2. Capaian-Pembelajaran-Koding-Dan-Kecerdasan-Artifisial-Pusbuk.pdf
- 1. Capaian Pembelajaran Koding dan Kecerdasan Artifisial KEMENTERIAN PENDIDIKAN DASAR DAN MENENGAH BADAN STANDAR, KURIKULUM, DAN ASESMEN PENDIDIKAN PUSAT KURIKULUM DAN PEMBELAJARAN
- 2. Gambaran Umum Pengembangan Kebijakan Pembelajaran Koding dan Kecerdasan Artifisial 2 Perumusan Kebijakan Pengesahan Kebijakan Implementasi Kebijakan Identifikasi Masalah Evaluasi Kebijakan ● Tantangan global ● Percepatan Implementasi Program prioritas Presiden ● Naskah Akademik ● Rekomendasi kebijakan Regulasi ● Penyusunan capaian pembelajaran ● Pengembangan perangkat ajar ● Penyiapan kompetensi guru ● Benchmarking ● Sosialisasi, Advokasi, dan Monitoring ● Sekolah Pelaksana 1
- 3. Program Prioritas Kemendikdasmen 17 Program Prioritas Presiden Penguatan pendidikan, sains dan teknologi, serta digitalisasi. Pendidikan Bermutu untuk Semua Unesco AI Competency Framework: ● Human-centred mindset ● Ethics of AI ● AI techniques and applications ● AI system design Pendidik dan Tendik Kompeten dan Sejahtera Lingkungan Sosial-Budaya Mendukung ● Berpikir Komputasional ● Literasi Digital ● Analisis Data ● Algoritma Pemrograman Pembelajaran Adaptif dan Bermakna Sarana & Prasarana Memadai Pembiayaan Pendidikan Afirmatif Layanan Pendidikan Inklusif Pengembangan Talenta Unggul Ketersediaan Layanan Merata 8 Staf Khusus Menteri Bidang Transformasi Digital dan Kecerdasan Artifisial 3 KODING KECERDASAN ARTIFISIAL
- 4. 4 Penerapan Pembelajaran Koding dan KA di negara Lain 4 Negara Pengorganisasian Strategi Pembelajaran Tiongkok Menjadi mata pelajaran tersendiri ● SD Kelas awal: fokus eksplorasi dan memiliki pengalaman/ pengenalan dasar menggunakan KA ● SD kelas tinggi - SMP: fokus pada pemahaman dan penerapan KA ● SMA: melakukan projek dan aplikasi tingkat lanjut Singapura Koding: Integrasi pada mapel TIK, projek antarmapel dan ekstrakurikuler. KA: Integrasi pada mapel Matematika, Sains dan Teknologi Koding: ● SD: pengenalan konsep dasar koding ● SMP: bahasa pemrograman sederhana ● SMA: koding lanjutan dan perangkat lunak KA: Pengenalan konsep AI, machine learning, dan analisis data. India Koding: Diintegrasikan pada mapel Ilmu Komputer. Di beberapa negara bagian, koding menjadi mapel tersendiri KA: Sebagai mapel pilihan atau modul khusus Koding: Diterapkan sejak kelas 6 SD. Pembelajaran bertahap dari pengenalan dasar, hingga lanjutan dan pengembangan perangkat lunak. KA: Sejak jenjang menengah (kelas 9-12). Memperkenalkan konsep AI, machine learning dan analisis data.
