Bab III AFFERA: Al Face Recognition For Employer Attendance

III.1 Latar Belakang Proyek Akhir

Saat ini, ketergantungan terhadap teknologi membuat manusia lebih mudah
dalam kegiatan apapun di setiap waktu. Kemajuan teknologi merupakan salah satu
hal yang sangat mempermudah penggunanya untuk memperoleh dan mengolah
data menjadi informasi. Salah satu sistem yang berubah pada zaman sekarang
adalah absensi karyawan di perusahaan. Menurut [[1] banyaknya tenaga kerja
dengan divisi yang beragam pada sebuah perusahaan swasta yang bergerak di
bidang retail, membuat sistem istirahat yang dilakukan secara manual selama ini
kurang efektif dan efisien. Hal ini menimbulkan kebocoran waktu dan
pelanggaran lainnya.
Menurut [[2]] permasalahan yang sering muncul pada sistem absensi
manual adalah (a) potensi kecurangan data kehadiran, (b) hilangnya buku presensi
manual, (c) kesulitan dalam rekapitulasi data kehadiran, (d) membutuhkan
banyak kertas , (5) masalah dalam penyimpanan berkas. Penerapan sistem absensi
secara manual akan dapat menghambat pihak perusahaan dalam memantau
kedisiplinan karyawan pada saat jam masuk dan jam keluar kerja setiap hari.
Dikhawatirkan dapat membuat komitmen karyawan dalam bekerja dan organisasi
menjadi menurun. Kurangnya komitmen karyawan dalam pekerjaan akan
berakibat pada menurunnya motivasi kerja dan semangat karyawan dalam bekerja.
Oleh sebab itu diperlukan adanya perbaikan dalam manajemen absensi dengan
mengadopsi solusi yang lebih canggih dan otomatis. Hal ini akan mengurangi
pemborosan waktu, meningkatkan efisiensi, dan mengoptimalkan produktivitas
karyawan di seluruh perusahaan.
Pada era ini menciptakan penggabungan berupa keterampilan dan teknologi
baru atau disebut dengan istilah Artificial Intelligence (AI) atau kecerdasan
buatan.Artificial Intelligence (AI) merupakan istilah yang digunakan untuk
memodelkan perilaku cerdas dan pemikiran kritis yang sebanding dengan manusia
yang menggunakan komputer dan teknologi. Kecerdasan buatan mungkin
merupakan bidang ilmu komputer tertua dan terluas, yang meniru fungsi kognitif
manusia yang digunakan untuk memecahkan sebuah masalah, dengan cara belajar
dan berpikir seperti manusia [[3]]. Salah satu bagian dari AI adalah Computer
Vision (CV). Computer vision adalah transformasi atau perubahan dari data-data
yang dapat berupa gambar diam ataupun video kamera menjadi bentuk lain atau
satu representasi baru [[4]].
Salah satu ilmu yang dipelajari pada CV adalah face recognition.Face
recognition merupakan teknologi komputer untuk mendeteksi wajah manusia
dengan mencocokkan pola wajah dengan data yang tersimpan didalam komputer.
Face recognition merupakan salah satu bagian dari Face Processing yang mampu
mengidentifikasi atau memverifikasi wajah seseorang melalui sebuah gambar atau
video digital [[2]]. Pengenalan wajah adalah adalah proses mengidentifikasi atau
memverifikasi sebuah citra wajah yang tidak diketahui dengan algoritma
komputasi, dan membandingkannya dengan data wajah yang ada[[5]].
Teknologi Face Recognition ini dapat bekerja dengan mendeteksi wajah
seseorang, hal ini berguna untuk mencegah perilaku menyimpang atau terjadinya
tindak kejahatan. Prinsip dari Face recognition itu sendiri adalah objek wajah
yang tertangkap kamera yang diikuti pergerakannya ke arah kanan dan kiri.
Implementasi ini akan menggunakan webcam, dan menggunakan metode Haar
Cascade untuk mengenali wajah. Metode ini menghitung perbedaan jumlah setiap
piksel pada daerah persegi panjang yang berdekatan pada lokasi tertentu dalam
frame deteksi[[6]].

III.2 Proses Pelaksanaan Proyek Akhir

Berikut adalah uraian tentang proses pengerjaan aplikasi atau model AI dari
awal hingga akhir:
1. Pemahaman Konsep:
• Tahap awal melibatkan pemahaman konsep dasar dari computer vision dan
bagaimana teknologi face recognition bekerja.
• Melakukan riset dan studi literatur untuk memahami prinsip-prinsip dasar
computer vision, deteksi wajah, dan pengenalan pola.
2. Pencarian Sumber Belajar:
• Mencari sumber belajar online, seperti artikel, dokumentasi, dan tutorial
video, untuk memahami konsep-konsep yang telah dipelajari.
• Pencarian sumber belajar di platform video seperti YouTube untuk
menemukan tutorial tentang implementasi computer vision dengan face
recognition.
3. Studi Video Tutorial:
• Menonton video tutorial yang telah ditemukan untuk mendapatkan
pemahaman praktis tentang langkah-langkah implementasi.
• Fokus pada tutorial yang menggunakan model Haarcascade untuk deteksi
wajah, dan mencari tutorial yang relevan dengan pengembangan aplikasi
absensi.
4. Analisis Kode YouTube:
• Mempelajari kode sumber yang disediakan dalam video tutorial,
mengidentifikasi bagian-bagian kunci yang terkait dengan deteksi wajah dan
pengenalan pola.
• Memahami struktur dasar kode dan cara komponen-komponennya saling
berinteraksi.
5. Eksperimen dan Modifikasi Kode:
• Mencoba mengeksekusi kode tutorial untuk memastikan pemahaman yang
lebih baik.
• Mulai melakukan modifikasi pada kode, seperti penambahan atau perubahan
fitur, untuk membuatnya sesuai dengan kebutuhan aplikasi absensi.
6. Penyesuaian Model:
• Jika perlu, melakukan penyesuaian pada model Haarcascade atau
mengeksplorasi model lain yang lebih sesuai dengan kebutuhan aplikasi.
• Menggali lebih dalam ke dalam parameter dan konfigurasi model untuk
meningkatkan akurasi deteksi.
7. Pengembangan Fitur Tambahan:
• Menambahkan fitur-fitur tambahan seperti integrasi dengan Excel,
keamanan data.
• Memastikan bahwa penambahan fitur tidak mengorbankan kinerja
keseluruhan aplikasi.
8. Pengujian dan Debugging:
• Melakukan pengujian secara menyeluruh untuk memastikan bahwa aplikasi
berfungsi sesuai dengan harapan.
• Melakukan debugging untuk mengatasi potensi bug atau masalah kinerja.

