Modul Ajar & RPP Informatika Kelas IX
Berpikir Komputasional dalam Analisis Data
Sudah jadi 11 lembar, tinggal tulis nama Anda ✍️
🎁 100% GRATIS · unduh Word + PDF tanpa bayar
Gratis 3 modul, tanpa bayar apa pun.
TERBARUTP 2026/2027Rumus 8-3-3-4Pembelajaran Mendalam
- 8Dimensi Profil Lulusan: keimanan & ketakwaan, kewargaan, penalaran kritis, kreativitas, kolaborasi, kemandirian, kesehatan, komunikasi
- 3Prinsip Pembelajaran: berkesadaran, bermakna, menggembirakan
- 3Pengalaman Belajar: memahami, mengaplikasi, merefleksi
- 4Kerangka Pembelajaran: praktik pedagogis, kemitraan, lingkungan, pemanfaatan digital
- 💚Panca Cinta: cinta Allah & Rasul-Nya, ilmu, lingkungan, diri & sesama, tanah air
📜 Dasar: KMA 1503/2025 (Kurikulum Berbasis Cinta) · Kepdirjen Pendis 6077/2025
“Dulu lama menyusun modul — dengan sistem ini tinggal klik, jadi.”
Isi modul ini
Di bawah ini 11 lembar A4 pertama, persis seperti yang terunduh. Nama & tema yang Anda pilih di atas sudah terpasang.
| Penyusun | nama Anda |
| Satuan Pendidikan | sekolah Anda |
| Mata Pelajaran | Informatika |
| Fase / Kelas | D / IX |
| Materi Pokok | Berpikir Komputasional dalam Analisis Data |
| Alokasi Waktu | 2 pertemuan |
| Tahun Pelajaran | 2026/2027 |
| Pendekatan | Pembelajaran Mendalam |
| Model Pembelajaran | Project Based Learning + praktik |
| Bentuk Dokumen | Modul Ajar — memuat RPP |
✍️ Dua baris kuning di atas terisi otomatis saat Anda mengunduh — beserta kop, logo, dan nama sekolah di kepala tiap lembar.
Identifikasi Peserta Didik:
| Kesiapan belajar (kompetensi awal) | Peserta didik telah memiliki pemahaman dasar tentang pengumpulan dan pengorganisasian data sederhana. |
Dimensi Profil Lulusan yang dikembangkan:
- keimanan dan ketakwaan — elemen: Akhlak kepada alam
Peserta didik menunjukkan kesadaran dalam menggunakan teknologi informasi secara bertanggung jawab, sesuai etika Islam, untuk kebaikan bersama. - penalaran kritis — elemen: Menganalisis dan mengevaluasi penalaran
Peserta didik mampu menganalisis pola dan hubungan dalam data menggunakan struktur tree dan graph untuk menarik kesimpulan yang valid. - kolaborasi — elemen: Kerja sama
Peserta didik bekerja sama dalam kelompok kecil untuk merancang dan menyajikan visualisasi data yang efektif dan informatif.
Capaian Pembelajaran (CP):
| Acuan | Kepka BSKAP No. 046/H/KR/2025 |
| Elemen / Domain | Analisis Data |
| Rumusan CP Fase | Peserta didik mampu menerapkan berpikir komputasional untuk menganalisis data, termasuk memahami struktur data seperti tree dan graph, serta mengkomunikasikan hasil analisis melalui visualisasi data. |
Identifikasi materi — 4 dimensi pengetahuan:
| Faktual | Data dapat direpresentasikan dalam berbagai bentuk seperti pohon keluarga atau peta jaringan transportasi. |
| Konseptual | Struktur data tree dan graph adalah model representasi data yang kuat untuk menunjukkan hubungan hierarkis dan jaringan antar entitas. |
| Prosedural | Peserta didik akan mempelajari cara mengidentifikasi, merepresentasikan, dan menganalisis data menggunakan struktur tree dan graph, serta membuat visualisasi data. |
| Metakognitif | Peserta didik menyadari bahwa pemilihan struktur data dan teknik visualisasi yang tepat sangat memengaruhi efektivitas analisis dan penyampaian informasi. |
Materi Insersi KBC — Integrasi Panca Cinta:
| 1. Cinta Allah dan Rasul-Nya | Menggunakan teknologi informasi secara bertanggung jawab dan sesuai etika Islam dalam menganalisis data untuk kemaslahatan umat. |
| 2. Cinta Ilmu | Antusias mencari pengetahuan baru tentang struktur data dan visualisasi, serta gigih memecahkan masalah analisis data yang kompleks. |
| 3. Cinta Lingkungan | Menerapkan berpikir komputasional untuk menganalisis data terkait lingkungan, seperti pola sampah atau penggunaan energi, demi keberlanjutan alam. |
| 4. Cinta Diri dan Sesama | Bekerja sama secara harmonis dalam kelompok, saling membantu, dan menghargai ide-ide untuk mencapai tujuan analisis data bersama. |
| 5. Cinta Tanah Air | Menerapkan analisis data dan visualisasi untuk memahami masalah-masalah di Indonesia, seperti distribusi sumber daya atau tren sosial, guna berkontribusi positif bagi bangsa. |
Tujuan Pembelajaran:
- Melalui diskusi kelompok dan studi kasus, peserta didik dapat menjelaskan konsep struktur data tree dan graph dengan tepat.
