CODEA | Koding dan Kecerdasan ArtificialSemester 1Pertemuan 9A · 1 Pertemuan × 4 JP (180 menit)
Refinement dan Pengujian Chatbot Troubleshooting
Memperbaiki dataset, menguji akurasi, dan meningkatkan performa chatbot FAQ troubleshooting jaringan melalui analisis kegagalan dan iterasi perbaikan
#refinement#testing#akurasi#dataset improvement
Refinement dan Pengujian Chatbot Troubleshooting
| Aspek | Detail |
|---|---|
| Mata Pelajaran | CODEA (Koding dan Kecerdasan Artificial) |
| Kelas / Semester | XI TJKT / 1 (Gasal) |
| Fase | F |
| Materi Pokok | Refinement dan Pengujian Chatbot Troubleshooting |
| Alokasi Waktu | 1 Pertemuan × 4 JP (180 menit) |
| Tahun Pelajaran | 2026/2027 |
| Pertemuan ke- | 9A (Track A – Chatbot Troubleshooting Jaringan) |
| Model Pembelajaran | Discovery Learning, Praktikum Langsung, Project Based Learning |
| Metode | Eksperimen, Analisis Data, Iterasi Perbaikan, Diskusi Kelompok |
| Sarana Prasarana | Laptop/PC, Aplikasi Streamlit (dari pertemuan 8A), Dataset FAQ, Spreadsheet Analisis |
| Sumber Belajar | Modul CODEA, Artikel Evaluasi Chatbot, Jurnal NLP |
1. Capaian Pembelajaran (CP)
Pada akhir fase F, peserta didik mampu menerapkan konsep dasar Kecerdasan Artifisial (AI) dan pengolahan teks (Natural Language Processing) untuk membangun solusi cerdas berbasis chatbot troubleshooting jaringan, termasuk melakukan preprocessing teks, mengekstraksi fitur dengan TF-IDF, mengukur kemiripan teks, serta menyajikan solusi dalam bentuk aplikasi web sederhana.
2. Tujuan Pembelajaran (TP)
Setelah mengikuti pembelajaran ini, peserta didik mampu:
- Menguji chatbot dengan 20+ pertanyaan baru di luar dataset
- Menganalisis penyebab kegagalan chatbot dalam menjawab pertanyaan
- Memperbaiki dataset FAQ berdasarkan hasil analisis kegagalan
- Menambahkan variasi pertanyaan untuk meningkatkan akurasi
- Mengimplementasikan fitur fallback response dan logging
- Mengukur dan melaporkan akurasi chatbot secara kuantitatif
3. Indikator Ketercapaian Tujuan Pembelajaran
| Indikator | Jenis |
|---|---|
| Menyusun 20+ pertanyaan uji baru untuk chatbot | Keterampilan |
| Mengklasifikasikan jawaban chatbot sebagai benar/salah/tidak terjawab | Penalaran |
| Menganalisis pola kegagalan chatbot (dataset, threshold, preprocessing) | Penalaran |
| Memperbaiki dataset berdasarkan pola kegagalan | Keterampilan |
| Mengimplementasikan logging chat ke file | Keterampilan |
| Menghitung persentase akurasi chatbot | Penalaran |
4. Profil Pelajar Pancasila
| Dimensi | Elemen | Indikator |
|---|---|---|
| Bernalar Kritis | Refleksi pemikiran dan proses berpikir | Menganalisis secara sistematis penyebab chatbot gagal menjawab |
| Mandiri | Memiliki inisiatif bekerja sendiri | Melakukan iterasi perbaikan dataset secara mandiri |
| Kreatif | Menghasilkan gagasan orisinal | Membuat variasi pertanyaan baru yang kreatif |
| Gotong Royong | Bekerja sama dalam kelompok | Berbagi temuan kegagalan dan solusi dalam kelompok |
5. Materi Prasyarat
- Aplikasi Streamlit chatbot berfungsi (dari pertemuan 8A)
- Konsep TF-IDF dan cosine similarity
- Dataset FAQ minimal 30 pertanyaan
- Bisa menjalankan Streamlit dan membaca output
Daftar Isi