AI Project Cycle:
a. Analisis Masalah dan Solusi:
Masalahnya adalah karyawan menghabiskan banyak waktu untuk absensi.
Solusinya adalah dengan menggunakan AI pendeteksi wajah untuk
mempercepat dan menyederhanakan proses absensi.
a. Sumber Data:
Sumber data adalah foto-foto setiap karyawan, dengan setiap orang memiliki
150 foto.Foto diambil dari berbagai sudut dan sisi karyawan menggunakan
kamera.
b. Jumlah Data:
Jumlah data untuk satu orang adalah 150 foto.
c. Cara Pengambilan Data:.
Data diambil menggunakan kamera dengan mengambil foto dari berbagai
sudut dan sisi karyawan untuk meningkatkan keakuratan model.
d. Proses Pembersihan Data:
Proses pembersihan data melibatkan:
- Penghapusan data yang tidak relevan atau berkualitas rendah.
- Normalisasi dan perataan data untuk memastikan konsistensi.
- Identifikasi dan penanganan data yang hilang atau rusak.
- Penghapusan duplikat dan data anomali.
Proses Modelling dan Algoritma:
1. Pemilihan Model:
Memilih model yang sesuai untuk tugas pengenalan wajah, seperti
Convolutional Neural Network (CNN).
2. Pelatihan Model:
- Melatih model menggunakan dataset foto wajah karyawan.
- teknik transfer learning jika model yang digunakan telah dilatih
sebelumnya untuk tugas serupa.
3. Validasi Model:
Menggunakan set data validasi untuk mengevaluasi kinerja model dan
melakukan penyesuaian jika diperlukan.
4. Fine-Tuning:
Fine-tuning model untuk meningkatkan akurasi, khususnya pada kasus
pengambilan sudut dan sisi yang berbeda.
5. Penggunaan Algoritma Deteksi Wajah:
Mengimplementasikan algoritma deteksi wajah, seperti Haarcascade, sebagai
langkah awal dalam proses pengenalan.

Untuk Deployment, menggunakan local deployment agar sistem dapat

diakses secara internal. Ini melibatkan:
a. Integrasi model ke dalam sistem internal perusahaan.
b. Menerapkan antarmuka pengguna sederhana untuk pengoperasian.
c. Memastikan keamanan data dengan enkripsi dan pengaturan akses yang
tepat.
Dengan memahami AI project cycle ini, pengembang dapat merancang dan
mengimplementasikan solusi pengenalan wajah untuk memperbaiki masalah
absensi yang memakan waktu.
Dalam aplikasi atau model AI untuk pengenalan wajah, beberapa algoritma
yang umumnya digunakan termasuk Convolutional Neural Network (CNN) dan
algoritma deteksi wajah seperti Haarcascade. Di bawah ini adalah penjelasan
singkat tentang kedua algoritma tersebut dan tuning hyperparameter yang
mungkin diterapkan:
a. Convolutional Neural Network (CNN):
Penjelasan Algoritma:
- CNN adalah jenis arsitektur jaringan syaraf tiruan (neural network) yang
sangat efektif dalam pengolahan data grid, seperti gambar.
- CNN memiliki lapisan konvolusi yang dapat mengekstrak fitur-fitur
penting dari gambar secara hierarkis.
- Lapisan konvolusi diikuti oleh lapisan aktivasi dan pooling untuk
mengurangi dimensi dan mengekstrak fitur yang lebih abstrak.
b. Algoritma Deteksi Wajah (Haarcascade):
Penjelasan Algoritma:
- Haar Cascade adalah algoritma deteksi wajah yang berbasis pada
konsep Haar-like features.
- Menggunakan classifier untuk mengenali pola wajah berdasarkan
perbedaan intensitas piksel di berbagai area wajah.
Pengerjaan proyek AI selalu melibatkan beberapa hambatan dan tantangan,
Berikut adalah beberapa hambatan yang mungkin dihadapi Anda dan tim selama
pengerjaan proyek AI:

1. Keterbatasan Sumber Daya Hardware:

Kesulitan dalam menemukan kodingan yang dapat dijalankan tanpa
menggunakan GPU dapat disebabkan oleh keterbatasan sumber daya
hardware. Mesin tanpa GPU mungkin mengalami kinerja yang lambat,
terutama saat melibatkan tugas komputasi berat seperti pelatihan model
deep learning.
2. Tantangan Keterbatasan Akurasi:
Pendeteksian wajah yang kurang akurat dapat menjadi hambatan. Jika
dataset untuk setiap orang terlalu kecil (30 foto), model mungkin kesulitan
dalam memahami variasi dalam penampilan wajah seseorang dari berbagai
sudut dan kondisi pencahayaan.
3. Tantangan Pembersihan Data:
Proses pembersihan data, terutama ketika data foto tidak konsisten atau
terdapat ketidakseimbangan dalam jumlah foto per individu, dapat
mempengaruhi kinerja model. Pemilihan dan pembersihan dataset yang
sesuai membutuhkan perhatian khusus.
4. Kesulitan dalam Mendapatkan Data yang Representatif:
Mendapatkan dataset yang mencakup variasi yang cukup dalam penampilan
wajah dari berbagai individu bisa menjadi tantangan. Kurangnya variasi
dapat mengakibatkan model kurang mampu mengenali wajah dalam
berbagai situasi.

