tuntas.orgUnduh Modul Ini →
BerandaModul Ajar SMPKoding dan Kecerdasan Artifisial › Analisis Data dan Visualisasi Sederhana
SMP · Kelas VIII · Fase D

Modul Ajar Koding dan Kecerdasan Artifisial Kelas VIII
Analisis Data dan Visualisasi Sederhana

Modul ajar Koding dan Kecerdasan Artifisial SMP kelas VIII materi Analisis Data dan Visualisasi Sederhana lengkap: ATP, tujuan, LKPD, asesmen, hingga bahan ajar. Sesuai Keputusan Kepala BSKAP Nomor 046/H/KR/2025 tentang Capaian Pembelajaran pada Pendidikan Anak Usia Dini, Pendidikan Dasar, dan Pendidikan Menengah. Unduh Word + PDF atas nama Anda.

Sampul modul ajar Koding dan Kecerdasan Artifisial kelas VIII materi Analisis Data dan Visualisasi Sederhana — siap cetak A412 lembar A43 pertemuan · siap cetakLKPDATPAsesmenBahan ajarGlosariumWord + PDF · atas nama AndaLihat isi lembarnya ↓
Ringkasan: Analisis data dan visualisasi adalah keterampilan kunci untuk memahami informasi di sekitar kita. Dimulai dari mengidentifikasi jenis data, membersihkan, hingga menyajikan dalam bentuk grafik yang mudah dipahami. Dengan menguasai kemampuan ini, kita dapat membuat keputusan yang lebih cerdas dan efektif, baik dalam konteks akademik maupun kehidupan sehari-hari. Alat seperti spreadsheet sangat membantu dalam proses ini.
📥 Unduh Modul Ini — GRATISWord + PDF ber-kop · atas nama Anda

Jenjang, mapel, kelas, semester, dan materinya sudah terbawa dari halaman ini. Tinggal identitas Anda: nama dan sekolah.

KURIKULUM MERDEKA
✦ DEEP LEARNING · PEMBELAJARAN MENDALAM ✦
MODUL AJAR
Analisis Data dan Visualisasi Sederhana
Koding dan Kecerdasan Artifisial · Kelas VIII · Fase D
DISUSUN OLEHnama Andasekolah AndaTahun Pelajaran 2026/2027
PEMERINTAH / YAYASAN PENYELENGGARANama sekolah AndaModul Ajar Koding dan Kecerdasan Artifisial · Tahun Pelajaran 2026/2027
MODUL AJAR
Analisis Data dan Visualisasi Sederhana
Koding dan Kecerdasan Artifisial · Fase D · Kelas VIII · Kurikulum Merdeka · Pembelajaran Mendalam
A.  IDENTITAS MODULCP: Kepka BSKAP 046/H/KR/2025
Penyusunnama Anda
Satuan Pendidikansekolah Anda
Mata PelajaranKoding dan Kecerdasan Artifisial
Fase / KelasD / VIII
Materi PokokAnalisis Data dan Visualisasi Sederhana
Alokasi Waktu3 Pertemuan (6 JP: 2 JP × 40 menit = 80 menit per pertemuan)
Tahun Pelajaran2026/2027
Model PembelajaranProject-Based Learning (PjBL) + praktik

✍️ Dua baris kuning di atas terisi otomatis saat Anda mengunduh — beserta kop, logo, dan nama sekolah di kepala tiap lembar.

B.  KOMPONEN INTI8 Dimensi Profil Lulusan

Kompetensi awal: Peserta didik memiliki pemahaman dasar tentang konsep data dan mampu menggunakan perangkat lunak dasar seperti spreadsheet.

Dimensi Profil Lulusan yang dikembangkan: Penalaran Kritis, Kreativitas, Kolaborasi.

