Modul Ajar & RPP Informatika Kelas XI
Berpikir Komputasional Lanjut
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
📜 Dasar: Permendikdasmen 13/2025 · Standar Proses 1/2026 · CP 046/H/KR/2025 jo. 020/2026
“Lebih fleksibel, mempersingkat waktu, dan jelas.”
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 | F / XI |
| Materi Pokok | Berpikir Komputasional Lanjut |
| Alokasi Waktu | 2 pertemuan |
| Tahun Pelajaran | 2026/2027 |
| Pendekatan | Pembelajaran Mendalam |
| Model Pembelajaran | Problem Based Learning (PBL) + 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 memahami konsep dasar berpikir komputasional seperti dekomposisi, pengenalan pola, abstraksi, dan algoritma. |
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.
Identifikasi materi — 4 dimensi pengetahuan:
| Faktual | Berpikir komputasional diterapkan dalam berbagai masalah nyata, seperti optimalisasi rute pengiriman barang atau pengembangan sistem rekomendasi film. |
| Konseptual | Materi ini membahas konsep lanjut seperti rekursi, kompleksitas algoritma, dan heuristik sebagai strategi pemecahan masalah yang efisien. |
| Prosedural | Peserta didik akan belajar menerapkan teknik-teknik berpikir komputasional untuk menganalisis, merancang, dan mengevaluasi solusi terhadap masalah kompleks. |
| Metakognitif | Peserta didik akan menyadari bagaimana strategi berpikir komputasional dapat membantu mereka dalam menyelesaikan masalah di berbagai bidang dan mengembangkan pemikiran logis yang terstruktur. |
Tujuan Pembelajaran:
- Menganalisis masalah kompleks menjadi sub-masalah yang lebih kecil dan dapat dikelola menggunakan dekomposisi rekursif.
- Mengidentifikasi pola dan hubungan tersembunyi dalam data besar untuk merumuskan abstraksi yang efektif.
- Merancang algoritma heuristik untuk menemukan solusi yang mendekati optimal pada masalah NP-hard.
- Mengevaluasi efisiensi dan kompleksitas algoritma dengan notasi Big O.
- Mengimplementasikan solusi masalah menggunakan konsep berpikir komputasional lanjut dalam bahasa pemrograman.
Pemahaman bermakna: Berpikir komputasional yang mendalam memungkinkan kita untuk tidak hanya memecahkan masalah secara efisien, tetapi juga merancang solusi inovatif yang dapat diterapkan dalam skala besar di dunia nyata.
Pertanyaan pemantik: "Bagaimana cara kita bisa menemukan rute terpendek untuk mengirimkan paket ke ribuan alamat berbeda dalam waktu sesingkat mungkin?"
| Praktik Pedagogis | Problem Based Learning (PBL) + Praktik |
| Lintas Disiplin Ilmu | Matematika: Konsep rekursi, deret, dan notasi Big O sangat erat kaitannya dengan analisis kompleksitas algoritma. Ekonomi: Penerapan optimasi rute distribusi atau penjadwalan produksi menggunakan algoritma heuristik untuk efisiensi bisnis. Biologi: Penggunaan algoritma untuk analisis data genom atau simulasi penyebaran penyakit. |
| Kemitraan Pembelajaran | Orang tua dapat diajak berdiskusi mengenai contoh penerapan berpikir komputasional dalam pekerjaan atau kehidupan sehari-hari mereka, memperkaya konteks pembelajaran peserta didik. |
| Lingkungan Pembelajaran | Ruang kelas yang fleksibel untuk diskusi kelompok dan akses ke laboratorium komputer atau perangkat pribadi dengan koneksi internet yang stabil untuk praktik pemrograman. |
| Pemanfaatan Teknologi Digital | Pemanfaatan platform pemrograman online (misalnya Replit, Google Colab), simulasi algoritma interaktif, dan sumber belajar daring seperti video tutorial atau artikel ilmiah. |
| Model Pembelajaran | Discovery Learning |
| Tujuan Pertemuan 1 | Menganalisis masalah kompleks menjadi sub-masalah yang lebih kecil dan dapat dikelola menggunakan dekomposisi rekursif. |
| Tahapan | Alokasi | Kegiatan Pembelajaran |
|---|---|---|
