|
UNIVERSITAS AMIKOM YOGYAKARTA
|
RPS-S1TK-TK075 |
| RENCANA PEMBELAJARAN SEMESTER | ||||||
| MATA KULIAH (MK) | KODE | Rumpun MK | BOBOT (sks) | SEMESTER | Tanggal Penyusunan | |
| MACHINE LEARNING | TK075 | Mathematics and Statistics (CS2013) | 2 | 0 | 6 | 14 Jan 2021 |
| Pengesahan | Dosen Pengembang RPS | Koordinator RMK | Ka PRODI |
 Dr. Dony Ariyus, M.Kom. |
 Wahid Miftahul Ashari, S.Kom., M.T. |
 Dr. Dony Ariyus, M.Kom |
| Capaian Pembelajaran | CPL-PRODI yang dibebankan pada MK | |
| 2021 CPL08 | Mampu mengidentifikasi, memodelkan, dan menyelesaikan permasalahan menggunakan metode AI, Machine Learning, dan Deep Learning untuk pengembangan sistem komputer cerdas yang efisien dan adaptif | |
| 2021 CPL14 | Mampu menjelaskan dan menganalisis penerapan teknologi emerging seperti Cloud Computing, Blockchain, dan Edge AI dalam solusi berbasis IoT untuk meningkatkan efisiensi, keamanan, dan skalabilitas sistem terdistribusi di berbagai sektor industri. | |
| Capaian Pembelajaran Mata Kuliah (CPMK) | ||
| CPMK13 | Mahasiswa mampu merancang dan mengembangkan solusi teknologi berbasis sistem cerdas dan Internet of Things (IoT) sesuai dengan permasalahan industri. | |
| CPMK14 | Mahasiswa mampu mengintegrasikan aspek keamanan siber dalam pengembangan sistem cerdas dan IoT secara menyeluruh. | |
| CPMK15 | Mahasiswa mampu mengidentifikasi permasalahan nyata dan memodelkannya menggunakan pendekatan Artificial Intelligence (AI) dan Machine Learning (ML) secara tepat. | |
| CPMK16 | Mahasiswa mampu menerapkan metode Deep Learning untuk membangun sistem komputer cerdas yang efisien dan adaptif sesuai kebutuhan aplikasi. | |
| Kemampuan akhir tiap tahapan belajar (Sub-CPMK) | ||
| sub.cpmk.TK075.CPMK13.1 | Mahasiswa mampu menjelaskan prinsip kerja dan arsitektur teknologi Cloud Computing, Blockchain, dan Edge AI, serta peranannya dalam mendukung sistem IoT yang terdistribusi. | |
| sub.cpmk.TK075.CPMK13.2 | Mahasiswa mampu merancang dan mengimplementasikan solusi sistem cerdas berbasis IoT dengan mengintegrasikan machine learning, desain antarmuka grafis, dan mekanisme keamanan siber sesuai kebutuhan industri. | |
| sub.cpmk.TK075.CPMK14.1 | Mahasiswa mampu mengidentifikasi potensi kerentanan dan risiko keamanan pada sistem IoT dan sistem cerdas, serta menjelaskan prinsip mitigasi ancaman siber. | |
| sub.cpmk.TK075.CPMK14.2 | Mahasiswa mampu merancang solusi sistem IoT yang mengintegrasikan algoritma machine learning dan mekanisme keamanan siber untuk meningkatkan ketahanan dan keandalan sistem. | |
| sub.cpmk.TK075.CPMK15.1 | Mahasiswa dapat mengidentifikasi kebutuhan sistem cerdas dan merumuskan model solusi menggunakan algoritma AI dan ML berbasis data eksperimen. | |
| sub.cpmk.TK075.CPMK15.2 | Mahasiswa mampu mengevaluasi performa model AI dan ML dengan menggunakan metrik evaluasi yang sesuai untuk meningkatkan akurasi dan efisiensi solusi sistem cerdas. | |
| sub.cpmk.TK075.CPMK16.1 | Mahasiswa dapat merancang arsitektur Deep Learning yang sesuai dengan karakteristik data dan kebutuhan aplikasi sistem komputer cerdas. | |
| sub.cpmk.TK075.CPMK16.2 | Mahasiswa dapat mengimplementasikan dan menguji model Deep Learning menggunakan bahasa pemrograman Python serta mempertimbangkan aspek efisiensi dan keamanan sistem. | |
| Korelasi CPMK terhadap Sub-CPMK | ||
| CPMK13 |
sub.cpmk.TK075.CPMK13.1 sub.cpmk.TK075.CPMK13.2 |
|
| CPMK14 |
sub.cpmk.TK075.CPMK14.1 sub.cpmk.TK075.CPMK14.2 |
|
| CPMK15 |
sub.cpmk.TK075.CPMK15.1 sub.cpmk.TK075.CPMK15.2 |
|
| CPMK16 |
sub.cpmk.TK075.CPMK16.1 sub.cpmk.TK075.CPMK16.2 |
|
