Modul Ajar & RPP Koding dan Kecerdasan Artifisial Kelas VIII
Pengolahan dan Penyajian Data dalam Konteks yang Lebih Luas
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
“Sangat baik, memudahkan guru menyusun dan melaksanakan pembelajaran.”
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 | Koding dan Kecerdasan Artifisial |
| Fase / Kelas | D / VIII |
| Materi Pokok | Pengolahan dan Penyajian Data dalam Konteks yang Lebih Luas |
| Alokasi Waktu | 2 pertemuan |
| Tahun Pelajaran | 2026/2027 |
| Pendekatan | Pembelajaran Mendalam |
| Model Pembelajaran | Project Based Learning (PjBL) + 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 memiliki pemahaman dasar tentang data dan telah mampu mengumpulkan data sederhana. |
Dimensi Profil Lulusan yang dikembangkan:
- Penalaran kritis — mengolah informasi, menganalisis, dan menarik simpulan secara logis
- Kreativitas — menghasilkan gagasan dan karya yang orisinal serta bermanfaat
- Kolaborasi — bekerja sama secara efektif untuk mencapai tujuan bersama
🔒 Elemen tiap dimensi beserta wujudnya pada materi ini tersedia di Paket Lengkap.
Capaian Pembelajaran (CP):
| Acuan | Kepka BSKAP No. 046/H/KR/2025 |
| Elemen / Domain | Berpikir Komputasional |
| Rumusan CP Fase | Peserta didik mampu menerapkan berpikir komputasional untuk menganalisis, mengolah, dan menyajikan data dari berbagai sumber dalam format yang relevan dan mudah dipahami, serta mengidentifikasi pola dan tren. |
Identifikasi materi — 4 dimensi pengetahuan:
| Faktual | Data dapat berupa angka penjualan, hasil survei, atau informasi cuaca yang perlu diolah dan disajikan. |
| Konseptual | Pengolahan data adalah proses mengubah data mentah menjadi informasi yang bermakna, sedangkan penyajian data adalah cara menampilkan informasi tersebut agar mudah dipahami. |
| Prosedural | Langkah-langkah pengolahan data meliputi pembersihan, transformasi, dan analisis, diikuti dengan pemilihan metode penyajian data yang tepat seperti grafik atau tabel. |
| Metakognitif | Peserta didik akan menyadari pentingnya memilih metode pengolahan dan penyajian data yang paling efektif untuk tujuan yang berbeda agar pesan dapat tersampaikan dengan jelas dan akurat. |
Materi Insersi KBC — Integrasi Panca Cinta:
| 1. Cinta Allah dan Rasul-Nya | Mempelajari dan mengolah data dengan teliti sebagai wujud syukur atas karunia akal dan pikiran dari Allah SWT untuk memahami ciptaan-Nya. |
| 2. Cinta Ilmu | Mengembangkan keingintahuan dan semangat untuk terus belajar teknik pengolahan data baru demi meningkatkan pemahaman dan analisis informasi. |
| 3. Cinta Lingkungan | Menggunakan data untuk menganalisis dan menemukan solusi inovatif terhadap permasalahan lingkungan di sekitar madrasah atau komunitas. |
| 4. Cinta Diri dan Sesama | Berbagi pengetahuan dan keterampilan pengolahan data dengan sesama, serta menggunakan data untuk membantu orang lain memahami isu-isu penting. |
| 5. Cinta Tanah Air | Menganalisis data sosial atau ekonomi di Indonesia untuk memahami kondisi bangsa dan berkontribusi pada pembangunan dengan informasi yang akurat. |
Tujuan Pembelajaran:
- Mengidentifikasi jenis-jenis data dan karakteristiknya dalam berbagai konteks nyata.
- Menerapkan teknik pengolahan data sederhana (pembersihan, pengurutan, pengelompokan) menggunakan aplikasi pengolah angka.
- Memilih dan membuat berbagai jenis visualisasi data (tabel, grafik batang, lingkaran, garis) yang sesuai dengan jenis dan tujuan data.
