Bimbel Online SMP untuk Matematika: Cara Memilih dan Apa yang Dicek saat Kelas Percobaan

Belajar Coding

Fajar Hidayat
Tim Kurikulum Coding Algonova

AI untuk anak SD bisa dikenalkan sejak kelas 1 lewat lima ide besar dari kerangka AI4K12, tanpa coding dan tanpa layar di kelas 1-2. Kelas 3-4 memakai Teachable Machine (Google, 2019), sedangkan kelas 5-6 membangun proyek dengan Scratch AI Extensions (MIT Media Lab) dan Machine Learning for Kids (Dale Lane, IBM). Cukup 2-3 jam per minggu, tool intinya gratis, dan arahnya sejalan dengan mata pelajaran pilihan Koding dan Kecerdasan Artifisial (KKA) untuk kelas 5-6.
Algonova adalah platform kursus coding, matematika, AI, dan desain online untuk anak usia 5-17 tahun, dengan 1.000.000+ alumni di 97 negara. Kelas live bersama guru bersertifikat, grup hingga 10 siswa.
Kerangka AI4K12, hasil inisiatif bersama AAAI dan CSTA (2018), merumuskan lima ide besar yang perlu dipahami setiap anak tentang AI. Kelimanya ternyata bisa disederhanakan sampai level kelas 1 SD, asal contohnya diambil dari kehidupan sehari-hari anak.
Anggap kelima ide ini sebagai kompas. Apa pun tool yang dipakai (Teachable Machine, ChatGPT, App Inventor), kegiatan anak sebaiknya bisa dipetakan ke minimal satu dari lima ide tersebut. Kalau tidak, belajar AI mudah berubah menjadi main aplikasi biasa.
Progresinya bertahap: kelas 1-2 tanpa layar, kelas 3-4 masuk Teachable Machine, kelas 5-6 membangun proyek Scratch AI dan Machine Learning for Kids. Jangan mulai dari coding, mulai dari konsep. UNESCO AI Competency Framework for Students (2024) menekankan hal yang sama: literasi AI lebih dulu, keterampilan teknis menyusul.
| Kelas | Usia | Tool utama | Ide besar yang dilatih | Layar |
|---|---|---|---|---|
| 1-2 | 6-8 tahun | Kartu, permainan tebak suara, "ChatGPT versi kertas" | Persepsi, interaksi alami | Tanpa layar |
| 3-4 | 8-10 tahun | Teachable Machine | Persepsi, pembelajaran | Laptop, sesi pendek |
| 5-6 | 10-12 tahun | Scratch AI Extensions, Machine Learning for Kids | Interaksi, dampak sosial | Laptop, proyek 60-90 menit |

Aktivitasnya sederhana: menebak suara benda dengan mata tertutup, mengurutkan kartu berdasarkan pola warna, atau bermain "ChatGPT versi kertas". Satu anak menulis pertanyaan, anak lain menjawab dengan kartu jawaban acak. Fokusnya persepsi dan interaksi alami, dengan screen time nol.
Tool ini berbasis browser, gratis, dan tidak butuh akun. Anak melatih model klasifikasi gambar dalam 15 menit: kelas 1 berisi foto kucing (10 foto), kelas 2 berisi foto anjing (10 foto), klik "Train Model", lalu langsung uji dengan kamera laptop. Di titik ini anak sudah menyentuh ide besar #1 (persepsi) dan #3 (pembelajaran). Teachable Machine juga jadi jembatan yang enak menuju Scratch.
Scratch AI Extensions (MIT Media Lab) menambahkan blok speech-to-text, text-to-speech, dan integrasi dengan Google Teachable Machine ke Scratch klasik. Machine Learning for Kids (Dale Lane, IBM, 2017) menambahkan latihan model teks, gambar, dan angka yang lebih terstruktur. Di jenjang ini anak sudah bisa membangun proyek sendiri: chatbot sapaan, kamera pengenal hewan, atau game yang beradaptasi dengan wajah pemain.
Untuk anak yang sangat termotivasi, MIT App Inventor (David Wolber dan Hal Abelson, MIT, 2010) sudah bisa dicoba di kelas 6. Anak membuat aplikasi Android sederhana dengan komponen AI seperti image recognition dan text classifier. Ini gerbang menuju SMP. Tahapan sesudahnya bisa dilihat di jalur belajar AI untuk anak.
