CODEA | Koding dan Kecerdasan ArtificialSemester 1Pertemuan 7B · 1 Pertemuan × 4 JP (180 menit)

Export TensorFlow.js dan Webcam Prediction

Mengekspor model Teachable Machine ke TensorFlow.js dan membuat halaman HTML dengan prediksi real-time dari kamera untuk deteksi perangkat jaringan.

#tensorflow.js#webcam#real-time#export#prediction#perangkat jaringan

MODUL AJAR

Export TensorFlow.js dan Webcam Prediction


Penyusun: Guru CODEA
Jenjang: SMK
Sekolah: SMK Bina Rahayu
Kelas / Semester: XI TJKT / Gasal
Tahun Pelajaran: 2026/2027
Fase: F
Alokasi Waktu: 1 Pertemuan × 4 JP (180 menit) Track: B — Image Classifier Perangkat Jaringan


KomponenDeskripsi
1. Identitas Modul
Nama PenyusunGuru CODEA
InstitusiSMK Bina Rahayu
Mata PelajaranCODEA — Koding dan Kecerdasan Artificial
Kelas / SemesterXI TJKT / Gasal
FaseF
Elemen / TopikExport TensorFlow.js dan Webcam Prediction
Alokasi Waktu1 Pertemuan × 4 JP (180 menit)
Tahun Pelajaran2026/2027
2. Kompetensi Awal
a. Peserta didik telah melatih model Teachable Machine dengan dataset perangkat jaringan (pertemuan 6B).
b. Peserta didik telah mengexport model dalam format TensorFlow.js.
c. Peserta didik mampu mengoperasikan browser dan webcam.
d. Peserta didik memiliki pemahaman dasar HTML (membuka file, melihat struktur).
3. Profil Pelajar Pancasila
a. Bernalar Kritis — Menganalisis confidence score, pengaruh jarak, sudut, dan pencahayaan terhadap prediksi real-time.
b. Kreatif — Memodifikasi tampilan halaman HTML hasil export, menyesuaikan dengan kebutuhan deteksi perangkat jaringan.
c. Gotong Royong — Berkolaborasi dalam kelompok menguji model di berbagai kondisi.
d. Mandiri — Aktif mengeksplorasi halaman HTML, mencoba berbagai skenario testing.
4. Sarana dan Prasarana
a. Laboratorium komputer dengan laptop (1 per kelompok @3–4 siswa).
b. Koneksi internet yang stabil.
c. Webcam (bawaan laptop atau eksternal).
d. Browser (Google Chrome / Mozilla Firefox).
e. Proyektor/LCD dan layar tayang.
f. Papan tulis / whiteboard dan spidol.
g. LKPD (Lembar Kerja Peserta Didik) — siap cetak.
h. Bahan bacaan siswa — siap cetak.
i. File model TensorFlow.js dari pertemuan 6B (model.json + weight files).
j. Perangkat jaringan fisik untuk testing: Router, Switch, AP, Modem, Server.
5. Target Peserta Didik
a. Peserta didik reguler — seluruh siswa kelas XI TJKT.
b. Peserta didik dengan pencapaian tinggi — diberikan tantangan modifikasi kode HTML dan CSS.
c. Peserta didik dengan kesulitan belajar — diberikan pendampingan dan panduan visual.
6. Model Pembelajaran
a. Pendekatan: Saintifik, student-centered, learning by doing.
b. Model: Project Based Learning (PjBL), Discovery Learning, Praktikum Langsung.
c. Metode: Praktik langsung, eksperimen, diskusi kelompok, dokumentasi hasil.