Topics: Pembelajaran Koding

Koding adalah proses mengonversi keinginan manusia menjadi format yang dapat dipahami oleh komputer menggunakan bahasa pemrograman.

Koding juga merujuk pada sub-aktivitas dalam pemrograman atau pemberian instruksi kepada komputer dalam berbagai bentuk seperti PC, server, perangkat IoT, robot dan lainnya, yang menerapkan solusi yang dirumuskan melalui berpikir komputasional

Mata pelajaran Informatika merupakan mapel wajib yang diselenggarakan di kelas 7, 8, 9 dan 10, dengan dua elemen Berpikir Komputasional dan Literasi Digital serta menjadi mapel pilihan pada kelas 11 dan 12 dengan empat elemen yaitu Berpikir Komputasional, Literasi Digital, Analisis Data dan Algoritma Pemrograman.

Mapel Koding dan KA (KKA) merupakan mapel pilihan dari kelas 5 hingga kelas 12 yang diselenggarakan oleh sekolah yang memiliki kapasitas baik dari sisi infrastruktur maupun pengajar yang mencukupi.

Karenanya penting sekali bagi pendidik untuk mengetahui ruang lingkup mapel Informatika, dan relasinya dengan mapel KKA ini,
sehingga dapat membuat perencanaan pembelajaran KKA dengan tepat.
Pada jenjang sekolah dasar, hingga modul ini dibuat, belum ada mapel Informatika baik wajib maupun pilihan, sehingga mapel KKA diselenggarakan tanpa harus membandingkan dengan Informatika. Namun di kelas 7 hingga kelas 10, di mana Informatika wajib di seluruh sekolah, pendidik perlu untuk memastikan supaya tidak ada materi yang berulang, khususnya untuk elemen Berpikir Komputasional (BK) dan Literasi Digital (LD). Untuk kelas 11-12, di mana Mapel Informatika dan Mapel KKA sama-sama mapel pilihan, jika keduanya diambil pada sebuah sekolah, maka pendidik penting untuk memastikan setiap elemen baik Berpikir Komputasional (BK), Literasi
Digital (LD), Algoritma dan Pemrograman (AP) maupun Analisis Data (Data), tidak berulang.

.

Mengembangkan solusi dari berbagai persoalan dengan membaca bermakna dan menulis teks algoritmik terstruktur (logis, sistematis, bertahap, konvergen, dan linier) menjadi kumpulan instruksi berdasarkan paradigma
pemrograman yang menaik secara bertahap dan berjenjang,dapat dikerjakan secara mandiri atau berkolaborasi dengan yang lain.

Mengetahui konsep dasar KA, bagaimana KA bekerja, manfaat dan dampak KA, serta sikap kritis dan etika dalam pemanfaatan KA.

Kecakapan bermedia digital dengan fokus produksi dan diseminasi konten digital, dengan memahami etika dan keamanan digital.

Keterampilan problem solving yang berjenjang melalui pemodelan dan melalui simulasi untuk menghasilkan solusi efektif, efisien, dan optimal yang dapat dijalankan oleh manusia atau mesin meliputi penalaran logis, kritis, dan kreatif berdasarkan data, baik secara mandiri maupun berkolaborasi.

Pola pikir yang menekankan proses pembelajaran dan pengembangan diri melalui usaha dan refleksi terus-menerus, serta keyakinan bahwa kemampuan dapat ditingkatkan.

Dalampenggunaan KA, growth mindset mendorong iterasi prompt dan perbaikan output secara berkelanjutan.

Metode pembelajaran mesin di mana model dilatih dengan data yang tidak memiliki label secara eksplisit. Model belajar mengenali pola dan struktur dalam data secara mandiri tanpa instruksi langsung.

Proses sistematis dalam merancang, menyusun, dan menyempurnakan prompt guna memaksimalkan kualitas output KA. Proses ini meliputi pengujian, evaluasi, dan iterasi terhadap prompt yang disusun.

Kecerdasan Artifisial Generatif adalah Cabang KA yang fokus pada pembuatan konten baru (teks, gambar, musik, video) dengan mempelajari pola dari data besar menggunakan teknik deep learning, seperti yang dilakukan oleh
model GPT, DALL-E, dan MusicLM.

Cabang dari machine learning yang menggunakan jaringan saraf berlapis untuk mempelajari representasi data yang kompleks.

Teknik ini mendasari model-model besar seperti GPT dan DALL-E dalam menghasilkan output yang koheren dan natural.

Kecerdasan Artifisial (KA) merupakan cabang ilmu komputer yang memiliki tujuan untuk mengembangkan suatu sistem agar dapat meniru perilaku dan proses berpikir manusia.

Menurut artikel “What is Artificial Intelligence?” di IBM Cloud Learn, KA mencakup kemampuan pengambilan keputusan, pemahaman bahasa natural, dan pengenalan pola,yang didukung oleh algoritma pembelajaran yang terus berkembang (IBM Cloud Learn,2021).

Arah kebijakan pembelajaran Koding dan KA dirancang untuk mempersiapkan peserta didik menghadapi tantangan era digital.

Kurikulum Koding dan KA dikembangkan berdasarkan Undang-Undang Nomor 20 Tahun 2003, yang menekankan penyesuaian dengan kebutuhan peserta didik, perkembangan zaman, dan tujuan pendidikan. Kurikulum ini mencakup kompetensi yang harus dikuasai peserta didik di setiap jenjang, mulai dari SD hingga SMA/SMK, dengan fokus pada berpikir komputasional, literasi digital, algoritma pemrograman, analisis data, dan etika KA. (Naskah Akademik)

Pembelajaran Koding dan KA dapat diterapkan melalui intrakurikuler,
kokurikuler, atau ekstrakurikuler, dengan mempertimbangkan aspek teknis, ekonomis, dan politis. (Naskah Akademik)

Pembelajaran coding dimaknai sebagai upaya sadar dan terencana dalam mewujudkan kepribadian peserta didik, baik sikap, pengetahuan, maupun keterampilan terkait praktik dan aktivitas coding sejak usia dini. (sumber: https://paudpedia.kemdikbud.go.id/)

Large Language Model adalah sebuah sistem berbasis jaringan syaraf tiruan yang dilatih untuk dapat memahami, memproses, dan menghasilkan teks dalam bahasa alami atau bahasa natural (bahasa yang digunakan manusia sehari-hari dalam berbagai gaya).