tuntas.orgBuat Modul Ajar →
BerandaModul Ajar SMPKoding dan Kecerdasan Artifisial › Berpikir Komputasional Lanjutan
SMP · Kelas VII · Fase D

Modul Ajar Koding dan Kecerdasan Artifisial Kelas VII
Berpikir Komputasional Lanjutan

Modul ajar Koding dan Kecerdasan Artifisial SMP kelas VII materi Berpikir Komputasional Lanjutan lengkap: ATP, tujuan, LKPD, asesmen, hingga bahan ajar. Sesuai Kurikulum Merdeka 2025/2026. Unduh Word + PDF atas nama Anda.

Sampul modul ajar Koding dan Kecerdasan Artifisial kelas VII materi Berpikir Komputasional Lanjutan
Ringkasan: Berpikir komputasional lanjutan melibatkan dekomposisi masalah kompleks, abstraksi informasi penting, perancangan algoritma yang efisien, penggunaan struktur data sederhana, pengenalan pola untuk generalisasi, serta debugging dan optimasi solusi. Keterampilan ini membekali kita untuk memecahkan berbagai masalah secara sistematis dan kreatif, tidak hanya dalam koding tetapi juga dalam kehidupan sehari-hari.
Model: Project-Based Learning (PjBL) + praktikDimensi: Penalaran Kritis, Kreativitas, KolaborasiWord + PDF
Buat & Unduh Modul Ini — GRATISKoding dan Kecerdasan Artifisial · Berpikir Komputasional Lanjutan · atas nama Anda

1 Capaian Pembelajaran

Kompetensi awal: Peserta didik telah memahami konsep dasar berpikir komputasional seperti dekomposisi dan pengenalan pola.

Pemahaman bermakna: Berpikir komputasional lanjutan membantu kita memecahkan masalah kompleks dengan cara yang sistematis, efisien, dan kreatif, sehingga dapat diterapkan di berbagai bidang kehidupan.

Pertanyaan pemantik: Bagaimana cara kita membuat robot atau program komputer yang bisa mengambil keputusan cerdas seperti manusia?

2 Tujuan Pembelajaran

3 Kegiatan Pembelajaran (3 Pertemuan)

Pertemuan 1 — Discovery Learning

Tujuan: Menganalisis masalah kompleks menjadi bagian-bagian yang lebih kecil menggunakan dekomposisi dan abstraksi.

Kegiatan awal: Guru menyapa peserta didik, memimpin doa, memeriksa kehadiran, dan melakukan apersepsi dengan menanyakan pengalaman peserta didik dalam memecahkan masalah sehari-hari. Guru menyampaikan tujuan pembelajaran dan pertanyaan pemantik: 'Bagaimana kita bisa menyederhanakan masalah yang rumit agar lebih mudah dipecahkan?'.

Memahami: Peserta didik mengamati dan menganalisis studi kasus (misalnya, membuat jadwal perjalanan wisata) secara berkelompok, mengidentifikasi bagian-bagian masalah, dan mulai memikirkan bagaimana menyederhanakannya. Guru membimbing diskusi untuk memahami konsep dekomposisi dan abstraksi.

Mengaplikasi: Setiap kelompok mengerjakan Lembar Kerja Peserta Didik (LKPD) yang berisi masalah baru (misalnya, merancang sistem antrean sederhana) dan diminta untuk menguraikan masalah tersebut ke dalam sub-masalah yang lebih kecil (dekomposisi) serta mengidentifikasi informasi penting dan mengabaikan detail yang tidak relevan (abstraksi).

Merefleksi: Perwakilan kelompok mempresentasikan hasil dekomposisi dan abstraksi masalah. Kelompok lain memberikan tanggapan dan masukan. Guru memberikan umpan balik, menguatkan pemahaman konsep, dan menyoroti pentingnya dekomposisi dan abstraksi dalam pemecahan masalah.

Penutup: Guru bersama peserta didik menyimpulkan pentingnya dekomposisi dan abstraksi. Guru memberikan apresiasi atas partisipasi aktif dan menyampaikan bahwa di pertemuan berikutnya akan belajar merancang algoritma dari hasil dekomposisi. Doa penutup.

Pertemuan 2 — Problem-Based Learning (PBL)

Tujuan: Merancang algoritma sederhana untuk memecahkan masalah dengan mempertimbangkan efisiensi dan kejelasan.

