Modul ajar deep learning SMK adalah perangkat pembelajaran yang dirancang bukan sekadar menyampaikan materi, melainkan membangun pemahaman mendalam melalui tiga prinsip utama: mindful (berkesadaran), meaningful (bermakna), dan joyful (menggembirakan). Di jenjang SMK, ketiga prinsip ini diterapkan melalui pembelajaran berbasis proyek dan praktik nyata yang mencerminkan dunia kerja secara langsung.
Apa itu Deep Learning di SMK? Bukan Kecerdasan Buatan
Banyak guru SMK yang pertama kali mendengar istilah deep learning langsung mengaitkannya dengan kecerdasan buatan (artificial intelligence). Ini wajar, karena dalam dunia teknologi, deep learning memang merujuk pada metode pemrosesan data neural network.
Namun dalam konteks pendidikan, deep learning adalah pendekatan pembelajaran, bukan teknologi. Mendikdasmen Abdul Mu’ti menegaskan bahwa deep learning bukan kurikulum baru — ini adalah pendekatan atau strategi dalam proses belajar mengajar yang bisa diterapkan di atas kurikulum yang sudah ada.
Tiga prinsip deep learning dalam pendidikan:
| Prinsip | Makna | Wujud dalam Pembelajaran SMK |
|---|---|---|
| Mindful | Belajar dengan kesadaran penuh | Siswa memahami mengapa mereka mempelajari suatu kompetensi dan relevansinya dengan karier |
| Meaningful | Belajar dengan makna nyata | Materi dihubungkan dengan kasus industri nyata, bukan hanya teori buku |
| Joyful | Belajar dengan rasa senang dan motivasi | Aktivitas yang menantang namun terasa relevan, bukan sekadar menghafal |
Di SMK khususnya, pembelajaran mendalam ditujukan untuk mengembangkan kompetensi adaptif dan keterampilan vokasional siswa, didukung dengan pembelajaran berbasis proyek atau penugasan lapangan yang mencerminkan dunia kerja secara nyata.
Modul ajar deep learning SMK disusun secara holistik dengan mengintegrasikan olah pikir (intelektual), olah hati (etika), olah rasa (estetika), dan olah raga (kinestetik) — agar siswa tidak hanya menguasai kompetensi teknis, tetapi juga tumbuh menjadi pribadi yang reflektif, kreatif, dan siap kerja.
Perbedaan Modul Ajar Biasa dan Modul Ajar Deep Learning SMK
| Aspek | Modul Ajar Konvensional | Modul Ajar Deep Learning |
|---|---|---|
| Fokus tujuan | Penguasaan materi / kognitif saja | Kognitif + afektif + psikomotor (HOTS) |
| Pertanyaan pemantik | Mengulang materi sebelumnya | Memantik eksplorasi dan rasa ingin tahu dari konteks nyata |
| Kegiatan inti | Ceramah → latihan soal | Memahami → Mengaplikasikan → Merefleksikan |
| Konteks materi | Contoh dari buku teks | Studi kasus industri, fenomena kerja nyata |
| Asesmen | Tes tertulis pilihan ganda | Asesmen autentik: produk, portofolio, unjuk kerja |
| Penutup | Rangkuman guru | Refleksi siswa + umpan balik dua arah |
| Karakter yang dibangun | Tidak eksplisit | Terhubung dengan 8 Dimensi Profil Lulusan |
Komponen Modul Ajar Deep Learning SMK yang Wajib Ada
Berdasarkan panduan resmi dan implementasi di SMK tahun ajaran 2025/2026, komponen modul ajar deep learning SMK terdiri dari:
A. Informasi Umum
- Identitas modul (nama guru, sekolah, program keahlian, kelas/fase, alokasi waktu)
- Kompetensi awal yang diperlukan
- Catatan Deep Learning: tidak hanya pengetahuan awal, tapi juga kesiapan mental dan emosional siswa
- Profil Pelajar Pancasila / Dimensi Profil Lulusan yang disasar
- Sarana, prasarana, dan media
- Target peserta didik (reguler / berkebutuhan khusus / cepat belajar)
B. Komponen Inti
Tujuan Pembelajaran Dirumuskan dari CP dan ATP, mencakup dimensi kognitif, afektif, dan psikomotor. Tujuan pembelajaran harus mendorong higher-order thinking skills (HOTS) — bukan sekadar “siswa mampu menyebutkan” tapi “siswa mampu menganalisis, mengevaluasi, atau menciptakan.”
