Kembali ke Forum Diskusi
Forum Diskusi20 Oktober 202612 menit baca

Konsep AI dan Machine Learning: Studi Kasus dan Lembar Kerja

Pelajari AI, Machine Learning, Pandas, dan scikit-learn melalui prediksi nilai ujian, studi kasus pembanding, diskusi, serta LK tiga halaman yang dapat disimpan siswa.

148 views· 20 tanggapan
Konsep AI dan Machine Learning: Studi Kasus dan Lembar Kerja

Bagaimana komputer mengenali gambar, memahami teks, atau memperkirakan nilai dari data? Pada diskusi ini kita mempelajari konsep AI dan Machine Learning, mengenal Pandas serta scikit-learn, lalu mencoba studi kasus prediksi nilai ujian berdasarkan jam belajar.

Tujuan pembelajaran

1. Apa itu AI dan Machine Learning?

Kecerdasan artifisial atau Artificial Intelligence (AI) adalah bidang ilmu komputer yang mengembangkan sistem untuk melakukan tugas seperti pengenalan pola, pemahaman bahasa, dan pengambilan keputusan. Contohnya pengenalan wajah, asisten suara, penerjemahan bahasa, rekomendasi film, dan chatbot.

Machine Learning (ML) merupakan salah satu pendekatan di dalam AI: model mempelajari pola dari data. Deep Learning merupakan bagian dari ML yang menggunakan jaringan saraf berlapis. Large Language Model (LLM) adalah model berbasis deep learning yang berfokus pada bahasa. Hubungannya dapat dibaca sebagai AI mencakup ML, ML mencakup Deep Learning, dan LLM merupakan salah satu penerapan Deep Learning.

2. Komponen utama Machine Learning

Jumlah data saja tidak menjamin hasil yang baik. Kualitas, keterwakilan, pemilihan fitur, dan cara pengujian turut menentukan apakah model berguna. Hindari memakai kolom yang membocorkan jawaban sebagai fitur.

3. Jenis pembelajaran

Klasifikasi memprediksi kategori, sedangkan regresi memprediksi nilai numerik. Logistic Regression, meskipun namanya mengandung kata regression, lazim digunakan untuk klasifikasi.

4. Mengenal Pandas

Pandas membantu membaca dan membersihkan data tabel, merangkum statistik, serta menyiapkan fitur dan target. Series adalah struktur satu dimensi berlabel. DataFrame adalah tabel dua dimensi dengan baris dan kolom.

import pandas as pd

# Contoh Series
jam = pd.Series([1, 2, 3], index=["Andi", "Budi", "Citra"])
print(jam)

# Membaca tabel dari CSV jika berkasnya sudah diunggah
# df = pd.read_csv("jam-belajar-nilai-ujian.csv")
# print(df.head())
# df.info()
# print(df.describe())

Periksa nilai kosong, tipe kolom, dan duplikasi sebelum melatih model. Perbaiki data dengan alasan yang jelas. Pemrosesan yang mempelajari parameter, seperti StandardScaler, perlu dipelajari dari data latihan agar informasi data uji tidak bocor.

5. Mengenal scikit-learn

Scikit-learn menyediakan algoritma ML dan alat pemrosesan data dengan pola penggunaan yang seragam: buat model, panggil fit untuk melatih, lalu predict untuk menghasilkan prediksi.

Pilihan model mengikuti tujuan, karakteristik data, dan sumber daya. Tidak ada satu batas jumlah baris yang selalu menentukan apakah scikit-learn cocok.

6. Studi kasus utama: prediksi nilai ujian

Seorang guru ingin mempelajari hubungan jam belajar per hari dengan nilai ujian. Data contoh: Andi (1 jam, 50), Budi (2 jam, 60), Citra (3 jam, 65), Dedi (4 jam, 75), dan Eka (5 jam, 85). Fitur X adalah jam belajar. Target y adalah nilai ujian. Karena target berupa angka, masalah ini termasuk supervised learning untuk regresi.

