapkan dari pembelajaran pemrograman
yang melibatkan kolaborasi dengan AI?

Assessment as Learning (Proses)

Tujuan: Memantau perkembangan, pemahaman konsep, dan

keterlibatan siswa selama pembelajaran.

Jenis: Observasi, jurnal refleksi, umpan balik kelompok,

pertanyaan formatif
Contoh Pertanyaan:

1. Apa langkah pertama yang kamu lakukan saat menyusun

flowchart atau pseudocode hari ini?
2. Perangkat AI apa yang kamu gunakan hari ini? Bagaimana
AI tersebut membantumu?
3. Adakah bagian dari kode yang sulit kamu pahami?
Bagaimana kamu mengatasinya (mandiri, bertanya,
menggunakan AI)?
4. Dalam kelompokmu, bagaimana kamu membagi peran saat
membuat program?
5. Jika AI menyarankan kode yang berbeda dari idemu,
bagaimana kamu memutuskan untuk menggunakannya
 atau tidak?

Assessment of Learning (Akhir)

Tujuan: Menilai capaian pembelajaran, refleksi atas pengalaman,

dan kesiapan lanjutan siswa.

Jenis: Penilaian proyek, presentasi, refleksi tertulis, atau evaluasi

sejawat
Contoh Pertanyaan:

1. Jelaskan bagaimana kamu menyelesaikan proyek

pemrograman dan perangkat AI apa yang kamu gunakan.
2. Apa kontribusi terbesarmu dalam proyek kelompok?
3. Apa kesalahan atau tantangan yang kamu alami selama
menyusun program? Bagaimana kamu mengatasinya?
4. Apa manfaat dan risiko penggunaan AI dalam
menyelesaikan tugas pemrograman menurut kamu?
5. Jika kamu mengulang proses pembelajaran ini, strategi apa
yang akan kamu perbaiki?