PEMBELAJARAN KODING DAN KECERDASAN ARTIFISIAL (PKKA)

Pembelajaran Koding dan Kecerdasan Artifisial (PKKA), merupakan Integrasi Koding dan Kecerdasaan Artifisial (KA) dalam pendidikan untuk meningkatkan literasi digital dan kemampuan penyelesaian masalah, serta mengajarkan
berbagai keterampilan esensial yang mencakup berpikir komputasional, analisis data, algoritma pemrograman, etika KA, human-centered mindset, design system KA, dan teknik KA.PKKA bertujuan untuk mengembangkan kompetensi peserta didik sesuai tahapan perkembangannya dan penerapannya dapat dilakukan melalui mata pelajaran wajib, mata pelajaran pilihan, atau terintegrasi dengan mata pelajaran lain, serta menggunakan berbagai metode, seperti pembelajaran berbasis masalah (problem-based learning), pembelajaran berbasis projek (project-based learning), pembelajaran inkuiri dan gamifikasi melalui pendekatan internet-based, plugged, dan unplugged, dengan media pembelajaran yang digunakan meliputi perangkat digital (komputer, laptop), platform digital, modul interaktif, serta alat nondigital seperti kartu dan papan.

Ada beberapa terminologi yang terkait dengan PKKA, antara lain :

• Berpikir komputasional mengajarkan peserta didik untuk menyelesaikan masalah secara sistematis dan efisien dengan melakukan proses dekomposisi (memecah masalah besar menjadi bagian kecil), dan pengenalan pola, abstraksi, serta algoritma yang membantu peserta didik memahami dan menangani tantangan digital.
• Pemrograman, proses merancang, menulis, dan menguji kode yang digunakan untuk mengembangkan perangkat lunak dan aplikasi komputer, yang mencakup aspek logika, algoritma, serta struktur data untuk menyelesaikan masalah tertentu.
• Koding, merupakan tindakan dalam menerjemahkan keinginan (intentions) manusia ke dalam format yang dapat dimengerti komputer melalui bahasa pemrograman
• Kecerdasan Artifisial, merupakan kemampuan sistem untuk dapat menginterpretasikan data eksternal dengan benar, belajar dari data tersebut, dan menggunakan pembelajaran tersebut untuk mencapai tujuan dan tugas tertentu
• Literasi Digital, merupakan kemampuan untuk mengakses, mengelola, memahami, mengintegrasikan, berkomunikasi, mengevaluasi, dan menciptakan informasi dengan aman dan sesuai melalui teknologi
  digital untuk ketenagakerjaan (employment), pekerjaan yang layak (decent jobs), dan kewirausahaan

Manfaat PKKA di sekolah, antara lain :

