KKA-Bab 4 – Integrasi Prompt Engineering & Design Thinking

B4

AI & Design Thinking

Pendahuluan Materi Prompt Lab 🎮 Game Aktivitas Kuis

📖 Pendahuluan 📚 Materi 💡 Prompt Lab 🎮 Game 🎯 Aktivitas ✅ Kuis

Koding dan Kecerdasan Artifisial — Kelas X SMA/MA

Integrasi Prompt Engineering
& Design Thinking pada AI

Bab 4 — Pelajari bagaimana menggabungkan teknik Prompt Engineering dengan metode Design Thinking untuk menciptakan solusi berbasis kecerdasan artifisial yang inovatif dan berpusat pada pengguna.

Mulai Belajar Uji Pemahaman

5

Sub Materi

3

Aktivitas

10

Soal Kuis

PENDAHULUAN

Tujuan Pembelajaran

Setelah mempelajari bab ini, peserta didik diharapkan mampu:

Memahami Konsep AI

Memahami konsep dasar kecerdasan artifisial serta hubungannya dengan prompt engineering.

Teknik Prompt Engineering

Menerapkan berbagai teknik prompt engineering untuk mendapatkan respons AI yang optimal.

Design Thinking

Mengintegrasikan metode Design Thinking dengan prompt engineering untuk solusi inovatif.

Solusi Berbasis Pengguna

Merancang solusi AI yang berpusat pada kebutuhan pengguna dengan pendekatan empati.

Prototyping & Testing

Membuat prototipe solusi AI dan melakukan pengujian iteratif untuk perbaikan berkelanjutan.

Etika & Tanggung Jawab

Memahami aspek etika dalam penggunaan AI dan prompt engineering secara bertanggung jawab.

Kata Kunci

Kecerdasan Artifisial Prompt Engineering Design Thinking Large Language Model Empathize Define Ideate Prototype Test Zero-shot Prompting Few-shot Prompting Chain-of-Thought Iterasi

Peta Konsep Bab 4

Integrasi Prompt Engineering & Design Thinking

A. Konsep Dasar Prompt Engineering

B. Teknik Prompt Engineering

C. Design Thinking dalam AI

D. Integrasi PE & DT

E. Studi Kasus & Proyek

MATERI PEMBELAJARAN

Materi Inti Bab 4

A Konsep Dasar Prompt Engineering

Apa itu Prompt Engineering?

Prompt Engineering adalah seni dan ilmu merancang instruksi (prompt) yang efektif untuk berkomunikasi dengan model kecerdasan artifisial, khususnya Large Language Model (LLM) seperti ChatGPT, Google Gemini, dan Bing AI. Tujuannya adalah agar AI dapat memberikan respons yang akurat, relevan, dan bermanfaat sesuai kebutuhan pengguna.

🤔 Mengapa Prompt Engineering Penting?

• Kualitas output AI sangat bergantung pada kualitas input (prompt) yang diberikan.
• Prompt yang baik menghemat waktu dan menghasilkan respons yang lebih tepat.
• Memahami cara kerja AI membantu kita memanfaatkannya secara optimal.
• Prompt engineering menjadi keterampilan penting di era AI generatif.

Komponen Prompt yang Baik

🎯 Konteks (Context)

Informasi latar belakang yang membantu AI memahami situasi. Contoh: "Saya adalah siswa kelas X SMA..."

📝 Instruksi (Instruction)

Perintah jelas tentang apa yang diinginkan. Contoh: "Buatkan ringkasan dalam 5 poin..."

📊 Data Input

Data atau informasi yang perlu diproses oleh AI. Contoh: teks, angka, atau deskripsi masalah.

📋 Format Output

Spesifikasi format respons yang diharapkan. Contoh: "Sajikan dalam bentuk tabel..."

