Koding dan Kecerdasan Artifisial · Remaja · SMP Kelas 8
Koding dan Kecerdasan Artifisial Kelas 8 SMP — Pemrograman, Dataset, dan Evaluasi AI
Mata pelajaran pilihan
Panduan belajar bertahap untuk kelas 8 SMP: Representasi data dan kualitas input, Percabangan dan perulangan terstruktur, Fungsi dan pemecahan program, hingga Proyek aplikasi sederhana. Setiap bab terdiri dari sesi pemahaman dan penerapan dengan contoh, latihan, serta pembahasan.
Tujuan belajar
Menjelaskan konsep inti pada setiap bab dengan kata-kata sendiri; menerapkan konsep pada contoh baru; memeriksa langkah dan bukti sebelum menyimpulkan.
Persiapan belajar
Siapkan catatan dan alat tulis. Mulai dari bab pertama, lalu ulangi sesi yang belum dipahami. Guru atau pendamping dapat membantu kegiatan praktik dan memeriksa sumber informasi.
Contoh soal Koding dan Kecerdasan Artifisial kelas 8 dan pembahasan
Sumber dan penyusunan materi
Penerbit: Project Pintar · Pembaruan data materi: 25 Okt 2026, 23.15 WIB.
Materi melewati alur publikasi internal. Belum merupakan tinjauan pedagogis independen oleh guru atau jaminan seluruh kurikulum/buku sekolah tercakup.
Acuan, hak penggunaan, dan batas materi
Naskah, contoh, dan latihan orisinal Project Pintar 2026. Alur kelas disusun dari CP Fase D Keputusan BSKAP 046/H/KR/2025 Lampiran II: https://kurikulum.kemendikdasmen.go.id/file/1753929861_manage_file.pdf . Urutan bab adalah rancangan Project Pintar, bukan urutan resmi yang wajib dipakai setiap sekolah.
Dibuat sendiri/tim
Catatan sumber dapat menyebut tahap draf saat penyusunan. Status tayang mengikuti publikasi kursus; tinjauan pendidik independen tetap terpisah.
Isi kursus
6 bab · 12 sesi. Pilih bab untuk langsung melihat daftar materinya.
Bab 1. Representasi data dan kualitas input
-
Sesi 1 Memahami Representasi data dan kualitas inputBaca: Memahami Representasi data dan kualitas inputBab 1. Representasi data dan kualitas input · 20 menit
-
Sesi 2 Menerapkan Representasi data dan kualitas inputBaca: Menerapkan Representasi data dan kualitas inputBab 1. Representasi data dan kualitas input · 20 menit
Bab 2. Percabangan dan perulangan terstruktur
-
Sesi 1 Memahami Percabangan dan perulangan terstrukturBaca: Memahami Percabangan dan perulangan terstrukturBab 2. Percabangan dan perulangan terstruktur · 20 menit
-
Sesi 2 Menerapkan Percabangan dan perulangan terstrukturBaca: Menerapkan Percabangan dan perulangan terstrukturBab 2. Percabangan dan perulangan terstruktur · 20 menit
Bab 3. Fungsi dan pemecahan program
-
Sesi 1 Memahami Fungsi dan pemecahan programBaca: Memahami Fungsi dan pemecahan programBab 3. Fungsi dan pemecahan program · 20 menit
-
Sesi 2 Menerapkan Fungsi dan pemecahan programBaca: Menerapkan Fungsi dan pemecahan programBab 3. Fungsi dan pemecahan program · 20 menit
Bab 4. Dataset, label, dan bias
-
Sesi 1 Memahami Dataset, label, dan biasBaca: Memahami Dataset, label, dan biasBab 4. Dataset, label, dan bias · 20 menit
-
Sesi 2 Menerapkan Dataset, label, dan biasBaca: Menerapkan Dataset, label, dan biasBab 4. Dataset, label, dan bias · 20 menit
Bab 5. Evaluasi keluaran AI
-
Sesi 1 Memahami Evaluasi keluaran AIBaca: Memahami Evaluasi keluaran AIBab 5. Evaluasi keluaran AI · 20 menit
-
Sesi 2 Menerapkan Evaluasi keluaran AIBaca: Menerapkan Evaluasi keluaran AIBab 5. Evaluasi keluaran AI · 20 menit
Bab 6. Proyek aplikasi sederhana
-
Sesi 1 Memahami Proyek aplikasi sederhanaBaca: Memahami Proyek aplikasi sederhanaBab 6. Proyek aplikasi sederhana · 20 menit
-
Sesi 2 Menerapkan Proyek aplikasi sederhanaBaca: Menerapkan Proyek aplikasi sederhanaBab 6. Proyek aplikasi sederhana · 20 menit