Modul Ajar Ilmu Pengetahuan Alar Jenjang Sekolah/Tingkat: Fase D/Kelas 7 Semester: Genap

 

Modul Ajar Ilmu Pengetahuan Alar

A. Informasi Umum

• Nama Penulis/Penyusun: Doddy, S.Pd

• Institusi: SMP Negeri 3 Tgr

• Tahun Penyusunan: 2025

• Jenjang Sekolah/Tingkat: Fase D/Kelas 7

• Semester: Genap

• Mata Pelajaran: Ilmu Pengetahuan Alam

• Topik/Materi Pokok: Sumber-sumber Energi: Energi terbarukan (surya, angin, air, biomassa, panas bumi) dan energi tak terbarukan (minyak bumi, gas alam, batu bara).

• Alokasi Waktu: 2 Pertemuan x 80 menit = 160 menit

• Kata Kunci: Energi terbarukan, energi tak terbarukan, energi surya, energi angin, energi air, biomassa, panas bumi, minyak bumi, gas alam, batu bara, keberlanjutan, efisiensi energi, Project-Based Learning (PjBL), Deep Learning, kecerdasan buatan, data energi.

• Model Pembelajaran: Project-Based Learning (PjBL)

• Pendekatan: Deep Learning

• Sarana & Prasarana:

• Komputer/Laptop/Tablet dengan akses internet

• Proyektor/Layar Interaktif

• Aplikasi pengolah kata/presentasi (misal: Google Docs/Slides)

• Platform simulasi energi sederhana (opsional, jika ada)

• Akses ke platform pembelajaran daring (misal: Google Classroom, Moodle)

• Akses ke sumber data energi sederhana (misal: grafik konsumsi energi, data potensi energi terbarukan lokal)

• Bahan-bahan untuk prototipe proyek (karton, botol bekas, dinamo kecil, LED, dll. sesuai kebutuhan proyek siswa)

• Target Peserta Didik: Peserta didik reguler, tidak ada kesulitan belajar khusus.

B. Komponen Inti

Kompetensi Awal

Peserta didik diharapkan telah memiliki pemahaman dasar tentang:

• Konsep energi dalam kehidupan sehari-hari.

• Beberapa contoh sumber energi yang mereka kenal.

• Kemampuan dasar dalam mencari informasi dari berbagai sumber.

Profil Pelajar Pancasila

• Beriman, bertakwa kepada Tuhan YME, dan berakhlak mulia: Menyadari pentingnya menjaga kelestarian alam sebagai anugerah Tuhan dalam pemanfaatan sumber energi.

• Bergotong royong: Bekerja sama dalam kelompok untuk menyelesaikan proyek dan diskusi.

• Mandiri: Bertanggung jawab dalam mencari informasi dan menyelesaikan bagian proyeknya.

• Bernalar Kritis: Menganalisis data, mengevaluasi informasi tentang sumber energi, dan membuat keputusan berdasarkan bukti.

• Kreatif: Mengembangkan ide-ide inovatif untuk proyek solusi energi dan menyajikan hasil dengan cara yang menarik.

Capaian Pembelajaran (CP) / Tujuan Pembelajaran (TP)

Capaian Pembelajaran (Fase D):

Peserta didik mampu mengidentifikasi dan menjelaskan berbagai sumber energi, perubahan bentuk energi, serta dampaknya terhadap lingkungan dan kehidupan manusia. Peserta didik dapat menganalisis data sederhana terkait pemanfaatan energi.

