Mengenali Pola dan Mengolah Data

Koding & Kecerdasan Artifisial • SMP Kelas VIII

Bab 1 — Mengenali Pola dan Mengolah Data

Materi pembelajaran, Lembar Kerja Peserta Didik (LKPD), dan Bahan Praktikum dalam satu paket digital interaktif.

🏫 SMP Negeri 13 Surabaya 📚 Sumber: Buku Erlangga — Koding & Kecerdasan Artifisial SMP/MTs Kelas VIII 🗓️ Tahun Ajaran 2026/2027 ⏱️ Estimasi: 11 × 80 menit

🗂️

Daftar Isi

Pilih bagian untuk mulai belajar — satu bagian tampil pada satu waktu • Estimasi: 11 × 40 menit

📖

Pengantar

Tentang Bab 1, tujuan pembelajaran, peta konsep, dan petunjuk penggunaan

Buka →

📗 Bagian A — Mengenali Pola

🔍

A. Mengenali Pola

9 sub-materi: pengenalan pola, pembersihan data, standardisasi, outlier, deduplikasi, missing values, validasi, klasifikasi, alat bantu.

Buka →

🧪

Praktikum

Praktikum A — pengolahan data dengan Excel: 7 tahap, rumus, checklist, pemecahan masalah.

Buka →

📝

LKPD

LKPD A 01–03: analisis kantin, pembersihan & standardisasi data, outlier & klasifikasi — siap cetak.

Buka →

📘 Bagian B — Membangun Program Sederhana untuk Mengolah Data (Scratch)

🧩

B. Membangun Program Sederhana untuk Mengolah Data (Scratch)

4 sub-materi: blok operator, variabel, menggabungkan teks & angka, pemrosesan teks interaktif.

Buka →

🧪

Praktikum

Praktikum B — 4 latihan Scratch: kucing bergerak, kalkulator, penghitung huruf, game tebak huruf.

Buka →

📝

LKPD

LKPD B 04–06: variabel & teks, game tebak huruf (kelompok), proyek hemat energi SDG 7.

Buka →

🎓 Penutup

📌

Rangkuman

13 poin kunci, istilah penting (glosarium), dan refleksi pembelajaran mendalam.

Buka →

🎯

Kuis Interaktif

12 soal pilihan ganda dengan umpan balik langsung dan skor akhir.

Buka →

📖

Pengantar

Tentang Bab 1 dan petunjuk penggunaan

📖 Tentang Bab 1 — Mengenali Pola dan Mengolah Data

Pada bab ini kamu akan melanjutkan perjalanan berpikir komputasional dengan membahas komponen kedua, yaitu pengenalan pola (setelah dekomposisi di kelas VII). Kamu akan belajar menemukan keteraturan dan tren dalam data, membersihkan serta menyiapkan data agar siap dianalisis, hingga membangun program sederhana dengan Scratch untuk mengolah data.

🎯 Tujuan Pembelajaran:

• Menjelaskan konsep pengenalan pola dan contohnya dalam kehidupan sehari-hari.
• Menerapkan proses pembersihan, standardisasi, penanganan outlier & missing values, validasi, dan klasifikasi data.
• Menggunakan alat bantu pengolahan data (Microsoft Excel / Google Sheets).
• Membangun program Scratch sederhana untuk mengolah data menggunakan variabel, operator, dan manipulasi teks.

⏱️ Estimasi pembelajaran: 11 × 40 menit (11 pertemuan; 1 JP = 40 menit).   📚 Sumber: Buku Erlangga — Koding dan Kecerdasan Artifisial untuk SMP/MTs Kelas VIII.

🗺️ Peta Konsep Bab 1

🗺️ Peta Konsep Bab 1

Bab ini terdiri atas dua bagian besar yang saling berhubungan.

🔍 Bagian A — Mengenali Pola Pengenalan Pola • Pembersihan Data • Standardisasi • Outlier • Deduplikasi • Missing Values • Validasi • Klasifikasi • Alat Bantu

🧩 Bagian B — Program Pengolah Data Pemrograman Visual Scratch • Manipulasi Teks • Variabel • Menggabungkan Teks & Angka • Pemrosesan Teks Interaktif

📊Databahan utama analisis pola

🧠Pengenalan Polamenemukan keteraturan & tren

🖥️Scratchprogram visual untuk mengolah data

💡 Cara Menggunakan & Memasang di Blogger

• Navigasi ringkas: halaman ini memakai sistem tab — hanya satu bagian yang tampil pada satu waktu. Saat dibuka, kamu berada di Daftar Isi; pilih bagian (Pengantar, A, Praktikum, LKPD, B, Praktikum, LKPD, Rangkuman, Kuis) dan setiap bagian memiliki tombol 🏠 Kembali ke Daftar Isi.
• Untuk guru: salin seluruh kode halaman ini (mulai <div class="kk"> sampai </div>), buka Blogger → Halaman/Posting → Lihat HTML, lalu tempel dan publikasikan. Semua gaya & interaksi sudah terbungkus rapi sehingga tidak mengganggu tema blog.
• ✍️ Isi jawaban langsung: pada tiap LKPD, siswa mengetik identitas dan jawaban langsung pada kolom yang tersedia. Isian tersimpan otomatis di perangkat sehingga tidak hilang saat halaman ditutup.
• 📤 Mengumpulkan hasil: klik 🖨️ Cetak / Export PDF untuk mencetak lembar (simpan sebagai PDF) yang sudah memuat identitas dan jawaban, atau klik ⬇️ Simpan Isian untuk mengunduh file isian LKPD yang bisa dikirim ke guru.
• Mencetak: tombol 🖨️ Cetak Bagian Aktif mencetak hanya bagian yang sedang tampil.
• Berbagi tautan: URL berubah mengikuti tab aktif (mis. #materi-b) — tautan bisa dibagikan ke siswa dan langsung membuka bagian tersebut.

🔍

A. Mengenali Pola

9 sub-materi • klik judul untuk membuka/menutup

A.1 Pengenalan Pola — Apa itu pola dalam data?

Definisi

Pengenalan pola adalah proses mencari keteraturan, tren, atau struktur tersembunyi dalam data. Tujuannya menemukan hubungan penting untuk memecahkan masalah, membuat prediksi, atau mengklasifikasikan sesuatu secara lebih tepat.

Tanpa sadar, kamu dikelilingi data setiap hari: riwayat pencarian, jarak tempuh ke sekolah, hingga playlist musik. Pola membantu kita memahami informasi di balik angka yang tampak acak.

Contoh pola dalam kehidupan sehari-hari

🌦️ Aplikasi cuaca

Membaca pola suhu, kelembapan, dan arah angin dari data terdahulu untuk memprediksi hujan.

