Slide_Pengantajvjvvjvjvjvjvjvjvr_KKA_AI.pptx

cyf.kblbgliiiiiiiiiiiiiiiiiiiiiiiiiiiiiiiiiiiiiiiiiiiiiiiiiiiiiiiibhklbklbkkkkkkkkkk

1. Pengantar KKA: Coding Kecerdasan Artifisial Mata Kuliah Simulasi Digital - Prodi Bahasa Indonesia Dosen: Arif Purwanto

2. Tujuan Pembelajaran - Mahasiswa memahami konsep dasar Coding dan AI dalam konteks Simulasi Digital. - Mahasiswa mampu mengolah data teks menggunakan pendekatan NLP (Natural Language Processing). - Mahasiswa dapat menerapkan teknik analisis digital terhadap karya sastra atau teks Bahasa Indonesia. - Mahasiswa mengenal tools praktis seperti Python, NLTK, dan Voyant Tools.

3. Kompetensi Khusus Akademik (KKA) 1. KKA-1: Pemrosesan teks dasar (tokenisasi, stopword, stemming). 2. KKA-2: Analisis statistik teks (frekuensi kata, n-gram, visualisasi). 3. KKA-3: Penggunaan library NLP (NLTK, spaCy, gensim). 4. KKA-4: Penerapan model sederhana (TF-IDF, klasifikasi teks). 5. KKA-5: Penggunaan model pretrained (Transformers, Hugging Face). 6. KKA-6: Integrasi ke media ajar digital. 7. KKA-7: Etika dan evaluasi hasil AI.

4. Tools dan Software - Google Colab / Jupyter Notebook (coding Python) - NLTK, spaCy, scikit-learn, transformers - Voyant Tools / AntConc (non-coding) - WordCloud & Matplotlib untuk visualisasi - Canva / Genially untuk hasil akhir media pembelajaran

5. Contoh Penerapan • Analisis tema dan diksi pada novel *Laskar Pelangi* menggunakan Python NLP. • Pembuatan wordcloud kata dominan. • Analisis sentimen kutipan teks dengan model AI pretrained. • Integrasi hasil analisis ke infografis atau presentasi digital.

6. Tahapan Praktik Coding 1. Persiapan teks sumber (novel, puisi, berita, artikel). 2. Preprocessing teks menggunakan Python/NLTK. 3. Analisis statistik dan pembuatan visualisasi. 4. Eksperimen dengan TF-IDF atau analisis sentimen. 5. Interpretasi hasil dan kaitkan dengan makna sastra. 6. Presentasi hasil dalam format media digital.

7. Kriteria Penilaian • Ketepatan dan kelengkapan analisis teks (30%) • Kreativitas dan visualisasi hasil (20%) • Integrasi hasil ke konteks Bahasa Indonesia (25%) • Kerapian kode dan dokumentasi (15%) • Presentasi hasil (10%)

8. Penutup Simulasi Digital tidak hanya berfokus pada teknologi, tetapi juga dapat menjadi alat bantu analisis dalam bidang Bahasa dan Sastra Indonesia. Kecerdasan Artifisial membuka peluang baru untuk meneliti, memahami, dan mengajarkan bahasa dengan cara yang lebih interaktif dan berbasis data.