Modul Ajar & RPP Koding dan Kecerdasan Artifisial Kelas VIII
Mengenali Pola dan Pengolah Data
Sudah jadi 12 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 12 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 | Koding dan Kecerdasan Artifisial |
| Fase / Kelas | D / VIII |
| Materi Pokok | Mengenali Pola dan Pengolah Data |
| Alokasi Waktu | 3 Pertemuan (6 JP: 2 JP × 40 menit = 80 menit per pertemuan) |
| Tahun Pelajaran | 2026/2027 |
| 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.
Kompetensi awal: Peserta didik telah memahami konsep dasar data dan memiliki kemampuan berpikir komputasional sederhana.
Dimensi Profil Lulusan yang dikembangkan: penalaran kritis, kreativitas, kolaborasi.
Capaian Pembelajaran (CP):
| Acuan | Keputusan Kepala BSKAP No. 046/H/KR/2025 tentang Capaian Pembelajaran pada Pendidikan Anak Usia Dini, Pendidikan Dasar, dan Pendidikan Menengah |
| Elemen / Domain | Analisis Data dan Algoritma |
| Rumusan CP Fase | Peserta didik mampu menganalisis data sederhana, mengidentifikasi pola, dan merancang algoritma dasar untuk memecahkan masalah komputasi secara efisien dan logis. |
Identifikasi materi — 4 dimensi pengetahuan:
| Faktual | Data yang kita temui sehari-hari seperti daftar belanja, nilai ujian, atau jumlah pengunjung website dapat diolah untuk menemukan informasi penting. |
| Konseptual | Mengenali pola adalah kemampuan untuk mengidentifikasi keteraturan atau struktur dalam suatu kumpulan data, sedangkan pengolah data adalah proses mengumpulkan, membersihkan, menganalisis, dan menafsirkan data. |
| Prosedural | Peserta didik akan belajar langkah-langkah dalam mengidentifikasi pola pada kumpulan data dan menggunakan perangkat lunak sederhana untuk mengolah data tersebut. |
| Metakognitif | Peserta didik akan menyadari pentingnya kemampuan berpikir logis dan sistematis dalam menghadapi masalah yang melibatkan data serta bagaimana strategi yang berbeda dapat menghasilkan solusi yang bervariasi. |
Tujuan Pembelajaran:
- Setelah mengamati contoh kasus, peserta didik dapat mengidentifikasi jenis-jenis pola dalam kumpulan data dengan tepat.
- Melalui kerja kelompok, peserta didik dapat merancang strategi pengumpulan data sederhana sesuai dengan tujuan analisisnya secara runtut.
- Dengan menggunakan lembar kerja, peserta didik dapat mengaplikasikan teknik pengolahan data dasar untuk mengekstrak informasi relevan dari data mentah dengan cermat.
- Setelah melakukan praktik, peserta didik dapat mempresentasikan hasil identifikasi pola dan pengolahan data menggunakan visualisasi sederhana secara jelas dan logis.
- Melalui diskusi, peserta didik dapat mengevaluasi efektivitas berbagai metode pengolahan data dalam memecahkan masalah sehari-hari dengan kritis.
Pemahaman bermakna: Mengenali pola dan mengolah data adalah keterampilan fundamental untuk memahami dunia di sekitar kita dan membuat keputusan yang lebih baik, mirip seperti seorang detektif yang mencari petunjuk dari berbagai informasi.