Kegiatan awal: Guru menyapa, berdoa, presensi, dan mengulas kembali materi dekomposisi dan abstraksi dari pertemuan sebelumnya. Guru menyampaikan tujuan pembelajaran: 'Hari ini kita akan belajar merancang langkah-langkah solusi yang jelas dan efisien untuk masalah yang sudah kita dekomposisi'.

Memahami: Peserta didik secara berkelompok menganalisis hasil dekomposisi masalah dari pertemuan sebelumnya. Guru memperkenalkan konsep algoritma dan flowchart sebagai alat untuk merancang langkah-langkah solusi secara terstruktur dan visual. Peserta didik berdiskusi tentang kriteria algoritma yang baik (jelas, terbatas, efektif).

Mengaplikasi: Menggunakan hasil dekomposisi dan abstraksi dari LKPD sebelumnya, setiap kelompok merancang algoritma dalam bentuk pseudocode atau flowchart untuk memecahkan salah satu sub-masalah. Mereka diminta untuk mempertimbangkan efisiensi dan kejelasan setiap langkah. Guru berkeliling memberikan bimbingan dan pertanyaan pancingan.

Merefleksi: Setiap kelompok menukarkan rancangan algoritma mereka dengan kelompok lain untuk saling memberikan masukan dan mengidentifikasi potensi perbaikan. Guru memfasilitasi diskusi tentang berbagai pendekatan algoritma dan pentingnya pengujian sederhana. Guru memberikan penguatan tentang pentingnya algoritma yang terstruktur.

Penutup: Guru bersama peserta didik membuat rangkuman tentang proses perancangan algoritma. Guru memberikan semangat untuk pertemuan berikutnya yang akan mengimplementasikan algoritma. Doa penutup dan pesan untuk mempersiapkan ide proyek.

Pertemuan 3 — Project-Based Learning (PjBL)

Tujuan: Mengimplementasikan algoritma menggunakan blok program visual untuk memecahkan masalah nyata dan mengevaluasi serta mengoptimalkan solusi komputasional.

Kegiatan awal: Guru menyapa, berdoa, presensi, dan mengulas kembali pentingnya algoritma yang telah dirancang. Guru menyampaikan tujuan pembelajaran: 'Sekarang saatnya kita mewujudkan rancangan algoritma menjadi program nyata dan memastikan program kita bekerja dengan baik'.

Memahami: Guru menjelaskan platform pemrograman visual (misalnya Scratch atau Blockly) sebagai alat untuk mengimplementasikan algoritma. Peserta didik secara mandiri atau berkelompok mencoba fitur dasar platform dan memahami bagaimana blok-blok program merepresentasikan langkah-langkah algoritma.

Mengaplikasi: Peserta didik secara berkelompok mengimplementasikan algoritma yang telah dirancang pada pertemuan sebelumnya menggunakan blok program visual. Mereka membuat proyek sederhana (misalnya, simulasi antrean, permainan tebak angka, atau animasi interaktif) dan melakukan pengujian untuk menemukan kesalahan (debugging) serta melakukan perbaikan. Guru memfasilitasi dan memberikan bantuan teknis.

Merefleksi: Setiap kelompok mempresentasikan proyek hasil implementasi algoritma mereka kepada kelas, menjelaskan cara kerja program, dan tantangan yang dihadapi. Peserta didik lain memberikan umpan balik konstruktif. Guru memimpin diskusi tentang efisiensi, kebenaran, dan potensi pengembangan solusi. Guru memberikan penguatan tentang proses berpikir komputasional secara menyeluruh.

Penutup: Guru bersama peserta didik menyimpulkan seluruh rangkaian materi berpikir komputasional lanjutan dan dampaknya dalam pemecahan masalah. Guru memberikan apresiasi tinggi atas kreativitas dan kerja keras peserta didik. Guru memotivasi untuk terus belajar dan menerapkan berpikir komputasional dalam kehidupan. Doa penutup yang menggembirakan.

4 Asesmen

Proses (formatif): Observasi kinerja kelompok saat mendekomposisi masalah, merancang algoritma, dan mengimplementasikan proyek, serta penilaian terhadap partisipasi aktif dalam diskusi.