▶️ YouTube / TikTok

Menganalisis pola tontonanmu untuk merekomendasikan video yang sesuai minat.

🛒 Tren belanja online

Orang lebih banyak belanja saat musim diskon — sebuah pola musiman.

💳 Deteksi penipuan

KA mengenali pola transaksi yang tidak biasa untuk mencegah penipuan keuangan.

🤓 Tahukah kamu? Pengenalan pola dipakai dalam astronomi. Pada abad ke-19, ilmuwan memprediksi keberadaan Planet Neptunus hanya dari keanehan gerak revolusi Planet Uranus, sebelum planet itu benar-benar terlihat!

Saat belajar koding, mengenali pola juga membantu memahami struktur logika program dan menyusun solusi yang lebih efisien.

A.2 Proses Pembersihan Data (Data Cleaning)

Definisi

Pembersihan data adalah proses menghapus gangguan seperti kesalahan input, data kosong, data tidak konsisten, atau data duplikat yang dapat mengaburkan pola data.

Data kotor → analisis tidak akurat. Data bersih → tren, prediksi, dan pengelompokan informasi menjadi tepat. Pembersihan data melatihmu berpikir teliti dan logis.

Alat bantu di Microsoft Excel

Fitur Excel	Kegunaan	Letak
Find and Replace	Mencari & mengganti teks/nilai tertentu	Home → Find & Select
Sort and Filter	Mengurutkan & menyaring data	Tab Data
Data Validation	Membatasi aturan pengisian data	Tab Data
Remove Duplicates	Menghapus data ganda	Tab Data

A.3 Standardisasi Data — menyamakan format

Definisi

Standardisasi data adalah kegiatan menyeragamkan format data agar seluruh informasi memiliki bentuk yang konsisten, sehingga komputer tidak menganggap data yang sama sebagai hal yang berbeda.

Contoh: 01/02/2025, 2025-02-01, dan Feb 1, 2025 merujuk tanggal yang sama, tetapi jika tidak diseragamkan, program membacanya sebagai nilai berbeda. Begitu pula "Adi Nugroho", "adi nugroho", dan "ADI NUGROHO" dianggap tiga teks berbeda.

Masalah	Fungsi Excel	Contoh
Huruf besar/kecil tidak seragam	UPPER() / LOWER()	=LOWER(A2) → "adi nugroho"
Format tanggal berbeda-beda	TEXT()	=TEXT(B2;"yyyy-mm-dd")
Spasi ganda / ekstra	TRIM()	=TRIM(C2) → "Budi Santoso"

Makin konsisten format data, makin mudah membaca informasi penting di dalamnya.

A.4 Penanganan Outlier — data yang menyimpang

Definisi

Outlier adalah nilai yang jauh berbeda dari nilai-nilai lainnya. Outlier muncul karena kesalahan input, peristiwa langka, atau kondisi khusus yang tidak biasa.

Contoh: hampir semua nilai ulangan matematika satu kelas antara 70–90, tetapi ada satu siswa bernilai 20 dan satu lagi 100. Tanpa penanganan, dua nilai itu membuat rata-rata kelas terlihat lebih rendah/tinggi dari kenyataan.

Langkah menangani outlier

1. Deteksi: buat grafik pencar/boxplot, atau hitung rata-rata dan simpangan baku (standard deviation).
2. Periksa: apakah outlier masuk akal? Jika data memang benar (ada siswa sangat cerdas), boleh dipertahankan.
3. Putuskan tindakan:
   • Jika outlier karena kesalahan → perbaiki atau hapus.
   • Jika valid tetapi mengganggu rata-rata → gunakan median yang lebih tahan terhadap outlier.

=IF(ABS(A2-AVERAGE(A:A)) > 2*STDEV(A:A), "Outlier", "Normal")

💡 Rumus di atas menandai nilai yang berjarak lebih dari 2 kali simpangan baku dari rata-rata sebagai "Outlier".

A.5 Deduplikasi Data — menghapus data ganda

Definisi

Deduplikasi data adalah menghilangkan data duplikat, misalnya nama yang sama muncul lebih dari satu kali karena penggabungan data dari beberapa sumber.

Jika duplikasi tidak diatasi: jumlah total data membengkak, perhitungan statistik keliru, dan keputusan menjadi tidak tepat.

Cara di Excel

1. Pilih kolom yang memiliki data duplikat.
2. Buka tab Data → klik Remove Duplicates.

Contoh: "Putri Aulia" muncul di daftar kelas 8A dan 8B karena mengikuti dua kegiatan. Deduplikasi memastikan dia hanya terhitung sekali.

A.6 Penanganan Data Tidak Lengkap (Missing Values)

Definisi

Missing values adalah sel atau bagian data yang kosong atau tidak ada nilainya, misalnya baris data kehadiran tanpa tanggal hadir.

Mengapa harus ditangani?

• Fungsi analisis statistik bisa gagal atau hasilnya tidak akurat.
• Machine learning tidak bekerja baik tanpa data lengkap.
• Visualisasi data bisa menampilkan pola yang salah.

Cara menangani

1. Identifikasi data hilang (di Excel: sel kosong, gunakan COUNTBLANK() atau Filter).
2. Tentukan cara:
   • Hapus baris kosong jika jumlahnya sedikit.
   • Isi nilai default: 0, rata-rata, median, atau modus.
   • Isi dengan nilai sebelum/sesudahnya jika data berurutan (mis. data waktu).

=COUNTBLANK(A2:A20)

A.7 Validasi Data — memastikan data siap pakai

Definisi

Validasi data adalah proses memastikan semua data yang akan digunakan sudah benar, konsisten, lengkap, dan siap untuk analisis lebih lanjut atau pelatihan model KA.

Yang perlu dicek saat validasi

• ✅ Semua kolom penting sudah terisi? (nama, kelas, umur)
• ✅ Data berada dalam rentang/kategori yang benar? (umur siswa 12–15 tahun, bukan 100 tahun)
• ✅ Tidak ada nilai aneh atau format salah? (nama berisi angka, kolom tanggal berisi huruf)
• ✅ Sesuai aturan logika? (jika "Status Hadir" = Tidak Hadir, maka "Jam Masuk" seharusnya kosong)

Di Excel gunakan fitur Data Validation (Tab Data) untuk membatasi isian, misalnya hanya angka antara 10–100.

A.8 Klasifikasi Data — mengelompokkan ke kategori

Definisi

Klasifikasi data adalah mengelompokkan data ke dalam kategori atau kelas tertentu berdasarkan ciri/karakteristiknya, agar lebih mudah dianalisis dan dipahami.

