CODEA | Koding dan Kecerdasan Artificial

Timeline Pembelajaran Semester 1

XI TJKTFase F16 Minggu64 JP per Track

Fase Foundation

Minggu 1-5 · Shared Track · Seluruh siswa belajar bersama

Supervised dan Unsupervised Learning

Definisi AI, ML, Deep Learning · Supervised Learning: data berlabel, klasifikasi + regresi · Unsupervised Learning: data tak berlabel, clustering · Contoh sehari-hari: spam filter, rekomendasi YouTube, grouping musik

Kegiatan Siswa

Card sorting: kelompokkan masalah sehari-hari ke Supervised/Unsupervised · Studi kasus: spam filter, rekomendasi Netflix, grouping pelanggan · Diskusi: masalah apa di sekitar kita yang bisa diselesaikan ML?

Minggu 2

Klasifikasi Benda dengan Teachable Machine

Isi Pokok

Dataset, class, sample — apa bedanya? · Pengaruh jumlah & variasi data terhadap akurasi · Training model tanpa coding via webcam

Kegiatan Siswa

Foto benda sehari-hari (buku, pensil, HP, botol, dompet) · Training model di Teachable Machine via webcam · Eksperimen: jumlah sample vs akurasi

Minggu 3

Feature Engineering: Dataset Benda Sehari-hari

Isi Pokok

Feature = angka yang dibaca komputer · Label = jawaban yang benar · Feature relevan vs tidak relevan · Label encoding: mapping kategori ke angka

Kegiatan Siswa

Buat dataset 20 baris benda sehari-hari di Excel/Sheets · Tentukan feature (berat, harga, ukuran) dan label (kategori) · Diskusi: feature relevan vs tidak relevan

Minggu 4

Python dan Google Colab untuk Analisis Data

Isi Pokok

Setup Google Colab dan pengenalan notebook · Variabel, tipe data (int, float, string, list) · Percabangan if-else dan perulangan for · Import library: numpy, pandas

Kegiatan Siswa

Praktik dasar Python di Google Colab (variabel, list, loop) · Simulasi data nilai ujian dengan list dan if-else · Klasifikasi nilai: lulus/tidak lulus

Minggu 5

Eksplorasi Data dengan Pandas

Isi Pokok

Dataset dunia nyata: CSV cuaca atau data nilai · GIGO — Garbage In, Garbage Out · head(), info(), describe() dengan Pandas · Outlier: data aneh yang merusak model

Kegiatan Siswa

Upload CSV dataset cuaca atau nilai ke Colab · Praktik head(), info(), describe() dengan Pandas · Cari outlier dalam data suhu atau nilai · Buat visualisasi: histogram, boxplot

Minggu ke-6 — Pilih Track

Track A: Chatbot Troubleshooting

Bangun chatbot FAQ jaringan dengan TF-IDF + Streamlit

Minggu 6A

Text Processing dan TF-IDF untuk Troubleshooting Jaringan

Isi Pokok

Text preprocessing: case folding, tokenisasi, stopword · TF-IDF: Term Frequency — Inverse Document Frequency · Visualisasi: kata terpenting dalam troubleshooting

Kegiatan Siswa

Preprocessing teks troubleshooting (case folding, tokenisasi) · Praktik TF-IDF di Colab dengan 5-10 FAQ jaringan · Visualisasi: kata terpenting dalam troubleshooting

1 Pertemuan × 4 JP (180 menit)

Minggu 7A

Implementasi Chatbot FAQ dengan TF-IDF dan Cosine Similarity

Isi Pokok

Cosine Similarity untuk mencocokkan pertanyaan · Confidence threshold (< 70% → maaf belum paham) · Dataset 30+ FAQ troubleshooting jaringan

Kegiatan Siswa

Kumpulkan 30+ FAQ troubleshooting jaringan · Implementasi cosine similarity + confidence threshold · Testing: tanya masalah jaringan → chatbot jawab

1 Pertemuan × 4 JP (180 menit)

Minggu 8A

Deploy Chatbot Troubleshooting dengan Streamlit

Isi Pokok

Install dan setup Streamlit · Membuat UI chat sederhana · Integrasi model TF-IDF ke aplikasi web

Kegiatan Siswa

Install Streamlit dan buat UI chat · Integrasi model TF-IDF ke dalam aplikasi · Testing dari HP/laptop lain dalam 1 LAN