Akhir (sumatif): Penilaian proyek akhir berupa program yang berfungsi sesuai kriteria, presentasi hasil proyek, dan tes tertulis untuk mengukur pemahaman konsep.

5 Alur Tujuan Pembelajaran

TujuanMateriAlokasiDimensi
Menganalisis masalah kompleks menjadi bagian-bagian yang lebih kecil menggunakan dekomposisi dan abstraksi.Dekomposisi dan Abstraksi Masalah2 JPPenalaran Kritis
Merancang algoritma sederhana untuk memecahkan masalah dengan mempertimbangkan efisiensi dan kejelasan.Perancangan Algoritma dan Flowchart2 JPKreativitas
Mengimplementasikan algoritma menggunakan blok program visual untuk memecahkan masalah nyata serta mengevaluasi dan mengoptimalkan solusi komputasional.Implementasi Algoritma dan Evaluasi Solusi2 JPKolaborasi, Penalaran Kritis

6 Bahan Ajar & Ringkasan Materi

Berpikir komputasional adalah cara berpikir yang digunakan para ilmuwan komputer untuk memecahkan masalah. Materi ini akan membawa kita lebih jauh ke dalam dunia berpikir komputasional, mengajarkan cara menganalisis masalah yang lebih kompleks, merancang solusi yang cerdas, dan bahkan mewujudkannya dalam bentuk program sederhana. Ini adalah keterampilan penting untuk menghadapi tantangan di era digital.

Dekomposisi Lanjutan

Dekomposisi adalah strategi memecah masalah besar menjadi bagian-bagian yang lebih kecil dan mudah dikelola. Dalam konteks lanjutan, dekomposisi tidak hanya sekadar memecah, tetapi juga mengidentifikasi keterkaitan antar bagian dan menentukan prioritas. Misalnya, saat membuat aplikasi game, masalah besar 'membuat game' dipecah menjadi 'desain karakter', 'logika permainan', 'antarmuka pengguna', dan 'sistem skor'. Setiap bagian kemudian dipecah lagi hingga menjadi tugas yang sangat spesifik dan dapat diselesaikan secara mandiri.

Abstraksi untuk Masalah Kompleks

Abstraksi adalah proses menyembunyikan detail yang tidak perlu dan fokus pada informasi penting yang relevan untuk memecahkan masalah. Untuk masalah kompleks, abstraksi membantu kita melihat gambaran besar tanpa terjebak pada detail yang membingungkan. Contohnya, saat merancang sistem navigasi mobil, kita mengabstraksikan detail rumit tentang mesin mobil dan hanya fokus pada input lokasi, peta, dan rute. Ini memungkinkan perancang fokus pada logika inti tanpa terbebani oleh kompleksitas teknis lainnya.

Algoritma Efisien

Algoritma adalah serangkaian instruksi atau langkah-langkah yang jelas dan terurut untuk memecahkan suatu masalah. Dalam berpikir komputasional lanjutan, kita tidak hanya merancang algoritma yang benar, tetapi juga yang efisien. Efisiensi berarti algoritma dapat menyelesaikan tugas dengan waktu dan sumber daya (misalnya, memori komputer) seminimal mungkin. Membandingkan beberapa algoritma untuk masalah yang sama dan memilih yang tercepat adalah bagian dari upaya mencapai efisiensi.

Struktur Data Sederhana

Struktur data adalah cara mengatur dan menyimpan data agar dapat diakses dan dimanipulasi secara efisien. Meskipun di SMP kita tidak akan mendalami struktur data yang rumit, memahami konsep dasar seperti daftar (list) atau array akan sangat membantu. Misalnya, saat membuat daftar nama siswa, kita bisa menggunakan struktur data 'daftar' agar mudah menambahkan, menghapus, atau mencari nama. Pemilihan struktur data yang tepat dapat sangat memengaruhi efisiensi algoritma.

Pengenalan Pola dan Generalisasi

Pengenalan pola adalah kemampuan mengidentifikasi kesamaan atau tren dalam data atau masalah. Setelah pola dikenali, kita dapat melakukan generalisasi, yaitu membuat aturan umum atau model yang berlaku untuk berbagai kasus yang memiliki pola serupa. Ini sangat berguna untuk menciptakan solusi yang fleksibel dan dapat digunakan kembali. Contohnya, jika kita melihat pola penambahan angka berurutan, kita bisa membuat rumus umum daripada menghitung satu per satu.