Koding dan Kecerdasan Artifisial (KKA) adalah mata pelajaran pilihan di SD kelas 5-6, dengan alokasi 2 jam pelajaran per minggu. Ketentuan ini tertulis di laman resmi pembelajaran KKA Kemendikdasmen, yang juga menyebut SMP kelas 7-9 dan SMA/SMK kelas 10 sebagai jenjang berikutnya. Sekolah boleh pula menyajikannya lewat ekstrakurikuler atau menyisipkannya ke mata pelajaran lain. Menurut laman yang sama, regulasi struktur kurikulumnya masih direvisi, jadi belum semua sekolah menyediakannya.
Untuk jenjang SD, laman KKA merumuskan capaian kecerdasan artifisial yang konkret:
Daftar itu cocok dengan lima ide besar AI4K12 di atas. Pendekatannya pun sama: di SD, kementerian menekankan metode unplugged dan berbasis permainan, sebelum anak masuk ke pemrograman blok di SMP.
Kurikulum Merdeka Informatika (Kemendikbudristek, 2022) memasukkan "algoritma dan pemrograman" sejak fase A (kelas 1-2), lalu berkembang ke fase B (kelas 3-4) dan fase C (kelas 5-6). Kata "AI" tidak tampil eksplisit di silabus SD versi itu, tetapi konten fase C mencakup "sistem komputer yang bisa membuat keputusan berdasarkan data", pintu masuk konsep machine learning. Pemetaannya:
Pemetaan ini selaras dengan konsep Computational Thinking dari Jeannette Wing (Carnegie Mellon, 2006): dekomposisi masalah, pengenalan pola, abstraksi, dan algoritma. Keempat pilar itu ikut terlatih setiap kali anak melatih model AI.
Anak SD tidak perlu jadi programmer untuk paham AI. Yang mereka butuhkan adalah lima pertanyaan: bagaimana AI melihat, bagaimana AI menyimpan pengetahuan, bagaimana AI belajar dari contoh, bagaimana AI berinteraksi, dan apa dampaknya buat orang lain. Kalau kelima pertanyaan itu bisa mereka jawab dengan contoh, mereka sudah literate.
Arif Pratama, Web & AI Instructor di Algonova
Coding melatih anak menulis instruksi untuk komputer, sedangkan AI melatih anak mengajari komputer belajar dari contoh. Coding berbasis aturan eksplisit ("kalau X, lakukan Y"). AI berbasis contoh ("ini 100 foto kucing, pelajari sendiri polanya"). Anak SD sebaiknya mengenal keduanya, tetapi jalurnya berbeda. Untuk jalur coding, anak bisa mulai lewat les coding anak SD.
Soal dunia kerja, Future of Jobs Report 2025 dari World Economic Forum mencantumkan "AI and big data" sebagai kelompok skill dengan pertumbuhan tercepat pada 2025-2030. Meski begitu, tujuan untuk anak SD bukan langsung menjadi insinyur AI. Targetnya literasi AI yang benar: paham cara kerjanya, paham keterbatasannya, tidak takut dan tidak takjub berlebihan.
Kelima proyek berikut dipetakan langsung ke lima ide besar AI4K12, masing-masing selesai dalam 60-90 menit per sesi, dan semua tool utamanya gratis tanpa langganan. Urutannya dari yang termudah sampai yang paling menantang.

Anak mengumpulkan 10-15 foto hewan peliharaan lewat kamera laptop, melatih 2-3 kelas (kucing, anjing, burung), lalu menguji hasilnya langsung. Tujuannya memahami bahwa AI belajar dari contoh: kalau contohnya sedikit, hasilnya jelek. Durasi sesi 60 menit.
Anak membangun sprite yang mendengarkan lewat mikrofon dan menjawab "halo" ketika mendengar kata sapaan. Konsep yang terlatih: interaksi alami dan speech-to-text. Untuk yang ingin lebih dalam, pakai Machine Learning for Kids dan latih model teks dengan 3-5 intent (salam, tanya cuaca, minta lagu). Durasi sesi 60-90 menit.
Anak mengajari Scratch memainkan nada berbeda sesuai warna yang terdeteksi webcam. Proyek ini menggabungkan persepsi (kamera) dengan penalaran (aturan warna menjadi nada). Durasi sesi 90 menit.
