10 Proyek Koding dan AI Sederhana untuk Murid SMA/SMK Fase F Kelas 11 dan 12

Pada tulisan sebelumnya yang berjudul “10 Proyek Koding dan AI Sederhana untuk SMA/SMK Fase E Kelas 10”, kita telah membahas tentang proyek-proyek apa saja yang akan bisa diterapkan pada Pembelajaran Koding dan Kecerdasan Artifisial di kelas 10. Kali ini kita akan melanjutkan pada 10 Proyek Koding dan AI Sederhana untuk Murid SMA/SMK Fase F Kelas 11 dan 12. Harapannya dengan adanya tulisan ini, dapat membantu ibu dan bapak guru yang akan mengajar mata pelajaran Koding dan Kecerdasan Artifial yang akan mulai diterapkan pada Tahun Ajaran Baru 2025/2026.

Selain itu, tulisan ini juga bisa menambah hasanah untuk membangun fondasi penting bagi masa depan generasi digital dengan keterampilan praktis dan pemahaman mendalam tentang teknologi. Dari menganalisis dampak AI dalam kehidupan sehari-hari hingga membangun program klasifikasi gambar dasar, setiap proyek saya rancang telah disesuaikan dengan capaian pembelajaran fase E dan F yang ada di dalam Modul 1-4 Bimtek Koding dan Kecerdasan Artifisial bagi Pengajar Jenjang Pendidikan Menengah. Mari bersama-sama mempersiapkan diri untuk menjadi fasilitator dan navigator yang baik bagi murid-murid di kelas.

Di dalam tulisan ini juga terdapat 10 proyek koding dan AI sederhana yang dikhususkan bagi murid SMA/SMK Fase F kelas 11 dan 12.

Modul 1: Mata Pelajaran Koding dan Kecerdasan Artifisial pada Kurikulum Nasional.

Proyek 1: Analisis Penerapan AI dalam Kehidupan Sehari-hari

Proyek ini mengajak murid untuk mengeksplorasi dan menganalisis bagaimana Kecerdasan Artifisial (AI) diterapkan dalam berbagai aspek kehidupan sehari-hari. Murid akan mengidentifikasi setidaknya tiga contoh penggunaan AI yang mereka temui, menganalisis cara kerjanya secara sederhana, serta mengidentifikasi manfaat dan potensi tantangan dari penggunaan AI tersebut. Output proyek berupa laporan tertulis atau presentasi digital yang komprehensif.

1. Tujuan Proyek:

• Mengidentifikasi dan memahami konsep dasar penerapan Kecerdasan Artifisial dalam berbagai bidang.
• Menganalisis cara kerja sederhana dari aplikasi AI yang ada di sekitar mereka.
• Mengembangkan kemampuan berpikir kritis untuk mengevaluasi manfaat dan potensi risiko dari penggunaan AI.
• Meningkatkan kemampuan literasi digital dan penelitian informasi.
• Mengasah keterampilan komunikasi melalui penyusunan laporan atau presentasi.

2. Sumber Belajar:

• Modul 1: Mata Pelajaran Koding dan Kecerdasan Artifisial pada Kurikulum Nasional. (Khususnya bagian pengenalan AI dan dampaknya).
• Naskah Akademik Pembelajaran Koding dan Kecerdasan Artifisial Pada Pendidikan Dasar dan Menengah.pdf (Bagian yang membahas relevansi AI dalam kehidupan).
• Internet (artikel berita, video edukasi, website resmi perusahaan teknologi, jurnal populer tentang AI).
• Buku-buku atau sumber bacaan lain yang relevan tentang AI untuk pemula.
• Diskusi kelas dan bimbingan guru.

3. Contoh Judul Proyek (Murid dapat mengembangkan sendiri):

• “AI di Balik Layar Media Sosial Favoritku: Analisis Rekomendasi Konten”
• “Robot Pembersih Rumah dan Asisten Suara: Bagaimana AI Memudahkan Hidup?”
• “Kecerdasan Buatan dalam Dunia Kesehatan: Studi Kasus Aplikasi Diagnostik”
• “Transformasi Transportasi dengan AI: dari Mobil Tanpa Pengemudi hingga Aplikasi Navigasi”
• “Mengenal AI dalam Sistem Keamanan Digital dan Otentikasi Biometrik”

4. Langkah Kerja Proyek:

• Langkah 1: Pemilihan Topik
• Langkah 2: Pengumpulan Data dan Informasi
• Langkah 3: Penyusunan Laporan/Presentasi
• Langkah 4: Review dan Presentasi

5. Rubrik Penilaian Proyek:

Kriteria Penilaian	Bobot (%)
Kesesuaian Topik & Isi	25%
Kualitas Analisis AI	30%
Penelitian & Sumber Informasi	20%
Struktur & Organisasi	15%
Gaya Bahasa & Estetika	10%
Total Skor	100%

Total Nilai Akhir: (Skor Murid / Skor Maksimal) x 100

Proyek 2: Presentasi Dampak AI pada Masyarakat dan Etika Penggunaan AI

Proyek ini menugaskan murid untuk membuat presentasi yang menganalisis dampak Kecerdasan Artifisial (AI) pada masyarakat, baik dampak positif maupun negatif, serta membahas isu-isu etika yang muncul seiring dengan perkembangan dan penggunaan AI. Murid diharapkan dapat menyajikan temuan mereka secara informatif dan persuasif, mendorong kesadaran akan pentingnya penggunaan AI yang bertanggung jawab.