- 5. 5 Penerapan Pembelajaran Koding dan KA di negara Lain 5 Negara Pengorganisasian Strategi Pembelajaran Korea Selatan ● SD: integrasi dalam pembelajaran melalui kegiatan bermain ● SMP: integrasi ke mapel informatika, sains, atau teknologi ● SMA: menjadi mapel pilihan umum Materi yang diajarkan terkait koding, prinsip dasar KA, aplikasi KA, etika penggunaan KA, dan matematika KA. Australia Jenjang dasar: Integrasi KA dengan matematika dan teknologi digital Jenjang menengah: integrasi ke mapel matematika, sains, teknologi digital, serta desain dan teknologi Materi disampaikan secara bertahap, misalnya bermain dengan robot (level 1), merakit robot sederhana dengan Lego (level 2), pengenalan instruksi koding (level 3), isu AI (jenjang menengah)
- 6. Penyusunan Naskah Akademik 6 Dipublikasikan melalui laman Sistem Informasi Kurikulum Nasional kurikulum.kemdikbud.go.id. 2 Rekomendasi kebijakan ● Koding dan Kecerdasan Artifisial (KA) sebagai mata pelajaran pilihan ● Dipelajari mulai jenjang SD (kelas 5 dan 6), SMP (kelas 7, 8, dan 9), serta SMA/SMK (kelas 10, 11, 12) ● Alokasi waktu pembelajaran per minggu sebanyak 2 JP untuk SD kelas 5-10, 5 JP untuk SMA kelas 11-12, dan maksimal 4 JP untuk SMK kelas 11-12. ● Memberikan fleksibilitas bagi satuan pendidikan untuk tetap mengembangkan Koding dan KA dalam bentuk ekstrakurikuler atau mengintegrasikannya ke dalam mata pelajaran lain yang relevan.
- 7. Penyusunan Dokumen Capaian Pembelajaran Mata Pelajaran Koding dan KA 7 3 ● Diposisikan sebagai mata pelajaran basic computer science. ● Menggunakan referensi pentahapan pembelajaran dari UNESCO ICT Competency Framework for Teachers (2018), CSTA K-12 Computer Science Standards (2017), dan UNESCO AI Competency Framework for Students (2024) ● Menekankan pada human-centered approach/mindset ● Pembelajaran diterapkan dengan pendekatan pembelajaran mendalam dan dapat dilaksanakan secara fleksibel melalui metode internet-based, plugged, atau unplugged. Nasmik Penyusunan Capaian Pembelajaran Pemetaan Materi dan Tujuan Pembelajaran Penyusunan Panduan Mata Pelajaran dan contoh perangkat ajar Pengembangan Buku Teks Nov 2024-Feb 2025 Feb 2025 Feb 2025 Mar-Apr 2025
- 8. 8 Dimensi Jenjang SD/MI SMP/MTs SMA/MA/SMK/MAK Koding ● Menghasilkan solusi untuk masalah sehari-hari secara terstruktur menggunakan alat bantu seperti balok susun atau kepingan gambar ● Menyusun langkah sistematis dan logis dengan kosakata terbatas atau simbol dari pengalaman (perintah sederhana/algoritma dasar) ● Menjalankan urutan instruksi bersyarat sederhana (baris-berbaris atau menggunakan program berbasis blok dengan logika percabangan dan pengulangan) ● Memahami distopia teknologi ● Merancang program untuk sistem manajemen sederhana meliputi pengumpulan, pemahaman, dan pemrosesan data ● Menulis program pada aplikasi sederhana berbasis simbol ● Merancang produk digital sederhana ● Merancang program berbasis teks lebih kompleks dengan tambahan fungsi dan modul ● Membuat program berbasis teks untuk menyelesaikan masalah nyata, seperti simulasi pergerakan objek ● Membuat produk digital yang lebih kompleks Kecerdasan Artifisial ● Memahami dampak kecerdasan artifisial dalam kehidupan sehari-hari ● Menggunakan kecerdasan artifisial dengan memegang