Cara tim kami menyelesaikan hambatan tersebut adalah:

1. Penyelesaian Keterbatasan Sumber Daya Hardware:
- Mengatasi kesulitan menemukan kodingan yang berjalan tanpa GPU
dengan mencari atau mengimplementasikan metode atau library yang
dioptimalkan untuk CPU.
- Melakukan penyesuaian pada model atau algoritma agar dapat berjalan
secara efisien pada mesin tanpa GPU, misalnya dengan mengoptimalkan
ukuran batch atau memilih model yang lebih ringan.
2. Penyelesaian Tantangan Keterbatasan Akurasi:
- Meningkatkan jumlah data per individu dari 30 foto menjadi 150 foto
untuk meningkatkan variasi dan akurasi model.
- Melakukan augmentasi data untuk menambah variasi dalam dataset,
seperti rotasi, flipping, atau penyesuaian cahaya.
- Menilai kembali model yang digunakan atau mencari model alternatif
yang lebih cocok untuk dataset dengan variasi yang lebih kecil.
3. Penyelesaian Tantangan Pembersihan Data:
- Melakukan analisis lebih lanjut terhadap dataset untuk mengidentifikasi
dan mengatasi ketidakseimbangan atau ketidakkonsistenan.
 - Menggunakan teknik pembersihan data, termasuk menghapus outlier,
mendeteksi dan menangani data yang hilang, serta memastikan
konsistensi format dan kualitas foto.
4. Penyelesaian Kesulitan dalam Mendapatkan Data yang Representatif:
- Melakukan pengumpulan data tambahan dengan mencakup lebih banyak
variasi dalam penampilan wajah.
- Bermitra dengan lebih banyak individu atau kelompok untuk
mendapatkan akses ke dataset yang lebih bervariasi.
- Menggunakan teknik augmentasi data untuk membuat variasi tambahan
dalam dataset yang sudah ada.

III.3 Hasil Proyek Akhir

Aplikasi atau model AI yang telah dikembangkan ini didesain untuk
memudahkan proses absensi menggunakan computer vision dan face recognition.
Dengan menggunakan teknologi ini, pengguna dapat melakukan absensi hanya
dengan menampilkan wajahnya di depan kamera. Model AI ini mampu mengenali
wajah dengan akurasi tinggi, memastikan keabsahan dan keunikan setiap
pengguna. Ketika seseorang menampakkan mukanya di depan kamera, sistem
secara otomatis mendeteksi wajahnya dan mencocokkannya dengan data yang
telah terdaftar. Setelah proses identifikasi selesai, informasi absensi langsung
terdata ke dalam format yang mudah diakses, seperti file Excel. Hal ini
mempermudah manajemen data absensi dan meminimalkan risiko human error
dalam proses tersebut. Selain itu, keamanan data juga menjadi prioritas dengan
penggunaan teknologi face recognition ini.Data wajah pengguna dapat dienkripsi
dan disimpan dengan aman, menjaga privasi dan mencegah penyalahgunaan
informasi.
Aplikasi ini dapat diterapkan di berbagai lingkungan, mulai dari perusahaan,
institusi pendidikan, hingga acara-acara besar. Dengan kemudahan penggunaan
dan integrasi yang cepat ke dalam sistem yang sudah ada, aplikasi ini menjadi
solusi efisien untuk mengelola proses absensi secara modern dan aman.
 Gambar 3.1 aplikasi atau model AI yang telah dikembangkan

Gambar 3. 2 Contoh hasil excel

Kelebihan aplikasi atau model AI yang telah dikembangkan adalah:

1. Efisiensi Tinggi: Proses absensi menjadi lebih cepat dan efisien, karena
pengguna hanya perlu menampilkan wajahnya di depan kamera tanpa perlu
menggunakan alat tambahan seperti kartu absensi.
2. Akurasi Tinggi: Teknologi face recognition biasanya memiliki tingkat
akurasi yang tinggi dalam mengenali wajah, mengurangi risiko kesalahan
identifikasi.
3. Automatisasi: Proses identifikasi dan pencatatan absensi dilakukan secara
otomatis, mengurangi beban kerja administratif dan potensial untuk
kesalahan manusia.
4. Integrasi dengan Excel: Data absensi langsung terintegrasi dengan Excel,
memudahkan manajemen data dan analisis lebih lanjut.
5. Keamanan Data: Dengan enkripsi yang kuat, keamanan data wajah
pengguna terjaga, mencegah akses yang tidak sah.
Kelemahan aplikasi atau model AI yang telah dikembangkan adalah:

1. Ketergantungan pada Teknologi: Aplikasi ini sangat tergantung pada

ketersediaan dan keandalan teknologi face recognition, yang dapat
dipengaruhi oleh faktor lingkungan seperti pencahayaan atau kualitas
kamera.
2. Kebutuhan Hardware yang Tepat: Untuk mendapatkan hasil yang optimal,
perlu menggunakan perangkat keras yang sesuai dan berkualitas, yang dapat
meningkatkan biaya implementasi.
3. Ketidakakuratan pada Beberapa Kondisi: Meskipun tingkat akurasi tinggi,
teknologi face recognition masih bisa mengalami kesulitan mengenali wajah
pada kondisi tertentu, seperti perubahan ekstrim dalam penampilan atau
pencahayaan yang buruk.
4. Biaya Implementasi: Pengadaan dan implementasi teknologi face
recognition memerlukan investasi awal yang signifikan, terutama jika
diperlukan perangkat keras khusus.
Rencana pengembangan aplikasi atau model AI di kemudian hari adalah
meningkatkan fungsionalitasnya dengan mengintegrasikan platform web.
Integrasi dengan website akan membuka peluang untuk peningkatan aksesibilitas
dan kenyamanan pengguna.
Berikut adalah beberapa tahapan pengembangan yang diusulkan:
1. Implementasi Platform Web: Migrasi aplikasi ke platform web
memungkinkan pengguna untuk mengaksesnya melalui browser tanpa
perlu menginstal aplikasi khusus. Ini akan meningkatkan fleksibilitas dan
keterjangkauan pengguna.
2. Antarmuka Pengguna yang Responsif: Merancang antarmuka pengguna
yang responsif akan memastikan aplikasi dapat diakses dengan baik
melalui berbagai perangkat, termasuk komputer, tablet, dan ponsel.
3. Peningkatan Keamanan: Mengidentifikasi dan memperkuat lapisan
keamanan, terutama karena data wajah sensitif terlibat, untuk memastikan
bahwa informasi pengguna tetap aman dan terlindungi.
4. Integrasi Sistem Otentikasi Tambahan: Menambahkan opsi otentikasi
tambahan, seperti verifikasi melalui kode OTP atau autentikasi dua faktor,
untuk meningkatkan keamanan dan mencegah potensi penyalahgunaan.
5. Penambahan Fitur Kolaboratif: Menyediakan fitur kolaboratif, seperti
catatan atau pemberitahuan absensi, yang dapat diakses oleh manajer atau
tim untuk meningkatkan keterlibatan dan komunikasi.
6. Analisis Data Lebih Lanjut: Mengembangkan kemampuan analisis data
yang lebih lanjut untuk memberikan wawasan yang lebih mendalam
terkait pola absensi, kinerja, atau tren yang dapat membantu pengambilan
keputusan.
7. Dukungan Multi-Bahasa: Menambahkan dukungan untuk beberapa bahasa
untuk memperluas jangkauan pengguna dan memastikan aksesibilitas
global.
8. Optimasi Kinerja: Melakukan optimasi kinerja aplikasi agar dapat
menangani volume pengguna yang lebih besar tanpa mengorbankan
kecepatan atau akurasi.
9. Pengembangan API Terbuka: Membangun API terbuka yang
memungkinkan integrasi dengan sistem lain atau aplikasi pihak ketiga
untuk memperluas fungsionalitas dan interoperabilitas.
10. Penggunaan Teknologi Terkini: Terus memantau dan mengadopsi
teknologi terkini, seperti pengembangan dalam bidang computer vision
atau keamanan data, untuk menjaga relevansi dan daya saing.
 Bab IV Penutup

IV.1 Kesimpulan
Selama Program Magang dan Studi Independen Bersertifikat
(MSIB),berbagai tahap dan aktivitas yang penting telah dilalui. Ini mencakup
pembelajaran, pendalaman materi, ujian, bimbingan penelitian (PA), dan
pengerjaan tugas akhir (PA).
Berikut adalah kesimpulan mengenai proses pelaksanaan MSIB dan
substansi yang dikerjakan selama program ini:
a. Pembelajaran
Program MSIB menawarkan pendekatan yang komprehensif dalam
menggali pengetahuan mengenai manajemen informasi dan bisnis serta
kecerdasan bisnis. Selama program ini, peserta didik memiliki kesempatan untuk
memahami konsep- konsep dasar dan pemahaman yang mendalam mengenai
pengelolaan informasi dalam konteks bisnis. Materi pembelajaran melibatkan
berbagai topik seperti analisis data, kecerdasan bisnis, analisis keuangan,
manajemen sumber daya manusia, dan lain sebagainya.
b. Pendalaman materi
Selama program MSIB, peserta didik memiliki kesempatan untuk
mendalami materi yang diajarkan. Ini melibatkan studi mendalam tentang teori,
konsep, dan aplikasi dalam berbagai aspek manajemen informasi dan bisnis. Ini
membantu peserta didik untuk mengembangkan pemahaman yang mendalam dan
keterampilan yang diperlukan dalam bidang ini.
c. Ujian
Ujian merupakan bagian penting dari evaluasi kemajuan peserta didik.
Selama program ini, peserta didik mengikuti serangkaian ujian yang mencakup
materiyang telah diajarkan. Ini bertujuan untuk mengukur pemahaman mereka
terhadap materi serta kemampuan mereka dalam menerapkan konsep-konsep
tersebut dalam konteks dunia nyata.
d. Bimbingan PA
Proses bimbingan PA merupakan tahap yang penting dalam perjalanan
peserta didik menuju penyelesaian program MSIB. Selama tahap ini, peserta didik
bekerja sama dengan pembimbing untuk merancang, mengembangkan, dan
menyusun proposal dan penelitian akhir mereka.Bimbingan ini membantu peserta
didik untuk merinci tujuan penelitian, metodologi yang akan digunakan, serta
kerangka kerja untuk penelitian akhir mereka.

e. Pengerjaan PA
Pengerjaan PA adalah tahap terakhir dalam program MSIB. Peserta didik
merancang,melaksanakan,dan menganalisis penelitian mereka sendiri berdasarkan
kerangka kerja yang telah mereka kembangkan. Hasil dari penelitian ini kemudian
dipresentasikan dalam bentuk tugas akhir. Ini adalah kesempatan bagi peserta
didik untuk menggabungkan semua pengetahuan dan keterampilan yang mereka
peroleh selama program ini dalam sebuah proyek penelitian yang orisinal dan
relevan.
Secara keseluruhan, program MSIB adalah pengalaman berharga yang
membantu peserta didik dalam memahami konsep manajemen informasi dan
kecerdasan bisnis dalam konteks bisnis yang dinamis. Program ini memungkinkan
peserta didik untuk mendalami materi, mengukur pemahaman mereka melalui
ujian, dan menerapkan pengetahuan mereka dalam penelitian akhir. Dengan
demikian,program MSIB membantu peserta didik untuk mempersiapkan diri
dalam menghadapi tantangan di dunia kerja yang semakin kompleks dan data-
driven.

