Contoh RPP Berbasis UBD Kurikulum Deep Learning

Teknologi kecerdasan buatan (AI) dan Deep Learning (DL) kini semakin berkembang pesat dan mengubah banyak aspek kehidupan, termasuk dalam dunia pendidikan. Sebagai salah satu cabang AI, Deep Learning memungkinkan mesin untuk belajar dari data dalam jumlah besar dan mengenali pola yang kompleks. Oleh karena itu, penting bagi dunia pendidikan untuk mempersiapkan siswa dengan pengetahuan dasar tentang teknologi ini.

Salah satu cara untuk memperkenalkan Deep Learning kepada siswa adalah dengan menyusun Rencana Pelaksanaan Pembelajaran (RPP) berbasis Understanding by Design (UBD). UBD adalah suatu pendekatan yang berfokus pada pemahaman mendalam dan pengembangan keterampilan berpikir kritis siswa melalui pembelajaran yang bermakna. Dalam artikel ini, kita akan membahas contoh RPP berbasis UBD untuk kurikulum Deep Learning, yang dapat membantu siswa memahami konsep dan aplikasi Deep Learning secara efektif dan menyenangkan.

Tujuan Pembelajaran Deep Learning

Sebelum menyusun RPP berbasis UBD, tujuan pembelajaran yang jelas harus ditetapkan. Beberapa tujuan utama dalam mengajarkan Deep Learning kepada siswa adalah:

1. Pemahaman Dasar tentang Deep Learning: Siswa dapat memahami apa itu Deep Learning dan bagaimana teknologi ini bekerja untuk mengenali pola dalam data.
2. Aplikasi Deep Learning: Siswa dapat mengidentifikasi berbagai aplikasi Deep Learning yang ada dalam kehidupan sehari-hari, seperti pengenalan wajah, suara, dan gambar.
3. Keterampilan Praktis: Siswa dapat membuat proyek sederhana menggunakan Deep Learning, seperti aplikasi pengenalan gambar atau suara.

Langkah-Langkah Penyusunan RPP Berbasis UBD untuk Deep Learning

UBD adalah pendekatan yang berfokus pada perencanaan pembelajaran berdasarkan pada hasil yang ingin dicapai. Dalam RPP berbasis UBD, ada tiga tahap utama: Identifikasi Tujuan Pembelajaran, Penentuan Bukti Pembelajaran, dan Perencanaan Pembelajaran. Mari kita bahas secara rinci langkah-langkah ini.

1. Identifikasi Tujuan Pembelajaran (Desired Results)

Pada tahap pertama, tujuan pembelajaran yang ingin dicapai harus ditetapkan dengan jelas. Dalam konteks Deep Learning, tujuan pembelajaran tersebut dapat meliputi:

• Pemahaman konsep Deep Learning: Siswa dapat menjelaskan konsep dasar dari Deep Learning, seperti pengertian, cara kerja, dan penerapannya dalam berbagai bidang.
• Mengidentifikasi aplikasi Deep Learning: Siswa dapat mengidentifikasi dan memberikan contoh aplikasi Deep Learning yang digunakan dalam kehidupan sehari-hari, seperti pengenalan wajah di smartphone atau sistem rekomendasi pada platform streaming.
• Menciptakan proyek menggunakan Deep Learning: Siswa dapat merancang aplikasi sederhana yang memanfaatkan teknologi Deep Learning, seperti sistem pengenalan gambar atau suara.

2. Menentukan Bukti Pembelajaran (Assessment Evidence)

Bagian ini menjelaskan bagaimana hasil belajar siswa akan diukur. Ada beberapa metode penilaian yang dapat digunakan untuk menilai pemahaman siswa mengenai Deep Learning:

• Penilaian Formatif: Guru dapat mengamati keterlibatan siswa selama diskusi atau eksperimen yang dilakukan di kelas. Misalnya, apakah siswa dapat menjelaskan dengan jelas cara kerja Deep Learning atau memberi contoh aplikasinya.
• Penilaian Sumatif: Sebagai tugas akhir, siswa dapat diminta untuk merancang proyek yang menggunakan Deep Learning, seperti aplikasi pengenalan gambar atau suara. Proyek ini akan menguji kemampuan siswa dalam menerapkan pengetahuan yang telah dipelajari.
• Tes Tertulis: Guru juga dapat memberikan tes tertulis untuk menilai pemahaman siswa mengenai konsep dasar Deep Learning, termasuk prinsip-prinsip kerja dan contoh aplikasinya.

3. Perencanaan Pembelajaran (Learning Plan)

Tahap ini mencakup perencanaan kegiatan pembelajaran yang akan dilakukan selama proses belajar. RPP berbasis UBD memberikan ruang bagi guru untuk merancang pembelajaran yang lebih bermakna dan menyenangkan bagi siswa. Berikut adalah langkah-langkah yang dapat diikuti dalam perencanaan pembelajaran untuk Deep Learning.

Pendahuluan (10-15 menit)

Pada tahap ini, guru mengenalkan konsep dasar Deep Learning kepada siswa. Guru dapat menggunakan media visual, video, atau slide presentasi untuk menjelaskan apa itu Deep Learning dan mengapa teknologi ini penting. Ini juga saat yang baik untuk mengaitkan materi dengan kehidupan sehari-hari siswa.

Contoh kegiatan pendahuluan:

• Guru menjelaskan Deep Learning dengan bahasa sederhana, mengaitkannya dengan aplikasi yang sering digunakan oleh siswa, seperti pengenalan wajah di smartphone atau sistem rekomendasi pada aplikasi musik dan film.
• Guru menunjukkan contoh aplikasi Deep Learning dalam kehidupan sehari-hari melalui video atau demonstrasi langsung menggunakan aplikasi yang menerapkan Deep Learning.