| Deskripsi Singkat MK | Mata kuliah ini membahas konsep dasar dan lanjutan dalam bidang Machine Learning yang mencakup jenis-jenis pembelajaran mesin (supervised, unsupervised, dan reinforcement learning), teknik preprocessing data, evaluasi model, serta algoritma populer seperti regresi, klasifikasi, clustering, dan ensemble learning. Mahasiswa juga akan dikenalkan dengan implementasi praktis menggunakan Python dan library seperti Scikit-learn untuk membangun model pembelajaran mesin serta mengaplikasikannya dalam kasus nyata. Proyek akhir dilakukan sebagai bentuk penerapan pemahaman konsep dan kemampuan teknis mahasiswa. | |
| Bahan Kajian : Materi Pembelajaran | Bahan kajian dalam mata kuliah ini mencakup pemahaman menyeluruh terhadap konsep dan prinsip dasar pembelajaran mesin (machine learning), termasuk klasifikasi jenis-jenis pembelajaran seperti supervised, unsupervised, dan reinforcement learning. Mahasiswa akan mempelajari proses persiapan data, seperti teknik preprocessing yang meliputi normalisasi, encoding, dan penanganan data hilang. Evaluasi model juga menjadi fokus utama, mencakup pengukuran kinerja seperti confusion matrix, precision, recall, dan F1-score. | |
| Pustaka | Utama | |
|
||
| Pendukung | ||
|
|
||
| Dosen Pengampu | Anggit Ferdita Nugraha, S.T., M.Eng. Arief Setyanto, S.Si., M.T., Ph.D. Dr. Kumara Ari Yuana, ST, MT Hanafi, S.Kom., M.Eng., Ph.D. | |
| Mata Kuliah Syarat | - | |
| Pertemuan Ke | Kemampuan akhir tiap tahapan belajar (Sub-CPMK) | Penilaian | Bentuk Pembelajaran; Metode Pembelajaran; Penugasan Mahasiswa; | Materi Pembelajaran | Bobot Penilaian | ||
|---|---|---|---|---|---|---|---|
| Indikator | Kriteria & Teknik | Luring | Daring | ||||
| 1 | sub.cpmk.TK075.CPMK15.1-Mahasiswa dapat mengidentifikasi kebutuhan sistem cerdas dan merumuskan model solusi menggunakan algoritma AI dan ML berbasis data eksperimen. | Mahasiswa Mampu Menjelaskan Materi |
Kriteria Ketepatan Jawaban Teknik Tanya Jawab |
Kuliah,Persiapan Perkuliahan,[P=10 Menit] Kuliah,Proses Belajar,[PB=12501250125090 Menit] Pemahaman materi mandiri,Kegiatan Mandiri,[PM=70 Menit] |
Kuliah,Persiapan Perkuliahan,[P=10 Menit] Kuliah,Video Pembelajaran,[VA=20 Menit] Kuliah,Diskusi,[DS=70 Menit] Pemahaman materi mandiri,Kegiatan Mandiri,[PM=70 Menit] |
Topik Pengantar Machine Learning Sub Topik Konsep dasar, sejarah, ruang lingkup, dan manfaat Machine Learning |
0 |
| 2 | sub.cpmk.TK075.CPMK15.1-Mahasiswa dapat mengidentifikasi kebutuhan sistem cerdas dan merumuskan model solusi menggunakan algoritma AI dan ML berbasis data eksperimen. | Mahasiswa Mampu Menjelaskan Materi |
Kriteria Ketepatan Jawaban Teknik Tanya Jawab |
Kuliah,Persiapan Perkuliahan,[P=10 Menit] Kuliah,Proses Belajar,[PB=12501250125090 Menit] Pemahaman materi mandiri,Kegiatan Mandiri,[PM=70 Menit] |
Kuliah,Persiapan Perkuliahan,[P=10 Menit] Kuliah,Video Pembelajaran,[VA=20 Menit] Kuliah,Diskusi,[DS=70 Menit] Pemahaman materi mandiri,Kegiatan Mandiri,[PM=70 Menit] |
Topik Jenis-jenis Machine Learning Sub Topik Supervised, Unsupervised, Semi-supervised, Reinforcement Learning |
0 |
| 3 | sub.cpmk.TK075.CPMK15.1-Mahasiswa dapat mengidentifikasi kebutuhan sistem cerdas dan merumuskan model solusi menggunakan algoritma AI dan ML berbasis data eksperimen. | Mahasiswa Mampu Menjelaskan Materi |
Kriteria Ketepatan Jawaban Teknik Tanya Jawab |
Kuliah,Persiapan Perkuliahan,[P=10 Menit] Kuliah,Proses Belajar,[PB=12501250125090 Menit] Pemahaman materi mandiri,Kegiatan Mandiri,[PM=70 Menit] |
Kuliah,Persiapan Perkuliahan,[P=10 Menit] Kuliah,Video Pembelajaran,[VA=20 Menit] Kuliah,Diskusi,[DS=70 Menit] Pemahaman materi mandiri,Kegiatan Mandiri,[PM=70 Menit] |
Topik Persiapan dan Preprocessing Data Sub Topik Data cleaning, normalisasi, encoding, handling missing values |
0 |