Debugging dan Optimasi Solusi

Debugging adalah proses menemukan dan memperbaiki kesalahan (bug) dalam algoritma atau program. Ini adalah bagian penting dari pengembangan solusi komputasional. Setelah program berfungsi, kita dapat melakukan optimasi, yaitu meningkatkan kinerja atau efisiensi solusi. Ini bisa berarti membuat program berjalan lebih cepat, menggunakan lebih sedikit memori, atau menjadi lebih mudah digunakan. Proses debugging dan optimasi membutuhkan penalaran kritis dan ketelitian.

Rangkuman: Berpikir komputasional lanjutan melibatkan dekomposisi masalah kompleks, abstraksi informasi penting, perancangan algoritma yang efisien, penggunaan struktur data sederhana, pengenalan pola untuk generalisasi, serta debugging dan optimasi solusi. Keterampilan ini membekali kita untuk memecahkan berbagai masalah secara sistematis dan kreatif, tidak hanya dalam koding tetapi juga dalam kehidupan sehari-hari.

7 LKPD — Lembar Kerja Peserta Didik

Tujuan: Peserta didik dapat menguraikan masalah kompleks, mengidentifikasi pola, dan merancang langkah-langkah solusi secara terstruktur.

Alat & bahan: Kertas A3, spidol warna, sticky notes, laptop/komputer dengan akses internet

  1. Bacalah studi kasus 'Pengaturan Rute Pengiriman Paket' dengan seksama.
  2. Identifikasi tujuan utama dari masalah ini.
  3. Gunakan sticky notes untuk menuliskan setiap sub-masalah atau langkah kecil yang diperlukan untuk mencapai tujuan.
  4. Susun sub-masalah tersebut secara logis dan urutkan langkah-langkahnya.
  5. Buatlah flowchart sederhana atau pseudocode untuk menggambarkan solusi Anda.

8 Glosarium

DekomposisiProses memecah masalah besar menjadi bagian-bagian kecil.
AbstraksiProses menyembunyikan detail tidak penting dan fokus pada esensi.
AlgoritmaSerangkaian langkah terurut untuk memecahkan masalah.
DebuggingProses menemukan dan memperbaiki kesalahan dalam program.
EfisiensiKemampuan menyelesaikan tugas dengan sumber daya minimal.

9 Materi Koding dan Kecerdasan Artifisial Terkait

memecahkan masalah dengan logikaKoding dan Kecerdasan Artifisial Kelas VII SMP
Pelajari memecahkan masalah dengan logika →
Mengenal Kecerdasan Artifisial dan Cara KerjanyaKoding dan Kecerdasan Artifisial Kelas VII SMP
Pelajari Mengenal Kecerdasan Artifisial dan Cara Kerjanya →
Struktur Kontrol: Perulangan dan PercabanganKoding dan Kecerdasan Artifisial Kelas VIII SMP
Pelajari Struktur Kontrol: Perulangan dan Percabangan →

10 Pertanyaan yang Sering Diajukan

Apakah modul ajar Koding dan Kecerdasan Artifisial Berpikir Komputasional Lanjutan ini gratis?

Ya. Tiga modul ajar gratis tersedia bertahap dalam Word + PDF tanpa watermark, lengkap dengan kop sekolah dan nama Anda sebagai penyusun. Modul berikutnya terbuka setiap 10 jam.

Berapa lama modul ini tersusun?

Sekitar satu menit. Cukup isi nama, jenjang, sekolah, mapel, dan materi — modul Koding dan Kecerdasan Artifisial kelas VII langsung tersusun atas nama Anda.

Apakah sesuai kurikulum terbaru?

Ya. Modul mengikuti Kurikulum Merdeka dengan Pembelajaran Mendalam (Permendikdasmen 13/2025).

Bisakah hasilnya diedit?

Bisa. Hasil unduhan berupa dokumen Word yang bisa disunting penuh, ber-kop sekolah dan atas nama Anda, tersedia juga dalam PDF.

Buat Modul Ajar Lain — GRATISIsi nama & materi, selesai ±1 menit

tuntas.org — administrasi beres, kinerja tuntas. Semua modul disusun sebagai materi bantu belajar yang independen.