Modul Ajar & RPP Matematika Kelas XII
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
📜 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 | Matematika |
| Fase / Kelas | F / XII |
| Materi Pokok | Analisis Data |
| 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 telah memahami konsep dasar statistik deskriptif seperti mean, median, modus, dan penyajian data dalam bentuk tabel atau grafik sederhana. |
Dimensi Profil Lulusan yang dikembangkan:
- Penalaran kritis — mengolah informasi, menganalisis, dan menarik simpulan secara logis
- Kolaborasi — bekerja sama secara efektif untuk mencapai tujuan bersama
- Komunikasi — menyampaikan dan menerima gagasan secara jelas dan santun
🔒 Elemen tiap dimensi beserta wujudnya pada materi ini tersedia di Paket Lengkap.
Identifikasi materi — 4 dimensi pengetahuan:
| Faktual | Analisis data sering digunakan dalam survei kepuasan pelanggan, hasil produksi pabrik, atau tren pasar saham. |
| Konseptual | Analisis data melibatkan proses pemeriksaan, pembersihan, transformasi, dan pemodelan data dengan tujuan menemukan informasi yang berguna, menyimpulkan, dan mendukung pengambilan keputusan. |
| Prosedural | Langkah-langkah analisis data meliputi pengumpulan data, pengolahan data, visualisasi data, interpretasi, dan penarikan kesimpulan berdasarkan metode statistik yang tepat. |
| Metakognitif | Peserta didik menyadari bahwa pemilihan metode analisis data yang tepat sangat penting untuk menghasilkan kesimpulan yang valid dan akurat, serta memahami kapan dan mengapa suatu metode lebih baik dari yang lain. |
Tujuan Pembelajaran:
- Menganalisis jenis-jenis data dan metode pengumpulan data yang relevan dengan konteks masalah nyata.
- Menerapkan teknik pengolahan data statistik deskriptif dan inferensial untuk menyajikan informasi yang akurat.
- Menyajikan hasil analisis data menggunakan berbagai visualisasi yang efektif dan informatif.
- Menginterpretasikan hasil analisis data untuk menarik kesimpulan yang valid dan mendukung pengambilan keputusan.
- Merancang dan melaksanakan proyek analisis data sederhana dari pengumpulan hingga pelaporan.
Pemahaman bermakna: Memahami analisis data bukan hanya tentang angka, tetapi tentang kemampuan mengubah data mentah menjadi wawasan yang bermakna untuk memecahkan masalah nyata dan membuat keputusan yang lebih baik di berbagai bidang kehidupan dan pekerjaan.
Pertanyaan pemantik: "Mengapa perusahaan besar rela membayar mahal untuk menganalisis data pelanggan mereka?"
| Praktik Pedagogis | Project Based Learning (PjBL) + praktik |
| Lintas Disiplin Ilmu | Bahasa Indonesia: Penyusunan laporan analisis data yang sistematis, jelas, dan menggunakan bahasa yang efektif serta lugas. Pendidikan Pancasila: Diskusi tentang etika dalam pengumpulan dan penyajian data, serta tanggung jawab sosial dalam penggunaan informasi. Teknologi Informasi dan Komunikasi: Penggunaan aplikasi spreadsheet dan perangkat lunak visualisasi data untuk pengolahan dan penyajian informasi secara digital. |
| Kemitraan Pembelajaran | Orang tua dapat diajak berdiskusi mengenai data-data sederhana di rumah tangga (misalnya pengeluaran bulanan) atau komunitas mereka, membantu peserta didik melihat relevansi analisis data dalam kehidupan sehari-hari. |
| Lingkungan Pembelajaran | Kelas diatur agar memungkinkan kerja kelompok yang fleksibel, dengan akses mudah ke komputer atau gawai, serta area untuk presentasi dan diskusi kelompok kecil. |
| Pemanfaatan Teknologi Digital | Pemanfaatan perangkat lunak spreadsheet (Ms. Excel/Google Sheets) untuk pengolahan data, alat visualisasi data online (misalnya Google Data Studio/Canva) untuk menyajikan hasil, dan platform kolaborasi daring (misalnya Google Docs) untuk penyusunan laporan kelompok. |
| Model Pembelajaran | Discovery Learning |
| Tujuan Pertemuan 1 | Menganalisis jenis-jenis data dan metode pengumpulan data yang relevan dengan konteks masalah nyata. |
| Tahapan | Alokasi | Kegiatan Pembelajaran |
|---|---|---|
