Modul Ajar & RPP Informatika Kelas XI
Mengolah dan Memanfaatkan 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
📜 Dasar: Permendikdasmen 13/2025 · Standar Proses 1/2026 · CP 046/H/KR/2025 jo. 020/2026
“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 | F / XI |
| Materi Pokok | Mengolah dan Memanfaatkan Data |
| Alokasi Waktu | 2 Pertemuan (5 JP: Pertemuan 1 3 JP · Pertemuan 2 2 JP) |
| 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 telah memiliki pemahaman dasar tentang jenis-jenis data dan konsep data terbuka. |
Dimensi Profil Lulusan yang dikembangkan:
- Penalaran Kritis — mengolah informasi, menganalisis, dan menarik simpulan secara logis
- Kolaborasi — bekerja sama secara efektif untuk mencapai tujuan bersama
- Kemandirian — bertanggung jawab atas proses dan hasil belajarnya sendiri
🔒 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 | Analisis Data |
| Rumusan CP Fase | Pada akhir Fase F, peserta didik mampu mengolah, memvisualisasikan, dan menginterpretasikan data dengan berbagai teknik analisis, serta memanfaatkan hasil analisis untuk pengambilan keputusan yang tepat. |
Identifikasi materi — 4 dimensi pengetahuan:
| Faktual | Data penjualan produk, data demografi penduduk, atau data sensor lingkungan adalah contoh nyata data yang perlu diolah dan dimanfaatkan. |
| Konseptual | Konsep inti dalam mengolah dan memanfaatkan data meliputi pembersihan data, transformasi data, visualisasi data, dan interpretasi hasil analisis. |
| Prosedural | Peserta didik akan mempelajari langkah-langkah sistematis dalam melakukan pembersihan data, menerapkan teknik visualisasi, dan menarik kesimpulan berdasarkan data yang telah diolah. |
| Metakognitif | Peserta didik akan menyadari pentingnya ketelitian dalam setiap tahapan pengolahan data dan bagaimana bias dapat memengaruhi interpretasi hasil. |
Tujuan Pembelajaran:
- Melalui studi kasus pengolahan data, peserta didik dapat mengidentifikasi masalah kualitas data seperti data hilang atau tidak konsisten dengan tepat.
- Setelah diberikan dataset, peserta didik dapat menerapkan teknik pembersihan data seperti penanganan nilai hilang dan penghapusan duplikasi menggunakan perangkat lunak lembar kerja dengan benar.
- Dengan menggunakan perangkat lunak pengolah data, peserta didik dapat melakukan transformasi data seperti normalisasi atau agregasi untuk persiapan analisis dengan mandiri.
Pemahaman bermakna: Memahami cara mengolah dan memanfaatkan data secara efektif akan membekali peserta didik dengan keterampilan penting untuk membuat keputusan berbasis bukti dalam berbagai konteks kehidupan dan profesional.
Pertanyaan pemantik: "Bagaimana kita bisa mengubah tumpukan data mentah menjadi informasi yang berguna untuk memecahkan masalah atau membuat keputusan penting?"