1 Pertemuan × 4 JP (180 menit)

Minggu 9A

Refinement dan Pengujian Chatbot Troubleshooting

Isi Pokok

Pengujian dengan 20+ pertanyaan baru · Analisis kegagalan dan diagnosa kelemahan dataset · Improve dataset dan threshold

Kegiatan Siswa

Uji coba 20+ pertanyaan baru dari teman · Analisis: FAQ mana yang tidak terjawab? Kenapa? · Perbaiki dataset, tambah variasi pertanyaan

1 Pertemuan × 4 JP (180 menit)

Minggu 10A

Finalisasi dan Presentasi Proyek Chatbot Troubleshooting

Isi Pokok

Final testing dan dokumentasi · Skenario demo 5-7 tanya jawab · Persiapan booth dan presentasi

Kegiatan Siswa

Final testing semua fitur chatbot · Siapkan 5-7 skenario demo troubleshooting · Latihan presentasi + pameran

1 Pertemuan × 4 JP (180 menit)

Track B: Image Classifier

Deteksi perangkat jaringan real-time via webcam + TF.js

Minggu 6B

Advanced Teachable Machine: Dataset Perangkat Jaringan

Isi Pokok

Dataset berkualitas: sudut, pencahayaan, background · Eksperimen 10 vs 50 vs 100 sample per kelas · Export model (.h5 + TF.js)

Kegiatan Siswa

Foto 5+ perangkat jaringan dari berbagai sudut + pencahayaan · Eksperimen: 10 vs 50 vs 100 sample per kelas · Dokumentasi tabel perbandingan akurasi

1 Pertemuan × 4 JP (180 menit)

Minggu 7B

Export TensorFlow.js dan Webcam Prediction

Isi Pokok

Export model ke TensorFlow.js · Webcam real-time prediction · Analisis confidence score pada berbagai kondisi

Kegiatan Siswa

Export model Teachable Machine ke TensorFlow.js · Testing webcam: deteksi perangkat real-time · Analisis confidence score: jarak, sudut, cahaya

1 Pertemuan × 4 JP (180 menit)

Minggu 8B

Web App: Deteksi Perangkat + Informasi Spesifikasi

Isi Pokok

Database informasi perangkat jaringan · Integrasi deteksi → tampilkan info · Styling dan branding

Kegiatan Siswa

Buat database informasi perangkat (Router, Switch, AP, dll) · Modifikasi HTML: deteksi → tampilkan info · Styling CSS agar menarik

1 Pertemuan × 4 JP (180 menit)

Minggu 9B

Refinement dan Pengujian Image Classifier

Isi Pokok

Pengujian di 3 kondisi: terang, redup, silau · Perbaikan dataset dan re-training · Perbandingan akurasi sebelum vs sesudah

Kegiatan Siswa

Uji di 3 kondisi: terang, redup, silau · Tambah sample untuk kelas yang sering salah · Bandingkan akurasi sebelum vs sesudah

1 Pertemuan × 4 JP (180 menit)

Minggu 10B

Finalisasi dan Presentasi Image Classifier Perangkat Jaringan

Isi Pokok

Final testing web app + kamera · Skenario demo interaktif · Persiapan booth dan presentasi

Kegiatan Siswa

Final testing web app + kamera · Siapkan demo: foto perangkat → info muncul · Latihan presentasi + pameran

1 Pertemuan × 4 JP (180 menit)

Minggu ke-11 — Track Cross

Track A: Image Classifier

Klasifikasi perangkat jaringan real-time via webcam + TF.js

Minggu 11A

Advanced Teachable Machine: Dataset Perangkat Jaringan

Isi Pokok

Dataset berkualitas: sudut, pencahayaan, background · Eksperimen 10 vs 50 vs 100 sample per kelas · Export model (.h5 + TF.js)

Kegiatan Siswa

Foto 5+ perangkat jaringan dari berbagai sudut + pencahayaan · Eksperimen: 10 vs 50 vs 100 sample per kelas · Dokumentasi tabel perbandingan akurasi

1 Pertemuan × 4 JP (180 menit)

Minggu 12A

Export TensorFlow.js dan Webcam Prediction

Isi Pokok

Export model ke TensorFlow.js · Webcam real-time prediction · Analisis confidence score pada berbagai kondisi

Kegiatan Siswa

Export model Teachable Machine ke TensorFlow.js · Testing webcam: deteksi perangkat real-time · Analisis confidence score: jarak, sudut, cahaya

1 Pertemuan × 4 JP (180 menit)

Minggu 13A

Web App: Deteksi Perangkat + Informasi Spesifikasi

Isi Pokok

Database informasi perangkat jaringan · Integrasi deteksi → tampilkan info · Styling dan branding