- Menganalisis pola dan tren dari data yang telah disajikan secara visual.
- Merancang dan membuat proyek penyajian data sederhana tentang isu di lingkungan sekitar menggunakan aplikasi digital.
- Mempresentasikan hasil pengolahan dan penyajian data secara jelas dan komunikatif.
Pemahaman bermakna: Memahami cara mengolah dan menyajikan data secara efektif akan membantu kita mengambil keputusan yang lebih baik dalam berbagai aspek kehidupan, dari menganalisis informasi hingga berkomunikasi secara visual.
Pertanyaan pemantik: "Bagaimana cara kita mengubah tumpukan angka atau teks menjadi cerita yang mudah dipahami dan bermanfaat bagi banyak orang?"
| Praktik Pedagogis | Project Based Learning (PjBL) + praktik |
| Lintas Disiplin Ilmu | Matematika: Penerapan konsep statistik dasar seperti rata-rata, median, modus, dan persentase dalam analisis data. Bahasa Indonesia: Keterampilan menulis laporan dan mempresentasikan hasil analisis data secara efektif dan komunikatif. Ilmu Pengetahuan Sosial: Pengumpulan dan analisis data terkait isu-isu sosial atau lingkungan di sekitar madrasah. |
| Kemitraan Pembelajaran | Orang tua dapat diajak berdiskusi tentang bagaimana data digunakan di lingkungan keluarga atau pekerjaan mereka, atau membantu peserta didik mengumpulkan data sederhana di rumah. |
| Lingkungan Pembelajaran | Kelas diatur agar memungkinkan kerja kelompok yang fleksibel, dengan akses ke komputer/laptop dan proyektor untuk presentasi. |
| Pemanfaatan Teknologi Digital | Pemanfaatan aplikasi pengolah angka (Google Sheets/Excel) untuk mengolah dan membuat visualisasi data, serta presentasi digital untuk memaparkan proyek. |
| Model Pembelajaran | Discovery Learning |
| Tujuan Pertemuan 1 | Mengidentifikasi jenis-jenis data dan karakteristiknya dalam berbagai konteks nyata. |
| Tahapan | Alokasi | Kegiatan Pembelajaran |
|---|---|---|
| Kegiatan AwalBerkesadaran (Mindful) | 15 menit |
|
| 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 (PjBL) |
| Tujuan Pertemuan 2 | Menerapkan teknik pengolahan data sederhana (pembersihan, pengurutan, pengelompokan) menggunakan aplikasi pengolah angka. |
| Tahapan | Alokasi | Kegiatan Pembelajaran |
|---|---|---|
| Kegiatan AwalBerkesadaran (Mindful) | 15 menit |
|
| 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: Menganalisis dan mengolah data sederhana tentang isu lingkungan untuk membuat visualisasi.
Petunjuk: 1) Berdoalah sebelum mulai. 2) Kerjakan langkah secara berurutan bersama kelompok. 3) Tulis hasilnya di tabel, lalu simpulkan.
Info singkat: Data ada di mana-mana! Dari nilai ulanganmu, jumlah teman di kelas, hingga suhu harian.
Alat & bahan: Laptop/Komputer, Koneksi internet, Aplikasi Google Sheets/Excel, Alat tulis
Langkah kerja:
- Amati gambar di bawah ini yang menunjukkan berbagai jenis sampah di lingkungan sekolah selama seminggu.
- Catat jenis-jenis sampah yang kamu temukan dan hitung jumlah masing-masing jenis.
- Masukkan data yang kamu kumpulkan ke dalam aplikasi Google Sheets atau Excel, lalu bersihkan data dari kesalahan jika ada.
- Urutkan data dari jenis sampah terbanyak ke tersedikit, lalu buatlah diagram batang atau diagram lingkaran untuk menyajikan data tersebut.
- Tuliskan 2-3 kesimpulan singkat dari visualisasi data yang telah kamu buat tentang kondisi sampah di sekolah.
