Dokumenchevron_rightKKTPchevron_rightKoding dan Kecerdasan Artifisialchevron_rightKelas 10

KKTP Koding dan Kecerdasan Artifisial Kelas 10 — Semester 1

KKTPSMAKelas 10ESemester 1

Dokumen KKTP ini membantu guru Koding dan Kecerdasan Artifisial kelas 10 menyiapkan pembelajaran secara sistematis dan selaras dengan Capaian Pembelajaran resmi.

MEJAGURU.ID - DOKUMEN KKTP

KKTP Koding dan Kecerdasan Artifisial Kelas 10 — Semester 1

Koding dan Kecerdasan Artifisial · Kelas 10

Semester 1

KRITERIA KETERCAPAIAN TUJUAN PEMBELAJARAN (KKTP)

KODING DAN KECERDASAN ARTIFISIAL

Semester 1

1. IDENTITAS

Mata PelajaranKoding dan Kecerdasan Artifisial
Fase / KelasFase E / Kelas 10
TopikSemester 1
Pendekatan KKTPrubrik
Semester1

2. INTERVAL NILAI

Belum BerkembangMulai BerkembangBerkembangSangat Berkembang
0–5960–6970–8485–100

3. PETUNJUK PENSKORAN

Petunjuk penskoran (deterministik):
• Belum Berkembang (0–59): indikator dasar belum tercapai; perlu intervensi/remedial.
• Mulai Berkembang (60–69): sebagian indikator tercapai dengan bantuan guru.
• Berkembang (70–84): indikator utama tercapai secara mandiri.
• Sangat Berkembang (85–100): melampaui indikator; mampu mentransfer/menjelaskan ke konteks baru.
Nilai numerik dipetakan ke level di atas sesuai interval. Deskripsi rubrik per TP menjelaskan bukti observasi di tiap level.