Pertanyaan pemantik: "Bagaimana cara kita menemukan informasi tersembunyi dari tumpukan data yang sangat banyak?"
| Praktik Pedagogis | Problem Based Learning (PBL) + praktik |
| Lintas Disiplin Ilmu | Matematika: Konsep statistika dasar seperti rata-rata, modus, median, serta representasi data dalam bentuk grafik. Bahasa Indonesia: Keterampilan menyajikan informasi secara jelas dan logis dalam bentuk presentasi lisan maupun tulisan. Ilmu Pengetahuan Sosial: Penggunaan data untuk menganalisis fenomena sosial, ekonomi, atau demografi. |
| Kemitraan Pembelajaran | Orang tua dapat diajak untuk mendiskusikan data sederhana di rumah, seperti data pengeluaran bulanan atau jadwal kegiatan, untuk melatih peserta didik mengenali pola. |
| Lingkungan Pembelajaran | Lingkungan kelas yang kondusif dengan meja yang dapat diatur untuk kerja kelompok dan akses ke papan tulis interaktif atau proyektor untuk menampilkan data. |
| Pemanfaatan Teknologi Digital | Pemanfaatan aplikasi spreadsheet sederhana (misalnya Google Sheets atau Microsoft Excel) untuk mengolah data dan membuat visualisasi dasar, serta sumber daya online untuk contoh data dan grafik. |
| Model Pembelajaran | Problem Based Learning (PBL) |
| Tujuan Pertemuan 1 | Setelah mengamati contoh kasus, peserta didik dapat mengidentifikasi jenis-jenis pola dalam kumpulan data dengan tepat. |
| Tahapan | Alokasi | Kegiatan Pembelajaran |
|---|---|---|
| Kegiatan AwalBerkesadaran (Mindful) | 15 menit |
|
| Inti — MemahamiBermakna (Meaningful) | 15 menit |
|
| Inti — MengaplikasiBermakna (Meaningful) | 25 menit |
|
| Inti — MerefleksiBermakna (Meaningful) | 10 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.
| Model Pembelajaran | Discovery Learning |
| Tujuan Pertemuan 2 | Dengan menggunakan lembar kerja, peserta didik dapat mengaplikasikan teknik pengolahan data dasar untuk mengekstrak informasi relevan dari data mentah dengan cermat. |
| Tahapan | Alokasi | Kegiatan Pembelajaran |
|---|---|---|
| Kegiatan AwalBerkesadaran (Mindful) | 15 menit |
|
| Inti — MemahamiBermakna (Meaningful) | 15 menit |
|
| Inti — MengaplikasiBermakna (Meaningful) | 25 menit |
|
| Inti — MerefleksiBermakna (Meaningful) | 10 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.
| Model Pembelajaran | Problem Based Learning (PBL) |
| Tujuan Pertemuan 3 | Dengan menggunakan lembar kerja, peserta didik dapat mengaplikasikan teknik pengolahan data dasar untuk mengekstrak informasi relevan dari data mentah dengan cermat. |
| Tahapan | Alokasi | Kegiatan Pembelajaran |
|---|---|---|
| Kegiatan AwalBerkesadaran (Mindful) | 15 menit |
|
| Inti — MemahamiBermakna (Meaningful) | 15 menit |
|
| Inti — MengaplikasiBermakna (Meaningful) | 25 menit |
|
| Inti — MerefleksiBermakna (Meaningful) | 10 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.
Tujuan: Peserta didik dapat mengidentifikasi pola dan mengolah data penjualan untuk menemukan informasi penting.
Alat & bahan: Kertas, pulpen, kalkulator sederhana (opsional), komputer dengan spreadsheet (opsional)
Langkah kerja:
- Amati tabel data penjualan toko 'Ceria' selama 10 hari.
- Identifikasi 3 pola penjualan yang berbeda (misalnya, barang paling laris, hari dengan penjualan tertinggi, atau tren tertentu).
- Hitung total penjualan untuk setiap jenis barang.
- Buatlah grafik batang sederhana untuk membandingkan total penjualan setiap jenis barang.
- Tuliskan kesimpulanmu tentang pola penjualan dan informasi penting yang kamu temukan dari data ini.
🔒 Tabel kerja dan lembar refleksi murid tidak ditampilkan di pratinjau — keduanya ada di berkas unduhan.
Asesmen awal (diagnostik):
- Apa yang kamu ketahui tentang 'data'?