🔒 Tabel kerja dan lembar refleksi murid tidak ditampilkan di pratinjau — keduanya ada di berkas unduhan.
Asesmen awal (diagnostik):
- Apa itu data?
- Sebutkan 3 contoh data yang pernah kamu lihat!
- Menurutmu, mengapa data perlu diolah?
- Bagaimana cara menyajikan data agar mudah dipahami orang lain?
Formatif (proses): Observasi kinerja kelompok saat mengolah data dan membuat visualisasi, serta penilaian presentasi proyek.
Sumatif (akhir): Penilaian proyek akhir (laporan data, visualisasi, dan presentasi) serta tes tertulis pilihan ganda dan esai.
🔒 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 | Mengidentifikasi jenis-jenis data dan karakteristiknya. | Jenis dan karakteristik data. | 2 JP | penalaran kritis |
| 2 | Menerapkan teknik pengolahan data sederhana. | Pembersihan, pengurutan, pengelompokan data. | 2 JP | penalaran kritis, kolaborasi |
| 3 | Memilih dan membuat visualisasi data yang sesuai. | Visualisasi data (tabel, grafik). | 2 JP | kreativitas, komunikasi |
Data ada di mana-mana! Dari nilai ulanganmu, jumlah teman di kelas, hingga suhu harian. Namun, data mentah seringkali sulit dipahami. Modul ini akan membimbingmu untuk mengubah tumpukan data menjadi informasi yang bermakna dan mudah dibaca, seperti seorang detektif yang menemukan cerita di balik angka-angka. Mari kita pelajari cara mengolah dan menyajikan data dengan menarik!
1. Mengenal Jenis-Jenis Data
Data adalah kumpulan informasi atau fakta yang bisa diolah. Secara umum, data dibagi menjadi data kuantitatif (berupa angka yang bisa diukur, seperti tinggi badan atau nilai) dan data kualitatif (berupa deskripsi atau kategori, seperti warna favorit atau jenis kelamin). Data kualitatif juga bisa dibagi lagi menjadi nominal (tidak punya urutan, contoh: jenis kelamin) dan ordinal (punya urutan, contoh: peringkat). Memahami jenis data sangat penting agar kita tahu cara mengolahnya dengan benar dan memilih visualisasi yang tepat. Kesalahan dalam mengidentifikasi jenis data bisa menyebabkan interpretasi yang salah.
2. Pembersihan dan Pengolahan Data
Sebelum data bisa dianalisis, seringkali data perlu 'dibersihkan'. Pembersihan data (data cleaning) adalah proses mengidentifikasi dan memperbaiki kesalahan atau ketidaksesuaian dalam data, seperti data yang hilang, duplikat, atau format yang tidak seragam. Setelah bersih, data bisa diolah lebih lanjut. Pengurutan data (sorting) adalah menyusun data berdasarkan kriteria tertentu (misalnya, dari nilai terkecil ke terbesar). Pengelompokan data (grouping) adalah mengumpulkan data yang memiliki karakteristik serupa. Proses ini membantu kita menemukan pola dan meringkas informasi penting dari data yang banyak.
3. Visualisasi Data: Bercerita dengan Gambar
Visualisasi data adalah seni menyajikan data dalam bentuk grafis seperti tabel, grafik batang, grafik lingkaran, atau grafik garis. Tujuannya agar informasi dari data mudah dipahami dan menarik secara visual. Tabel cocok untuk menampilkan data rinci. Grafik batang bagus untuk membandingkan kategori. Grafik lingkaran ideal untuk menunjukkan proporsi bagian dari keseluruhan. Grafik garis efektif untuk melihat tren perubahan data dari waktu ke waktu. Pemilihan jenis visualisasi yang tepat sangat penting agar pesan dari data tersampaikan dengan jelas dan tidak menyesatkan pembaca.
