SiapQC lolos

Modul Ajar Koding dan Kecerdasan Artifisial Pengaruh Input Data Kecerdasan Artifisial

Modul ajar Pengaruh Input Data Kecerdasan Artifisial untuk Koding dan Kecerdasan Artifisial kelas 5 fase C.

asesmen

  • Pre-test penilaian awal
  • Lembar observasi guru
  • Rubrik Penilaian Individu - Poster

sumber belajar

  • https://code.org/ai
  • Data input: AI: Training Data & Bias

media

  • Video pembelajaran menggunakan Youtube
  • Microsoft Excel atau Google Sheets untuk membuat tabel
  • Canva untuk membuat poster dan slides penjelasan
  • Aplikasi interaktif https://wheelofnames.com/
  • Aplikasi interaktif https://code.org/
  • Slide presentasi pertemuan 1: https://tinyurl.com/InputDataKAMinggu1
  • Slide presentasi pertemuan 2: https://tinyurl.com/InputDataKAMinggu2

tujuan

  • Memahami pengaruh data input terhadap hasil klasifikasi kecerdasan artifisial
  • Siswa dapat menjelaskan pengertian klasifikasi dalam sistem kecerdasan artifisial dengan bahasa sendiri secara sederhana dan tepat.
  • Siswa dapat mengidentifikasi bahwa data input memengaruhi hasil klasifikasi dengan memberikan contoh nyata.
  • Siswa dapat melakukan simulasi klasifikasi sederhana menggunakan tabel dan menunjukkan perubahan hasil ketika data input diubah.
  • Siswa dapat menjelaskan hubungan ketergantungan kecerdasan artifisial bergantung pada kualitas data yang dimasukkan secara lisan atau tertulis

kegiatan

  • Guru menuliskan satu nama hewan dalam sebuah kertas dan menyimpannya.
  • Guru memberikan 1 ciri-ciri dari hewan yang dituliskan tersebut, misalnya: 'Aku memiliki kaki 4, apakah aku?'
  • Kemungkinan siswa menjawab dengan jawaban yang tidak tepat dikarenakan siswa hanya memiliki satu informasi mengenai hewan tersebut
  • Guru menjelaskan 'Seperti itulah cara kerja dari KA, jika informasi yang dimiliki hanya satu, maka akan mempengaruhi hasil KA selanjutnya'
  • Guru memberikan penilaian awal (pre-test) dengan memberikan pertanyaan sederhana
  • Mengulas kembali: Apa itu Kecerdasan Artifisial (KA) dan bagaimana Kecerdasan Artifisial?
  • Aktivitas plugged: Guru memberikan waktu kepada siswa untuk membuka https://tinyurl.com/IdentifikasiKA dan melakukan kegiatan level 3, 4, dan 6 di code.org
  • Aktivitas unplugged: Guru membuka pembelajaran dengan pertanyaan pemantik situasi dan kondisi
  • Guru menyimpulkan dari pertanyaan pemantik bahwa setiap keputusan atau hasil yang dikeluarkan oleh suatu sistem, termasuk kecerdasan artifisial, sangat bergantung pada kualitas data yang dimasukkan.
  • Guru membagi siswa dalam kelompok (1 kelompok berisi 3-4 siswa) secara mandiri atau menggunakan https://tinyurl.com/PembagianKelompokAcak
  • Guru menjelaskan aktivitas studi kasus 1 tentang es krim yang diletakkan di bawah sinar matahari
  • Aktivitas unplugged: Guru menjelaskan aktivitas studi kasus 2 dengan menampilkan tiga situasi yang hampir sama tetapi dengan perbedaan kecil dalam data input
  • Aktivitas plugged: Siswa berpasang-pasangan kemudian saling mewawancarai mengenai video yang suka ditonton dan mengecek pemutar video online
  • Guru menjelaskan lembar observasi guru
  • Pengantar Klasifikasi KA: Guru menjelaskan bahwa salah satu cara kerja KA adalah mengklasifikasikan—yaitu mengelompokkan data ke dalam kategori tertentu berdasarkan ciri-ciri tertentu.
  • Simulasi klasifikasi menggunakan tabel untuk mengumpulkan data dengan topik Cuaca dan Aktivitas
  • Siswa membuat tabel secara manual dengan kertas atau alat mengolah data dalam bentuk tabel yang nantinya akan disajikan dalam poster
  • Simulasi kehidupan nyata: Siswa mengumpulkan data berdasarkan data dari kehidupan sehari-hari mengenai makanan sehat secara berpasang-pasangan
  • Guru membagikan lembar refleksi sederhana
  • Diskusi kesimpulan kelas di mana siswa berbagi jawaban secara sukarela atau memilih secara acak menggunakan https://wheelofnames.com
  • Guru menegaskan bahwa sistem KA hanya secerdas data yang diterimanya, dan manusia perlu memberikan informasi yang baik dan tepat.
  • Refleksi individu secara lisan ataupun tulisan mengenai hal baru yang dipelajari dan mengapa data yang berbeda bisa menghasilkan hasil yang berbeda dalam sistem pintar