Capaian Pembelajaran (CP):

AcuanKeputusan Kepala BSKAP Nomor 046/H/KR/2025 tentang Capaian Pembelajaran pada Pendidikan Anak Usia Dini, Pendidikan Dasar, dan Pendidikan Menengah
Elemen / DomainAnalisis Data dan Algoritma
Rumusan CP FasePeserta didik mampu mengidentifikasi, mengumpulkan, dan mengolah data sederhana, serta menyajikan informasi dari data tersebut dalam bentuk visualisasi dasar untuk mendukung pengambilan keputusan.

Identifikasi materi — 4 dimensi pengetahuan:

FaktualData nilai siswa, data penjualan produk, atau data cuaca adalah contoh nyata yang dapat dianalisis.
KonseptualAnalisis data adalah proses pemeriksaan, pembersihan, transformasi, dan pemodelan data dengan tujuan menemukan informasi yang berguna, menyimpulkan informasi, dan mendukung pengambilan keputusan.
ProseduralPeserta didik akan belajar langkah-langkah mengumpulkan, membersihkan, mengolah, dan memvisualisasikan data menggunakan alat sederhana.
MetakognitifPeserta didik akan menyadari pentingnya kemampuan berpikir kritis dalam menafsirkan data dan memilih visualisasi yang tepat untuk menyampaikan pesan.

Tujuan Pembelajaran:

  1. Mengidentifikasi jenis-jenis data dan sumber pengumpulannya dengan tepat.
  2. Menerapkan teknik dasar pengolahan data (pembersihan dan penyortiran) menggunakan aplikasi spreadsheet.
  3. Membuat visualisasi data sederhana (grafik batang, lingkaran, atau garis) yang informatif.
  4. Menganalisis informasi dari visualisasi data untuk menarik kesimpulan yang relevan.
  5. Mempresentasikan hasil analisis dan visualisasi data secara jelas dan logis.
Halaman 2 · Analisis Data dan Visualisasi Sederhana — pratinjau tuntas.org
PEMERINTAH / YAYASAN PENYELENGGARANama sekolah AndaModul Ajar Koding dan Kecerdasan Artifisial · Tahun Pelajaran 2026/2027
B.  KOMPONEN INTI (lanjutan)

Pemahaman bermakna: Memahami cara menganalisis data dan memvisualisasikannya membantu kita membuat keputusan yang lebih baik dalam kehidupan sehari-hari dan di berbagai bidang ilmu.

Pertanyaan pemantik: "Bagaimana data nilai ulangan dapat membantu guru dan siswa meningkatkan proses belajar?"