| 4 | sub.cpmk.TK075.CPMK13.1-Mahasiswa mampu menjelaskan prinsip kerja dan arsitektur teknologi Cloud Computing, Blockchain, dan Edge AI, serta peranannya dalam mendukung sistem IoT yang terdistribusi. | Mahasiswa Mampu Menjelaskan Materi |
Kriteria Ketepatan Jawaban Teknik Tanya Jawab |
Kuliah,Persiapan Perkuliahan,[P=10 Menit] Kuliah,Proses Belajar,[PB=12501250125090 Menit] Pemahaman materi mandiri,Kegiatan Mandiri,[PM=70 Menit] |
Kuliah,Persiapan Perkuliahan,[P=10 Menit] Kuliah,Video Pembelajaran,[VA=20 Menit] Kuliah,Diskusi,[DS=70 Menit] Pemahaman materi mandiri,Kegiatan Mandiri,[PM=70 Menit] |
Topik Evaluasi Kinerja Model Sub Topik Confusion matrix, accuracy, precision, recall, F1-score |
0 |
| 5 | sub.cpmk.TK075.CPMK16.2-Mahasiswa dapat mengimplementasikan dan menguji model Deep Learning menggunakan bahasa pemrograman Python serta mempertimbangkan aspek efisiensi dan keamanan sistem. | Mahasiswa dapat Mengerjakan Tugas |
Kriteria kesesuain output sesuai ketentuan Teknik Tugas Berkelompok |
Kuliah,Persiapan Perkuliahan,[P=10 Menit] Kuliah,Proses Belajar,[PB : 1 x (2x50")=12501250125090 Menit] Penugasan,Tugas Take Home,[TH=70 Menit] |
Kuliah,Persiapan Perkuliahan,[P=10 Menit] Kuliah,Video Pembelajaran,[VA=20 Menit] Kuliah,Diskusi,[DS=70 Menit] Penugasan,Tugas Take Home,[TH=70 Menit] |
Topik Regresi Linier Sub Topik Model regresi linier sederhana dan implementasinya |
5 |
| 6 | sub.cpmk.TK075.CPMK14.1-Mahasiswa mampu mengidentifikasi potensi kerentanan dan risiko keamanan pada sistem IoT dan sistem cerdas, serta menjelaskan prinsip mitigasi ancaman siber. | Mahasiswa Mampu Menjelaskan Materi |
Kriteria Ketepatan Jawaban Teknik Tanya Jawab |
Kuliah,Persiapan Perkuliahan,[P=10 Menit] Kuliah,Proses Belajar,[PB=1250125090 Menit] Pemahaman materi mandiri,Kegiatan Mandiri,[PM=70 Menit] |
Kuliah,Persiapan Perkuliahan,[P=10 Menit] Kuliah,Video Pembelajaran,[VA=20 Menit] Kuliah,Diskusi,[DS=70 Menit] Pemahaman materi mandiri,Kegiatan Mandiri,[PM=70 Menit] |
Topik Regresi Logistik Sub Topik Model klasifikasi biner dan penerapannya |
0 |
| 7 | sub.cpmk.TK075.CPMK16.1-Mahasiswa dapat merancang arsitektur Deep Learning yang sesuai dengan karakteristik data dan kebutuhan aplikasi sistem komputer cerdas. | Mahasiswa dapat Mengerjakan Tugas |
Kriteria kesesuain output sesuai ketentuan Teknik Tugas Berkelompok |
Kuliah,Persiapan Perkuliahan,[P=10 Menit] Kuliah,Proses Belajar,[PB : 1 x (2x50")=12501250125090 Menit] Penugasan,Tugas Take Home,[TH=70 Menit] |
Kuliah,Persiapan Perkuliahan,[P=10 Menit] Kuliah,Video Pembelajaran,[VA=20 Menit] Kuliah,Diskusi,[DS=70 Menit] Penugasan,Tugas Take Home,[TH=70 Menit] |
Topik K-Nearest Neighbor (KNN) Sub Topik Prinsip kerja, pemilihan nilai K, dan pengukuran jarak |
10 |
| 8 | sub.cpmk.TK075.CPMK13.1-Mahasiswa mampu menjelaskan prinsip kerja dan arsitektur teknologi Cloud Computing, Blockchain, dan Edge AI, serta peranannya dalam mendukung sistem IoT yang terdistribusi. | Mahasiswa Mampu Menjelaskan Materi |
Kriteria Ketepatan Jawaban Teknik Tanya Jawab |
Kuliah,Persiapan Perkuliahan,[P=10 Menit] Kuliah,Proses Belajar,[PB=1250125090 Menit] Pemahaman materi mandiri,Kegiatan Mandiri,[PM=70 Menit] |
Kuliah,Persiapan Perkuliahan,[P=10 Menit] Kuliah,Video Pembelajaran,[VA=20 Menit] Kuliah,Diskusi,[DS=70 Menit] Pemahaman materi mandiri,Kegiatan Mandiri,[PM=70 Menit] |
Topik Decision Tree Sub Topik Struktur pohon keputusan, entropy, information gain |
0 |
| 9 | sub.cpmk.TK075.CPMK15.2-Mahasiswa mampu mengevaluasi performa model AI dan ML dengan menggunakan metrik evaluasi yang sesuai untuk meningkatkan akurasi dan efisiensi solusi sistem cerdas. | Mahasiswa Mampu Menjelaskan Materi |
Kriteria Ketepatan Jawaban Teknik Tanya Jawab |