Pemahaman Bermakna Satu pernyataan yang menjawab pertanyaan: “Mengapa materi ini penting bagi kehidupan dan karier siswa?” Ini adalah inti dari prinsip meaningful learning.
Pertanyaan Pemantik Pertanyaan terbuka yang mengaktifkan mindful dan meaningful learning — dirancang dari konteks industri atau kehidupan nyata yang dekat dengan siswa, bukan dari definisi buku teks.
Kegiatan Pembelajaran (Tiga Tahap Deep Learning)
Inilah yang paling membedakan modul deep learning dari modul biasa. Kegiatan inti harus mencakup tiga tahap:
- Memahami — siswa membangun pemahaman konseptual melalui eksplorasi, diskusi, atau studi kasus
- Mengaplikasikan — siswa menerapkan pemahaman dalam konteks kerja nyata atau simulasi industri
- Merefleksikan — siswa memaknai pembelajaran dan menghubungkannya dengan pengalaman serta tujuan kariernya
Asesmen Asesmen diagnostik (sebelum pembelajaran), formatif (selama pembelajaran), dan sumatif (hasil akhir). Di SMK, asesmen sumatif sebaiknya berupa produk atau unjuk kerja yang mencerminkan standar industri.
C. Lampiran
- LKPD (Lembar Kerja Peserta Didik) — berbasis aktivitas, bukan soal biasa
- Rubrik penilaian
- Glosarium istilah teknis
- Referensi (buku, SOP industri, tautan video, dsb.)
Contoh Modul Ajar Deep Learning SMK — Jurusan TKJ (Kelas X / Fase E)
Topik: Keamanan Jaringan Dasar — Mengidentifikasi dan Merespons Ancaman Siber
A. INFORMASI UMUM
Program Keahlian Teknik Komputer dan Jaringan (TKJ) Kelas / Fase X / Fase E Elemen CP Keamanan Jaringan Alokasi Waktu 4 JP × 45 menit (2 pertemuan) Model Pembelajaran Problem-Based Learning (PBL) Profil Lulusan yang Disasar Penalaran Kritis, Kreativitas, Kolaborasi Kompetensi Awal: Siswa sudah memahami konsep dasar jaringan komputer (IP address, topologi, protokol TCP/IP) dan dapat mengoperasikan perangkat jaringan sederhana.
Catatan Kesiapan Deep Learning: Guru perlu mengidentifikasi apakah siswa sudah pernah mengalami atau mendengar kasus kebocoran data atau serangan siber di lingkungan sekitar mereka — ini menjadi jembatan menuju mindful learning.
B. KOMPONEN INTI
Tujuan Pembelajaran
- Melalui analisis studi kasus serangan siber nyata, peserta didik mampu mengidentifikasi minimal 4 jenis ancaman keamanan jaringan dan dampaknya terhadap operasional bisnis.
- Melalui simulasi pemindaian jaringan, peserta didik mampu mendeteksi celah keamanan pada konfigurasi jaringan sederhana menggunakan tools yang sesuai standar industri.
- Melalui diskusi kelompok, peserta didik mampu merumuskan kebijakan keamanan jaringan dasar untuk skenario UMKM yang diberikan.
Pemahaman Bermakna Serangan siber bukan hanya ancaman bagi perusahaan besar — usaha kecil dan instansi pemerintah daerah pun rentan. Seorang teknisi jaringan yang kompeten bukan hanya bisa membangun jaringan, tapi juga bisa melindunginya. Inilah yang membedakan teknisi biasa dengan profesional yang dicari industri.
Pertanyaan Pemantik
- “Pernah dengar kasus data bocor dari instansi pemerintah atau marketplace besar di Indonesia? Menurut kalian, bagaimana hal itu bisa terjadi?”
- “Kalau kalian jadi admin jaringan di sebuah klinik yang menyimpan data pasien, ancaman apa yang paling kalian khawatirkan?”
- “Apakah WiFi di rumah kalian sudah benar-benar aman? Bagaimana cara membuktikannya?”
Alur Kegiatan Pembelajaran
Pendahuluan (15 menit) Guru menampilkan headline berita serangan ransomware yang pernah menimpa instansi Indonesia (contoh: kasus Pusat Data Nasional 2024). Siswa diminta mendiskusikan secara berpasangan: “Apa kira-kira yang terjadi? Siapa yang bisa mencegahnya?”