- Dengan mempraktikkan pada studi kasus sederhana, peserta didik dapat mengidentifikasi dan merepresentasikan hubungan data menggunakan struktur tree dan graph secara akurat.
- Melalui penggunaan perangkat lunak visualisasi data, peserta didik dapat merancang dan membuat visualisasi data dari himpunan data terstruktur dengan benar.
- Setelah melakukan proyek analisis data, peserta didik dapat menyajikan hasil analisis data menggunakan visualisasi yang informatif dan menarik.
Pemahaman bermakna: Memahami bagaimana representasi data yang tepat, seperti struktur tree dan graph, dapat membantu kita menganalisis informasi kompleks dan membuat keputusan yang lebih baik dalam kehidupan sehari-hari.
Pertanyaan pemantik: "Bagaimana cara kita mengatur informasi yang banyak dan saling berkaitan agar mudah dipahami dan bisa digunakan untuk memecahkan masalah?"
| Praktik Pedagogis | Project Based Learning + praktik |
| Lintas Disiplin Ilmu | Matematika: Konsep graf dalam teori graf, representasi data dalam bentuk diagram. Bahasa Indonesia: Keterampilan menyajikan informasi secara jelas dan persuasif melalui presentasi dan visualisasi. Ilmu Pengetahuan Sosial: Analisis data demografi atau peta jaringan sosial menggunakan struktur data dan visualisasi. |
| Kemitraan Pembelajaran | Orang tua dapat diajak untuk mendiskusikan contoh struktur data (misalnya silsilah keluarga) atau visualisasi data (misalnya grafik berita) di rumah. |
| Lingkungan Pembelajaran | Pembelajaran dilakukan di ruang kelas yang dilengkapi papan tulis dan proyektor, serta di laboratorium komputer dengan koneksi internet yang stabil untuk akses perangkat lunak visualisasi data. |
| Pemanfaatan Teknologi Digital | Pemanfaatan perangkat lunak pengolah grafis sederhana (misalnya Google Drawings) atau platform visualisasi data online (misalnya Google Sheets, Canva) untuk membuat representasi tree, graph, dan visualisasi data. |
| Model Pembelajaran | Project Based Learning |
| Tujuan Pertemuan 1 | Melalui diskusi kelompok dan studi kasus, peserta didik dapat menjelaskan konsep struktur data tree dan graph dengan tepat. |
| Tahapan | Alokasi | Kegiatan Pembelajaran |
|---|---|---|
| Kegiatan AwalBerkesadaran (Mindful) | 15 menit | Ice breaking: Tebak Kata Berantai: Guru membisikkan satu kata kunci terkait informatika ke peserta didik pertama, lalu ia membisikkan ke teman sebelahnya, begitu seterusnya sampai peserta didik terakhir menyebutkan kata yang didengar.
|
| Inti — MemahamiBermakna (Meaningful) | 15 menit |
|
| Inti — MengaplikasiBermakna (Meaningful) | 25 menit |
|
| Inti — MerefleksiBermakna (Meaningful) | 10 menit |
|
| Kegiatan PenutupMenggembirakan (Joyful) | 15 menit |
|
Tahapan inti mengikuti 3 Pengalaman Belajar Pembelajaran Mendalam: memahami → mengaplikasi → merefleksi; label di kolom kiri menunjukkan prinsip yang diwujudkan tiap tahapan.