4. RINGKASAN KETERCAPAIAN PER BAB

Kode TP: Bab.Pertemuan.Urutan TP

NoKode TPTujuan PembelajaranJumlah Indikator
1Murid dapat menjelaskan konsep berpikir komputasional beserta empat pilarnya (dekomposisi, pengenalan pola, abstraksi, dan algoritma) dengan mengaitkan contoh permasalahan nyata dalam kehidupan sehari-hari.3
2Murid dapat mengidentifikasi permasalahan sehari-hari yang kompleks dan menentukan pilar berpikir komputasional yang relevan untuk digunakan dalam penyelesaiannya.3
3Murid dapat menerapkan dekomposisi untuk memecah permasalahan sehari-hari yang kompleks menjadi bagian-bagian yang lebih kecil dan terkelola.3
4Murid dapat mengenali pola yang terdapat dalam sekumpulan data atau situasi nyata sebagai langkah awal pemecahan masalah secara sistematis.3
5Murid dapat melakukan abstraksi dengan menyaring informasi penting dari suatu permasalahan dan mengabaikan detail yang tidak relevan untuk menyederhanakan proses penyelesaian.3
6Murid dapat merancang algoritma berupa langkah-langkah logis dan terurut sebagai solusi atas permasalahan sehari-hari yang telah didekomposisi dan diabstraksikan.3
7Murid dapat menerapkan keseluruhan langkah berpikir komputasional secara terstruktur untuk memecahkan permasalahan kompleks dalam kehidupan sehari-hari melalui simulasi berbasis studi kasus kelompok.3
8Murid dapat menganalisis persamaan dan perbedaan antara kemampuan berpikir komputasional manusia dengan kemampuan kecerdasan artifisial dalam membantu penyelesaian masalah.3
9Murid dapat mendemonstrasikan kemampuan menerapkan berpikir komputasional secara menyeluruh — meliputi dekomposisi, pengenalan pola, abstraksi, dan perancangan algoritma — untuk memecahkan permasalahan sehari-hari yang kompleks secara mandiri sebagai bukti ketercapaian kompetensi bab.3
10Murid mampu memahami dan menjelaskan konsep algoritma dasar dalam bentuk narasi dan pseudocode untuk menyelesaikan permasalahan sederhana.3
11Murid mampu menerapkan struktur logika (urutan, percabangan, pengulangan) dalam penulisan algoritma dasar secara tertulis.3
12Murid mampu menganalisis logika algoritma dasar dan menuangkannya ke dalam bentuk flowchart secara tepat dan sistematis.3
13Murid mampu menerapkan berpikir komputasional untuk merancang alur penyelesaian masalah nyata melalui representasi flowchart.3
14Murid mampu memahami dan menerapkan konsep array, pengondisian bertingkat (nested if), serta pengulangan bersarang (nested loop) dalam pemecahan masalah.3
15Murid mampu membandingkan penggunaan struktur pengondisian bertingkat dan pengulangan bersarang untuk memilih pendekatan yang paling efisien.3
16Murid mampu memahami dan menerapkan algoritma pencarian sequential search dan binary search untuk menemukan data dalam kumpulan data.3
17Murid mampu membandingkan algoritma pengurutan selection sort dan insertion sort berdasarkan logika dan efisiensinya.3
18Murid mampu memahami dan menerapkan algoritma rule-based untuk menyelesaikan permasalahan berbasis aturan logika.3
19Murid mampu menjelaskan konsep dasar algoritma machine learning (decision tree, linear regression, K-means clustering, naive Bayes) dan membandingkannya dengan algoritma rule-based.3
20Murid mampu menerapkan algoritma ke dalam bahasa pemrograman Python menggunakan sintaks dasar (variabel, input/output, percabangan, perulangan).3
21Murid mampu mengidentifikasi dan memperbaiki kesalahan logika maupun sintaks pada kode program melalui teknik analisis kesalahan (debugging).3
22Murid mampu menunjukkan pemahaman menyeluruh tentang algoritma dasar, algoritma terstruktur, pencarian, pengurutan, serta algoritma rule-based melalui asesmen tertulis.3
23Murid mampu menerapkan pemrograman Python secara mandiri untuk menghasilkan program sederhana yang memuat logika algoritma dan penanganan kesalahan (debugging).3
24Murid mampu menjelaskan cara kerja kecerdasan artifisial dalam mengenali pola citra menggunakan aplikasi seperti Google Teachable Machine dan Quickdraw3
25Murid mampu menjelaskan cara kerja kecerdasan artifisial dalam mengenali pola suara menggunakan aplikasi seperti Speech Demo3
26Murid mampu mengidentifikasi jenis-jenis profesi di bidang kecerdasan artifisial beserta tugas dan peran masing-masing profesi tersebut3
27Murid mampu mendeskripsikan keterampilan yang dibutuhkan dan perspektif karier di bidang kecerdasan artifisial untuk menghadapi tantangan dunia kerja masa depan3
28Murid mampu menganalisis dampak positif pemanfaatan kecerdasan artifisial dalam berbagai bidang kehidupan sehari-hari berdasarkan pengalaman dan data nyata3
29Murid mampu mengidentifikasi dampak negatif pemanfaatan kecerdasan artifisial serta menjelaskan mengapa pengambilan keputusan pada kondisi tertentu tidak dapat sepenuhnya diserahkan kepada kecerdasan artifisial3
30Murid mampu menjelaskan regulasi dan upaya pemerintah Indonesia dalam mengatur penggunaan kecerdasan artifisial serta tanggung jawab etika dan hukum yang harus dipikul manusia dalam pemanfaatan kecerdasan artifisial3
31Murid mampu mengevaluasi kasus penyalahgunaan kecerdasan artifisial dan menyimpulkan prinsip etika yang harus diterapkan dalam penggunaan kecerdasan artifisial secara bertanggung jawab3

5. CATATAN

KKTP ini dirancang berdasarkan ATP Bab 1 Koding dan Kecerdasan Artifisial Fase E. Guru disarankan menggunakan rubrik ini secara holistik, tidak hanya berbasis skor angka. Asesmen dapat dilakukan melalui observasi diskusi, lembar kerja, presentasi kelompok, dan tes tertulis. Untuk TP 7, penilaian dapat dilakukan secara kelompok namun tetap memperhatikan kontribusi individu. Guru dapat menyesuaikan interval nilai sesuai karakteristik kelas dan kesepakatan satuan pendidikan.

Buat soal dari materi ini

Gunakan Generator Soal AI dengan mapel dan kelas yang sudah terisi.

Buat Penilaian dengan AI

Apa isi dokumen ini?

Dokumen ini merangkum komponen utama KKTP yang dapat digunakan sebagai acuan perencanaan, pelaksanaan, dan administrasi pembelajaran.

Cara pakai dokumen ini

Unduh DOCX, lalu sesuaikan identitas sekolah, nama guru, dan kebutuhan kelas. Tinjau kembali isi dokumen agar selaras dengan kalender dan kondisi belajar setempat.

verified_user

Sesuai regulasi terbaru

Dokumen ini telah diverifikasi berdasarkan Capaian Pembelajaran (CP) sesuai Keputusan Kepala BSKAP terbaru.