| Kegiatan AwalBerkesadaran (Mindful) | 25 menit | Guru mengucapkan salam, memimpin doa, memeriksa kehadiran. Guru menampilkan video singkat tentang masalah optimalisasi (misal: penataan barang di gudang) dan mengajukan pertanyaan pemantik. Guru menyampaikan tujuan pembelajaran dan gambaran umum kegiatan hari ini, memastikan peserta didik memahami apa yang akan dipelajari dan mengapa itu penting. |
| Inti — MemahamiBermakna (Meaningful) | 25 menit | Peserta didik secara berkelompok mengeksplorasi contoh-contoh masalah yang dapat dipecahkan dengan dekomposisi rekursif, seperti Towers of Hanoi atau perhitungan faktorial, serta mendiskusikan bagaimana masalah tersebut dipecah dan diselesaikan secara berulang. |
| Inti — MengaplikasiBermakna (Meaningful) | 40 menit | Setiap kelompok mengerjakan LKPD untuk menganalisis kasus nyata (misalnya, mencari file dalam struktur direktori kompleks) dan merancang langkah-langkah dekomposisi rekursif untuk menyelesaikannya. |
| Inti — MerefleksiBermakna (Meaningful) | 20 menit | Perwakilan kelompok mempresentasikan hasil analisis dan desain dekomposisi rekursif mereka. Guru memberikan umpan balik konstruktif dan menguatkan konsep dekomposisi rekursif serta relevansinya dalam pemecahan masalah. |
| Kegiatan PenutupMenggembirakan (Joyful) | 25 menit | Guru bersama peserta didik menyimpulkan materi hari ini, memberikan apresiasi atas partisipasi aktif, dan memberikan tugas rumah berupa membaca materi rekursi untuk persiapan pertemuan berikutnya. Pertemuan diakhiri dengan doa bersama dalam suasana positif. |
Tahapan inti mengikuti 3 Pengalaman Belajar Pembelajaran Mendalam: memahami → mengaplikasi → merefleksi; label di kolom kiri menunjukkan prinsip yang diwujudkan tiap tahapan.
| Model Pembelajaran | Problem Based Learning |
| Tujuan Pertemuan 2 | Mengidentifikasi pola dan hubungan tersembunyi dalam data besar untuk merumuskan abstraksi yang efektif dan mengevaluasi efisiensi serta kompleksitas algoritma dengan notasi Big O. |
| Tahapan | Alokasi | Kegiatan Pembelajaran |
|---|---|---|
| Kegiatan AwalBerkesadaran (Mindful) | 25 menit | Guru mengucapkan salam dan memeriksa kehadiran. Guru melakukan apersepsi singkat dengan menanyakan kembali konsep dekomposisi rekursif. Guru memaparkan skenario masalah (misal: menganalisis data penjualan produk untuk menemukan pola pembelian) dan meminta peserta didik merumuskan pertanyaan. Guru menyampaikan tujuan pembelajaran hari ini dan menjelaskan tahapan PBL. |
| Inti — MemahamiBermakna (Meaningful) | 25 menit | Peserta didik dibagi menjadi kelompok dan diberikan studi kasus berupa dataset sederhana. Mereka berdiskusi untuk mengidentifikasi pola, mengabstraksi informasi penting, dan merumuskan hipotesis tentang hubungan antar data. Guru membimbing diskusi dan memperkenalkan notasi Big O untuk menganalisis efisiensi solusi. |
| Inti — MengaplikasiBermakna (Meaningful) | 40 menit | Setiap kelompok merancang algoritma awal untuk memecahkan masalah dalam studi kasus, kemudian menganalisis kompleksitas waktu dan ruang dari algoritma tersebut menggunakan notasi Big O. Mereka juga mencoba mencari cara untuk mengoptimalkan algoritma yang telah dirancang. |
| Inti — MerefleksiBermakna (Meaningful) | 20 menit | Kelompok mempresentasikan desain algoritma mereka beserta analisis kompleksitasnya. Kelompok lain memberikan tanggapan dan pertanyaan. Guru memberikan klarifikasi, penguatan materi tentang abstraksi, pengenalan pola, dan notasi Big O, serta membahas berbagai strategi optimasi. |
| Kegiatan PenutupMenggembirakan (Joyful) | 25 menit | Guru dan peserta didik menyimpulkan pembelajaran tentang abstraksi data dan kompleksitas algoritma. Guru memberikan apresiasi atas kerja keras kelompok dan memberikan tugas untuk mengeksplorasi contoh-contoh algoritma heuristik sebagai persiapan pertemuan selanjutnya. Doa penutup dilaksanakan dalam suasana penuh semangat. |
Tahapan inti mengikuti 3 Pengalaman Belajar Pembelajaran Mendalam: memahami → mengaplikasi → merefleksi; label di kolom kiri menunjukkan prinsip yang diwujudkan tiap tahapan.