Kegiatan Inti — Tahap MEMAHAMI (Pertemuan 1, 60 menit)
- Siswa dibagi menjadi 5 kelompok, masing-masing mendapatkan satu skenario serangan (phishing, brute force, DDoS, man-in-the-middle, ransomware)
- Setiap kelompok menganalisis: bagaimana serangan bekerja, apa dampaknya, dan bagaimana mencegahnya
- Presentasi singkat 5 menit per kelompok — kelompok lain memberikan pertanyaan
Kegiatan Inti — Tahap MENGAPLIKASIKAN (Pertemuan 2, 60 menit)
- Siswa menggunakan tools pengujian jaringan (Nmap atau Wireshark versi edukasi) untuk memindai jaringan lab simulasi yang sudah disiapkan guru
- Siswa mendokumentasikan temuan dan merumuskan rekomendasi perbaikan dalam format security assessment report sederhana
Penutup — Tahap MEREFLEKSIKAN (15 menit) Setiap siswa menulis 3 kalimat: (1) Satu hal baru yang saya pahami hari ini. (2) Satu hal yang masih membingungkan saya. (3) Bagaimana materi ini relevan dengan karier yang ingin saya bangun.
Asesmen
- Formatif: observasi diskusi kelompok dan kualitas pertanyaan antar kelompok
- Sumatif: security assessment report yang memuat identifikasi ancaman, bukti hasil pemindaian, dan rekomendasi — dinilai dengan rubrik berbasis standar kerja teknisi jaringan junior
Contoh Modul Ajar Deep Learning SMK — Jurusan Akuntansi (Kelas X / Fase E)
Topik: Pengelolaan Dana Kas Kecil — Dari Pencatatan hingga Laporan
A. INFORMASI UMUM
Program Keahlian Akuntansi dan Keuangan Lembaga Kelas / Fase X / Fase E Elemen CP Akuntansi Dasar Alokasi Waktu 4 JP × 45 menit (2 pertemuan) Model Pembelajaran Project-Based Learning (PjBL) Profil Lulusan yang Disasar Penalaran Kritis, Kemandirian, Kolaborasi
B. KOMPONEN INTI
Tujuan Pembelajaran
- Melalui simulasi pengelolaan kas kecil UMKM, peserta didik mampu mencatat transaksi kas kecil menggunakan sistem imprest dan fluktuasi dengan akurasi minimal 90%.
- Melalui diskusi studi kasus, peserta didik mampu mengidentifikasi minimal 3 risiko kesalahan pencatatan kas kecil yang umum terjadi di lapangan beserta cara mengatasinya.
- Peserta didik mampu menyusun laporan pertanggungjawaban kas kecil sederhana yang siap diaudit.
Pemahaman Bermakna Hampir setiap bisnis — sekecil warung makan hingga sebesar rumah sakit — menggunakan kas kecil untuk operasional harian. Seorang staf akuntansi yang bisa mengelola kas kecil dengan rapi dan transparan adalah aset berharga yang dipercaya oleh manajemen. Kesalahan kecil dalam pencatatan bisa berujung pada kerugian nyata dan hilangnya kepercayaan atasan.
Pertanyaan Pemantik
- “Bayangkan kalian bekerja sebagai kasir di koperasi sekolah. Bagaimana kalian mencatat pengeluaran kecil sehari-hari agar uangnya tidak “hilang” tanpa jejak?”
- “Kalau kalian punya usaha kecil-kecilan, pengeluaran apa yang susah kalian ingat kalau tidak dicatat?”
- “Apa bedanya kasir yang jujur dengan kasir yang korupsi? Apa yang mencegah hal itu terjadi dalam sistem akuntansi?”
Alur Kegiatan Pembelajaran
Pendahuluan (15 menit) Guru membawa dokumen kas kecil nyata (bisa disederhanakan/disamarkan) dari usaha kecil. Siswa diminta mengamati dan mengidentifikasi: “Apa saja yang dicatat? Ada yang janggal tidak?”