1. Tujuan Proyek:

• Menganalisis dampak positif dan negatif AI terhadap berbagai aspek kehidupan masyarakat (ekonomi, sosial, budaya, pendidikan, dll.).
• Mengidentifikasi dan memahami isu-isu etika kunci dalam pengembangan dan penggunaan AI (misalnya, privasi data, bias algoritmik, tanggung jawab, keamanan).
• Mengembangkan kemampuan berpikir kritis dan analitis dalam mengevaluasi teknologi AI dari perspektif yang lebih luas.
• Meningkatkan keterampilan penelitian, penyusunan argumen, dan presentasi yang efektif.
• Membangun kesadaran akan pentingnya penggunaan AI yang bertanggung jawab dan beretika.

2. Sumber Belajar:

• Modul 1: Mata Pelajaran Koding dan Kecerdasan Artifisial pada Kurikulum Nasional. (Khususnya bagian pengenalan AI, dampaknya, dan aspek etika).
• Naskah Akademik Pembelajaran Koding dan Kecerdasan Artifisial Pada Pendidikan Dasar dan Menengah.pdf (Bagian yang membahas relevansi AI dalam kehidupan dan pertimbangan etika).
• Artikel berita, jurnal ilmiah populer, laporan penelitian, dan video dokumenter tentang etika AI dan dampak sosial AI.
• Organisasi atau inisiatif yang berfokus pada etika AI (misalnya, AI for Good, Partnership on AI).
• Diskusi kelas dan bimbingan guru.

3. Contoh Judul Proyek (Murid dapat mengembangkan sendiri):

• “AI: Pedang Bermata Dua? Menjelajahi Dampak Positif dan Negatifnya”
• “Etika di Era AI: Mengapa Penting dan Bagaimana Kita Melindunginya?”
• “Bias Algoritma: Ancaman Tersembunyi di Balik Keputusan AI”
• “Masa Depan Pekerjaan: Kolaborasi Manusia dan AI atau Penggantian?”
• “Privasi Data di Dunia AI: Tantangan dan Solusi untuk Generasi Digital”
• “AI dalam Pendidikan: Peluang dan Perdebatan Etis”

4. Langkah Kerja Proyek:

• Langkah 1: Pemilihan Isu dan Riset Awal
• Langkah 2: Pengumpulan Data Mendalam
• Langkah 3: Penyusunan Materi Presentasi
• Langkah 4: Latihan dan Presentasi

5. Rubrik Penilaian Proyek:

Kriteria Penilaian	Bobot (%)
Kesesuaian Topik & Isi	25%
Kualitas Analisis & Argumen	30%
Penelitian & Sumber Informasi	20%
Struktur & Penyajian Presentasi	15%
Keterampilan Komunikasi & Diskusi	10%
Total Skor	100%

Total Nilai Akhir: (Skor Murid / Skor Maksimal) x 100

Modul 2: Pengoperasian, Pengaplikasian, dan Kolaborasi Perangkat Kecerdasan Artifisial.

Proyek 3: Membuat Tutorial Penggunaan Aplikasi/Perangkat AI Sederhana

Proyek ini menantang murid untuk memilih salah satu aplikasi atau perangkat Kecerdasan Artifisial (AI) sederhana yang umum digunakan (misalnya, aplikasi pengedit foto berbasis AI, alat terjemahan AI, asisten suara, smart home device sederhana, aplikasi AI untuk belajar, dll.). Murid kemudian akan membuat tutorial langkah demi langkah tentang cara mengoperasikan dan mengaplikasikan perangkat/aplikasi tersebut, serta menunjukkan fitur kolaboratif (jika ada). Tutorial dapat disajikan dalam format video pendek, infografis interaktif, atau panduan tertulis bergambar.

1. Tujuan Proyek:

• Menguasai pengoperasian dasar dari setidaknya satu aplikasi/perangkat AI yang relevan dalam kehidupan sehari-hari.
• Memahami cara mengaplikasikan fitur-fitur AI untuk memecahkan masalah atau membantu tugas.
• Mengidentifikasi dan menunjukkan aspek kolaborasi (jika ada) dari perangkat AI tersebut (misalnya, berbagi hasil, integrasi dengan aplikasi lain).
• Mengembangkan keterampilan literasi digital dan kemampuan belajar mandiri.
• Meningkatkan keterampilan komunikasi visual dan penyampaian informasi yang jelas dan ringkas.
• Mengasah kreativitas dalam membuat konten edukatif.

2. Sumber Belajar:

• Modul 2: Pengoperasian, Pengaplikasian, dan Kolaborasi Perangkat Kecerdasan Artifisial. (Terutama bagian yang membahas cara mengoperasikan dan mengaplikasikan perangkat AI).
• Manual atau panduan penggunaan dari aplikasi/perangkat AI yang dipilih.
• Video tutorial di YouTube atau platform edukasi lainnya.
• Artikel atau blog yang menjelaskan penggunaan aplikasi AI.
• Diskusi dan bimbingan guru.
• Eksplorasi mandiri terhadap berbagai aplikasi AI yang tersedia.

