Surabaya, 2025 – Dalam menghadapi era revolusi industri 4.0 dan perkembangan teknologi yang sangat pesat, penguasaan keterampilan digital, khususnya dalam bidang kecerdasan artifisial (AI), menjadi hal yang sangat krusial. Untuk itu, Direktorat Jenderal Guru dan Tenaga Kependidikan, Kementerian Pendidikan Dasar dan Menengah, meluncurkan Modul 4: Pemrograman Kecerdasan Artifisial sebagai bagian dari program Bimbingan Teknis Guru Koding dan KA untuk jenjang SMK.
Tujuan dan Fokus Pembelajaran
Modul ini dirancang untuk membekali guru dengan kompetensi teknis dan pedagogis agar mampu mengajarkan pemrograman kecerdasan artifisial secara efektif di sekolah. Tujuan pelatihan meliputi:
-
Memahami konsep dasar pemrograman KA.
-
Menerapkan library populer seperti TensorFlow dan scikit-learn.
-
Mengembangkan model AI sederhana untuk klasifikasi atau prediksi.
-
Memahami dan memanfaatkan Large Language Model (LLM) dalam pembelajaran.
-
Menumbuhkan kesadaran akan etika dan prinsip human-centered AI.
Isi Pembelajaran: Dari Dasar Hingga Lanjutan
Modul ini terbagi dalam beberapa bagian utama, di antaranya:
1. Konsep Dasar KA
Peserta belajar tentang berbagai pendekatan dalam AI seperti rule-based systems, machine learning, dan deep learning. Modul ini juga memperkenalkan konsep NLP (Natural Language Processing), Computer Vision, dan Reinforcement Learning.
2. Bahasa dan Lingkungan Pemrograman
Bahasa Python menjadi fokus utama karena sintaksnya yang sederhana dan ekosistem pustaka yang kaya. IDE seperti Jupyter Notebook, Google Colab, dan Visual Studio Code digunakan untuk praktik langsung.
3. Struktur Data dan Algoritma
Peserta memahami penggunaan struktur data seperti list, tuple, dictionary, dan set dalam konteks pengolahan data KA. Konsep variabel, operator, kontrol alur program (if-else, loop), dan fungsi juga dijelaskan.
4. Pengolahan dan Pra-Pemrosesan Data
Bagian ini mencakup cara mengakses dataset, membersihkan data, menangani nilai hilang dan duplikat, serta mendeteksi dan menghapus outlier. Teknik normalisasi dan visualisasi data seperti histogram, boxplot, scatter plot, dan heatmap juga diajarkan.
5. Penerapan Model Machine Learning
Modul ini menjelaskan berbagai metode ML seperti Supervised Learning, Unsupervised Learning, Semi-Supervised Learning, dan Reinforcement Learning. Peserta juga belajar membagi data ke dalam training dan testing, serta memahami overfitting dan underfitting.
6. Eksplorasi Large Language Model (LLM)
Peserta dikenalkan pada arsitektur dan cara kerja LLM seperti ChatGPT dan Hugging Face. Modul ini juga menekankan integrasi LLM dalam pengembangan aplikasi berbasis AI dan pentingnya etika dalam penggunaannya.
Metode Pelatihan dan Evaluasi
Pelatihan menggunakan pendekatan SOLO Taxonomy (mulai dari pemahaman dasar hingga refleksi kritis). Guru akan melakukan diskusi, latihan praktik coding, eksplorasi dataset, hingga pengembangan proyek mini berbasis aplikasi KA. Evaluasi dilakukan melalui tugas coding, lembar kerja, dan jurnal refleksi.
Etika dan Tanggung Jawab Digital
Modul ini tidak hanya mengembangkan keterampilan teknis, tetapi juga mengajak guru dan siswa untuk memahami risiko etis penggunaan AI, termasuk bias algoritma, keamanan data, dan tanggung jawab dalam pengembangan aplikasi.
📌 Kesimpulan:
Modul ini merupakan upaya nyata untuk membekali pendidik dengan keterampilan abad ke-21 yang relevan dan strategis. Melalui pelatihan ini, guru SMK diharapkan mampu mengantarkan siswa menjadi generasi yang cakap digital, inovatif, dan berintegritas dalam menggunakan teknologi kecerdasan artifisial.
📥 Unduh modul dan materi lengkap di: kemdikbud.go.id
0 Komentar