Modul 3 : Literasi dan Etika Kecerdasan Artifisial

Modul Ajar AI

Kelas 10 SMA

Rislyon Ripi - SMA Kristen Barana - 2025/2026

Progres:

Pertemuan 1

Kenalan Sama Si AI

🎯 Tujuan Pembelajaran

Peserta didik mampu menganalisis perbedaan antara kecerdasan alami dan kecerdasan artifisial melalui contoh di kehidupan sehari-hari.

🔥 Pertanyaan Pemantik

"Pernah nggak sih kamu merasa TikTok atau Instagram tau banget apa yang lagi kamu pikirin? Baru aja mikir pengen beli sepatu, eh iklannya langsung muncul! Kok bisa ya?"

1. Memahami Konsep Dasar

Kecerdasan Artifisial (AI) secara sederhana adalah upaya membuat komputer bisa meniru cara berpikir manusia. Tapi, apakah AI sama persis dengan manusia?

• Manusia (Kecerdasan Alami): Memiliki emosi, intuisi, dan akal sehat (*common sense*). Bisa mengambil keputusan meski situasinya benar-benar baru.
• Mesin/AI: Bekerja secara sistematis. Mereka sangat pintar mengenali **pola** dari data masa lalu, dan merespons berdasarkan aturan yang diajarkan, tanpa punya perasaan.

Tebak Gambar! Coba perhatikan gambar ilustrasi di atas. Menurutmu, mana aspek yang butuh "hati" (manusia) dan mana yang hanya butuh "logika hitungan" (AI)?

2. Ayo Mengaplikasi: Detektif Aplikasi!

Buka HP kalian sekarang. Temukan 3 aplikasi yang menurutmu menggunakan kecerdasan buatan secara diam-diam. Diskusikan dengan teman sebangkumu:

Input (Data Masuk)

Data apa dari kamu yang diambil aplikasi tersebut? (Misal: Riwayat pencarian, waktu menonton video, lokasi)

Output (Hasil/Prediksi AI)

Apa yang aplikasi itu berikan ke kamu sebagai respon? (Misal: Rekomendasi FYP, rute jalan terpendek)

💭

3. Waktunya Merefleksi

Setelah mengecek aplikasi di HP, gimana rasanya tahu kalau HP kita ternyata sangat pintar mengumpulkan data kebiasaan kita sehari-hari? Tulis pemikiranmu secara singkat!

Pertemuan 2

Membongkar Otak AI

🎯 Tujuan Pembelajaran

Peserta didik mampu mengidentifikasi cara kerja umum AI (input-proses-output/model) pada aplikasi populer.

🔥 Pertanyaan Pemantik

"Gimana caranya komputer atau mesin bisa 'belajar' mengenali wajah kita lewat kamera saat membuka kunci HP (Face ID)?"

1. Memahami: Dapur AI

Mari kita analogikan cara kerja AI, khususnya Machine Learning, seperti orang belajar masak.

🥕

1. DATA (Bahan Mentah) Beri koki ribuan foto sayuran dan resep.

➔

🧠

2. ALGORITMA (Proses) Koki mencoba resep berulang kali (latihan) hingga hapal polanya.

➔

🍲

3. MODEL (Output/Prediksi) Koki kini bisa memasak menu baru tanpa lihat resep!

2. Ayo Mengaplikasi: Latih Robotnya!

Hari ini kita akan mencoba Teachable Machine dari Google secara langsung di kelas.

Tugas kelas: Kita akan melatih model AI menggunakan webcam untuk bisa membedakan pose "Senyum" dan pose "Sedih".

3. Waktunya Merefleksi

Saat praktek tadi, kenapa kadang AI bisa salah menebak ekspresi kita?
(Petunjuk: Coba ingat-ingat tahapan memasak tadi, apakah data belajarnya sudah cukup beragam?)

Pertemuan 3

Profesi Masa Depan (Kiamat atau Peluang?)

