Universitas Negeri Surabaya
Fakultas Matematika dan Ilmu Pengetahuan Alam
Program Studi S1 Kecerdasan Artifisial

Kode Dokumen

SEMESTER LEARNING PLAN

Course

KODE

Rumpun MataKuliah

Bobot Kredit

SEMESTER

Tanggal Penyusunan

Pemrosesan Bahasa Alami

5528303012

T=3

P=0

ECTS=4.77

4

9 April 2026

OTORISASI

Pengembang S.P

Koordinator Rumpun matakuliah

Koordinator Program Studi




.......................................


.......................................


ELLY MATUL IMAH

Model Pembelajaran

Project Based Learning

Program Learning Outcomes (PLO)

PLO program Studi yang dibebankan pada matakuliah

PLO-2

Menunjukkan karakter tangguh, kolaboratif, adaptif, inovatif, inklusif, belajar sepanjang hayat, dan berjiwa kewirausahaan

PLO-6

Mampu mengelola data (mengumpulkan, membersihkan, merekonstruksi, dan mengintegrasikan), merancang dan mengimplementasikan sistem (khususnya terkait Big Data), serta menganalisis dan mengekstraksi makna menggunakan metode kecerdasan artifisial untuk mendukung pengambilan keputusan bisnis dan mengevaluasi performa tindakan yang dihasilkan.

PLO-7

Mampu merancang skenario dan membangun model kecerdasan artifisial, mengevaluasi hasil pemodelan dan mereview proses pemodelan, melakukan deployment model dan memelihara model, melakukan review proyek kecerdasan artifisial dan membuat laporan akhir.

PLO-9

Mampu mengkaji kasus penerapan ilmu pengetahuan dan teknologi di bidang kecerdasan artifisial dengan memperhatikan nilai humaniora (moral, tanggung jawab sosial, dan kemanusiaa) serta menjunjung etika profesional kecerdasan artifisial, untuk menghasilkan prototipe, prosedur baku, dan kajian ilmiah dalam bentuk kerta kerja, spesifikasi desain, atau esai

PLO-13

Mampu merancang dan mengimplementasikan kecerdasan artifisial dalam penyelesaian masalah nyata menggunakan berbagai metode dan algoritma kecerdasan artifisial

Program Objectives (PO)

Matrik PLO-PO
 
POPLO-2PLO-6PLO-7PLO-9PLO-13

Matrik PO pada Kemampuan akhir tiap tahapan belajar (Sub-PO)
 
PO Minggu Ke
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16

Deskripsi Singkat Mata Kuliah

Mata kuliah Pemrosesan Bahasa Alami atau Natural Language Processing (NLP) membahas konsep, metode, dan teknik komputasional untuk memodelkan, menganalisis, dan memahami bahasa alami manusia. Materi inti mencakup representasi teks, pra-pemrosesan bahasa, pemodelan bahasa, analisis sintaksis dan semantik, ekstraksi informasi, serta aplikasi NLP seperti klasifikasi teks, peringkasan, dan sistem tanya jawab. Melalui pembelajaran berbasis studi kasus dan praktik terarah, mahasiswa dikembangkan kompetensi inti dalam memformulasikan permasalahan bahasa ke dalam model komputasional, menerapkan teknik NLP secara sistematis, mengevaluasi hasil pemrosesan bahasa, serta merancang solusi NLP sebagai komponen pendukung sistem kecerdasan artifisial yang efektif dan bertanggung jawab

Pustaka

Utama :

  1. J. Eisenstein, Introduction to Natural Language Processing. Cambridge, MA, USA: MIT Press, 2019.
  2. S. Bird, E. Klein, and E. Loper, Natural Language Processing with Python, 2nd ed. Sebastopol, CA, USA: O’Reilly Media, 2019.

Pendukung :

  1. D. Jurafsky and J. H. Martin, Speech and Language Processing, 3rd ed. (draft). Upper Saddle River, NJ, USA: Pearson, 2023.
  2. Y. Goldberg, Neural Network Methods for Natural Language Processing. San Rafael, CA, USA: Morgan & Claypool, 2017.
  3. C. D. Manning and H. Schütze, Foundations of Statistical Natural Language Processing. Cambridge, MA, USA: MIT Press, 1999.