Contoh klasifikasi di dunia nyata

• 📧 Email → "spam" atau "bukan spam"
• 💬 Sentimen komentar media sosial → positif, negatif, netral
• 🏥 Risiko pasien → tinggi atau rendah
• 🛍️ Pelanggan → berdasarkan kebiasaan belanja

Langkah klasifikasi

1. Tentukan kategori/kelas (mis. "Tinggi", "Sedang", "Rendah").
2. Tentukan kriteria/batas yang jelas (nilai ≥85 = Tinggi; 70–85 = Sedang; <70 = Rendah).
3. Terapkan ke seluruh data dengan alat bantu (Excel: fungsi IF/IFS).

=IFS(B2>=85,"Tinggi",B2>=70,"Sedang",B2<70,"Rendah")

A.9 Penggunaan Alat Bantu — Excel, Sheets, Python, dan KA

Kamu tidak harus mengolah data secara manual. Alat bantu mempercepat pekerjaan, menghindari kesalahan manusia, mengotomatisasi proses, dan menghemat waktu untuk fokus pada analisis serta keputusan.

No	Alat Bantu	Kegunaan	Tingkat Kesulitan
1	Microsoft Excel	Pembersihan data, klasifikasi sederhana, validasi	Mudah
2	Google Sheets	Mirip Excel, berbasis cloud, kolaboratif	Mudah
3	Python (pandas, numpy, matplotlib)	Analisis data besar, otomatisasi, integrasi dengan KA	Menengah
4	Perangkat KA (mis. ChatGPT, AutoML)	Mengenali pola / membuat rekomendasi otomatis	Bervariasi

Dengan alat yang tepat, kamu bisa menjadi data analyst cilik yang cerdas: fokus pada memahami pola dalam data dan mengambil keputusan berdasarkan informasi yang akurat.

🎯 Cek Pemahaman Cepat — Bagian A (klik jawaban)

🧪

Praktikum — Pengolahan Data dengan Excel

Panduan praktik di laboratorium komputer

🧪 Praktikum 01 — Pengolahan Data dengan Microsoft Excel

Judul: Dari Data Kotor Menjadi Data Bersih
Tujuan: Siswa dapat membersihkan, menstandarkan, menangani outlier & missing values, memvalidasi, dan mengklasifikasikan data di Excel.
Alat & Bahan: Komputer/laptop dengan Microsoft Excel (atau Google Sheets), data latihan, lembar laporan.
Waktu: 1–2 × 40 menit • Bentuk: Individu/Berpasangan

📥 Data Latihan — Salin tabel berikut ke Excel (sel A1)

Nama	Kelas	Tanggal	Nilai
andi saputra	8A	01/03/2026	87
Andi Saputra	8A	2026-03-01	"87,0"
budi santoso	8B	03/03/2026	delapan puluh tujuh
Citra Lestari	8C	05/03/2026	75
Citra Lestari	8C	05/03/2026	75
Dewi Anggraini	8A	Mar 8, 2026	(kosong)
Eko Prasetyo	8B	10/03/2026	90
Fajar Nugroho	8c	12/03/2026	12
Gita Permata	8A	12/03/2026	82
Hendra Wijaya	8B	15/03/2026	(kosong)

🔧 Langkah Kerja

Tahap 1 — Input & Pembersihan Awal

1. Ketik/salin seluruh data latihan ke Excel mulai sel A1.
2. Perhatikan "nilai" yang aneh: 87 vs "87,0" vs teks delapan puluh tujuh — ketiganya sebenarnya sama.
3. Gunakan Find and Replace (Ctrl+H) untuk mengganti delapan puluh tujuh menjadi angka 87.
4. Hapus baris duplikat (Citra Lestari muncul 2×) dengan Data → Remove Duplicates.

Tahap 2 — Standardisasi Nama & Kelas

1. Kolom E (bantu): =TRIM(LOWER(A2)) → tarik ke bawah untuk semua baris.
2. Kolom F: =UPPER(B2) untuk menyamakan kelas ("8c" → "8C").
3. Bandingkan hasil kolom E untuk "andi saputra" dan "Andi Saputra" — keduanya menjadi "andi saputra".

=TRIM(LOWER(A2))

=UPPER(B2)

Tahap 3 — Standardisasi Tanggal

1. Kolom G (bantu): =TEXT(C2,"yyyy-mm-dd") → tarik ke bawah.
2. Amati: 01/03/2026 dan 2026-03-01 kini menghasilkan nilai yang sama: 2026-03-01.

=TEXT(C2,"yyyy-mm-dd")

⚠️ Jika tanggal tidak terbaca sebagai tanggal (muncul error), ubah format sel ke Date terlebih dahulu.

Tahap 4 — Deteksi & Penanganan Outlier

1. Kolom H: =AVERAGE($D$2:$D$11) (rata-rata) dan =STDEV($D$2:$D$11) (simpangan baku).
2. Kolom I: =IF(ABS(D2-AVERAGE($D$2:$D$11))>2*STDEV($D$2:$D$11),"Outlier","Normal").
3. Diskusikan: nilai 12 milik Fajar — apakah salah input? Putuskan perbaiki/hapus.
4. Hitung kembali rata-rata setelah outlier diperbaiki. Bandingkan.

=IF(ABS(D2-AVERAGE($D$2:$D$11))>2*STDEV($D$2:$D$11),"Outlier","Normal")

Tahap 5 — Penanganan Missing Values

1. Hitung sel kosong pada kolom nilai: =COUNTBLANK(D2:D11).
2. Isi sel kosong (Dewi & Hendra) dengan median nilai yang ada: =MEDIAN(D2:D11).

=COUNTBLANK(D2:D11)

=MEDIAN(D2:D11)

Tahap 6 — Validasi Data

1. Blok kolom nilai → tab Data → Data Validation.
2. Atur: Allow = Whole number, antara 0 dan 100.
3. Coba ketik 150 di salah satu sel — apa yang terjadi?
4. Periksa juga aturan logika: misalnya jika "Kelas" berisi "8A", nama tidak boleh kosong.

Tahap 7 — Klasifikasi & Visualisasi

1. Kolom J: =IFS(D2>=85,"Tinggi",D2>=70,"Sedang",D2<70,"Rendah").
2. Buat diagram batang dari kolom Kategori (gunakan PivotTable sederhana atau COUNTIF).
3. Buat boxplot sederhana (Insert → Statistic Chart → Box & Whisker) untuk melihat outlier secara visual.