etika (keadaban): 1. kecerdasan artifisial tidak 100% benar; 2. perlindungan data pribadi; 3. kecerdasan artifisial harus digunakan untuk kebaikan; ● Membedakan antara teknologi kecerdasan artifisial dan non kecerdasan artifisial; ● Memahami konsep dasar input-proses-output ● Memahami dampak kecerdasan artifisial terhadap masyarakat ● Memahami persoalan pada kecerdasan artifisial: 1. bias 2. ketergantungan yang berlebihan 3. halusinasi 4. hak cipta ● Memahami hubungan antara data dan kecerdasan artifisial dengan penggunaan teachable machine, termasuk pentingnya data yang berkualitas ● Menggunakan teknologi kecerdasan artifisial dengan kombinasi perintah yang tepat (prompt engineering) ● Memahami dampak kecerdasan artifisial terhadap pekerjaan ● Memahami persoalan pada kecerdasan artifisial sebagai bahan untuk evaluasi teknologi kecerdasan artifisial: 1) transparansi; 2) explainability; 3) sustainability ● Membangun model kecerdasan artifisial sederhana ● Membangun aplikasi dengan menggunakan model kecerdasan artifisial yang sudah ada, tersedia dalam bentuk library/API Tahapan Penguasaan Pembelajaran Sumber : Nasmik Koding KA (2025)
- 9. 9 Elemen Mata Pelajaran 9 Elemen SD SMP SMA/SMK 5 6 7 8 9 10 11 12 Berpikir komputasional (BK) Literasi digital (LD) Literasi dan Etika Kecerdasan Artifisial (LEKA) Pemanfaatan dan Pengembangan Kecerdasan Artifisial (PPKA) Algoritma pemrograman (AP) Analisis data (AD) Sumber : Nasmik Koding KA (2025)
- 10. Draf Capaian Pembelajaran per Fase pada Mata Pelajaran Koding dan KA 10 Elemen Capaian Pembelajaran Fase C (kelas 5-6) Capaian Pembelajaran Fase D (kelas 7-9) Capaian Pembelajaran Fase E (kelas 10) Capaian Pembelajaran Fase F (kelas 11-12) Berpikir komputasional Peserta didik mampu memahami permasalahan sederhana dalam kehidupan sehari-hari, menerapkan pemecahan masalah secara sistematis, serta menuliskan instruksi logis dan terstruktur menggunakan sekumpulan kosakata atau simbol. Peserta didik mampu menerapkan pengelolaan data, pemecahan masalah sederhana dalam kehidupan masyarakat secara sistematis, dan menuliskan instruksi. Peserta didik mampu menerapkan berpikir komputasional untuk memecahkan permasalahan sehari-hari yang kompleks. Peserta didik mampu menerapkan berpikir komputasional untuk memecahkan permasalahan kompleks di kehidupan masyarakat dan melakukan prediksi.
- 11. Draf Capaian Pembelajaran per Fase pada Mata Pelajaran Koding dan KA 11 Elemen Capaian Pembelajaran Fase C (kelas 5-6) Capaian Pembelajaran Fase D (kelas 7-9) Capaian Pembelajaran Fase E (kelas 10) Capaian Pembelajaran Fase F (kelas 11-12) Literasi Digital Peserta didik mampu memahami konsep dasar, manfaat, dan dampak teknologi digital, memahami sistem komputer tingkat pradasar, menerapkan pengamanan informasi pribadi dalam komunikasi daring, memanfaatkan internet, dan memproduksi serta mendiseminasi konten digital dalam bentuk teks dan gambar. Peserta didik mampu memproduksi dan mendiseminasi konten digital berupa audio, video, slide, dan infografis. Peserta didik mampu menerapkan produksi dan diseminasi konten digital dalam bentuk sajian multimedia. Peserta didik mampu menerapkan produksi dan diseminasi konten digital tingkat lanjut untuk mendukung pengembangan aplikasi dan KA.