Kegiatan Inti — Tahap MEMAHAMI (Pertemuan 1, 60 menit)
- Guru menjelaskan perbedaan sistem imprest dan fluktuasi dengan contoh konkret usaha katering kecil
- Siswa menganalisis 10 bukti transaksi kas kecil (nota, kuitansi, bon) yang disiapkan guru
- Siswa mengklasifikasikan transaksi dan memilih sistem pencatatan yang paling tepat untuk skenario yang diberikan, disertai alasan
Kegiatan Inti — Tahap MENGAPLIKASIKAN (Pertemuan 2, 60 menit)
- Setiap siswa atau pasangan mendapatkan “Paket Bisnis Mini” — skenario usaha kecil selama satu minggu dengan 15–20 transaksi
- Siswa mencatat semua transaksi, menyiapkan bukti pengisian kembali, dan menyusun laporan kas kecil akhir minggu
- Siswa saling menukar laporan untuk dilakukan peer review — menemukan kesalahan dan memberikan catatan perbaikan
Penutup — Tahap MEREFLEKSIKAN (15 menit) Diskusi kelas: “Dari pengalaman tadi, kesalahan apa yang paling sering muncul? Kalau kalian jadi pemilik usaha, sistem seperti apa yang kalian inginkan dari staf akuntansi kalian?”
Asesmen
- Formatif: ketepatan klasifikasi transaksi dan kualitas peer review
- Sumatif: laporan kas kecil akhir yang dinilai berdasarkan rubrik: akurasi angka, kelengkapan dokumen pendukung, kerapian format, dan ketepatan rekonsiliasi
Contoh Modul Ajar Deep Learning SMK — Jurusan DKV (Kelas X / Fase E)
Topik: Identitas Visual Brand — Dari Konsep hingga Aplikasi
A. INFORMASI UMUM
Program Keahlian Desain Komunikasi Visual (DKV) Kelas / Fase X / Fase E Elemen CP Dasar-Dasar DKV — Desain dan Komunikasi Visual Alokasi Waktu 6 JP × 45 menit (3 pertemuan) Model Pembelajaran Project-Based Learning (PjBL) Profil Lulusan yang Disasar Kreativitas, Penalaran Kritis, Kemandirian
B. KOMPONEN INTI
Tujuan Pembelajaran
- Melalui analisis identitas visual merek lokal, peserta didik mampu menjelaskan fungsi dan elemen utama brand identity (logo, warna, tipografi, tone of voice) beserta alasan di balik pilihan desainnya.
- Peserta didik mampu merancang konsep identitas visual untuk usaha/produk lokal sederhana berdasarkan hasil riset target audiens.
- Peserta didik mampu mempresentasikan konsep desain dan mempertahankan pilihan estetiknya dengan argumen yang logis di depan kelas.
Pemahaman Bermakna Di era digital, setiap usaha — dari warung mie ayam hingga startup teknologi — membutuhkan identitas visual yang kuat untuk bersaing. Seorang desainer DKV yang kompeten bukan hanya membuat gambar yang bagus, tapi memahami mengapa sebuah visual bekerja, siapa audiensnya, dan bagaimana visual itu berkomunikasi tanpa kata-kata.
Pertanyaan Pemantik
- “Kenapa kalian bisa langsung tahu itu produk Indomie tanpa membaca tulisannya hanya dari warna dan bentuknya?”
- “Kalau ada dua warung bakso bersebelahan — satu pakai papan tulis biasa, satu lagi punya logo dan desain yang konsisten — mana yang lebih kalian percaya? Kenapa?”
- “Produk lokal dari daerah kalian yang menurut kalian desainnya paling kurang menarik itu apa? Apa yang akan kalian ubah?”
Alur Kegiatan Pembelajaran
Pendahuluan (15 menit) Guru menampilkan dua versi kemasan produk yang sama — sebelum dan sesudah rebranding (contoh: Aqua, Indomie, atau merek UMKM lokal). Siswa mendiskusikan: “Apa yang berubah? Apa dampaknya terhadap persepsi produk?”
Kegiatan Inti — Tahap MEMAHAMI (Pertemuan 1, 60 menit)
- Siswa menganalisis identitas visual 3 merek yang berbeda (satu lokal, satu nasional, satu internasional): warna, tipografi, bentuk logo, dan konsistensi penggunaannya
- Dokumentasi analisis dalam format brand audit sederhana — lembar kerja yang dibuat guru
- Diskusi kelas: pola apa yang ditemukan? Apa yang membuat identitas visual “bekerja”?
Kegiatan Inti — Tahap MENGAPLIKASIKAN (Pertemuan 2–3, 120 menit)
- Setiap siswa memilih satu UMKM atau produk lokal yang nyata (bisa dari keluarga, tetangga, atau sekitar sekolah) yang belum punya identitas visual yang kuat
- Siswa melakukan riset singkat: siapa target pasarnya? Apa nilai yang ingin dikomunikasikan?