C.  DESAIN PEMBELAJARANPermendikdasmen 13/20254 Kerangka Pembelajaran Mendalam
Praktik PedagogisProject-Based Learning (PjBL) + praktik
Lintas Disiplin IlmuMatematika: Konsep rata-rata, persentase, perbandingan, dan interpretasi grafik data.
Bahasa Indonesia: Keterampilan menyusun narasi deskriptif dan argumentatif berdasarkan data yang dianalisis.
Ilmu Pengetahuan Sosial (IPS): Analisis data demografi atau ekonomi sederhana untuk memahami isu sosial.
Kemitraan PembelajaranOrang tua dapat diajak berdiskusi tentang bagaimana mereka menggunakan data sederhana di rumah tangga (misal: catatan pengeluaran, jadwal harian) atau di pekerjaan mereka.
Lingkungan PembelajaranKelas dilengkapi dengan proyektor dan komputer/laptop yang terhubung internet, papan tulis, serta area diskusi kelompok yang fleksibel.
Pemanfaatan Teknologi DigitalPemanfaatan Google Sheets/Microsoft Excel untuk pengolahan data, Google Forms untuk pengumpulan data survei, dan Canva/Google Slides untuk presentasi visualisasi data.
Halaman 3 · Analisis Data dan Visualisasi Sederhana — pratinjau tuntas.org
PEMERINTAH / YAYASAN PENYELENGGARANama sekolah AndaModul Ajar Koding dan Kecerdasan Artifisial · Tahun Pelajaran 2026/2027
D.1  KEGIATAN PEMBELAJARAN — PERTEMUAN 1Rumus 8-3-3-4 · 3 Pengalaman Belajartotal 80 menit · awal 15 · inti 50 · penutup 15
Model PembelajaranDiscovery Learning
Tujuan Pertemuan 1Mengidentifikasi jenis-jenis data dan sumber pengumpulannya dengan tepat.
TahapanAlokasiKegiatan Pembelajaran
Kegiatan AwalBerkesadaran (Mindful)15 menitGuru menyapa, berdoa, mengecek kehadiran, dan mengajak peserta didik mengamati beberapa contoh data sederhana (misal: daftar harga makanan di kantin, data tinggi badan teman sekelas). Guru menyampaikan tujuan pembelajaran hari ini yaitu memahami apa itu data dan jenis-jenisnya, serta pertanyaan pemantik: 'Mengapa kita perlu memahami data di sekitar kita?'.
Inti — MemahamiBermakna (Meaningful)15 menitPeserta didik secara berkelompok mengeksplorasi berbagai jenis data yang ada di lingkungan sekolah atau rumah, kemudian mendiskusikan perbedaan antara data kuantitatif dan kualitatif serta sumber-sumber data tersebut. Guru memfasilitasi diskusi dan memberikan contoh nyata.
Inti — MengaplikasiBermakna (Meaningful)25 menitSetiap kelompok ditugaskan untuk mengumpulkan contoh data sederhana dari lingkungan sekitar (misal: warna favorit teman, jenis transportasi ke sekolah) dan mengklasifikasikannya ke dalam tabel yang telah disiapkan.
Inti — MerefleksiBermakna (Meaningful)10 menitPerwakilan kelompok mempresentasikan hasil identifikasi data mereka, kelompok lain memberikan tanggapan. Guru memberikan umpan balik dan penguatan konsep tentang jenis dan sumber data.
Kegiatan PenutupMenggembirakan (Joyful)15 menitPeserta didik bersama guru menyimpulkan pentingnya data dalam kehidupan sehari-hari. Guru memberikan apresiasi atas partisipasi aktif dan memberikan gambaran materi pertemuan selanjutnya. Pembelajaran diakhiri dengan doa bersama.

Tahapan inti mengikuti 3 Pengalaman Belajar Pembelajaran Mendalam: memahami → mengaplikasi → merefleksi; label di kolom kiri menunjukkan prinsip yang diwujudkan tiap tahapan.

Halaman 4 · Analisis Data dan Visualisasi Sederhana — pratinjau tuntas.org
PEMERINTAH / YAYASAN PENYELENGGARANama sekolah AndaModul Ajar Koding dan Kecerdasan Artifisial · Tahun Pelajaran 2026/2027
D.2  KEGIATAN PEMBELAJARAN — PERTEMUAN 2Rumus 8-3-3-4 · 3 Pengalaman Belajartotal 80 menit · awal 15 · inti 50 · penutup 15
Model PembelajaranProblem-Based Learning
Tujuan Pertemuan 2Menerapkan teknik dasar pengolahan data (pembersihan dan penyortiran) menggunakan aplikasi spreadsheet dan membuat visualisasi data sederhana yang informatif.
TahapanAlokasiKegiatan Pembelajaran
Kegiatan AwalBerkesadaran (Mindful)15 menitGuru menyapa, berdoa, mengecek kehadiran, dan mengulas singkat materi sebelumnya tentang jenis data. Guru menyampaikan tujuan pembelajaran hari ini yaitu mengolah dan memvisualisasikan data, serta pertanyaan pemantik: 'Bagaimana kita bisa membuat data yang banyak menjadi lebih mudah dipahami?'.
Inti — MemahamiBermakna (Meaningful)15 menitPeserta didik diberi studi kasus berupa kumpulan data mentah (misal: data nilai ulangan 3 mata pelajaran dari 20 siswa). Mereka secara mandiri atau berkelompok mengidentifikasi masalah pada data (data kosong, format tidak konsisten) dan mendiskusikan cara membersihkannya.
Inti — MengaplikasiBermakna (Meaningful)25 menitDengan bimbingan guru, peserta didik menggunakan aplikasi spreadsheet (misal: Google Sheets atau Microsoft Excel) untuk membersihkan data kasus tersebut, menyortir data, dan kemudian membuat visualisasi sederhana seperti grafik batang untuk perbandingan nilai atau grafik lingkaran untuk proporsi tertentu.
Inti — MerefleksiBermakna (Meaningful)10 menitSetiap kelompok mempresentasikan hasil pengolahan data dan visualisasi mereka. Guru memberikan umpan balik tentang kejelasan visualisasi dan ketepatan pengolahan data.
Kegiatan PenutupMenggembirakan (Joyful)15 menitPeserta didik bersama guru merangkum langkah-langkah pengolahan data dan tips membuat visualisasi yang efektif. Guru memberikan apresiasi, mengingatkan untuk berlatih, dan menginformasikan tentang proyek akhir. Doa penutup.