Pilih tool berbasis browser yang aman untuk anak, bukan model serbaguna seperti Midjourney. Google ImageFX dan varian yang tersedia lewat kelas terstruktur bisa dipakai dengan pendampingan orang tua atau guru. Fokus diskusinya: kenapa hasilnya kadang "aneh"? Dari sini anak masuk ke ide besar #5, yaitu dampak sosial dan halusinasi AI.
Anak melatih model teks yang mengelompokkan gejala sederhana ("saya batuk", "saya pilek", "kepala saya sakit") ke kategori "flu", "alergi", atau "migrain". Setelah itu diskusikan: apa yang terjadi kalau AI keliru mendiagnosis? Proyek ini versi mini dari materi kursus Elements of AI (University of Helsinki dan Reaktor), yang mengajarkan penalaran probabilistik untuk umum.
Orang tua tidak perlu latar belakang teknis untuk kelima proyek ini. Panduan di dokumentasi Teachable Machine dan Machine Learning for Kids sudah cukup. Namun karena tujuannya proses berpikir dan diskusi, bukan menamatkan tutorial, pendampingan guru atau kelas kelompok memberi nilai tambah yang nyata.
Waktu yang ideal adalah 2-3 jam per minggu, dibagi menjadi 2 sesi 60-90 menit, dengan total sekitar 12 minggu untuk menutup lima ide besar AI4K12 secara ringan. Angka ini tidak kaku. Modul Code.org AI 101 menyarankan 6 jam total sebagai pengantar, sementara Elements of AI yang ditujukan untuk remaja dan dewasa dirancang sekitar 30 jam. Untuk anak SD, 2-3 jam per minggu sudah cukup.
Berhenti dulu kalau anak frustrasi karena hasil AI "salah" tiga kali berturut-turut, atau kalau ia terlalu percaya jawaban AI tanpa mengeceknya. Dua situasi ini justru momen belajar tentang keterbatasan AI. Jadikan bahan diskusi, jangan dorong terus tool-nya.
Anak SD bisa mulai belajar AI lewat konsep sederhana seperti pola, data, dan cara komputer mengambil keputusan, jauh sebelum menyentuh pemrograman rumit. Fondasinya logika coding, itulah sebabnya banyak anak mulai dari Scratch dulu sebelum masuk ke AI lebih dalam. Untuk mengenalkan coding dan AI secara terarah bersama guru, lihat kelas AI untuk anak di Algonova, atau mulai dari jalur coding fondasi lebih dulu.
Bacaan terkait:
Anak bisa mulai belajar AI sejak kelas 1 SD, usia sekitar 6 tahun, tetapi lewat konsep tanpa layar, bukan lewat coding. Di kelas 1-2 fokusnya persepsi dan pola: menebak suara benda dengan mata tertutup, mengelompokkan kartu menurut warna, atau bermain "ChatGPT versi kertas" dengan kartu jawaban. Kelas 3-4 baru masuk ke Teachable Machine di browser, sekitar 15 menit per sesi. Kelas 5-6 sudah mampu membangun proyek Scratch AI atau Machine Learning for Kids. Karena Teachable Machine hanya meminta anak mengumpulkan contoh lalu menekan tombol latih, classifier gambar hewan pertama bisa selesai dalam satu sesi singkat tanpa pengalaman coding sebelumnya. Kuncinya adalah menyesuaikan tool dengan usia anak. Jangan melompat langsung ke ChatGPT atau Python hanya karena anak penasaran, sebab fondasi konsepnya akan bolong dan anak cepat kehilangan minat saat hasilnya tidak sesuai harapan. Bila anak sudah lancar di tahap ini, barulah naik ke tahap berikutnya.
