Coding dan Kecerdasan ArtifisialSemester 1Pertemuan 14 · 2 Pertemuan × 4 JP (360 menit)
All Features Integration — Smart Lab Assistant
Proyek capstone mengintegrasikan 5 fitur (Detection, ML, Chatbot, Graphics, Statistics) dalam satu dashboard Streamlit.
#streamlit#integrasi#dashboard#capstone#mediapipe
MODUL AJAR
All Features Integration — Smart Lab Assistant (Detection + ML + Chatbot + Graphics + Statistics)
Penyusun: Guru Coding dan Kecerdasan Artifisial
Jenjang: SMK
Sekolah: SMK Bina Rahayu
Kelas / Semester: XI TJKT / Genap
Tahun Pelajaran: 2025/2026
Fase: F
Alokasi Waktu: 2 Pertemuan × 4 JP (360 menit)
| Komponen | Deskripsi |
|---|---|
| 1. Identitas Modul | |
| Nama Penyusun | Guru Coding dan Kecerdasan Artifisial |
| Institusi | SMK Bina Rahayu |
| Mata Pelajaran | Coding dan Kecerdasan Artifisial |
| Kelas / Semester | XI TJKT / Genap |
| Fase | F |
| Elemen / Topik | All Features Integration — Smart Lab Assistant (Detection + ML + Chatbot + Graphics + Statistics) |
| Alokasi Waktu | 2 Pertemuan × 4 JP (360 menit) |
| Tahun Pelajaran | 2025/2026 |
| 2. Kompetensi Awal | |
| a. Peserta didik telah menyelesaikan seluruh modul sebelumnya (1–13). | |
| b. Peserta didik mampu menggunakan Google Colab dan menjalankan kode Python. | |
| c. Peserta didik memahami konsep feature, label, training, evaluasi, save/load model, dan real-time prediction. | |
| d. Peserta didik mampu membuat chatbot FAQ (TF-IDF) dan memahami cara kerja API LLM. | |
| e. Peserta didik memiliki webcam/laptop dengan kamera. | |
f. Peserta didik sudah memiliki file .pkl model dari Modul 13 (postur) atau siap melatih model baru. | |
| 3. Profil Pelajar Pancasila | |
| a. Bernalar Kritis — Menganalisis interaksi antar fitur: bagaimana hasil detection memengaruhi ML, bagaimana ML memengaruhi chatbot, dll. | |
| b. Kreatif — Menemukan ide fitur tambahan, desain UI, dan skenario pengujian yang menarik. | |
| c. Gotong Royong — Membagi tugas: 1 siswa fokus detection, 1 siswa fokus chatbot, 1 siswa fokus dashboard, dll. | |
| d. Mandiri — Aktif mengeksplorasi dokumentasi Streamlit/Gradio dan menyelesaikan error sendiri. | |
| 4. Sarana dan Prasarana | |
| a. Laboratorium komputer atau ruang kelas dengan laptop (1 per kelompok @4–5 siswa) — WAJIB kamera. | |
| b. Koneksi internet yang stabil. | |
| c. Proyektor/LCD dan layar tayang. | |
| d. Papan tulis / whiteboard dan spidol. | |
| e. Google Colab (akun Google). | |
| f. Notebook Colab — Smart Lab Assistant (siap pakai). | |
g. File model .pkl dari Modul 13 atau model baru yang dilatih. | |
| h. File CSV dataset chatbot FAQ (dari Modul 11 atau baru). | |
| i. LKPD (Lembar Kerja Peserta Didik) — siap cetak. | |
| j. Bahan bacaan siswa — siap cetak. | |
| 5. Target Peserta Didik | |
| a. Peserta didik reguler — seluruh siswa kelas XI TJKT — mampu menjalankan dan memodifikasi program. | |
| b. Peserta didik dengan pencapaian tinggi — tantangan menambah fitur ke-6 (suara/voice alarm) atau mengganti Streamlit dengan Flask + HTML/CSS. | |
| c. Peserta didik dengan kesulitan belajar — fokus pada 3 fitur utama (detection + chatbot + graphics) — kode sudah siap. | |
| 6. Model Pembelajaran | |
| a. Pendekatan: Saintifik, student-centered, project based learning, collaborative learning. | |
| b. Model: Project Based Learning, Challenge Based Learning. | |
| c. Metode: Praktikum coding, integrasi sistem, debugging, presentasi. |
Daftar Isi