=IFS(D2>=85,"Tinggi",D2>=70,"Sedang",D2<70,"Rendah")

✅ Checklist Pengamatan (centang saat selesai)

Data latihan berhasil disalin ke Excel Duplikat dihapus (Remove Duplicates) Nama distandarkan (TRIM + LOWER) Kelas diseragamkan (UPPER) Tanggal distandarkan (TEXT) Outlier terdeteksi dan ditangani Missing values diisi dengan median Data Validation aktif (0–100) Klasifikasi Tinggi/Sedang/Rendah selesai Diagram batang & boxplot dibuat

⚠️ Kesalahan Umum & Solusinya

Masalah	Penyebab	Solusi
Formula tampil sebagai teks	Rumus tidak diawali tanda =, atau sel berformat Teks	Ketik ulang dengan diawali =; ubah format sel ke General
Muncul #DIV/0!	Pembagian dengan nol / data kosong	Pastikan data terisi; gunakan IFERROR()
Tanggal tidak berubah format	Sel berformat teks, bukan tanggal	Ubah format sel ke Date, lalu ulangi TEXT()
Angka tidak bisa dijumlah	Angka tersimpan sebagai teks ("87,0")	Gunakan Text to Columns atau VALUE()
Remove Duplicates menghapus data yang salah	Kolom yang dipilih terlalu luas/sempit	Pilih persis kolom yang berisi data unik

📄 Format Laporan Praktikum (tulis di buku laporan / dokumen)

1. Judul & identitas praktikan
2. Tujuan praktikum
3. Alat dan bahan
4. Dasar teori singkat (pengenalan pola, pembersihan data, dst.)
5. Langkah kerja (dokumentasi foto layar tiap tahap)
6. Hasil pengamatan (tabel sebelum/sesudah)
7. Analisis & pembahasan
8. Kesimpulan
9. Daftar pustaka

📝

LKPD — Pengolahan Data (Bagian A)

3 lembar kerja siap cetak • klik untuk melompat ke lembar

LKPD 01 • Pola Kantin LKPD 02 • Bersihkan Data LKPD 03 • Outlier & Klasifikasi

LKPD 01 • Individu

Analisis Data Pengeluaran di Kantin Sekolah

⏱️ Waktu: 1 × 40 menit
📌 Sumber: Kegiatan Individu Buku Erlangga

Nama 

No. Absen 

Kelas 

Tanggal 

🎯 Tujuan: Siswa mampu menganalisis data pengeluaran mingguan teman-teman di kantin sekolah dengan menerapkan pembersihan data dan klasifikasi.

Alat dan Bahan

Perangkat digital (laptop/HP) dan akses internet (Microsoft Excel / Google Sheets).

Langkah Kegiatan

1

Kumpulkan data pengeluaran mingguan teman-temanmu di kantin sekolah: nama siswa, jumlah pengeluaran, dan tanggal pembelian.

2

Salin data tersebut ke Microsoft Excel atau Google Sheets.

3

Bersihkan data dari duplikasi dan samakan format tanggal.

4

Klasifikasikan pengeluaran menjadi tiga kategori:

• 🟢 Hemat : < Rp20.000
• 🟡 Sedang : Rp20.000 – Rp40.000
• 🔴 Boros : > Rp40.000

5

Gunakan fungsi-fungsi seperti IF, TEXT, dan fitur Remove Duplicates.

6

Laporkan hasil klasifikasi dalam bentuk tabel dan diagram batang.

Tabel Hasil Klasifikasi

No	Nama Siswa	Tanggal	Jumlah Pengeluaran	Kategori
1
2
3
4
5

Pertanyaan Analisis

1. Berapa jumlah siswa pada tiap kategori? Kategori manakah yang paling banyak?

2. Pola apa yang dapat kamu temukan dari data pengeluaran di kantin? Jelaskan.

3. Jika data yang kamu kumpulkan ternyata ada yang ganda, apa dampaknya terhadap hasil analisis? Bagaimana cara mengatasinya?

Kesimpulan

Pedoman: (1) hitung frekuensi tiap kategori pakai COUNTIF; (2) pola misalnya "siswa banyak jajan di hari Senin/Jumat" atau "mayoritas hemat"; (3) data ganda membuat jumlah & rata-rata membengkak — atasi dengan Remove Duplicates. Rubrik: ketelitian pengumpulan data, kebenaran klasifikasi, dan kejelasan laporan.

LKPD 02 • Individu/Berpasangan

Pembersihan dan Standardisasi Data dengan Excel

⏱️ Waktu: 1 × 40 menit

Nama 

No. Absen 

Kelas 

Tanggal 

🎯 Tujuan: Siswa mampu membersihkan dan menyeragamkan data kotor (format nama, tanggal, spasi, duplikat) menggunakan fungsi Excel: LOWER(), UPPER(), TRIM(), TEXT(), dan fitur Remove Duplicates.

Data Latihan (salin ke Excel, mulailah dari sel A1)

Nama	Tanggal Hadir	Kelas
adi nugroho	01/02/2026	8A
ADI NUGROHO	2026-02-01	8A
Budi Santoso	05/02/2026	8B
budi santoso	Feb 5, 2026	8B
Citra Lestari	10/02/2026	8c
citra lestari	10/02/2026	8C
Dewi Anggraini	2026/02/12	8A
Eko Prasetyo	14/02/2026	8B

Langkah Kegiatan

1

Ketik/salin data latihan di atas ke Excel mulai sel A1.

2

Buat kolom bantu Nama Bersih (kolom D): =TRIM(LOWER(A2)) lalu tarik ke bawah. Perhatikan apa yang terjadi pada nama dengan spasi ganda!

3

Buat kolom bantu Tanggal Standar (kolom E): =TEXT(B2,"yyyy-mm-dd"). Bandingkan hasilnya untuk tanggal yang sama.

4

Samakan kelas menjadi huruf kapital: =UPPER(C2) pada kolom F.

5

Blok kolom D–F → tab Data → Remove Duplicates. Berapa baris yang tersisa?

6

Catat hasilmu pada tabel di bawah dan jawab pertanyaannya.

Tabel Hasil Pengamatan

Nama Awal (kotor)	Nama Bersih (TRIM+LOWER)	Jumlah baris awal	Jumlah baris setelah deduplikasi
adi nugroho
ADI NUGROHO

Pertanyaan

1. Mengapa "ADI NUGROHO" dan "adi nugroho" harus dianggap satu orang yang sama?

2. Apa akibatnya jika data tanggal dibiarkan dalam format berbeda-beda?

3. Apa fungsi TRIM() dalam kasus "Budi  Santoso" (dua spasi)?

(1) Karena merujuk orang yang sama; tanpa penyeragaman komputer menghitungnya dua kali → analisis bias. (2) Program membaca tanggal berbeda sebagai nilai berbeda → pola tanggal salah. (3) TRIM menghapus spasi berlebih sehingga teks menjadi satu nilai yang konsisten.

