Mata Kuliah
Kecerdasan Artifisial Generatif

Mata kuliah Kecerdasan Artifisial Generatif membahas teori dan model AI yang mampu menghasilkan data baru seperti teks, citra, audio, dan kode secara otomatis. Materi inti mencakup probabilistic generative models, variational autoencoders (VAE), generative adversarial networks (GAN), diffusion models, large language models (LLM), serta aspek etika, keamanan, dan dampak sosial Generative AI. Kompetensi yang diharapkan adalah kemampuan mahasiswa memahami prinsip kerja model generatif, merancang dan mengevaluasi sistem Generative AI, serta menerapkannya secara kreatif, etis, dan bertanggung jawab.

• CPL-2
  Menunjukkan karakter tangguh, kolaboratif, adaptif, inovatif, inklusif, belajar sepanjang hayat, dan berjiwa kewirausahaan
• CPL-3
  Mengembangkan pemikiran logis, kritis, sistematis, dan kreatif dalam melakukan pekerjaan yang spesifik di bidang keahliannya serta sesuai dengan standar kompetensi kerja bidang yang bersangkutan
• CPL-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.
• CPL-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
• CPL-12
  Menguasai teori dan konsep teknologi informasi, dan kecerdasan artifisial baik dari sisi komputasi maupun manajemen informasi untuk menyelesaikan masalah kecerdasan artifisial dengan AI human-centred mindset.
• CPL-13
  Mampu merancang dan mengimplementasikan kecerdasan artifisial dalam penyelesaian masalah nyata menggunakan berbagai metode dan algoritma kecerdasan artifisial