Tujuan Pembelajaran (TP):

Setelah mengikuti serangkaian kegiatan pembelajaran dengan pendekatan Deep Learning dan model Project-Based Learning, peserta didik diharapkan mampu:

1. Mengidentifikasi dan membedakan jenis-jenis sumber energi terbarukan dan tak terbarukan dengan tepat. (C1)

2. Menjelaskan karakteristik dan contoh pemanfaatan masing-masing jenis sumber energi. (C2)

3. Menganalisis dampak positif dan negatif pemanfaatan berbagai sumber energi terhadap lingkungan dan keberlanjutan. (C4)

4. Mengaplikasikan konsep dasar Deep Learning (seperti pengenalan pola atau klasifikasi sederhana) untuk mengidentifikasi atau memprediksi potensi/dampak sumber energi dari data sederhana. (C3, P3)

5. Merancang dan membuat prototipe sederhana solusi pemanfaatan energi terbarukan atau konservasi energi berdasarkan analisis data, dengan mempertimbangkan prinsip keberlanjutan. (P5)

6. Mempresentasikan hasil proyek dan mengomunikasikan ide-ide solusi energi secara efektif. (P4)

Pemahaman Bermakna

• Pilihan sumber energi yang kita gunakan memiliki dampak besar terhadap lingkungan dan masa depan bumi.

• Energi terbarukan adalah kunci untuk masa depan yang berkelanjutan dan dapat membantu mengatasi krisis energi serta perubahan iklim.

• Teknologi seperti Deep Learning dapat membantu kita memahami, mengelola, dan mengoptimalkan pemanfaatan energi secara lebih cerdas dan efisien.

Pertanyaan Pemantik

1. Pernahkah kalian berpikir, dari mana listrik di rumah kita berasal? Apakah sumbernya akan habis suatu saat nanti?

2. Mengapa kita sering mendengar tentang "energi hijau" atau "energi bersih"? Apa bedanya dengan energi yang selama ini kita gunakan?

3. Bagaimana teknologi, seperti kecerdasan buatan, bisa membantu kita dalam menggunakan energi secara lebih baik atau menemukan sumber energi baru? Bisakah teknologi "memprediksi" kapan matahari akan bersinar paling terang untuk panel surya?

Materi Pembelajaran

1. Pengenalan Energi: Definisi energi, pentingnya energi bagi kehidupan.

2. Sumber Energi Tak Terbarukan:

• Definisi dan karakteristik (terbatas, butuh jutaan tahun untuk terbentuk).

• Jenis: Minyak bumi, gas alam, batu bara.

• Pemanfaatan utama dan dampak lingkungan (polusi udara, emisi gas rumah kaca).

3. Sumber Energi Terbarukan:

• Definisi dan karakteristik (melimpah, dapat diperbarui secara alami).

• Jenis:

• Energi Surya: Pemanfaatan (panel surya), kelebihan dan kekurangan.

• Energi Angin: Pemanfaatan (turbin angin), kelebihan dan kekurangan.

• Energi Air (Hidro): Pemanfaatan (PLTA), kelebihan dan kekurangan.

• Energi Biomassa: Pemanfaatan (biofuel, biogas), kelebihan dan kekurangan.

• Energi Panas Bumi (Geotermal): Pemanfaatan (PLTP), kelebihan dan kekurangan.

• Potensi dan pentingnya untuk keberlanjutan.

4. Pendekatan Deep Learning dalam Energi (Konseptual):

• Pengenalan singkat tentang apa itu Deep Learning (sebagai cabang AI yang belajar dari data untuk mengenali pola, mengklasifikasi, atau memprediksi).

• Contoh aplikasi Deep Learning dalam sektor energi:

• Prediksi produksi energi terbarukan (misal: memprediksi output panel surya berdasarkan cuaca).

• Optimasi penggunaan energi di gedung pintar.

• Deteksi anomali pada peralatan energi.

• Klasifikasi jenis pembangkit listrik dari citra satelit.

• Fokus pada bagaimana Deep Learning dapat membantu mengelola dan mengoptimalkan energi, bukan pada detail teknis pembuatannya.

Kegiatan Pembelajaran

Pertemuan 1 (80 Menit): Pengenalan Sumber Energi & Konsep Deep Learning

• Pendahuluan (15 menit):

• Guru membuka pelajaran dengan salam dan doa.

• Guru melakukan presensi.

• Guru melakukan asesmen diagnostik singkat (misal: pertanyaan lisan tentang jenis energi yang mereka ketahui).