| Kegiatan AwalBerkesadaran (Mindful) | 15 menit | Guru menyapa, memimpin doa, memeriksa kehadiran, dan melakukan apersepsi dengan menanyakan contoh data yang pernah mereka temui. Guru menyampaikan tujuan pembelajaran hari ini yaitu menganalisis jenis data dan metode pengumpulannya, serta memantik dengan pertanyaan 'Bagaimana kita tahu data yang kita kumpulkan itu 'baik'?' |
| Inti — MemahamiBermakna (Meaningful) | 20 menit | Peserta didik mengeksplorasi berbagai jenis data (kualitatif, kuantitatif, diskrit, kontinu) dan metode pengumpulan data (survei, observasi, eksperimen) melalui studi kasus sederhana yang relevan dengan dunia SMK, misalnya data preferensi produk atau hasil uji coba. |
| Inti — MengaplikasiBermakna (Meaningful) | 25 menit | Dalam kelompok kecil, peserta didik menganalisis studi kasus untuk mengidentifikasi jenis data dan merencanakan metode pengumpulan data yang paling sesuai, kemudian mengisi lembar kerja yang diberikan. |
| Inti — MerefleksiBermakna (Meaningful) | 15 menit | Setiap kelompok mempresentasikan hasil analisis dan rencana pengumpulan data mereka, kelompok lain memberikan umpan balik, dan guru memberikan penguatan konsep tentang pentingnya memilih jenis data dan metode yang tepat untuk validitas analisis. |
| Kegiatan PenutupMenggembirakan (Joyful) | 15 menit | Peserta didik bersama guru menyimpulkan jenis data dan metode pengumpulannya. Guru memberikan apresiasi atas partisipasi aktif dan memberikan tugas rumah untuk mencari contoh data di lingkungan sekitar mereka, menutup dengan doa dan salam. |
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 | Menerapkan teknik pengolahan data statistik deskriptif dan inferensial untuk menyajikan informasi yang akurat. |
| Tahapan | Alokasi | Kegiatan Pembelajaran |
|---|---|---|
| Kegiatan AwalBerkesadaran (Mindful) | 15 menit | Guru menyapa, memimpin doa, memeriksa kehadiran, dan mengulas singkat materi sebelumnya tentang jenis dan pengumpulan data. Guru menyampaikan tujuan pembelajaran hari ini yaitu mengolah dan menyajikan data, lalu memberikan pertanyaan pemantik 'Setelah data terkumpul, apa yang harus kita lakukan agar mudah dipahami?' |
| Inti — MemahamiBermakna (Meaningful) | 20 menit | Peserta didik diberikan masalah kontekstual yang melibatkan sekumpulan data mentah (misalnya, data penjualan produk atau hasil ujian). Mereka secara mandiri atau berkelompok mengidentifikasi masalah, kemudian mencari cara untuk mengolah data tersebut menggunakan statistik deskriptif (mean, median, modus, standar deviasi) dan inferensial sederhana. |
| Inti — MengaplikasiBermakna (Meaningful) | 25 menit | Peserta didik menggunakan perangkat lunak spreadsheet (misalnya Microsoft Excel atau Google Sheets) untuk mengolah data yang diberikan, menghitung ukuran pemusatan dan penyebaran, serta mulai merancang visualisasi data seperti grafik batang, lingkaran, atau garis. |
| Inti — MerefleksiBermakna (Meaningful) | 15 menit | Setiap kelompok mempresentasikan hasil pengolahan data dan visualisasi awal mereka, menjelaskan mengapa mereka memilih teknik tertentu. Guru memfasilitasi diskusi, memberikan koreksi, dan menekankan pentingnya akurasi dalam pengolahan dan penyajian data untuk menghindari misleading information. |
| Kegiatan PenutupMenggembirakan (Joyful) | 15 menit | Peserta didik bersama guru merangkum teknik pengolahan data dan visualisasi. Guru memberikan apresiasi atas upaya mereka, memberikan motivasi untuk terus berlatih, dan memberikan informasi mengenai proyek analisis data yang akan dikerjakan di pertemuan selanjutnya, menutup dengan doa dan salam. |
Tahapan inti mengikuti 3 Pengalaman Belajar Pembelajaran Mendalam: memahami → mengaplikasi → merefleksi; label di kolom kiri menunjukkan prinsip yang diwujudkan tiap tahapan.
Tujuan: Membantu peserta didik mengidentifikasi jenis data, merencanakan metode pengumpulan, dan menyajikan data sederhana secara terstruktur.
Alat & bahan: Kertas, pulpen, komputer/laptop, akses internet, Ms. Excel/Google Sheets
Langkah kerja:
- Amati diagram batang berikut, lalu tuliskan banyak siswa untuk setiap buah pada tabel.
