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 Pelajaran	Koding dan Kecerdasan Artifisial
Fase / Kelas	Fase E / Kelas 10
Topik	Semester 1
Tahun Ajaran	2026/2027
Pendekatan KKTP	rubrik
Semester	1

2. INTERVAL NILAI

Belum Berkembang	Mulai Berkembang	Berkembang	Sangat Berkembang
0-59	60-69	70-84	85-100

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: Kelas.Bab.Urutan TP — contoh TP 10.1.1 = Kelas 10, Bab 1, TP ke-1. Penomoran ini penunjuk urutan internal dokumen, bukan format baku Pemerintah.

Bab 1 — Berpikir Komputasional (4 TP)

No	Kode TP	Tujuan Pembelajaran	Jumlah Indikator
1	TP 10.1.1	Menganalisis permasalahan sehari-hari yang kompleks dengan pendekatan berpikir komputasional	2
2	TP 10.1.2	Merumuskan solusi berpikir komputasional untuk memecahkan permasalahan sehari-hari yang kompleks	2
3	TP 10.1.3	Menerapkan berpikir komputasional untuk memecahkan permasalahan sehari-hari yang kompleks melalui simulasi langkah terstruktur	2
4	TP 10.1.4	Mengevaluasi hasil pemecahan permasalahan sehari-hari yang kompleks berdasarkan penerapan berpikir komputasional	2

Bab 2 — Algoritma dan Pemrograman Lanjut (2 TP)

No	Kode TP	Tujuan Pembelajaran	Jumlah Indikator
5	TP 10.2.1	Membandingkan beberapa algoritma untuk menyelesaikan permasalahan secara terstruktur	2
6	TP 10.2.2	Menerapkan algoritma pemrograman untuk menghasilkan aplikasi	2

Bab 3 — Literasi dan Etika Kecerdasan Artifisial (5 TP)

No	Kode TP	Tujuan Pembelajaran	Jumlah Indikator
7	TP 10.3.1	Menjelaskan cara kerja KA mengenali pola citra	2
8	TP 10.3.2	Menjelaskan cara kerja KA mengenali pola suara	2
9	TP 10.3.3	Mengidentifikasi profesi di bidang KA	3
10	TP 10.3.4	Menganalisis tanggung jawab etika dan hukum atas penggunaan KA yang harus dipikul manusia	3
11	TP 10.3.5	Mengevaluasi batasan pengambilan keputusan pada KA agar kondisi tertentu tidak sepenuhnya diserahkan pada KA	3

5. RUBRIK KETERCAPAIAN PER TUJUAN PEMBELAJARAN

Bab 1 — Berpikir Komputasional

TP 10.1.1: Menganalisis permasalahan sehari-hari yang kompleks dengan pendekatan berpikir komputasional

Indikator Pencapaian:
1. Menguraikan masalah kompleks menjadi bagian-bagian yang lebih kecil (dekomposisi).
2. Mengidentifikasi pola dan informasi relevan serta mengabaikan detail yang tidak penting (abstraksi).

Belum Berkembang	Mulai Berkembang	Berkembang	Sangat Berkembang
Belum mampu memecah masalah kompleks menjadi komponen lebih sederhana dan kesulitan memilah informasi yang relevan.	Mampu melakukan dekomposisi masalah sederhana atau memilah informasi relevan dengan bimbingan dan arahan guru.	Mampu memecah masalah kompleks menjadi beberapa sub-masalah serta menyaring informasi relevan secara mandiri.	Mampu memecah masalah kompleks secara sistematis, mengidentifikasi pola tersembunyi, dan menggeneralisasi prinsip abstraksi pada konteks kasus baru.

TP 10.1.2: Merumuskan solusi berpikir komputasional untuk memecahkan permasalahan sehari-hari yang kompleks

Indikator Pencapaian:
1. Menyusun tahapan logis penyelesaian masalah berdasarkan hasil analisis dekomposisi.
2. Merancang model atau representasi data sederhana untuk mendukung pengambilan keputusan solusi.

Belum Berkembang	Mulai Berkembang	Berkembang	Sangat Berkembang
Belum mampu menyusun urutan langkah penyelesaian masalah yang terstruktur dan logis.	Mampu menyusun beberapa langkah penyelesaian masalah, namun urutannya belum sepenuhnya runtut tanpa bantuan guru.	Mampu merumuskan urutan langkah dan model solusi yang logis serta terstruktur secara mandiri.	Mampu merumuskan alternatif rancangan solusi yang inovatif, adaptif, serta mempertimbangkan efisiensi sumber daya secara kritis.

TP 10.1.3: Menerapkan berpikir komputasional untuk memecahkan permasalahan sehari-hari yang kompleks melalui simulasi langkah terstruktur

Indikator Pencapaian:
1. Mengeksekusi simulasi langkah-langkah solusi (dry run/penelusuran manual) secara urut.
2. Mendeteksi dan memperbaiki kesalahan (debugging) yang ditemukan saat simulasi berlangsung.