3. Contoh Judul Proyek (Murid dapat mengembangkan sendiri):

• “Panduan Cepat: Mengubah Foto Biasa Menjadi Karya Seni dengan Aplikasi AI ‘DeepArtEffects'”
• “Tutorial Lengkap: Memanfaatkan Google Translate untuk Percakapan Multibahasa”
• “Cara Menggunakan Grammarly untuk Menulis Email Profesional Lebih Cepat”
• “Asisten Pintar di Genggaman: Mengoptimalkan Penggunaan Google Assistant/Siri untuk Produktivitas”
• “Membuat Presentasi Interaktif dengan PowerPoint Designer (AI-powered)”
• “Jelajahi Dunia dengan Google Lens: Tutorial Identifikasi Objek dan Teks”

4. Langkah Kerja Proyek:

• Langkah 1: Pemilihan Aplikasi/Perangkat AI
• Langkah 2: Eksplorasi dan Penguasaan Aplikasi/Perangkat
• Langkah 3: Penyusunan Draf Tutorial (Pilihan Format: Video Tutorial, Infografis Interaktif, Panduan Tertulis Bergambar).
• Langkah 4: Produksi dan Finishing
• Langkah 5: Presentasi/Pengumpulan Proyek

5. Rubrik Penilaian Proyek:

Kriteria Penilaian	Bobot (%)
Penguasaan Aplikasi/Perangkat	30%
Kejelasan Langkah-langkah Tutorial	25%
Kualitas Visual & Audio (jika ada)	20%
Isi & Relevansi Tutorial	15%
Kreativitas & Orisinalitas	10%
Total Skor	100%

Total Nilai Akhir: (Skor Murid / Skor Maksimal) x 100

Proyek 4: Proyek Kolaborasi dengan Perangkat Kecerdasan Artifisial untuk Penyelesaian Tugas

Proyek ini mengarahkan murid untuk secara aktif menggunakan satu atau lebih perangkat/aplikasi Kecerdasan Artifisial (AI) sebagai alat bantu untuk menyelesaikan tugas atau masalah spesifik. Fokusnya adalah pada kolaborasi antara murid dengan AI untuk mencapai hasil yang lebih efektif dan efisien. Tugas yang dipilih harus memungkinkan AI memberikan kontribusi yang signifikan, seperti membuat soal pilihan ganda, menganalisis data sederhana, merangkum teks, atau membantu dalam riset. Murid akan mendokumentasikan proses kolaborasi mereka dan menyajikan hasilnya.

1. Tujuan Proyek:

• Memahami konsep kolaborasi antara manusia dan Kecerdasan Artifisial dalam menyelesaikan tugas.
• Mengidentifikasi dan memilih perangkat/aplikasi AI yang tepat untuk kebutuhan tugas tertentu.
• Mengoperasikan dan mengaplikasikan perangkat AI secara efektif sebagai alat bantu.
• Mengevaluasi efektivitas dan efisiensi kolaborasi dengan AI dalam penyelesaian tugas.
• Meningkatkan keterampilan pemecahan masalah, literasi digital, dan kemampuan adaptasi terhadap teknologi baru.
• Mengembangkan keterampilan dokumentasi dan penyajian hasil proyek.

2. Sumber Belajar:

• Modul 2: Pengoperasian, Pengaplikasian, dan Kolaborasi Perangkat Kecerdasan Artifisial. (Terutama bagian tentang pengaplikasian dan kolaborasi perangkat AI).
• Manual atau panduan penggunaan dari perangkat/aplikasi AI yang dipilih (misalnya, Google Workspace AI features, Microsoft 365 Copilot, Quizizz AI, Grammarly, dll.).
• Artikel atau video tutorial tentang penggunaan AI sebagai alat bantu produktivitas.
• Sumber daya online yang membahas studi kasus kolaborasi manusia-AI.
• Diskusi kelas dan bimbingan guru.

3. Contoh Judul Proyek (Murid dapat mengembangkan sendiri):

• “Membuat Bank Soal Latihan Sejarah dengan Bantuan AI Quizizz”
• “Analisis Sentimen Sederhana Ulasan Produk Menggunakan Spreadsheet dan Fitur AI”
• “Merangkum Puluhan Artikel Ilmiah untuk Proyek Biologi dengan Alat AI Summarizer”
• “Mendesain Konsep Pemasaran Produk Lokal dengan Bantuan AI Generatif (Teks dan Gambar)”
• “Mengoptimalkan Riset untuk Esai Bahasa Indonesia Menggunakan AI (misalnya, Perplexity AI, Copilot)”
• “Mengubah Catatan Rapat Menjadi Ringkasan Aksi Otomatis dengan AI”

4. Langkah Kerja Proyek:

• Langkah 1: Identifikasi Masalah/Tugas dan Pemilihan Alat AI
• Langkah 2: Perencanaan Kolaborasi
• Langkah 3: Eksekusi Proyek dengan Kolaborasi AI
• Langkah 4: Penyusunan Laporan Proyek

5. Rubrik Penilaian Proyek:

Kriteria Penilaian	Bobot (%)
Pemilihan & Penguasaan AI	25%
Efektivitas Kolaborasi	30%
Kualitas Dokumentasi Proses	20%
Hasil Akhir Proyek	15%
Refleksi & Analisis	10%
Total Skor	100%

Total Nilai Akhir: (Skor Murid / Skor Maksimal) x 100

Modul 3: Rekayasa Prompt Untuk Kreasi Konten.

Proyek 5: Eksperimen Prompt untuk Kreasi Konten dengan AI Generatif

Proyek ini melibatkan murid dalam eksperimen langsung dengan model Kecerdasan Artifisial (AI) generatif (misalnya, ChatGPT, Google Gemini, Copilot, DALL-E, Midjourney, dll.) untuk menghasilkan berbagai jenis konten kreatif seperti cerita pendek, puisi, lirik lagu, atau artwork digital. Murid akan belajar dan menerapkan teknik-teknik rekayasa prompt (prompt engineering) untuk memandu AI agar menghasilkan output yang sesuai dengan tujuan dan keinginan mereka, serta mendokumentasikan proses eksplorasi dan perbaikan prompt.