Gambar 1. Diagram batang - Bentuklah kelompok yang terdiri dari 3-4 orang.
- Pilihlah satu studi kasus sederhana (misal: tingkat kepuasan siswa terhadap kantin sekolah).
- Identifikasi jenis data yang akan dikumpulkan dan metode pengumpulannya (kuesioner/observasi).
- Buatlah rencana pengumpulan data dan kumpulkan data dari minimal 10 responden/objek.
- Olah data yang terkumpul menggunakan Ms. Excel/Google Sheets dan sajikan dalam bentuk tabel frekuensi serta grafik yang sesuai.
🔒 Tabel kerja dan lembar refleksi murid tidak ditampilkan di pratinjau — keduanya ada di berkas unduhan.
Asesmen awal (diagnostik):
- Apa yang Anda ketahui tentang rata-rata, median, dan modus?
- Bagaimana cara menyajikan data agar mudah dipahami?
- Menurut Anda, mengapa data perlu dianalisis?
- Pernahkah Anda melihat grafik atau tabel data di berita atau media sosial? Apa yang Anda pahami dari sana?
Formatif (proses): Observasi partisipasi aktif peserta didik dalam diskusi kelompok, ketepatan dalam pengisian LKPD, dan kemampuan berkolaborasi selama proses pengerjaan proyek.
Sumatif (akhir): Penilaian proyek analisis data yang mencakup kualitas pengumpulan data, ketepatan pengolahan, efektivitas visualisasi, kedalaman interpretasi, dan kualitas presentasi kelompok.
🔒 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 jenis-jenis data dan metode pengumpulan data yang relevan dengan konteks masalah nyata. | Jenis-jenis data (kualitatif, kuantitatif, diskrit, kontinu) dan metode pengumpulan data (survei, observasi, eksperimen). | 2 JP | penalaran kritis |
| 2 | Menerapkan teknik pengolahan data statistik deskriptif dan inferensial untuk menyajikan informasi yang akurat. | Statistik deskriptif (ukuran pemusatan dan penyebaran) dan pengenalan statistik inferensial sederhana. | 2 JP | penalaran kritis, kolaborasi |
| 3 | Menyajikan hasil analisis data menggunakan berbagai visualisasi yang efektif dan informatif; Menginterpretasikan hasil analisis data untuk menarik kesimpulan yang valid dan mendukung pengambilan keputusan; Merancang dan melaksanakan proyek analisis data sederhana dari pengumpulan hingga pelaporan. | Visualisasi data (grafik, tabel), interpretasi data, penarikan kesimpulan, dan pelaporan proyek analisis data. | 2 JP | penalaran kritis, kolaborasi, komunikasi |
Analisis data adalah salah satu keterampilan paling krusial di era digital saat ini. Hampir setiap aspek kehidupan, mulai dari bisnis, kesehatan, hingga pendidikan, menghasilkan data yang melimpah. Kemampuan untuk memahami, mengolah, dan menginterpretasikan data ini akan membuka pintu wawasan baru dan membantu kita membuat keputusan yang lebih cerdas dan strategis.
1. Pengertian dan Pentingnya Analisis Data
Analisis data adalah proses sistematis untuk memeriksa, membersihkan, mengubah, dan memodelkan data dengan tujuan menemukan informasi yang berguna, menarik kesimpulan, dan mendukung pengambilan keputusan. Dalam dunia industri, analisis data sangat penting untuk memahami perilaku pelanggan, mengoptimalkan operasi, dan memprediksi tren pasar. Contoh nyata, sebuah toko ritel menganalisis data penjualan untuk mengetahui produk terlaris dan waktu puncaknya, sehingga dapat mengatur stok dan strategi pemasaran lebih efektif. Tanpa analisis data, keputusan seringkali didasarkan pada asumsi atau intuisi yang berisiko.
2. Jenis-jenis Data
Data dapat diklasifikasikan menjadi beberapa jenis. Data kualitatif adalah data deskriptif yang tidak dapat diukur secara numerik, contohnya warna favorit atau jenis kelamin. Data kuantitatif adalah data yang dapat diukur secara numerik, seperti tinggi badan atau jumlah penjualan. Data kuantitatif dibagi lagi menjadi data diskrit (nilai bulat, contoh: jumlah anak) dan data kontinu (nilai dalam rentang tertentu, contoh: suhu tubuh). Pemahaman jenis data ini krusial karena menentukan metode analisis yang akan digunakan. Misalnya, untuk data kualitatif, kita mungkin menggunakan analisis konten, sedangkan untuk kuantitatif, kita menggunakan statistik.