Jalankan kode berikut di notebook Python atau Google Colab. Pada komputer lokal, siapkan paket pandas dan scikit-learn terlebih dahulu.

import pandas as pd
from sklearn.linear_model import LinearRegression

# Menyiapkan dataset contoh
df = pd.DataFrame({
    "jam_belajar": [1, 2, 3, 4, 5],
    "nilai_ujian": [50, 60, 65, 75, 85]
})
print(df.head())
print(df.describe())

# Memilih fitur dan target
X = df[["jam_belajar"]]
y = df["nilai_ujian"]

# Melatih model
model = LinearRegression()
model.fit(X, y)

# Melihat parameter dan melakukan prediksi
print("Slope:", model.coef_[0])
print("Intercept:", model.intercept_)
baru = pd.DataFrame({"jam_belajar": [6]})
print("Prediksi 6 jam:", model.predict(baru)[0])

Pembahasan hasil

Model menghasilkan slope sekitar 8,5 dan intercept 41,5, sehingga persamaannya y = 8,5X + 41,5. Prediksi untuk 6 jam adalah 92,5. Slope positif menunjukkan kecenderungan nilai meningkat pada data contoh. Hubungan tersebut tidak membuktikan bahwa jam belajar menjadi satu-satunya penyebab nilai meningkat.

Enam jam berada di luar rentang latihan 1-5 jam, sehingga prediksi ini merupakan ekstrapolasi. Demikian pula, intercept 41,5 pada 0 jam merupakan keluaran garis model, bukan fakta tentang siswa yang tidak belajar. Lima contoh terlalu sedikit untuk menyimpulkan kemampuan model pada populasi siswa.

Praktik ini sengaja melatih seluruh lima baris untuk memahami mekanisme regresi. Belum ada data uji terpisah, sehingga jangan mengklaim akurasi model. Pengembangan berikutnya memerlukan lebih banyak data yang sesuai, pemisahan latihan dan uji, serta evaluasi seperti Mean Absolute Error (MAE). MAE adalah rata-rata selisih absolut antara nilai sebenarnya dan prediksi pada data uji.

7. Studi kasus pembanding

Klasifikasi pesan perpustakaan: kelompokkan pesan menjadi pertanyaan peminjaman, pengembalian, atau lokasi buku. Fitur berasal dari teks pesan, target berupa kategori. Solusinya mengumpulkan contoh berlabel, membagi data, mengubah teks menjadi representasi numerik, lalu melatih model seperti Naive Bayes atau Logistic Regression. Periksa kategori yang sering tertukar pada data uji.

Pengelompokan menu kantin: kelompokkan menu berdasarkan harga dan jumlah penjualan contoh. Tanpa label kelompok awal, pendekatan yang sesuai adalah clustering. Rapikan dan skalakan fitur sebelum mencoba K-Means. Kelompok yang dihasilkan perlu ditafsirkan dan tidak otomatis menunjukkan menu paling sehat atau paling baik.

8. Lembar kerja siswa

Kerjakan LK tiga halaman: identifikasi fitur dan target, jalankan kode, catat parameter, lalu analisis makna dan batas prediksi. Pertanyaan inti mengikuti LK pada materi, dengan tambahan pertanyaan tentang faktor lain dan pengujian model.

https://bit.ly/4sh6hZY

Unduh file PDF lembar kerja melalui tautan di atas, lalu kerjakan seluruh tugas dan pertanyaan di dalamnya. Setelah selesai, simpan hasil pekerjaan dalam format PDF dan unggah ke Google Drive Anda. Pastikan tautannya dapat dibuka oleh guru, kemudian kirim tautan Google Drive hasil pekerjaan beserta nama dan kelas pada kolom Tanggapan di bagian bawah halaman ini.

9. Diskusi di kolom tanggapan

  1. Tulis hasil prediksi 6 jam dan jelaskan apa arti slope positif.

  2. Apakah Anda akan langsung memakai model ini untuk menilai siswa nyata? Jelaskan keterbatasan datanya.

  3. Sebutkan dua faktor lain yang mungkin memengaruhi nilai dan cara memperoleh data tanpa mencantumkan identitas pribadi siswa.