1. Tujuan Proyek:

• Memahami konsep dasar AI generatif dan fungsinya dalam kreasi konten.
• Menguasai teknik-teknik dasar rekayasa prompt untuk menghasilkan output yang diinginkan dari model AI generatif.
• Mengembangkan kreativitas dalam menyusun prompt yang efektif dan eksploratif.
• Menganalisis dan mengevaluasi kualitas output yang dihasilkan oleh AI generatif.
• Meningkatkan keterampilan berpikir kritis dalam menyaring dan menyempurnakan hasil AI.
• Mendokumentasikan proses iterasi (trial and error) dalam rekayasa prompt.

2. Sumber Belajar:

• Modul 3: Rekayasa Prompt Untuk Kreasi Konten. (Terutama bagian yang membahas prinsip-prinsip dan teknik rekayasa prompt).
• Platform atau situs web resmi model AI generatif yang digunakan (misalnya, OpenAI Playground, Google AI Studio, atau antarmuka web langsung dari model AI).
• Artikel, blog, atau video tutorial tentang prompt engineering untuk AI generatif (misalnya, panduan prompt untuk cerita, seni, atau kode).
• Contoh-contoh prompt efektif yang tersedia daring.
• Diskusi kelas dan bimbingan guru.

3. Contoh Judul Proyek (Murid dapat mengembangkan sendiri):

• “Kisah Fantasi dari Pikiran AI: Eksperimen Prompt untuk Cerita Pendek”
• “Melukis dengan Kata: Mendesain Gambar Futuristik Menggunakan Prompt DALL-E/Midjourney”
• “Puisi Otomatis: Menjelajahi Kreativitas AI dalam Merangkai Bait”
• “Dari Ide ke Desain: Membuat Konsep Karakter Fiksi dengan Bantuan AI Generatif”
• “Lirik Lagu Pop Otomatis: Eksperimen Prompt untuk Genre Musik Favoritku”
• “Merancang Sketsa Desain Fashion dengan Prompt AI Visual”

4. Langkah Kerja Proyek:

• Langkah 1: Pemilihan Model AI Generatif dan Jenis Konten
• Langkah 2: Eksplorasi Dasar Rekayasa Prompt
• Langkah 3: Iterasi dan Penyempurnaan Prompt
• Langkah 4: Pemilihan Output Terbaik dan Presentasi

6. Rubrik Penilaian Proyek:

Kriteria Penilaian	Bobot (%)
Pemahaman AI Generatif	20%
Kualitas Rekayasa Prompt	30%
Proses Iterasi & Dokumentasi	25%
Kualitas Output Konten	15%
Refleksi & Analisis	10%
Total Skor	100%

Total Nilai Akhir: (Skor Murid / Skor Maksimal) x 100

Proyek 6: Membandingkan Output AI dari Berbagai Prompt dan Model

Proyek ini mengajak murid untuk secara sistematis membandingkan output yang dihasilkan oleh model Kecerdasan Artifisial (AI) generatif yang berbeda (misalnya, dua model teks-ke-teks yang berbeda, atau dua model teks-ke-gambar yang berbeda) atau output dari satu model AI yang sama namun menggunakan prompt yang secara signifikan berbeda. Murid akan menganalisis perbedaan kualitas, gaya, relevansi, dan kreativitas output tersebut, kemudian menyajikan temuan mereka dalam bentuk laporan perbandingan atau presentasi.

2. Tujuan Proyek:

• Memahami bagaimana formulasi prompt yang berbeda dapat memengaruhi output dari model AI generatif.
• Memahami bahwa model AI generatif yang berbeda dapat menghasilkan output yang bervariasi meskipun dengan prompt yang serupa.
• Mengembangkan kemampuan analisis kritis dalam mengevaluasi kualitas dan karakteristik output AI.
• Meningkatkan keterampilan observasi, perbandingan, dan penarikan kesimpulan.
• Mengasah keterampilan komunikasi melalui penyusunan laporan perbandingan yang terstruktur.
• Membangun pemahaman tentang perlunya pemilihan prompt dan/atau model AI yang tepat untuk tujuan tertentu.

2. Sumber Belajar:

• Modul 3: Rekayasa Prompt Untuk Kreasi Konten. (Terutama bagian yang membahas prinsip-prinsip rekayasa prompt dan bagaimana prompt memengaruhi output).
• Platform atau situs web model AI generatif yang digunakan (misalnya, ChatGPT, Google Gemini, Copilot, DALL-E, Midjourney, Lexica.art, Leonardo AI).
• Artikel atau sumber daya online yang membahas perbandingan model AI generatif.
• Diskusi kelas dan bimbingan guru.
• Pengalaman pribadi dalam menggunakan berbagai model AI.