Tujuan: Menganalisis masalah dan merancang langkah-langkah dekomposisi rekursif untuk penyelesaiannya.
Alat & bahan: Kertas, pensil/pulpen, komputer (opsional)
Langkah kerja:
- Baca dan pahami skenario masalah yang diberikan.
- Identifikasi inti masalah dan tujuan yang ingin dicapai.
- Pecah masalah menjadi sub-masalah yang lebih kecil secara rekursif.
- Tuliskan langkah-langkah penyelesaian untuk setiap sub-masalah, termasuk kondisi dasar (base case).
- Gambarkan pohon rekursi atau alur proses dekomposisi.
🔒 Tabel kerja dan lembar refleksi murid tidak ditampilkan di pratinjau — keduanya ada di berkas unduhan.
Asesmen awal (diagnostik):
- Apa yang Anda pahami tentang dekomposisi dalam berpikir komputasional?
- Bisakah Anda memberikan contoh sederhana penggunaan pola dalam memecahkan masalah?
- Bagaimana cara kerja algoritma yang Anda ketahui?
- Apa itu abstraksi dan mengapa penting dalam pemecahan masalah?
Formatif (proses): Observasi kinerja kelompok saat diskusi dan praktik, penilaian LKPD, serta presentasi hasil proyek.
Sumatif (akhir): Tes tertulis (pilihan ganda dan esai) serta penilaian proyek akhir berupa implementasi algoritma.
🔒 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 | Menganalisis masalah kompleks menjadi sub-masalah yang lebih kecil dan dapat dikelola menggunakan dekomposisi rekursif. | Dekomposisi Rekursif | 3 JP | Penalaran Kritis |
| 2 | Mengidentifikasi pola dan hubungan tersembunyi dalam data besar untuk merumuskan abstraksi yang efektif dan mengevaluasi efisiensi serta kompleksitas algoritma dengan notasi Big O. | Abstraksi, Notasi Big O | 3 JP | Penalaran Kritis, Kreativitas |
| 3 | Merancang algoritma heuristik untuk menemukan solusi yang mendekati optimal pada masalah NP-hard dan mengimplementasikan solusi masalah menggunakan konsep berpikir komputasional lanjut dalam bahasa pemrograman. | Algoritma Heuristik, Implementasi | 3 JP | Kreativitas, Kolaborasi |
Berpikir Komputasional Lanjut adalah kelanjutan dari dasar-dasar berpikir komputasional, membawa kita pada pemahaman yang lebih dalam tentang bagaimana komputer memecahkan masalah kompleks. Materi ini akan membekali Anda dengan keterampilan untuk menganalisis, merancang, dan mengevaluasi solusi yang efisien, bahkan untuk masalah yang tampaknya sulit diselesaikan secara optimal.
1. Dekomposisi Rekursif
Dekomposisi rekursif adalah strategi memecah masalah besar menjadi sub-masalah yang serupa, namun lebih kecil, dan menyelesaikan sub-masalah tersebut secara berulang hingga mencapai kondisi dasar yang mudah dipecahkan. Contoh klasik adalah Towers of Hanoi atau perhitungan faktorial. Kunci dari rekursi adalah adanya 'base case' atau kondisi berhenti agar proses tidak berjalan tanpa batas.
2. Pengenalan Pola Lanjut
Pengenalan pola tidak hanya mencari kesamaan, tetapi juga mengidentifikasi hubungan tersembunyi, tren, atau anomali dalam data. Ini melibatkan teknik-teknik yang lebih canggih untuk mengekstraksi informasi berharga dari kumpulan data yang besar dan tidak terstruktur, seringkali menjadi dasar untuk machine learning.