Belum Berkembang	Mulai Berkembang	Berkembang	Sangat Berkembang
Belum mampu menjalankan langkah simulasi secara runtut dan tidak menemukan letak galat (error).	Mampu menjalankan sebagian langkah simulasi, tetapi memerlukan arahan guru saat menemukan galat.	Mampu menjalankan seluruh langkah simulasi secara runtut serta membetulkan kesalahan logika sederhana secara mandiri.	Mampu mendemonstrasikan simulasi langkah terstruktur dengan cepat, mendiagnosis akar masalah galat rumit, dan mengoptimalkan efisiensi langkah secara mandiri.

TP 10.1.4: Mengevaluasi hasil pemecahan permasalahan sehari-hari yang kompleks berdasarkan penerapan berpikir komputasional

Indikator Pencapaian:
1. Menilai kesesuaian output solusi terhadap kriteria keberhasilan masalah awal.
2. Memberikan rekomendasi perbaikan berbasis efisiensi algoritma atau akurasi langkah.

Belum Berkembang	Mulai Berkembang	Berkembang	Sangat Berkembang
Belum mampu menilai apakah hasil simulasi telah menjawab kriteria masalah yang dihadapi.	Mampu mengidentifikasi kesesuaian hasil akhir, namun belum mampu memberikan saran perbaikan tanpa panduan.	Mampu mengevaluasi ketercapaian hasil pemecahan masalah dan memberikan saran perbaikan berbasis data/bukti secara mandiri.	Mampu menyajikan evaluasi komprehensif, mengkritisi kelemahan solusi dari aspek efektivitas dan efisiensi, serta mengusulkan solusi lanjutan yang lebih optimal.

Bab 2 — Algoritma dan Pemrograman Lanjut

TP 10.2.1: Membandingkan beberapa algoritma untuk menyelesaikan permasalahan secara terstruktur

Indikator Pencapaian:
1. Mengidentifikasi alur kerja dari minimal dua algoritma berbeda untuk masalah yang sama.
2. Menganalisis perbedaan kelebihan dan kekurangan tiap algoritma berdasarkan kompleksitas langkah.

Belum Berkembang	Mulai Berkembang	Berkembang	Sangat Berkembang
Belum mampu membedakan alur langkah dari dua algoritma berbeda pada kasus yang sama.	Mampu menjelaskan langkah dasar dua algoritma, tetapi belum dapat membandingkan efektivitasnya secara mandiri.	Mampu membandingkan langkah, kelebihan, dan kelemahan minimal dua algoritma secara terstruktur dan tepat.	Mampu membandingkan efisiensi algoritma secara mendalam serta merekomendasikan algoritma paling tepat berdasarkan skenario kebutuhan spesifik.

TP 10.2.2: Menerapkan algoritma pemrograman untuk menghasilkan aplikasi

Indikator Pencapaian:
1. Menerjemahkan rancangan algoritma ke dalam kode program yang berfungsi sesuai sintaks.
2. Menguji fungsionalitas aplikasi agar menghasilkan keluaran yang diharapkan.

Belum Berkembang	Mulai Berkembang	Berkembang	Sangat Berkembang
Belum mampu menuliskan kode program yang berfungsi dari algoritma yang telah dirancang.	Mampu mengimplementasikan potongan kode sederhana, namun aplikasi belum sepenuhnya berjalan tanpa bantuan perbaikan dari guru.	Mampu menulis dan menjalankan aplikasi yang berfungsi baik serta bebas dari error sintaks utama secara mandiri.	Mampu menghasilkan aplikasi yang modular, rapi, dan responsif, serta menambahkan fitur penanganan error (error handling) tingkat lanjut.

Bab 3 — Literasi dan Etika Kecerdasan Artifisial

TP 10.3.1: Menjelaskan cara kerja KA mengenali pola citra

Indikator Pencapaian:
1. Menguraikan tahapan pemrosesan data citra (ekstraksi fitur/piksel).
2. Menjelaskan proses pencocokan pola visual citra pada model kecerdasan artifisial.

Belum Berkembang	Mulai Berkembang	Berkembang	Sangat Berkembang
Belum mampu menyebutkan tahapan dasar bagaimana komputer atau KA memproses data gambar.	Mampu menyebutkan konsep piksel dan data citra, tetapi belum runtut menjelaskan proses pengenalan pola tanpa bimbingan.	Mampu menjelaskan alur kerja pengenalan citra mulai dari ekstraksi fitur hingga klasifikasi label secara runut.	Mampu menerangkan mekanisme pengenalan pola citra dengan contoh analogi nyata, mengidentifikasi faktor pembatas akurasi, dan menghubungkannya dengan isu etika data visual.

TP 10.3.2: Menjelaskan cara kerja KA mengenali pola suara

Indikator Pencapaian:
1. Menguraikan transformasi sinyal audio/gelombang suara menjadi representasi data digital.
2. Menjelaskan mekanisme pengenalan pola fonem atau fitur audio oleh model KA.