3. Contoh Judul Proyek (Murid dapat mengembangkan sendiri):

• “Duel Kata: Perbandingan Output Cerita Fiksi dari ChatGPT dan Google Gemini dengan Prompt yang Sama”
• “Potret Dua Dunia: Analisis Gaya Gambar AI dari DALL-E dan Midjourney untuk Prompt ‘Kota Fantasi'”
• “Merangkai Rima: Bagaimana Perbedaan Prompt Membentuk Puisi Otomatis”
• “Efek Kata Kunci: Studi Kasus Perbandingan Deskripsi Produk dari AI dengan Prompt Detil vs. Umum”
• “Membandingkan ‘Kecerdasan’: Respons AI untuk Pertanyaan Sejarah dari Dua Model Berbeda”

4. Langkah Kerja Proyek:

• Langkah 1: Pemilihan Model AI dan Kategori Konten
• Langkah 2: Eksekusi dan Pengumpulan Output
• Langkah 3: Analisis Perbandingan
• Langkah 4: Penyusunan Laporan Perbandingan

5. Rubrik Penilaian Proyek:

Kriteria Penilaian	Bobot (%)
Pemilihan & Aplikasi Prompt/Model	20%
Kualitas Analisis Perbandingan	35%
Dokumentasi Output & Proses	20%
Struktur & Penyajian Laporan	15%
Kesimpulan & Refleksi	10%
Total Skor	100%

Total Nilai Akhir: (Skor Murid / Skor Maksimal) x 100

Proyek 7: Mendesain Poster Digital Interaktif/Informatif dengan AI Visual

Proyek ini menantang murid untuk memanfaatkan Kecerdasan Artifisial (AI) generatif visual (teks-ke-gambar) untuk mendesain sebuah poster digital. Poster tersebut dapat bersifat informatif (misalnya, tentang topik lingkungan, kesehatan, sejarah) atau interaktif/promosional (misalnya, iklan acara sekolah, kampanye sosial). Murid akan menggunakan teknik rekayasa prompt untuk menciptakan elemen visual yang menarik dan relevan, kemudian menyusun poster tersebut dengan menggabungkan gambar hasil AI dan teks yang relevan.

1. Tujuan Proyek:

• Menguasai dasar penggunaan AI generatif visual (teks-ke-gambar) untuk kreasi aset visual.
• Mengaplikasikan teknik rekayasa prompt untuk menghasilkan gambar AI yang sesuai dengan kebutuhan desain poster.
• Mengembangkan kreativitas dalam penggabungan elemen visual AI dengan teks dan informasi lain untuk membentuk poster yang kohesif.
• Meningkatkan keterampilan desain dasar dan literasi visual.
• Mengasah kemampuan berpikir kritis dalam memilih dan menyempurnakan gambar AI.
• Meningkatkan keterampilan penggunaan alat desain digital (misalnya, Canva, Google Slides, Adobe Express).

2. Sumber Belajar:

• Modul 3: Rekayasa Prompt Untuk Kreasi Konten. (Terutama bagian yang membahas prompt untuk kreasi visual, jika ada, atau prinsip dasar prompt engineering).
• Platform AI generatif visual (misalnya, DALL-E, Midjourney, Lexica.art, Leonardo AI, Ideogram.ai, Canva Magic Media, Adobe Firefly).
• Tutorial penggunaan alat desain digital (misalnya, Canva, Google Slides, Adobe Express) untuk menggabungkan gambar dan teks.
• Artikel atau video tentang prinsip-prinsip dasar desain poster (komposisi, tipografi, palet warna).
• Contoh-contoh poster digital yang menarik sebagai inspirasi.
• Diskusi kelas dan bimbingan guru.

3. Contoh Judul Proyek (Murid dapat mengembangkan sendiri):

• “Poster Kampanye Lingkungan: Hutan Kita, Paru-paru Dunia (Visual AI)”
• “Promosi Acara Sekolah: Festival Seni Digital (dengan Desain Karakter AI)”
• “Informasi Kesehatan: Pentingnya Hidrasi (Visual Infografis AI)”
• “Poster Sejarah: Momen Penting Proklamasi Kemerdekaan (Visual AI Bernuansa Sejarah)”
• “Iklan Produk Inovatif: Sepatu Terbang (dengan Desain Visual AI yang Futuristik)”
• “Poster Motivasi: Raih Mimpimu (dengan Background Visual AI Inspiratif)”

4. Langkah Kerja Proyek:

• Langkah 1: Penentuan Tema Poster dan Alat AI
• Langkah 2: Perencanaan Desain dan Rekayasa Prompt Awal
• Langkah 3: Iterasi Prompt dan Generasi Gambar AI
• Langkah 4: Penyusunan Poster Digital
• Langkah 5: Presentasi/Pengumpulan Proyek

5. Rubrik Penilaian Proyek:

Kriteria Penilaian	Bobot (%)
Kesesuaian Tema & Pesan	20%
Kualitas & Relevansi Gambar AI	30%
Kualitas Desain Poster	25%
Penerapan Rekayasa Prompt	15%
Kreativitas & Orisinalitas	10%
Total Skor	100%

Total Nilai Akhir: (Skor Murid / Skor Maksimal) x 100

Modul 4: Pemrograman Kecerdasan Artifisial.

Proyek 8: Pembuatan Program Kalkulator Sederhana dengan Python

Proyek ini membimbing murid untuk membuat program kalkulator sederhana menggunakan bahasa pemrograman Python. Kalkulator ini akan mampu melakukan operasi aritmatika dasar (penjumlahan, pengurangan, perkalian, pembagian) dan/atau operasi matematika sederhana lainnya (misalnya, perhitungan luas bangun datar, volume bangun ruang, konversi suhu, atau kalkulator BMI). Proyek ini bertujuan untuk memperkuat pemahaman murid tentang dasar-dasar pemrograman Python, seperti input/output, variabel, operator, dan struktur kontrol (kondisional).

1. Tujuan Proyek:

• Memperkuat pemahaman tentang sintaksis dasar dan struktur program dalam bahasa Python.
• Mengaplikasikan konsep variabel, tipe data, operator aritmatika, dan fungsi input/output.
• Menerapkan struktur kontrol kondisional (if-elif-else) untuk menangani berbagai operasi.
• Mengembangkan keterampilan pemecahan masalah melalui perancangan algoritma sederhana.
• Meningkatkan kemampuan debugging dan pengujian program.
• Membangun dasar yang kuat untuk topik pemrograman AI yang lebih kompleks.