| Model Pembelajaran | Project Based Learning |
| Tujuan Pertemuan 2 | Dengan mempraktikkan pada studi kasus sederhana, peserta didik dapat mengidentifikasi dan merepresentasikan hubungan data menggunakan struktur tree dan graph secara akurat. |
| Tahapan | Alokasi | Kegiatan Pembelajaran |
|---|---|---|
| Kegiatan AwalBerkesadaran (Mindful) | 15 menit | Ice breaking: Susun Pola: Guru menyiapkan beberapa kartu berisi nama-nama kota dan jalur penghubungnya. Peserta didik secara individu menyusun kartu tersebut menjadi sebuah peta jaringan kota yang terhubung.
|
| Inti — MemahamiBermakna (Meaningful) | 15 menit |
|
| Inti — MengaplikasiBermakna (Meaningful) | 25 menit |
|
| Inti — MerefleksiBermakna (Meaningful) | 10 menit |
|
| Kegiatan PenutupMenggembirakan (Joyful) | 15 menit |
|
Tahapan inti mengikuti 3 Pengalaman Belajar Pembelajaran Mendalam: memahami → mengaplikasi → merefleksi; label di kolom kiri menunjukkan prinsip yang diwujudkan tiap tahapan.
| Nama | Kelas | Kelompok | |||
|---|---|---|---|---|---|
| Tanggal | Nilai | Paraf Guru |
Waktu pengerjaan: 25 menit
Tujuan: Kamu dapat mengidentifikasi dan merepresentasikan hubungan data menggunakan struktur tree atau graph.
Petunjuk: 1) Berdoalah sebelum mulai. 2) Kerjakan langkah secara berurutan bersama kelompok. 3) Tulis hasilnya di tabel, lalu simpulkan.
Info singkat: Berpikir komputasional adalah cara berpikir untuk memecahkan masalah secara efektif, seperti yang dilakukan komputer. Dalam dunia yang penuh data, kemampuan mengelola dan menganalisis data menjadi sangat penting.
Alat & bahan: Kertas, pensil warna/spidol, komputer dengan akses internet.
Langkah kerja:
- Tuliskan urutan perintah (atas, bawah, kiri, kanan) agar robot mencapai bintang dengan langkah paling sedikit.
Gambar 1. Labirin - Pilihlah salah satu studi kasus berikut: (1) Struktur organisasi kelasmu atau (2) Peta jalur pertemanan antar 5 teman sekelasmu (boleh fiktif).
- Identifikasikan entitas-entitas (node/vertex) dan hubungan-hubungan (edge) yang ada dalam studi kasus pilihanmu.
- Gambarkan representasi struktur data tree (untuk studi kasus 1) atau graph (untuk studi kasus 2) pada kertas yang telah disediakan, pastikan setiap node/vertex dan edge diberi label yang jelas.
- Gunakan komputer untuk membuat visualisasi digital dari representasi yang telah kamu buat, pastikan visualisasimu informatif dan mudah dipahami.
- Catatlah jenis struktur data yang kamu gunakan dan alasan pemilihan struktur tersebut.
🔒 Tabel kerja dan lembar refleksi murid tidak ditampilkan di pratinjau — keduanya ada di berkas unduhan.
Asesmen awal (diagnostik):
- Apa yang kamu ketahui tentang cara mengatur informasi yang banyak?
- Pernahkah kamu melihat diagram silsilah keluarga? Apa isinya?
- Bagaimana cara kamu mengetahui rute terbaik dari rumah ke sekolah?
- Menurutmu, apa itu visualisasi data?
Formatif (proses): Observasi kinerja kelompok dalam merencanakan, membuat, dan mempresentasikan proyek analisis data.
Sumatif (akhir): Penilaian proyek 'Analisis Hubungan Data' berdasarkan representasi struktur data dan kualitas visualisasi serta presentasi.
🔒 Rubrik KKTP dan kunci jawaban tidak ditampilkan di pratinjau — rubrik ada di berkas unduhan, kunci jawaban khusus member Paket Lengkap.