Kuliah,Persiapan Perkuliahan,[P=10 Menit] Kuliah,Proses Belajar,[PB=1250125090 Menit] Pemahaman materi mandiri,Kegiatan Mandiri,[PM=70 Menit] |
Kuliah,Persiapan Perkuliahan,[P=10 Menit] Kuliah,Video Pembelajaran,[VA=20 Menit] Kuliah,Diskusi,[DS=70 Menit] Pemahaman materi mandiri,Kegiatan Mandiri,[PM=70 Menit] |
Topik Naive Bayes Sub Topik Teorema Bayes, probabilitas bersyarat, klasifikasi teks |
0 |
| 10 | sub.cpmk.TK075.CPMK13.1-Mahasiswa mampu menjelaskan prinsip kerja dan arsitektur teknologi Cloud Computing, Blockchain, dan Edge AI, serta peranannya dalam mendukung sistem IoT yang terdistribusi. | Mahasiswa Mampu Menjelaskan Materi |
Kriteria Ketepatan Jawaban Teknik Tanya Jawab |
Kuliah,Persiapan Perkuliahan,[P=10 Menit] Kuliah,Proses Belajar,[PB=12501250125090 Menit] Pemahaman materi mandiri,Kegiatan Mandiri,[PM=70 Menit] |
Kuliah,Persiapan Perkuliahan,[P=10 Menit] Kuliah,Video Pembelajaran,[VA=20 Menit] Kuliah,Diskusi,[DS=70 Menit] Pemahaman materi mandiri,Kegiatan Mandiri,[PM=70 Menit] |
Topik Support Vector Machine (SVM) Sub Topik Hyperplane, margin maksimal, dan fungsi kernel |
0 |
| 11 | sub.cpmk.TK075.CPMK14.2-Mahasiswa mampu merancang solusi sistem IoT yang mengintegrasikan algoritma machine learning dan mekanisme keamanan siber untuk meningkatkan ketahanan dan keandalan sistem. | Mahasiswa Mampu Menjelaskan Materi |
Kriteria Ketepatan Jawaban Teknik Tanya Jawab |
Kuliah,Persiapan Perkuliahan,[P=10 Menit] Kuliah,Proses Belajar,[PB=1250125090 Menit] Pemahaman materi mandiri,Kegiatan Mandiri,[PM=70 Menit] |
Kuliah,Persiapan Perkuliahan,[P=10 Menit] Kuliah,Video Pembelajaran,[VA=20 Menit] Kuliah,Diskusi,[DS=70 Menit] Pemahaman materi mandiri,Kegiatan Mandiri,[PM=70 Menit] |
Topik Clustering dengan K-Means Sub Topik Inisialisasi centroid, iterasi, evaluasi cluster |
0 |
| 12 | sub.cpmk.TK075.CPMK15.2-Mahasiswa mampu mengevaluasi performa model AI dan ML dengan menggunakan metrik evaluasi yang sesuai untuk meningkatkan akurasi dan efisiensi solusi sistem cerdas. | Mahasiswa Mampu Menjelaskan Materi |
Kriteria Ketepatan Jawaban Teknik Tanya Jawab |
Kuliah,Persiapan Perkuliahan,[P=10 Menit] Kuliah,Proses Belajar,[PB=1250125090 Menit] Pemahaman materi mandiri,Kegiatan Mandiri,[PM=70 Menit] |
Kuliah,Persiapan Perkuliahan,[P=10 Menit] Kuliah,Video Pembelajaran,[VA=20 Menit] Kuliah,Diskusi,[DS=70 Menit] Pemahaman materi mandiri,Kegiatan Mandiri,[PM=70 Menit] |
Topik Dimensionality Reduction Sub Topik PCA, LDA, dan penerapannya pada dataset |
0 |
| 13 | sub.cpmk.TK075.CPMK15.2-Mahasiswa mampu mengevaluasi performa model AI dan ML dengan menggunakan metrik evaluasi yang sesuai untuk meningkatkan akurasi dan efisiensi solusi sistem cerdas. | Mahasiswa dapat Mengerjakan Tugas |
Kriteria kesesuain output sesuai ketentuan Teknik Tugas Berkelompok |
Kuliah,Persiapan Perkuliahan,[P=10 Menit] Kuliah,Proses Belajar,[PB : 1 x (2x50")=1250125090 Menit] Penugasan,Tugas Take Home,[TH=70 Menit] |
Kuliah,Persiapan Perkuliahan,[P=10 Menit] Kuliah,Video Pembelajaran,[VA=20 Menit] Kuliah,Diskusi,[DS=70 Menit] Penugasan,Tugas Take Home,[TH=70 Menit] |
Topik Ensemble Learning Sub Topik Random Forest, Bagging, Boosting, Voting |
5 |
| 14 | sub.cpmk.TK075.CPMK13.1-Mahasiswa mampu menjelaskan prinsip kerja dan arsitektur teknologi Cloud Computing, Blockchain, dan Edge AI, serta peranannya dalam mendukung sistem IoT yang terdistribusi. | Mahasiswa dapat Mengerjakan Tugas |
Kriteria kesesuain output sesuai ketentuan Teknik Tugas Berkelompok |
Kuliah,Persiapan Perkuliahan,[P=10 Menit] Kuliah,Proses Belajar,[PB : 1 x (2x50")=12501250125090 Menit] Penugasan,Tugas Take Home,[TH=70 Menit] |