IV.2 Saran
1. Pembelajaran Yang Lebih interaktif
Mendorong pendekatan pembelajaran yang lebih interaktif, seperti diskusi
kelompok, studi kasus, dan proyek tim, dapat memperkaya pengalaman peserta
didik.Halini dapat membantu mereka untuk lebih aktif terlibat dalam
pembelajaran dan memahami konsep-konsep dengan lebih baik.
2. Pendalaman Materi
Memberikan lebih banyak kesempatan untuk pendalaman materi dalam
bentuk proyek-proyek individu atau kelompok dapat membantu peserta didik
untuk menguasai topik-topik kunci dengan lebih baik. Ini juga memungkinkan
mereka untuk menerapkan pengetahuan dalam konteks nyata
3. Ujian Yang berfokus pada pemahaman
Memastikan ujian-ujiannya lebih berfokus pada pemahaman konsep-konsep
daripada sekadar hafalan.Hal ini dapat dilakukan dengan menyusun soal-soal yang
meminta peserta didik untuk menerapkan pengetahuan mereka dalam situasi
masalah.
4. Bimbingan PA yang efektrif
Memastikan bimbingan penelitian akhir (PA) efektif dengan memilih
pembimbing yang berkualitas dan berpengalaman dalam bidang yang sesuai
dengan penelitian peserta didik. Bimbingan yang kuat dapat membantu peserta
didik merumuskan penelitian mereka dengan lebih baik.
5. Pengerjaan PA yang berdampak
Mendorong peserta didik untuk melakukan penelitian akhir yang memiliki
dampak dalam industri atau masyarakat adalah langkah yang baik.Hal ini dapat
memotivasi mereka untuk menghasilkan hasil penelitian yang relevan dan
bermanfaat.
6. Peningkatan Keterampilan praktis
Selain pemahaman konsep, program MSIB dapat lebih berfokus pada
pengembangan keterampilan praktis yang dibutuhkan di dunia kerja. Ini termasuk
keterampilan analisis data, penggunaan perangkat lunak analitik, dan komunikasi
data.
7. Kerja sama industri
Membangun kemitraan dengan industri atau perusahaan dapat memberikan
peluang bagi peserta didik untuk mendapatkan wawasan yang lebih dalam tentang
aplikasi nyata dari konsep-konsep yang dipelajari.Program MSIB dapat menjalin
hubungan dengan perusahaan untuk proyek-proyek atau magang.
8. Fleksibilitas
Menyediakan fleksibilitas dalam program, termasuk pilihan kursus elektif
yang beragam,dapat memungkinkan peserta didik untuk menyesuaikan program
dengan minat dan tujuan karir mereka.
9. Koneksi alumni
Membangun jaringan alumni yang kuat dan aktif dapat memberikan manfaat
dalam bentuk mentorship, peluang kerja, dan pertukaran pengetahuan.
10. Evaluasi terus-menerus
Melakukan evaluasi berkala terhadap program MSIB dan mendengarkan
umpan balik peserta didik adalah kunci untuk meningkatkan kualitas program. Ini
membantu dalam mengidentifikasi area yang perlu diperbaiki dan menyesuaikan
program dengan kebutuhan peserta didik dan tren industri.
11.
 Referensi

[1] T. Novianti and G. S. Lestari, “Rancang Bangun Aplikasi Sistem

Absensi Karyawan Pada Pt. Xyz,” J. Komunika J. Komunikasi, Media
dan Inform., vol. 7, no. 2, pp. 87–93, 2018, doi:
10.31504/komunika.v7i2.1676.
[2] M. Ni’am, S. Mulyono, and A. Riansyah, “Face Recognition Metode
Viola-Jones dan Local Binary Patterns Histograms Sistem Pemantauan
Pengunjung di Laboratorium,” TRANSISTOR Elektro dan …, vol. 4, no.
3, pp. 162–170, 2022,[Online].Available:
http://jurnal.unissula.ac.id/index.php/EI/article/view/28425
[3] W. Halim and P. Mudjihartono, “Kecerdasan Buatan dalam Teknologi
Kedokteran: Survey Paper,” KONSTELASI Konvergensi Teknol. dan
Sist. Inf., vol. 2, no. 1, pp. 207–216, 2022.
[4] R. Pradhitya, “Pembangunan Aplikasi Deteksi dan Tracking Warna
Virtual Drawing Menggunakan Algoritma Color Filtering Jurnal Ilmiah
Komputer dan Informatika ( KOMPUTA ),” J. Ilm. Komput. dan
Inform., 2015.
[5] Derisma, “Faktor-Faktor yang Mempengaruhi Sistem Pengenalan Wajah
Menggunakan Metode Eigenface pada Perangkat Mobile Berbasis
Android,” J. Komput. Terap., vol. 2, no. 2, pp. 127–136, 2016, [Online].
Available: http://jurnal.pcr.ac.id
[6] W. Dwiparaswati and S. Varid Hilmawan, “Implementation of Real-
Time Face Recognition with the Haar Cascade Classifier Method Using
OpenCV-Python Implementasi Face Recognition Secara Real-Time
Dengan Metode Haar Cascade Classifier Menggunakan Opencv-
Python,” Ug J., vol. 16, no. 2, pp. 51–59, 2022.
[7] R. Vinuesa, H. Azizpour, I. Leite, M. Balaam, V. Dignum, S. Domisch,
A. Felländer, S. D. Langhans, M. Tegmark and F. F. Nerini, “The role of
artificial intelligence in achieving the Sustainable Development Goals,”
Nature Communications, pp. 1-10, 2020.
[8] W. Muhajir Syamsu, "peran Data Science dan Data Scientist Untuk
Mentrasformasi Data Dalam Industri 4.0,"Jurnal Ilmiah Teknologi
informasi,2021.
[9] R. Kusumawati, Kecerdasan Buatan Manusia (Artificial Intelligence):
Teknologi Impian Masa Depan, Malang, 2008.
[10] R. Pakpahan, " Analisa Pengaruh Implementasi Artificial Intelligence
Dalam Kehidupan Manusia ," Journal of information system,
Informatics and Computing, 2021.

Lampiran A.TOR

TERM OF REFERENCE (TOR)

STUDI INDEPENDEN BERSERTIFIKAT
ORBIT KAMPUS - ARTIFICIAL INTELLIGENCE 4 JOBS
DI ORBIT FUTURE ACADEMY

A. RincianProgram
Orbit Kampus-Artificial Intelligence Jobs berpusat pada kompetensi untuk
membangun kesiapan AI (Artificial Intelligence Readiness) dengan meningkatkan
keterampilan individu dalam bidang AI yang dibutuhkan sebagai persiapan untuk
memasuki dunia pekerjaan masa depan. Program ini juga memiliki cakupan dalam
pengembangan mindset dan skill set untuk mencapai keberhasilan dalam
perkembangan teknologi dunia yang sangat dinamis menuju pemutakhiran dan
ketergantungan di bidang AI.

