| Semester ini berfokus pada konsep dasar AI, sejarah, etika, pengenalan pemrograman untuk AI, dan dasar-dasar prompting | ||
| 1 | Pengenalan Kecerdasan Artifisial (AI): Definisi, sejarah singkat AI, dan signifikansinya di era modern. | RPP |
| Materi | ||
| Soal | ||
| 2 | Jenis-jenis AI: Membedakan AI lemah (Weak AI) vs. AI kuat (Strong AI), AI sempit (Narrow AI), AI umum (General AI), dan Super AI. | RPP |
| Materi | ||
| Soal | ||
| 3 | Etika dalam AI: Mempelajari bias dalam AI, isu privasi data, tanggung jawab AI, dan pentingnya penggunaan AI yang bertanggung jawab. | RPP |
| Materi | ||
| Soal | ||
| 4 | Dasar-dasar Pemrograman untuk AI (Pengantar): Pengenalan bahasa pemrograman Python, variabel, tipe data, dan struktur kontrol dasar. | RPP |
| Materi | ||
| Soal | ||
| 5 | Pengumpulan dan Pra-pemrosesan Data: Memahami sumber dan jenis data (terstruktur, tidak terstruktur), teknik pembersihan data, normalisasi, dan reduksi dimensi. | RPP |
| Materi | ||
| Soal | ||
| 6 | Pengantar Pembelajaran Mesin (Machine Learning): Definisi, perbedaan antara Machine Learning dan AI, serta mengapa Machine Learning diperlukan. | RPP |
| Materi | ||
| Soal | ||
| 7 | Pembelajaran Terawasi (Supervised Learning): Konsep dasar regresi dan klasifikasi dalam Machine Learning. | RPP |
| Materi | ||
| Soal | ||
| 8 | Pembelajaran Tanpa Pengawasan (Unsupervised Learning): Konsep dasar klastering (misalnya K-Means) dan reduksi dimensi. | RPP |
| Materi | ||
| Soal | ||
| 9 | Pengantar Jaringan Saraf Tiruan (Neural Networks): Inspirasi biologis, fungsi neuron buatan, dan struktur lapisan dasar. | RPP |
| Materi | ||
| Soal | ||
| 10 | Pembelajaran Mendalam (Deep Learning): Pengenalan Deep Learning, perbedaannya dengan Machine Learning, dan faktor-faktor popularitasnya. | RPP |
| Materi | ||
| Soal | ||
| 11 | Pengantar Pemrosesan Bahasa Alami (Natural Language Processing - NLP): Definisi, aplikasi NLP, dan tantangan yang dihadapi. | RPP |
| Materi | ||
| Soal | ||
| 12 | Konsep Dasar Prompting: Pengertian prompt, pentingnya prompt, dan struktur prompt dasar. | RPP |
| Materi | ||
| Soal | ||
| 13 | Jenis-jenis Prompt: Mengenal prompt instruksi, prompt pertanyaan, dan prompt percakapan. | RPP |
| Materi | ||
| Soal | ||
| 14 | Prompting untuk Pemahaman Sederhana: Membuat prompt untuk meringkas teks pendek, mengekstraksi informasi, dan klasifikasi sentimen sederhana. | RPP |
| Materi | ||
| Soal | ||
| 15 | Prompting untuk Kreativitas Sederhana: Membuat prompt untuk menghasilkan ide, cerita pendek, atau deskripsi objek. | RPP |
| Materi | ||
| Soal | ||
| 16 | Proyek Mini Semester Ganjil: Membangun aplikasi AI sederhana menggunakan konsep yang telah dipelajari, dengan fokus pada penggunaan prompt dasar (misalnya, chatbot sederhana dengan respons terpola). | RPP |
| Materi | ||
| Soal | ||
| Semester ini akan menjelajahi aplikasi AI yang lebih kompleks dan teknik prompting tingkat lanjut untuk berbagai bidang, mendorong siswa untuk memecahkan masalah dunia nyata dan mengembangkan kemampuan berpikir tingkat tinggi. | ||
| 1 | Model Bahasa Besar (Large Language Models - LLMs): Mempelajari arsitektur dasar (misalnya Transformer), cara kerja LLM, dan contoh-contoh LLM populer. | RPP |
| Materi | ||
| Soal | ||
| 2 | Prompt Engineering Lanjutan: Mendalami konsep Zero-shot, Few-shot, dan Chain-of-Thought prompting. | RPP |
| Materi | ||
| Soal | ||
| 3 | Prompting untuk Generasi Teks: Menulis prompt yang efektif untuk menghasilkan artikel, email, skrip, dan konten panjang lainnya. | RPP |
| Materi | ||
| Soal | ||
| 4 | Prompting untuk Ringkasan dan Ekstraksi Informasi Kompleks: Meringkas dokumen panjang dan mengekstrak entitas serta relasi dari teks. | RPP |
| Materi | ||
| Soal | ||
| 5 | Prompting untuk Penerjemahan dan Parafrase: Menguasai teknik prompting untuk terjemahan bahasa yang akurat dan parafrase teks. | RPP |
| Materi | ||
| Soal | ||
| 6 | Prompting untuk Pembuatan Kode: Menggunakan AI untuk menghasilkan potongan kode atau membantu proses debugging. | RPP |
| Materi | ||
| Soal | ||
| 7 | Prompting untuk Desain Kreatif (Teks-ke-Gambar): Menggunakan prompt untuk menghasilkan gambar dari deskripsi teks (pengenalan AI generatif visual). | RPP |
| Materi | ||
| Soal | ||
| 8 | Prompting dalam Konteks Spesifik: Penerapan prompting untuk tujuan pemasaran, penulisan konten, dan dukungan pelanggan. | RPP |
| Materi | ||
| Soal | ||
| 9 | Aspek Hukum dan Etika Prompting: Membahas hak cipta, plagiarisme, dan penggunaan prompt yang bertanggung jawab. | RPP |
| Materi | ||
| Soal | ||
| 10 | Evaluasi dan Perbaikan Prompt: Menguji efektivitas prompt, mengidentifikasi kelemahan, dan melakukan iterasi untuk perbaikan berkelanjutan. | RPP |
| Materi | ||
| Soal | ||
| 11 | Pengantar Computer Vision: Definisi, aplikasi (pengenalan objek, deteksi wajah), dan dasar-dasar pemrosesan gambar. | RPP |
| Materi | ||
| Soal | ||
| 12 | Pengantar AI dalam Robotika: Konsep dasar robotika, serta peran AI dalam navigasi dan pengambilan keputusan robot. | RPP |
| Materi | ||
| Soal | ||
| 13 | AI dalam Kehidupan Sehari-hari dan Industri: Menganalisis contoh nyata penerapan AI di berbagai sektor seperti kesehatan, keuangan, dan transportasi. | RPP |
| Materi | ||
| Soal | ||
| 14 | Tren Masa Depan AI: Mempelajari tentang AI yang dapat dijelaskan (Explainable AI), AI yang berpusat pada manusia (Human-centered AI), dan AI yang bertanggung jawab. | RPP |
| Materi | ||
| Soal | ||
| 15 | Studi Kasus Proyek AI: Menganalisis proyek AI nyata, mengidentifikasi tantangan, dan mengeksplorasi solusinya. | RPP |
| Materi | ||
| Soal | ||
| 16 | Proyek Akhir Semester Genap: Mengembangkan proyek AI yang lebih kompleks dengan memanfaatkan teknik prompting tingkat lanjut untuk memecahkan masalah riil atau menghasilkan konten kreatif yang signifikan. | RPP |
| Materi | ||
| Soal | ||