🎯 Tujuan

Mengeksplorasi minimal 3 jenis profesi masa depan yang berkaitan dengan teknologi koding dan AI.

🔥 Pemantik

"Nanti kalau semua kerjaan di pabrik atau kasir digantiin robot/AI, manusia kerja apa dong?"

1. Memahami: Hilang & Tumbuh

Sejarah selalu berulang. Dulu ada profesi penjaga warnet, pengantar telegram, atau operator telepon manual yang hilang. Namun, teknologi juga menciptakan pekerjaan baru!

👨‍💻 Prompt Engineer

Ahli membuat kalimat (prompt) yang tepat agar AI menghasilkan teks/gambar sesuai keinginan klien.

⚖️ AI Ethicist

Pengawas etika yang memastikan AI perusahaan tidak rasis, aman, dan menjaga privasi pengguna.

2. Ayo Mengaplikasi: Bursa Kerja AI

💼

Tugas: Riset dan buat satu "Poster Lowongan Kerja Mini" di buku catatan kalian.

Format Wajib:
- DIBUTUHKAN: [Nama Profesi AI]
- TUGAS UTAMA: [...]
- SYARAT SKILL: (Misal: Python, Logika, Desain, dll)
- PERKIRAAN GAJI: [...]

3. Merefleksi (Sticky Notes)

Tulis di kertas kecil/sticky notes: "Dari semua profesi baru tadi, mana yang paling bikin aku tertarik dan apa alasannya?" (Lalu tempel di papan tulis kelas!)

Pertemuan 4

Sisi Gelap AI (Etika & Bias)

🎯 Tujuan

Menganalisis isu etika (bias, privasi, plagiarisme, deepfake) dari studi kasus di masyarakat.

🔥 Pemantik

"Kalau kamu disuruh bikin esai pakai ChatGPT, lalu tinggal copy-paste, itu namanya pinter manfaatin alat atau curang?"

1. Memahami: AI Tidak Selalu Benar

• ⚠
  Bias & Diskriminasi: AI bisa rasis/seksis jika data belajarnya (dari internet) penuh dengan prasangka manusia.
• ⚠
  Halusinasi AI: Kadang AI mengarang fakta (berbohong) dengan tata bahasa yang sangat meyakinkan seolah-olah itu fakta sejarah.
• ⚠
  Deepfake: Video palsu buatan AI yang bisa memfitnah orang lain karena wajah dan suaranya sangat mirip aslinya.

2. Ayo Mengaplikasi: Sidang Kasus Etis! (LKPD)

Diskusikan dengan kelompokmu, pilih salah satu kasus di bawah ini untuk dibedah layaknya detektif:

Kasus 1: Curhat ke Chatbot

Dika galau dan curhat rahasia keluarganya ke chatbot AI. Ia menulis nama lengkap dan alamat rumahnya di obrolan tersebut.

Tugas: Apa risiko privasi Dika? Bagaimana seharusnya ia berinteraksi?

Kasus 2: Tugas Instan

Siti menyuruh ChatGPT membuat esai Perang Diponegoro. Ia langsung copy-paste tanpa dibaca. Ternyata ada tokoh pahlawan fiktif (halusinasi AI) di dalamnya.

Tugas: Analisis kesalahan Siti dari sisi etika dan teknis!

"Kesimpulan hari ini: AI itu ibarat pisau dapur. Baik-buruk dampaknya sangat bergantung pada niat dan tanggung jawab manusia yang memegang gagangnya."

Pertemuan 5 (Asesmen Sumatif)

Deklarasi Pelajar Etis AI

🎯 Tujuan Akhir

Mengevaluasi dan mempresentasikan panduan etis penggunaan AI bagi pelajar melalui proyek kelompok.

1. Review Perjalanan Kita

Dari pertemuan pertama hingga keempat, kita sudah bertransformasi dari sekadar **pengguna pasif AI**, menjadi **pelajar sadar digital** yang tahu cara kerjanya, bahayanya, hingga peluang karirnya.