| Praktik Pedagogis | Problem Based Learning (PBL) + praktik |
| Lintas Disiplin Ilmu | Matematika: Konsep statistika dasar seperti rata-rata, median, modus, persentase, dan interpretasi grafik sangat relevan dalam analisis dan visualisasi data. Ekonomi: Pengolahan dan pemanfaatan data ekonomi (misalnya, data penjualan, inflasi, pendapatan) untuk analisis tren dan pengambilan keputusan bisnis. Sosiologi: Analisis data survei atau demografi untuk memahami pola sosial, perilaku masyarakat, dan isu-isu sosial. |
| Kemitraan Pembelajaran | Orang tua dapat mendorong peserta didik untuk mengidentifikasi dan mengolah data sederhana dari lingkungan rumah tangga, seperti data pengeluaran bulanan atau konsumsi listrik, untuk melatih keterampilan praktis. |
| Lingkungan Pembelajaran | Lingkungan kelas yang kondusif dengan akses komputer dan koneksi internet yang stabil sangat penting untuk praktik pengolahan data, didukung oleh ruang diskusi kelompok yang nyaman. |
| Pemanfaatan Teknologi Digital | Pemanfaatan aplikasi lembar kerja (misalnya, Microsoft Excel, Google Sheets, LibreOffice Calc) atau perangkat lunak visualisasi data sederhana secara maksimal sebagai alat utama untuk praktik pengolahan dan visualisasi data. |
| Model Pembelajaran | Problem Based Learning (PBL) |
| Tujuan Pertemuan 1 | Melalui studi kasus pengolahan data, peserta didik dapat mengidentifikasi masalah kualitas data seperti data hilang atau tidak konsisten dengan tepat. |
| Tahapan | Alokasi | Kegiatan Pembelajaran |
|---|---|---|
| Kegiatan AwalBerkesadaran (Mindful) | 25 menit |
|
| Inti — MemahamiBermakna (Meaningful) | 25 menit |
|
| Inti — MengaplikasiBermakna (Meaningful) | 40 menit |
|
| Inti — MerefleksiBermakna (Meaningful) | 20 menit |
|
| Kegiatan PenutupMenggembirakan (Joyful) | 25 menit |
|
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 (PBL) |
| Tujuan Pertemuan 2 | Setelah diberikan dataset, peserta didik dapat menerapkan teknik pembersihan data seperti penanganan nilai hilang dan penghapusan duplikasi menggunakan perangkat lunak lembar kerja dengan benar. |
| Tahapan | Alokasi | Kegiatan Pembelajaran |
|---|---|---|
| Kegiatan AwalBerkesadaran (Mindful) | 15 menit |
|
| Inti — MemahamiBermakna (Meaningful) | 20 menit |
|
| Inti — MengaplikasiBermakna (Meaningful) | 25 menit |
|
| Inti — MerefleksiBermakna (Meaningful) | 15 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: 40 menit
Tujuan: Melalui LKPD ini, kamu akan berlatih membersihkan dan mentransformasi dataset sederhana untuk persiapan analisis.
Petunjuk: 1) Berdoalah sebelum mulai. 2) Kerjakan langkah secara berurutan dan diskusikan dalam kelompok. 3) Catat temuan di tabel, lalu simpulkan berdasarkan bukti.
Info singkat: Data adalah aset berharga di era digital. Namun, data mentah seringkali tidak langsung siap digunakan.
Alat & bahan: Komputer/laptop, koneksi internet, aplikasi lembar kerja (MS Excel/Google Sheets/LibreOffice Calc)
Langkah kerja:
- Buka file dataset 'DataPenjualan_Mentah.csv' yang telah disediakan oleh guru. (Gambar 1)
Gambar 1. Tabel - Identifikasi dan catatlah semua masalah kualitas data yang kamu temukan pada dataset tersebut di tabel yang tersedia.
- Terapkan teknik pembersihan data untuk mengatasi nilai hilang, duplikasi, dan format yang tidak konsisten. Jelaskan teknik yang kamu gunakan.
- Transformasikan data dengan menghitung total penjualan per kategori produk dan rata-rata harga produk. Catat hasilnya.
- Buatlah visualisasi data (misalnya, diagram batang atau diagram lingkaran) dari total penjualan per kategori produk. Tempelkan hasilnya.
🔒 Tabel kerja dan lembar refleksi murid tidak ditampilkan di pratinjau — keduanya ada di berkas unduhan.
Asesmen awal (diagnostik):
- Apa yang kamu ketahui tentang data mentah?
- Menurutmu, mengapa data perlu diolah sebelum digunakan?
- Pernahkah kamu menemukan data yang tidak lengkap atau salah? Bagaimana kamu menanganinya?
Formatif (proses): Observasi selama diskusi kelompok dan praktik pengolahan data, serta penilaian hasil LKPD.
Sumatif (akhir): Peserta didik mengerjakan soal pilihan ganda dan esai untuk mengukur pemahaman konsep dan kemampuan analisis.