Kuliah,Persiapan Perkuliahan,[P=10 Menit] Kuliah,Video Pembelajaran,[VA=20 Menit] Kuliah,Diskusi,[DS=70 Menit] Penugasan,Tugas Take Home,[TH=70 Menit] |
Topik Studi Kasus & Review Materi Sub Topik Analisis kasus nyata dan persiapan evaluasi |
5 |
| 15 | sub.cpmk.TK075.CPMK16.2-Mahasiswa dapat mengimplementasikan dan menguji model Deep Learning menggunakan bahasa pemrograman Python serta mempertimbangkan aspek efisiensi dan keamanan sistem. | Mahasiswa Melakukan Ujian Mandiri |
Kriteria Ketepatan Jawaban Teknik Ujian Mandiri |
Ujian terjadwal,Ujian Terjadwal,[UT=100 Menit] |
Ujian terjadwal,Ujian Terjadwal,[UT=100 Menit] |
Topik Ujian Tengah Semester (UTS) Sub Topik Evaluasi pemahaman teori Machine Learning |
20 |
| 16 | sub.cpmk.TK075.CPMK16.1-Mahasiswa dapat merancang arsitektur Deep Learning yang sesuai dengan karakteristik data dan kebutuhan aplikasi sistem komputer cerdas. | Mahasiswa dapat Membuat laporan Praktikum |
Kriteria Ketepatan Jawaban Teknik Laporan Pratikum |
Kuliah,Persiapan Perkuliahan,[P=10 Menit] Kuliah,Proses Belajar,[PB=1250125090 Menit] Pemahaman materi mandiri,Kegiatan Mandiri,[PM=70 Menit] |
Kuliah,Persiapan Perkuliahan,[P=10 Menit] Kuliah,Video Pembelajaran,[VA=20 Menit] Kuliah,Diskusi,[DS=70 Menit] Pemahaman materi mandiri,Kegiatan Mandiri,[PM=70 Menit] |
Topik Praktikum: Preprocessing Data Sub Topik Implementasi preprocessing dengan Pandas dan Scikit-learn |
0 |
| 17 | sub.cpmk.TK075.CPMK15.1-Mahasiswa dapat mengidentifikasi kebutuhan sistem cerdas dan merumuskan model solusi menggunakan algoritma AI dan ML berbasis data eksperimen. | Mahasiswa dapat Membuat laporan Praktikum |
Kriteria Ketepatan Jawaban Teknik Laporan Pratikum |
Kuliah,Persiapan Perkuliahan,[P=10 Menit] Kuliah,Proses Belajar,[PB=1250125090 Menit] Pemahaman materi mandiri,Kegiatan Mandiri,[PM=70 Menit] |
Kuliah,Persiapan Perkuliahan,[P=10 Menit] Kuliah,Video Pembelajaran,[VA=20 Menit] Kuliah,Diskusi,[DS=70 Menit] Pemahaman materi mandiri,Kegiatan Mandiri,[PM=70 Menit] |
Topik Praktikum: Regresi Linier Sub Topik Prediksi harga rumah dengan regresi linier |
0 |
| 18 | sub.cpmk.TK075.CPMK13.1-Mahasiswa mampu menjelaskan prinsip kerja dan arsitektur teknologi Cloud Computing, Blockchain, dan Edge AI, serta peranannya dalam mendukung sistem IoT yang terdistribusi. | Mahasiswa dapat Membuat laporan Praktikum |
Kriteria Ketepatan Jawaban Teknik Laporan Pratikum |
Kuliah,Persiapan Perkuliahan,[P=10 Menit] Kuliah,Proses Belajar,[PB=1250125090 Menit] Pemahaman materi mandiri,Kegiatan Mandiri,[PM=70 Menit] |
Kuliah,Persiapan Perkuliahan,[P=10 Menit] Kuliah,Video Pembelajaran,[VA=20 Menit] Kuliah,Diskusi,[DS=70 Menit] Pemahaman materi mandiri,Kegiatan Mandiri,[PM=70 Menit] |
Topik Praktikum: Regresi Logistik Sub Topik Prediksi churn pelanggan |
0 |
| 19 | sub.cpmk.TK075.CPMK13.1-Mahasiswa mampu menjelaskan prinsip kerja dan arsitektur teknologi Cloud Computing, Blockchain, dan Edge AI, serta peranannya dalam mendukung sistem IoT yang terdistribusi. | Mahasiswa dapat Membuat laporan Praktikum |
Kriteria Ketepatan Jawaban Teknik Laporan Pratikum |
Kuliah,Persiapan Perkuliahan,[P=10 Menit] Kuliah,Proses Belajar,[PB=1250125090 Menit] Pemahaman materi mandiri,Kegiatan Mandiri,[PM=70 Menit] |
Kuliah,Persiapan Perkuliahan,[P=10 Menit] Kuliah,Video Pembelajaran,[VA=20 Menit] Kuliah,Diskusi,[DS=70 Menit] Pemahaman materi mandiri,Kegiatan Mandiri,[PM=70 Menit] |
Topik Praktikum: KNN Sub Topik Klasifikasi dataset iris menggunakan KNN |
0 |
| 20 | sub.cpmk.TK075.CPMK14.1-Mahasiswa mampu mengidentifikasi potensi kerentanan dan risiko keamanan pada sistem IoT dan sistem cerdas, serta menjelaskan prinsip mitigasi ancaman siber. | Mahasiswa dapat Membuat laporan Praktikum |
Kriteria kesesuain output sesuai ketentuan Teknik Tugas Berkelompok |