B. Tujuan Program
Tujuan yang diharapkan setelah peserta mengikuti program ini:
1. Memiliki cara berpikir berdasarkan metode-metode AI dan memiliki
wawasan dan perkembangan tentang AI.
2. Mampu menggunakan bahasa Python programming untuk menyelesaikan
masalah sederhana berbasis AI dan membuat aplikasi AI.
3. Mampu merancang dan mengimplementasikan AI Project Cycle dalam
kehidupan sehari-hari.
4. Mampu menggunakan analisis dan statistik yang terdapat pada domain AI
untuk melakukan pemodelan AI dan analisis masalah.
5. Mampu menjelaskan konsep dasar dari algoritma Chat GPT, serta
menggunakan Chat GPT untuk penulisan ilmiah, pemrograman, dan
pembelajaran.
6. Mampu menggunakan softskills dan hardskills dalam dunia industri dan
perusahaan.
7. Mampu mengaplikasikan kiat-kiat yang dibutuhkan seorang wirausahawan
yang bergerak di bidang start-up dalam mentransformasikan ide ke dalam
bentuk produk/jasa sehingga dapat menciptakan peluang bisnis yang terus
berinovasi, berevolusi, dan berkelanjutan.
8. Mampu menjelaskan mengenai uang dan transaksi, pengantar pembelian
dan pembayaran, pembayaran digital, rencana anggaran berdasarkan
penghasilan, pentingnya menabung, keuntungan menyusun rencana jangka
panjang, pengantar kredit, pengantar asuransi, pengantar kurs mata uang
asing, pentingnya mengelola catatan keuangan, apa itu penghasilan dan
pajak terkait, pengenalan transaksi digital, jenis tabungan dan
keuntungannya, memahami berbagai cara menyimpan uang, pasar modal,
apa itu trading forex, apa itu ekuitas, pentingnya asuransi dan jenisnya,
gaji dan tunjangan, dan apa itu pensiun.
9. Mampu menjelaskan growth mindset and entrepreneurial skills, problem-
solving and critical thinking skills, digital dan technological skills,
communication and people skills, dan self-management skills.
10. Mampu membuat produk aplikasi AI sebagai representasi bisnis dan solusi
penyelesaian masalah berbasis AI.
C. Jadwal dan Tempat Pelaksanaan
Jadwal pelaksanaan tertera dalam tabel berikut:

Kelas akan diselenggarakan secara daring melalui aplikasi video conference.

D. Peserta
Peserta program ini adalah mahasiswa yang berasal dari Perguruan Tinggi di
bawah Kementerian Pendidikan, Kebudayaan, Riset, dan Teknologi Republik
Indonesia (Kemendikbud Ristek) yang lolos dan terdaftar sebagai peserta
Magang dan Studi Independen Bersertifikat Cycle 5 (MSIB 5).

E. Uraian Tugas Peserta

Selama mengikuti program ini, peserta diharuskan:
1. Mengikuti program dari awal hingga selesai.
2. Mematuhi aturan program.
3. Mempelajari materi dan mengerjakan quiz yang telah disediakan di
Learning Management System (LMS) dan platform sejenis sesuai jadwal
pembelajaran.
4. Mengikuti sesi online class bersama Homeroom Coach (HC), Capstone
Coach (CC), dan Life Skills Coach (LC) sesuai jadwal pembelajaran.
5. Mematuhi aturan kelas yang dibuat bersama HC, CC, dan LC.
6. Mengerjakan dan menyelesaikan tugas terstruktur.
7. Mengikuti Ujian Tengah Program (UTP) dan Ujian Akhir Program (UAP).
 8. Rutin men-submit Logbook/Laporan Kegiatan harian dan mingguan di
website Kampus Merdeka.
9. Mengerjakan dan menyelesaikan Proyek Akhir (PA) beserta Laporan
Akhir.