Cara Kerja LLM

Large Language Model bekerja dengan cara memprediksi kata berikutnya berdasarkan pola bahasa yang dipelajari dari miliaran teks. LLM dilatih menggunakan teknik deep learning dengan arsitektur Transformer. Proses ini melibatkan:

1 Tokenisasi — Teks dipecah menjadi unit-unit kecil (token)

2 Embedding — Token diubah menjadi representasi numerik (vektor)

3 Attention Mechanism — Model menentukan hubungan antar kata

4 Generasi — Model memprediksi dan menghasilkan teks output

B Teknik-Teknik Prompt Engineering

Zero-shot prompting adalah teknik memberikan instruksi langsung kepada AI tanpa memberikan contoh. AI mengandalkan pengetahuan yang sudah dimilikinya untuk merespons.

// Contoh Zero-shot Prompt:

"Jelaskan konsep fotosintesis dalam 3 kalimat sederhana."

Kelebihan: Sederhana, cepat. Kekurangan: Hasil bisa kurang spesifik untuk tugas kompleks.

Few-shot prompting adalah teknik memberikan beberapa contoh sebelum memberikan tugas yang sebenarnya. Contoh-contoh ini membantu AI memahami pola dan format yang diinginkan.

// Contoh Few-shot Prompt:

"Klasifikasikan sentimen berikut:

'Makanannya enak sekali!' → Positif

'Pelayanannya buruk.' → Negatif

'Tempatnya biasa saja.' → Netral

Sekarang klasifikasikan: 'Saya sangat senang!'"

Kelebihan: Lebih akurat, AI memahami pola. Kekurangan: Prompt lebih panjang.

Chain-of-Thought prompting meminta AI untuk menunjukkan langkah-langkah penalaran sebelum memberikan jawaban akhir. Sangat efektif untuk masalah matematika dan logika.

// Contoh CoT Prompt:

"Sebuah toko menjual 15 buku pada hari Senin dan 23 buku pada hari Selasa. Jika harga per buku Rp25.000, berapa total pendapatan? Jelaskan langkah perhitungannya."

Kelebihan: Hasil lebih akurat, proses transparan. Kekurangan: Respons lebih panjang.

Role-based prompting memberikan peran atau persona tertentu kepada AI agar respons lebih sesuai konteks dan keahlian yang dibutuhkan.

// Contoh Role-based Prompt:

"Bertindaklah sebagai guru Biologi SMA yang ramah. Jelaskan proses mitosis kepada siswa kelas X menggunakan analogi sederhana yang mudah dipahami."

Iterative prompting adalah proses memperbaiki prompt secara berulang berdasarkan evaluasi hasil sebelumnya hingga mendapatkan respons optimal.

v1 "Buatkan cerita." → Terlalu umum

v2 "Buatkan cerita fiksi ilmiah." → Lebih baik

v3 "Buatkan cerita fiksi ilmiah 500 kata tentang remaja yang menemukan AI di hutan, dengan ending twist." → Optimal!

C Design Thinking dalam Konteks AI

Design Thinking adalah pendekatan pemecahan masalah yang berpusat pada manusia (human-centered). Dalam konteks AI, Design Thinking membantu kita memastikan bahwa solusi yang dikembangkan benar-benar menjawab kebutuhan pengguna, bukan sekadar menampilkan teknologi canggih.

5 Tahap Design Thinking

1. Empathize (Berempati)

Memahami kebutuhan, masalah, dan perasaan pengguna melalui observasi, wawancara, dan riset. Dalam konteks AI: mengidentifikasi masalah nyata yang bisa diselesaikan dengan bantuan AI.

Contoh: Mewawancarai petani tentang kesulitan mendeteksi penyakit tanaman → Solusi: AI pendeteksi penyakit tanaman via foto.

2. Define (Mendefinisikan)

Merumuskan masalah secara jelas dan spesifik berdasarkan temuan dari tahap empati. Membuat problem statement yang fokus.

Contoh Problem Statement: "Petani kecil membutuhkan cara cepat dan murah untuk mengidentifikasi penyakit tanaman agar bisa mengambil tindakan tepat waktu."