4. Menganalisis Pola dan Tren Data
Setelah data diolah dan divisualisasikan, langkah selanjutnya adalah menganalisisnya. Menganalisis data berarti mencari pola, hubungan, atau tren yang tersembunyi di dalamnya. Misalnya, dari grafik penjualan, kita bisa melihat bulan mana yang penjualannya paling tinggi (pola) atau apakah penjualan cenderung meningkat dari tahun ke tahun (tren). Analisis ini membantu kita membuat keputusan yang lebih baik. Misalnya, jika data menunjukkan banyak sampah plastik di sekolah, kita bisa menyimpulkan perlunya kampanye mengurangi plastik. Kemampuan berpikir kritis sangat dibutuhkan dalam tahapan ini.
Rangkuman: Pengolahan dan penyajian data adalah keterampilan penting untuk mengubah data mentah menjadi informasi yang berguna. Dimulai dengan memahami jenis data, membersihkan, mengurutkan, dan mengelompokkan data, lalu memilih visualisasi yang tepat seperti grafik atau tabel. Terakhir, menganalisis visualisasi tersebut untuk menemukan pola dan tren, yang membantu kita mengambil keputusan yang lebih baik dan mengkomunikasikan temuan secara efektif dalam berbagai konteks.
| Istilah | Arti |
|---|---|
| Data Kuantitatif | Data berupa angka yang dapat diukur. |
| Data Kualitatif | Data berupa deskripsi atau kategori. |
| Pembersihan Data | Proses memperbaiki kesalahan atau ketidaksesuaian data. |
| Visualisasi Data | Penyajian data dalam bentuk grafis. |
| Tren Data | Pola perubahan data dari waktu ke waktu. |
🔒 Daftar pustaka tidak ditampilkan di pratinjau — ada di berkas unduhan.
Modul ajar "Pengolahan dan Penyajian Data dalam Konteks yang Lebih Luas" mata pelajaran Koding dan Kecerdasan Artifisial Kelas VIII 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 Pengolahan dan Penyajian Data dalam Konteks yang Lebih Luas 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 Koding dan Kecerdasan Artifisial Kelas VIII Setahun
Urutan mengajarnya, bukan urutan pencarian. Yang sudah ada tinggal diunduh; yang belum, disusun atas nama Anda — sama-sama gratis.
Semester 1 / Ganjil3 dari 5 siap unduh
Struktur Kontrol: Perulangan dan PercabanganModul siap unduh · Word + PDF ber-kopVariabel dan Tipe DataModul siap unduh · Word + PDF ber-kopPemrograman Blok Tingkat LanjutModul siap unduh · Word + PDF ber-kopAnalisis Data dan Visualisasi SederhanaBelum tersedia — susun atas nama Anda, gratisBias dan Transparansi AlgoritmaBelum tersedia — susun atas nama Anda, gratisSemester 2 / Genap4 materi · siap dibuatkan
Keamanan Data dan PrivasiBelum tersedia — susun atas nama Anda, gratisProyek Aplikasi Sederhana Berbasis BlokBelum tersedia — susun atas nama Anda, gratisData dan Visualisasi SederhanaBelum tersedia — susun atas nama Anda, gratisProyek Aplikasi BlokBelum tersedia — susun atas nama Anda, gratisModul Koding dan Kecerdasan Artifisial lain yang sudah tersedia
Koding dan Kecerdasan ArtifisialKoding dan Kecerdasan Artifisial Kelas VIII MTsBerpikir Komputasional LanjutanKoding dan Kecerdasan Artifisial Kelas VII MTsLihat semua Modul Ajar Koding dan Kecerdasan Artifisial Kelas VIII →Pertanyaan yang Sering Diajukan
Apakah ini modul ajar Koding dan Kecerdasan Artifisial kelas 8 yang saya cari?
Kemungkinan besar ya. Kelas VIII dan kelas 8 adalah kelas yang sama — yang satu ditulis angka Romawi seperti di dokumen resmi, yang satu angka biasa. Berkas ini perangkat ajar untuk materi Pengolahan dan Penyajian Data dalam Konteks yang Lebih Luas pada Koding dan Kecerdasan Artifisial MTs, Fase D, elemen Berpikir Komputasional.
