Pengenalan Deep Learning dalam Kurikulum Koding Kelas 10
Dalam era revolusi industri 4.0, teknologi seperti kecerdasan buatan (AI) dan deep learning menjadi semakin penting. Oleh karena itu, kurikulum pendidikan menengah kini mulai mengintegrasikan materi tersebut untuk memperkenalkan konsep dasar kepada siswa. Salah satu contoh implementasi adalah pelajaran Koding di kelas 10 yang menghadirkan modul ajar tentang Deep Learning.
Modul ini dirancang agar siswa mampu memahami dasar-dasar teknologi ini serta dapat mengembangkan model sederhana menggunakan bahasa pemrograman Python. Berikut adalah penjelasan lengkap mengenai modul ajar tersebut.
Identitas Modul
- Nama Sekolah: SMA Negeri 1 Contoh
- Mata Pelajaran: Koding
- Kelas/Semester: X (Sepuluh) / Genap
- Topik Bahasan: Pengenalan Deep Learning
- Durasi Waktu: 3 x 45 menit (1 pertemuan)
Kompetensi Dasar
Siswa diharapkan mampu:
- Memahami dasar-dasar deep learning.
- Mempelajari cara kerja jaringan saraf tiruan (neural networks).
- Mengembangkan model sederhana menggunakan Python.
Tujuan Pembelajaran
- Menjelaskan pengertian deep learning.
- Mengidentifikasi struktur jaringan saraf tiruan.
- Membangun model neural network sederhana menggunakan library Python seperti TensorFlow atau Keras.
Materi Pembelajaran
1. Definisi Deep Learning
Modul ini dimulai dengan menjelaskan perbedaan antara AI, Machine Learning, dan Deep Learning. Siswa juga diajak memahami contoh penerapan deep learning dalam kehidupan sehari-hari, seperti pengenalan wajah dan asisten suara.
2. Jaringan Saraf Tiruan (Artificial Neural Networks)
Bagian ini membahas struktur dasar dari jaringan saraf tiruan, termasuk input layer, hidden layer, dan output layer. Proses belajar melalui feedforward dan backpropagation juga diperkenalkan secara singkat.
3. Implementasi Sederhana
Siswa diajarkan bagaimana melakukan instalasi Google Colab atau Jupyter Notebook. Selanjutnya, mereka membuat model klasifikasi sederhana menggunakan Keras. Langkah-langkahnya dijelaskan secara detail dan praktis.
Metode Pembelajaran
Untuk memastikan pembelajaran lebih efektif, metode berikut digunakan:
- Ceramah Interaktif: Guru memberikan penjelasan dengan interaksi langsung.
- Demonstrasi dan Praktik Langsung: Siswa diberi kesempatan untuk mencoba langsung.
- Diskusi Kelompok Kecil: Mendorong kolaborasi dan pemahaman bersama.
- Studi Kasus Sederhana: Contoh kasus seperti prediksi lulus/tidak lulus berdasarkan nilai.
Asesmen Pembelajaran
- Formatif: Kuis untuk menguji pemahaman dasar tentang deep learning.
- Sumatif: Proyek mini yang melibatkan pembuatan model deep learning menggunakan dataset kecil.
- Reflektif: Siswa menulis refleksi tentang tantangan dan manfaat dari deep learning.
Media dan Sumber Belajar
- Laptop/PC dengan koneksi internet
- Google Colab atau Jupyter Notebook
- Modul Digital: Buku Pengantar AI untuk Remaja
- Video interaktif dari YouTube atau kanal edukasi nasional
Manfaat dan Tujuan Modul
Modul ajar ini tidak hanya bertujuan untuk memperkenalkan teknologi terkini, tetapi juga melatih siswa dalam berpikir logis dan kreatif. Dengan memahami konsep dasar deep learning, siswa diharapkan lebih tertarik untuk mendalami bidang kecerdasan buatan dan pengembangan perangkat lunak di masa depan. Melalui pembelajaran yang kontekstual dan aplikatif, siswa akan lebih siap menghadapi tantangan teknologi di era digital.
