Enam Prinsip Fondasi Pedagogis
Klik setiap kartu untuk melihat bagaimana prinsip ini diterapkan dalam konteks teknologi.
1. Memahami Peserta Didik
Melakukan asesmen diagnostik pada literasi digital, pola pikir komputasional, dan gaya belajar siswa.
2. Teori Belajar
Mengutamakan Konstruktivisme, di mana siswa aktif membangun pemahaman dengan merancang dan membuat program.
3. Penguasaan Konten
Menghubungkan konsep abstrak (seperti algoritma) dengan solusi untuk masalah dunia nyata.
4. Mengembangkan Potensi
Menciptakan lingkungan belajar berbasis proyek yang memungkinkan beragam peran (desainer, programmer, analis).
5. Keterampilan Komunikasi
Melatih siswa untuk menjelaskan logika kode, mempresentasikan proyek, dan menulis dokumentasi teknis.
6. Penilaian & Evaluasi
Menerapkan asesmen otentik seperti evaluasi portofolio proyek di GitHub dan observasi proses debugging.
Mendorong HOTS dengan Taksonomi Bloom
Peta jalan untuk merancang pembelajaran berjenjang, dari LOTS ke HOTS. Klik pada bagan untuk detail.
Kerangka Kerja TPACK
Arahkan kursor ke setiap bagian untuk memahami sinergi antara Teknologi, Pedagogi, dan Konten.
Merancang Pembelajaran Mendalam
Dari kurikulum nasional hingga aktivitas kelas yang bermakna.
Alur Perencanaan: CP → TP → ATP
CP
Capaian Pembelajaran
TP
Tujuan Pembelajaran
ATP
Alur Tujuan Pembelajaran
Model Implementasi Aktif
Inquiry-Based
Berawal dari rasa ingin tahu. Cth: "Bagaimana cara kerja sistem rekomendasi YouTube?"
Problem-Based
Berangkat dari masalah otentik. Cth: "Sampah plastik di sekolah belum terkelola."
Project-Based
Fokus pada penciptaan produk. Cth: "Membangun sistem deteksi banjir sederhana."
Asesmen Otentik & Navigasi Etika
Menilai keterampilan abad 21 dan membahas pilar diskusi etika dalam AI.
Menilai Pemikiran Komputasional (CT)
Dekomposisi
Memecah masalah kompleks menjadi sub-masalah.
Pengenalan Pola
Mengidentifikasi kesamaan untuk menyederhanakan solusi.
Abstraksi
Fokus pada informasi kunci, abaikan detail tidak relevan.
Desain Algoritma
Merancang langkah logis, jelas, dan efisien.
Lima Pilar Diskusi Etika AI
Keadilan & Bias
Membahas bagaimana AI dapat mereplikasi bias masyarakat.
Privasi & Data
Bagaimana data pribadi dikumpulkan, digunakan, dan dilindungi.
Transparansi
Mempertanyakan apakah kita bisa memahami keputusan AI.
Akuntabilitas
Siapa yang bertanggung jawab ketika AI gagal.
Keamanan
Perlindungan terhadap penyalahgunaan AI, seperti deepfakes.