Bimtek KKA Fase C — Kelas 5 & 6 SD 🤖
Bimbingan Teknis implementasi mapel Koding & Kecerdasan Artifisial (KKA) khusus Fase C (Kelas 5–6 SD). Meliputi landasan KKA, Berpikir Komputasional, Konsep & Etika AI, Teachable Machine, Scratch 3.0, dan strategi pedagogik modern.
Sasaran
Guru SD Fase C
Kelas
Kelas 5 & 6 SD
Modul
5 Modul Utama
Fokus
AI Literasi & Scratch
📋 Latar Belakang & Capaian Pembelajaran Fase C
Mata pelajaran Koding & Kecerdasan Artifisial (KKA) hadir di jenjang SD sebagai bagian dari kebijakan Kemendikbudristek untuk mempersiapkan peserta didik menghadapi era digital. Fase C (Kelas 5–6) adalah fase paling tinggi di SD, di mana siswa mulai mendalami konsep AI Literasi secara lebih konkret — menggunakan Teachable Machine, Scratch 3.0, dan memahami etika penggunaan KA.
Bimtek ini dirancang khusus untuk guru Fase C agar mampu mengimplementasikan KKA secara efektif, menyenangkan, dan bermakna bagi siswa usia 10–12 tahun.
📌 Capaian Pembelajaran Fase C (Kelas 5–6):
Berpikir Komputasional
Siswa mampu menerapkan 4 pilar berpikir komputasional (dekomposisi, pengenalan pola, abstraksi, algoritma) untuk memecahkan masalah nyata.
Literasi AI
Siswa memahami konsep dasar, cara kerja, jenis-jenis, dan batasan Kecerdasan Artifisial dalam kehidupan sehari-hari.
Pembuatan Model AI
Siswa mampu membuat model pengenal gambar sederhana menggunakan Teachable Machine dan mendiskusikan cara kerjanya.
Koding Visual
Siswa mampu membuat proyek animasi/permainan interaktif sederhana menggunakan Scratch 3.0.
Etika Digital
Siswa memahami dampak positif-negatif KA, pentingnya privasi data, dan cara menggunakan teknologi secara bertanggung jawab.
Warga Digital
Siswa menjadi pengguna teknologi yang bijak, produktif, dan sadar akan tanggung jawab sebagai warga digital.
🎯 Tujuan Pelatihan
Memahami Capaian Pembelajaran KKA Fase C dan cara menerjemahkannya ke Tujuan Pembelajaran
Mengenal elemen AI Literasi yang sesuai untuk siswa usia 10–12 tahun (Kelas 5–6)
Memahami 4 pilar Berpikir Komputasional dan strategi plugged & unplugged di Fase C
Mampu menggunakan Teachable Machine untuk membuat model AI pengenal gambar
Mampu membimbing siswa membuat proyek animasi sederhana menggunakan Scratch 3.0
Memahami cara kerja, jenis-jenis, dan etika KA yang sesuai disampaikan ke siswa SD
Memahami kerangka TPACK dan menerapkannya dalam pembelajaran KKA Fase C
Mampu merancang Modul Ajar KKA Fase C yang bermakna, berkesadaran, dan menggembirakan
Modul 1: Landasan Mapel KKA
Mengapa KKA Ada, Apa Tujuannya, dan Apa yang Membedakannya
Berpikir Komputasional
Melatih siswa memecahkan masalah secara logis, sistematis, dan kreatif melalui 4 pilar utama.
Warga Digital Cakap
Membentuk siswa menjadi pengguna teknologi yang bijak, produktif, dan bertanggung jawab.
Mampu Berkarya
Memberikan kemampuan menciptakan solusi dan karya inovatif melalui koding dan KA.
🔑 Tiga Elemen Kunci KKA:
Berpikir Komputasional
Keterampilan inti: menguraikan masalah, mengenali pola, melakukan abstraksi, dan menyusun algoritma.
Literasi Digital
Kecakapan menggunakan media digital secara aman dan etis, termasuk dalam memproduksi konten.
Literasi & Etika KA
Memahami konsep dasar, cara kerja, dampak, serta etika penggunaan Kecerdasan Artifisial.
Membedakan Koding, Pemrograman, dan KA:
Koding
Menulis instruksi untuk komputer.
Seperti menulis resep masakan — langkah demi langkah agar komputer bisa mengikutinya dengan tepat.
Pemrograman
Seluruh siklus: perencanaan, desain, koding, hingga pengujian.