Kegiatan Siswa

Buat database informasi perangkat (Router, Switch, AP, dll) · Modifikasi HTML: deteksi → tampilkan info · Styling CSS agar menarik

1 Pertemuan × 4 JP (180 menit)

Minggu 14A

Refinement dan Pengujian Image Classifier

Isi Pokok

Pengujian di 3 kondisi: terang, redup, silau · Perbaikan dataset dan re-training · Perbandingan akurasi sebelum vs sesudah

Kegiatan Siswa

Uji di 3 kondisi: terang, redup, silau · Tambah sample untuk kelas yang sering salah · Bandingkan akurasi sebelum vs sesudah

1 Pertemuan × 4 JP (180 menit)

Minggu 15A

Finalisasi dan Presentasi Image Classifier Perangkat Jaringan

Isi Pokok

Final testing web app + kamera · Skenario demo interaktif · Persiapan booth dan presentasi

Kegiatan Siswa

Final testing web app + kamera · Siapkan demo: foto perangkat → info muncul · Latihan presentasi + pameran

1 Pertemuan × 4 JP (180 menit)

Track B: Chatbot Troubleshooting

Bangun chatbot FAQ jaringan dengan TF-IDF + Streamlit

Minggu 11B

Text Processing dan TF-IDF untuk Troubleshooting Jaringan

Isi Pokok

Text preprocessing: case folding, tokenisasi, stopword · TF-IDF: Term Frequency — Inverse Document Frequency · Visualisasi: kata terpenting dalam troubleshooting

Kegiatan Siswa

Preprocessing teks troubleshooting (case folding, tokenisasi) · Praktik TF-IDF di Colab dengan 5-10 FAQ jaringan · Visualisasi: kata terpenting dalam troubleshooting

1 Pertemuan × 4 JP (180 menit)

Minggu 12B

Implementasi Chatbot FAQ dengan TF-IDF dan Cosine Similarity

Isi Pokok

Cosine Similarity untuk mencocokkan pertanyaan · Confidence threshold (< 70% → maaf belum paham) · Dataset 30+ FAQ troubleshooting jaringan

Kegiatan Siswa

Kumpulkan 30+ FAQ troubleshooting jaringan · Implementasi cosine similarity + confidence threshold · Testing: tanya masalah jaringan → chatbot jawab

1 Pertemuan × 4 JP (180 menit)

Minggu 13B

Deploy Chatbot Troubleshooting dengan Streamlit

Isi Pokok

Install dan setup Streamlit · Membuat UI chat sederhana · Integrasi model TF-IDF ke aplikasi web

Kegiatan Siswa

Install Streamlit dan buat UI chat · Integrasi model TF-IDF ke dalam aplikasi · Testing dari HP/laptop lain dalam 1 LAN

1 Pertemuan × 4 JP (180 menit)

Minggu 14B

Refinement dan Pengujian Chatbot Troubleshooting

Isi Pokok

Pengujian dengan 20+ pertanyaan baru · Analisis kegagalan dan diagnosa kelemahan dataset · Improve dataset dan threshold

Kegiatan Siswa

Uji coba 20+ pertanyaan baru dari teman · Analisis: FAQ mana yang tidak terjawab? Kenapa? · Perbaiki dataset, tambah variasi pertanyaan

1 Pertemuan × 4 JP (180 menit)

Minggu 15B

Finalisasi dan Presentasi Proyek Chatbot Troubleshooting

Isi Pokok

Final testing dan dokumentasi · Skenario demo 5-7 tanya jawab · Persiapan booth dan presentasi

Kegiatan Siswa

Final testing semua fitur chatbot · Siapkan 5-7 skenario demo troubleshooting · Latihan presentasi + pameran

1 Pertemuan × 4 JP (180 menit)

Minggu ke-16 — Final Project

Fase Final Project

Minggu 16 · Semua siswa · Integrasi Chatbot + Image Classifier

Minggu 16

Final Project: Integrasi Chatbot Troubleshooting dan Image Classifier

Isi Pokok

Integrasi chatbot + image classifier dalam satu aplikasi · Laporan proyek akhir semester · Presentasi final project

Kegiatan Siswa

Gabungkan kedua proyek (chatbot troubleshooting + image classifier) · Tulis laporan proyek akhir semester · Persiapan presentasi final project

Minggu NaN

Timeline Pembelajaran — Semester 1

27 Modul16 Pertemuan64 JP per Track