3. Ideate (Mengideasi)

Menghasilkan sebanyak mungkin ide solusi tanpa menghakimi. Brainstorming, mind mapping, dan teknik kreatif lainnya digunakan di tahap ini.

Teknik Ideasi: Brainstorming, SCAMPER, Mind Mapping, Crazy 8s

4. Prototype (Membuat Prototipe)

Membuat versi sederhana dari solusi untuk diuji. Dalam konteks AI, ini bisa berupa membuat prompt yang dirancang dengan baik dan menguji hasilnya.

Contoh: Membuat serangkaian prompt AI untuk mendiagnosis penyakit tanaman berdasarkan deskripsi gejala.

5. Test (Menguji)

Menguji prototipe dengan pengguna nyata, mengumpulkan umpan balik, dan melakukan perbaikan iteratif. Proses ini dapat diulang berkali-kali.

Kunci: Tidak ada desain yang sempurna pada percobaan pertama — iterasi adalah bagian penting dari proses.

D Integrasi Prompt Engineering & Design Thinking

Integrasi kedua pendekatan ini menciptakan kerangka kerja yang kuat: Design Thinking memastikan kita memecahkan masalah yang tepat, sementara Prompt Engineering memastikan kita memanfaatkan AI secara efektif sebagai alat solusi.

Tahap DT	Peran Prompt Engineering	Contoh Prompt
Empathize	Riset masalah pengguna dengan AI	"Apa tantangan utama petani kecil di Indonesia?"
Define	Merumuskan masalah dengan bantuan AI	"Bantu saya merumuskan problem statement dari data wawancara berikut..."
Ideate	Brainstorming ide solusi AI	"Berikan 10 ide solusi berbasis AI untuk masalah deteksi penyakit tanaman."
Prototype	Membuat prompt sebagai prototipe	"Bertindaklah sebagai ahli pertanian. Dari gejala berikut, identifikasi penyakitnya..."
Test	Mengevaluasi dan memperbaiki prompt	"Evaluasi jawaban sebelumnya. Apakah sudah akurat? Bagaimana cara memperbaikinya?"

💡 Prinsip Kunci Integrasi

• Human-centered: AI adalah alat, bukan tujuan. Fokus pada kebutuhan pengguna.
• Iteratif: Terus perbaiki prompt berdasarkan evaluasi dan umpan balik.
• Kolaboratif: Manusia dan AI bekerja bersama, bukan AI menggantikan manusia.
• Etis: Pertimbangkan dampak sosial dan bias dalam penggunaan AI.

E Studi Kasus & Penerapan

📋 Studi Kasus: AI untuk Pendidikan

Masalah: Siswa SMA kesulitan memahami materi Fisika yang abstrak dan membutuhkan penjelasan yang disesuaikan dengan gaya belajar masing-masing.

Empathize: Wawancara siswa → Banyak yang belajar visual, butuh analogi kehidupan nyata.

Define: "Siswa membutuhkan tutor AI yang bisa menjelaskan Fisika dengan analogi visual."

Ideate: Chatbot tutor Fisika, generator soal adaptif, visualisasi konsep otomatis.

Prototype: Prompt: "Jelaskan Hukum Newton ke-3 menggunakan analogi permainan sepak bola, untuk siswa kelas X."

Test: Uji coba dengan 10 siswa → Perbaiki prompt berdasarkan umpan balik → Iterasi sampai optimal.

🌍 Penerapan di Berbagai Bidang

🏥 Kesehatan

AI asisten diagnosis awal, chatbot informasi kesehatan, analisis gejala penyakit.

🌾 Pertanian

Deteksi hama/penyakit tanaman, prediksi cuaca, rekomendasi pemupukan.

🎓 Pendidikan

Tutor personal AI, pembuat soal otomatis, umpan balik tugas.

🏪 UMKM

Copywriting produk, chatbot layanan pelanggan, analisis tren pasar.