Tahapan inti mengikuti 3 Pengalaman Belajar Pembelajaran Mendalam: memahami → mengaplikasi → merefleksi; label di kolom kiri menunjukkan prinsip yang diwujudkan tiap tahapan.

Halaman 5 · Analisis Data dan Visualisasi Sederhana — pratinjau tuntas.org
PEMERINTAH / YAYASAN PENYELENGGARANama sekolah AndaModul Ajar Koding dan Kecerdasan Artifisial · Tahun Pelajaran 2026/2027
D.3  KEGIATAN PEMBELAJARAN — PERTEMUAN 3Rumus 8-3-3-4 · 3 Pengalaman Belajartotal 80 menit · awal 15 · inti 50 · penutup 15
Model PembelajaranProject-Based Learning
Tujuan Pertemuan 3Menganalisis informasi dari visualisasi data untuk menarik kesimpulan yang relevan dan mempresentasikan hasil analisis dan visualisasi data secara jelas dan logis.
TahapanAlokasiKegiatan Pembelajaran
Kegiatan AwalBerkesadaran (Mindful)15 menitGuru menyapa, berdoa, mengecek kehadiran, dan mengingatkan kembali pentingnya analisis data dalam pengambilan keputusan. Guru menyampaikan tujuan pembelajaran hari ini yaitu menganalisis dan mempresentasikan proyek data, serta pertanyaan pemantik: 'Apa kesimpulan yang bisa kita ambil dari grafik yang sudah kita buat?'.
Inti — MemahamiBermakna (Meaningful)15 menitPeserta didik secara berkelompok diberi proyek sederhana: 'Analisis Kebiasaan Belajar Siswa Kelas VIII'. Mereka merencanakan pengumpulan data (misal: waktu belajar, mata pelajaran favorit) dari teman sekelas, kemudian mendiskusikan cara terbaik memvisualisasikan data dan poin-poin analisis yang ingin disampaikan.
Inti — MengaplikasiBermakna (Meaningful)25 menitSetiap kelompok mengimplementasikan rencana mereka: mengumpulkan data, mengolahnya di spreadsheet, membuat visualisasi yang relevan, dan menyusun narasi analisis berdasarkan visualisasi tersebut. Mereka berlatih mempresentasikan hasil proyeknya.
Inti — MerefleksiBermakna (Meaningful)10 menitSetiap kelompok mempresentasikan proyek 'Analisis Kebiasaan Belajar Siswa Kelas VIII' di depan kelas. Kelompok lain dan guru memberikan pertanyaan, umpan balik konstruktif, dan saran untuk perbaikan. Guru mengevaluasi presentasi dan hasil analisis.
Kegiatan PenutupMenggembirakan (Joyful)15 menitPeserta didik bersama guru merefleksikan seluruh proses pembelajaran dari identifikasi data hingga presentasi, membahas tantangan dan keberhasilan. Guru memberikan apresiasi yang tulus atas kerja keras dan kreativitas mereka. Pembelajaran diakhiri dengan doa dan motivasi untuk terus mengembangkan keterampilan analisis data.