3. Metode Pengumpulan Data
Pengumpulan data adalah langkah awal yang menentukan kualitas analisis. Metode umum meliputi survei (menggunakan kuesioner untuk mendapatkan informasi dari responden), observasi (mengamati perilaku atau fenomena tanpa intervensi), dan eksperimen (melakukan percobaan untuk menguji hipotesis). Pemilihan metode harus disesuaikan dengan tujuan penelitian dan jenis data yang ingin diperoleh. Misalnya, untuk mengetahui opini publik tentang suatu produk, survei adalah metode yang cocok. Untuk mengukur dampak perubahan desain kemasan terhadap penjualan, eksperimen mungkin lebih efektif.
4. Pengolahan Data Statistik Deskriptif
Statistik deskriptif digunakan untuk meringkas dan mendeskripsikan karakteristik utama dari suatu set data. Ini mencakup ukuran pemusatan seperti mean (rata-rata), median (nilai tengah), dan modus (nilai yang paling sering muncul), serta ukuran penyebaran seperti rentang (range), variansi, dan standar deviasi. Misalnya, jika kita memiliki data nilai ujian siswa, mean akan memberikan gambaran rata-rata kinerja kelas, sedangkan standar deviasi akan menunjukkan seberapa bervariasi nilai-nilai tersebut. Pengolahan data ini sering dilakukan menggunakan perangkat lunak spreadsheet seperti Microsoft Excel atau Google Sheets.
5. Pengenalan Statistik Inferensial Sederhana
Statistik inferensial memungkinkan kita membuat kesimpulan atau generalisasi tentang populasi berdasarkan sampel data yang lebih kecil. Meskipun materi ini lebih mendalam, di kelas XII SMK kita akan mengenal konsep dasarnya, seperti pengujian hipotesis sederhana atau estimasi parameter. Contohnya, dari hasil survei sampel pelanggan, kita ingin menyimpulkan preferensi seluruh pelanggan. Statistik inferensial membantu kita menentukan seberapa yakin kita dapat membuat kesimpulan tersebut. Ini melibatkan penggunaan probabilitas dan distribusi statistik.
6. Visualisasi Data Efektif
Visualisasi data adalah seni menyajikan data dalam bentuk grafis agar mudah dipahami dan menarik. Jenis visualisasi meliputi grafik batang (untuk perbandingan kategori), grafik lingkaran (untuk proporsi bagian dari keseluruhan), grafik garis (untuk menunjukkan tren seiring waktu), dan scatter plot (untuk menunjukkan hubungan antara dua variabel). Kunci visualisasi yang efektif adalah kesederhanaan, kejelasan, dan kemampuan untuk menyampaikan pesan utama data tanpa membingungkan audiens. Pemilihan jenis grafik yang tepat sangat penting agar informasi tersampaikan dengan akurat dan cepat.
7. Interpretasi dan Penarikan Kesimpulan
Setelah data diolah dan divisualisasikan, langkah selanjutnya adalah menginterpretasikan hasilnya. Interpretasi melibatkan analisis pola, tren, dan hubungan dalam data, serta menjelaskan apa arti temuan tersebut dalam konteks masalah. Penarikan kesimpulan harus didasarkan pada bukti data yang kuat dan logis. Penting untuk menghindari bias dan tidak membuat kesimpulan yang terlalu jauh dari apa yang ditunjukkan oleh data. Kesimpulan yang baik juga seringkali diikuti dengan rekomendasi tindakan atau keputusan yang relevan.
8. Etika dalam Analisis Data
Etika adalah aspek fundamental dalam analisis data. Ini mencakup menjaga privasi dan kerahasiaan data, memastikan akurasi dan objektivitas dalam pengumpulan dan interpretasi, serta menghindari manipulasi data untuk mendukung agenda tertentu. Misalnya, saat mengumpulkan data pribadi, penting untuk mendapatkan persetujuan dan menjelaskan bagaimana data akan digunakan. Pelaporan hasil harus transparan dan jujur, bahkan jika hasilnya tidak sesuai dengan harapan awal. Analisis data yang beretika membangun kepercayaan dan kredibilitas.
