Pemahaman Koding dan Kecerdasan Artifisial Pada Sekolah Dasar.pptx

Pemahaman Koding dan Kecerdasan Artifisial Pada Sekolah Dasar

1. Pemahaman Konsep Koding dan Kecerdasan Artifisial (KA) pada Sekolah Dasar Kementerian Pendidikan Dasar dan Menengah Republik Indonesia

2. Dunia Berubah Cepat: Teknologi seperti AI (Kecerdasan Buatan), Big Data (Data Besar), dan IoT (Internet untuk Segala) makin banyak dipakai di mana-mana. Kita perlu siap! Ekonomi Baru: Teknologi membuka banyak pekerjaan dan usaha baru . Melek Digital: Penting bagi anak-anak untuk paham cara memakai teknologi dengan baik dan aman. Jadi Pencipta: Anak-anak bisa belajar menciptakan solusi untuk masalah di sekitar mereka . Indonesia kekurangan talenta digital : dibutuhkan 12 juta talenta digital hingga 2030. Mengapa Koding dan Kecerdasan Artifisial penting diajarkan ?

3. Pendekatan Holistik dan Kontekstual Etika ( Keadaban ): Fondasi penguasaan kompetensi . Kontekstual : Sesuai situasi sehari-hari peserta didik dan permasalahan masyarakat . Metode Fleksibel : Dilaksanakan secara internet-based , plugged , dan unplugged . Human-Centered: Manusia sebagai fokus dalam pemanfaatan dan pengembangan AI. Penguasaan Kompetensi Pra -Dasar: Bekal untuk jenjang selanjutnya . Karakteristik Pembelajaran Koding dan Kecerdasan Artifisial

4. Elemen SD SMP SMA/SMK 5 6 7 8 9 10 11 12 Berpikir komputasional Literasi digital Literasi dan Etika Kecerdasan Artifisial Pemanfaatan dan Pengembangan Kecerdasan Artifisial Algoritma pemrograman Analisis data Capaian Pembelajaran Koding KA 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), UNESCO AI Competency Framework for Students (2024), dan UNESCO K- 12 AI Curricula (2022). Menekankan pada human-centered approach/mindset Pembelajaran diterapkan dengan pendekatan pembelajaran mendalam dan dapat dilaksanakan secara fleksibel melalui metode internet- based, plugged, atau unplugged. Pada jenjang SD penekanan lebih kepada Berpikir Komputasional dan belum masuk ke Pemrograman

5. Pilar Pembelajaran Berpikir Komputasional : Keterampilan dalam memecahkan masalah secara logis , sistematis , kritis , analitis , dan kreatif . Literasi Digital: Kecakapan bermedia digital, etika , dan keamanan digital. Literasi dan Etika Kecerdasan Artifisial : Memahami konsep dasar , cara kerja , manfaat , dampak , serta etika dalam pemanfaatan AI. Pemanfaatan dan Pengembangan Kecerdasan Artifisial : Kemampuan memanfaatkan AI untuk penyelesaian masalah dan menciptakan sistem AI. Elemen Koding dan Kecerdasan Artifisial

6. Membentuk Peserta Didik yang Kompeten Berpikir Komputasional : Keterampilan problem solving berjenjang ( dekomposisi , pengenalan pola , abstraksi , algoritma ). Literasi Digital: Cakap dan bijak sebagai warga masyarakat digital yang produktif , beretika , aman , berbudaya , dan bertanggung jawab . Pengelolaan Data: Terampil mengelola dan memanfaatkan data. Berkarya dengan Teknologi : Terampil menghasilkan rancangan atau program melalui koding dan pemanfaatan AI. Tujuan Mata Pelajaran Koding dan Kecerdasan Artifisial

7. Berpikir Komputasional

8. Pemanfaatan yang Bertanggung Jawab Kesadaran Bias: Menyadari bahwa Kecerdasan Artifisial bisa menghasilkan jawaban yang tidak netral atau condong ke arah tertentu , karena AI belajar dari data yang mungkin sudah bias. Privasi Data & Keamanan Informasi : Pentingnya melindungi data pribadi . Tanggung Jawab & Akuntabilitas: Memahami dampak potensial penggunaan AI. Keterbukaan & Transparansi : Memahami bagaimana sistem AI mengambil keputusan . Hak Cipta: Memahami dan menghormati hak cipta dalam konten yang dihasilkan AI generatif . Etika dalam Kecerdasan Artifisial

9. Koding : M emberi perintah ke komputer agar bisa melakukan sesuatu . Contoh : Robot bisa bergerak maju , belok , atau lompat sesuai perintah . Alat belajar : Scratch, Code.org, Blockly . Apa itu Koding?

10. Mesin yang Dapat Berpikir dan Bertindak Definisi : Kemampuan sistem untuk menginterpretasikan data, belajar , dan menerapkan pembelajaran untuk mencapai tujuan . Teknologi yang membuat komputer bisa belajar dan meniru manusia . Kategori AI: Narrow AI: Dirancang untuk tugas spesifik ( misal : asisten virtual). General AI: Memiliki kapasitas belajar dan memahami berbagai tugas . Contoh AI sehari-hari : - Google Translate ( menerjemahkan bahasa ) - ChatGpt,Gemini,Siri ( menjawab pertanyaan ) - YouTube/Netflix ( merekomendasikan video) Apa itu Kecerdasan Artifisial ?