• Mengasah Kemampuan Berpikir Komputasional, melatih siswa untuk :
  • Dekomposisi : Memecah masalah besar menjadi bagian-bagian yang lebih kecil dan mudah dikelola. Contohnya, saat membuat game, siswa belajar memisahkan logika game, tampilan visual, dan interaksi pengguna sebagai komponen terpisah.
  • Pengenalan Pola : Mengidentifikasi pola dan kesamaan dalam berbagai masalah. Misalnya, mengenali pola perulangan dalam kode atau pola data dalam analisis AI.
  • Abstraksi : Memfokuskan pada informasi penting dan mengabaikan detail yang tidak relevan. Contohnya, dalam pengembangan aplikasi, siswa belajar membuat antarmuka pengguna yang intuitif dengan menyembunyikan kompleksitas di balik layar.
  • Algoritma : Merancang langkah-langkah sistematis untuk menyelesaikan masalah. Ini adalah inti dari coding, di mana siswa menyusun instruksi logis agar komputer dapat menjalankan tugas tertentu.
• Mendorong Kreativitas dan Inovasi, siswa dapat :
  • Membangun Aplikasi dan Perangkat Lunak: Dari aplikasi sederhana hingga program yang kompleks, siswa dapat mewujudkan ide-ide mereka menjadi produk digital yang berfungsi.
  • Merancang Game Interaktif: Coding memungkinkan siswa untuk menciptakan dunia virtual, karakter, dan mekanisme permainan yang menarik.
  • Mengembangkan Solusi Digital: Siswa dapat menggunakan coding dan AI untuk memecahkan masalah di lingkungan sekitar mereka, misalnya membuat aplikasi untuk mengelola sampah atau memprediksi cuaca.
• Meningkatkan Kemampuan Kolaborasi, menuntut siswa untuk :
  • Bekerja Sama dalam Tim: Berbagi tugas, berdiskusi, dan saling mendukung untuk mencapai tujuan bersama.
  • Berkomunikasi Efektif: Menyampaikan ide dengan jelas, mendengarkan pendapat orang lain, dan memberikan umpan balik yang konstruktif.
  • Berbagi Ide dan Pengetahuan: Saling bertukar informasi, belajar dari pengalaman masing-masing, dan membangun solusi secara kolektif.
• Mempersiapkan Diri Menghadapi Masa Depan, memberikan siswa keunggulan kompetitif dengan :
  • Keterampilan yang Relevan: Membekali mereka dengan keterampilan yang dibutuhkan di berbagai bidang, seperti pengembangan perangkat lunak, analisis data, cybersecurity, dan machine learning.
  • Peluang Karir yang Luas: Membuka pintu bagi berbagai peluang karir di industri teknologi dan bidang-bidang lain yang memanfaatkan teknologi.
  • Kemampuan Beradaptasi: Mempersiapkan mereka untuk menghadapi perubahan dan perkembangan teknologi yang pesat.
• Literasi Digital yang Lebih Baik, membantu siswa untuk :
  • Memahami Logika di Balik Teknologi : Tidak hanya menggunakan aplikasi, tetapi juga memahami bagaimana aplikasi tersebut bekerja.
  • Mengevaluasi Informasi Secara Kritis : Mampu membedakan informasi yang valid dan hoax di internet.
  • Menggunakan Teknologi Secara Etis dan Bertanggung Jawab : Memahami dampak sosial dan etika dari penggunaan teknologi.

PKKA juga menanamkan nilai-nilai penting seperti :

• Ketekunan dan Kegigihan: Proses coding seringkali melibatkan trial and error. Siswa belajar untuk tidak mudah menyerah dan terus berusaha hingga mencapai solusi.
• Berpikir Kritis: Siswa diajak untuk menganalisis masalah, mengevaluasi solusi, dan mengambil keputusan yang tepat.
• Adaptasi Terhadap Perubahan: Dunia teknologi terus berkembang. Pembelajaran ini membekali siswa dengan kemampuan untuk beradaptasi dan terus belajar hal baru.

Implementasi PKKA di sekolah menghadapi beberapa tantangan, seperti :

• Ketersediaan Sumber Daya: Dibutuhkan perangkat, perangkat lunak, dan infrastruktur yang memadai.
• Kesiapan Guru: Guru perlu dilatih dan didukung untuk dapat mengajarkan coding dan AI secara efektif.
• Kurikulum yang Relevan: Kurikulum harus dirancang agar sesuai dengan perkembangan teknologi dan kebutuhan siswa.

Kurikulum yang mengintegrasikan PKKA  dilakukan secara bertahap, mulai dari SD – SMA, untuk memastikan siswa dapat memahami konsep-konsep coding dan AI dengan baik sesuai dengan perkembangan usia, yang meliputi :