Tahapan inti mengikuti 3 Pengalaman Belajar Pembelajaran Mendalam: memahami → mengaplikasi → merefleksi; label di kolom kiri menunjukkan prinsip yang diwujudkan tiap tahapan.

Halaman 6 · Analisis Data dan Visualisasi Sederhana — pratinjau tuntas.org
PEMERINTAH / YAYASAN PENYELENGGARANama sekolah AndaModul Ajar Koding dan Kecerdasan Artifisial · Tahun Pelajaran 2026/2027
LKPD — LEMBAR KERJA PESERTA DIDIK

Tujuan: Memandu peserta didik mengolah dan memvisualisasikan data nilai ulangan harian menggunakan spreadsheet.

Alat & bahan: Komputer/laptop, koneksi internet, aplikasi spreadsheet (Google Sheets/Microsoft Excel)

Langkah kerja:

  1. Buka aplikasi spreadsheet dan masukkan data nilai ulangan harian yang disediakan guru.
  2. Bersihkan data dari kesalahan input atau nilai yang kosong (jika ada).
  3. Urutkan data berdasarkan nilai tertinggi ke terendah.
  4. Buatlah grafik batang untuk membandingkan nilai rata-rata tiap mata pelajaran.
  5. Buatlah grafik lingkaran untuk menunjukkan persentase siswa yang mendapat nilai di atas KKM dan di bawah KKM.

🔒 Tabel kerja dan lembar refleksi murid tidak ditampilkan di pratinjau — keduanya ada di berkas unduhan.

Halaman 7 · Analisis Data dan Visualisasi Sederhana — pratinjau tuntas.org
PEMERINTAH / YAYASAN PENYELENGGARANama sekolah AndaModul Ajar Koding dan Kecerdasan Artifisial · Tahun Pelajaran 2026/2027
ASESMENStandar Proses — Permendikdasmen 1/2026

Asesmen awal (diagnostik):

  1. Apa yang Anda pahami tentang 'data'?
  2. Pernahkah Anda melihat grafik atau diagram? Di mana?
  3. Menurut Anda, apa gunanya mengolah data?
  4. Bisakah Anda menyebutkan contoh data di sekitar kita?

Formatif (proses): Observasi partisipasi aktif peserta didik dalam diskusi kelompok dan praktik pengolahan data, serta penilaian produk LKPD.

Sumatif (akhir): Penilaian proyek 'Analisis Kebiasaan Belajar Siswa Kelas VIII' mencakup kualitas data, visualisasi, analisis, dan presentasi.

🔒 Rubrik KKTP dan kunci jawaban tidak ditampilkan di pratinjau — keduanya ada di berkas unduhan.

Halaman 8 · Analisis Data dan Visualisasi Sederhana — pratinjau tuntas.org
PEMERINTAH / YAYASAN PENYELENGGARANama sekolah AndaModul Ajar Koding dan Kecerdasan Artifisial · Tahun Pelajaran 2026/2027
ALUR TUJUAN PEMBELAJARAN (ATP)Kurikulum Merdeka
NoTujuan PembelajaranMateriAlokasiDimensi
1Mengidentifikasi jenis-jenis data dan sumber pengumpulannya.Konsep data, jenis data (kuantitatif, kualitatif), sumber data.2 JPPenalaran Kritis
2Menerapkan teknik dasar pengolahan data dan membuat visualisasi sederhana.Pembersihan data, penyortiran data, grafik batang, grafik lingkaran.2 JPKreativitas
3Menganalisis dan mempresentasikan hasil visualisasi data.Interpretasi grafik, penarikan kesimpulan, teknik presentasi.2 JPKolaborasi, Penalaran Kritis
Halaman 9 · Analisis Data dan Visualisasi Sederhana — pratinjau tuntas.org
PEMERINTAH / YAYASAN PENYELENGGARANama sekolah AndaModul Ajar Koding dan Kecerdasan Artifisial · Tahun Pelajaran 2026/2027
BAHAN AJAR

Dalam dunia yang serba digital ini, kita dikelilingi oleh data. Mulai dari informasi cuaca, tren belanja online, hingga hasil survei opini publik, semuanya adalah data. Memahami cara mengumpulkan, mengolah, dan menyajikan data adalah keterampilan penting yang akan membantu kita mengambil keputusan yang lebih baik, baik dalam kehidupan pribadi maupun di bidang profesional.