| No | Tujuan Pembelajaran | Materi | Alokasi | Dimensi |
|---|---|---|---|---|
| 1 | Menjelaskan konsep struktur data tree dan graph | Konsep dasar struktur data tree dan graph | 2 JP | penalaran kritis |
| 2 | Mengidentifikasi dan merepresentasikan hubungan data menggunakan struktur tree dan graph | Penerapan struktur tree dan graph pada studi kasus | 2 JP | penalaran kritis, kolaborasi |
| 3 | Merancang dan membuat visualisasi data dari himpunan data terstruktur | Teknik visualisasi data untuk tree dan graph | 2 JP | kreativitas, penalaran kritis |
| 4 | Menyajikan hasil analisis data menggunakan visualisasi yang informatif | Presentasi proyek analisis data | 2 JP | komunikasi, kolaborasi |
Berpikir komputasional adalah cara berpikir untuk memecahkan masalah secara efektif, seperti yang dilakukan komputer. Dalam dunia yang penuh data, kemampuan mengelola dan menganalisis data menjadi sangat penting. Modul ini akan membimbingmu memahami bagaimana data dapat diatur dengan struktur khusus dan divisualisasikan untuk menemukan pola serta membuat keputusan yang lebih baik.
1. Struktur Data Tree
Struktur data tree (pohon) adalah model data hierarkis yang terdiri dari node (simpul) dan edge (cabang) yang menghubungkan node-node tersebut. Setiap tree memiliki satu node paling atas yang disebut root (akar). Node-node di bawah root disebut child (anak), dan node di atasnya disebut parent (induk). Node yang tidak memiliki child disebut leaf (daun). Struktur tree sangat cocok untuk merepresentasikan hubungan hierarkis, seperti silsilah keluarga, struktur organisasi, atau sistem file di komputer. Contoh: sebuah perusahaan memiliki direktur (root), di bawahnya ada manajer (child dari direktur), dan di bawah manajer ada staf (child dari manajer, leaf).
2. Struktur Data Graph
Struktur data graph (graf) adalah model data yang lebih umum daripada tree, digunakan untuk merepresentasikan objek dan hubungan antar objek tersebut. Graph terdiri dari vertex (titik/node) dan edge (sisi/garis) yang menghubungkan pasangan vertex. Graph dapat bersifat directed (berarah, seperti jalan satu arah) atau undirected (tidak berarah, seperti jalan dua arah). Graph juga bisa memiliki weight (bobot) pada edge-nya, misalnya jarak antar kota atau biaya perjalanan. Contoh: peta jalan antar kota, jaringan pertemanan di media sosial, atau rute penerbangan pesawat.
3. Perbedaan Tree dan Graph
Meskipun tree adalah jenis graph khusus, ada perbedaan fundamental. Tree selalu tidak memiliki siklus (tidak ada jalur yang kembali ke node awal tanpa mengulang edge), sedangkan graph dapat memiliki siklus. Setiap node dalam tree (kecuali root) hanya memiliki satu parent, sementara dalam graph, sebuah vertex dapat terhubung ke banyak vertex lain tanpa batasan parent-child. Tree merepresentasikan hubungan hierarkis, sedangkan graph merepresentasikan hubungan jaringan atau konektivitas yang lebih kompleks.
4. Analisis Data dengan Tree dan Graph
Dengan merepresentasikan data sebagai tree atau graph, kita dapat menganalisis berbagai pola dan hubungan. Misalnya, pada tree silsilah, kita bisa mencari leluhur atau keturunan. Pada graph jaringan, kita bisa menemukan jalur terpendek antar dua titik, mengidentifikasi node paling berpengaruh (sentralitas), atau mendeteksi komunitas. Analisis ini sangat berguna dalam berbagai bidang, mulai dari biologi, transportasi, hingga ilmu sosial, untuk memecahkan masalah yang kompleks.
5. Teknik Visualisasi Data
Visualisasi data adalah representasi grafis dari informasi dan data. Dengan menggunakan elemen visual seperti grafik, diagram, dan peta, visualisasi data menyediakan cara yang mudah untuk melihat dan memahami tren, outlier, dan pola dalam data. Untuk struktur tree, visualisasi dapat berupa diagram hierarki atau mind map. Untuk graph, visualisasi dapat berupa diagram jaringan yang menunjukkan koneksi antar node. Visualisasi yang baik harus jelas, akurat, informatif, dan menarik, sehingga pesan dari data dapat tersampaikan dengan efektif kepada audiens.
6. Pentingnya Visualisasi dalam Analisis Data
Visualisasi data tidak hanya membuat data terlihat lebih menarik, tetapi juga membantu dalam proses analisis. Dengan visualisasi, kita dapat dengan cepat mengidentifikasi pola yang sulit ditemukan dalam data mentah berupa angka atau teks. Visualisasi juga memudahkan komunikasi hasil analisis kepada orang lain, bahkan yang tidak memiliki latar belakang teknis. Ini memungkinkan pengambilan keputusan yang lebih cepat dan tepat berdasarkan pemahaman data yang lebih mendalam.