- 12. Draf Capaian Pembelajaran per Fase pada Mata Pelajaran Koding dan KA 12 Elemen Capaian Pembelajaran Fase C (kelas 5-6) Capaian Pembelajaran Fase D (kelas 7-9) Capaian Pembelajaran Fase E (kelas 10) Capaian Pembelajaran Fase F (kelas 11-12) Literasi dan Etika Kecerdasan Artifisial Peserta didik mampu memahami konsep KA sederhana, manfaat dan dampak KA pada kehidupan sehari-hari, prinsip bahwa KA dikembangkan untuk meningkatkan kesejahteraan manusia dan tidak boleh merugikan manusia, mengetahui perbedaan manusia dan komputer dalam melakukan penginderaan, dan mengetahui perbedaan antara mesin cerdas dan mesin non-cerdas. Peserta didik mampu memahami etika dasar penggunaan KA seperti empati dan tidak menyakiti orang lain. Peserta didik mampu memahami perbedaan cara manusia dan KA menggabungkan informasi dari beberapa perangkat penginderaan atau sensor, memahami bagaimana komputer memaknai informasi dari perangkat penginderaan atau sensor, memahami kualitas data, serta manfaat dan dampak KA pada kehidupan masyarakat. Peserta didik mampu memahami etika penggunaan KA dalam kehidupan sehari-hari seperti menjaga data pribadi dalam menggunakan KA, KA adalah sebagai alat bantu sehingga manusia tidak boleh tergantung dan percaya sepenuhnya pada KA karena KA masih sangat mungkin menghasilkan output yang salah, bias, atau melakukan halusinasi, serta menganalisis konten deep fake dalam bentuk gambar, audio, atau video. Peserta didik mampu memahami bagaimana KA mengenali pola citra dan suara, dan memahami profesi di bidang KA. Peserta didik mampu memahami bahwa manusia harus memikul tanggung jawab etika dan hukum atas penggunaan KA sehingga pada kondisi tertentu pengambilan keputusan tidak sepenuhnya diserahkan pada KA. Peserta didik mampu memahami dampak KA terhadap ketenagakerjaan dan bidang lainnya. Peserta didik mampu memahami bahwa pengembang KA harus bertanggung jawab dan mematuhi prinsip human-centered dan etika yang ada.
- 13. Draf Capaian Pembelajaran per Fase pada Mata Pelajaran Koding dan KA 13 Elemen Capaian Pembelajaran Fase C (kelas 5-6) Capaian Pembelajaran Fase D (kelas 7-9) Capaian Pembelajaran Fase E (kelas 10) Capaian Pembelajaran Fase F (kelas 11-12) Pemanfaatan dan Pengembangan Kecerdasan Artifisial Peserta didik mampu menyimulasikan secara sederhana kerja KA saat mengenali pola, mengklasifikasi benda konkret berdasarkan sifatnya, dan mengetahui bagaimana prediksi sistem KA dipengaruhi input benda konkret. Peserta didik mampu menggunakan perangkat KA sederhana dengan kritis dan mampu menuliskan input bermakna ke dalam sistem KA. Peserta didik mampu menerapkan prompt engineering pada KA generatif, mengevaluasi konten berbasis KA, dan memahami AI system design melalui proses design thinking. Peserta didik mampu memahami dasar-dasar algoritma Machine Learning, dasar-dasar Natural Language Processing, mengembangkan model KA sederhana, mengembangkan aplikasi dengan menggunakan model KA yang sudah ada, dan menyelesaikan permasalahan sederhana dalam kehidupan sehari-hari dengan menggunakan KA.
- 14. Capaian Pembelajaran per Fase pada Mata Pelajaran Koding dan KA 14 Elemen Capaian Pembelajaran Fase C (kelas 5-6) Capaian Pembelajaran Fase D (kelas 7-9) Capaian Pembelajaran Fase E (kelas 10) Capaian Pembelajaran Fase F (kelas 11-12) Algoritma Pemrograman - - Peserta didik mampu membandingkan beberapa algoritma dan menerapkan algoritma pemrograman untuk menghasilkan aplikasi. Peserta didik mampu memahami algoritma dan menerapkan pemrograman berorientasi objek, menerapkan engineering process, dan mengembangkan aplikasi untuk perangkat IoT atau aplikasi kompleks lainnya. Analisis Data - - Peserta didik mampu memahami konsep dasar basis data dan menerapkan pengolahan data pada basis data. Peserta didik mampu memahami data encoding, menerapkan basis data dalam pengembangan aplikasi, dan memahami mahadata.