1. Apa Itu Data dan Jenisnya?
Data adalah kumpulan fakta, angka, atau informasi yang dikumpulkan untuk tujuan tertentu. Data dapat berupa angka, teks, gambar, atau suara. Secara umum, data dibagi menjadi dua jenis utama: data kuantitatif dan data kualitatif. Data kuantitatif adalah data yang dapat diukur atau dihitung dalam bentuk angka, seperti tinggi badan, berat badan, atau jumlah siswa. Data kualitatif adalah data yang mendeskripsikan kualitas atau karakteristik, tidak dapat diukur dengan angka, seperti warna favorit, jenis kelamin, atau pendapat seseorang. Sumber data bisa dari survei, observasi, eksperimen, atau data sekunder dari laporan yang sudah ada.

2. Langkah-langkah Analisis Data Sederhana
Analisis data adalah proses penting untuk mengubah data mentah menjadi informasi yang bermakna. Langkah pertama adalah pengumpulan data, yaitu proses mendapatkan data dari berbagai sumber. Selanjutnya adalah pembersihan data, di mana kita mengidentifikasi dan memperbaiki kesalahan, nilai yang hilang, atau data yang tidak konsisten. Setelah data bersih, kita melakukan transformasi data, seperti menghitung rata-rata, menjumlahkan, atau mengelompokkan data. Terakhir adalah interpretasi data, yaitu menarik kesimpulan berdasarkan pola atau tren yang ditemukan dalam data. Proses ini membantu kita memahami 'cerita' di balik angka-angka.

3. Pengenalan Visualisasi Data
Visualisasi data adalah representasi grafis dari informasi dan data. Dengan menggunakan elemen visual seperti grafik, diagram, dan peta, visualisasi data menyediakan cara yang mudah untuk melihat dan memahami tren, outlier, dan pola dalam data. Tujuannya adalah untuk menyampaikan informasi secara jelas dan efisien. Visualisasi yang baik dapat mengungkapkan wawasan yang mungkin terlewatkan dalam bentuk tabel angka. Ini sangat membantu dalam menjelaskan temuan kepada audiens yang mungkin tidak familiar dengan data mentah.

4. Jenis-jenis Grafik Sederhana
Ada beberapa jenis grafik sederhana yang umum digunakan untuk memvisualisasikan data. Grafik batang (bar chart) sangat efektif untuk membandingkan kategori data yang berbeda, seperti jumlah penjualan produk A vs. produk B. Grafik lingkaran (pie chart) berguna untuk menunjukkan proporsi atau persentase dari keseluruhan, misalnya persentase siswa yang menyukai mata pelajaran tertentu. Grafik garis (line chart) ideal untuk menunjukkan tren atau perubahan data dari waktu ke waktu, seperti kenaikan suhu bulanan. Pemilihan jenis grafik yang tepat sangat krusial agar pesan dari data tersampaikan dengan baik dan tidak menyesatkan.

5. Alat untuk Analisis dan Visualisasi Data
Untuk analisis dan visualisasi data sederhana, kita dapat menggunakan berbagai alat yang mudah diakses. Aplikasi spreadsheet seperti Google Sheets atau Microsoft Excel adalah pilihan yang sangat populer. Spreadsheet memungkinkan kita untuk mengorganisir data dalam baris dan kolom, melakukan perhitungan dasar, serta membuat berbagai jenis grafik dengan fitur bawaan. Selain itu, ada juga alat online yang lebih spesifik seperti Google Data Studio atau Tableau Public yang menawarkan kemampuan visualisasi lebih lanjut, meskipun untuk pemula, spreadsheet sudah sangat memadai untuk memulai pembelajaran analisis data.