LKPD 03 • Berpasangan

Outlier, Missing Values, Validasi, dan Klasifikasi

⏱️ Waktu: 1 × 40 menit

Nama 

No. Absen 

Kelas 

Tanggal 

🎯 Tujuan: Siswa mampu mendeteksi outlier, menangani data kosong, memvalidasi data, dan mengklasifikasikan data menggunakan Excel (AVERAGE, STDEV, IF, COUNTBLANK, IFS, Data Validation).

Data Latihan: Nilai Ulangan Harian (kolom A, sel A1)

Nama	Nilai	Keterangan
Amir	85
Bella	(kosong)	missing value
Citra	78
Dedi	92
Eka	100	kemungkinan outlier
Fajar	81
Gita	12	salah input / outlier
Hadi	88
Indah	(kosong)	missing value
Joko	76

Langkah Kegiatan

1

Hitung rata-rata awal: =AVERAGE(B2:B11). Catat hasilnya.

2

Hitung simpangan baku: =STDEV(B2:B11).

3

Deteksi outlier di kolom C: =IF(ABS(B2-AVERAGE($B$2:$B$11))>2*STDEV($B$2:$B$11),"Outlier","Normal"). Nilai mana yang ditandai?

4

Tangani missing values: hitung jumlah sel kosong dengan =COUNTBLANK(B2:B11), lalu isi dengan median data yang ada (=MEDIAN(...)) pada dua sel kosong.

5

Berikan penilaian: apakah outlier "12" dan "100" perlu dihapus/diperbaiki? Diskusikan dengan pasanganmu.

6

Terapkan Data Validation pada kolom nilai: tab Data → Data Validation → angka bulat antara 0–100.

7

Klasifikasikan dengan =IFS(B2>=85,"Tinggi",B2>=70,"Sedang",B2<70,"Rendah") pada kolom D.

Tabel Pengamatan

Rata-rata awal	Rata-rata setelah missing diisi	Outlier terdeteksi	Jumlah siswa "Tinggi"

Pertanyaan

1. Bagaimana pengaruh outlier terhadap rata-rata kelas? Bandingkan rata-rata dengan dan tanpa outlier.

2. Mengapa kita mengisi missing values dengan median, bukan menghapus barisnya?

3. Apa manfaat Data Validation bagi kualitas data ke depan?

(1) Outlier 12 menarik rata-rata turun dan 100 menaikkannya → rata-rata tidak mewakili kelas; median lebih tahan. (2) Menghapus baris mengurangi data; median mempertahankan jumlah data dengan nilai yang wajar. (3) Mencegah kesalahan input di masa depan, data selalu berada dalam rentang yang diizinkan.

📋 Rubrik Penilaian Umum LKPD (skala 1–4)

Aspek	4 — Sangat Baik	3 — Baik	2 — Cukup	1 — Perlu Bimbingan
Kebenaran konsep	Semua konsep tepat dan lengkap	Sebagian besar tepat	Ada beberapa kekeliruan	Banyak kekeliruan
Keterampilan praktik	Semua langkah dikerjakan benar & mandiri	Langkah benar dengan sedikit bantuan	Perlu banyak bantuan	Belum mampu mengerjakan
Analisis & kesimpulan	Analisis tajam, logis, dan kesimpulan jelas	Analisis cukup baik	Analisis dangkal	Belum ada analisis
Kerja sama (kelompok)	Aktif, menghargai, berbagi tugas	Ikut berperan	Kurang aktif	Tidak terlibat

🧩

B. Membangun Program Sederhana untuk Mengolah Data (Scratch)

Pemrograman visual • klik judul untuk membuka/menutup

B.1 Mengenal Scratch & Manipulasi Teks Dasar

Scratch adalah platform pemrograman visual untuk pemula: kamu menyusun blok-blok perintah seperti menyusun puzzle, tanpa perlu menghafal syntax yang rumit. Dengan Scratch kamu dapat membuat program yang menghitung, menampilkan informasi, bahkan mengambil keputusan berdasarkan data yang diinput.

Dalam pemrograman, teks disebut string. Manipulasi teks penting untuk membuat program interaktif seperti kuis, chatbot, atau game edukatif.

Blok operator untuk mengolah angka & logika

No	Blok	Fungsi
1	Operator aritmatika (＋ − × ÷)	Menghitung tambah, kurang, kali, bagi; mengembalikan hasil angka.
2	Operator pembanding/relasi (>, <, =)	Membandingkan dua nilai; mengembalikan True atau False.
3	Operator logika (AND, OR, NOT)	Membandingkan satu/dua kondisi bernilai True/False. AND benar jika semua kondisi benar; OR benar jika salah satu benar; NOT membalik nilai.
4	pick random (1) sampai (10)	Memilih angka acak dalam rentang tertentu.
5	join (apple) (banana)	Menggabungkan dua teks → "applebanana".
6	letter (1) of (apple)	Mengambil huruf ke-... dari kata → huruf "a".
7	length of (apple)	Menghitung jumlah huruf → 5.
8	<...> contains (a)?	Mengecek apakah ada huruf tertentu dalam kata → True/False.
9	mod	Sisa pembagian. 10 mod 3 = 1 (10 ÷ 3 = 3 sisa 1).
10	round	Membulatkan bilangan (7.5 → 8; 7.4 → 7).
11	Operasi lainnya	abs, floor, ceiling, sqrt, sin, cos, tan, dst.

B.2 Pengenalan Variabel Teks dan Angka

Definisi

Variabel adalah objek yang menyimpan nilai atau teks yang dapat berubah-ubah selama program berjalan — seperti kotak penyimpanan untuk data (angka atau string).

Blok	Fungsi
set (variabel) to (0)	Menetapkan nilai awal sebuah variabel.
change (variabel) by (1)	Mengubah nilai variabel (naik/turun).
show variable (variabel)	Menampilkan variabel di panggung (stage).
hide variable (variabel)	Menyembunyikan variabel dari stage.
Make a Variable	Tombol membuat variabel baru (untuk semua sprite / sprite ini saja).

Percobaan: kucing berkata "Saya belajar Scratch" 3 kali

Tanpa Variabel

• say "Saya belajar Scratch"
• move 10 steps • wait 1 detik
• say ... (diulang manual 3×)

Kode panjang & berulang; mengubah jumlah ulangan berarti menyalin blok lagi.