3. Abstraksi Efektif
Abstraksi adalah proses menyembunyikan detail yang tidak relevan dan menyoroti fitur-fitur penting untuk fokus pada inti masalah. Dalam konteks lanjut, abstraksi efektif berarti mampu membuat model yang menyederhanakan realitas tanpa kehilangan informasi krusial, memungkinkan kita merancang solusi yang generik dan dapat digunakan kembali.
4. Algoritma Heuristik
Algoritma heuristik adalah metode yang dirancang untuk menemukan solusi yang 'cukup baik' atau mendekati optimal untuk masalah yang sangat sulit atau tidak praktis dipecahkan secara eksak dalam waktu yang wajar (masalah NP-hard). Contohnya adalah algoritma greedy atau algoritma genetika yang mencari solusi melalui pendekatan iteratif dan perkiraan.
5. Kompleksitas Algoritma (Notasi Big O)
Kompleksitas algoritma mengukur efisiensi suatu algoritma dalam hal waktu dan ruang (memori) yang dibutuhkan seiring bertambahnya ukuran input. Notasi Big O (O(n)) adalah cara standar untuk menyatakan batas atas pertumbuhan fungsi, memberikan gambaran bagaimana kinerja algoritma akan skalanya. Memahami Big O sangat penting untuk memilih algoritma yang tepat untuk masalah tertentu.
6. Struktur Data Lanjut
Struktur data lanjut seperti pohon (tree), graf (graph), atau tabel hash (hash table) adalah cara-cara terorganisir untuk menyimpan dan mengelola data yang memungkinkan operasi tertentu (pencarian, penyisipan, penghapusan) dilakukan dengan lebih efisien. Pemilihan struktur data yang tepat sangat memengaruhi kompleksitas algoritma.
7. Strategi Pemecahan Masalah Lanjut
Selain rekursi dan heuristik, strategi pemecahan masalah lanjut meliputi Divide and Conquer (membagi masalah menjadi sub-masalah, menyelesaikan, lalu menggabungkan), Dynamic Programming (memecah masalah menjadi sub-masalah yang tumpang tindih dan menyimpan hasilnya), serta Backtracking (mencoba semua kemungkinan hingga menemukan solusi).
8. Implementasi dalam Bahasa Pemrograman
Konsep berpikir komputasional lanjut diimplementasikan menggunakan bahasa pemrograman. Misalnya, rekursi dapat ditulis dengan fungsi yang memanggil dirinya sendiri, algoritma heuristik dengan perulangan dan kondisi, serta struktur data dengan kelas atau pustaka yang tersedia. Praktik coding adalah kunci untuk menguasai implementasi ini.
Rangkuman: Berpikir Komputasional Lanjut meliputi dekomposisi rekursif, pengenalan pola dan abstraksi yang lebih mendalam, serta pemahaman tentang algoritma heuristik untuk masalah kompleks. Analisis efisiensi algoritma menggunakan notasi Big O menjadi krusial. Materi ini membekali peserta didik dengan alat untuk merancang solusi inovatif dan efisien dalam berbagai konteks nyata.
| Istilah | Arti |
|---|---|
| Rekursi | Proses fungsi yang memanggil dirinya sendiri secara berulang hingga mencapai kondisi dasar. |
| Heuristik | Metode pemecahan masalah yang mencari solusi 'cukup baik' atau mendekati optimal, bukan solusi eksak. |
| NP-hard | Kelas masalah komputasi yang belum diketahui algoritma penyelesaian efisiennya. |
| Notasi Big O | Notasi matematis untuk menggambarkan batas atas pertumbuhan fungsi, sering digunakan untuk kompleksitas algoritma. |
| Dekomposisi | Proses memecah masalah besar menjadi bagian-bagian yang lebih kecil. |
| Abstraksi | Proses menyembunyikan detail yang tidak relevan dan menyoroti fitur penting. |
🔒 Daftar pustaka tidak ditampilkan di pratinjau — ada di berkas unduhan.
Modul ajar "Berpikir Komputasional Lanjut" mata pelajaran Informatika Kelas XI ini disusun sesuai ketentuan Kurikulum Merdeka · Pembelajaran Mendalam dan dinyatakan dapat digunakan dalam pembelajaran Tahun Pelajaran 2026/2027.