Kuliah,Persiapan Perkuliahan,[P=10 Menit] Kuliah,Proses Belajar,[PB : 1 x (2x50")=1250125090 Menit] Penugasan,Tugas Take Home,[TH=70 Menit] |
Kuliah,Persiapan Perkuliahan,[P=10 Menit] Kuliah,Video Pembelajaran,[VA=20 Menit] Kuliah,Diskusi,[DS=70 Menit] Penugasan,Tugas Take Home,[TH=70 Menit] |
Topik Praktikum: Decision Tree Sub Topik Implementasi dan visualisasi pohon keputusan |
5 |
| 21 | sub.cpmk.TK075.CPMK15.1-Mahasiswa dapat mengidentifikasi kebutuhan sistem cerdas dan merumuskan model solusi menggunakan algoritma AI dan ML berbasis data eksperimen. | Mahasiswa dapat Membuat laporan Praktikum |
Kriteria Ketepatan Jawaban Teknik Laporan Pratikum |
Kuliah,Persiapan Perkuliahan,[P=10 Menit] Kuliah,Proses Belajar,[PB=1250125090 Menit] Pemahaman materi mandiri,Kegiatan Mandiri,[PM=70 Menit] |
Kuliah,Persiapan Perkuliahan,[P=10 Menit] Kuliah,Video Pembelajaran,[VA=20 Menit] Kuliah,Diskusi,[DS=70 Menit] Pemahaman materi mandiri,Kegiatan Mandiri,[PM=70 Menit] |
Topik Praktikum: Naive Bayes Sub Topik Klasifikasi teks atau sentimen |
0 |
| 22 | sub.cpmk.TK075.CPMK13.1-Mahasiswa mampu menjelaskan prinsip kerja dan arsitektur teknologi Cloud Computing, Blockchain, dan Edge AI, serta peranannya dalam mendukung sistem IoT yang terdistribusi. | Mahasiswa Mampu Menjelaskan Materi |
Kriteria Ketepatan Jawaban Teknik Tanya Jawab |
Kuliah,Persiapan Perkuliahan,[P=10 Menit] Kuliah,Proses Belajar,[PB=12501250125090 Menit] Pemahaman materi mandiri,Kegiatan Mandiri,[PM=70 Menit] |
Kuliah,Persiapan Perkuliahan,[P=10 Menit] Kuliah,Video Pembelajaran,[VA=20 Menit] Kuliah,Diskusi,[DS=70 Menit] Pemahaman materi mandiri,Kegiatan Mandiri,[PM=70 Menit] |
Topik Praktikum: K-Means Clustering Sub Topik Visualisasi hasil cluster dan interpretasi |
0 |
| 23 | sub.cpmk.TK075.CPMK14.1-Mahasiswa mampu mengidentifikasi potensi kerentanan dan risiko keamanan pada sistem IoT dan sistem cerdas, serta menjelaskan prinsip mitigasi ancaman siber. | Mahasiswa dapat Mengerjakan Tugas |
Kriteria Ketepatan Jawaban Teknik Tugas |
Kuliah,Persiapan Perkuliahan,[P=10 Menit] Kuliah,Proses Belajar,[PB : 1 x (2x50")=12501250125090 Menit] Penugasan,Tugas Take Home,[TH=70 Menit] |
Kuliah,Persiapan Perkuliahan,[P=10 Menit] Kuliah,Video Pembelajaran,[VA=20 Menit] Kuliah,Diskusi,[DS=70 Menit] Penugasan,Tugas Take Home,[TH=70 Menit] |
Topik Praktikum: PCA Sub Topik Reduksi dimensi dan visualisasi 2D |
10 |
| 24 | sub.cpmk.TK075.CPMK16.2-Mahasiswa dapat mengimplementasikan dan menguji model Deep Learning menggunakan bahasa pemrograman Python serta mempertimbangkan aspek efisiensi dan keamanan sistem. | Mahasiswa dapat Membuat laporan Praktikum |
Kriteria Ketepatan Jawaban Teknik Laporan Pratikum |
Kuliah,Persiapan Perkuliahan,[P=10 Menit] Kuliah,Proses Belajar,[PB=1250125090 Menit] Pemahaman materi mandiri,Kegiatan Mandiri,[PM=70 Menit] |
Kuliah,Persiapan Perkuliahan,[P=10 Menit] Kuliah,Video Pembelajaran,[VA=20 Menit] Kuliah,Diskusi,[DS=70 Menit] Pemahaman materi mandiri,Kegiatan Mandiri,[PM=70 Menit] |
Topik Praktikum: Random Forest Sub Topik Tuning parameter dan evaluasi model ensemble |
0 |
| 25 | sub.cpmk.TK075.CPMK16.2-Mahasiswa dapat mengimplementasikan dan menguji model Deep Learning menggunakan bahasa pemrograman Python serta mempertimbangkan aspek efisiensi dan keamanan sistem. | Mahasiswa dapat Membuat laporan Praktikum |
Kriteria Ketepatan Jawaban Teknik Laporan Pratikum |
Kuliah,Persiapan Perkuliahan,[P=10 Menit] Kuliah,Proses Belajar,[PB=1250125090 Menit] Pemahaman materi mandiri,Kegiatan Mandiri,[PM=70 Menit] |
Kuliah,Persiapan Perkuliahan,[P=10 Menit] Kuliah,Video Pembelajaran,[VA=20 Menit] Kuliah,Diskusi,[DS=70 Menit] Pemahaman materi mandiri,Kegiatan Mandiri,[PM=70 Menit] |