• Guru menampilkan gambar/video yang memicu pertanyaan pemantik tentang sumber energi dan kaitannya dengan kehidupan sehari-hari.

• Guru menyampaikan tujuan pembelajaran dan gambaran umum kegiatan PjBL yang akan dilakukan.

• Guru memperkenalkan konsep "Deep Learning" secara sederhana dan relevansinya dengan topik energi.

• Kegiatan Inti (60 menit):

• Eksplorasi Konsep (20 menit):

• Guru menjelaskan materi tentang sumber energi terbarukan dan tak terbarukan, karakteristik, serta contoh-contohnya.

• Guru memperkenalkan konsep dasar Deep Learning: bagaimana AI bisa "belajar" dari data untuk mengenali pola atau membuat prediksi. Berikan contoh sederhana yang relevan dengan energi (misal: bagaimana AI bisa membedakan gambar panel surya dengan turbin angin, atau memprediksi konsumsi listrik rumah berdasarkan pola penggunaan).

• Siswa diberikan akses ke bahan bacaan atau video singkat tentang Deep Learning dan aplikasinya di bidang energi.

• Diskusi Kelompok (25 menit):

• Siswa dibagi menjadi kelompok kecil (4-5 orang).

• Setiap kelompok diberikan studi kasus sederhana atau data visual (misal: grafik konsumsi energi di Indonesia, data potensi angin di suatu daerah).

• Kelompok diminta untuk mengidentifikasi jenis energi yang digunakan/potensial, mendiskusikan dampak positif/negatifnya, dan memikirkan bagaimana Deep Learning bisa membantu menganalisis data tersebut atau mengoptimalkan pemanfaatan energi.

• Guru berkeliling membimbing diskusi dan memastikan pemahaman konsep Deep Learning.

• Praktikum/Hands-on (15 menit):

• Aktivitas sederhana yang menunjukkan aplikasi Deep Learning (bukan membangun model):

• Opsi 1 (Klasifikasi Gambar Sederhana): Menggunakan alat online sederhana (misal: Teachable Machine dari Google, jika memungkinkan dan relevan) di mana siswa bisa "melatih" AI untuk mengklasifikasikan gambar-gambar sumber energi (misal: gambar PLTU, panel surya, turbin angin). Ini menunjukkan konsep klasifikasi data menggunakan AI.

• Opsi 2 (Analisis Data Sederhana): Menampilkan dataset sangat sederhana (misal: tabel data suhu harian dan output panel surya) dan mendiskusikan bagaimana AI bisa menemukan pola atau memprediksi output berdasarkan suhu.

• Opsi 3 (Simulasi Interaktif): Jika ada, gunakan simulasi online sederhana tentang efisiensi panel surya atau turbin angin, dan diskusikan bagaimana AI bisa mengoptimalkan penempatan atau pengoperasiannya.

• Penutup (5 menit):

• Guru dan siswa merefleksikan pembelajaran hari ini, terutama tentang perbedaan sumber energi dan potensi Deep Learning.

• Guru memberikan tugas awal proyek: setiap kelompok mulai memikirkan ide proyek sederhana terkait solusi energi terbarukan atau konservasi energi di lingkungan sekitar, yang potensial bisa dibantu oleh AI/Deep Learning (meskipun mereka tidak akan membangun AI-nya).

Pertemuan 2 (80 Menit): Pengembangan Proyek Solusi Energi

• Pendahuluan (10 menit):

• Guru membuka pelajaran dan mengulas singkat materi pertemuan sebelumnya.

• Guru mengingatkan kembali tujuan proyek dan kriteria penilaian.

• Guru memberikan motivasi untuk berkreasi dalam proyek.

• Kegiatan Inti (65 menit):

• Perencanaan Proyek (15 menit):

• Setiap kelompok mempresentasikan ide proyek awal mereka.