🏆

2. Proyek Akhir: Aturan Main!

Secara berkelompok, buatlah "Buku Saku / Poster Aturan Main Pakai AI buat Anak SMA".

Poster Wajib Mencakup:

• Aturan bikin Tugas/PR sekolah pakai bantuan AI.
• Etika membuat atau menyebarkan gambar/konten buatan AI.
• Cara jitu menjaga data dan privasi pribadi.

Bersiaplah untuk presentasi bergilir ala Gallery Walk!

3. Jurnal Refleksi Akhir (3-2-1)

Tulis 3 HAL BARU yang paling bikin kamu kaget (mind-blowing) tentang AI:

Tulis 2 HAL yang akan kamu ubah setelah belajar ini:

Tulis 1 PERTANYAAN yang masih mengganjal di kepalamu:

Modul 2 : Algoritma dan Pemrograman Lanjut

Koding & AI

Fase E (Kelas 10) | Python

Progress: 20%

1. Tujuan Pembelajaran 🎯

Pendahuluan

Selamat datang di kelas Koding! 🚀

Selama 7 pertemuan ke depan, kita tidak sekadar mengetik kode, tapi belajar merancang solusi. Di akhir modul ini, kamu akan mampu:

1

Menganalisis & Memecah Masalah

Membagi masalah besar menjadi fungsi-fungsi kecil (modular programming) menggunakan Python.

2

Menerapkan Algoritma

Menggunakan algoritma Searching dan Sorting untuk menyaring dan mengatur data seperti sistem di dunia nyata.

3

Membangun Proyek AI

Merancang aplikasi Rule-based AI/Chatbot sederhana (seperti sistem rekomendasi) secara berkolaborasi dengan temanmu.

Sebelum kita mulai ngoding, mari kita pikirkan hal ini sejenak:

"Pernah nggak kamu mikir, pas nyari nama kontak mantan (eh, teman) di HP, gimana cara HP-mu bisa menemukan nama itu dalam hitungan milidetik dari ribuan kontak yang ada?"

"Kalau kamu disuruh bikin aplikasi sekelas Gojek, mending nulis 10.000 baris kode numpuk di satu tempat, atau dibagi-bagi jadi kotak-kotak rapi seperti 'Fitur GoRide', 'Fitur GoFood', dll?"

A. Modular Programming (Fungsi / def)

Bayangkan kode Python itu seperti Bongkar Pasang Lego atau Resep Nasi Goreng. Fungsi (Modular) ibarat bumbu dasar yang sudah diulek dan disimpan di kulkas. Kapan saja kamu butuh bikin nasi goreng, tinggal ambil (panggil) bumbunya. Kamu tidak perlu ngulek dari awal lagi!

Klik untuk perbesar

• Sintaks Dasar: Menggunakan def nama_fungsi(parameter): lalu diakhiri dengan return.
• Kenapa penting? Agar kode rapi, gampang diperbaiki (debug), dan enak kalau mau kerja bareng teman.

Blueprint Sintaks Proyek (Python)

Ini adalah gambaran kerangka kode yang akan kita gunakan pada proyek akhir (Chatbot) di tahap selanjutnya. Perhatikan bagaimana masalah besar dipecah menjadi fungsi-fungsi kecil!

app_chatbot.py

# 1. DATABASE (List Data)
database = [
    {"nama": "Kopi Senja", "harga": 15000},
    {"nama": "Kafe Murah", "harga": 10000}
]

# 2. FUNGSI MODULAR: Algoritma Searching
def cari_kafe(keyword):
    hasil = []
    for kafe in database:
        if keyword.lower() in kafe["nama"].lower():
            hasil.append(kafe)
    return hasil

# 3. FUNGSI MODULAR: Algoritma Sorting
def urutkan_termurah(data):
    # (Terapkan Bubble Sort atau list.sort() di sini)
    return sorted(data, key=lambda x: x["harga"])