Rangkuman: Berpikir komputasional dalam analisis data melibatkan penggunaan struktur data seperti tree dan graph untuk merepresentasikan hubungan kompleks. Tree cocok untuk data hierarkis, sedangkan graph lebih fleksibel untuk jaringan. Visualisasi data adalah kunci untuk memahami pola dan mengkomunikasikan hasil analisis secara efektif, mengubah data mentah menjadi wawasan yang bermakna.
| Istilah | Arti |
|---|---|
| Tree | Struktur data hierarkis dengan root, node, dan cabang. |
| Graph | Struktur data yang merepresentasikan objek dan hubungan antar objek. |
| Node | Elemen dasar dalam struktur tree atau graph. |
| Edge | Garis yang menghubungkan dua node/vertex. |
| Visualisasi Data | Representasi grafis dari informasi dan data. |
| Root | Node teratas dalam struktur tree. |
| Vertex | Istilah lain untuk node dalam struktur graph. |
🔒 Daftar pustaka tidak ditampilkan di pratinjau — ada di berkas unduhan.
Modul ajar "Berpikir Komputasional dalam Analisis Data" mata pelajaran Informatika Kelas IX ini disusun sesuai ketentuan Kurikulum Berbasis Cinta · Pembelajaran Mendalam dan dinyatakan dapat digunakan dalam pembelajaran Tahun Pelajaran 2026/2027.
Rujukan: KMA No. 1503 Tahun 2025 (Kurikulum Berbasis Cinta) · Kep. Dirjen Pendis No. 6077 Tahun 2025 · CP: Kepka BSKAP No. 046/H/KR/2025
Bukan Berpikir Komputasional dalam Analisis Data yang Anda cari?Pilih dari peta materi setahun di bawah ini 👇
Materi Anda tidak ada di daftar?Tulis judulnya sendiri — tetap gratis, ±1 menitPeta Materi Informatika Kelas IX Setahun
Urutan mengajarnya, bukan urutan pencarian. Yang sudah ada tinggal diunduh; yang belum, disusun atas nama Anda — sama-sama gratis.
Semester 1 / Ganjil1 dari 2 siap unduh
Semester 2 / Genap2 materi · siap dibuatkan
Literasi Digital untuk ProduktivitasBelum tersedia — susun atas nama Anda, gratisKeamanan DigitalBelum tersedia — susun atas nama Anda, gratisModul Informatika lain yang sudah tersedia
Analisis Data dan Grafis untuk Laporan ProyekInformatika Kelas IX MTsIntegrasi Perangkat Perkantoran (Gabungan Kata, Data dan SLIDE)Informatika Kelas IX MTsPemrograman LanjutanInformatika Kelas IX MTsPengenalan AI Produktivitas secara BijakInformatika Kelas IX MTsLihat semua Modul Ajar Informatika Kelas IX →Pertanyaan yang Sering Diajukan
Apakah ini modul ajar Informatika kelas 9 yang saya cari?
Kemungkinan besar ya. Kelas IX dan kelas 9 adalah kelas yang sama — yang satu ditulis angka Romawi seperti di dokumen resmi, yang satu angka biasa. Berkas ini perangkat ajar untuk materi Berpikir Komputasional dalam Analisis Data pada Informatika MTs, Fase D, elemen Analisis Data.
Modul Berpikir Komputasional dalam Analisis Data ini untuk semester 1 (ganjil) atau semester 2 (genap)?
Semester 1 (ganjil), menurut urutan materi Informatika kelas IX MTs di peta setahun pada halaman ini. Semesternya sudah terisi otomatis saat Anda mengunduh.
Apakah modul ajar Informatika materi Berpikir Komputasional dalam Analisis Data ini gratis?
Ya. Modul Berpikir Komputasional dalam Analisis Data untuk kelas IX MTs dapat diunduh gratis dalam Word + PDF, lengkap dengan kop sekolah dan nama Anda sebagai penyusun. Tiga modul gratis tersedia bertahap; modul berikutnya terbuka setiap 18 jam.
Bagaimana cara download modul ajar Berpikir Komputasional dalam Analisis Data ini dalam Word (.docx) dan PDF?
Ketuk tombol unduh, isi nama dan sekolah, lalu buka dengan email atau Google dan nomor WhatsApp aktif. Berkas Informatika kelas IX ini turun sebagai Word (.docx) yang bisa diedit dan PDF siap cetak, tanpa iklan dan tanpa tautan Drive.