- Berikan contoh data yang sering kamu temui sehari-hari!
- Menurutmu, apa itu 'pola' dalam data?
- Pernahkah kamu mencoba mengelompokkan atau mengurutkan data?
Formatif (proses): Observasi kinerja kelompok saat mengidentifikasi pola dan mengolah data, serta penilaian LKPD.
Sumatif (akhir): Presentasi hasil pengolahan data dan visualisasi kelompok.
🔒 Rubrik KKTP dan kunci jawaban tidak ditampilkan di pratinjau — keduanya ada di berkas unduhan.
| No | Tujuan Pembelajaran | Materi | Alokasi | Dimensi |
|---|---|---|---|---|
| 1 | Mengidentifikasi jenis-jenis pola dalam kumpulan data dengan tepat. | Konsep pola data dan contohnya. | 2 JP | Penalaran Kritis |
| 2 | Merancang strategi pengumpulan data sederhana secara runtut. | Langkah-langkah pengumpulan data. | 2 JP | Kolaborasi |
| 3 | Mengaplikasikan teknik pengolahan data dasar untuk mengekstrak informasi relevan dengan cermat. | Teknik pengolahan data (mengurutkan, menghitung, mengelompokkan). | 2 JP | Kreativitas |
| 4 | Mempresentasikan hasil identifikasi pola dan pengolahan data menggunakan visualisasi sederhana secara jelas dan logis. | Visualisasi data dan penyajian informasi. | 2 JP | Komunikasi |
Data ada di mana-mana di sekitar kita, mulai dari jumlah teman di media sosial hingga daftar nilai ujian. Namun, data mentah seringkali sulit dipahami. Untuk mendapatkan informasi berharga, kita perlu mengenali pola dan mengolah data tersebut. Modul ini akan membimbingmu menjadi 'detektif data' yang handal!
1. Apa Itu Pola Data?
Pola data adalah keteraturan atau tren yang ditemukan dalam suatu kumpulan data. Mengenali pola sangat penting karena dapat membantu kita memahami apa yang terjadi di masa lalu, memprediksi apa yang mungkin terjadi di masa depan, dan membuat keputusan yang lebih baik. Contoh pola data adalah penjualan es krim yang meningkat saat musim panas atau jumlah siswa yang menyukai mata pelajaran tertentu.
2. Jenis-Jenis Pola Data
Ada beberapa jenis pola yang umum ditemukan. Pola tren menunjukkan peningkatan atau penurunan data secara konsisten dari waktu ke waktu. Pola musiman terjadi secara berkala, misalnya setiap bulan atau setiap tahun. Pola siklus mirip musiman tetapi dengan periode yang lebih panjang dan tidak teratur. Ada juga pola anomali, yaitu data yang sangat berbeda dari data lainnya dan mungkin menunjukkan kejadian unik atau kesalahan.
3. Pengertian Pengolahan Data
Pengolahan data adalah serangkaian langkah untuk mengubah data mentah menjadi informasi yang lebih terstruktur, bermakna, dan berguna. Proses ini melibatkan pengumpulan, pembersihan, transformasi, dan analisis data. Tujuan utamanya adalah untuk mengekstrak pengetahuan atau wawasan dari data yang ada, sehingga dapat digunakan untuk mendukung pengambilan keputusan atau pemecahan masalah.
4. Teknik Dasar Pengolahan Data
Beberapa teknik dasar pengolahan data meliputi mengurutkan data (misalnya dari terkecil ke terbesar), memfilter data (memilih hanya data yang relevan), menghitung agregat (seperti total, rata-rata, nilai minimum, atau maksimum), dan mengelompokkan data berdasarkan kriteria tertentu. Teknik-teknik ini dapat dilakukan secara manual atau menggunakan alat bantu seperti spreadsheet komputer untuk data yang lebih besar.