# 4. FUNGSI UTAMA (Menggabungkan semua fungsi)
def mulai_chatbot():
    keyword = input("Cari kafe apa? ")
    
    # Memanggil fungsi pencarian & pengurutan
    data_ketemu = cari_kafe(keyword)
    data_urut = urutkan_termurah(data_ketemu)
    
    print("Hasil Rekomendasi:", data_urut)

# Jalankan program
mulai_chatbot()

B. Algoritma (Pencarian & Pengurutan)

"Gimana caranya Spotify tahu lagu kesukaanmu lalu mengurutkannya?"

Searching (Mencari)

Ada Linear Search (dicek satu-satu dari awal sampai akhir) dan Binary Search (datanya dibelah dua biar cepat, tapi syaratnya harus urut dulu).

Sorting (Mengurutkan)

Mengatur data yang acak jadi rapi. Contohnya Bubble Sort (membandingkan dua data bersebelahan, kalau posisinya salah, ditukar posisinya).

Saatnya tangan kita kotor dengan kode! Ingat aturan emas kelas kita:
"Error is Normal. Google it first, ask later!"

Aktivitas A: Refaktor Kode Rahasia (Pert. 3-4)

Misi: Kamu akan diberikan barisan kode Python yang berantakan tanpa fungsi. Tugas kelompokmu adalah merapikannya (refactoring) menjadi minimal 3 fungsi modular!

Latihan: Kita akan bermain dengan data tipe List. Kamu akan membuat sistem pencarian judul buku di perpustakaan maya dan mengurutkan nilai tryout dari yang tertinggi.

Aktivitas B: Hackathon Proyek AI! (Pert. 5-6)

Proyek: "Chatbot Rekomendasi Tempat Nongkrong"

Sistem Kerja:

1. Kamu berpasangan (Pair Programming): Satu jadi Driver (yang ngetik), satu jadi Navigator (yang mikir logika).
2. User (pengguna) akan mengetik keyword tertentu (contoh: "Kafe Murah").
3. Programmu memanggil fungsi, menggunakan algoritma Searching untuk mencari keyword di dalam List database, dan menampilkan hasilnya menggunakan algoritma Sorting dari harga termurah.

Showcase & Bug Journal

Saatnya pamer karya! Kita akan mencoba chatbot buatan teman-temanmu secara langsung di Pertemuan ke-7.

📝 Jurnal Refleksi (Format 3-2-1)

Setelah showcase, lengkapi jurnal di bawah ini di buku catatanmu:

• 3 Hal baru yang aku pelajari dari bikin program ini: ...
• 2 Momen "AHA!" atau bagian paling seru pas ngoding: ...
• 1 Kesulitan/Bug paling ngeselin dan bagaimana cara aku menyelesaikannya: ...

Modul AI · Rislyon Ripi
SMA Kristen Barana © 2025/2026

Modul 1 : Berpikir Komputasional

Modul CT

Koding & Kecerdasan Artifisial

RR

Rislyon Ripi

Guru Informatika

Pertemuan 1 / 4

Misi: Ahli Optimasi Kantin Sekolah

Menerapkan 4 Fondasi Berpikir Komputasional untuk memecahkan masalah sistem antrean secara logis, efisien, dan kolaboratif.

Tujuan Pembelajaran

Peserta didik mampu menguraikan (dekomposisi) permasalahan antrean panjang di kantin ke dalam sub-masalah yang lebih kecil, terkelola, dan spesifik melalui observasi dan diskusi kolaboratif.

Pertanyaan Pemantik

"Pernahkah kalian batal jajan di kantin karena antreannya seperti ular naga? Jika kita telusuri, kira-kira apa saja sih hal-hal kecil (penyebab) yang membuat satu antrean itu bisa sangat macet?"