Rangkuman: Analisis data dan visualisasi adalah keterampilan kunci untuk memahami informasi di sekitar kita. Dimulai dari mengidentifikasi jenis data, membersihkan, hingga menyajikan dalam bentuk grafik yang mudah dipahami. Dengan menguasai kemampuan ini, kita dapat membuat keputusan yang lebih cerdas dan efektif, baik dalam konteks akademik maupun kehidupan sehari-hari. Alat seperti spreadsheet sangat membantu dalam proses ini.

Halaman 10 · Analisis Data dan Visualisasi Sederhana — pratinjau tuntas.org
PEMERINTAH / YAYASAN PENYELENGGARANama sekolah AndaModul Ajar Koding dan Kecerdasan Artifisial · Tahun Pelajaran 2026/2027
GLOSARIUM
IstilahArti
DataKumpulan fakta, angka, atau informasi mentah.
Visualisasi DataRepresentasi grafis dari data untuk memudahkan pemahaman.
SpreadsheetAplikasi komputer untuk mengelola dan menganalisis data dalam bentuk tabel.
Grafik BatangJenis grafik untuk membandingkan kategori data.
Grafik LingkaranJenis grafik untuk menunjukkan proporsi dari keseluruhan.

🔒 Daftar pustaka tidak ditampilkan di pratinjau — ada di berkas unduhan.

Halaman 11 · Analisis Data dan Visualisasi Sederhana — pratinjau tuntas.org
PEMERINTAH / YAYASAN PENYELENGGARANama sekolah AndaModul Ajar Koding dan Kecerdasan Artifisial · Tahun Pelajaran 2026/2027
PENGESAHAN

Modul ajar "Analisis Data dan Visualisasi Sederhana" mata pelajaran Koding dan Kecerdasan Artifisial Kelas VIII ini disusun sesuai ketentuan Kurikulum Merdeka · Pembelajaran Mendalam dan dinyatakan dapat digunakan dalam pembelajaran Tahun Pelajaran 2026/2027.

Mengetahui,
Kepala Sekolah
( …………………………… )
NIP. ……………………
…………………, ………………
Guru Mata Pelajaran
nama Anda
NIP. ……………………

Rujukan: Permendikdasmen No. 13 Tahun 2025 (Pembelajaran Mendalam) · Permendikdasmen No. 1 Tahun 2026 (Standar Proses) · CP: Kepka BSKAP No. 046/H/KR/2025

Halaman 12 · Analisis Data dan Visualisasi Sederhana — pratinjau tuntas.org

1 Materi Koding dan Kecerdasan Artifisial Terkait

Variabel dan Tipe DataKoding dan Kecerdasan Artifisial Kelas VIII SMPStruktur Kontrol: Perulangan dan PercabanganKoding dan Kecerdasan Artifisial Kelas VIII SMPBerpikir Komputasional LanjutanKoding dan Kecerdasan Artifisial Kelas VII SMPmemecahkan masalah dengan logikaKoding dan Kecerdasan Artifisial Kelas VII SMPMengenal Kecerdasan Artifisial dan Cara KerjanyaKoding dan Kecerdasan Artifisial Kelas VII SMP

2 Pertanyaan yang Sering Diajukan

Apakah modul ajar Koding dan Kecerdasan Artifisial Analisis Data dan Visualisasi Sederhana 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 VIII langsung tersusun atas nama Anda.

Apakah sesuai kurikulum terbaru?

Ya. Modul mengikuti Keputusan Kepala BSKAP Nomor 046/H/KR/2025 tentang Capaian Pembelajaran pada Pendidikan Anak Usia Dini, Pendidikan Dasar, dan Pendidikan Menengah.

Bisakah hasilnya diedit?

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

Materi Koding dan Kecerdasan Artifisial Lainnya — GRATISPilih materinya, unduh atas nama Anda

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