🔒 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 masalah kualitas data | Identifikasi masalah kualitas data (nilai hilang, duplikasi, inkonsistensi) | 3 JP | Penalaran Kritis |
| 2 | Menerapkan teknik pembersihan data | Pembersihan data (penanganan nilai hilang, duplikasi, format) | 2 JP | Kolaborasi |
| 3 | Melakukan transformasi data dan visualisasi | Transformasi data (agregasi, normalisasi) dan visualisasi data | 2 JP | Kemandirian |
| 4 | Menginterpretasi dan merumuskan rekomendasi | Interpretasi data dan perumusan rekomendasi | 2 JP | Penalaran Kritis |
Data adalah aset berharga di era digital. Namun, data mentah seringkali tidak langsung siap digunakan. Proses pengolahan data mengubah data mentah menjadi informasi yang bermakna dan dapat diandalkan. Modul ini akan membimbing kamu memahami langkah-langkah penting dalam mengolah dan memanfaatkan data, mulai dari pembersihan hingga interpretasi, agar kamu dapat membuat keputusan yang lebih baik berbasis bukti.
1. Mengidentifikasi Masalah Kualitas Data
Sebelum data dapat digunakan untuk analisis, penting untuk memastikan kualitasnya. Masalah kualitas data dapat berupa nilai hilang (data yang tidak tercatat), duplikasi data (entri yang sama muncul lebih dari satu kali), inkonsistensi format (misalnya, tanggal ditulis dalam format berbeda), atau outlier (nilai yang sangat jauh berbeda dari sebagian besar data lainnya). Mengidentifikasi masalah ini adalah langkah pertama dan krusial karena data yang buruk dapat menghasilkan analisis yang menyesatkan dan keputusan yang salah. Contohnya, jika data penjualan memiliki nilai hilang, total penjualan yang dihitung akan tidak akurat.
2. Teknik Pembersihan Data
Pembersihan data adalah proses memperbaiki atau menghapus data yang salah, rusak, tidak akurat, tidak lengkap, atau tidak relevan. Untuk nilai hilang, kita bisa mengisinya dengan rata-rata, median, modus, atau menghapusnya jika jumlahnya sedikit. Duplikasi data dapat dihilangkan dengan fitur 'hapus duplikat' di lembar kerja. Inkonsistensi format dapat diperbaiki dengan fungsi 'find and replace' atau mengubah tipe data. Tujuan pembersihan data adalah untuk memastikan data akurat, konsisten, dan lengkap, sehingga siap untuk dianalisis. Proses ini membutuhkan ketelitian dan pemahaman konteks data.
3. Transformasi Data
Transformasi data adalah proses mengubah format atau struktur data menjadi bentuk yang lebih cocok untuk analisis. Contoh transformasi termasuk normalisasi (menyesuaikan skala data), agregasi (mengelompokkan data dan menghitung ringkasan seperti total atau rata-rata), atau penggabungan data dari beberapa sumber. Misalnya, data penjualan harian dapat diagregasi menjadi total penjualan bulanan. Transformasi ini membantu menyederhanakan data, mengurangi kompleksitas, dan mempersiapkannya untuk model analisis tertentu atau visualisasi yang lebih efektif. Pemilihan teknik transformasi tergantung pada tujuan analisis.
4. Visualisasi Data
Visualisasi data adalah penyajian data dalam bentuk grafis seperti diagram batang, diagram garis, diagram lingkaran, atau peta. Tujuannya adalah untuk membuat pola, tren, dan outlier dalam data lebih mudah dipahami dan dikomunikasikan. Pemilihan jenis visualisasi sangat penting; diagram batang cocok untuk membandingkan kategori, diagram garis untuk menunjukkan tren waktu, dan diagram lingkaran untuk proporsi. Visualisasi yang baik harus jelas, ringkas, dan tidak menyesatkan, membantu audiens memahami cerita di balik data tanpa perlu melihat angka-angka mentah.
5. Interpretasi dan Pemanfaatan Data
Setelah data diolah dan divisualisasikan, langkah terakhir adalah menginterpretasikannya. Interpretasi melibatkan penarikan kesimpulan dari pola dan tren yang terlihat dalam visualisasi data. Misalnya, dari diagram garis penjualan, kita mungkin melihat tren peningkatan di bulan-bulan tertentu. Hasil interpretasi ini kemudian dimanfaatkan untuk pengambilan keputusan atau perumusan rekomendasi. Data yang telah diolah dan diinterpretasikan dapat mendukung strategi bisnis, kebijakan publik, atau bahkan keputusan pribadi, asalkan interpretasinya akurat dan didukung oleh bukti data yang kuat.
