Modul Ajar Koding dan Kecerdasan Artifisial Kelas VII
Mengenal Kecerdasan Artifisial dan Cara Kerjanya

Tujuan: Mengidentifikasi contoh-contoh Kecerdasan Artifisial dalam kehidupan sehari-hari dengan tepat.

Kegiatan awal: Guru menyapa, memimpin doa, memeriksa kehadiran, melakukan apersepsi dengan menanyakan pengalaman peserta didik menggunakan teknologi 'pintar', menyampaikan tujuan pembelajaran, dan memantik diskusi dengan pertanyaan 'Apa saja aplikasi atau perangkat yang menurut kalian 'pintar'?', agar peserta didik sadar tujuan dan proses belajarnya.

Memahami: Peserta didik dibagi menjadi kelompok kecil dan diminta untuk mengidentifikasi serta mendiskusikan berbagai contoh aplikasi atau perangkat yang menggunakan AI dalam kehidupan sehari-hari, kemudian mencatat temuan mereka.

Mengaplikasi: Setiap kelompok membuat daftar contoh AI yang ditemukan, kemudian mempresentasikan hasil diskusinya di depan kelas, menjelaskan mengapa mereka menganggap contoh tersebut sebagai AI.

Merefleksi: Guru dan peserta didik bersama-sama mengidentifikasi contoh-contoh AI yang paling relevan, memberikan umpan balik, dan guru menguatkan pemahaman awal tentang keberadaan AI di sekitar kita.

Penutup: Guru memberikan apresiasi atas partisipasi aktif, menyimpulkan poin-poin penting, memberikan tugas singkat untuk mengamati lebih lanjut, dan menutup pelajaran dengan doa serta suasana yang menggembirakan.

Tujuan: Menjelaskan pengertian dasar Kecerdasan Artifisial (AI) menggunakan bahasa sendiri dan membedakan antara sistem AI dan program komputer biasa melalui contoh konkret.

Kegiatan awal: Guru menyapa, memimpin doa, memeriksa kehadiran, mengulas singkat materi sebelumnya, menyampaikan tujuan pembelajaran hari ini, dan memantik diskusi dengan pertanyaan 'Apa yang membuat sebuah aplikasi disebut 'pintar' dan bukan hanya sekadar menjalankan perintah?', agar peserta didik sadar tujuan dan proses belajarnya.

Memahami: Peserta didik membaca materi singkat tentang pengertian dasar AI dan membandingkannya dengan program komputer biasa, kemudian secara mandiri atau berkelompok merumuskan definisi AI dengan bahasa mereka sendiri.

Mengaplikasi: Peserta didik menganalisis beberapa skenario atau contoh (misal: kalkulator vs. penerjemah bahasa) dan mengidentifikasi mana yang termasuk AI dan mana yang bukan, serta menjelaskan alasannya.

Merefleksi: Setiap kelompok mempresentasikan definisi AI dan hasil analisis perbandingan mereka, dilanjutkan dengan sesi tanya jawab dan penguatan konsep oleh guru, memastikan pemahaman yang akurat.

Penutup: Guru memberikan apresiasi, menyimpulkan perbedaan kunci antara AI dan program biasa, memberikan tugas untuk mencari satu contoh AI yang belum dibahas, dan menutup dengan doa serta suasana yang menggembirakan.

Tujuan: Menganalisis prinsip dasar cara kerja AI seperti pengenalan pola dan pembelajaran mesin serta membuat model sederhana yang menunjukkan salah satu prinsip kerja AI.

Kegiatan awal: Guru menyapa, memimpin doa, memeriksa kehadiran, mengulas kembali perbedaan AI dan program biasa, menyampaikan tujuan pembelajaran untuk membuat model sederhana AI, dan memantik diskusi dengan pertanyaan 'Bagaimana komputer bisa 'belajar' dan mengenali sesuatu?', agar peserta didik sadar tujuan dan proses belajarnya.

Memahami: Peserta didik mempelajari materi tentang prinsip dasar AI seperti pengenalan pola, pembelajaran mesin sederhana (misalnya, klasifikasi berdasarkan fitur), melalui ilustrasi atau video pendek.

Mengaplikasi: Dalam kelompok, peserta didik merancang dan membuat model sederhana yang menunjukkan prinsip kerja AI, misalnya menggunakan kartu bergambar untuk mengklasifikasikan objek atau angka, atau flowchart sederhana untuk keputusan AI.

Merefleksi: Setiap kelompok mempresentasikan model AI sederhana yang mereka buat, menjelaskan prinsip kerjanya, dan menerima umpan balik dari guru dan kelompok lain, dengan penguatan dari guru tentang konsep pembelajaran mesin.

Penutup: Guru memberikan apresiasi atas kreativitas dan kerja keras, menyimpulkan konsep-konsep kunci yang telah dipelajari, mengingatkan untuk mempersiapkan presentasi akhir, dan menutup dengan doa serta suasana yang menggembirakan.

Tujuan: Menyajikan hasil analisis dan model AI sederhana di depan kelas.