  4. Usulkan satu perbaikan pengujian. Jelaskan perbedaan hasil pada data latihan dengan data uji.

  5. Tanggapi satu pendapat teman secara sopan dengan alasan atau contoh yang relevan.

Gunakan data contoh untuk praktik. Kesimpulan diskusi harus membedakan hasil perhitungan, dugaan, dan hal yang masih perlu diuji.

#AI#Machine Learning#Pandas#scikit-learn#regresi#lembar kerja

Tanggapan (20)

RM
Reza, M.Raihan, Dylan, Fadli
Siswa · 22 Oktober 2026 pukul 07.13
https://docs.google.com/document/d/1jSasYejCgOIqIhtLpeT52LsfjOna7DUv6B0QlS7PuWc/edit?usp=sharing Kami Dari XI RPL 2
MR
Muhammad Ra'uf Wafaiq
Siswa · 22 Oktober 2026 pukul 12.55
https://drive.google.com/file/d/1RFLprFVdyTyFzDDgPndTN05BSeITydl1/view?usp=drivesdk Hasil Prediksi Saya: 92.5 Keterbatasan Model: Model sangat sederhana karena hanya mengandalkan satu variabel bebas (jam belajar) dengan data contoh atau sample yang sedikit yaitu 5 saja. Usulan Perbaikan: Menambahkan lebih banyak sample data dan fitur relevan lainnya agar model dapat lebih akurat.
KT
kalila tania XI RPL 2
Pembaca · 22 Oktober 2026 pukul 13.00
https://drive.google.com/drive/folders/1erT1IQmuQBskDu2VhToFAPcA5V0c4SPJ?usp=sharing
TS
Terry Syafira Rahmawati
Siswa · 22 Oktober 2026 pukul 13.08
https://drive.google.com/file/d/115o-giIUeXzb2T8rwLN4oCN8G0yimHRC/view?usp=sharing
FG
Fahmi Ghulam Hasani Ramadhan
Siswa · 22 Oktober 2026 pukul 14.08
Assalamualaikum ibuu, berikut jawaban dari LKPD penugasan hari ini 22/10/2026: https://docs.google.com/document/d/1Vwna6utlN_UoEOlRcCFNEbZtZpCQdO3JbF9j_gJRLHY/edit?usp=sharing terimakasih ibu
AT
Az-Zahir T. S.
Pembaca · 22 Oktober 2026 pukul 14.11
https://drive.google.com/drive/folders/1_sv0U27ye4QinYOanloD6mDMnL95x0VE?usp=sharing 1. 90, sloppe positif artinya kecenderungan nilai bertambah dalam data contoh. 2. Tidak, karena dataset yang diberikan masih sangat minim, hanya sebats 5 data. Tentunya hal ini sangat tidak bisa dijadikan patokan untuk menilai dalam dunia nyata yg jauh lebih kompleks 3. - Linkungan yang postif, juga kualitas pendidikan yang dialami. Caranya bisa dnegan membuka sebuah survei tanpa harus memsukan identitas pribadi. 4. Memperbanyak sample dalam dataset, hasilnya akan lebih akurat yg berasal dari hasil analisis banyaknya data realitas yg ada.
ND
Naufal Daffa Musyafa
Siswa · 22 Oktober 2026 pukul 14.14
https://drive.google.com/drive/folders/1bfmm5wqBcNzwUXTe6Pn4HmWltUFjKsi8 Kelas XI RPL 2
RP
Raffa Putro Wibowo
Siswa · 22 Oktober 2026 pukul 14.24
https://drive.google.com/drive/folders/1zY65RyPcZHUC17xPNjMhy2UNKq8Ko57p?usp=sharing
RA
Rifqi Aditya Pasha
Siswa · 22 Oktober 2026 pukul 14.24