11. Membangun Minat dan Keterampilan Praktis Sekolah Dasar: Pengenalan konsep sederhana ( aplikasi pengenalan gambar , permainan edukatif ). Sekolah Menengah : Penggunaan AI untuk analisis data, pemecahan masalah kompleks , proyek berbasis AI (AI generatif untuk kreativitas ). Pendekatan Pedagogi : Project-based learning , game-based learning , inquiry learning . Contoh Teknologi AI: Pengenalan Suara ( Asisten Virtual), Pengenalan Gambar ( Deteksi Wajah, Mobil Otonom ), Analisis Data ( Rekomendasi Produk ), AI Generatif ( Pembuatan Konten ). Pemanfaatan dan Pengembangan AI di Sekolah

12. Perbedaan Koding dan AI 🖥️ Koding : Perintah jelas & langkah demi langkah . 🤖 AI: Komputer bisa belajar dari data & menyesuaikan diri . Contoh koding : 'Maju 5 langkah .' Contoh AI: Kamera HP mengenali wajah teman .

13. Implementasinya bertahap, dengan pendekatan yang disesuaikan. Mewujudkan Keterampilan Abad 21 Pembelajaran Koding dan KA bukan sekadar program baru, tapi visi jangka panjang untuk membentuk siswa berpikir komputasional, kreatif, kolaboratif, dan adaptif terhadap masa depan. Delapan Dimensi Profil Lulusan Pembelajaran Mendalam

14. Implementasi di Sekolah Fleksibel: Mata pelajaran pilihan. Proyek lintas mata pelajaran. Ekstrakurikuler.

15. Unplugged Tujuan: Menanamkan logika berpikir komputasional melalui pengalaman konkret dan menyenangkan. Solusi untuk sekolah yang belum memiliki perangkat dan infrastruktur digital. Kelebihan: Sederhana, murah, dan inklusif. Dapat dilakukan di semua sekolah, termasuk di daerah tanpa listrik atau internet. Contoh Implementasi: Permainan algoritma berurutan (misal: menyusun langkah membuat roti). Kegiatan “Program Si Robot” di mana siswa memberi instruksi langkah ke teman secara tertulis. Pengenalan AI melalui cerita bergambar yang membandingkan cara berpikir manusia dan mesin. Plugged Tujuan: Memungkinkan pembelajaran berbasis teknologi dalam kondisi terbatas. Fokus pada keterampilan teknis dasar dengan aplikasi offline. Kelebihan: Tetap bisa belajar koding meskipun tidak memiliki akses internet stabil. Dapat digunakan di laboratorium komputer sekolah dengan software offline. Contoh Implementasi: Menggunakan software seperti Scratch Desktop, Python offline IDE (seperti Thonny), atau micro:bit offline. Simulasi algoritma melalui visual block programming tanpa akses daring. Praktik pengolahan data sederhana dan logika pemrograman langsung di perangkat. Metode Pembelajaran Koding- KA Internet Based Tujuan: Memberikan pengalaman belajar interaktif berbasis platform digital. Memperkenalkan siswa pada aplikasi nyata seperti AI tools, simulasi coding, dan pembelajaran berbasis LMS. Kelebihan: Kaya sumber belajar: video tutorial, simulasi langsung, pemrograman online. Cocok untuk sekolah dengan infrastruktur lengkap (komputer, jaringan stabil, dan guru yang terlatih). Contoh Implementasi: Menggunakan platform seperti Scratch, Tynker, Code.org, atau Coogle Teachable Machine. Mengakses LMS Kementerian untuk materi dan evaluasi secara daring. Siswa membuat proyek aplikasi atau robotik ringan dengan bimbingan digital. Strategi ini dibuat agar sekolah dengan berbagai tingkat kesiapan tetap bisa mengimplementasi kan pembelajaran. Sekolah dengan fasilitas lengkap bisa langsung gunakan pendekatan internet- based. Namun fasilitator juga harus siap membimbing sekolah yang hanya mampu melakukan pembelajaran unplugged.

16. Perlu Memperkuat Rasa Empati di Lapangan Tidak semua sekolah memiliki infrastruktur teknologi yang memadai, dan banyak guru yang belum memiliki latar belakang atau pengalaman di bidang koding dan KA. Tidak semua guru memiliki minat atau motivasi yang kuat di bidang teknologi, sehingga penting untuk menemukan cara untuk meningkatkan minat mereka dalam pembelajaran ini. Masih banyak miskonsepsi yang memandang kebijakan pusat harus dilakukan tanpa mempertimbang- kan kesiapan sekolah di daerah. Bangun kerja sama dengan para guru untuk menciptakan lingkungan belajar yang kolaboratif, efektif dan menarik.

17. Terima Kasih Kementerian Pendidikan Dasar dan Menengah Republik Indonesia