5. Visualisasi Data Sederhana
Setelah data diolah, menyajikannya dalam bentuk visual akan sangat membantu. Visualisasi data adalah representasi grafis dari informasi dan data. Contoh visualisasi sederhana yang sering digunakan adalah grafik batang untuk membandingkan kategori, diagram lingkaran untuk menunjukkan proporsi, atau diagram garis untuk melihat tren dari waktu ke waktu. Visualisasi yang baik membuat data lebih mudah dipahami dan menarik.
Rangkuman: Mengenali pola dan pengolahan data adalah keterampilan penting untuk mengubah data mentah menjadi informasi yang bermanfaat. Dengan mengidentifikasi berbagai jenis pola seperti tren atau musiman, dan menerapkan teknik pengolahan data dasar seperti mengurutkan atau menghitung, kita dapat mengekstrak wawasan berharga. Visualisasi data membantu menyajikan informasi ini secara jelas dan efektif untuk pengambilan keputusan.
| Istilah | Arti |
|---|---|
| Data | Kumpulan fakta atau informasi mentah. |
| Pola Data | Keteraturan atau tren dalam kumpulan data. |
| Pengolahan Data | Proses mengubah data mentah menjadi informasi bermakna. |
| Visualisasi Data | Representasi grafis dari data dan informasi. |
| Algoritma | Urutan langkah-langkah logis untuk memecahkan masalah. |
🔒 Daftar pustaka tidak ditampilkan di pratinjau — ada di berkas unduhan.
Modul ajar "Mengenali Pola dan Pengolah Data" 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.
Rujukan: Permendikdasmen No. 13 Tahun 2025 (Pembelajaran Mendalam) · Permendikdasmen No. 1 Tahun 2026 (Standar Proses) · CP: Kepka BSKAP No. 046/H/KR/2025
Bukan Mengenali Pola dan Pengolah 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 Koding dan Kecerdasan Artifisial Kelas VIII Setahun
Urutan mengajarnya, bukan urutan pencarian. Yang sudah ada tinggal diunduh; yang belum, disusun atas nama Anda — sama-sama gratis.
Semester 1 / Ganjil5 dari 5 siap unduh
Struktur Kontrol: Perulangan dan PercabanganModul siap unduh · Word + PDF ber-kopVariabel dan Tipe DataModul siap unduh · Word + PDF ber-kopPemrograman Blok Tingkat LanjutModul siap unduh · Word + PDF ber-kopAnalisis Data dan Visualisasi SederhanaModul siap unduh · Word + PDF ber-kopBias dan Transparansi AlgoritmaModul siap unduh · Word + PDF ber-kopSemester 2 / Genap2 dari 4 siap unduh
Keamanan Data dan PrivasiModul siap unduh · Word + PDF ber-kopProyek Aplikasi Sederhana Berbasis BlokModul siap unduh · Word + PDF ber-kopData dan Visualisasi SederhanaBelum tersedia — susun atas nama Anda, gratisProyek Aplikasi BlokBelum tersedia — susun atas nama Anda, gratisModul Koding dan Kecerdasan Artifisial lain yang sudah tersedia
Topik1 Mengengenali Pola dan Mengolah DataKoding dan Kecerdasan Artifisial Kelas VIII SMPPengolahan DataKoding dan Kecerdasan Artifisial Kelas VIII SMPBERFIKIR KOMPUTASIONALKoding dan Kecerdasan Artifisial Kelas VIII SMPLihat semua Modul Ajar Koding dan Kecerdasan Artifisial Kelas VIII →Pertanyaan yang Sering Diajukan
Apakah ini modul ajar Koding dan Kecerdasan Artifisial kelas 8 yang saya cari?
Kemungkinan besar ya. Kelas VIII dan kelas 8 adalah kelas yang sama — yang satu ditulis angka Romawi seperti di dokumen resmi, yang satu angka biasa. Berkas ini perangkat ajar untuk materi Mengenali Pola dan Pengolah Data pada Koding dan Kecerdasan Artifisial SMP, Fase D, elemen Analisis Data dan Algoritma.
