Capaian Pembelajaran
Program Learning Outcome (PLO)/ kompetensi sebagaimana di Tabel 1 dan bahan kajian di Tabel 2.
Tabel 1.
Penyusunan Capaian Pembelajaran
No |
Capaian
Pembelajaran Lulusan(CPL) |
Sumber
Acuan |
Aspek
Sikap |
Lampiran Permendikbud Nomor 3 Tahun 2020
tentang Standar Nasional Pendidikan Tinggi |
|
CPL-1. |
Mampu menunjukkan nilai-nilai agama,
kebangsaan dan budaya nasional, serta etika akademik dalam melaksanakan
tugasnya. |
|
CPL-2 |
Menunjukkan karakter tangguh,
kolaboratif, adaptif, inovatif, inklusif, belajar sepanjang hayat, dan
berjiwa kewirausahaan |
|
CPL-3 |
Mengembangkan pemikiran logis,
kritis, sistematis, dan kreatif dalam melakukan pekerjaan yang spesifik di
bidang keahliannya serta sesuai dengan standar kompetensi kerja bidang yang
bersangkutan |
|
CPL-4 |
Mengembangkan diri secara
berkelanjutan dan berkolaborasi. |
|
Aspek
Pengetahuan |
Keputusan Mennaker Nomor 299 Tahun 2020 tentang
Penetapan Standar Kompetensi Kerja Nasional Indonesia Kategori Informasi dan
Komunikasi Golongan Pokok Aktivitas Pemrograman, Konsultasi Komputer dan
Kegiatan Yang Berhubungan Dengan Itu (YDBI) Bidang Keahlian Artificial
Inteligence |
|
CPL-5 |
Menguasai konsep
matematika, statistika, dan ilmu komputer yang berkaitan dengan kecerdasan
artifisial, menguasai teori
bidang kecerdasan artifisial
secara menyeluruh |
|
CPL-6 |
Mampu
menganalisis kebutuhan untuk menentukan tujuan dan rencana proyek kecerdasan
artifisial; Menyiapkan data yang meliputi mengumpulkan data, memilah,
membersihkan, mengkontruksi dan mengintegrasikan data serta menentukan label |
|
CPL-7 |
Mampu merancang skenario dan membangun
model kecerdasan artifisial, mengevaluasi hasil pemodelan dan mereview
proses pemodelan, melakukan deployment model dan memelihara model, melakukan
review proyek kecerdasan artifisial dan membuat laporan akhir. |
|
Aspek
Keterampilan Umum |
Lampiran Permendikbud Nomor 3 Tahun 2020 tentang Standar Nasional
Pendidikan Tinggi |
|
CPL-8 |
Mampu menerapkan pemikiran logis,
kritis, sistematis, dan inovatif dalam konteks pengembangan atau keahliannya,
mampu
menunjukkan kinerja mandiri, bermutu dan terukur; serta sesuai dengan standar kompetensi
kerja bidang kecerdasan artifisial; |
|
CPL-9 |
Mampu mengkaji kasus penerapan ilmu
pengetahuan dan teknologi yang memperhatikan dan menerapkan nilai humaniora
sesuai dengan bidang keahliannya dalam rangka menghasilkan prototype,
prosedur baku, merancang, menyusun hasil kajiannya dalam bentuk kerta kerja,
spesifikasi desain, atau esai; |
|
CPL-10 |
Mampu mengambil
keputusan secara tepat berdasarkan prosedur baku,
mampu bertanggungjawab atas pencapaian hasil kerja kelompok dan melakukan
supervisi dan evaluasi terhadap penyelesaian pekerjaan yang ditugaskan kepada
pekerja yang berada di bawah tanggung jawabnya, dan mampu memelihara dan
mengembangkan jaringan kerja sama dan hasil kerja sama di dalam maupun di
luar lembaganya; |
|
Aspek Keterampilan Khusus |
Kompetensi minimal dari Unesco |
|
CPL-11 |
Menguasai teori
dan konsep teknologi informasi, dan kecerdasan artifisial baik dari sisi
komputasi maupun manajemen informasi untuk menyelesaikan masalah kecerdasan
artifisial dengan AI human-centred mindset. |
|
CPL-12 |
Mampu merancang dan mengimplementasikan
kecerdasan artifisial dalam penyelesaian masalah nyata menggunakan berbagai
metode dan algoritma kecerdasan artifisial yang ada |
Tabel 2 Bahan Kajian (BK)
No/ Kode |
Bahan Kajian |
Deskripsi Bahan Kajian |
BK-1 |
Fundamental Ilmu Komputer
|
Konsep, teori, metode
dan teknik bidang teknik informatika, ilmu komputer dan rekayasa perangkat
lunak yang menjadi pondasi sebuah sistem cerdas . |
BK-2 |
Fundamental Matematika dan Statistika |
Konsep, teori, metode
dan teknik bidang ilmu Matematika, Probabilitas dan Statistika yang mendasari
sistem cerdas. |
BK-3 |
Kecerdasasan Artifisial |
Kompetensi kecerdasan
artifisial secara umum yang tidak spesifik pada domain tertentu. |
BK-4 |
Representasi Pengetahuan dan Informasi |
Representasi informasi
dan pengetahuan dalam bentuk formalisasi logika dan probabilistik. |
BK-5 |
Perencanaan, pencarian, dan optimasi |
Metode-metode untuk
perencanaan dan eksekusi solusi oleh sistem cerdas. |
BK-6 |
Pembelajaran Mesin |
Algoritma-algoritma
yang meningkat performanya melalui pengalaman mengidentifikasi pola-pola pada
data dengan membangun model-model untuk mendapatkan informasi yang berharga. |
BK-7 |
Pemrosesan Bahasa Alami |
Pengumpulan dan parsing
data teks untuk membangun dan memahami bahasa manusia. |
BK-8 |
Sains Neurocognition |
Konsep proses kerja otak dan berpikir manusia |
BK-9 |
Filosofi dan Etika Kecerdasan Artifisial |
Isu-isu filosofis dan etis terkait kecerdasan
artifisial dan pemenuhan prinsip-prinsip etika dan nilai-nilai, termasuk
regulasi yang dapat diterapkan |
BK-10 |
Infrastruktur, perangkat, dan platform Kecerdasan
Artifisial |
Infrastruktur,
perangkat lunak dan platform yang disediakan sebagai layanan digital atau
aplikasi untuk menjalankan kecerdasan artifisial yang telah tersedia off-the-shelf
dan run on demand |
BK-11 |
Persepsi Komputasi |
Interpretasi data
dengan cara yang menyerupai cara manusia menggunakan indera nya untuk
memahami dunia disekitarnya, terutama melalui visi (pencitraan) dan
pemrosesan audio |
BK-12 |
Interaksi Manusia dengan Komputer |
Interaksi manusia
dengan komputer serta mesin dan teknologi cerdas yang menjadikan manusia
berinteraksi dengan komputer secara efektif |
Mata kuliah yang dipelajari:
|
|
Mata Kuliah Pilihan |
Rekayasa Data |
Bioinformatika |
Pengolahan Sinyal
Digital |
Data warehouse |
Gim Cerdas |
Pemrograman XR |
Kecerdasan Artifisial
pada Instrumen Pendidikan |
Analisis dan
Visualisasi Data |
Pembelajaran Jarak
Jauh |
E-Government |
Jaringan Komputer |
Kemanan Siber |
Rekayasa Biometrika |
Analisis Big Data |
Komputer Asitif |
Kecerdasan
Artifisial pada Keolahragaan |
Komunikasi Publik |