Seperti membangun rumah — tidak hanya menumpuk bata, tapi juga membuat denah, fondasi, hingga pengecatan.
Kecerdasan Artifisial
Teknologi yang membuat mesin meniru kecerdasan manusia.
Contoh: rekomendasi YouTube yang tahu kesukaanmu, Google Assistant, atau Face ID di HP.
⚖️ Etika & Tanggung Jawab (disampaikan sejak dini):
Keadilan & Bias
Siswa perlu sadar bahwa KA bisa memiliki bias tergantung data latihannya. Penting untuk menggunakannya secara adil.
Privasi & Keamanan
Menanamkan pentingnya melindungi data pribadi dan memahami implikasi privasi saat menggunakan teknologi KA.
Akuntabilitas
Manusia tetap bertanggung jawab atas keputusan dan karya yang dihasilkan dengan bantuan KA.
Modul 2: Berpikir Komputasional
4 Pilar, Dasar Logika Koding, dan Strategi Pembelajaran Fase C
Dekomposisi
Memecah masalah besar menjadi bagian-bagian kecil yang lebih mudah dikelola.
💡 Contoh: Saat merakit mainan LEGO, kita pisahkan dulu baloknya berdasarkan warna atau ukuran.
Pengenalan Pola
Mencari kesamaan atau tren untuk menemukan solusi yang efisien.
💡 Contoh: Melihat pola di baju: garis, kotak, garis, kotak — selanjutnya pasti garis lagi!
Abstraksi
Fokus pada informasi penting dan abaikan detail yang tidak relevan.
💡 Contoh: Saat menggambar kucing, cukup kepala, badan, dan ekor. Tidak perlu tiap helai bulu.
Algoritma
Menyusun langkah-langkah sistematis dan berurutan untuk menyelesaikan masalah.
💡 Contoh: Urutan memakai sepatu: kaus kaki dulu, baru sepatu — tidak bisa terbalik!
⚙️ Dasar Logika Koding (Fondasi untuk Fase C):
Input → Proses → Output
Alur kerja dasar: menerima data → mengolah → menghasilkan hasil.
💡 Menekan tombol "lompat" (Input) → karakter melompat (Proses) → tampil di layar (Output).
Variabel
Wadah penyimpan data yang nilainya bisa berubah.
💡 Skor di game seperti kantong koin — setiap dapat koin baru, isi kantongnya bertambah.
Alur Logika
Sekuensial (berurutan), Percabangan (jika-maka), dan Perulangan.
💡 Di game: JIKA ada musuh di depan, MAKA karakter menembak — itu percabangan.
🎯 Strategi Pembelajaran untuk Fase C:
🖥️ Pembelajaran Plugged (Digital)
Menggunakan perangkat digital untuk Fase C:
- Scratch 3.0 — membuat animasi dan game interaktif
- Teachable Machine — membuat model AI pengenal gambar
- Code.org — puzzle coding terstruktur
- Tinkercad — desain 3D dasar untuk proyek kreatif
🤸 Pembelajaran Unplugged (Tanpa Perangkat)
Aktivitas fisik & permainan untuk Fase C:
- "Robot Pengantar Kue" — memberi instruksi gerak ke teman
- Kartu Algoritma — susun urutan kegiatan
- Role-play membuat sandwich — praktik sekuensial
- Simulasi cara kerja AI dengan kartu gambar (classifying cards)
💡 Contoh Aktivitas Berpikir Komputasional untuk Kelas 5–6:
Membuat algoritma "cara membuat minuman favorit" lalu ubah ke blok Scratch
Menemukan pola dalam data cuaca seminggu — kapan paling panas?
Mendekomposisi proyek Scratch: karakter, latar, aturan game, skor
Membuat flowchart sederhana untuk rutinitas pagi hari menggunakan kertas
Role-play: siswa menjadi "data" dan "model AI" untuk simulasi pelatihan
Debat: "Apakah AI lebih pintar dari manusia?" — melatih pemikiran kritis
Modul 3: Kecerdasan Artifisial — Konsep, Cara Kerja & Etika
Apa itu KA, Bagaimana Cara Kerjanya, dan Bagaimana Menggunakannya dengan Bijak
Belajar dari Data
KA menjadi lebih pintar dengan mempelajari banyak sekali data.
💡 YouTube jadi tahu video kesukaanmu karena belajar dari apa yang sering kamu tonton.