- Siswa merancang konsep identitas visual: moodboard, pilihan warna, tipografi, dan sketsa logo
- Presentasi konsep di depan kelas — siswa lain berperan sebagai “klien” yang bisa mengajukan pertanyaan dan masukan
Penutup — Tahap MEREFLEKSIKAN (15 menit) Setiap siswa menulis refleksi: “Apa keputusan desain yang paling sulit saya buat? Apa yang saya pelajari dari feedback teman-teman?” Guru menutup dengan menghubungkan pengalaman ini dengan profesi desainer di industri kreatif nyata.
Asesmen
- Formatif: kualitas brand audit dan proses riset
- Sumatif: presentasi konsep desain — dinilai berdasarkan rubrik: relevansi dengan target audiens, konsistensi elemen visual, kemampuan mempertahankan argumen desain, dan orisinalitas
Cara Menyusun Modul Ajar Deep Learning SMK dari Nol
Berikut alur kerja yang bisa diikuti guru SMK untuk menyusun modul ajar deep learning secara mandiri:
Langkah 1 — Mulai dari Dunia Kerja, Bukan dari Buku
Sebelum membuka dokumen CP, tanyakan dulu: “Kompetensi ini digunakan untuk apa di dunia kerja nyata?” Jawaban dari pertanyaan ini akan menjadi fondasi Pemahaman Bermakna dan konteks aktivitas di kegiatan inti.
Cara mendapatkan informasi ini: kunjungan industri, wawancara alumni, atau membaca SOP/job description yang beredar di industri terkait.
Langkah 2 — Turunkan Tujuan Pembelajaran dari CP dengan Dimensi Lengkap
Gunakan kata kerja operasional Bloom’s revisi yang mencakup tiga dimensi:
- Kognitif (memahami, menganalisis, mengevaluasi): “Siswa mampu menganalisis…”
- Afektif (menghargai, berkomitmen): “Siswa menunjukkan sikap profesional dalam…”
- Psikomotor (mengerjakan, membuat, menyajikan): “Siswa mampu menghasilkan…”
Hindari tujuan pembelajaran yang hanya menggunakan kata kerja C1–C2 (menyebutkan, mendefinisikan) untuk modul deep learning.
Langkah 3 — Rancang Pertanyaan Pemantik dari Fenomena Nyata
Pertanyaan pemantik yang baik untuk SMK memiliki ciri: bisa dijawab dari pengalaman sehari-hari siswa, tidak memerlukan pengetahuan teknis untuk mulai menjawab, dan menimbulkan rasa penasaran tentang bagaimana sesuatu bekerja di dunia nyata.
Template pertanyaan pemantik yang efektif untuk SMK:
- “Pernah mengalami / melihat [situasi nyata terkait topik]? Apa yang terjadi?”
- “Kalau kalian menjadi [profesi terkait], bagaimana kalian menangani [masalah nyata]?”
- “Mengapa [fenomena industri] bisa terjadi? Apa yang seharusnya dilakukan berbeda?”
Langkah 4 — Susun Kegiatan Inti dalam 3 Tahap: Memahami → Mengaplikasikan → Merefleksikan
Ini adalah struktur kegiatan inti yang membedakan modul deep learning dari modul biasa. Pastikan ketiga tahap ini ada, dengan porsi waktu yang seimbang — jangan sampai tahap memahami menghabiskan seluruh waktu dan tidak menyisakan ruang untuk aplikasi dan refleksi.
Langkah 5 — Rancang Asesmen Berbasis Produk atau Unjuk Kerja
Asesmen deep learning di SMK idealnya menghasilkan sesuatu yang konkret: laporan, produk, prototipe, presentasi, atau demonstrasi yang bisa dinilai sesuai standar industri. Buat rubrik penilaian sebelum mengajar — bukan setelah — agar tujuan pembelajaran dan asesmen benar-benar selaras.
Kesalahan Umum dalam Menyusun Modul Deep Learning SMK
1. Menambahkan label “deep learning” tanpa mengubah substansi kegiatan Mengubah nama RPP menjadi “Modul Ajar Deep Learning” tanpa mengubah struktur kegiatan — tetap ceramah → latihan soal → ulangan — bukan deep learning. Yang berubah harus kegiatan intinya, bukan hanya judulnya.
2. Pertanyaan pemantik yang sebenarnya adalah pertanyaan pengetahuan “Apa itu jaringan komputer?” bukan pertanyaan pemantik deep learning — itu pertanyaan pengetahuan faktual. Pertanyaan pemantik harus terbuka, kontekstual, dan bisa dijawab dari pengalaman, bukan dari hafalan.