Modul Pengolahan dan Penyajian Data dalam Konteks yang Lebih Luas ini untuk semester 1 (ganjil) atau semester 2 (genap)?
Mengikuti program semester sekolah Anda. Pilih Semester 1 atau 2 saat mengunduh; pilihan itu tercetak di lembar identitas modul Pengolahan dan Penyajian Data dalam Konteks yang Lebih Luas untuk Koding dan Kecerdasan Artifisial kelas VIII.
Apakah modul ajar Koding dan Kecerdasan Artifisial materi Pengolahan dan Penyajian Data dalam Konteks yang Lebih Luas ini gratis?
Ya. Modul Pengolahan dan Penyajian Data dalam Konteks yang Lebih Luas untuk kelas VIII 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 Pengolahan dan Penyajian Data dalam Konteks yang Lebih Luas ini dalam Word (.docx) dan PDF?
Ketuk tombol unduh, isi nama dan sekolah, lalu buka dengan email atau Google dan nomor WhatsApp aktif. Berkas Koding dan Kecerdasan Artifisial kelas VIII 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 Koding dan Kecerdasan Artifisial kelas VIII langsung tersusun atas nama Anda.
Bisakah modul Pengolahan dan Penyajian Data dalam Konteks yang Lebih Luas ini diedit?
Bisa. Hasil unduhan berupa dokumen Word yang bisa disunting penuh — tujuan, alokasi waktu, dan langkah kegiatan Pengolahan dan Penyajian Data dalam Konteks yang Lebih Luas dapat Anda sesuaikan dengan murid Koding dan Kecerdasan Artifisial kelas VIII di sekolah Anda. Sudah ber-kop sekolah dan atas nama Anda, tersedia juga dalam PDF.
Apakah modul ajar Koding dan Kecerdasan Artifisial kelas VIII ini sesuai kurikulum terbaru?
Ya. Modul Pengolahan dan Penyajian Data dalam Konteks yang Lebih Luas ini mengikuti Kepka BSKAP No. 046/H/KR/2025 tentang Capaian Pembelajaran pada Pendidikan Anak Usia Dini, Jenjang Pendidikan Dasar, dan Jenjang Pendidikan Menengah Kurikulum Merdeka, pada Fase D untuk kelas VIII MTs. Profil Pelajar Pancasila (P5) kini dilanjutkan sebagai 8 Dimensi Profil Lulusan; dimensi yang dikembangkan materi Pengolahan dan Penyajian Data dalam Konteks yang Lebih Luas 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 Pengolahan dan Penyajian Data dalam Konteks yang Lebih Luas untuk Koding dan Kecerdasan Artifisial kelas VIII 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 Pengolahan dan Penyajian Data dalam Konteks yang Lebih Luas ini memuat bank soalnya sendiri — 5 pilihan ganda dan 3 uraian (kunci jawabannya khusus member Paket Lengkap), ditambah rubrik KKTP pada bagian asesmennya. Yang belum termasuk: paket soal satu semester penuh Koding dan Kecerdasan Artifisial kelas VIII 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 Pengolahan dan Penyajian Data dalam Konteks yang Lebih Luas beserta ATP, LKPD, asesmen, dan bank soalnya. Perangkat pembelajaran pelengkap Koding dan Kecerdasan Artifisial kelas VIII 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 Koding dan Kecerdasan Artifisial 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 Pengolahan dan Penyajian Data dalam Konteks yang Lebih Luas yang sama disusun dalam versi madrasah (Kurikulum Berbasis Cinta, kop Kemenag), dan halaman Koding dan Kecerdasan Artifisial SMP ada di daftar jenjang lain di bawah.
tuntas.org — administrasi beres, kinerja tuntas. Semua modul disusun sebagai materi bantu belajar yang independen.