LKPD Koding dan Kecerdasan Artifisial Kelas 11: Menjelaskan Jenis-Jenis Machine Learning Berdasarkan Alur Kerjanya

INFORMASI UMUM

TUJUAN PEMBELAJARAN

1. Menjelaskan konsep dasar-dasar algoritma Machine Learning beserta alur kerjanya

PETUNJUK UMUM

• Bacalah setiap instruksi dan studi kasus dengan cermat sebelum menjawab pertanyaan.
• Diskusikan alur kerja algoritma Machine Learning secara runtut bersama teman kelompokmu pada kegiatan kolaboratif.
• Gunakan format ruang jawaban yang telah disediakan untuk menuliskan penjelasanmu.
• Fokuskan penjelasan pada alur pemrosesan data oleh algoritma Machine Learning (input data, proses pelatihan/pemodelan, dan output/evaluasi).

KEGIATAN

Kegiatan 1: Eksplorasi Tahapan Utama Alur Kerja Algoritma Machine Learning

Estimasi: 40 menit

Alat & Bahan:

• Buku Siswa Koding dan Kecerdasan Artifisial Kelas XI
• Alat tulis

Petunjuk Pengerjaan:

1. Cermati skema tahapan umum kerja algoritma Machine Learning: Pengumpulan Data -> Pembersihan & Pra-pemrosesan Data -> Pelatihan Model (Training) -> Evaluasi Model (Testing) -> Prediksi/Inferensi.
2. Jawablah pertanyaan berikut untuk menjelaskan fungsi dan keterkaitan tiap tahapan dalam alur kerja Machine Learning.

Pertanyaan:

1. Jelaskan perbedaan mendasar antara tahapan data training dan data testing dalam alur kerja algoritma Machine Learning!

2. Jelaskan mengapa tahapan pra-pemrosesan data (data preprocessing) sangat menentukan keberhasilan alur kerja algoritma Machine Learning!

Tuliskan jawaban dalam bentuk paragraf uraian penjelasan sistematis (minimal 2-3 kalimat per nomor) pada lembar jawaban yang tersedia.

Kegiatan 2: Analisis Perbandingan Alur Kerja: Supervised, Unsupervised, dan Reinforcement Learning

Estimasi: 45 menit

Alat & Bahan:

• Buku panduan/bacaan jenis algoritma Machine Learning
• Kertas plano atau lembar kerja kelompok

Petunjuk Pengerjaan:

1. Bentuk kelompok beranggotakan 3-4 orang.
2. Diskusikan bagaimana perbedaan aliran data dan mekanisme kerja pada tiga paradigma utama Machine Learning: Supervised Learning, Unsupervised Learning, dan Reinforcement Learning.
3. Lengkapi tabel perbandingan alur kerja serta jelaskan alur proses masing-masing berdasarkan keberadaan label data dan umpan balik (feedback).

Pertanyaan:

1. Lengkapi tabel penjelasan alur kerja untuk Supervised Learning, Unsupervised Learning, dan Reinforcement Learning berikut dengan menyebutkan karakteristik data masukan, proses inti algoritma, dan bentuk luaran yang dihasilkan!

2. Berdasarkan tabel yang telah kalian lengkapi, jelaskan alur bagaimana algoritma Supervised Learning memperbaiki kesalahan prediksinya selama proses pelatihan berlangsung!

Gunakan format tabel 4 kolom: [Jenis Machine Learning | Karakteristik Data Masukan | Proses Inti Algoritma | Bentuk Luaran] untuk pertanyaan 1, dan kotak uraian penjelasan runtut untuk pertanyaan 2.

Kegiatan 3: Rekonstruksi Alur Kerja Algoritma pada Skenario Nyata & Refleksi

Estimasi: 50 menit

Alat & Bahan:

• Lembar kerja peserta didik
• Catatan modul Bab 5

Petunjuk Pengerjaan:

1. Pilihlah salah satu skenario penerapan Machine Learning berikut: - Skenario A: Sistem deteksi pesan email spam/bukan spam (Supervised Learning). - Skenario B: Pengelompokan profil pembeli pada platform marketplace tanpa label kategori awal (Unsupervised Learning). - Skenario C: Agen navigasi mandiri robot pembersih lantai yang belajar menghindari rintangan (Reinforcement Learning).
2. Jelaskan alur kerja algoritma langkah demi langkah dari skenario yang kalian pilih, mulai dari input data/lingkungan hingga luaran yang dihasilkan.
3. Selesaikan pertanyaan refleksi individu di bagian akhir.

Pertanyaan:

1. Tuliskan dan jelaskan diagram alur (tahapan berurutan 1 sampai 5) bagaimana algoritma Machine Learning bekerja menyelesaikan skenario yang kelompokmu pilih!

Tuliskan bagan alur berurutan bernomor 1 sampai 5 disertai penjelasan fungsi masing-masing tahap secara jelas.

REFLEKSI

1. Dari ketiga paradigma alur kerja Machine Learning (Supervised, Unsupervised, Reinforcement Learning), alur kerja mana yang paling mudah dan paling menantang untuk kamu pahami? Mengapa?

2. Bagaimana pemahamanmu mengenai alur kerja pengolahan data latih dan evaluasi model membantu kamu menyadari cara aplikasi cerdas di sekitarmu (seperti rekomendasi marketplace atau navigasi) bekerja?