Dosen Pengampu

Minggu Ke-

Kemampuan akhir tiap tahapan belajar
(Sub-PO)

Penilaian

Bantuk Pembelajaran,

Metode Pembelajaran,

Penugasan Mahasiswa,

 [ Estimasi Waktu]

Materi Pembelajaran

[ Pustaka ]

Bobot Penilaian (%)

Indikator

Kriteria & Bentuk

Luring (offline)

Daring (online)

(1)

(2)

(3)

(4)

(5)

(6)

(7)

(8)

1

Minggu ke 1



0%

2

Minggu ke 2



0%

3

Minggu ke 3



0%

4

Minggu ke 4



0%

5

Minggu ke 5



0%

6

Minggu ke 6



0%

7

Minggu ke 7



0%

8

Minggu ke 8



0%

9

Minggu ke 9



0%

10

Minggu ke 10



0%

11

Minggu ke 11



0%

12

Minggu ke 12



0%

13

Minggu ke 13



0%

14

Minggu ke 14



0%

15

Minggu ke 15



0%

16

Minggu ke 16



0%



Rekap Persentase Evaluasi : Project Based Learning

No Evaluasi Persentase
0%

Catatan

  1. Capaian Pembelajaran Lulusan Program Studi (PLO - Program Studi) adalah kemampuan yang dimiliki oleh setiap lulusan Program Studi yang merupakan internalisasi dari sikap, penguasaan pengetahuan dan ketrampilan sesuai dengan jenjang prodinya yang diperoleh melalui proses pembelajaran.
  2. PLO yang dibebankan pada mata kuliah adalah beberapa capaian pembelajaran lulusan program studi (CPL-Program Studi) yang digunakan untuk pembentukan/pengembangan sebuah mata kuliah yang terdiri dari aspek sikap, ketrampulan umum, ketrampilan khusus dan pengetahuan.
  3. Program Objectives (PO) adalah kemampuan yang dijabarkan secara spesifik dari PLO yang dibebankan pada mata kuliah, dan bersifat spesifik terhadap bahan kajian atau materi pembelajaran mata kuliah tersebut.
  4. Sub-PO Mata kuliah (Sub-PO) adalah kemampuan yang dijabarkan secara spesifik dari PO yang dapat diukur atau diamati dan merupakan kemampuan akhir yang direncanakan pada tiap tahap pembelajaran, dan bersifat spesifik terhadap materi pembelajaran mata kuliah tersebut.
  5. Indikator penilaian kemampuan dalam proses maupun hasil belajar mahasiswa adalah pernyataan spesifik dan terukur yang mengidentifikasi kemampuan atau kinerja hasil belajar mahasiswa yang disertai bukti-bukti.
  6. Kreteria Penilaian adalah patokan yang digunakan sebagai ukuran atau tolok ukur ketercapaian pembelajaran dalam penilaian berdasarkan indikator-indikator yang telah ditetapkan. Kreteria penilaian merupakan pedoman bagi penilai agar penilaian konsisten dan tidak bias. Kreteria dapat berupa kuantitatif ataupun kualitatif.
  7. Bentuk penilaian: tes dan non-tes.
  8. Bentuk pembelajaran: Kuliah, Responsi, Tutorial, Seminar atau yang setara, Praktikum, Praktik Studio, Praktik Bengkel, Praktik Lapangan, Penelitian, Pengabdian Kepada Masyarakat dan/atau bentuk pembelajaran lain yang setara.
  9. Metode Pembelajaran: Small Group Discussion, Role-Play & Simulation, Discovery Learning, Self-Directed Learning, Cooperative Learning, Collaborative Learning, Contextual Learning, Project Based Learning, dan metode lainnya yg setara.
  10. Materi Pembelajaran adalah rincian atau uraian dari bahan kajian yg dapat disajikan dalam bentuk beberapa pokok dan sub-pokok bahasan.
  11. Bobot penilaian adalah prosentasi penilaian terhadap setiap pencapaian sub-PO yang besarnya proposional dengan tingkat kesulitan pencapaian sub-PO tsb., dan totalnya 100%.
  12. TM=Tatap Muka, PT=Penugasan terstruktur, BM=Belajar mandiri.