https://docs.google.com/document/d/1z4XEE6L4d5mmt0itPTQkvLrX6WDszJdLFEkjIVCeoV4/edit?usp=sharing Tulis hasil prediksi Anda: belajar 6 jam perhari diprediksi menghasilkan nilai 92,5, slope 8,5 dan intercept 41,5 Satu keterbatasan model: hanya ada 5 data dan satu fitur aja(jam belajar). prediksi 6 jam juga tidak ada dalam rentang 1-5 jam, sehingga hasilnya kurang dapat diandalkan dan belum sesuai(efektif). Satu usulan perbaikan: lebih banyak data siswa, tambahkan fitur lain seperti metode belajar nya seperti apa dan kualitas tidur nya, lalu bagi data menjadi data latih.
AP
Annisa Putri Aulia
Siswa · 22 Oktober 2026 pukul 14.41
https://docs.google.com/document/d/1vgTCEgXnBD8ZX9XjLU6KDw5_RURPaOSR/edit?usp=sharing&ouid=114518649520529493159&rtpof=true&sd=true
MR
mochamad rafa lintang tustiadi
Siswa · 22 Oktober 2026 pukul 15.05
https://drive.google.com/file/d/1g9tsTNt6xZhYKNG8xb4LBR9pmErxmyX9/view?usp=sharing
M
Muhammad
Siswa · 22 Oktober 2026 pukul 15.19
https://docs.google.com/document/d/1uy9Yec6zagEZe2s8wLpXYxo0NVHsTt4JU4ivRLoecUI/edit?usp=drivesdk
IM
Isna Maysulinah Adzkia
Siswa · 22 Oktober 2026 pukul 15.22
Tugas Isna : https://drive.google.com/drive/folders/1rK4jx3JQYg-okjSggA9unguOolQS_qob
TA
Trio Algi fachri
Siswa · 22 Oktober 2026 pukul 15.35
https://drive.google.com/file/d/1Z7n8r-Vk6ri-EodFx3U33CsmPoTWiQjm/view?usp=drivesdk
KH
Kautsar Habieb Herwindo
Siswa · 22 Oktober 2026 pukul 16.34
tugas: https://drive.google.com/drive/folders/13JPTaFwmH73QoNtgXFkOkLNrvuSMG5Mx
SP
Susan Putriyadi
Pembaca · 22 Oktober 2026 pukul 23.02
https://docs.google.com/document/d/1wQ9N6mf3ChSSPYTdpuu9DX50i_63Ozq8/edit?usp=drivesdk&ouid=106063671645749387611&rtpof=true&sd=true
FN
Fachry Nur Ramadhani XI RPL 2
Siswa · 22 Oktober 2026 pukul 23.41
https://drive.google.com/drive/folders/1rcoOxLAq4odi8Ry2u0vj1WNq5tZxDgol
SS
Shakayla Shahia Rachman
Siswa · 22 Oktober 2026 pukul 23.48
https://drive.google.com/drive/folders/1BlbdI1Sh7SOg6DnXeiR00-K6pjeymhgF
AA
Alif Arya Shodikin
Siswa · 23 Oktober 2026 pukul 00.16
https://docs.google.com/document/d/165YbRdjCLAN8OZXAU9KYA77gpAQmQh8G/edit?usp=drivesdk&ouid=107137425971683616387&rtpof=true&sd=true 1. Prediksi nilai untuk 6 jam belajar adalah 92,5. Slope positif berarti semakin lama waktu belajar, nilai ujian cenderung meningkat. 2. Tidak, karena data hanya terdiri dari lima siswa dan belum tentu mewakili semua siswa. Model juga hanya mempertimbangkan jam belajar. 3. Dua faktor lain adalah kualitas tidur dan pemahaman materi. Data dapat diperoleh melalui kuesioner anonim tanpa mencantumkan nama atau identitas pribadi siswa. 4. Menguji model menggunakan data uji yang tidak digunakan saat pelatihan. Hasil data latihan menunjukkan kemampuan model pada data yang telah dipelajari, sedangkan data uji menunjukkan kemampuan model memprediksi data baru.
N
Nadhif
Pembaca · 23 Oktober 2026 pukul 12.39
https://docs.google.com/document/d/1966GHqCZyfozUR1G011B1uM9tUdgOBaNdEWXdjTku5U/edit?usp=sharing

Tulis Tanggapan

Tanggapan Anda akan ditinjau oleh guru sebelum tampil publik.