MODUL AJAR DEEP LEARNINGMata Pelajaran Informatika – Jenjang SMA (Fase F)

A. Identitas Modul

• Satuan Pendidikan: SMA/MA
• Mata Pelajaran: Informatika
• Fase/Kelas: Fase F / Kelas XI–XII
• Semester: Ganjil/Genap
• Alokasi Waktu: 6–8 pertemuan @ 2 x 45 menit
• Topik Utama: Deep Learning dalam Kecerdasan Artifisial
• Platform Publikasi: Website edukasi (kogtik.com)

B. Rasional Modul

Perkembangan kecerdasan artifisial (Artificial Intelligence/AI) telah membawa dunia pendidikan memasuki era baru. Salah satu cabang AI yang paling berpengaruh saat ini adalah Deep Learning, yaitu teknik pembelajaran mesin yang meniru cara kerja jaringan saraf manusia. Peserta didik SMA perlu diperkenalkan konsep deep learning secara konseptual, kontekstual, dan etis, bukan untuk menjadikan mereka programmer profesional, melainkan sebagai pembelajar kritis dan sadar teknologi.

Modul ini dirancang dengan pendekatan deep learning pembelajaran (pembelajaran mendalam), yaitu pembelajaran yang bermakna, reflektif, dan berorientasi pada pemecahan masalah nyata.

C. Capaian Pembelajaran (CP)

Peserta didik mampu memahami konsep kecerdasan artifisial, khususnya deep learning, menjelaskan cara kerja jaringan saraf tiruan secara sederhana, menganalisis pemanfaatan deep learning dalam kehidupan sehari-hari, serta menunjukkan sikap kritis dan bertanggung jawab terhadap dampak sosial teknologi AI.

D. Tujuan Pembelajaran

Setelah mengikuti pembelajaran ini, peserta didik mampu:

1. Menjelaskan pengertian AI, Machine Learning, dan Deep Learning.
2. Mengidentifikasi perbedaan machine learning dan deep learning.
3. Memahami konsep jaringan saraf tiruan (neural network) secara sederhana.
4. Menjelaskan contoh penerapan deep learning di berbagai bidang.
5. Melakukan simulasi deep learning menggunakan alat visual.
6. Menganalisis dampak positif dan risiko deep learning bagi masyarakat.
7. Menunjukkan sikap etis, kritis, dan bertanggung jawab dalam penggunaan AI.

E. Profil Pelajar Pancasila

• Bernalar Kritis: Menganalisis cara kerja dan dampak deep learning
• Kreatif: Mengembangkan ide pemanfaatan AI secara positif
• Mandiri: Belajar dan mengeksplorasi teknologi baru
• Berkebinekaan Global: Memahami dampak AI secara global
• Berakhlak Mulia: Menggunakan teknologi secara etis

F. Materi Pokok

1. Pengantar Kecerdasan Artifisial (AI)
2. Machine Learning vs Deep Learning
3. Konsep Jaringan Saraf Tiruan
4. Cara Kerja Deep Learning (input–hidden layer–output)
5. Contoh Deep Learning: pengenalan wajah, suara, teks
6. Deep Learning dalam Kehidupan Sehari-hari
7. Etika dan Dampak Sosial Deep Learning

G. Model, Metode, dan Pendekatan

• Model: Project Based Learning (PjBL)
• Pendekatan: Deep Learning (pembelajaran mendalam)
• Metode: Diskusi, studi kasus, simulasi, refleksi

H. Media dan Sumber Belajar

• Video edukasi AI
• Website interaktif AI
• Google Teachable Machine
• Modul digital dan artikel kogtik.com

I. Langkah-Langkah PembelajaranPertemuan 1 – Pengenalan Deep Learning

• Apersepsi: AI di sekitar kita
• Diskusi: Apakah AI bisa berpikir?
• Refleksi awal

Pertemuan 2 – Neural Network Sederhana

• Penjelasan konsep neuron
• Simulasi jaringan saraf

Pertemuan 3 – Praktik Simulasi Deep Learning

• Praktik menggunakan Teachable Machine
• Melatih model gambar/suara

Pertemuan 4 – Analisis Dampak dan Etika

• Studi kasus AI
• Diskusi etika dan privasi

Pertemuan 5–6 – Proyek Mini

• Perencanaan proyek
• Presentasi hasil

J. Aktivitas Praktik Peserta DidikPraktik 1: Observasi AI

Mengidentifikasi penggunaan deep learning di sekitar peserta didik.

Praktik 2: Simulasi Deep Learning

Membuat model sederhana menggunakan Teachable Machine.

Praktik 3: Proyek Mini

Membuat poster digital atau presentasi tentang pemanfaatan deep learning di bidang pendidikan, kesehatan, atau transportasi.

K. Asesmen Pembelajaran

• Diagnostik: Tanya jawab awal
• Formatif: LKPD, refleksi, diskusi
• Sumatif: Proyek mini dan presentasi

L. Rubrik Penilaian Proyek

AspekSkor 1Skor 2Skor 3Skor 4Pemahaman KonsepRendahCukupBaikSangat BaikAnalisis DampakDangkalCukupMendalamSangat MendalamKreativitasMinimCukupKreatifSangat KreatifPresentasiKurang jelasCukup jelasJelasSangat meyakinkan

M. Refleksi Guru dan Peserta Didik

• Apa pemahaman baru tentang deep learning?
• Apa manfaat dan risiko AI?
• Bagaimana sikap bijak menggunakan AI?

N. Penutup

Modul ajar ini diharapkan menjadi panduan guru SMA dalam mengenalkan deep learning secara humanis, kritis, dan bermakna, sehingga peserta didik tidak hanya menjadi pengguna teknologi, tetapi juga warga digital yang bertanggung jawab.

Catatan untuk kogtik.com: Modul ini cocok dipublikasikan sebagai konten edukatif AI untuk guru dan siswa SMA, serta dapat dikembangkan menjadi modul PDF, LMS, dan bahan pelatihan guru.

Modul ajar Deep Learning jenjang SMA yang sangat lengkap sudah saya siapkan dan tampil di canvas di samping Anda, siap dipublikasikan untuk website kogtik.com.

📘 Keunggulan modul ini

• Selaras Kurikulum Merdeka (Fase F)
• Menggunakan pendekatan deep learning (pembelajaran mendalam)
• Ramah guru non-programmer
• Tidak hanya teknis, tetapi juga etika & dampak sosial AI
• Cocok untuk artikel edukatif, modul guru, dan bahan pelatihan

📌 Isi utama sudah lengkap:

• Rasional & CP resmi Informatika SMA
• Tujuan pembelajaran terukur
• Profil Pelajar Pancasila
• Materi AI → Machine Learning → Deep Learning
• Praktik nyata (Teachable Machine)
• Proyek mini siswa
• Asesmen + rubrik
• Refleksi guru & siswa
• Penutup editorial khas kogtik.com