2. Sumber Belajar:

• Modul 4: Pemrograman Kecerdasan Artifisial. (Terutama bagian awal yang membahas dasar-dasar pemrograman Python).
• Tutorial online tentang dasar-dasar Python (misalnya, Codecademy, freeCodeCamp, W3Schools Python, tutorialspoint).
• Dokumentasi resmi Python.
• Contoh-contoh kode kalkulator sederhana di internet.
• Buku-buku atau e-book pemrograman Python untuk pemula.
• Diskusi kelas dan bimbingan guru.

3. Contoh Judul Proyek (Murid dapat mengembangkan sendiri):

• “Kalkulator Aritmatika Dasar Interaktif”
• “Program Penghitung Luas dan Keliling Bangun Datar Sederhana”
• “Kalkulator Konversi Suhu (Celsius ke Fahrenheit dan Reamur)”
• “Program Penghitung Volume Bangun Ruang (Kubus, Balok, Tabung)”
• “Aplikasi Kalkulator Indeks Massa Tubuh (BMI) Sederhana”
• “Kalkulator Kecepatan dan Jarak Tempuh”

4. Langkah Kerja Proyek:

• Langkah 1: Perencanaan Fungsi Kalkulator
  • Murid menentukan fungsi-fungsi spesifik yang akan dimiliki kalkulator (misalnya, hanya operasi dasar, atau penambahan fungsi lain seperti luas/volume).
  • Membuat flowchart atau pseudocode sederhana untuk menggambarkan alur logika program (input, proses, output).
  • Murid mengajukan rencana fungsi kepada guru untuk persetujuan.
• Langkah 2: Penulisan Kode Program
  • Murid mulai menulis kode Python di Integrated Development Environment (IDE) seperti VS Code, PyCharm, atau platform online seperti Google Colab, Repl.it, atau online Python compiler.
  • Implementasikan fungsi input untuk menerima angka dari pengguna.
  • Implementasikan operasi aritmatika/matematika yang telah direncanakan.
  • Gunakan struktur kondisional (if-elif-else) untuk memilih operasi berdasarkan input pengguna.
  • Tampilkan hasil perhitungan dengan jelas.
• Langkah 3: Pengujian dan Debugging
  • Murid melakukan pengujian program secara menyeluruh dengan berbagai skenario input (misalnya, angka positif, negatif, nol, pembagian dengan nol).
  • Mengidentifikasi dan memperbaiki error (bug) dalam kode.
  • Memastikan program berjalan sesuai harapan dan memberikan output yang benar.
• Langkah 4: Dokumentasi dan Penyempurnaan
  • Menambahkan komentar pada kode untuk menjelaskan bagian-bagian penting program.
  • Membuat dokumentasi singkat mengenai cara penggunaan program, fitur-fiturnya, dan instruksi untuk menjalankannya.
  • Memastikan kode rapi dan mudah dibaca (mengikuti konvensi penulisan kode Python).
• Langkah 5: Pengumpulan Proyek
  • Murid mengumpulkan file kode Python (.py) dan dokumentasi proyek.
  • Murid dapat mendemonstrasikan program di depan kelas atau merekam video demo.

6. Rubrik Penilaian Proyek:

Kriteria Penilaian	Bobot (%)
Fungsionalitas Program	35%
Struktur Kode & Logika	25%
Keterbacaan Kode & Komentar	15%
Penanganan Error (Opsional)	15%
Dokumentasi Proyek	10%
Total Skor	100%

Total Nilai Akhir: (Skor Murid / Skor Maksimal) x 100

Proyek 9: Pembuatan Chatbot Sederhana dengan Python

Proyek ini menantang murid untuk mengembangkan program chatbot sederhana menggunakan bahasa pemrograman Python. Chatbot ini akan dapat berinteraksi dengan pengguna melalui teks, merespons pertanyaan atau perintah berdasarkan aturan yang telah ditentukan, atau bahkan memanfaatkan model AI sederhana (misalnya, berbasis pencocokan pola atau rule-based) untuk memberikan jawaban. Proyek ini akan memperkenalkan murid pada konsep dasar interaksi manusia-komputer dan logika pemrograman yang lebih kompleks.

1. Tujuan Proyek:

• Memahami konsep dasar chatbot dan cara kerjanya secara sederhana.
• Mengaplikasikan konsep input/output, string manipulation, dan struktur kontrol (kondisional if-elif-else) dalam konteks interaktif.
• Menerapkan penggunaan fungsi dan list/dictionary untuk menyimpan pola pertanyaan dan jawaban.
• Mengembangkan keterampilan perancangan logika percakapan sederhana.
• Meningkatkan kemampuan debugging dan pengujian program interaktif.
• Membangun fondasi untuk memahami sistem AI yang lebih kompleks seperti Natural Language Processing (NLP).

2. Sumber Belajar:

• Modul 4: Pemrograman Kecerdasan Artifisial. (Terutama bagian yang membahas dasar-dasar pemrograman Python dan contoh sederhana integrasi LLM/chatbot jika ada, seperti contoh pirate chatbot).
• Tutorial online tentang pembuatan chatbot sederhana dengan Python (misalnya, rule-based chatbot, If-Else chatbot).
• Contoh-contoh kode chatbot sederhana yang tersedia di internet.
• Buku-buku atau e-book pemrograman Python yang membahas tentang string manipulation dan struktur data.
• Diskusi kelas dan bimbingan guru.