• Fondasi di Tingkat Dasar (SD) : Pengenalan Konsep dan Computational Thinking, meliputi :
  • Pengenalan Konsep Dasar : Membangun Fondasi Logika Pemrograman, terdiri dari :
    • Urutan Instruksi (Sequencing): Memahami bahwa instruksi harus dieksekusi secara berurutan untuk mencapai hasil yang diinginkan.
    • Perulangan (Looping): Memahami konsep pengulangan instruksi untuk melakukan tugas yang sama berulang kali.
    • Percabangan (Conditionals): Memahami konsep pengambilan keputusan berdasarkan kondisi tertentu, misalnya “jika cuaca hujan, maka bawa payung”.
  • Computational Thinking : Mengasah Kemampuan Problem Solving, dengan penekanan pada :
    • Dekomposisi (Decomposition): Memecah masalah kompleks menjadi bagian-bagian yang lebih kecil dan mudah dikelola. Contohnya, memecah masalah “membersihkan kamar” menjadi “merapikan tempat tidur”, “menyapu lantai”, dan “membuang sampah”.
    • Pengenalan Pola (Pattern Recognition): Mengidentifikasi pola atau kesamaan dalam berbagai masalah untuk menemukan solusi yang serupa. Contohnya, mengenali pola dalam deret angka atau pola dalam gambar.
    • Abstraksi (Abstraction): Fokus pada informasi yang relevan dan mengabaikan detail yang tidak penting. Contohnya, dalam peta, kita hanya fokus pada jalan dan lokasi penting, bukan pada detail setiap bangunan.
    • Algoritma (Algorithm): Membuat langkah-langkah yang terstruktur untuk menyelesaikan masalah. Contohnya, membuat langkah-langkah untuk “cara mencuci tangan dengan benar”
  • Pengenalan AI Sederhana : Memahami Konsep Kecerdasan Buatan Secara Intuitif, meliputi :
    • Mengenali Pola dalam Gambar dan Suara: Melatih siswa untuk mengenali pola dalam gambar, misalnya mengelompokkan gambar berdasarkan warna, bentuk, atau objek. Atau mengenali pola dalam suara, misalnya membedakan suara hewan atau alat musik.
    • Permainan Klasifikasi: Menggunakan permainan yang melatih klasifikasi, misalnya mengelompokkan objek berdasarkan karakteristik tertentu.
• Penguatan di Tingkat Menengah Pertama (SMP) : Pengenalan Bahasa Pemrograman Visual dan Dasar, meliputi :
  • Bahasa Pemrograman Visual : Gerbang Menuju Dunia Coding yang Interaktif, meliputi :
    • Scratch: Dikembangkan oleh MIT Media Lab, Scratch menawarkan lingkungan pemrograman berbasis blok yang kaya fitur. Siswa dapat membuat animasi, permainan, dan cerita interaktif dengan mudah. Scratch juga memiliki komunitas online yang besar, di mana siswa dapat berbagi proyek dan belajar dari orang lain.
    • Blockly: Dikembangkan oleh Google, Blockly merupakan pustaka yang dapat digunakan untuk membuat bahasa pemrograman visual berbasis blok. Blockly digunakan dalam berbagai platform edukasi, termasuk Code.org.
  • Pengenalan Logika Pemrograman yang Lebih Kompleks : Memperdalam Pemahaman Konsep Inti, meliputi :
    • Algoritma: Memahami konsep algoritma sebagai urutan langkah-langkah logis untuk menyelesaikan masalah. Siswa dapat belajar membuat algoritma sederhana dalam bentuk diagram alir atau pseudocode.
    • Struktur Data Sederhana: Mengenal struktur data sederhana seperti variabel, tipe data (angka, teks, boolean), dan array.
    • Kontrol Alur Program: Memperdalam pemahaman tentang percabangan (if-else) dan perulangan (for, while) dengan contoh yang lebih kompleks.
    • Fungsi dan Prosedur: Memahami konsep modularitas dengan memecah program menjadi bagian-bagian yang lebih kecil dan terorganisir dalam bentuk fungsi atau prosedur.
    • Logika Boolean: Memahami penggunaan operator logika (AND, OR, NOT) dalam pengambilan keputusan di dalam program.
  • Proyek Sederhana : Mengaplikasikan Konsep Coding dan AI dalam Praktik, antara lain :
    • Membuat Animasi Interaktif dengan Fitur Tambahan: Mengembangkan animasi interaktif yang lebih kompleks, misalnya dengan menambahkan fitur input pengguna, efek suara, atau gameplay sederhana.
    • Membuat Aplikasi Kalkulator Sederhana: Membuat aplikasi kalkulator yang dapat melakukan operasi matematika dasar.
    • Membuat Aplikasi Tebak Angka atau Kata: Membuat aplikasi sederhana yang meminta pengguna untuk menebak angka atau kata yang dipikirkan oleh komputer
