LKPD Koding dan Kecerdasan Artifisial Kelas 7: Projek Mini: Pemilah Sampah Pintar Berbasis Klasifikasi Gambar KA

INFORMASI UMUM

TUJUAN PEMBELAJARAN

1. Murid dapat menerapkan model klasifikasi gambar KA sederhana untuk memecahkan masalah nyata di lingkungan sekitar, yaitu pemilahan sampah organik dan anorganik.
2. Murid dapat menyusun langkah-langkah pemecahan masalah secara sistematis dalam merancang dan menguji model KA pemilah sampah.

PETUNJUK UMUM

• Kerjakan LKPD ini bersama kelompokmu (3–4 orang). Pilih satu ketua kelompok dan satu notulis.
• Baca setiap petunjuk dengan teliti sebelum memulai kegiatan.
• Pastikan komputer/laptop sudah terhubung ke internet dan kamera berfungsi sebelum memulai Kegiatan 2.
• Siapkan benda-benda sampah nyata (atau gambar sampah yang sudah dicetak/ditemukan di internet) sesuai kategori yang dipilih kelompokmu.
• Setiap anggota kelompok wajib aktif berpartisipasi: bergantian merekam gambar, mengoperasikan Teachable Machine, dan mencatat hasil.
• Tulis nama anggota kelompok, kelas, dan tanggal di pojok kanan atas setiap lembar jawaban.
• Jika ada kata atau istilah yang belum dipahami, tandai dengan tanda tanya (?) dan tanyakan kepada guru.

KEGIATAN

Kegiatan 1: Mengenal Masalah: Mengapa Sampah Perlu Dipilah?

Estimasi: 15 menit

Alat & Bahan:

• Alat tulis
• Lembar kerja ini
• Opsional: gambar sampah dari majalah/internet yang sudah dicetak untuk diamati

Petunjuk Pengerjaan:

1. Amati gambar di bawah ini (atau lingkungan sekitar sekolahmu) selama 2 menit. Bayangkan jika semua jenis sampah tercampur jadi satu.
2. Diskusikan dengan kelompokmu: apa dampak buruk yang bisa terjadi jika sampah tidak dipilah?
3. Tuliskan hasil diskusi kalian pada tabel dan pertanyaan yang tersedia.
4. Setelah berdiskusi, pikirkan bersama: bagaimana teknologi Kecerdasan Artifisial (KA) bisa membantu memecahkan masalah ini?

Pertanyaan:

1. Sebutkan minimal 3 jenis sampah yang biasa kamu temukan di sekolah atau rumahmu. Kelompokkan ke dalam tabel berikut: Nama Sampah | Jenis (Organik/Anorganik) | Contoh Dampak jika Tidak Dipilah.

2. Menurutmu, apa tantangan terbesar jika manusia harus memilah sampah secara manual setiap hari? Jelaskan dengan bahasamu sendiri (minimal 2 tantangan).

3. Bagaimana menurutmu KA bisa membantu mengatasi tantangan pemilahan sampah yang kamu sebutkan di atas? Diskusikan dengan kelompokmu dan tuliskan ide kalian.

Jawaban nomor 1: buat tabel 3 kolom (Nama Sampah | Jenis | Dampak) dengan minimal 3 baris. Jawaban nomor 2 dan 3: tulis paragraf bebas minimal 3–4 kalimat per nomor.

Kegiatan 2: Merancang dan Melatih Model KA Pemilah Sampah dengan Teachable Machine

Estimasi: 40 menit

Alat & Bahan:

• Komputer/laptop dengan kamera (webcam) yang berfungsi
• Koneksi internet
• Browser web (Chrome/Firefox/Edge direkomendasikan)
• Benda sampah nyata atau gambar sampah yang sudah disiapkan (minimal 3 jenis)
• Alat tulis dan penggaris untuk membuat tabel

Petunjuk Pengerjaan:

1. Buka browser dan akses Teachable Machine di alamat: https://teachablemachine.withgoogle.com/
2. Klik 'Get Started', lalu pilih 'Image Project' → 'Standard Image Model'.
3. Diskusikan dengan kelompokmu: pilih 3 jenis sampah yang akan menjadi kelas/kategori model kalian (contoh: Organik, Plastik, Kertas). Catat pilihan ini di langkah perencanaan sebelum mulai merekam.
4. Ganti nama setiap kelas sesuai jenis sampah yang dipilih (klik ikon pensil di samping nama kelas).
5. Untuk setiap kelas, rekam minimal 20 gambar menggunakan webcam ATAU unggah gambar dari komputer. Pastikan ada variasi sudut pengambilan gambar dan latar belakang.
6. Setelah semua gambar terkumpul, klik tombol 'Train Model' dan tunggu hingga proses selesai.
7. Uji model dengan menunjukkan sampel sampah baru ke kamera. Amati hasil prediksi dan persentase keyakinan (confidence) yang ditampilkan.
8. Catat semua hasil pengujian pada tabel di pertanyaan nomor 3.
9. PENTING: Jangan menutup tab Teachable Machine sampai semua pengujian selesai dan hasilnya dicatat.