3. Contoh Judul Proyek (Murid dapat mengembangkan sendiri):

• “Chatbot Informasi Sekolah: Tanya Jawab Seputar Jadwal dan Ekstrakurikuler”
• “Asisten Pelayanan Pelanggan Sederhana untuk Toko Buku Fiksi”
• “Chatbot Kuis Pengetahuan Umum: Tebak Jawaban dari Pertanyaan Sederhana”
• “Chatbot Pemesanan Makanan Sederhana: Menu Makanan dan Konfirmasi Pesanan”
• “Chatbot Cuaca Sederhana: Informasi Cuaca Berdasarkan Lokasi (fiktif)”
• “Chatbot Pendongeng Mini: Memberikan Penggalan Cerita Berdasarkan Kata Kunci”

4. Langkah Kerja Proyek:

• Langkah 1: Perencanaan Fungsi Chatbot
  • Murid menentukan topik atau area fokus chatbot (misalnya, informasi sekolah, pelayanan toko, kuis).
  • Merancang alur percakapan sederhana: pertanyaan yang diharapkan dari pengguna dan respons yang akan diberikan chatbot.
  • Mengidentifikasi kata kunci atau pola kalimat yang akan dipahami oleh chatbot.
  • Membuat daftar minimal 10-15 pertanyaan/pola input dan respons yang sesuai.
  • Murid mengajukan rencana fungsi dan alur percakapan kepada guru untuk persetujuan.
• Langkah 2: Penulisan Kode Program
  • Murid mulai menulis kode Python.
  • Gunakan fungsi input() untuk menerima pesan dari pengguna.
  • Terapkan struktur kondisional (if-elif-else) untuk mencocokkan input pengguna dengan pola yang telah ditentukan.
  • Gunakan metode string (misalnya, lower(), in, find()) untuk memproses input pengguna.
  • Implementasikan fungsi print() untuk memberikan respons dari chatbot.
  • Program harus terus berjalan hingga pengguna mengetikkan perintah keluar (misalnya, “exit” atau “bye”).
• Langkah 3: Pengujian dan Debugging
  • Murid melakukan pengujian menyeluruh terhadap chatbot dengan berbagai jenis input, termasuk input yang tidak terduga.
  • Mengidentifikasi dan memperbaiki bug atau logika yang salah dalam respons chatbot.
  • Memastikan chatbot merespons secara konsisten dan relevan sesuai pola yang telah ditentukan.
• Langkah 4: Penyempurnaan dan Dokumentasi
  • Menambahkan komentar pada kode untuk meningkatkan keterbacaan.
  • Membuat pesan pembuka dan penutup yang ramah.
  • Menyusun dokumentasi singkat yang menjelaskan fungsi chatbot, cara menggunakannya, dan batasan kemampuannya.
  • Opsional: Menerapkan fitur yang sedikit lebih maju seperti hitungan percakapan, atau kemampuan memberikan respons acak dari beberapa pilihan.
• Langkah 5: Pengumpulan Proyek
  • Murid mengumpulkan file kode Python (.py) dan dokumentasi proyek.
  • Murid dapat mendemonstrasikan chatbot di depan kelas atau merekam video demo.

5. Rubrik Penilaian Proyek:

Kriteria Penilaian	Bobot (%)
Fungsionalitas & Relevansi Respons	35%
Logika Percakapan & Struktur Kode	25%
Keterbacaan Kode & Komentar	15%
Pengalaman Pengguna (UX)	15%
Dokumentasi Proyek	10%
Total Skor	100%

Total Nilai Akhir: (Skor Murid / Skor Maksimal) x 100

Proyek 10: Pemrograman Klasifikasi Gambar Sederhana dengan Python

Proyek ini memperkenalkan murid pada konsep dasar klasifikasi gambar menggunakan bahasa pemrograman Python dan library machine learning atau deep learning sederhana (misalnya, scikit-learn untuk model klasik, atau pendekatan yang sangat dasar dengan TensorFlow/Keras yang mungkin disederhanakan). Murid akan membuat program yang mampu mengklasifikasikan gambar berdasarkan fitur-fitur sederhana atau menggunakan model pre-trained yang sangat ringan (jika memungkinkan). Fokus proyek ini adalah pada pemahaman alur kerja klasifikasi gambar: pengumpulan data, preprocessing, pelatihan (atau penggunaan model yang sudah ada), dan evaluasi.

1. Tujuan Proyek:

• Memahami konsep dasar klasifikasi gambar dan pentingnya dalam Kecerdasan Artifisial.
• Mengenal proses dasar machine learning untuk data visual (pengumpulan data, preprocessing, klasifikasi).
• Mengaplikasikan library Python yang relevan (misalnya, Pillow/OpenCV untuk manipulasi gambar, scikit-learn untuk model klasifikasi sederhana).
• Membangun pemahaman tentang bagaimana komputer dapat “melihat” dan mengidentifikasi objek dalam gambar.
• Meningkatkan keterampilan pemrograman Python dalam konteks AI visual.
• Mengembangkan kemampuan debugging dan analisis output model.

2. Sumber Belajar:

• Modul 4: Pemrograman Kecerdasan Artifisial. (Terutama bagian yang membahas contoh program MobileNetV2 untuk klasifikasi gambar, meskipun proyek ini akan lebih sederhana).
• Tutorial online tentang klasifikasi gambar dasar dengan Python dan scikit-learn (misalnya, klasifikasi angka tulisan tangan MNIST, atau klasifikasi dataset gambar sederhana seperti Iris/Digi).
• Dokumentasi resmi scikit-learn, Pillow, atau OpenCV (jika digunakan).
• Konsep dasar pengolahan gambar digital.
• Diskusi kelas dan bimbingan guru.