    • Pengenalan Objek Sederhana: Menggunakan platform atau library yang menyediakan fitur pengenalan objek sederhana untuk membuat aplikasi yang dapat mengenali objek dalam gambar.
    • Membuat Chatbot Sederhana: Menggunakan platform atau library yang menyediakan fitur chatbot untuk membuat aplikasi yang dapat berinteraksi dengan pengguna melalui teks.
• Pendalaman di Tingkat Menengah Atas (SMA) : Bahasa Pemrograman Teks dan Aplikasi AI, meliputi :
  • Bahasa Pemrograman Teks : Menuju Pemrograman Profesional, antara lain :
    • Python: Dikenal dengan sintaksnya yang mudah dibaca dan dipahami, Python cocok untuk pemula dan juga banyak digunakan dalam pengembangan web, data science, dan machine learning. Tersedia banyak library dan framework yang memudahkan pengembangan aplikasi yang kompleks.
    • Java: Bahasa pemrograman yang robust dan platform-independent, banyak digunakan dalam pengembangan aplikasi enterprise, aplikasi mobile (Android), dan backend server.
    • JavaScript: Bahasa pemrograman yang wajib dikuasai untuk pengembangan front-end web, dan juga dapat digunakan untuk pengembangan backend dengan Node.js
  • Pengembangan Algoritma dan Struktur Data : Membangun Efisiensi dan Skalabilitas, meliputi :
    • Pencarian (Searching): Mempelajari algoritma pencarian seperti linear search, binary search, dan hashing.
    • Pengurutan (Sorting): Mempelajari algoritma pengurutan seperti bubble sort, insertion sort, selection sort, merge sort, dan quick sort.
    • Rekursi: Memahami konsep rekursi dan penerapannya dalam memecahkan masalah.
    • Algoritma Graf (Opsional): Mengenalkan algoritma graf dasar seperti breadth-first search (BFS) dan depth-first search (DFS).
  • Pengenalan Machine Learning dan AI : Menjelajahi Kecerdasan Buatan, meliputi :
    • Konsep Dasar Machine Learning, antara lain :
      • Supervised Learning: Memahami konsep supervised learning, di mana model belajar dari data yang berlabel. Contohnya, klasifikasi gambar dan regresi.
      • Unsupervised Learning: Memahami konsep unsupervised learning, di mana model belajar dari data yang tidak berlabel. Contohnya, clustering dan dimensionality reduction.
      • Reinforcement Learning (Opsional): Mengenalkan konsep reinforcement learning, di mana agen belajar dengan berinteraksi dengan lingkungan.
    • Konsep Dasar Deep Learning, antara lain :
      • Neural Network: Memahami konsep dasar jaringan saraf tiruan (neural network) sebagai fondasi deep learning.
      • Jenis-jenis Neural Network (Opsional): Mengenalkan jenis-jenis neural network seperti convolutional neural network (CNN) untuk pengolahan citra dan recurrent neural network (RNN) untuk pengolahan data sekuensial.
      • Aplikasi AI dalam Berbagai Bidang, antara lain :
        • Pengolahan Citra (Image Processing): Mengenalkan aplikasi AI dalam pengolahan citra, seperti pengenalan objek, klasifikasi gambar, dan deteksi wajah.
        • Pengolahan Bahasa Alami (Natural Language Processing/NLP): Mengenalkan aplikasi AI dalam pengolahan bahasa alami, seperti penerjemahan bahasa, analisis sentimen, dan chatbot.
        • Analisis Data (Data Analysis): Mengenalkan aplikasi AI dalam analisis data, seperti prediksi, klasifikasi, dan clustering.
  • Proyek yang Lebih Kompleks : Mengembangkan Solusi Nyata dengan AI, meliputi :
    • Aplikasi Berbasis Web atau Mobile dengan Fitur AI: Membuat aplikasi yang dapat mengenali objek dalam gambar, menganalisis sentimen teks, atau memberikan rekomendasi berdasarkan data.
    • Pengembangan Chatbot yang Lebih Canggih: Membuat chatbot yang dapat memahami konteks percakapan dan memberikan respons yang lebih relevan.
    • Proyek Analisis Data dengan Machine Learning: Menganalisis dataset publik untuk memprediksi sesuatu, misalnya memprediksi harga rumah berdasarkan data properti atau memprediksi penyakit berdasarkan data medis.
    • Pengembangan Game dengan AI: Membuat game yang memiliki karakter NPC dengan kecerdasan buatan yang lebih kompleks.