Berapa lama modul ini tersusun?
Sekitar satu menit. Cukup isi nama, jenjang, sekolah, mapel, dan materi — modul Informatika kelas IX langsung tersusun atas nama Anda.
Bisakah modul Berpikir Komputasional dalam Analisis Data ini diedit?
Bisa. Hasil unduhan berupa dokumen Word yang bisa disunting penuh — tujuan, alokasi waktu, dan langkah kegiatan Berpikir Komputasional dalam Analisis Data dapat Anda sesuaikan dengan murid Informatika kelas IX di sekolah Anda. Sudah ber-kop sekolah dan atas nama Anda, tersedia juga dalam PDF.
Apakah modul ajar Informatika kelas IX ini sesuai kurikulum terbaru?
Ya. Modul Berpikir Komputasional dalam Analisis Data ini mengikuti Kepka BSKAP No. 046/H/KR/2025, pada Fase D untuk kelas IX MTs. Profil Pelajar Pancasila (P5) kini dilanjutkan sebagai 8 Dimensi Profil Lulusan; dimensi yang dikembangkan materi Berpikir Komputasional dalam Analisis Data tercantum di lembar identitasnya.
Ini modul ajar, RPP, atau RPM deep learning?
Ketiganya berkas yang sama. Sampulnya memang bertanda Deep Learning · Pembelajaran Mendalam, dan sebagian guru menyebutnya RPM (Rencana Pembelajaran Mendalam). Modul ajar memuat RPP — keduanya bukan dua dokumen terpisah. Sejak Permendikdasmen Nomor 1 Tahun 2026 tentang Standar Proses, istilah resmi untuk dokumen rencananya adalah Rencana Pelaksanaan Pembelajaran (RPP), dengan tiga komponen inti: tujuan pembelajaran, langkah pembelajaran, dan asesmen. Modul ajar adalah ketiganya beserta lampirannya — LKPD, ATP, dan bahan ajar. Berkas Berpikir Komputasional dalam Analisis Data untuk Informatika kelas IX di halaman ini memuat semuanya, jadi dapat disetorkan baik ketika sekolah meminta RPP maupun modul ajar.
Apakah ada soal, kisi-kisi, dan rubrik KKTP-nya?
Ada. Modul Berpikir Komputasional dalam Analisis Data ini memuat bank soalnya sendiri — 6 pilihan ganda dan 5 uraian (kunci jawabannya khusus member Paket Lengkap), ditambah rubrik KKTP pada bagian asesmennya. Yang belum termasuk: paket soal satu semester penuh Informatika kelas IX MTs berikut kisi-kisi dan kartu soalnya — Asesmen Sumatif Tengah Semester (ASTS/PTS) dan Akhir Semester (ASAS/PAS). Penjelasannya ada di halaman Kisi-Kisi & ASAS.
Apakah Kaldik, Prota, dan Promes (Program Semester) ikut di unduhan gratis?
Tidak. Unduhan gratis berisi modul ajar Berpikir Komputasional dalam Analisis Data beserta ATP, LKPD, asesmen, dan bank soalnya. Perangkat pembelajaran pelengkap Informatika kelas IX berupa Program Tahunan (Prota) dan Program Semester (Promes/Prosem), serta CP · ATP · KKTP setahun, Jurnal Mengajar per semester ber-kop sekolah, dan PPT bahan tayang tiap pertemuan tersedia lewat Paket Modul — bersama Kalender Pendidikan (libur nasional & cuti bersama resmi SKB 3 Menteri sudah tercantum) dan Alokasi Waktu yang menghitung minggu efektifnya otomatis.
Modul Informatika ini cocok untuk MTs negeri, swasta, maupun SMP?
Ya. Kop, logo, dan nama MTs Anda dipasang otomatis, negeri maupun swasta; sekolah berciri (Muhammadiyah, NU, Islam Terpadu) mendapat kop dan mapel khasnya sendiri saat mengisi borang. Untuk SMP, pilih jenjang SMP saat mengisi borang: materi Berpikir Komputasional dalam Analisis Data yang sama disusun dalam versi madrasah (Kurikulum Berbasis Cinta, kop Kemenag), dan halaman Informatika SMP ada di daftar jenjang lain di bawah.
tuntas.org — administrasi beres, kinerja tuntas. Semua modul disusun sebagai materi bantu belajar yang independen.