3. Tahap refleksi diabaikan atau terlalu singkat Refleksi bukan sekedar “ada yang mau ditanyakan?” di akhir pelajaran. Refleksi yang bermakna meminta siswa mengartikulasikan apa yang mereka pelajari, apa yang masih membingungkan, dan bagaimana mereka menghubungkan materi dengan pengalaman dan tujuan karier mereka.
4. Asesmen tidak selaras dengan tujuan pembelajaran Jika tujuan pembelajaran menggunakan kata kerja “menganalisis” dan “merancang”, asesmennya tidak bisa hanya tes pilihan ganda. Ada ketidakselarasan antara level kognitif yang dituju dengan instrumen yang digunakan.
5. Konteks industri yang usang atau tidak relevan SMK adalah pendidikan vokasional — konteks industri yang digunakan dalam modul harus relevan dengan kondisi industri saat ini, bukan kondisi 10 tahun lalu. Update contoh, studi kasus, dan tools yang digunakan sesuai perkembangan terkini.
Mau Lebih Mahir Menyusun Modul Ajar Deep Learning?
Menyusun modul ajar deep learning yang benar-benar berdampak membutuhkan lebih dari sekadar mengisi template. Perlu pemahaman tentang cara menurunkan CP menjadi tujuan pembelajaran yang terukur, merancang aktivitas yang benar-benar membangun pemahaman mendalam, dan membuat asesmen yang autentik dan efisien.
Dea Learning Center menyelenggarakan Pelatihan Penyusunan Perangkat Ajar Deep Learning untuk Guru SMK yang mencakup semua hal tersebut secara praktis — peserta langsung menyusun modul ajar mereka sendiri selama pelatihan, didampingi mentor berpengalaman.
Program tersedia dalam format Webinar, Kelas Intensif, dan In-House Training untuk sekolah. Lebih dari 500 guru sudah bergabung. Cek jadwal program terbaru di dealearningcenter.id atau konsultasikan kebutuhan pelatihan sekolah Anda via WhatsApp.
FAQ
Apakah deep learning di SMK berbeda dengan deep learning di SMA atau SD? Prinsipnya sama — mindful, meaningful, joyful — namun implementasinya berbeda. Di SMK, konteksnya selalu dihubungkan dengan kompetensi vokasional dan dunia kerja nyata. Aktivitas inti cenderung lebih banyak menggunakan simulasi kerja, studi kasus industri, dan proyek berbasis produk nyata.
Apakah semua mata pelajaran di SMK wajib menggunakan pendekatan deep learning? Deep learning adalah pendekatan, bukan kurikulum tersendiri — sehingga bisa dan sebaiknya diterapkan di semua mata pelajaran, baik umum (Bahasa Indonesia, Matematika, PJOK) maupun kejuruan (mata pelajaran produktif sesuai program keahlian).
Berapa lama waktu yang dibutuhkan untuk menyusun satu modul ajar deep learning SMK? Untuk guru yang sudah familiar dengan CP dan ATP jurusannya, menyusun satu modul ajar deep learning untuk 2–4 pertemuan membutuhkan waktu 3–6 jam. Waktu bisa lebih efisien jika menggunakan AI seperti ChatGPT atau Gemini sebagai alat bantu draft awal.
Apakah ada format baku modul ajar deep learning SMK dari Kemendikdasmen? Belum ada format yang benar-benar baku dan wajib. Komponen minimum yang perlu ada adalah tujuan pembelajaran, kegiatan pembelajaran (yang mencerminkan 3 tahap deep learning), dan asesmen. Format bisa disesuaikan dengan kebutuhan sekolah dan program keahlian masing-masing.
Di mana bisa menemukan referensi modul ajar deep learning SMK yang sudah jadi? Platform Merdeka Mengajar (PMM) di guru.kemendikbud.go.id menyediakan sejumlah modul referensi. Selain itu, situs resmi SMK seperti guru.smk.belajar.id juga menyediakan panduan dan contoh modul untuk tahun ajaran 2025/2026.
Artikel ini diterbitkan oleh Dea Learning Center — lembaga pelatihan profesional untuk guru, peneliti, dan tenaga kependidikan. Kami mendampingi guru Indonesia dalam mengembangkan kompetensi pedagogik yang relevan dengan tuntutan kurikulum dan kebutuhan industri masa kini.