Bisa Beradaptasi
KA dapat menyesuaikan diri dan memperbaiki kesalahannya seiring waktu.
💡 Google Maps makin akurat memprediksi macet karena terus belajar dari data perjalanan banyak orang.
Mesin Cerdas
Tidak seperti remote TV, mesin cerdas bisa membuat keputusan sendiri berdasarkan situasi.
💡 Mesin cuci pintar yang menentukan jumlah air dan sabun secara otomatis sesuai banyaknya pakaian.
🗂️ Jenis-Jenis KA di Sekitar Kita:
Pengenalan Gambar
KA yang bisa "melihat" dan mengenali objek atau wajah dalam sebuah gambar.
💡 Membuka kunci HP dengan wajah (Face ID) atau Google Lens yang mengenali benda dari kamera.
Pengenalan Suara
KA yang bisa "mendengar" dan memahami perintah suara manusia.
💡 Berbicara dengan Google Assistant atau Siri untuk menyetel alarm atau menelepon.
KA Generatif
KA yang bisa menciptakan sesuatu yang baru — teks, gambar, atau musik.
💡 Meminta ChatGPT membuatkan puisi atau memakai DALL-E untuk membuat gambar dari tulisan.
⚙️ Cara Kerja KA (Input → Proses → Output):
1. Input (Masukan)
KA diberi banyak sekali data untuk dipelajari. Bisa gambar, teks, atau suara.
Contoh: Memberi ribuan foto kucing agar KA tahu seperti apa itu kucing.
2. Proses (Pelatihan)
KA "berlatih" menggunakan data tersebut untuk menemukan pola-pola penting.
Contoh: KA belajar bahwa kucing punya kumis, telinga lancip, dan ekor.
3. Output (Luaran)
Setelah belajar, KA bisa membuat prediksi atau keputusan saat diberi data baru.
Contoh: Saat diberi foto baru, KA menebak "Ini adalah kucing!"
⚠️ Ingat Batasannya
KA tidak punya perasaan dan bisa salah jika datanya bias atau kurang beragam. Ia tidak berpikir — hanya mencocokkan pola dari data yang dimiliki.
Contoh: KA bisa salah mengenali orang jika datanya tidak beragam. Bukan karena "jahat", tapi karena tidak cukup belajar.
✅ Gunakan dengan Etika
Pastikan penggunaan KA selalu adil, jujur, aman, dan bertanggung jawab.
Contoh untuk siswa: Jangan gunakan KA untuk menyontek. Jadikan teman diskusi dan asisten belajar, bukan pengganti usahamu.
Modul 4: Pemanfaatan KA — Teachable Machine & Proyek Fase C
Dari Teori ke Praktik: Membuat Model AI Sendiri
👤 Pengguna KA (Pasif)
Memanfaatkan teknologi KA yang sudah ada untuk membantu kegiatan sehari-hari.
Contoh: Menggunakan Google Translate, memakai filter kamera, atau menonton rekomendasi YouTube.
👨💻 Pengembang KA (Aktif)
Menciptakan, merancang, atau melatih sistem berbasis KA — inilah yang dipraktikkan di Fase C!
Contoh: Membuat model pengenal gambar dengan Teachable Machine — siswa jadi "pelatih AI"!
⚠️ Tantangan & Risiko Penggunaan KA:
Hoaks & Plagiarisme
KA bisa membuat berita bohong (deepfake) atau memudahkan menyontek. Ajarkan siswa cara memverifikasi informasi dan berpikir kritis.
Privasi Data
Banyak aplikasi KA mengumpulkan data pribadi. Ajarkan siswa baca aturan privasi dan tidak sembarangan upload foto.
Bias & Ketidakadilan
KA bisa tidak adil jika data latihannya tidak beragam — topik penting untuk dibahas di Fase C.
🤖 Panduan Teachable Machine (Step by Step):
- 1 Buka teachablemachine.withgoogle.com
- 2 Pilih Image Project → Standard image model
- 3 Beri nama kelas: mis. "Kucing" dan "Bukan Kucing"
- 4 Klik Webcam → tahan tombol untuk merekam (min. 30 foto per kelas)
- 5 Klik Train Model — tunggu beberapa detik
- 6 Uji model dengan Preview → arahkan kamera ke objek
- 7 Diskusikan: mengapa model bisa salah? Apa pengaruh jumlah data?