Belum Berkembang	Mulai Berkembang	Berkembang	Sangat Berkembang
Belum mampu menjelaskan bagaimana suara diubah menjadi data digital untuk diproses oleh KA.	Mampu menyebutkan bahwa suara diubah menjadi teks/sinyal, namun belum memahami konsep ekstraksi fitur audio tanpa diarahkan.	Mampu menjelaskan urutan pemrosesan suara dari gelombang audio, ekstraksi spektrogram/fitur, hingga pengenalan pola secara tepat.	Mampu menjelaskan secara komprehensif cara kerja sistem pengenalan suara (seperti Speech-to-Text), faktor gangguan (noise), serta implikasi akurasi pada dialek/aksen.

TP 10.3.3: Mengidentifikasi profesi di bidang KA

Indikator Pencapaian:
1. Menyebutkan ragam profesi kerja di bidang kecerdasan artifisial beserta peran utamanya
2. Menjelaskan keterampilan teknis dan non-teknis yang dibutuhkan untuk berkarier di bidang KA
3. Memetakan jalur karier dan relevansi profesi KA dengan kebutuhan industri saat ini

Belum Berkembang	Mulai Berkembang	Berkembang	Sangat Berkembang
Belum mampu menyebutkan jenis-jenis profesi di bidang KA secara spesifik tanpa bimbingan intensif guru.	Mampu menyebutkan beberapa profesi di bidang KA, namun masih memerlukan arahan dalam menguraikan peran dan keterampilan yang dibutuhkan.	Mampu mengidentifikasi ragam profesi di bidang KA secara mandiri, lengkap dengan deskripsi tugas dan kompetensi utama yang dipersyaratkan.	Mampu menganalisis ragam profesi di bidang KA secara komprehensif, memetakan prospek masa depan karier KA, serta mengaitkannya dengan potensi minat pribadi secara kritis.

TP 10.3.4: Menganalisis tanggung jawab etika dan hukum atas penggunaan KA yang harus dipikul manusia

Indikator Pencapaian:
1. Menguraikan prinsip-prinsip etika dalam pemanfaatan KA (seperti privasi, transparansi, dan non-diskriminasi)
2. Mengidentifikasi regulasi dan konsekuensi hukum atas pelanggaran penggunaan teknologi KA
3. Menganalisis studi kasus mengenai dampak kelalaian manusia dalam implementasi sistem KA

Belum Berkembang	Mulai Berkembang	Berkembang	Sangat Berkembang
Belum mampu mengidentifikasi isu etika maupun aturan hukum terkait penggunaan KA meskipun telah diberikan contoh kasus.	Mampu mengenali masalah etika atau hukum dasar dalam penggunaan KA dengan bantuan stimulus atau pemantik dari guru.	Mampu menganalisis secara mandiri tanggung jawab etika dan konsekuensi hukum yang harus dipikul manusia dalam berbagai skenario pemanfaatan KA.	Mampu mengkritisi studi kasus pelanggaran etika dan hukum KA secara mendalam, serta merumuskan rekomendasi mitigasi risiko yang solutif dan bertanggung jawab.

TP 10.3.5: Mengevaluasi batasan pengambilan keputusan pada KA agar kondisi tertentu tidak sepenuhnya diserahkan pada KA

Indikator Pencapaian:
1. Menjelaskan keterbatasan teknis dan moral KA dalam proses pengambilan keputusan kritis
2. Menentukan skenario atau domain risiko tinggi (high-stakes) yang wajib mempertahankan kendali manusia (human-in-the-loop)
3. Menilai risiko kegagalan sistem KA jika keputusan krusial diotomatisasi penuh

Belum Berkembang	Mulai Berkembang	Berkembang	Sangat Berkembang
Belum mampu menjelaskan batasan kemampuan KA dan cenderung menganggap KA dapat diandalkan sepenuhnya di segala situasi.	Mampu menyebutkan contoh kondisi di mana KA membuat kesalahan, namun masih memerlukan panduan untuk merumuskan batasan intervensi manusia.	Mampu mengevaluasi batasan pengambilan keputusan KA secara mandiri dan mengidentifikasi area berisiko tinggi yang membutuhkan kendali manusia.	Mampu menyajikan evaluasi kritis berbasis argumen logis mengenai batasan KA serta merancang kerangka kontrol manusia (human oversight) yang tepat untuk skenario berisiko tinggi.

6. CATATAN

KKTP semester ini mencakup Bab 1 — Berpikir Komputasional; Bab 2 — Algoritma dan Pemrograman Lanjut; Bab 3 — Literasi dan Etika Kecerdasan Artifisial (total 11 TP). Satu rubrik per TP; gunakan ringkasan per bab untuk administrasi dan rubrik detail per bab untuk mengajar.

Ingin Lihat Selengkapnya?

Dapatkan akses ke dokumen lengkap ini secara gratis.

Buat soal dari materi ini

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

Buat Penilaian dengan AI

Dokumen terkait

Perangkat pendamping untuk mapel dan kelas yang sama.

ATP Koding dan Kecerdasan Artifisial Kelas 10 Modul Ajar Koding dan Kecerdasan Artifisial Kelas 10 per bab LKPD Koding dan Kecerdasan Artifisial Kelas 10 per pertemuan

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 disusun berdasarkan Capaian Pembelajaran (CP) sesuai Keputusan Kepala BSKAP terbaru.