• Guru memberikan masukan dan bimbingan untuk menyempurnakan ide proyek, memastikan relevansi dengan materi sumber energi dan potensi aplikasi Deep Learning (misal: "Bagaimana data bisa membantu proyek kalian?", "Bisakah AI memprediksi sesuatu di sini?").

• Kelompok membuat rencana kerja proyek (pembagian tugas, alat dan bahan, jadwal).

• Pengembangan Proyek (40 menit):

• Siswa mulai mengerjakan proyek mereka (merancang prototipe, mengumpulkan informasi lebih lanjut, membuat poster/presentasi).

• Guru berkeliling memberikan bimbingan, menjawab pertanyaan, dan memastikan setiap anggota kelompok berkontribusi.

• Fokus pada bagaimana mereka mengintegrasikan pemahaman tentang energi terbarukan/tak terbarukan dan bagaimana mereka membayangkan Deep Learning dapat meningkatkan solusi mereka.

• Persiapan Presentasi (10 menit):

• Kelompok menyiapkan presentasi singkat tentang proyek mereka, termasuk ide, cara kerja, dan potensi dampak, serta bagaimana Deep Learning bisa berperan dalam pengembangan lebih lanjut.

• Penutup (5 menit):

• Setiap kelompok secara singkat menyampaikan kemajuan proyek mereka.

• Guru memberikan apresiasi dan umpan balik umum.

• Guru mengumumkan jadwal presentasi proyek (jika dilakukan di pertemuan berikutnya) atau mengumpulkan hasil proyek yang sudah jadi.

• Guru dan siswa menyimpulkan kembali pentingnya energi terbarukan dan peran teknologi dalam keberlanjutan.

Asesmen

• Asesmen Diagnostik (Sebelum Pembelajaran):

• Tujuan: Mengidentifikasi pengetahuan awal peserta didik tentang sumber energi.

• Bentuk: Pertanyaan lisan singkat di awal pertemuan 1, atau kuis singkat pilihan ganda/isian.

• Contoh Pertanyaan: "Sebutkan 3 jenis energi yang kamu ketahui!", "Menurutmu, apa bedanya energi yang bisa habis dan yang tidak bisa habis?"

• Asesmen Formatif (Selama Proses Pembelajaran):

• Tujuan: Memantau pemahaman konsep dan kemajuan proyek.

• Bentuk:

• Observasi: Pengamatan guru terhadap keaktifan diskusi kelompok, partisipasi dalam kegiatan hands-on, dan kolaborasi dalam proyek.

• Kuis Singkat/Lisan: Pertanyaan di tengah pembelajaran untuk mengecek pemahaman materi.

• Penilaian Diskusi: Rubrik penilaian partisipasi dan kualitas argumen dalam diskusi kelompok.

• Penilaian Progres Proyek: Guru memantau rencana kerja, pembagian tugas, dan kemajuan pembuatan prototipe/presentasi.

• Lembar Kerja Peserta Didik (LKPD): Penilaian jawaban pada LKPD yang diberikan.

• Asesmen Sumatif (Akhir Pembelajaran):

• Tujuan: Mengukur pencapaian tujuan pembelajaran secara keseluruhan.

• Bentuk:

• Penilaian Proyek:

• Produk Proyek: Kualitas prototipe/makalah/poster yang dihasilkan (kreativitas, relevansi, fungsionalitas sederhana jika prototipe).

• Presentasi Proyek: Kemampuan presentasi, penguasaan materi, kemampuan menjawab pertanyaan, dan kejelasan dalam mengomunikasikan ide solusi energi dan potensi Deep Learning.

• Ujian Tertulis:

• Bentuk: Pilihan ganda, isian singkat, atau esai.

• Materi: Identifikasi dan karakteristik sumber energi terbarukan/tak terbarukan, dampak pemanfaatan energi, dan pemahaman konseptual tentang aplikasi Deep Learning dalam energi.

Pengayaan dan Remedial

• Pengayaan:

• Bagi peserta didik yang telah mencapai tujuan pembelajaran, dapat diberikan tugas tambahan untuk:

• Mencari lebih dalam studi kasus nyata aplikasi Deep Learning dalam energi (misal: smart grid, optimasi panel surya di kota besar).