Rangkuman: Analisis data adalah proses krusial untuk mengubah data mentah menjadi wawasan yang mendukung pengambilan keputusan. Ini melibatkan identifikasi jenis data, pemilihan metode pengumpulan yang tepat, pengolahan menggunakan statistik deskriptif dan inferensial, visualisasi yang efektif, hingga interpretasi dan penarikan kesimpulan. Pemahaman etika dalam setiap tahapan memastikan analisis yang valid dan bertanggung jawab, membuka peluang untuk inovasi dan solusi di berbagai bidang.
| Istilah | Arti |
|---|---|
| Data Kualitatif | Data deskriptif yang tidak dapat diukur secara numerik. |
| Data Kuantitatif | Data yang dapat diukur secara numerik. |
| Mean | Rata-rata hitung dari sekumpulan data. |
| Median | Nilai tengah dari sekumpulan data yang telah diurutkan. |
| Modus | Nilai yang paling sering muncul dalam sekumpulan data. |
| Standar Deviasi | Ukuran sebaran data di sekitar rata-rata. |
| Visualisasi Data | Penyajian data dalam bentuk grafis untuk memudahkan pemahaman. |
| Statistik Deskriptif | Metode untuk meringkas dan mendeskripsikan karakteristik data. |
| Statistik Inferensial | Metode untuk membuat kesimpulan tentang populasi dari sampel data. |
🔒 Daftar pustaka tidak ditampilkan di pratinjau — ada di berkas unduhan.
Modul ajar "Analisis Data" mata pelajaran Matematika Kelas XII 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 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 Matematika Kelas XII 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
Barisan dan DeretModul siap unduh · Word + PDF ber-kopInvestasi dan PinjamanBelum tersedia — susun atas nama Anda, gratisSemester 2 / Genap1 dari 2 siap unduh
Kaidah PencacahanBelum tersedia — susun atas nama Anda, gratisPeluangModul siap unduh · Word + PDF ber-kopModul Matematika lain yang sudah tersedia
Fungsi KuadratMatematika Kelas XII SMKIntegralMatematika Kelas XII SMKLimit FungsiMatematika Kelas XII SMKMatematika Keuangan (Bunga dan Anuitas)Matematika Kelas XII SMKLihat semua Modul Ajar Matematika Kelas XII →📝 Butuh soal ujiannya juga?
Materi Analisis Data masuk ASAS Matematika Kelas XII Semester 2. Lihat contoh soal dan kuncinya, lalu rakit paket soalnya — kisi-kisi, naskah, kunci, kartu soal.
Mesin Soal Matematika Kelas XII →Pertanyaan yang Sering Diajukan
Apakah ini modul ajar Matematika kelas 12 yang saya cari?
Kemungkinan besar ya. Kelas XII dan kelas 12 adalah kelas yang sama — yang satu ditulis angka Romawi seperti di dokumen resmi, yang satu angka biasa. Berkas ini perangkat ajar untuk materi Analisis Data pada Matematika SMK, Fase F.
Modul Analisis Data ini untuk semester 1 (ganjil) atau semester 2 (genap)?
Semester 2 (genap), menurut urutan materi Matematika kelas XII SMK di peta setahun pada halaman ini. Semesternya sudah terisi otomatis saat Anda mengunduh.
Apakah modul ajar Matematika materi Analisis Data ini gratis?
Ya. Modul Analisis Data untuk kelas XII SMK 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 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 Matematika kelas XII 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 Matematika kelas XII langsung tersusun atas nama Anda.
Bisakah modul Analisis Data ini diedit?
Bisa. Hasil unduhan berupa dokumen Word yang bisa disunting penuh — tujuan, alokasi waktu, dan langkah kegiatan Analisis Data dapat Anda sesuaikan dengan murid Matematika kelas XII di sekolah Anda. Sudah ber-kop sekolah dan atas nama Anda, tersedia juga dalam PDF.
Apakah modul ajar Matematika kelas XII ini sesuai kurikulum terbaru?
Ya. Modul Analisis Data ini mengikuti Kurikulum Merdeka dengan Pembelajaran Mendalam (Permendikdasmen 13/2025), pada Fase F untuk kelas XII SMK. Profil Pelajar Pancasila (P5) kini dilanjutkan sebagai 8 Dimensi Profil Lulusan; dimensi yang dikembangkan materi 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 Analisis Data untuk Matematika kelas XII 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 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 Matematika kelas XII SMK 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 Analisis Data beserta ATP, LKPD, asesmen, dan bank soalnya. Perangkat pembelajaran pelengkap Matematika kelas XII 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 Matematika ini cocok untuk SMK negeri maupun swasta?
Ya. Kop, logo, dan nama SMK Anda dipasang otomatis, negeri maupun swasta; sekolah berciri (Muhammadiyah, NU, Islam Terpadu) mendapat kop dan mapel khasnya sendiri saat mengisi borang. Materi Analisis Data disusun untuk SMK dari kurikulum yang sama.
tuntas.org — administrasi beres, kinerja tuntas. Semua modul disusun sebagai materi bantu belajar yang independen.