Dengan Variabel

• set (jumlah) to (3)
• repeat (jumlah): say, move, wait

Kode ringkas & dinamis; cukup ubah nilai variabel untuk mengubah jumlah ulangan.

B.3 Menggabungkan Teks dan Angka

Sering kali kita ingin menampilkan kalimat informatif seperti "Skor kamu adalah 10" atau "Halo, Andi! Nilai ujianmu 85". Blok join menggabungkan teks (string) dengan angka (integer) menjadi satu kalimat yang terbaca.

Contoh: kalkulator penjumlahan sederhana

1. Pasang blok when (bendera hijau) diklik.
2. Buat variabel a, b, dan hasil.
3. say "Hello! Hari ini kita belajar penjumlahan!" selama 2 detik.
4. ask "Masukkan angka pertama" → set a ke answer.
5. ask "Masukkan angka kedua" → set b ke answer.
6. set hasil ke a + b.
7. say join("Maka hasilnya adalah ", hasil) selama 2 detik.

💡 Perhatikan urutan di blok join: teks dulu, lalu variabel/angka, dan jangan lupa spasi di akhir teks agar kalimat tidak menempel.

B.4 Pemrosesan Teks Interaktif

Blok length of dan letter () of membuat program mampu "memahami" teks, bukan sekadar menampilkannya. Contoh program: meminta nama pengguna, lalu menampilkan huruf pertama dan jumlah karakter nama tersebut.

1. when (bendera hijau) diklik
2. ask "Masukkan nama kalian" dan tunggu → set variabel a ke answer.
3. say join("Huruf paling pertama dari nama kalian adalah ", letter 1 of (a)) selama 2 detik.
4. say join("Jumlah karakter dari nama kalian adalah ", length of (a)) selama 2 detik.

🤖 Bisakah Scratch membuat KA? Scratch tidak dirancang untuk membuat KA kompleks, tetapi bisa mengenalkan konsep dasar KA: logika sederhana, karakter bereaksi terhadap input, percabangan if-else, dan program yang "belajar" dari input terbatas (misalnya kuis atau chatbot sederhana).

🎯 Cek Pemahaman Cepat — Bagian B (klik jawaban)

🧪

Praktikum — Membangun Program dengan Scratch

Panduan praktik pemrograman visual

🧪 Praktikum 02 — Membangun Program Pengolah Data dengan Scratch

Judul: Pemrograman Visual untuk Mengolah Data
Tujuan: Siswa dapat membuat program Scratch interaktif (kalkulator, pengolah teks, game tebak huruf) menggunakan variabel, operator, dan manipulasi string.
Alat & Bahan: Komputer dengan akses internet, akun Scratch (opsional), browser Chrome/Edge.
Waktu: 1–2 × 40 menit • Bentuk: Individu/Kelompok

🚀 Tahap 0 — Persiapan

0

Buka scratch.mit.edu → klik Create (membuat akun bersifat opsional; proyek tetap bisa disimpan di perangkat).

0

Kenali 4 area utama: ① Block Palette (kiri, berisi kategori blok), ② Script Area (tengah, tempat menyusun blok), ③ Stage (kanan atas, panggung), ④ Sprite & Backdrop (kanan bawah).

0

Pastikan blok when (bendera hijau) diklik selalu menjadi awal setiap program.

💡 Latihan 1 — Kucing Bergerak & Berbicara (mengenal blok dasar)

Langkah Latihan 1

1. Pilih sprite Cat dan latar Colorful City.
2. Susun blok:
   • when (bendera hijau) diklik
   • move 10 steps → next costume → say "Halo teman-teman!" selama 2 detik
   • hide → tunggu 1 detik → say "Nama saya Cathy" selama 2 detik
   • hide → tunggu 1 detik → show
3. Klik bendera hijau dan amati gerakan kucing.

💡 next costume membuat kucing tampak "berjalan" karena berganti gambar. Blok hide/show membuat sprite menghilang dan muncul kembali.

➕ Latihan 2 — Kalkulator Penjumlahan

Langkah Latihan 2

1. Buat variabel angka1, angka2, dan hasil (menu Variables → Make a Variable).
2. Susun blok:
   • ask "Masukkan angka pertama" dan tunggu → set angka1 ke answer
   • ask "Masukkan angka kedua" dan tunggu → set angka2 ke answer
   • set hasil ke (angka1 + angka2)
   • say (join "Maka hasilnya adalah " (hasil)) selama 2 detik
3. Uji dengan beberapa pasang angka. Catat hasilnya di tabel.

🔤 Latihan 3 — Penghitung Huruf Nama

Langkah Latihan 3

1. Buat variabel nama.
2. Susun blok:
   • ask "Masukkan nama kalian" dan tunggu → set nama ke answer
   • say (join "Huruf paling pertama dari nama kalian adalah " (letter 1 of (nama))) selama 2 detik
   • say (join "Jumlah karakter dari nama kalian adalah " (length of (nama))) selama 2 detik
3. Uji dengan nama berbeda. Apa yang tampil?

🎮 Latihan 4 — Game Tebak Huruf Pertama Hewan

Langkah Latihan 4

1. Buat variabel hewan dan tebakan.
2. Susun blok:
   • ask "Apa nama hewan kesayanganmu?" dan tunggu → set hewan ke answer
   • ask "Tebak huruf pertamanya!" dan tunggu → set tebakan ke answer
   • if (tebakan = letter 1 of (hewan)) then → say "Tebakanmu benar sekali! Keren!"
   • else → say (join "Oops! Jawabannya salah, yang benar adalah huruf " (letter 1 of (hewan)))
3. Uji: benar, salah, dan huruf besar vs huruf kecil.

💡 Logika di sini memakai percabangan if–else — dasar dari sistem pengambilan keputusan seperti pada kecerdasan artifisial.