- 15. Pemetaan Materi dan Tujuan Pembelajaran 15 ● Menguraikan capaian pembelajaran menjadi materi dan tujuan-tujuan pembelajaran yang bersifat operasional dan konkret ● Pemetaan materi dan tujuan pembelajaran dapat dimanfaatkan untuk: ○ menyusun perangkat pembelajaran ○ penilaian dan penyusunan buku teks ● Materi dan tujuan pembelajaran yang diuraikan bersumber dari capaian pembelajaran per fase dari fase C s.d. F
- 16. Kelas 5 (Total 72 JP) Pemetaan Materi dan Tujuan Pembelajaran 16 Materi Tujuan Pembelajaran 1. Pemecahan Masalah dalam Kehidupan Sehari-hari (BK) 2. Pengenalan Berpikir Komputasional (BK) 3. Menuliskan Urutan Instruksi secara Logis (BK) 4. Konsep Dasar Teknologi Digital (LD) 5. Sistem Komputer Tingkat Pra Dasar (LD) 6. Keamanan Informasi Pribadi (LD) 7. Konsep Dasar Kecerdasan Artifisial (LEKA) 8. Perbedaan Komputer dan Manusia dalam Penginderaan (LEKA) 9. Mesin Cerdas vs. Mesin Non-Cerdas (LEKA) 10. Manfaat Kecerdasan Artifisial dalam Kehidupan Sehari-hari (LEKA) 11. Konsep Klasifikasi dalam Kehidupan Sehari-hari (PPKA) 12. Bagaimana KA Melakukan Klasifikasi (PPKA) 13. Eksperimen Klasifikasi Manual vs. Klasifikasi oleh KA (PPKA) 14. Pengaruh Data Input terhadap Hasil Klasifikasi KA (PPKA) 1. Menerapkan pemecahan masalah dalam kehidupan sehari-hari (4 JP) 2. Memahami konsep berpikir komputasional (8 JP) 3. Menuliskan urutan instruksi secara logis (8 JP) 4. Memahami konsep dasar teknologi digital (4 JP) 5. Memahami perangkat keras dan perangkat lunak komputer (4 JP) 6. Memahami keamanan informasi pribadi (4 JP) 7. Memahami konsep dasar Kecerdasan Artifisial (4 JP) 8. Memahami perbedaan komputer dan manusia dalam penginderaan (4 JP) 9. Memahami perbedaan mesin cerdas vs. mesin non-cerdas (4 JP) 10. Memahami manfaat Kecerdasan Artifisial dalam kehidupan sehari-hari (6 JP) 11. Menerapkan konsep klasifikasi dalam kehidupan sehari-hari (4 JP) 12. Memahami bagaimana Kecerdasan Artifisial melakukan klasifikasi (4 JP) 13. Menerapkan eksperimen klasifikasi Manual vs. klasifikasi oleh Kecerdasan Artifisial (8 JP) 14. Memahami pengaruh data input terhadap hasil klasifikasi Kecerdasan Artifisial (6 JP)
- 17. Kelas 7 (Total 72 JP) Pemetaan Materi dan Tujuan Pembelajaran 17 Materi Tujuan Pembelajaran 1. Pengelolaan Data dalam Kehidupan Masyarakat (BK) 2. Pemecahan Masalah Sederhana dalam Kehidupan Masyarakat (BK) 3. Pengembangan dan Pengujian Instruksi (BK) 4. Konsep Dasar Konten Digital (LD) 5. Pengembangan Ide dan Cerita Sederhana (LD) 6. Penggunaan Aplikasi Dasar Slide dan Infografis (LD) 7. Tata Letak Visual yang Menarik (LD) 8. Konsep dan Cara Kerja KA Generatif (LEKA) 9. Risiko KA Generatif (LEKA) 10. Manfaat dan Dampak KA Generatif (LEKA) 11. Pengenalan Perangkat KA Sederhana (PPKA) 12. Menuliskan Input Bermakna ke dalam Sistem KA (PPKA) 1. Memahami pengelolaan data dalam kehidupan masyarakat (6 JP) 2. Menerapkan pemecahan masalah sederhana dalam kehidupan masyarakat (4 JP) 3. Menerapkan pengembangan dan pengujian instruksi (6 JP) 4. Memahami konsep dasar konten digital (8 JP) 5. Menerapkan pengembangan ide dan cerita sederhana (6 JP) 6. Menerapkan penggunaan aplikasi dasar untuk produksi konten digital berupa slide dan infografis (6 JP) 7. Menerapkan tata letak visual yang Menarik dalam produksi konten digital (6 JP) 8. Memahami konsep dan cara kerja Kecerdasan Artifisial Generatif (6 JP) 9. Memahami risiko Kecerdasan Artifisial Generatif (4 JP) 10. Memahami manfaat dan dampak Kecerdasan Artifisial Generatif (4 JP) 11. Memahami perangkat Kecerdasan Artifisial sederhana (8 JP) 12. Menerapkan input bermakna ke dalam sistem Kecerdasan Artifisial (8 JP)