⚖️ Etika Penggunaan AI

• Bias: AI bisa mereproduksi bias dari data pelatihan. Selalu evaluasi kritis.
• Privasi: Jangan masukkan data pribadi sensitif ke dalam prompt.
• Kejujuran: Selalu nyatakan jika karya dibantu AI. Jangan plagiat.
• Verifikasi: AI bisa menghasilkan informasi salah (hallucination). Selalu periksa ulang.

PROMPT LAB INTERAKTIF

Latihan Merancang Prompt

Bandingkan prompt sederhana vs prompt yang dirancang dengan baik, dan lihat perbedaan hasilnya!

❌ Prompt Kurang Baik

User:
"Jelaskan AI"

Masalah:

• Tidak ada konteks (untuk siapa?)
• Tidak ada format output yang diinginkan
• Terlalu umum, hasil bisa sangat panjang/tidak fokus
• Tidak spesifik aspek AI yang dimaksud

✅ Prompt Terstruktur

User:
"Bertindaklah sebagai guru Informatika SMA. Jelaskan konsep kecerdasan artifisial (AI) kepada siswa kelas X dalam 5 poin ringkas. Gunakan bahasa sederhana dan berikan 1 contoh penerapan AI dalam kehidupan sehari-hari untuk setiap poin."

Keunggulan:

• ✅ Ada peran (Role): guru Informatika
• ✅ Ada konteks: siswa kelas X
• ✅ Format output jelas: 5 poin ringkas
• ✅ Instruksi spesifik: bahasa sederhana + contoh

Prompt Builder — Coba Buat Promptmu!

Isi komponen di bawah ini untuk membuat prompt yang terstruktur:

🎭 Peran (Role)

👤 Konteks Pengguna

📝 Instruksi/Tugas

📋 Format Output

// Prompt yang dihasilkan:

GAME CHALLENGE

Prompt Quest 🎮

Tantangan real-time: Desain prompt terbaik dalam 3 menit! Raih poin dan naik ke leaderboard.

0

Total Poin

0

Streak 🔥

1

Level

🎯

Siap Jadi Prompt Engineer Pro?

Setiap level, kamu akan mendapat skenario nyata. Desain prompt terbaik dalam 3 menit. Semakin baik prompt, semakin banyak poin!

Top Prompt Engineers

👑

You

Mulai sekarang!

0

poin

AKTIVITAS PEMBELAJARAN

Aktivitas & Proyek

1

Aktivitas Individu: Eksplorasi Teknik Prompt

Praktikkan kelima teknik prompt engineering yang telah dipelajari:

Buat 1 prompt zero-shot untuk topik pelajaran favoritmu

Buat 1 prompt few-shot dengan minimal 3 contoh

Buat 1 prompt chain-of-thought untuk soal matematika

Buat 1 prompt role-based dengan persona tertentu

Lakukan iterasi 3x pada salah satu prompt di atas

2

Aktivitas Kelompok: Design Thinking Challenge

Dalam kelompok 4-5 orang, identifikasi masalah nyata di sekolah/lingkunganmu dan rancang solusi berbasis AI menggunakan Design Thinking:

❤️ Empathize

Wawancara 5 orang

🎯 Define

Rumuskan masalah

💡 Ideate

5+ ide solusi AI

📦 Prototype

Buat prompt AI

🧪 Test

Uji & iterasi

3

Proyek Akhir Bab: Portofolio Prompt Engineering

Buat portofolio digital berisi minimal 10 prompt terbaikmu beserta analisis hasilnya. Sertakan:

Prompt asli dan versi iterasinya

Analisis kualitas respons AI

Label teknik yang digunakan

Refleksi pembelajaran

UJI PEMAHAMAN

Kuis Interaktif

Pilih tingkat kesulitan dan uji pemahamanmu tentang materi Bab 4!

B4

Bab 4 — Integrasi Prompt Engineering & Design Thinking

Koding dan Kecerdasan Artifisial untuk SMA/MA Kelas X

📚 Kurikulum Merdeka • 🇮🇩 Informatika • 🤖 Babeh Opiq 76