✅ Checklist Pengamatan

Antarmuka Scratch dikenali (palette, script, stage, sprite) Latihan 1: kucing bergerak & berbicara sesuai alur Latihan 2: kalkulator menjumlahkan dua angka dengan benar Latihan 3: huruf pertama & jumlah karakter tampil benar Latihan 4: game tebak huruf menampilkan pesan benar/salah Proyek disimpan / diekspor (.sb3)

⚠️ Kesalahan Umum & Solusinya (Scratch)

Masalah	Penyebab	Solusi
Program tidak berjalan	Tidak ada blok when (bendera hijau) diklik	Pasang blok tersebut di paling atas script
Sprite tidak terlihat	Blok hide terpasang tanpa show	Tambahkan show di akhir / saat bendera diklik
Variabel tidak muncul	Variabel dalam keadaan hide	Gunakan blok show variable
Kalimat menempel tanpa spasi	Teks di blok join tidak diakhiri spasi	Tulis teks dengan spasi: "Maka hasilnya adalah "
Huruf besar/kecil dianggap beda	Scratch membedakan "K" dan "k"	Bandingkan dengan OR / samakan format input

📄 Format Laporan Praktikum Scratch

1. Judul, identitas, tujuan, alat & bahan
2. Deskripsi rancangan program (alur & blok yang digunakan)
3. Hasil uji coba (tabel input → output)
4. Kesulitan yang ditemui & solusinya
5. Kesimpulan & lampiran tangkapan layar program

📝

LKPD — Pemrograman Scratch (Bagian B)

3 lembar kerja siap cetak • klik untuk melompat ke lembar

LKPD 04 • Variabel Scratch LKPD 05 • Game Tebak Huruf LKPD 06 • Hemat Energi

LKPD 04 • Individu

Variabel dan Manipulasi Teks di Scratch

⏱️ Waktu: 1 × 40 menit
🖥️ Media: scratch.mit.edu

Nama 

No. Absen 

Kelas 

Tanggal 

🎯 Tujuan: Siswa mampu membuat variabel di Scratch serta memanipulasi teks menggunakan blok ask, answer, join, letter, dan length of.

Langkah Kegiatan

1

Buka scratch.mit.edu → Create. Pilih sprite kucing dan latar "blue sky".

2

Percobaan A (variabel): buat variabel jumlah bernilai 3. Susun blok: set jumlah to 3 → repeat (jumlah) → di dalamnya say "Saya belajar Scratch" selama 1 detik + move 10 steps.

3

Jalankan dengan bendera hijau. Bandingkan: kode tanpa variabel (menyalin blok 3×) vs kode dengan variabel. Mana lebih ringkas?

4

Percobaan B (teks): susun program berikut:

• ask "Masukkan nama kalian" dan tunggu
• set (nama) ke (answer)
• say (join "Huruf pertama nama kalian adalah " (letter 1 of (nama))) selama 2 detik
• say (join "Jumlah karakter nama kalian adalah " (length of (nama))) selama 2 detik

5

Uji dengan namamu dan nama temanmu. Catat hasilnya pada tabel.

Tabel Hasil Percobaan

Nama yang diinput	Huruf pertama (letter 1)	Jumlah karakter (length of)	Pesan yang tampil di layar

Pertanyaan

1. Apa fungsi blok set (nama) ke (answer) dalam programmu?

2. Jika kamu menghapus blok join, apa yang terjadi pada tampilan?

3. Bagaimana caramu menampilkan pesan "Skor kamu adalah 10" menggunakan variabel dan join?

(1) Menyimpan input pengguna ke variabel agar bisa diproses blok lain. (2) Teks dan angka tampil terpisah/menempel tanpa kalimat utuh — harus digabung dengan join. (3) say (join "Skor kamu adalah " (skor)).

LKPD 05 • Kelompok (3–4 siswa)

Proyek Game "Tebak Huruf Pertama Hewan"

⏱️ Waktu: 1–2 × 40 menit
🖥️ Media: scratch.mit.edu

Nama Anggota 

No. Absen 

Kelas 

Kelompok 

Tanggal 

🎯 Tujuan: Siswa mampu memahami fungsi tiap blok Scratch dan membuat program menebak huruf pertama dari nama hewan kesayangan, lengkap dengan logika percabangan (if–else).

Alur Program yang Harus Dibuat

1. Program menanyakan nama hewan kesayangan dan menyimpannya dalam variabel.
2. Program meminta pemain menebak huruf pertama dari nama hewan tersebut.
3. Jika tebakan benar → tampilkan "Tebakanmu benar sekali! Keren!"
4. Jika tebakan salah → tampilkan "Oops! Jawabannya salah, yang benar adalah huruf ..."

Langkah Kegiatan

1

Bentuk kelompok 3–4 siswa. Tentukan sprite dan latar yang akan digunakan (bebas).

2

Buat variabel hewan dan tebakan. Susun blok: ask "Apa nama hewan kesayanganmu?" → set hewan ke answer.

3

Susun blok: ask "Tebak huruf pertama!" → set tebakan ke answer.

4

Buat percabangan: if (tebakan = letter 1 of (hewan)) → pesan benar; else → pesan salah + tampilkan huruf yang benar.

5

Bergiliran: siswa 1 memasukkan nama hewan, siswa 2 menebak, dan seterusnya sampai semua anggota mendapat giliran.

6

Uji program minimal 3 kali dan catat pada tabel pengujian.

Tabel Pengujian Program

Percobaan	Nama Hewan	Tebakan	Output Program	Sesuai Harapan? ✔/✘
1
2
3

Pertanyaan Refleksi Kelompok

1. Blok apa saja yang paling penting dalam proyek ini? Mengapa?

2. Apa yang terjadi jika pemain mengetik huruf besar (misal "K" padahal huruf kecil "k")? Bagaimana solusinya?

Scratch membedakan huruf besar/kecil, sehingga "K" ≠ "k". Solusi: gunakan operator contains yang tidak membedakan, atau samakan dengan membandingkan letter 1 of dalam huruf besar semua (fungsi letter of + operator pembanding setelah UPPER-like treatment), atau terima jawaban "K" dan "k" dengan operator OR.

LKPD 06 • Proyek Kolaborasi

Pantau Pola Konsumsi Energi di Rumah (SDG 7)

⏱️ Waktu: 1 minggu (proyek)
📌 Sumber: Proyek Kolaborasi Buku Erlangga

Nama 

No. Absen 

Kelas 

Tanggal 

🎯 Tujuan: (1) Mengumpulkan, membersihkan, dan menganalisis data konsumsi energi listrik rumah; (2) Membuat program interaktif Scratch untuk menyajikan hasil analisis dan tips hemat energi — mendukung SDG 7 (Energi Bersih dan Terjangkau).

Kolaborasi Mata Pelajaran

Informatika	IPA	Bahasa Indonesia
Memahami statistik sederhana (rata-rata, median) untuk analisis data; membuat program Scratch.	Memahami parameter kualitas lingkungan dan penggunaan energi listrik.	Menulis laporan hasil analisis dengan penulisan yang baik dan benar.

Langkah Kegiatan

1

Membuat Rencana: diskusikan pertanyaan pemantik "Mengapa penggunaan energi bersih penting?"; buat rencana dan format pengumpulan data konsumsi listrik rumah selama 7 hari (dalam kWh per hari).

2

Mencari Informasi: catat data konsumsi listrik harian rumahmu; gunakan nalar kritis untuk mengelompokkan ke kategori rendah, sedang, dan tinggi.