• Merancang proyek yang lebih kompleks atau melibatkan simulasi digital yang lebih mendalam.

• Membuat infografis atau video edukasi tentang pentingnya energi terbarukan dan peran teknologi.

• Remedial:

• Bagi peserta didik yang belum mencapai tujuan pembelajaran, dapat diberikan:

• Pembelajaran ulang pada konsep-konsep kunci yang belum dikuasai.

• Latihan soal tambahan atau LKPD dengan bimbingan individu/kelompok kecil.

• Tugas proyek yang disederhanakan atau dimodifikasi sesuai tingkat kesulitan.

C. Lampiran

Lembar Kerja Peserta Didik (LKPD)

LKPD 1: Eksplorasi Sumber Energi & Potensi Deep Learning

1. Identifikasi Sumber Energi:

• Buatlah tabel perbandingan antara energi terbarukan dan tak terbarukan. Isi kolom dengan: Jenis Energi, Contoh, Kelebihan, Kekurangan, dan Dampak Lingkungan.

2. Studi Kasus Analisis Data (Contoh Sederhana):

• Amati grafik di bawah ini yang menunjukkan konsumsi listrik rata-rata di sebuah kota selama 24 jam.

• Pertanyaan:

• Pada jam berapa konsumsi listrik paling tinggi? Mengapa?

• Pada jam berapa konsumsi listrik paling rendah? Mengapa?

• Menurutmu, bagaimana Deep Learning bisa membantu perusahaan listrik untuk memprediksi puncak konsumsi listrik ini? Jelaskan dengan bahasamu sendiri.

3. Refleksi Deep Learning:

• Setelah mencoba aktivitas klasifikasi gambar/analisis data sederhana, tuliskan 2 hal yang kamu pelajari tentang bagaimana Deep Learning bisa membantu kita memahami atau mengelola energi.

LKPD 2: Perencanaan Proyek Solusi Energi

1. Judul Proyek: (Contoh: "Prototipe Pembangkit Listrik Tenaga Surya Mini untuk Penerangan Malam")

2. Latar Belakang Masalah: (Mengapa proyek ini penting? Masalah apa yang ingin dipecahkan?)

3. Tujuan Proyek: (Apa yang ingin dicapai dari proyek ini?)

4. Desain/Konsep Proyek:

• Jelaskan ide prototipe/solusi kalian.

• Sertakan sketsa atau diagram sederhana.

5. Peran Deep Learning (Konseptual):

• Bagaimana Deep Learning bisa membantu proyek kalian jika dikembangkan lebih lanjut? (Misal: "Deep Learning bisa memprediksi cuaca untuk mengoptimalkan pengisian baterai panel surya.")

6. Alat dan Bahan yang Dibutuhkan:

7. Pembagian Tugas Kelompok:

8. Jadwal Pelaksanaan Proyek:

Bahan Bacaan Guru & Peserta Didik

• Untuk Peserta Didik:

• Buku IPA Kelas 7 Kurikulum Merdeka Bab Sumber Energi.

• Artikel/Video edukasi tentang energi terbarukan (misal: dari Kementerian ESDM, National Geographic Kids, atau kanal YouTube edukasi).

• Artikel singkat atau video animasi tentang "Apa itu Kecerdasan Buatan (AI) dan Deep Learning?" yang disederhanakan untuk anak SMP.

• Contoh situs/aplikasi simulasi energi sederhana (jika ada dan relevan).

• Untuk Guru:

• Buku Guru IPA Kelas 7 Kurikulum Merdeka.

• Jurnal atau artikel ilmiah populer tentang aplikasi Deep Learning dalam energi terbarukan (untuk memperkaya pemahaman guru).

• Materi pendukung tentang Project-Based Learning dan implementasinya.

• Panduan singkat penggunaan alat Deep Learning sederhana seperti Google Teachable Machine (jika digunakan).