Pertemuan 1: Membongkar Masalah Kantin (Dekomposisi)

Analogi CPU: Bayangkan otak kita atau sistem kantin sebagai CPU (Central Processing Unit). Jika dijejali tumpukan data (pembeli) sekaligus tanpa aturan, sistem akan hang atau crash.

Apa itu Dekomposisi? Dekomposisi adalah kemampuan memecah masalah besar dan kompleks menjadi bagian-bagian kecil yang lebih mudah dikelola. Seperti membongkar mainan Lego untuk melihat komponen pembentuknya.

Contoh Praktek: Masalah "Antrean Macet" bisa dipecah menjadi beberapa sub-masalah kecil:

• Waktu memilih menu yang lama (siswa bingung).
• Proses pembayaran lambat (cari uang kembalian).
• Tata letak (layout) jalan di kantin yang sempit.
• Penjual kewalahan karena melayani pesanan dan kasir sekaligus.

Klik gambar untuk memperbesar

Aktivitas Mengaplikasi

• 🧘‍♂️ Mindful Breathing (2 Menit): Tarik napas, fokuskan pikiran sebelum mulai memecahkan masalah.
• 👥 Inkuiri Tim: Bentuk tim 4 orang ("Tim Ahli Optimasi"). Observasi/ingat kembali kondisi kantin.
• 📝 Tugas LKPD: Tuliskan minimal 4 sub-masalah dari antrean kantin menggunakan teknik dekomposisi pada papan kerja (sticky notes/Jamboard).

Merefleksi

Tuliskan jawaban dari Exit Ticket berikut sebelum kelas berakhir:

"Satu hal baru yang saya sadari tentang kerumitan masalah di kantin kita hari ini adalah..."

Tujuan Pembelajaran

Peserta didik mampu mengidentifikasi pola perilaku antrean dan menyaring informasi tidak relevan (abstraksi) guna menemukan faktor utama penentu kecepatan layanan kantin.

Pertanyaan Pemantik

"Dari semua hiruk-pikuk di kantin, apakah ada kebiasaan teman-temanmu yang selalu berulang setiap harinya? Dan dari semua data itu, mana informasi yang sekadar 'sampah' dan mana yang benar-benar memengaruhi panjangnya antrean?"

Pertemuan 2: Detektif Data Kantin (Pengenalan Pola & Abstraksi)

Pengenalan Pola (Pattern Recognition): Mencari kesamaan, tren, atau perilaku berulang dari data. Misalnya: menyadari bahwa jam puncak keramaian selalu terjadi di 5 menit pertama jam istirahat, atau siswa cenderung bergerombol di satu stan minuman dingin tertentu.

Abstraksi: Seni "mengabaikan". Membuang detail yang tidak penting agar kita bisa fokus pada inti masalah penyelesaian.

Contoh Abstraksi:

• • Apakah warna sepatu siswa memengaruhi panjang antrean? ❌ Tidak (Abaikan).
• • Apakah menu berkuah vs menu kering memengaruhi? ✅ Ya, kuah lebih lama disajikan (Fokuskan).
• • Apakah ketersediaan uang pas/QRIS memengaruhi? ✅ Ya (Fokuskan).

Aktivitas Mengaplikasi

• 🕵️‍♀️ Eksplorasi Data: Dari hasil dekomposisi minggu lalu, tim kini bertugas menjadi detektif data.
• 📊 Tugas Pola: Temukan minimal 2 pola kebiasaan siswa yang menjadi pemicu utama kemacetan.
• ✂️ Tugas Abstraksi: Buang informasi tak penting, lalu sebutkan 2 variabel/faktor paling krusial yang harus diperbaiki.

Merefleksi

"Dari tahap abstraksi tadi, data apa yang awalnya kamu pikir penting, tapi ternyata setelah dipikirkan ulang ternyata tidak relevan/tidak memengaruhi antrean sama sekali?"

