ATP INFORMATIKA – TOPIK DEEP LEARNING



ATP INFORMATIKA – TOPIK DEEP LEARNING

Kurikulum Merdeka

Identitas

  • Mata Pelajaran : Informatika

  • Fase : F (Kelas XI–XII SMA / SMK)

  • Semester : Genap

  • Alokasi Waktu : ± 18–24 JP

  • Model Pembelajaran : Project Based Learning (PjBL)


Capaian Pembelajaran (CP)

Peserta didik mampu memahami konsep kecerdasan buatan dan deep learning, menjelaskan cara kerja jaringan saraf tiruan, menggunakan tools berbasis deep learning secara sederhana, serta menerapkan deep learning untuk menyelesaikan masalah kontekstual dengan bertanggung jawab dan etis.


Alur Tujuan Pembelajaran (ATP)

TP 1 – Memahami Konsep Dasar Kecerdasan Buatan

Materi Pokok

  • Pengertian AI, Machine Learning, dan Deep Learning

  • Contoh penerapan AI dalam kehidupan sehari-hari

Aktivitas Pembelajaran

  • Diskusi contoh AI (Google, kamera HP, media sosial)

  • Menonton video pengantar AI

Asesmen

  • Tes tertulis

  • Refleksi tertulis


TP 2 – Memahami Konsep Dasar Deep Learning

Materi Pokok

  • Pengertian deep learning

  • Perbedaan machine learning dan deep learning

  • Konsep data, model, dan training

Aktivitas Pembelajaran

  • Analisis studi kasus (face recognition, voice assistant)

  • Diskusi kelompok

Asesmen

  • Kuis

  • Lembar kerja


TP 3 – Memahami Cara Kerja Jaringan Saraf Tiruan

Materi Pokok

  • Konsep neuron buatan

  • Input – hidden layer – output

  • Proses training dan prediksi

Aktivitas Pembelajaran

  • Simulasi neuron menggunakan gambar/diagram

  • Demonstrasi interaktif

Asesmen

  • Tes tertulis

  • Penugasan


TP 4 – Mengenal Dataset dan Data Training

Materi Pokok

  • Pengertian dataset

  • Data training dan testing

  • Contoh dataset sederhana (gambar/angka/teks)

Aktivitas Pembelajaran

  • Mengamati dataset contoh

  • Mengelompokkan data

Asesmen

  • Tugas individu


TP 5 – Menggunakan Tools Deep Learning Sederhana

Materi Pokok

  • Pengenalan Google Teachable Machine / Google Colab

  • Membuat model deep learning sederhana tanpa coding berat

Aktivitas Pembelajaran

  • Praktik membuat model klasifikasi sederhana

  • Uji coba model

Asesmen

  • Praktik

  • Observasi kinerja


TP 6 – Menguji dan Mengevaluasi Model Deep Learning

Materi Pokok

  • Konsep akurasi sederhana

  • Kesalahan prediksi

  • Faktor kualitas data

Aktivitas Pembelajaran

  • Menguji model dengan data baru

  • Diskusi hasil

Asesmen

  • Laporan singkat


TP 7 – Menerapkan Deep Learning dalam Proyek Sederhana

Materi Pokok

  • Proyek klasifikasi gambar/suara/teks sederhana

Aktivitas Pembelajaran

  • Project Based Learning (kelompok)

  • Presentasi hasil

Asesmen

  • Proyek

  • Presentasi


TP 8 – Etika dan Dampak Deep Learning

Materi Pokok

  • Etika AI

  • Privasi data

  • Dampak sosial deep learning

Aktivitas Pembelajaran

  • Diskusi studi kasus

  • Refleksi nilai

Asesmen

  • Refleksi tertulis


Peta Alur ATP

AI Dasar
 ↓
Deep Learning
 ↓
Jaringan Saraf
 ↓
Dataset
 ↓
Tools DL
 ↓
Evaluasi Model
 ↓
Proyek
 ↓
Etika AI

Profil Pelajar Pancasila

  • Bernalar kritis

  • Kreatif

  • Gotong royong

  • Bertanggung jawab


Catatan Penting untuk Guru

✅ Tanpa matematika berat
✅ Fokus pemahaman konsep & praktik
✅ Cocok untuk siswa pemula
✅ Bisa dijadikan proyek akhir semester


🔧 Jika Anda Mau (Langkah Lanjut)

Saya bisa:

  • Mengembangkan ATP ini menjadi Modul Ajar Deep Learning lengkap

  • Membuat RPP per TP

  • Menyusun LKPD + Rubrik Proyek

  • Mengonversi ke format Word (.docx)

Tinggal bilang:
👉 SMK atau SMA?
👉 Kelas XI atau XII?

Comments

Popular posts from this blog

NILAI INFORMATIKA

PORTOFOLIO TUGAS SISWA INFORMATIKA

ADMINISTRASI GURU WARJINI