Universitas Negeri Surabaya
Fakultas Ilmu Sosial dan Hukum
Program Studi S1 Ilmu Hukum (Kampus Kabupaten Magetan)

Kode Dokumen

SEMESTER LEARNING PLAN

Course

KODE

Rumpun MataKuliah

Bobot Kredit

SEMESTER

Tanggal Penyusunan

AI For Law

7420902053

Mata Kuliah Wajib Program Studi

T=0

P=0

ECTS=0

2

30 Januari 2025

OTORISASI

Pengembang S.P

Koordinator Rumpun matakuliah

Koordinator Program Studi




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


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


Syahid Akhmad Faisol, S.H., M.H.

Model Pembelajaran

Case Study

Program Learning Outcomes (PLO)

PLO program Studi yang dibebankan pada matakuliah

PLO-1

Mampu menunjukkan nilai-nilai agama, kebangsaan dan budaya nasional, serta etika akademik dalam melaksanakan tugasnya

PLO-2

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

PLO-5

Mampu memahami dasar-dasar ilmu hukum

PLO-6

Mampu memahami aspek-aspek hukum materiil dan formil.

PLO-7

Mampu menyelesaikan persoalan hukum dan mengambil keputusan dengan mengelaborasi hukum positif dan prinsip hukum di bidang hukum disabilitas dan hukum pada umumnya.

PLO-8

Mampu merumuskan ide secara logis, kritis dan argumentatif di bidang hukum disabilitas dan hukum pada umumnya yang dituangkan baik dalam lisan maupun tulisan sesuai dengan etika akademik

PLO-10

Mampu menunjukan kinerja mandiri, bermutu dan terukur dengan mengkaji/implementasi pengembangan ilmu hukum dengan mendasarkan pada nilai-nilai yang hidup dalam masyarakat.

Program Objectives (PO)

PO - 1

Mampu menerapkan prinsip-prinsip AI dalam analisis kasus hukum untuk meningkatkan efisiensi dan efektivitas penyelesaian masalah hukum (C3)

PO - 2

Mampu menganalisis data hukum menggunakan teknik-teknik machine learning untuk mengidentifikasi pola dan tren yang relevan (C4)

PO - 3

Mampu mengevaluasi keefektifan algoritma AI dalam konteks hukum dan etika, serta memastikan kepatuhan terhadap regulasi yang berlaku (C5)

PO - 4

Mampu menciptakan solusi hukum inovatif dengan mengintegrasikan teknologi AI untuk menangani kasus-kasus hukum kompleks (C6)

PO - 5

Mampu menerapkan teknologi AI untuk mendukung kegiatan litigasi dan non-litigasi dalam praktik hukum (C3)

PO - 6

Mampu menganalisis implikasi etis dari penggunaan AI dalam hukum dan mengembangkan strategi untuk mengatasi dilema etis tersebut (C4)

PO - 7

Mampu mengevaluasi dan mengkritisi penggunaan AI dalam sistem peradilan untuk memastikan transparansi dan akuntabilitas (C5)

PO - 8

Mampu menciptakan model prediktif untuk analisis hukum yang dapat membantu dalam pengambilan keputusan hukum (C6)

PO - 9

Mampu menerapkan teknik pemrosesan bahasa alami untuk analisis dokumen hukum dan ekstraksi informasi yang relevan (C3)

PO - 10

Mampu menganalisis dan mengevaluasi peran AI dalam penegakan hukum dan keadilan, serta memprediksi dampak sosial yang mungkin timbul (C4, C5)

Matrik PLO-PO
 
POPLO-1PLO-2PLO-5PLO-6PLO-7PLO-8PLO-10
PO-1    ✔  
PO-2  ✔✔   
PO-3✔    ✔ 
PO-4    ✔ ✔
PO-5   ✔✔  
PO-6✔    ✔ 
PO-7     ✔✔
PO-8 ✔✔ ✔  
PO-9   ✔   
PO-10 ✔   ✔✔

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
PO-1
PO-2
PO-3
PO-4
PO-5
PO-6
PO-7✔
PO-8
PO-9
PO-10

Deskripsi Singkat Mata Kuliah

Matakuliah AI For Law merupakan mata kuliah pilihan yang membahas penerapan kecerdasan buatan (Artificial Intelligence) dalam bidang hukum. Mata kuliah ini bertujuan untuk memberikan pemahaman tentang konsep dasar kecerdasan buatan dan bagaimana teknologi ini dapat diterapkan dalam sistem hukum. Ruang lingkup mata kuliah mencakup pengenalan AI, aplikasi AI dalam analisis hukum, prediksi kasus hukum, legal research, dan penerapan teknologi AI dalam proses hukum. Mahasiswa akan diajak untuk memahami potensi dan tantangan penggunaan AI dalam bidang hukum serta mengembangkan keterampilan dalam menggunakan teknologi AI untuk mendukung kegiatan di dunia hukum.

Pustaka

Utama :

  1. Kaharudin, Kecerdasan Buatan: Aspek Perlindungan Hukum di Era Digitalisasi, Prenada Media, 2024
  2. Anton D Varma, Kecerdasan Buatan (AI) dan Hukum di Masa Depan: Sebuah Pengantar, Deepublish: 2024

Pendukung :

  1. John Dea, Dampak Kecerdasan Buatan pada Praktik Hukum, Harvard Law Review,2022

Dosen Pengampu

Vita Mahardhika, S.H., M.H.

Dr. Aditya Wiguna Sanjaya, S.H., M.H., M.H.Li.

Hezron Sabar Rotua Tinambunan, S.H., M.H.

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

Mahasiswa diharapkan mampu menerapkan prinsip-prinsip AI dalam analisis kasus hukum untuk meningkatkan efisiensi dan efektivitas penyelesaian masalah hukum.
  1. Kemampuan menerapkan prinsip-prinsip AI dalam analisis kasus hukum
  2. Kemampuan meningkatkan efisiensi penyelesaian masalah hukum menggunakan AI
  3. Kemampuan meningkatkan efektivitas penyelesaian masalah hukum menggunakan AI
 Kriteria:
  1. Baik Sekali
  2. Baik
  3. Cukup

Bentuk Penilaian :
Aktifitas Partisipasif		 Pembelajaran berbasis proyek.
 Diskusi daring tentang penerapan AI dalam analisis kasus hukum
 Materi: Prinsip-prinsip AI dalam hukum, Analisis kasus hukum menggunakan AI, Efisiensi dan efektivitas penyelesaian masalah hukum
Pustaka: Handbook Perkuliahan		 5%

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 : Case Study

No Evaluasi Persentase
1. Aktifitas Partisipasif 5%
5%

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.