Rangkuman: Mengolah dan memanfaatkan data adalah serangkaian proses penting untuk mengubah data mentah menjadi informasi yang bernilai. Dimulai dengan mengidentifikasi masalah kualitas data, dilanjutkan dengan pembersihan data untuk memastikan akurasi, dan transformasi data untuk persiapan analisis. Visualisasi data membantu menyajikan informasi secara grafis agar mudah dipahami, yang kemudian diinterpretasikan untuk menarik kesimpulan dan merumuskan rekomendasi atau keputusan berbasis bukti. Keterampilan ini sangat relevan di berbagai bidang saat ini.
| Istilah | Arti |
|---|---|
| Data Mentah | Data yang belum diproses atau diolah. |
| Nilai Hilang | Data yang tidak tercatat atau kosong dalam dataset. |
| Duplikasi Data | Entri data yang sama muncul lebih dari satu kali. |
| Outlier | Nilai data yang sangat berbeda dari sebagian besar data lainnya. |
🔒 Daftar pustaka tidak ditampilkan di pratinjau — ada di berkas unduhan.
Modul ajar "Mengolah dan Memanfaatkan Data" 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
Bagian dari Bab 2 · Analisis Data
Modul ini membahas satu subbab. Subbab lain di bab ini, atau seluruh bab dalam satu modul:
Bab 2Analisis DataModul siap unduh · Word + PDF ber-kop2.1Pengantar Analisis Data2.2Data Terbuka, Terpercaya, dan Legal2.3Mengolah dan Memanfaatkan DataSedang Anda buka2.4Studi Kasus Analisis Data: Deforestasi Hutan IndonesiaBukan Mengolah dan Memanfaatkan 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 XI Setahun
Urutan mengajarnya, bukan urutan pencarian. Yang sudah ada tinggal diunduh; yang belum, disusun atas nama Anda — sama-sama gratis.
Semester 1 / Ganjil3 dari 3 siap unduh
Informasi DigitalModul siap unduh · Word + PDF ber-kopAnalisis DataModul siap unduh · Word + PDF ber-kopStrategi Algoritmik, Desain Struktur Data, dan Analisis SolusiModul siap unduh · Word + PDF ber-kopBERIKUTNYASemester 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
Berpikir Komputasional LanjutInformatika Kelas XI SMAMenggunakan Mesin PencariInformatika Kelas XI SMAStrategi AlgoritmikInformatika Kelas XI SMALihat semua Modul Ajar Informatika Kelas XI →📝 Butuh soal ujiannya juga?
Materi Mengolah dan Memanfaatkan Data masuk ASAS Informatika Kelas XI Semester 1. Lihat contoh soal dan kuncinya, lalu rakit paket soalnya — kisi-kisi, naskah, kunci, kartu soal.
Mesin Soal 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 Mengolah dan Memanfaatkan Data pada Informatika SMA, Fase F, elemen Analisis Data.
Modul Mengolah dan Memanfaatkan Data 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 Mengolah dan Memanfaatkan Data ini gratis?
Ya. Modul Mengolah dan Memanfaatkan Data untuk kelas XI SMA 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 Mengolah dan Memanfaatkan 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 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 Mengolah dan Memanfaatkan Data ini diedit?
Bisa. Hasil unduhan berupa dokumen Word yang bisa disunting penuh — tujuan, alokasi waktu, dan langkah kegiatan Mengolah dan Memanfaatkan Data 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 Mengolah dan Memanfaatkan Data ini mengikuti Kepka BSKAP No. 046/H/KR/2025, pada Fase F untuk kelas XI SMA. Profil Pelajar Pancasila (P5) kini dilanjutkan sebagai 8 Dimensi Profil Lulusan; dimensi yang dikembangkan materi Mengolah dan Memanfaatkan 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 Mengolah dan Memanfaatkan Data 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 Mengolah dan Memanfaatkan Data 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 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 Mengolah dan Memanfaatkan Data beserta ATP, LKPD, asesmen, dan bank soalnya. Perangkat pembelajaran pelengkap Informatika kelas XI 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 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 Mengolah dan Memanfaatkan Data 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.