|
KEMENTERIAN PENDIDIKAN TINGGI, SAINS, DAN TEKNOLOGI
UNIVERSITAS NEGERI PADANG
– FAKULTAS TEKNIK
– PROGRAM STUDI INFORMATIKA (S1)
|
||||||
| RENCANA PEMBELAJARAN SEMESTER | |||||||
| MATA KULIAH (MK) | KODE | Rumpun MK | BOBOT (sks) | SEMESTER | Tgl Penyusunan | ||
| Machine Learning | INF.62.0077 | - | 1 | 2 | 6 | - | |
| OTORISASI / PENGESAHAN | Dosen Pengembang RPS | Koordinator RMK | Koordinator Prodi | ||||
| - | - | - | Dr. Yeka Hendriyani S.Kom., M.Kom. | ||||
| Capaian Pembelajaran |
CPL-PRODI yang dibebankan pada MK | |
| CPL-5 | Memiliki pengetahuan yang memadai terkait cara kerja sistem komputer dan mampu menerapkan/menggunakan berbagai algoritma/metode untuk memecahkan masalah pada suatu organisasi. | |
| CPL-8 | Kemampuan mengimplementasi kebutuhan computing dengan mempertimbangkan berbagai metode/algoritma yang sesuai. | |
| Capaian Pembelajaran Mata Kuliah (CPMK) | ||
| CPMK 1 | Mahasiswa mampu menjelaskan konsep dasar machine learning, jenis-jenis algoritma pembelajaran (supervised, unsupervised, reinforcement), serta penerapannya dalam dunia nyata. | |
| CPMK 2 | Mahasiswa mampu merancang dan mengimplementasikan solusi machine learning sederhana menggunakan bahasa pemrograman Python dan pustaka seperti scikit-learn atau TensorFlow. | |
| CPMK 3 | Mahasiswa mampu melakukan praproses data, pemilihan fitur, dan evaluasi performa model machine learning dengan teknik statistik yang sesuai. | |
| CPMK 4 | Mahasiswa mampu mengidentifikasi dan mengatasi permasalahan overfitting, underfitting, serta memilih algoritma dan parameter model yang tepat berdasarkan karakteristik data. | |
| CPMK 5 | Mahasiswa mampu bekerja dalam tim untuk menyelesaikan proyek mini berbasis machine learning dan menyajikan hasilnya secara lisan maupun tertulis.; Mahasiswa menunjukkan sikap bertanggung jawab, etis, dan kritis dalam penggunaan teknologi machine learning, termasuk dalam hal privasi data dan bias algoritma | |
| Kemampuan akhir tiap tahapan belajar (Sub-CPMK) | ||
| SUB CPMK | - | |
| Matriks CPL ke CPMK |
|
| Deskripsi Singkat Mata Kuliah |
Mata kuliah Machine Learning membahas konsep, algoritma, dan teknik dalam membangun sistem yang dapat belajar dari data, termasuk supervised learning, unsupervised learning, dan reinforcement learning, dengan aplikasi pada klasifikasi, regresi, dan klastering menggunakan bahasa pemrograman seperti Python dan pustaka populer seperti scikit-learn atau TensorFlow. |
| Pustaka | Utama: |
| - | |
|
Pendukung: (Jika diperlukan)
-
|
|
| Dosen Pengampu |
- |
| Mata kuliah syarat |
- |
| Minggu Ke- | SUB-CPMK (Kemampuan Akhir Yang Diharapkan) | Penilaian | Bentuk Pembelajaran, Metode Pembelajaran, Penugasan Mahasiswa [Estimasi Waktu] |
Materi Pembelajaran [Rujukan] |
Bobot Penilaian (%) |
||
|---|---|---|---|---|---|---|---|
| Indikator | Teknik & Kriteria | Luring (Tatap Muka) | Daring (Online) | ||||
| - | - | - | - | - | - | - | 0 |