Tujuan Pendahuluan: Memberikan gambaran umum mengenai Deep Learning dan menciptakan keterkaitan dengan dunia nyata agar siswa lebih tertarik pada materi yang akan dipelajari.

Inti Pembelajaran (30-40 menit)

Bagian inti adalah saat siswa melakukan kegiatan eksplorasi dan pembelajaran yang lebih mendalam. Guru akan memfasilitasi siswa untuk memahami lebih lanjut cara kerja Deep Learning dan bagaimana aplikasi teknologi ini diterapkan dalam berbagai bidang.

Kegiatan inti:

• Pengenalan pola dalam data: Guru memberikan penjelasan tentang bagaimana Deep Learning digunakan untuk mengenali pola dalam data besar, misalnya dengan menggunakan gambar atau suara. Guru bisa menggunakan alat atau aplikasi yang memperlihatkan bagaimana Deep Learning dapat mengenali objek atau suara.
• Eksperimen praktikum: Siswa dapat diberi kesempatan untuk mencoba langsung aplikasi yang menggunakan Deep Learning, seperti aplikasi pengenalan gambar atau suara yang tersedia di platform digital. Siswa dapat mencoba meng-upload gambar dan melihat bagaimana aplikasi mengenali objek dalam gambar tersebut.
• Diskusi aplikasi Deep Learning: Siswa dapat berdiskusi dalam kelompok kecil mengenai aplikasi Deep Learning yang mereka ketahui, seperti pengenalan suara pada aplikasi asisten virtual atau kendaraan otonom yang menggunakan teknologi ini.

Tujuan kegiatan inti: Memberikan pemahaman praktis dan aplikatif tentang bagaimana Deep Learning bekerja dalam berbagai sistem dan produk yang ada di sekitar siswa.

Penutupan (10-15 menit)

Di bagian penutupan, guru akan merangkum pembelajaran yang telah dilakukan dan memberikan kesempatan bagi siswa untuk merefleksikan apa yang mereka pelajari.

Kegiatan penutupan:

• Guru mengajukan pertanyaan reflektif untuk memastikan pemahaman siswa, seperti "Bagaimana Deep Learning dapat mempengaruhi kehidupan kita?" atau "Apa yang sudah kamu pelajari tentang cara kerja teknologi ini?"
• Guru memberikan tugas rumah berupa proyek kecil, di mana siswa diminta untuk mendesain aplikasi sederhana yang menggunakan Deep Learning, seperti aplikasi pengenalan suara atau gambar.
• Guru menyimpulkan materi pembelajaran dan memberikan feedback kepada siswa mengenai kemajuan mereka.

Tujuan penutupan: Menyimpulkan pembelajaran dan memberi kesempatan bagi siswa untuk mengembangkan ide atau proyek yang dapat diterapkan dengan menggunakan pengetahuan tentang Deep Learning.

Metode Pembelajaran dalam RPP Berbasis UBD

Untuk membuat pembelajaran lebih menarik dan efektif, guru bisa menggunakan berbagai metode, seperti:

• Pembelajaran Berbasis Proyek: Siswa diberi tugas untuk merancang proyek kecil yang menggunakan Deep Learning, misalnya aplikasi pengenalan gambar atau suara.
• Pembelajaran Interaktif: Menggunakan alat atau aplikasi yang memperlihatkan cara kerja Deep Learning secara langsung, memungkinkan siswa untuk terlibat langsung dalam pembelajaran.
• Pembelajaran Kontekstual: Menghubungkan teori Deep Learning dengan aplikasi praktis di kehidupan sehari-hari siswa, seperti sistem pengenalan wajah pada smartphone atau rekomendasi film di platform streaming.

Penilaian dalam RPP Berbasis UBD

Penilaian dapat dilakukan dengan cara observasi, proyek, dan tes tertulis. Guru dapat menilai pemahaman siswa berdasarkan keterlibatan mereka selama kegiatan kelas, kemampuan mereka untuk merancang proyek, serta hasil tes tertulis mengenai konsep dasar Deep Learning.

DAPATKAN & DOWNLOAD

• MODUL AJAR DEEP LEARNING SD/MI : http://lynk.id/rudydigital/GP7AJry
• MODUL AJAR DEEP LEARNING SMP/MTs : http://lynk.id/rudydigital/vzQ9QLk
• MODUL AJAR DEEP LEARNING SMA/MA : http://lynk.id/rudydigital/KGQYPV8
• VERSI GRATIS >> DISINI

DOWNLOAD BINSIS JUAL PRODUK DIGITAL KHUSUS GURU HASILKAN 10 JUTA PERBULAN : http://lynk.id/rudydigital/o3QKDlM

WA  : wa.me/681944129560

Menyusun RPP berbasis UBD untuk kurikulum Deep Learning memberikan kesempatan bagi siswa untuk memahami dan mengaplikasikan teknologi Deep Learning dalam kehidupan sehari-hari mereka. Pendekatan ini tidak hanya mengajarkan siswa teori, tetapi juga membantu mereka mengembangkan keterampilan praktis yang akan sangat berguna di masa depan. Dengan pendekatan yang terstruktur, menyenangkan, dan aplikatif, pembelajaran tentang Deep Learning dapat lebih bermakna bagi siswa dan relevan dengan dunia digital yang semakin berkembang.

Bagikan Artikel ini