Tujuan Pembelajaran

Peserta didik mampu merancang langkah-langkah penyelesaian logis dan sistematis (algoritma) dalam bentuk flowchart atau pseudocode untuk menyelesaikan masalah antrean.

Pertanyaan Pemantik

"Jika kamu adalah seorang programmer, dan kamu punya wewenang mengubah total aturan main di kantin, langkah demi langkah (aturan) seperti apa yang akan kamu susun agar semua anak bisa terlayani dalam 10 menit?"

Pertemuan 3: Meracik Resep Solusi (Merancang Algoritma)

Apa itu Algoritma? Bukan hanya soal rumus matematika! Algoritma adalah urutan instruksi yang jelas, logis, dan tak bermakna ganda untuk menyelesaikan masalah.

Analogi: Seperti resep membuat mi instan. Jika urutannya salah (masukkan bumbu sebelum air mendidih lalu dimakan mentah), hasilnya pasti gagal (Error).

Bentuk Algoritma:

1. Pseudocode

Bahasa manusia yang distrukturkan mirip kode pemrograman.
JIKA siswa pesan mie MAKA
  Berikan nomor antrean
  Minta bayar via QRIS
SELESAI

2. Flowchart

Diagram alir menggunakan simbol bangun datar bersambung panah.

Aktivitas Mengaplikasi

PjBL Tahap Perancangan: Tim merancang "Sistem Antrean Kantin Super Cepat" versi mereka.

• Gaya Visual: Buat algoritma dengan flowchart berwarna (Canva/Draw.io/Kertas).
• Gaya Auditori/Verbal: Tuliskan pseudocode berseri yang runtut.
• 🌟 Pengayaan (Mahir): Rancang struktur data sederhana jika sistem ini dibuat jadi Aplikasi Mobile (butuh database apa saja?).

Merefleksi

"Bagian mana dari menyusun algoritma yang berurutan ini yang paling membuat otakmu harus 'berpikir keras'?"

Tujuan Pembelajaran

Peserta didik mampu mengomunikasikan rancangan algoritmanya, menguji keandalan logika melalui desk checking, dan merefleksikan kolaborasi tim.

Pertanyaan Pemantik

"Bagaimana kita bisa yakin 100% bahwa aturan/algoritma yang kita buat tidak akan kacau atau macet total saat benar-benar diterapkan besok di kantin?"

Pertemuan 4: Uji Coba & Serangan Logika

Dry Run / Desk Checking: Sebuah algoritma yang baik tidak langsung di-coding ke komputer. Kita harus mengujinya di atas kertas secara manual. Kita mencari bug atau celah kesalahan (misalnya Deadlock - kondisi nyangkut).

Berpikir Kritis: Di dunia teknologi, mengkritisi ide orang lain (mencari kelemahan sistem) dengan tujuan membangun adalah cara terbaik untuk menciptakan sistem yang kokoh dan kebal dari error (foolproof).

Aktivitas Mengaplikasi

• 1. Showcase / Presentasi: Setiap tim mempresentasikan hasil desain algoritmanya di depan kelas. Boleh lewat pemaparan visual atau bermain peran (Role Play).
• 2. Serangan Logika: Kelompok penonton wajib memberi situasi ekstrem untuk menguji algoritma penyaji.
  Contoh: "Di algoritma kalian harus scan QRIS, lalu bagaimana kalau sinyal internet siswa hilang mendadak?"
• 🏆 Gamifikasi: Tim dengan algoritma paling tangguh terhadap serangan logika mendapat gelar "Algorithm Masters".

Refleksi Akhir Holistik

• "Perasaan saya setelah menyelesaikan misi algoritma ini adalah..."

• "Tantangan terbesar saat berkolaborasi adalah [...], dan cara saya mengatasinya adalah dengan [...]"

• "Saya menyadari bahwa Berpikir Komputasional ternyata bisa juga digunakan untuk masalah keseharian lain, yaitu..."

© Rislyon Ripi - SMA Kristen Barana - 2025/2026