Aceh, 26 November 2023

Homeroom Coach, Peserta Program,

Ryan Satria Wijaya, S.Tr.T.,M.Tr.T Fatma Ulva Rahmi

NIK: 2201054 NIM: 2005105010073

Lampiran B. Log Activity

No Tanggal Kegiatan Pengalaman yang

diperoleh
Belum terlalu banyak
14
Pengenalan dengan perusahaan yang pengalaman hari ini karena
1. August
mengadakan studi independen masih pengenalan tentang
2023
program yang akan
dijalankan secara umum
15 Hari ini ada kegiatan plotting mentor pengalaman hari ini,
2. August dengan pengenalan lebih
2023 mente (LKS) serta penginputan banyak teman lain di
mahasiswa ke dalam grup kelas dalam kelas studi
independen ini
16 Pengalaman hari ini,
Melakukan aktivasi akun LMS atau
3. August mendapatkan situs web
akun untuk belajar selama studi
2023 baru untuk diakses
independen
mengenai proses belajar
17
4. August absen absen
2023
Melakukan induksi program studi Pengalaman yang saya
 independen bersama mitra dapat hari ini yaitu
perusahannya, serta menjelaskan pengenalan tentang
secara lebih rinci tentang apa program yang akan saya
18 kegiatan yang akan dilakukan, mulai jalani selama studi
5. August dari jadwal masuk hingga materi independen ini secara
2023 dan index serta tugas yang akan lebih rinci yaitu AI 4
dilakukan jobs, dimana pada hari ini
dijelaskan apa itu Arti
Artifial intelegent
dikehidupan sehari-hari,
hari ini juga dilakukan
pengaksesan materi pada
LMS, serta mengerjakan
kuis dan pre test tentang
materi hari ini
19
6. August absen absen
2023
20
7. August absen absen
2023
21 Pertemuan via zoom bersama coach, Pada hari ini dilakukan
August lalu masuk materi pertama yaitu kegiatan pengenalan
8. 2023 pengenalan AI dan pemrograman bersama coach mulai dari
phython pengenalan coach hingga
mahasiswanya serta
berbagi pengalaman
tentang pendiidkan dan
MBKM, kemudian
dilakukan pembagian
kelompok belajar pada
kelas masing-masing.
kemudian pada hari ini juga
sudah masuk materi
pembelajaran yang pertama
yaitu tentang AI disekitar
kita mulai dari sejarah
Artificial intellegence (AI)
yang dimulai dari Alan
Turing yang mempelajari
pettern kode enigma hingga
John McCarthy yang
dikenal sebagai Bapak AI,
Materi hari ini dari mulai
sejarah AI hingga
 pembagian tiga level AI.
Kemudian materi
pengenalan phython hingga
coading. serta melakukan
kuis tentang kedua materi
tersebut
Pada hari ini mengakses
materi tentang variabel,
data dan operator, mulai
dari pengenalan program
22 Mengakses materi dan melakukan dan programming,
9. August kuis tentang materi tersebut perbedaan variabel dan
2023 data type hingga pengealan
apa itu operator. Kemudian
megakses materi tentang
data struktur dan
unstruktur,pembagian data
yaitu skala pengukuran dan
struktur, lalu pembagian
domain AI yaitu data
science, computer vision
dan natural langunge
processing
Pada hari ini belajar
tentang materi aljabar yaitu
materi matriks, skala,
vektor, nilai dan vektor
23 eigen, lalu belajar kalkulus
10. August Belajar materi serta mengerjakan kuis yaitu gungis, gradient dan
2023 turunan, kemudian materi
peluang lalu materi
implementasi matematika
pada AI, serta mengerjakan
kuis dari materi tersebut.
Kemudian belajar materi
tentang perbedaan
list,tupe,set, dictionary dan
numpy array serta
mengerjakan kuis dari
materi tersebut
Pada hari ini mengakses
24 materi tentang konsep dan
August penerapan dictinary,
2023 numpy array dan array
Dictorary adalah kumpulan
dari key dan value yang
11. Pengaksesan materi baru dan tidak terurut. Array adalah
pengerjaan kuis data mutable berisi nilai
dalam urutan teetentu.
Numpy array untuk operasi
hitung yang kompleks
Kemudian mengakses
materi pemanfaatan data,
data is the oii dan
pengenalan big data, lalu
mengerjakan
kuis dari materi-materi
tersebut
Pada hari ini mengakses
materi tentang ethics,
pemanfaatan ethics,
25 Pembelajaran materi baru dn implementasi game ethics,
12. August pengerjaan kuis harian lalu pengenalan bias dan
2023 contoh-contoh bias.serta
future pada AI. Ethics atau
etika yaitu algoritma
prinsip atau moral pada AI.
Bias yaitu asumsi
prasangka pada
pengembangan algoritma
AI.
26 Mengerjakan kuis dan
13. August Penyelesaian kuis selama satu minggu menyelesaikan kuis tentang
2023 materi selama seminggu
27
14 August absen absen
2023
28 Kegatan hari ini mengakses materi Kegiatan pada hari ini
15. August belajar, mengerjakan kuis harian dan belajar tentang analisis
2023 pengembangan materi bersama coach korelasi berginakna untuk
mengetahui hubungan
linier antara 2 variabel.
Kemudian materi tentang
regresi linier dan non linier
, regresi liier digunakan
untuk memperkirakan nilai
dependen ketika nilai
independennya diketahui.
Materi berikutnya tentang
uji asumsi klasik yang
dibagi menjadi 5 yaitu uji
 liniearitas, uji normalitas,
heteroskedastisitas,
autokorelasi dan
multikolinearitas.
Kemudian materi evaluais
model regreasi linier
dengan matriks yaitu
dengan MSE/ RMSE, MAE
dan koefesien determinan
Kegiatan hari ini juga
mempelajari tentang
Function dan Lambda.
Function adalah potongan-
potongan dari suatu
program besar, pada
function terdapat parameter
yaitu input pada data dan
argument yaitu nilia yang
dikirim ke
function.Sedangkan lambda
dalah sebuah exspression.
Hari ini juga dilakukan
pengerjaan kuis tentang
materi yang dipelajari hari
ini.
Pada hari ini juga
dilakukan pengembangan
materi minggu lalu
bersama coach yaitu
melakukan presentasi dan
sesi tanya jawab serta
belajar bersama.
16 29August Kegiatan hari ini belajar 2 materi Kegiatan hari ini belajar
2023 besar dengan setiap materinya dibagi tentang supervisied
menjadi 6 materi lagi, sehingga total learning, supervised
materinya ada 12 dan mengerjakan learning merupakan bagian
kuis 12 materi dari machine learning
models yang digunakan
untuk menemukan pola
dalam data yang diberi
label.Algorimat yang
termasuk kedalam
supervised learning adalah
K-Nearest Neughbor.
Kemudian belajar materi
handling AI source of
 power pada materi ini
belajar tentang persistence
yaitu data yang akan tetap
ada walaupun programnya
berhenti, kemudian beljar
tentang interaksi dengan,
interaksi dengan gambar