Modul Mengenali Pola dan Pengolah Data ini untuk semester 1 (ganjil) atau semester 2 (genap)?
Mengikuti program semester sekolah Anda. Pilih Semester 1 atau 2 saat mengunduh; pilihan itu tercetak di lembar identitas modul Mengenali Pola dan Pengolah Data untuk Koding dan Kecerdasan Artifisial kelas VIII.
Apakah modul ajar Koding dan Kecerdasan Artifisial materi Mengenali Pola dan Pengolah Data ini gratis?
Ya. Modul Mengenali Pola dan Pengolah Data untuk kelas VIII SMP 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 12 jam.
Bagaimana cara download modul ajar Mengenali Pola dan Pengolah 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 Koding dan Kecerdasan Artifisial kelas VIII 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 Koding dan Kecerdasan Artifisial kelas VIII langsung tersusun atas nama Anda.
Bisakah modul Mengenali Pola dan Pengolah Data ini diedit?
Bisa. Hasil unduhan berupa dokumen Word yang bisa disunting penuh — tujuan, alokasi waktu, dan langkah kegiatan Mengenali Pola dan Pengolah Data dapat Anda sesuaikan dengan murid Koding dan Kecerdasan Artifisial kelas VIII di sekolah Anda. Sudah ber-kop sekolah dan atas nama Anda, tersedia juga dalam PDF.
Apakah modul ajar Koding dan Kecerdasan Artifisial kelas VIII ini sesuai kurikulum terbaru?
Ya. Modul Mengenali Pola dan Pengolah Data ini mengikuti Keputusan Kepala BSKAP No. 046/H/KR/2025 tentang Capaian Pembelajaran pada Pendidikan Anak Usia Dini, Pendidikan Dasar, dan Pendidikan Menengah, pada Fase D untuk kelas VIII SMP. Profil Pelajar Pancasila (P5) kini dilanjutkan sebagai 8 Dimensi Profil Lulusan; dimensi yang dikembangkan materi Mengenali Pola dan Pengolah 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 Mengenali Pola dan Pengolah Data untuk Koding dan Kecerdasan Artifisial kelas VIII 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 Mengenali Pola dan Pengolah Data ini memuat bank soalnya sendiri — 5 pilihan ganda dan 3 uraian beserta kunci jawaban, ditambah rubrik KKTP pada bagian asesmennya. Yang belum termasuk: paket soal satu semester penuh Koding dan Kecerdasan Artifisial kelas VIII SMP 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 Prota dan Promes (Program Semester) ikut di unduhan gratis?
Tidak. Unduhan gratis berisi modul ajar Mengenali Pola dan Pengolah Data beserta ATP, LKPD, asesmen, dan bank soalnya. Perangkat pembelajaran pelengkap Koding dan Kecerdasan Artifisial kelas VIII berupa Program Tahunan (Prota) dan Program Semester (Promes/Prosem) ber-kop sekolah tersedia lewat Paket Modul.
Modul Koding dan Kecerdasan Artifisial ini cocok untuk SMP negeri, swasta, maupun MTs?
Ya. Kop, logo, dan nama SMP Anda dipasang otomatis, negeri maupun swasta; sekolah berciri (Muhammadiyah, NU, Islam Terpadu) mendapat kop dan mapel khasnya sendiri saat mengisi borang. Untuk MTs, pilih jenjang MTs saat mengisi borang: materi Mengenali Pola dan Pengolah Data yang sama disusun dalam versi madrasah (Kurikulum Berbasis Cinta, kop Kemenag), dan halaman Koding dan Kecerdasan Artifisial MTs ada di daftar jenjang lain di bawah.
tuntas.org — administrasi beres, kinerja tuntas. Semua modul disusun sebagai materi bantu belajar yang independen.