- 18. Kelas 10 (Total 72 JP) Pemetaan Materi dan Tujuan Pembelajaran 18 Materi Tujuan Pembelajaran 1. Pemecahan Masalah Kompleks Sehari-hari (BK) 2. Konsep Multimedia (LD) 3. Teknik Produksi Konten Multimedia (LD) 4. Diseminasi Konten Multimedia (LD) 5. Perbandingan Algoritma (AP) 6. Pemrograman Berbasis Teks (AP) 7. Melakukan Debugging (AP) 8. Konsep Basis Data (AD) 9. Perangkat Lunak Basis Data (AD) 10. Perintah-perintah dalam Pengelolaan Basis Data (AD) 11. Pengenalan Pola Citra dan Suara oleh KA (LEKA) 12. Profesi di Bidang KA (LEKA) 13. Konsekuensi Pemanfaatan KA (LEKA) 14. Prompt Engineering (PPKA) 15. Evaluasi Konten Berbasis KA (PPKA) 16. Perancangan Sistem KA (PPKA) 1. Menerapkan pemecahan masalah kompleks sehari-hari/kejuruan (6 JP) 2. Memahami konsep multimedia (2 JP) 3. Menerapkan teknik produksi konten multimedia (4 JP) 4. Menerapkan diseminasi konten multimedia (4 JP) 5. Melakukan perbandingan algoritma (4 JP) 6. Menerapkan pemrograman berbasis teks (12 JP) 7. Menerapkan debugging (2 JP) 8. Memahami konsep basis data (2 JP) 9. Menerapkan perangkat lunak basis data (2 JP) 10. Menerapkan perintah-perintah dalam pengelolaan basis data (8 JP) 11. Memahami pengenalan pola citra dan suara oleh Kecerdasan Artifisial (2 JP) 12. Memahami profesi di bidang Kecerdasan Artifisial (2 JP) 13. Memahami konsekuensi pemanfaatan Kecerdasan Artifisial (2 JP) 14. Menerapkan prompt engineering (6 JP) 15. Mengevaluasi konten berbasis Kecerdasan Artifisial (4 JP) 16. Menerapkan perancangan sistem Kecerdasan Artifisial melalui proses design thinking (10 JP)
- 19. Kelas 11 (Total s.d. 160 JP) Pemetaan Materi dan Tujuan Pembelajaran 19 Materi Tujuan Pembelajaran 1. Pemecahan Masalah Kompleks Masyarakat 2. Kolaborasi dalam Produksi Konten Digital 3. Teknik Editing 4. Pemrograman Berorientasi Objek 5. Engineering Process 6. Data Encoding 7. Integrasi Basis Data dengan Aplikasi 8. Dampak KA Terhadap Ketenagakerjaan 9. Prinsip pemanfaatan dan pengembangan KA berbasis human-centered 10. Konsep Dasar Machine Learning 11. Konsep Dasar dalam Natural Language Processing 12. Pengembangan Model KA 1. Menerapkan pemecahan masalah kompleks masyarakat/kejuruan 2. Menerapkan kolaborasi dalam produksi konten digital 3. Menerapkan teknik editing konten digital 4. Menerapkan pemrograman berorientasi objek 5. Memahami engineering process 6. Memahami data encoding 7. Menerapkan integrasi basis data dengan aplikasi 8. Memahami dampak Kecerdasan Artifisial terhadap ketenagakerjaan 9. Memahami prinsip pemanfaatan dan pengembangan Kecerdasan Artifisial berbasis human-centered 10. Memahami konsep dasar Machine Learning 11. Memahami konsep dasar dalam Natural Language Processing 12. Menerapkan pengembangan model Kecerdasan Artifisial
- 21. Terima Kasih 21