3

Melakukan Kegiatan: cari pola tren penggunaan energi harian; buat program Scratch yang: meminta nama & konsumsi rata-rata → menampilkan pesan "Halo (nama), konsumsi listrik harianmu (jumlah) kWh. Yuk, hemat energi mulai sekarang!" → memproses input → menggunakan blok join, length of, letter of, variabel teks dan angka.

4

Menyajikan Hasil: buat poster digital/video singkat tentang pentingnya hemat energi; presentasikan program dan laporan analisis di kelas; beri tanggapan dan refleksi.

Tabel Pencatatan Konsumsi Listrik (7 Hari)

Hari ke-	Tanggal	Konsumsi (kWh)	Kategori	Catatan Aktivitas
1
2
3
4
5
6
7
Rata-rata:

Pertanyaan Analisis

1. Pola apa yang kamu temukan dari data konsumsi energimu selama 7 hari?

2. Kegiatan apa yang paling banyak memakai listrik? Bagaimana cara menghematnya?

Keakuratan pengumpulan data (30%), kebenaran analisis pola & kategori (25%), fungsionalitas program Scratch (25%), kualitas laporan/presentasi (20%).

📋 Rubrik Penilaian Umum LKPD (skala 1–4)

Aspek	4 — Sangat Baik	3 — Baik	2 — Cukup	1 — Perlu Bimbingan
Kebenaran konsep	Semua konsep tepat dan lengkap	Sebagian besar tepat	Ada beberapa kekeliruan	Banyak kekeliruan
Keterampilan praktik	Semua langkah dikerjakan benar & mandiri	Langkah benar dengan sedikit bantuan	Perlu banyak bantuan	Belum mampu mengerjakan
Analisis & kesimpulan	Analisis tajam, logis, dan kesimpulan jelas	Analisis cukup baik	Analisis dangkal	Belum ada analisis
Kerja sama (kelompok)	Aktif, menghargai, berbagi tugas	Ikut berperan	Kurang aktif	Tidak terlibat

📌

Rangkuman, Istilah Penting & Refleksi

Poin kunci Bab 1 untuk menguatkan pemahaman

📌 Rangkuman Bab 1 (13 poin kunci)

1. Pengenalan pola adalah proses mengenali struktur/kecenderungan dalam data untuk membantu pengambilan keputusan.
2. Data mentah sering memerlukan pembersihan sebelum dianalisis: hapus duplikat, koreksi kesalahan, ganti data kosong, hilangkan karakter tidak valid.
3. Standardisasi menyamakan format/skala data (tanggal, satuan, huruf besar/kecil).
4. Deduplikasi menghindari penghitungan ganda terhadap entitas yang sama.
5. Outlier adalah data yang menyimpang jauh dari pola umum; dapat ditangani dengan transformasi atau dikeluarkan berdasarkan analisis statistik.
6. Missing values diatasi dengan penghapusan baris atau pengisian rata-rata/median/estimasi.
7. Validasi memastikan data sesuai aturan/logika (format email, rentang usia, hubungan antarkolom).
8. Klasifikasi mengelompokkan data ke kategori; tekniknya manual atau algoritma (Decision Tree, K-Nearest Neighbors).
9. Alat bantu: Microsoft Excel, Google Sheets, Python, dan perangkat KA.
10. Scratch adalah pemrograman visual yang cocok untuk pemula — belajar logika tanpa menghafal syntax.
11. Program Scratch dapat mengolah data: menghitung nilai, menampilkan informasi, merespons input pengguna.
12. Variabel di Scratch berfungsi sebagai tempat penyimpanan data yang dapat berubah (angka/teks), membuat program lebih dinamis.
13. Teks dan angka dapat digabung dengan blok join; teks dapat diproses dengan length of dan letter of.

📖 Istilah Penting (Glosarium)

Istilah	Arti
Pola	Keteraturan, tren, atau struktur tersembunyi dalam data.
Data mentah	Data yang belum diproses; dapat mengandung kesalahan, duplikat, atau nilai kosong.
Pembersihan data	Menghapus gangguan: kesalahan input, data kosong, data tidak konsisten, dan duplikat.
Standardisasi	Menyeragamkan format data (tanggal, huruf besar/kecil, spasi) agar konsisten.
Outlier	Nilai yang menyimpang jauh dari pola umum dan dapat mengganggu analisis.
Deduplikasi	Menghapus data ganda agar tidak terjadi penghitungan berulang.
Missing values	Data yang hilang/kosong; ditangani dengan penghapusan baris atau pengisian median/rata-rata.
Validasi	Memastikan data benar, konsisten, lengkap, dan sesuai aturan logika.
Klasifikasi	Mengelompokkan data ke dalam kategori berdasarkan karakteristiknya.
String	Teks dalam pemrograman yang dapat dimanipulasi (gabung, ukur, ambil huruf).
Variabel	Tempat penyimpanan data yang nilainya dapat berubah selama program berjalan.
Scratch	Platform pemrograman visual untuk pemula — menyusun blok seperti puzzle.

🤔 Refleksi Pembelajaran Mendalam

🧘 Berkesadaran (Mindful):

Setelah mempelajari bagaimana mengenali pola dari data serta proses pembersihan dan validasi data — bagaimana kamu menyadari pentingnya data yang rapi dan akurat dalam kehidupan digital? Pernahkah kamu mengalami situasi di mana informasi yang salah membuatmu mengambil keputusan keliru? Apa pelajaran yang kamu peroleh tentang pentingnya menjaga kualitas data?

🎯 Bermakna (Meaningful):

Bayangkan kamu diminta menganalisis data pengeluaran kantin teman-temanmu. Ceritakan bagaimana kamu akan membersihkan data, menstandarkan formatnya, dan mengklasifikasikan kebiasaan belanja mereka ("hemat", "sedang", "boros"). Jelaskan juga bagaimana hasil analisis tersebut dapat digunakan secara nyata, misalnya oleh koperasi sekolah atau guru BK.

🎉 Menggembirakan (Joyful):

Kamu ditantang menjadi "Detektif Data": buatlah peta visual atau komik satu halaman yang menggambarkan perjalananmu menemukan pola dari data yang kamu temukan di sekitarmu.

🎯

Kuis Interaktif

12 soal pilihan ganda — umpan balik langsung dan skor akhir

Koding & Kecerdasan Artifisial — SMP Kelas VIII

Disusun untuk pembelajaran di SMP Negeri 13 Surabaya • Tahun Ajaran 2026/2027

Sumber materi: Buku Erlangga — Koding dan Kecerdasan Artifisial untuk SMP/MTs Kelas VIII

Belajar terus bersama Pakkar 📺