Literasi Data dan Inteligensi Artifisial
Kode Mata Kuliah
WI2002
Jumlah SKS
2
Semester
3
Jenis Mata Kuliah
E
Mata Kuliah Terkait
Bahan Kajian
| Bahan Kajian | Kedalaman |
|---|---|
| Jenis-jenis data dan metode pengambilan sampel | Express |
| Exploratory Data Analysis (EDA) dan Statistika Deskriptif | Expert |
| Analisis data univariat dan bivariat (termasuk regresi linier dan koefisien korelasi) | Expert |
| Peluang dan Aturan Bayes | Expert |
| Tata kelola dan etika terhadap data | Express |
| Definisi Inteligensi Artifisial (IA) dan aplikasi berbasis IA | Express |
| Level intelligent agent dan jenis machine learning | Expert |
| Tahapan dalan supervised learning | Express |
| Generative IA Large Language Model (LLM) : teks | Express |
| Generative IA LLM: non-teks | Express |
| Etika IA dan Studi Kasus | Expert |
Capaian Pembelajaran Lulusan (CPL) yang diemban mata kuliah
| Kode CPMK | Unsur Capaian Pembelajaran Mata Kuliah (CPMK) |
|---|---|
| CPMK 1 | Mahasiswa mampu melakukan menjelaskan pentingnya kemampuan literasi data dan Inteligensi Artifisial (IA) yang beretika. |
| CPMK 2 | Mahasiswa mampu menjelaskan prosedur pengambilan dan persiapan data yang siap olah. |
| CPMK 3 | Mahasiswa mampu mengolah hingga mengambil keputusan berdasarkan data pada fenomena yang sederhana. |
| CPMK 4 | Mahasiswa mampu menjelaskan kategori pembelajaran dalam Inteligensi Artifisial (IA). |
| CPMK 5 | Mahasiswa mampu mengaplikasikan pendekatan Statistika dan IA pada fenomena-fenomena yang ada di sekitarnya dan relevan terhadap bidang keilmuan masing-masing. |
Metode Pembelajaran
- Ceramah, diskusi kelompok, Pembelajaran kolaboratif, studi kasus, pembelajaran kooperatif
Modalitas Pembelajaran
- Bauran, sinkron / asinkron, Mandiri/ Kelompok
Metode Penilaian
- Kuis, Tugas, Ujian, Tugas besar (kolaboratif)