Pertanyaan:

1. Sebelum melatih model, tuliskan rencana kalian pada tabel Rancangan Projek berikut: Nama Kelas/Kategori | Jenis Sampah | Jumlah Gambar yang Direncanakan | Cara Mendapatkan Gambar (webcam/unggah).

2. Saat proses pengambilan gambar, apa saja variasi yang kalian lakukan agar model lebih 'pintar'? Beri tanda centang (✓) pada variasi yang kalian terapkan dan tambahkan catatan singkat pengalamanmu.
□ Variasi sudut (atas, samping, depan)
□ Variasi jarak (dekat, sedang, jauh)
□ Variasi latar belakang (meja, lantai, dipegang)
□ Variasi pencahayaan (terang, redup)
□ Variasi lain (sebutkan: ___)

3. Setelah model selesai dilatih, uji dengan minimal 6 sampel baru (2 per kategori). Catat hasilnya pada tabel: No. Uji | Objek yang Diuji | Prediksi Model | Persentase Keyakinan (%) | Benar/Salah.

4. Berdasarkan hasil pengujian di tabel atas, kategori sampah mana yang paling mudah dikenali model dan mana yang paling sulit? Tuliskan analisis singkat kelompokmu tentang mengapa hal itu terjadi.

Nomor 1 dan 3: buat tabel sesuai kolom yang diminta (gunakan penggaris untuk membuat tabel yang rapi). Nomor 2: beri tanda centang dan tulis catatan di bawah daftar variasi. Nomor 4: tulis paragraf analisis minimal 4–5 kalimat.

Kegiatan 3: Evaluasi dan Pengembangan: Jadikan Model Lebih Pintar!

Estimasi: 25 menit

Alat & Bahan:

• Lembar kerja ini
• Alat tulis dan pensil warna (untuk menggambar nomor 3)
• Data hasil pengujian dari Kegiatan 2

Petunjuk Pengerjaan:

1. Setelah selesai menguji model, diskusikan hasil kalian bersama kelompok.
2. Kerjakan pertanyaan-pertanyaan di bawah ini secara bersama, lalu tuliskan jawaban yang sudah disepakati kelompok.
3. Pada bagian akhir, setiap kelompok akan mempresentasikan hasil proyeknya selama 2–3 menit kepada kelas. Siapkan poin-poin presentasi kalian di pertanyaan nomor 4.
4. Gunakan pengalaman nyata saat melatih dan menguji model sebagai dasar jawaban kalian — bukan tebakan!

Pertanyaan:

1. Tuliskan langkah-langkah yang sudah kalian lakukan dalam projek ini secara urut dari awal hingga akhir, dalam bentuk diagram alur atau daftar bernomor. Gunakan kata kerja aktif di setiap langkah (contoh: 'Memilih kategori sampah', 'Merekam gambar', dst.).

2. Berdasarkan pengalaman kalian, apa saja faktor yang membuat akurasi model KA menjadi tinggi atau rendah? Isilah tabel berikut: Faktor | Pengaruh pada Akurasi (Tinggi/Rendah) | Penjelasan Singkat.

3. Jika kalian bisa mengembangkan model ini menjadi aplikasi nyata di sekolah, bagaimana cara kerjanya? Gambarkan atau deskripsikan konsep 'Tempat Sampah Pintar' versi kelompokmu, termasuk: input apa yang digunakan, proses KA-nya, dan output/aksi yang dihasilkan.

4. Siapkan poin presentasi kelompokmu (2–3 menit) dengan menjawab: (a) Kategori sampah apa yang kalian latih? (b) Berapa akurasi rata-rata model kalian? (c) Apa tantangan terbesar yang dihadapi? (d) Satu saran konkret untuk meningkatkan model.

Nomor 1: tulis daftar bernomor atau buat kotak-kotak alur dengan panah. Nomor 2: tabel 3 kolom minimal 4 baris. Nomor 3: gambar sederhana dengan label (boleh juga deskripsi paragraf jika tidak ingin menggambar). Nomor 4: poin-poin singkat dalam bentuk daftar untuk persiapan presentasi.

REFLEKSI

1. Dari pengalaman melatih model KA hari ini, satu hal baru yang paling membuatmu kagum atau terkejut adalah... Mengapa hal itu menarik bagimu?

2. Model KA yang kamu buat bisa keliru dalam mengenali jenis sampah. Menurutmu, apakah ini berarti KA tidak berguna? Jelaskan sikapmu terhadap keterbatasan KA dalam kehidupan nyata.

3. Jika kamu menjadi seorang ilmuwan data atau pengembang teknologi di masa depan, masalah nyata apa lagi di sekitarmu yang ingin kamu selesaikan menggunakan klasifikasi gambar KA? Mengapa masalah itu penting bagimu?