- 8 Klik Export Model untuk menyimpan atau share ke web
💡 Ide Proyek Teachable Machine untuk Kelas 5–6:
🧪 Poin Diskusi Kritis setelah Praktik Teachable Machine:
Mengapa model lebih akurat jika data lebih banyak?
Apa yang terjadi jika semua foto diambil dari sudut yang sama?
Bagaimana jika data tidak beragam (misal: hanya satu jenis kucing)?
Apakah model ini "pintar"? Atau hanya "menghafal pola"?
Bagaimana cara membuat model yang lebih adil dan akurat?
Apa yang bisa terjadi jika model yang salah dipakai di dunia nyata?
✅ Cara Bijak Menggunakan KA (untuk siswa Fase C):
Berpikir Kritis
Jangan langsung percaya hasil KA. Selalu cek kebenaran dari sumber terpercaya lain.
💡 Jika KA memberikan jawaban soal sejarah, cek dulu di buku atau situs resmi.
Jaga Privasi
Hati-hati saat membagikan foto, suara, atau lokasi ke aplikasi KA.
💡 Baca aturan privasi sebelum upload foto ke aplikasi edit foto berbasis KA.
Gunakan untuk Belajar
Jadikan KA teman diskusi atau asisten belajar, bukan pengganti usahamu.
💡 Minta KA menjelaskan konsep yang sulit, bukan mengerjakan soal ulanganmu.
Modul 5: Pedagogik Modern untuk KKA Fase C
TPACK, HOTS, Pembelajaran Mendalam, dan Desain ATP
🎓 Prinsip Mengajar & HOTS untuk Fase C:
Pahami Siswa Fase C
Siswa kelas 5–6 sudah mampu berpikir lebih abstrak. Ajak mereka berdiskusi, berargumen, dan membuat proyek mandiri.
Latih HOTS
Dorong siswa menganalisis, mengevaluasi, dan mencipta — bukan sekadar menghafal cara kerja Scratch atau Teachable Machine.
Problem Solving Nyata
Fokuskan proyek pada masalah nyata di sekitar sekolah: classifier sampah, pengenal tanaman, atau game edukasi.
🔺 Kerangka TPACK (Technological Pedagogical Content Knowledge):
Teknologi (T)
Kemampuan menggunakan alat digital — Scratch, Teachable Machine, tablet, proyektor — untuk mendukung pembelajaran KKA Fase C.
Pedagogi (P)
Penguasaan metode dan strategi mengajar yang efektif, menarik, dan sesuai usia siswa kelas 5–6 SD.
Konten (CK)
Pemahaman mendalam terhadap materi KKA Fase C: Berpikir Komputasional, AI Literasi, Teachable Machine, dan Scratch 3.0.
TPACK = Perpaduan ketiga elemen di atas untuk menciptakan pembelajaran teknologi yang bermakna, bukan sekadar "menunjukkan aplikasi".
🌱 Prinsip Pembelajaran Mendalam (Deep Learning) untuk KKA:
Bermakna
Siswa merasa materi relevan dengan kehidupan — hubungkan KKA dengan teknologi yang mereka gunakan setiap hari.
💡 Tanyakan: "Pernahkah HP kalian merekomendasikan video yang pas? Itulah AI!"
Berkesadaran
Siswa terlibat aktif dan sadar akan proses belajar. Dorong refleksi: "Apa yang kamu pelajari hari ini?"
💡 Pakai jurnal belajar sederhana: siswa tulis 1 hal yang dipahami dan 1 pertanyaan mereka.
Menggembirakan
Suasana positif dan menyenangkan. Game, challenge, dan proyek kolaboratif meningkatkan motivasi.
💡 Buat "AI Showcase": siswa presentasikan model Teachable Machine mereka ke teman-teman.
📐 Langkah Desain Pembelajaran KKA Fase C:
Pahami CP Fase C
Baca dan pahami Capaian Pembelajaran KKA Fase C. Ini adalah target akhir yang harus dicapai siswa kelas 5–6. Jadikan kompas seluruh perencanaan.
Rumuskan TP
Uraikan CP menjadi Tujuan Pembelajaran yang lebih kecil, spesifik, dan terukur. Gunakan kata kerja operasional (membuat, mengidentifikasi, menjelaskan, menganalisis).
Susun ATP
Susun TP secara berurutan dari sederhana ke kompleks. Pastikan ada kesinambungan antar sesi — misalnya, Berpikir Komputasional dulu sebelum Teachable Machine.