Pelajaran AI di SD tidak wajib dan berstatus pilihan. Menurut laman resmi Kemendikdasmen, Koding dan Kecerdasan Artifisial (KKA) berstatus mata pelajaran pilihan di SD kelas 5-6, dengan alokasi 2 jam pelajaran per minggu. Jenjang berikutnya adalah SMP kelas 7-9 dan SMA/SMK kelas 10. Sekolah juga boleh menyajikannya sebagai ekstrakurikuler atau menyisipkannya ke mata pelajaran lain yang relevan. Laman yang sama menyebut regulasi struktur kurikulumnya masih direvisi, jadi ketersediaannya berbeda dari sekolah ke sekolah. Ada sekolah yang sudah membuka kelas KKA, ada yang belum. Untuk anak kelas 1-4, belum ada kewajiban apa pun, namun mengenalkan konsep AI lebih awal membuat transisi ke kelas 5 terasa lebih mudah. Cara praktisnya: tanyakan ke wali kelas apakah sekolah menyediakan KKA, lalu lengkapi di rumah dengan proyek kecil seperti Teachable Machine. Dengan begitu anak tetap punya dasar yang kuat, entah sekolahnya sudah membuka KKA atau belum.
Coding melatih anak menulis instruksi untuk komputer, sedangkan AI melatih anak mengajari komputer belajar dari contoh. Dalam coding, anak menulis aturan eksplisit seperti "kalau X, lakukan Y". Dalam AI, anak mengumpulkan data dan membiarkan model mencari polanya sendiri. Contohnya pengenal kucing: dengan coding klasik anak harus menjabarkan kucing lewat aturan (empat kaki, ekor, kumis) yang mudah gagal. Dengan AI, anak cukup memberi 20 foto kucing dan Teachable Machine belajar sendiri. Idealnya anak SD mengenal keduanya, tetapi jalurnya berbeda: coding lewat Scratch dan Python dasar, AI lewat Teachable Machine dan Scratch AI Extensions. Banyak anak yang mulai dari Scratch justru lebih cepat paham AI, karena sudah terbiasa berpikir langkah demi langkah sebelum melihat komputer belajar dari data. Karena itu, urutan yang masuk akal adalah fondasi coding dulu, lalu AI. Keduanya saling menguatkan, bukan bersaing satu sama lain di jadwal anak.
AI4K12 adalah inisiatif bersama AAAI dan CSTA yang diluncurkan tahun 2018 untuk merumuskan apa yang perlu dipelajari anak K-12 tentang AI. Hasilnya lima ide besar: persepsi, representasi dan penalaran, pembelajaran, interaksi alami, dan dampak sosial. Kelimanya penting karena berfungsi sebagai kompas. Apa pun tool yang dipakai, entah Teachable Machine, Scratch AI, ChatGPT, atau App Inventor, aktivitas anak bisa dipetakan ke minimal satu ide besar. Dengan begitu belajar AI tidak berhenti di tahap coba-coba aplikasi tanpa pemahaman konsep. Pedoman lengkap AI4K12 tersedia gratis di situs ai4k12.org dan sudah dijadikan rujukan banyak program pendidikan di berbagai negara. Orang tua dan guru bisa memakainya sebagai daftar periksa saat memilih kegiatan: tanyakan ide besar mana yang sedang dilatih sebelum memulai sesi. Kebiasaan sederhana ini membuat setiap kegiatan punya tujuan belajar yang jelas dan mudah dievaluasi bersama anak.
Sekitar 3 jam per minggu, dibagi menjadi dua sesi 90 menit, sudah cukup untuk anak SD. Dengan ritme itu, kelima ide besar AI4K12 tercakup dalam kira-kira 12 minggu. Angka ini sejalan dengan modul Code.org AI 101 yang menyarankan total 6 jam sebagai pengantar. Contoh jadwal: Sabtu pagi 90 menit untuk proyek Teachable Machine, Rabu sore 90 menit untuk diskusi konsep atau melanjutkan Scratch AI. Jangan melewati 4 jam per minggu di jenjang SD, karena anak butuh waktu untuk mencerna konsep, dan menamatkan lebih banyak tutorial tidak menggantikan hal itu. Kalau anak minta lebih, alihkan ke proyek tanpa layar: menggambar diagram, bermain tebak pola, atau membaca cerita tentang cara kerja AI. Cara ini menjaga rasa ingin tahu anak tetap hidup tanpa menambah jam layar. Ingat bahwa tujuannya pemahaman, bukan banyaknya proyek yang selesai, dan jeda di antara sesi ikut membantu anak mengendapkan apa yang baru dipelajari.
