KODING DAN KA.koding koding kodingnnpptx

MASTERDOY 8 views 18 slides Sep 18, 2025
Slide 1
Slide 1 of 18
Slide 1
1
Slide 2
2
Slide 3
3
Slide 4
4
Slide 5
5
Slide 6
6
Slide 7
7
Slide 8
8
Slide 9
9
Slide 10
10
Slide 11
11
Slide 12
12
Slide 13
13
Slide 14
14
Slide 15
15
Slide 16
16
Slide 17
17
Slide 18
18

About This Presentation

KODING DAN KA.koding koding kodingnnpptx


Slide Content

KODING DAN KA

Koding adalah proses mengonversi keinginan manusia menjadi format yang dapat dipahami oleh komputer menggunakan bahasa pemrograman . Koding juga merujuk pada sub- aktivitas dalam pemrograman atau pemberian instruksi kepada komputer dalam berbagai bentuk seperti PC, server, perangkat IoT, robot dan lainnya , yang menerapkan solusi yang dirumuskan melalui berpikir komputasional . definisi -koding

Para ahli memiliki berbagai definisi terkait kecerdasan artifisial (KA), tergantung pada perspektif masing-masing. Kaplan dan Haenlein (2019) mendefinisikan KA sebagai kemampuan sistem untuk secara akurat menginterpretasikan data eksternal , belajar dari data tersebut , dan menerapkan pembelajaran tersebut untuk mencapai tujuan dan menyelesaikan tugas tertentu . Poole dan Mackworth (2010) mengartikan KA sebagai bidang kajian yang fokus pada sintesis dan analisis agen komputasional yang dapat bertindak dengan cara yang cerdas . Russell dan Norvig (2010) lebih lanjut mendefinisikan KA sebagai studi tentang agen cerdas yang mampu menerima persepsi dari lingkungan dan mengambil tindakan . Agen tersebut dapat melakukan proses berpikir seperti manusia (thinking humanly), bertindak seperti manusia (acting humanly), berpikir secara rasional (thinking rationally), dan bertindak secara rasional (acting rationally). definisi -ka

PETA -kONSEP

Elemen - Berpikir komputasional Keterampilan problem solving yang berjenjang melalui pemodelan dan melalui simulasi untuk menghasilkan solusi efektif , efisien , dan optimal yang dapat dijalankan oleh manusia atau mesin meliputi penalaran logis , kritis , dan kreatif berdasarkan data, baik secara mandiri maupun berkolaborasi . 6

dekomposisi yaitu proses memecah masalah kompleks menjadi bagian-bagian yang lebih kecil dan lebih dapat dikelola . Ini memungkinkan pendekatan yang lebih sistematis dalam memecahkan masalah Pengenalan pola proses identifikasi pola atau kesamaan yang berulang dalam data atau di berbagai masalah. Mengenali pola-pola ini dapat mengarah pada penerapan solusi yang serupa dalam berbagai konteks.

abstraksi proses menyaring informasi yang tidak perlu dan fokus pada detail yang relevan yang penting untuk memecahkan masalah yang dihadapi . Ini memungkinkan pendekatan yang lebih efisien dan terarah . algoritma melibatkan pengembangan urutan instruksi yang logis dan bertahap untuk mencapai solusi . Ini menekankan pendekatan terstruktur dan metodis dalam memecahkan masalah .

Sintaks desain berpikir komputasional

Sintaks berpikir komputasional 10

8 Dimensi profil lulusan 11

Effective delivery techniques 12 This is a powerful tool in public speaking. It involves varying pitch, tone, and volume to convey emotion, emphasize points, and maintain interest. Pitch variation Tone inflection Volume control Effective body language enhances your message, making it more impactful and memorable. Meaningful eye contact Purposeful gestures Maintain good posture Control your expressions

Navigating Q&A sessions Maintaining composure during the Q&A session is essential for projecting confidence and authority. Consider the following tips for staying composed: Stay calm Actively listen Pause and reflect Maintain eye contact Know your material in advance Anticipate common questions Rehearse your responses 13

Speaking impact Your ability to communicate effectively will leave a lasting impact on your audience Effectively communicating involves not only delivering a message but also resonating with the experiences, values, and emotions of those listening  14

Dynamic delivery Learn to infuse energy into your delivery to leave a lasting impression One of the goals of effective communication is to motivate your audience Metric Measurement Target Actual Audience attendance # of attendees 150 120 Engagement duration Minutes 60 75 Q&A interaction # of questions 10 15 Positive feedback Percentage (%) 90 95 Rate of information retention Percentage (%) 80 85 15

Final tips & takeaways Consistent rehearsal Strengthen your familiarity Refine delivery style Pacing, tone, and emphasis Timing and transitions Aim for seamless, professional delivery Practice audience Enlist colleagues to listen & provide feedback Seek feedback Reflect on performance Explore new techniques Set personal goals Iterate and adapt 16

Speaking engagement metrics Impact factor Measurement Target Achieved Audience interaction Percentage (%) 85 88 Knowledge retention Percentage (%) 75 80 Post-presentation surveys Average rating 4.2 4.5 Referral rate Percentage (%) 10 12 Collaboration opportunities # of opportunities 8 10 17

Thank you Brita Tamm 502-555-0152 [email protected] www.firstupconsultants.com
Tags