Peta Konsep Koding dan Kecerdasan Artifisial Suhadmi UPTD SDN 11 Kedondong.pptx

Mind Map

1. KELOMPOK 1 KETUA : ZULHEQI HERLAN ANGGOTA : ROHIF ARISKI M. YULISTIAWAN SUHADMI ZAY RONI Mengatasi Keterbatasan Fasilitas dalam Mengajar Koding dan Kecerdasan Artifisial

2. . Pernyataan Masalah (Problem Statement) Pembelajaran Koding dan Kecerdasan Artifisial (KKA) menjadi semakin krusial di era digital ini . Namun , di banyak institusi pendidikan , terutama di Indonesia, keterbatasan fasilitas sering menjadi hambatan signifikan . Keterbatasan ini mencakup akses terhadap komputer dengan spesifikasi memadai , koneksi internet yang stabil dan cepat , serta perangkat keras atau perangkat lunak khusus untuk proyek KKA ( misalnya , mikrokontroler , sensor, atau lisensi perangkat lunak AI tertentu ). Dampak dari keterbatasan ini sangat terasa : • Pembelajaran menjadi teoretis dan kurang praktis • Kurangnya eksplorasi dan inovasi • Motivasi siswa menurun • Kesenjangan keterampilan

3. Solusi yang Diusulkan Untuk mengatasi keterbatasan fasilitas dalam pengajaran KKA, beberapa solusi dapat diterapkan secara bertahap dan terintegrasi : Optimalisasi Sumber Daya yang Ada: Pemanfaatan Komputer yang Tidak Terpakai Identifikasi komputer di sekolah yang kurang dimanfaatkan dan tingkatkan spesifikasinya ( jika memungkinkan ) atau alokasikan khusus untuk pembelajaran KKA. Jadwal Fleksibel Lab Komputer Susun jadwal penggunaan lab komputer agar setiap kelas KKA memiliki waktu praktik yang cukup . Perangkat Pribadi (BYOD - Bring Your Own Device) Dorong siswa untuk membawa laptop atau perangkat pribadi mereka sendiri ( jika memungkinkan ) dan sediakan infrastruktur pendukung ( WiFi , colokan listrik ).

4. Pemanfaatan Platform dan Sumber Daya Online (Cloud-Based): o Lingkungan Pengembangan Online Gunakan platform Koding berbasis cloud seperti Google Colab , Repl.it, atau CodePen . Platform ini memungkinkan siswa menulis dan menjalankan kode tanpa perlu instalasi perangkat lunak yang berat di komputer lokal . o Platform Belajar Interaktif Manfaatkan platform seperti Codecademy , freeCodeCamp , atau Coursera yang menyediakan lingkungan belajar interaktif dan praktikum langsung melalui browser. o Simulasi dan Emulator Untuk proyek AI yang membutuhkan perangkat keras , gunakan simulator atau emulator online ( jika tersedia ) untuk memberikan pengalaman praktik virtual

5. Pengembangan Materi Ajar yang Adaptif o Kurikulum Berbasis Proyek Sederhana Rancangan proyek KKA yang tidak terlalu bergantung pada spesifikasi hardware tinggi atau lisensi perangkat lunak mahal . Fokus pada konsep inti yang bisa diterapkan dengan sumber daya minimal. o Pembelajaran Offline ( Materi Cetak dan Studi Kasus ) Siapkan modul pembelajaran cetak , studi kasus , dan latihan berbasis kertas yang dapat digunakan ketika akses fasilitas terbatas . o Modul Praktik Kelompok Jika jumlah komputer terbatas , atur siswa dalam kelompok kecil untuk mengerjakan proyek bersama , mendorong kolaborasi dan berbagi sumber daya .