Anak SD sebaiknya tidak memakai ChatGPT sendirian. Terms of Use OpenAI menetapkan usia minimum 13 tahun, dan pengguna di bawah 18 tahun membutuhkan izin orang tua. Di luar aturan usia, ChatGPT kurang cocok sebagai alat belajar AI untuk anak SD karena antarmukanya terlalu "ajaib": anak melihat jawabannya tetapi tidak melihat prosesnya. Tool yang lebih pas untuk SD adalah Teachable Machine, Scratch AI Extensions, dan Machine Learning for Kids, karena ketiganya memperlihatkan proses pelatihan model secara eksplisit. Anak mengumpulkan data, menekan tombol latih, lalu melihat hasilnya. Kalau Anda ingin mengenalkan ChatGPT ke anak kelas 6, lakukan dengan pendampingan penuh: pakai akun orang tua, duduk bersama, dan bahas halusinasi serta keterbatasan jawaban setelah setiap respons. Jadikan sesi itu bahan obrolan tentang cara AI menjawab, dan jangan dipakai untuk mencari jawaban cepat. Dengan begitu anak belajar menilai jawaban, bukan menelannya.
Ada empat tool gratis inti yang bisa dipakai di rumah tanpa akun berbayar. Pertama, Google Teachable Machine (2019), cukup dibuka lewat browser tanpa instalasi dan tanpa akun, cocok untuk kelas 3-6. Kedua, Scratch AI Extensions dari MIT Media Lab, akun opsional, menambahkan blok AI ke Scratch klasik, cocok untuk kelas 4-6. Ketiga, Machine Learning for Kids (Dale Lane, 2017), dengan akun IBM Cloud gratis yang opsional, memberi lapisan pelatihan yang lebih terstruktur, cocok untuk kelas 5-6. Keempat, modul Code.org AI 101, lewat browser tanpa akun, sebagai pengantar konsep untuk kelas 5-6. Untuk anak kelas 6 yang sangat termotivasi, tambahkan MIT App Inventor (gratis, perlu akun Google) untuk membangun aplikasi Android dengan komponen AI. Mulailah dari satu tool saja agar anak tidak kewalahan memilih. Setelah satu proyek selesai, baru tambahkan tool kedua sesuai minat anak.
Orang tua tidak perlu latar belakang teknis. Yang dibutuhkan hanyalah membuka lima pertanyaan diskusi setelah setiap sesi belajar. Pertanyaannya: apa yang "dilihat" atau "didengar" AI ini (persepsi), bagaimana ia menyimpan pengetahuannya (representasi), dari contoh apa ia belajar (pembelajaran), bagaimana anak berinteraksi dengannya (interaksi), dan siapa yang bisa dirugikan kalau AI ini keliru (dampak sosial). Kalau lima pertanyaan ini rutin dibahas, literasi AI anak akan berkembang lebih jauh daripada sekadar menamatkan tutorial. Orang tua juga tidak harus tahu jawabannya: mencari jawaban bersama justru contoh belajar yang baik. Bila Anda ingin dukungan tambahan, kelas bersama guru bersertifikat membantu, dan kelas percobaan gratis 60 menit di Algonova bisa jadi titik awal untuk melihat diskusi yang produktif. Anak pun terbiasa bertanya dan tidak menelan mentah jawaban AI. Mulailah dari pertanyaan pertama dan tambah satu pertanyaan tiap minggu.
Ada, dan untuk anak SD pilihan paling realistis adalah memulai dari fondasi: coding visual dengan Scratch dan literasi digital, baru kemudian kelas AI yang lebih dalam. Di Algonova, kursus literasi digital untuk usia 7 tahun sudah memuat modul Pengenalan AI lewat proyek kreatif, sedangkan kelas AI penuh dirancang untuk usia 12-15 tahun, dengan proyek membuat konten dan portofolio memakai berbagai tool AI. Semua kelas berlangsung live bersama guru bersertifikat, dalam format privat, mini grup, atau grup hingga 10 siswa. Sebelum mendaftar, cek dulu kesiapan anak lewat kelas percobaan gratis 60 menit agar level awalnya tepat. Jika anak masih kelas 1-4, kombinasi proyek mandiri di rumah dengan tool gratis dan kelas coding biasanya sudah memberi manfaat yang lebih besar daripada kelas AI formal. Konsultasikan pilihan program dengan tim kami bila Anda ragu.
Blog