Rujukan: Permendikdasmen No. 13 Tahun 2025 (Pembelajaran Mendalam) · Permendikdasmen No. 1 Tahun 2026 (Standar Proses) · CP: Kepka BSKAP No. 046/H/KR/2025
Bukan Berpikir Komputasional Lanjut 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 XI Setahun
Urutan mengajarnya, bukan urutan pencarian. Yang sudah ada tinggal diunduh; yang belum, disusun atas nama Anda — sama-sama gratis.
Semester 1 / Ganjil1 dari 3 siap unduh
Informasi DigitalModul siap unduh · Word + PDF ber-kopAnalisis DataBelum tersedia — susun atas nama Anda, gratisStrategi Algoritmik, Desain Struktur Data, dan Analisis SolusiBelum tersedia — susun atas nama Anda, gratisSemester 2 / Genap2 materi · siap dibuatkan
Pengembangan Kemampuan Berpikir Komputasional dan Implementasi AlgoritmaBelum tersedia — susun atas nama Anda, gratisMerancang Jaringan Komputer dan Konfigurasi KeamanannyaBelum tersedia — susun atas nama Anda, gratisModul Informatika lain yang sudah tersedia
Menggunakan Mesin PencariInformatika Kelas XI SMAStrategi AlgoritmikInformatika Kelas XI SMABerpikir KomputasionalInformatika Kelas X SMAData, Informasi, dan ValidasinyaInformatika Kelas X SMALihat semua Modul Ajar Informatika Kelas XI →Pertanyaan yang Sering Diajukan
Apakah ini modul ajar Informatika kelas 11 yang saya cari?
Kemungkinan besar ya. Kelas XI dan kelas 11 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 Lanjut pada Informatika SMA, Fase F.
Modul Berpikir Komputasional Lanjut ini untuk semester 1 (ganjil) atau semester 2 (genap)?
Semester 1 (ganjil), menurut urutan materi Informatika kelas XI SMA di peta setahun pada halaman ini. Semesternya sudah terisi otomatis saat Anda mengunduh.
Apakah modul ajar Informatika materi Berpikir Komputasional Lanjut ini gratis?
Ya. Modul Berpikir Komputasional Lanjut untuk kelas XI SMA dapat diunduh gratis dalam Word + PDF tanpa watermark, 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 Lanjut 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 XI 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 XI langsung tersusun atas nama Anda.
Bisakah modul Berpikir Komputasional Lanjut ini diedit?
Bisa. Hasil unduhan berupa dokumen Word yang bisa disunting penuh — tujuan, alokasi waktu, dan langkah kegiatan Berpikir Komputasional Lanjut dapat Anda sesuaikan dengan murid Informatika kelas XI di sekolah Anda. Sudah ber-kop sekolah dan atas nama Anda, tersedia juga dalam PDF.
Apakah modul ajar Informatika kelas XI ini sesuai kurikulum terbaru?
Ya. Modul Berpikir Komputasional Lanjut ini mengikuti Kurikulum Merdeka dengan Pembelajaran Mendalam (Permendikdasmen 13/2025), pada Fase F untuk kelas XI SMA. Profil Pelajar Pancasila (P5) kini dilanjutkan sebagai 8 Dimensi Profil Lulusan; dimensi yang dikembangkan materi Berpikir Komputasional Lanjut 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 Lanjut untuk Informatika kelas XI 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 Lanjut 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 XI SMA 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 Lanjut beserta ATP, LKPD, asesmen, dan bank soalnya. Perangkat pembelajaran pelengkap Informatika kelas XI berupa Program Tahunan (Prota) dan Program Semester (Promes/Prosem) ber-kop sekolah 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 SMA negeri, swasta, maupun MA?
Ya. Kop, logo, dan nama SMA Anda dipasang otomatis, negeri maupun swasta; sekolah berciri (Muhammadiyah, NU, Islam Terpadu) mendapat kop dan mapel khasnya sendiri saat mengisi borang. Untuk MA, pilih jenjang MA saat mengisi borang: materi Berpikir Komputasional Lanjut yang sama disusun dalam versi madrasah (Kurikulum Berbasis Cinta, kop Kemenag), dan halaman Informatika MA ada di daftar jenjang lain di bawah.
tuntas.org — administrasi beres, kinerja tuntas. Semua modul disusun sebagai materi bantu belajar yang independen.