3. Contoh Judul Proyek (Murid dapat mengembangkan sendiri):

• “Klasifikasi Angka Tulisan Tangan Sederhana (Dataset MNIST Dasar)”
• “Program Pendeteksi Jenis Bunga (menggunakan dataset gambar bunga sederhana)”
• “Klasifikasi Wajah Senyum dan Cemberut (menggunakan dataset wajah sederhana)”
• “Program Pengenal Objek Sederhana (misalnya, mobil vs. sepeda)”
• “Klasifikasi Jenis Pakaian (atas, bawah, aksesoris) dari Gambar Sederhana”

4. Langkah Kerja Proyek:

• Langkah 1: Pemilihan Dataset & Perencanaan
  • Murid memilih sebuah dataset gambar yang sangat sederhana dan sudah ada (misalnya, dataset angka tulisan tangan MNIST yang sudah di-built-in di beberapa library, atau mengumpulkan 2-3 kategori gambar (misal, apel dan pisang) dengan masing-masing 10-20 gambar dari internet).
  • Mendefinisikan tujuan klasifikasi: apa yang ingin diprogram untuk diidentifikasi?
  • Menentukan pendekatan: apakah akan menggunakan model klasifikasi sangat dasar (misalnya, K-Nearest Neighbors dari scikit-learn) atau mencoba menggunakan pre-trained model yang disederhanakan (jika memungkinkan dalam konteks Modul 4)?
  • Murid mengajukan dataset dan pendekatan kepada guru untuk persetujuan.
• Langkah 2: Pengumpulan & Persiapan Data
  • Jika menggunakan dataset kustom, murid mengunduh/mengumpulkan gambar dan menyimpannya dalam folder terstruktur.
  • Menginstal library Python yang diperlukan (misalnya, numpy, Pillow atau OpenCV, scikit-learn).
  • Menulis kode untuk:
    • Membaca gambar dari direktori.
    • Mengubah ukuran gambar menjadi seragam (misalnya, 28×28 piksel).
    • Mengkonversi gambar menjadi format numerik (array piksel).
    • Memberi label pada setiap gambar sesuai dengan kategorinya.
    • Memisahkan data menjadi data training dan data testing (jika menggunakan scikit-learn).
• Langkah 3: Pemilihan & Pelatihan Model Klasifikasi
  • Murid memilih model klasifikasi sederhana (misalnya, KNeighborsClassifier atau LogisticRegression dari scikit-learn).
  • Menulis kode untuk:
    • Menginisialisasi model yang dipilih.
    • Melatih model menggunakan data training.
    • Jika menggunakan model pre-trained seperti di Modul 4 (misalnya, MobileNetV2), fokusnya adalah pada proses loading model dan preprocessing gambar agar sesuai dengan input model.
• Langkah 4: Evaluasi & Prediksi
  • Menulis kode untuk mengevaluasi kinerja model menggunakan data testing.
  • Menghitung akurasi model.
  • Mengimplementasikan fungsi prediksi: pengguna dapat mengunggah gambar baru, dan program akan memprediksi kategori gambar tersebut.
  • Menambahkan pesan output yang jelas kepada pengguna (misalnya, “Gambar ini adalah [kategori]”).
• Langkah 5: Dokumentasi & Presentasi
  • Menambahkan komentar pada kode.
  • Membuat dokumentasi singkat yang menjelaskan alur kerja program, cara menjalankannya, dataset yang digunakan, dan hasil klasifikasi.
  • Murid mengumpulkan file kode Python (.py) dan dokumentasi proyek.
  • Murid dapat mendemonstrasikan program di depan kelas, menunjukkan bagaimana program mengklasifikasikan gambar.

5. Rubrik Penilaian Proyek:

Kriteria Penilaian	Bobot (%)
Fungsionalitas Program	35%
Penerapan Konsep AI Visual	25%
Struktur Kode & Keterbacaan	15%
Kualitas Dataset & Persiapan Data	15%
Dokumentasi & Presentasi	10%
Total Skor	100%

Total Nilai Akhir: (Skor Murid / Skor Maksimal) x 100

Penutup

Demikianlah contoh panduan 10 proyek koding dan AI untuk murid SMA SMK fase F yang saya rancang. Setiap proyek, dari analisis fundamental hingga implementasi pemrograman sederhana, dirancang untuk menjadi jembatan bagi murid dalam memahami dan berinteraksi aktif dengan teknologi koding dan kecerdasan artifisial. Melalui pengalaman langsung ini, diharapkan murid tidak hanya menguasai keterampilan teknis, tetapi juga mengembangkan pola pikir kritis, adaptif, dan inovatif yang esensial di abad ke-21. Mengintegrasikan proyek-proyek ini dalam pembelajaran akan memperkuat fondasi digital mereka, mempersiapkan murid SMA/SMK untuk menjadi agen perubahan yang kompeten dan berdaya saing di masa depan yang semakin didominasi oleh AI.

Terima kasih telah berkenan mampir dan membaca tulisan 10 Proyek Koding dan AI Sederhana untuk SMA/SMK Fase F Kelas 11 dan 12 ini, semoga bermanfaat dan dapat dimanfaatkan di kelas Ibu dan Bapak Guru Hebat.

Bambang Herlandi
Guru SMKN 2 Balikpapan
Duta Teknologi Kemdikdasmen 2024
Dari Provinsi Kalimantan Timur