Kegiatan awal: Guru menyapa, memimpin doa, memeriksa kehadiran, mengingatkan kembali tujuan akhir yaitu presentasi dan penilaian, serta memotivasi peserta didik untuk menampilkan yang terbaik, agar peserta didik sadar tujuan dan proses belajarnya.

Memahami: Peserta didik diberikan waktu singkat untuk persiapan akhir presentasi kelompok mengenai contoh AI, definisi AI, perbandingan dengan program biasa, dan demonstrasi model AI sederhana mereka.

Mengaplikasi: Setiap kelompok menyajikan hasil analisis dan model AI sederhana mereka di depan kelas. Kelompok lain bertindak sebagai penanya dan pemberi umpan balik konstruktif.

Merefleksi: Guru memfasilitasi diskusi, memberikan umpan balik menyeluruh, melakukan penguatan konsep, dan mengaitkan pembelajaran dengan potensi karir atau inovasi di masa depan.

Penutup: Guru memberikan apresiasi setinggi-tingginya kepada seluruh peserta didik atas partisipasi dan karya mereka, menyimpulkan seluruh materi, memberikan motivasi untuk terus belajar, dan menutup dengan doa serta suasana yang menggembirakan dan inspiratif.

Kecerdasan Artifisial, atau AI, adalah sebuah bidang ilmu komputer yang bertujuan untuk menciptakan mesin yang dapat meniru kemampuan kognitif manusia. Ini mencakup kemampuan untuk belajar, memecahkan masalah, mengenali pola, memahami bahasa, dan bahkan mengambil keputusan. AI bukan sekadar program komputer yang menjalankan perintah, melainkan sistem yang bisa beradaptasi dan meningkatkan kinerjanya seiring waktu.

Tanpa kita sadari, AI sudah ada di mana-mana. Contoh paling umum adalah asisten suara seperti Google Assistant atau Siri yang bisa menjawab pertanyaanmu. Ada juga rekomendasi film di layanan streaming, filter wajah di media sosial, sistem navigasi di kendaraan, hingga deteksi spam di email. Semua ini adalah contoh bagaimana AI membantu dan mempermudah aktivitas kita sehari-hari.

Perbedaan mendasar antara AI dan program komputer biasa terletak pada kemampuannya untuk belajar dan beradaptasi. Program biasa hanya akan melakukan apa yang diperintahkan secara eksplisit oleh programmer. Sebaliknya, sistem AI dirancang untuk 'belajar' dari data, mengenali pola, dan membuat keputusan berdasarkan pembelajaran tersebut, bahkan untuk situasi yang tidak secara langsung diprogramkan sebelumnya. Ini memungkinkan AI untuk terus berkembang dan menjadi lebih 'pintar'.

Salah satu cara kerja utama AI adalah melalui pengenalan pola. Bayangkan kamu ingin mengajari komputer untuk membedakan gambar kucing dan anjing. Kamu akan memberikan banyak sekali contoh gambar kucing dan anjing ke komputer. AI akan menganalisis fitur-fitur unik dari setiap gambar (misalnya bentuk telinga, warna bulu, bentuk hidung) dan 'belajar' pola mana yang mengidentifikasi kucing dan mana yang mengidentifikasi anjing. Setelah 'belajar', AI bisa mengenali gambar baru yang belum pernah dilihatnya.

Pengenalan pola adalah bagian dari konsep yang lebih besar yang disebut Pembelajaran Mesin (Machine Learning/ML). ML adalah metode yang memungkinkan sistem AI untuk secara otomatis belajar dan meningkatkan performanya dari pengalaman (data) tanpa diprogram secara eksplisit. Ada berbagai jenis ML, seperti supervised learning (belajar dari data berlabel), unsupervised learning (menemukan pola tersembunyi), dan reinforcement learning (belajar melalui coba-coba dan hadiah/hukuman).

Data adalah 'bahan bakar' utama bagi sistem AI. Semakin banyak dan semakin berkualitas data yang diberikan, semakin baik pula kemampuan AI untuk belajar dan membuat keputusan. Misalnya, untuk membuat AI penerjemah bahasa, dibutuhkan jutaan contoh teks dalam berbagai bahasa. Data ini kemudian dianalisis oleh algoritma AI untuk menemukan hubungan dan pola yang memungkinkan terjemahan yang akurat.

Algoritma adalah serangkaian instruksi atau aturan yang diikuti oleh komputer untuk menyelesaikan suatu masalah. Dalam AI, algoritma digunakan untuk memproses data, menemukan pola, dan membuat prediksi atau keputusan. Contoh algoritma sederhana adalah klasifikasi berdasarkan aturan 'jika-maka'. Misalnya, jika suhu lebih dari 28 derajat, maka 'udara panas'. Algoritma yang lebih kompleks digunakan dalam AI modern untuk tugas-tugas yang lebih rumit.

Meskipun AI membawa banyak manfaat, penting juga untuk mempertimbangkan aspek etika dan tanggung jawab. Kita perlu memastikan bahwa AI digunakan secara adil, tidak bias, dan tidak merugikan manusia. Contohnya, memastikan data yang digunakan untuk melatih AI tidak mengandung bias, atau menjaga privasi data pengguna. Memahami etika AI akan membantu kita menjadi pengguna dan pengembang AI yang bertanggung jawab.