2025-10-28
admin

Kurikulum AI SMK: Panduan Lengkap E-Book Python, ML & NLP

Intip kurikulum AI untuk SMK! Temukan sinopsis lengkap e-book: fondasi koding Python, analisis data, machine learning, hingga NLP. Siapkah siswa TKJ SMKN 2 Kediri?
Kurikulum AI SMK: Panduan Lengkap E-Book Python, ML & NLP

📚 Sinopsis & Poin Penting e-Book AI untuk SMK

1. 📖 Fondasi Koding & Analisis Data (Kelas 10 Semester 1)

Sinopsis & Ajakan Menarik: Ini adalah pintu gerbang menuju dunia kecerdasan buatan! Pelajari cara "berbicara" dengan komputer menggunakan Python . eBook ini mengajarkan empat pilar Computational Thinking untuk memecahkan masalah secara terstruktur , dari logika dasar hingga mengolah data tabel dengan Pandas. Akhiri dengan membuat model AI mini (neural network) menggunakan Keras.

Poin Penting:


  • Dasar Python: Input, Output, if-else, loop.

  • Computational Thinking: Dekomposisi, Pola, Abstraksi, Algoritma.

  • Data Handling: Mengolah data tabel dengan Pandas.

  • Konsep AI: Pengenalan Machine Learning dan Neural Network.

  • tool Open Source: Python, Pandas, Keras.

💡 Cocok untuk Siswa TKJ SMKN 2 Kediri?


  • Sangat Cocok!  Ini adalah fondasi penting untuk semua jurusan teknologi. Keterampilan Python dan Computational Thinking  sangat vital untuk logika jaringan dan pemrograman dasar yang dibutuhkan di TKJ.

2. 📖 Analisis Data & Machine Learning Dasar (Kelas 10 Semester 2)

Sinopsis & Ajakan Menarik: Lanjutkan petualanganmu sebagai detektif data! Belajar jurus wajib membersihkan data (preprocessing) menggunakan Pandas , karena data bersih adalah kunci AI pintar. Kalian akan mengenal dua gaya belajar AI: Supervised (belajar dengan guru) untuk prediksi dan Unsupervised (belajar mandiri) untuk mencari pola/kelompok. Eksperimen klasifikasi dan clustering bisa dilakukan dengan mudah menggunakan Orange Data Mining atau scikit-learn.

Poin Penting:


  • Preprocessing Data: Missing values (fillna), duplicates (drop_duplicates), normalisasi teks.

  • Konsep ML: Perbedaan Supervised vs Unsupervised.

  • Algoritma: Regresi Linier (prediksi angka) dan Decision Tree (prediksi kategori).

  • Evaluasi Model: Akurasi, Presisi, dan Recall (penting di industri).

  • tool Open Source: Pandas, Orange Data Mining, scikit-learn.

💡 Cocok untuk Siswa TKJ SMKN 2 Kediri?


  • Sangat Cocok! Konsep Decision Tree dan Regresi Linier adalah dasar logika untuk membuat predictive maintenance (prediksi kerusakan server/jaringan), yang sangat relevan dengan bidang TKJ.

3. 📖 Machine Learning Lanjutan & NLP Dasar (Kelas 11 Semester 1)

Sinopsis & Ajakan Menarik: Saatnya menjadi ahli data yang jago coding Python! Bab ini mengulas Supervised Learning (Regresi dan Klasifikasi) dan memperkenalkan Unsupervised Learning (Clustering dan PCA) untuk menemukan pola tersembunyi. Lanjut ke dasar Natural Language Processing (NLP): Tokenisasi, Stopwords, dan Stemming untuk membersihkan teks. Akhiri dengan praktik Analisis Sentimen sederhana pada komentar media sosial.

Poin Penting:


  • ML Lanjutan: Clustering (K-Means) dan PCA (Meringkas fitur).

  • NLP Dasar: Tokenisasi, Stopwords Removal, Stemming (membersihkan teks).

  • Aplikasi: Analisis Sentimen (Lexicon dan Decision Tree).

  • tool Open Source: Python, Pandas, scikit-learn, Keras.

💡 Cocok untuk Siswa TKJ SMKN 2 Kediri?


  • Sangat Cocok! Clustering dapat digunakan untuk mengelompokkan traffic jaringan atau log server , sementara Analisis Sentimen bisa menjadi dasar untuk monitoring komentar sekolah di media sosial.

4. 📖 LLM & Retrieval-Augmented Generation (RAG) (Kelas 11 Semester 2)

Sinopsis & Ajakan Menarik: Ubah laptop sekolahmu menjadi laboratorium AI pribadi! Pelajari cara menjalankan model AI canggih (LLAMA 3, Mistral) secara lokal dan offline menggunakan Ollama dan OpenWebUI. Rahasia AI jujur (anti-halusinasi) terungkap lewat RAG (Retrieval-Augmented Generation) , di mana AI bisa "membaca" dokumen pribadimu (kurikulum, catatan) sebelum menjawab. Kalian juga akan belajar Etika & Keamanan Data untuk AI.

Poin Penting:


  • LLM Lokal: Instalasi dan penggunaan Ollama dan OpenWebUI.

  • Arsitektur LLM: Tokenisasi, Embedding, Transformer (otak AI).

  • Konsep RAG: Retriever (mencari), Index (menyimpan vektor), Generator (menjawab).

  • Vektor Database: Penggunaan FAISS atau Chroma.

  • Etika & Keamanan: Mencegah prompt injection, data bias, dan deepfake.

💡 Cocok untuk Siswa TKJ SMKN 2 Kediri?


  • Sangat Cocok! Keterampilan ini sangat aplikatif: membuat Helpdesk/FAQ Bot offline untuk jurusan , keamanan log server, dan memahami model LLM yang menjadi dasar teknologi masa depan.

Kesimpulan & Rekomendasi

Keempat eBook ini membentuk kurikulum AI end-to-end yang kuat, sangat sesuai dengan kebutuhan siswa SMKN 2 Kota Kediri Jurusan TKJ.

RekomendasiFokus UtamaRelevansi untuk TKJKelas 10Python, Pandas, Logika BerpikirFondasi coding dan troubleshooting terstruktur.Kelas 11NLP, Ollama, RAG, Chatbot OfflinePembuatan Helpdesk / FAQ Bot dan Analisis Log Jaringan.Kelas 12Fine-Tuning, Optimasi Model, Etika LanjutanSkill tingkat industri: mengoptimalkan model agar jalan di server/laptop lab sekolah (hemat resource).


Rekomendasi Lanjut: Lanjutkan ke eBook Kelas 12 Semester 1 & 2 untuk mempelajari Fine-Tuning (LoRA) dan Deployment AI Lokal  (seperti memasang AI di server lab sekolahmu sendiri!), yang merupakan skill penting untuk AI Engineer sejati.

blog admin

Bagikan Artikel

Facebook Twitter LinkedIn WhatsApp

Artikel Terkait

Kembali ke Blog