Rancang Modul Ajar
Buat skenario pembelajaran per pertemuan: pembuka (konteks), inti (eksplorasi & proyek), penutup (refleksi). Integrasikan plugged & unplugged sesuai fasilitas.
Tentukan Asesmen
Pilih bentuk penilaian yang sesuai Fase C: proyek Teachable Machine, animasi Scratch, portofolio digital, atau presentasi "AI Showcase". Selaraskan dengan CP dan TP.
🎨 Scratch 3.0 untuk Kelas 5–6 SD
Scratch adalah media pemrograman visual yang ideal untuk Fase C. Siswa kelas 5–6 sudah mampu membuat proyek yang lebih kompleks: animasi cerita, permainan sederhana, atau kuis interaktif.
📌 Konsep Scratch yang Dipelajari di Fase C:
🚀 Ide Proyek Scratch untuk Kelas 5–6:
Animasi Cerita
Buat cerita pendek dengan 2–3 karakter yang saling berdialog
Game Sederhana
Karakter menghindari rintangan, mengumpulkan bintang, atau tembak-tembakan
Kuis Interaktif
Soal pilihan ganda dengan skor otomatis — integrasikan dengan mapel lain
Cerita Lingkungan
Animasi tentang daur ulang, penghematan energi, atau kebersihan
Musik & Seni
Buat komposisi musik atau gambar interaktif dengan blok musik Scratch
💡 Tips Mengajarkan Scratch di Fase C:
- Mulai dengan remix proyek yang sudah ada, lalu modifikasi
- Beri kebebasan memilih tema proyek agar siswa lebih termotivasi
- Gunakan "debugging time" — siswa cari sendiri kesalahan di kode mereka
- Ajak saling review proyek teman (peer feedback)
📊 Asesmen KKA Fase C
🎯 Jenis Asesmen yang Sesuai:
Portofolio Digital
Kumpulan proyek Scratch dan model Teachable Machine sepanjang semester
Presentasi Proyek
Siswa mempresentasikan dan menjelaskan cara kerja proyek mereka
Observasi
Guru mengamati proses berpikir komputasional selama aktivitas
Rubrik Unjuk Kerja
Penilaian berdasarkan proses pembuatan, bukan hanya hasil akhir
Refleksi Jurnal
Siswa menulis apa yang dipelajari, apa yang sulit, dan apa yang ingin dicoba
📌 Contoh Rubrik Proyek Teachable Machine:
| Aspek | Indikator |
|---|---|
| Pemilihan Topik | Relevan, orisinil, dan bermakna bagi lingkungan sekitar |
| Pengumpulan Data | Minimal 3 kelas, masing-masing min. 30 sampel bervariasi |
| Akurasi Model | Model dapat mengenali dengan akurasi ≥70% saat diuji |
| Presentasi | Mampu menjelaskan cara kerja model dengan bahasa sendiri |
| Refleksi | Mampu menyebutkan keterbatasan model dan cara perbaikannya |
🌟 Integrasi Profil Pelajar Pancasila:
- Bernalar Kritis — saat debugging dan mendiskusikan bias model
- Kreatif — saat memilih tema proyek dan mendesain solusi
- Gotong Royong — saat peer review dan proyek kelompok
🚀 Rencana Tindak Lanjut (RTL)
Implementasikan minimal 1 sesi KKA Fase C per bulan selama satu semester
Susun Modul Ajar KKA Fase C lengkap dengan ATP, TP, dan skenario per pertemuan
Buat dokumentasi foto/video aktivitas siswa untuk portofolio guru dan sekolah
Bergabung ke komunitas guru KKA daerah untuk berbagi modul dan pengalaman
Ajak siswa membuat proyek puncak semester: Teachable Machine atau game Scratch
Lakukan AI Showcase: pameran proyek KKA Fase C di akhir semester
🔗 Referensi & Tautan Berguna untuk Fase C
teachablemachine.withgoogle.com
Teachable Machine — buat model AI pengenal gambar, suara, atau pose secara gratis
scratch.mit.edu
Scratch 3.0 — platform pemrograman visual untuk kelas 5–6 SD
code.org
Code.org — kursus coding terstruktur, tersedia untuk Fase C
pmm.kemdikbud.go.id
Platform Merdeka Mengajar — modul KKA dan ATP resmi Kemendikbud
cs.google.com
Google CS Education — sumber daya belajar ilmu komputer dari Google
tinkercad.com
Tinkercad — desain 3D dan simulasi elektronika dasar untuk Fase C