Topik Praktikum: Evaluasi Model Sub Topik Cross-validation, overfitting, GridSearchCV |
0 |
| 26 | sub.cpmk.TK075.CPMK16.2-Mahasiswa dapat mengimplementasikan dan menguji model Deep Learning menggunakan bahasa pemrograman Python serta mempertimbangkan aspek efisiensi dan keamanan sistem. | Mahasiswa dapat Membuat laporan Praktikum |
Kriteria Ketepatan Jawaban Teknik Laporan Pratikum |
Kuliah,Persiapan Perkuliahan,[P=10 Menit] Kuliah,Proses Belajar,[PB=1250125090 Menit] Pemahaman materi mandiri,Kegiatan Mandiri,[PM=70 Menit] |
Kuliah,Persiapan Perkuliahan,[P=10 Menit] Kuliah,Video Pembelajaran,[VA=20 Menit] Kuliah,Diskusi,[DS=70 Menit] Pemahaman materi mandiri,Kegiatan Mandiri,[PM=70 Menit] |
Topik Praktikum: Studi Kasus Klasifikasi Sub Topik Analisis dataset riil untuk klasifikasi |
0 |
| 27 | sub.cpmk.TK075.CPMK13.1-Mahasiswa mampu menjelaskan prinsip kerja dan arsitektur teknologi Cloud Computing, Blockchain, dan Edge AI, serta peranannya dalam mendukung sistem IoT yang terdistribusi. | Mahasiswa dapat Membuat laporan Praktikum |
Kriteria Ketepatan Jawaban Teknik Laporan Pratikum |
Kuliah,Persiapan Perkuliahan,[P=10 Menit] Kuliah,Proses Belajar,[PB=1250125090 Menit] Pemahaman materi mandiri,Kegiatan Mandiri,[PM=70 Menit] |
Kuliah,Persiapan Perkuliahan,[P=10 Menit] Kuliah,Video Pembelajaran,[VA=20 Menit] Kuliah,Diskusi,[DS=70 Menit] Pemahaman materi mandiri,Kegiatan Mandiri,[PM=70 Menit] |
Topik Praktikum: Studi Kasus Clustering Sub Topik Eksperimen clustering dengan data sosial/spasial |
0 |
| 28 | sub.cpmk.TK075.CPMK13.1-Mahasiswa mampu menjelaskan prinsip kerja dan arsitektur teknologi Cloud Computing, Blockchain, dan Edge AI, serta peranannya dalam mendukung sistem IoT yang terdistribusi. | Mahasiswa dapat Membuat laporan Praktikum |
Kriteria Ketepatan Jawaban Teknik Laporan Pratikum |
Kuliah,Persiapan Perkuliahan,[P=10 Menit] Kuliah,Proses Belajar,[PB=1250125090 Menit] Pemahaman materi mandiri,Kegiatan Mandiri,[PM=70 Menit] |
Kuliah,Persiapan Perkuliahan,[P=10 Menit] Kuliah,Video Pembelajaran,[VA=20 Menit] Kuliah,Diskusi,[DS=70 Menit] Pemahaman materi mandiri,Kegiatan Mandiri,[PM=70 Menit] |
Topik Praktikum: Persiapan Proyek Akhir Sub Topik Desain model dan pembuatan laporan |
0 |
| 29 | sub.cpmk.TK075.CPMK14.2-Mahasiswa mampu merancang solusi sistem IoT yang mengintegrasikan algoritma machine learning dan mekanisme keamanan siber untuk meningkatkan ketahanan dan keandalan sistem. | Mahasiswa dapat Mengerjakan Tugas |
Kriteria kesesuain output sesuai ketentuan Teknik Presentasi |
Kuliah,Persiapan Perkuliahan,[P=10 Menit] Kuliah,Proses Belajar,[PB : 1 x (2x50")=9223372036854775807 Menit] Pemahaman materi mandiri,Kegiatan Mandiri,[PM=70 Menit] |
Kuliah,Persiapan Perkuliahan,[P=10 Menit] Kuliah,Video Pembelajaran,[VA=20 Menit] Kuliah,Diskusi,[DS=70 Menit] Pemahaman materi mandiri,Kegiatan Mandiri,[PM=70 Menit] |
Topik Praktikum: Persiapan Proyek Akhir Sub Topik Desain model dan pembuatan laporan |
10 |
| 30 | sub.cpmk.TK075.CPMK16.2-Mahasiswa dapat mengimplementasikan dan menguji model Deep Learning menggunakan bahasa pemrograman Python serta mempertimbangkan aspek efisiensi dan keamanan sistem. | Mahasiswa Melakukan Ujian Mandiri |
Kriteria Ketepatan Jawaban Teknik Ujian Mandiri |
Ujian terjadwal,Ujian Terjadwal,[UT=100 Menit] |
Ujian terjadwal,Ujian Terjadwal,[UT=100 Menit] |
Topik Ujian Akhir Semester (UAS) Sub Topik Evaluasi proyek dan praktik machine learning |
30 |
Teknik Penilaian CPMK
| CPL | MK | CPMK | Kuis | Tugas Teori (Kelompok) | Tes Tulis (UTS) | Unjuk Kerja (Presenstasi) | Tes Tulis (UAS) |
|---|---|---|---|---|---|---|---|
| 2021 CPL07 | MACHINE LEARNING | CPMK13 | |||||
