CODEA | Koding dan Kecerdasan ArtificialSemester 1Pertemuan 4 · 1 Pertemuan × 4 JP (180 menit)

Python dan Google Colab untuk Analisis Data

Dasar Python dan Google Colab untuk mengolah data sehari-hari

#python#google colab#pemrograman#analisis data

Python dan Google Colab untuk Analisis Data

AspekDetail
Identitas SekolahSMK ... (disesuaikan)
Mata PelajaranCODEA — Koding dan Kecerdasan Artificial
Kelas/FaseXI TJKT / F
Semester1 (Gasal)
Tahun Pelajaran2026/2027
Pertemuan ke-4
Alokasi Waktu1 Pertemuan × 4 JP (180 menit)
Materi PokokDasar Python (variabel, tipe data, list, loop, if-else), Google Colab, Analisis Data Sederhana
Model PembelajaranPraktikum Langsung, Discovery Learning, Demonstrasi
MetodeLive Coding, Praktik Mandiri, Simulasi Data
Sarana & PrasaranaKomputer/Laptop, koneksi internet, Google Colab (colab.research.google.com), akun Google
Target Peserta DidikReguler
Jumlah Peserta Didik32–36 orang

Alur Kegiatan Keseluruhan

TahapAktivitasWaktu
PendahuluanOrientasi, apersepsi, motivasi20 menit
Inti — SetupSetup Google Colab, pengenalan antarmuka20 menit
Inti — Dasar PythonVariabel, tipe data, list, loop50 menit
Inti — PraktikAnalisis data nilai ujian + if-else klasifikasi60 menit
Inti — LibrariesImport pandas dan numpy20 menit
PenutupRangkuman, refleksi, tugas10 menit

Capaian Pembelajaran (CP)

Pada akhir fase F, peserta didik mampu menggunakan Google Colab sebagai lingkungan pemrograman Python, menulis program Python dasar (variabel, list, loop, if-else), serta mampu mengolah data sederhana seperti data nilai, suhu, harga barang, dan data sehari-hari lainnya.

Tujuan Pembelajaran (TP)

  1. Mengoperasikan Google Colab sebagai lingkungan pengembangan Python
  2. Menulis dan menjalankan kode Python dasar (variabel, tipe data, komentar)
  3. Menggunakan list untuk menyimpan data (nilai, suhu, harga)
  4. Menggunakan dictionary untuk menyimpan data berpasangan (nama-nilai)
  5. Menggunakan loop (for, while) untuk memproses data berulang
  6. Menggunakan if-else untuk mengklasifikasikan data
  7. Mengimpor dan menggunakan library pandas serta numpy

Kriteria Ketercapaian Tujuan Pembelajaran (KKTP)

NoKriteriaIndikator
1PraktikPeserta didik berhasil menjalankan sel Python di Colab tanpa error
2KonseptualPeserta didik mampu menjelaskan perbedaan list, dictionary, variabel, dan tipe data
3AplikasiPeserta didik mampu membuat program sederhana untuk klasifikasi nilai/suhu
4KolaboratifPeserta didik aktif berdiskusi dan membantu teman saat praktik

Profil Lulusan

DimensiElemenIndikator
Beriman, Bertakwa kepada Tuhan YME, dan Berakhlak MuliaAkhlak beragamaBersyukur atas kemajuan dalam belajar coding dan tidak mudah menyerah
Berkebinekaan GlobalMengenal dan menghargai budayaBekerja sama dengan teman dari latar belakang berbeda dalam praktik coding
Bernalar KritisMemperoleh dan memproses informasiMenganalisis error pada kode dan mencari solusi secara logis
KreatifMenghasilkan gagasan yang orisinalMembuat variasi program analisis data dengan pendekatan berbeda
Gotong RoyongKolaborasiMembantu teman yang mengalami error pada kode
MandiriRegulasi diriMenyelesaikan tantangan coding secara mandiri sebelum melihat solusi
Bergotong RoyongKerja sama timMendiskusikan solusi debugging bersama kelompok
Berakhlak MuliaIntegritasMenulis kode sendiri dan tidak menyalin hasil orang lain

Materi Pembelajaran

Pertemuan 4: Python dan Google Colab untuk Analisis Data

  1. Apa itu Python?

    • Bahasa pemrograman interpretatif, mudah dibaca
    • Banyak digunakan di data science, ML, dan AI
    • Kenapa Python? — sintaks sederhana, library lengkap, komunitas besar
  2. Apa itu Google Colab?

    • Lingkungan Jupyter Notebook di cloud — gratis!
    • Bisa akses GPU/TPU gratis
    • File otomatis tersimpan di Google Drive
    • Berbasis sel (cell) — kode dan teks bisa digabung
    • Mirip seperti: "Word untuk coding" — setiap sel adalah paragraf yang bisa dieksekusi
  3. Dasar Python untuk Analisis Data

    Variabel dan Tipe Data:

    # Variabel — tempat menyimpan data nama_barang = "Buku Tulis" jumlah_stok = 50 harga = 5000 tersedia = True berat_kg = 0.25

    List — Kumpulan Data:

    # List data nilai ujian siswa nilai_ujian = [85, 92, 67, 78, 90, 55, 73, 88] daftar_siswa = ["Ani", "Budi", "Citra", "Dedi"]

    Dictionary — Data Berpasangan:

    # Dictionary — data berpasangan (nama: nilai) barang = { "nama": "Laptop", "harga": 5000000, "stok": 10 } print(barang["nama"]) # Akses data

    Loop — Perulangan:

    # Menampilkan semua nilai ujian for nilai in nilai_ujian: print(f"Nilai: {nilai}")

    If-Else — Percabangan:

    for nilai in nilai_ujian: if nilai >= 75: print(f"{nilai} -> TUNTAS") elif nilai >= 60: print(f"{nilai} -> REMEDIAL") else: print(f"{nilai} -> TIDAK TUNTAS")
  4. Library untuk Data:

    • pandas: manipulasi data tabular (seperti Excel di Python)
    • numpy: komputasi numerik, array, matriks
    • matplotlib: visualisasi data (grafik)