| 2021 CPL07 | MACHINE LEARNING | CPMK14 | Y | Y | Y | ||
| 2021 CPL08 | MACHINE LEARNING | CPMK15 | Y | ||||
| 2021 CPL08 | MACHINE LEARNING | CPMK16 | Y | Y | Y |
Prosedur Penilaian CPMK
1. Komponen Penilaian CPMK
| CPL | CPMK | Sub-CPMK | Detail Penugasan (Teknik Penilaian) | Bobot % | Kriteria Penilaian |
|---|---|---|---|---|---|
| 2021 CPL08 | CPMK15 | sub.cpmk.TK075.CPMK15.1 | Tanya Jawab | 0 | Ketepatan Jawaban |
| 2021 CPL08 | CPMK15 | sub.cpmk.TK075.CPMK15.1 | Tanya Jawab | 0 | Ketepatan Jawaban |
| 2021 CPL08 | CPMK15 | sub.cpmk.TK075.CPMK15.1 | Tanya Jawab | 0 | Ketepatan Jawaban |
| 2021 CPL07 | CPMK13 | sub.cpmk.TK075.CPMK13.1 | Tanya Jawab | 0 | Ketepatan Jawaban |
| 2021 CPL08 | CPMK16 | sub.cpmk.TK075.CPMK16.2 | Tugas Berkelompok | 5 | kesesuain output sesuai ketentuan |
| 2021 CPL07 | CPMK14 | sub.cpmk.TK075.CPMK14.1 | Tanya Jawab | 0 | Ketepatan Jawaban |
| 2021 CPL08 | CPMK16 | sub.cpmk.TK075.CPMK16.1 | Tugas Berkelompok | 10 | kesesuain output sesuai ketentuan |
| 2021 CPL07 | CPMK13 | sub.cpmk.TK075.CPMK13.1 | Tanya Jawab | 0 | Ketepatan Jawaban |
| 2021 CPL08 | CPMK15 | sub.cpmk.TK075.CPMK15.2 | Tanya Jawab | 0 | Ketepatan Jawaban |
| 2021 CPL07 | CPMK13 | sub.cpmk.TK075.CPMK13.1 | Tanya Jawab | 0 | Ketepatan Jawaban |
| 2021 CPL07 | CPMK14 | sub.cpmk.TK075.CPMK14.2 | Tanya Jawab | 0 | Ketepatan Jawaban |
| 2021 CPL08 | CPMK15 | sub.cpmk.TK075.CPMK15.2 | Tanya Jawab | 0 | Ketepatan Jawaban |
| 2021 CPL08 | CPMK15 | sub.cpmk.TK075.CPMK15.2 | Tugas Berkelompok | 5 | kesesuain output sesuai ketentuan |
| 2021 CPL08 | CPMK16 | sub.cpmk.TK075.CPMK13.1 | Tugas Berkelompok | 5 | kesesuain output sesuai ketentuan |
| 2021 CPL08 | CPMK16 | sub.cpmk.TK075.CPMK16.2 | Ujian Mandiri | 20 | Ketepatan Jawaban |
| 2021 CPL08 | CPMK16 | sub.cpmk.TK075.CPMK16.1 | Laporan Pratikum | 0 | Ketepatan Jawaban |
| 2021 CPL08 | CPMK15 | sub.cpmk.TK075.CPMK15.1 | Laporan Pratikum | 0 | Ketepatan Jawaban |
| 2021 CPL07 | CPMK13 | sub.cpmk.TK075.CPMK13.1 | Laporan Pratikum | 0 | Ketepatan Jawaban |
| 2021 CPL07 | CPMK13 | sub.cpmk.TK075.CPMK13.1 | Laporan Pratikum | 0 | Ketepatan Jawaban |
| 2021 CPL07 | CPMK14 | sub.cpmk.TK075.CPMK14.1 | Tugas Berkelompok | 5 | kesesuain output sesuai ketentuan |
| 2021 CPL08 | CPMK15 | sub.cpmk.TK075.CPMK15.1 | Laporan Pratikum | 0 | Ketepatan Jawaban |
| 2021 CPL07 | CPMK13 | sub.cpmk.TK075.CPMK13.1 | Tanya Jawab | 0 | Ketepatan Jawaban |
| 2021 CPL07 | CPMK14 | sub.cpmk.TK075.CPMK14.1 | Tugas | 10 | Ketepatan Jawaban |
| 2021 CPL08 | CPMK16 | sub.cpmk.TK075.CPMK16.2 | Laporan Pratikum | 0 | Ketepatan Jawaban |
| 2021 CPL08 | CPMK16 | sub.cpmk.TK075.CPMK16.2 | Laporan Pratikum | 0 | Ketepatan Jawaban |
| 2021 CPL08 | CPMK16 | sub.cpmk.TK075.CPMK16.2 | Laporan Pratikum | 0 | Ketepatan Jawaban |
| 2021 CPL07 | CPMK13 | sub.cpmk.TK075.CPMK13.1 | Laporan Pratikum | 0 | Ketepatan Jawaban |
| 2021 CPL07 | CPMK13 | sub.cpmk.TK075.CPMK13.1 | Laporan Pratikum | 0 | Ketepatan Jawaban |
| 2021 CPL07 | CPMK14 | sub.cpmk.TK075.CPMK14.2 | Presentasi | 10 | kesesuain output sesuai ketentuan |
| 2021 CPL08 | CPMK16 | sub.cpmk.TK075.CPMK16.2 | Ujian Mandiri | 30 | Ketepatan Jawaban |
| Total | 100 | ||||
2. Penilaian CPMK
| CPL | MK | CPMK | Kuis | Tugas Teori (Kelompok) | Tes Tulis (UTS) | Unjuk Kerja (Presenstasi) | Tes Tulis (UAS) | Total |
|---|---|---|---|---|---|---|---|---|
| 2021 CPL07 | MACHINE LEARNING | CPMK13 | 0% | 0% | 0% | 0% | 0% | 0% |
| 2021 CPL07 | MACHINE LEARNING | CPMK14 | 10% | 5% | 0% | 10% | 0% | 25% |
| 2021 CPL08 | MACHINE LEARNING | CPMK15 | 0% | 5% | 0% | 0% | 0% | 5% |
| 2021 CPL08 | MACHINE LEARNING | CPMK16 | 0% | 20% | 20% | 0% | 30% | 70% |
| 100% | ||||||||