serta interaksi dengan CSV
(comma separated values).
Hari ini juga mengerjakan
kuis pada setiap materimya.
17. 30 Belajar materi manage virtual Hari ini belajar tentang
August environment dan supervised learning manage virtual
2023 classification using decision tree, environment dengan
serta menherjakan kuis harian pembagian materi yaitu
sebanyak 12 dan melakukan belajar project, virtual
bersama kelompok untuk project environmaent anaconda
akhir navigator, encironment
anaconda navigator,
conda,manage packages
dan manage environment.
Pada materi ini belajar
tentang fungsi- fungsi
algoritma yang ada pada
aplikasi anaconda. Serta
belajar materi tentang
supervised learning
classification using
decision tree, pada materi
ini belajar bagaimana kita
dapat
mengubahdatamenjadi
sebuah pohon keputusan,
pada materi ini ada dibagi
menjadi pengenalan
algoritma decision tree,
komponen algoritma
decision tree, entropy dan
evaluasi model, serta
belajar studi kasus decision
tree pada kehidupan sehari-
hari.
Kemudian mengerjakan
kuis harian dari ke 12
materi tersebut.
kegiatan hari ini belajar
 materi logistic regression
dan SVM, regresi logistik
Pembelajaran tatap muka asinkron adalah teknik yang
18. 31August (video dan quiz) Ttentang logika dan digunakan untuk
2023 Konsep Teknologi AI. Topik memodelkan hubungan
AIJ0109L2302 Supervised Learning variabel independen dan
4: Logistic Regression and SVM dependen yang bertujuan
untuk menghiung suatu
peluang.
Sedangkan SVM atau
support vector machine
yaittu metode yang
digunakan oleh klasifikasi
dan regresi dalam
supervised learning.
Materi hari ini tentang
unsupervised learning yaitu
suatu model pembelajaran
mesin yang medel
Pembelajaran tatap muka asinkron pembelajarannya tidak
01 (video dan quiz) melalui LMS Orbit terlabel atau tidak memiliki
19. Septembe Guru dengan materi Siklus Proyek target yang ditentukan.
r 2023 AI. Topik Unsupervised learning
AIJ0201S2302 Unsupervised terbagi atas clustering yang
Learning 1: Hierarchical Clustering terbagi lagi menjadi 2 tipe
using Agglomerative. Terdiri dari 6 clustering yaitu hiararchical
video pembelajaran dan 5 Kuis dan non hiararchical.
Pengalamannya yaitu
mendapatkan materi yang
diluar dari jurusan
perkuliahan, sehingga
susah untuk memahami
02
20. Septembe absen absen
r 2023
03 pada hari ini kami
21. Septembe Pengerjaan tugas kelompok mengerjakan tugas
r 2023 kelompok dengan diskusi
melalui WA grup
kelompok belajar
Pada hari ini pembelajaran
asinkron tentang
Unsupervised Learning 2:
Non-hierarchical
Clustering using K-Means
 yang dibagi menjadi
beberapa materi yaitu non
hiarearchical clustering,
Pada hari ini pembelajaran asinkron Algoritma K-means,
04 tentang Unsupervised Learning 2: Contoh kasus K-Means dan
22. Septembe Non-hierarchical Clustering using K- Evaluasi matriks dari
r 2023 Means meliputi 6 vidio dan 5 kuis kalster. Non- hierarchical
dan melakukan pertemuan secara Clustering adalah data
zoom bersama home coach. suatu kelompok ke dalam
klaster tanpa adanya
struktur hirarki antar satu
dengan yang lainnya.
Sedangkan K- Means
adalah salah satu metode
clustering non-heararchical
yang bertujuan
mengelompokan data
menjadi beberapa
kelompok yang memiliki
karakteristik yang serupa.
Pada hari ini juga
dilakukan pertemua
bersama Home Coach
untuk melakukan
pemahaman matering 1
minggu kebelakang
Sesi ini terdiri dari
beberapa materi video yang
membahas berbagai aspek
Neural Network dan Deep
Learning. Berikut adalah
rangkuman dari setiap
materi video yang telah
kami ikuti:
II. Materi Video
Materi Video 1:
AIJ0203S2302- P01
Pengenalan Neural
Network Materi pertama
ini memberikan pengenalan
dasar tentang Neural
Network. Dijelaskan
tentang apaitu Neural
Network, bagaimana
struktur dasar dari Neural
Network, dan beberapa
 istilah dasar yang akan
dibahas dalam sesi
selanjutnya.
Materi Video 2:
AIJ0203S2302- P02 Istilah
dalam Neural Network
Materi kedua membahas
istilah- istilah kunci yang
sering digunakan dalam
Neural Network. Ini
termasuk istilah seperti
neuron, layer, weight, bias,
dan activation function.
Penjelasan mendalam
tentang setiap istilah
membantu peserta
memahami terminologi
yang akan digunakan
dalam pengembangan dan
pelatihan Neural Network.
Materi Video 3:
05 AIJ0203S2302- P03 Cara
Septembe Melatih Neural Network
r 2023 Pada tanggal 5 September 2023, kami Video ini menjelaskan
23. menghadiri sesi pembelajaran bagaimana melatih Neural
AIJ0203S2302 yang fokus pada Deep Network. Mulai dari
Learning. pengumpulan data hingga
penggunaan algoritma
backpropagation untuk
memperbarui bobot dan
bias, Materi Video 4:
AIJ0203S2302- P04
Pengenalan Deep Learning
Materi ini adalah
pengenalan pertama kita
pada Deep Learning. Video
ini menjelaskan konsep
dasar Deep Learning,
perbedaannya dengan
Neural Network biasa, dan
mengapa Deep Learning
penting dalam konteks
pemrosesan data kompleks.
Ini memberikan wawasan
yang kuat tentang mengapa
Deep Learning begitu
 relevan dalam dunia AI
saat ini.
Materi Video 5:
AIJ0203S2302- P05 Cara
Membangun Model Deep
Learning

Pada pembelajaran
AIJ0204S2302 pada
tanggal 6 September
2023, memberikan
pemahaman yang kuat
06 Pemahaman materi Basic Web
tentang dasar-dasar
24. September Development using HTML and
pengembangan web
2023 CSS terdiri dari 6 vidio dan 6 kuis
menggunakan HTML dan
CSS. Materi video yang
disajikan dengan jelas
membantumemahami
konsep-konsep penting,
struktur dasar HTML, dan
cara mengatur tampilan
dengan CSS. Pada hari ini
juga mengerjakan kode
program yang diberikan
sebagai latihan
Pada pembelajaran
AIJ0205S2302 pada
tanggal 7 September
2023, memberikan
pemahaman yang kuat
tentang penggunaan
Pada hari ini materi tentang Basic
framework Flask dan
Web Deployment using Flask and
library Bootstrap dalam
07 Bootstrap terdiri dari 6 vidio, 6 kuis
pengembangan dan
25. September dan 1 latihan kode program serta
penampilan situs web.
2023 melakukan pemahaman proyek
Materi video yang
akhir bersama kelompok yang
disajikan dengan jelas
didampingi coach ryan dan
membantu memahami
pengayaan proyek akhir bersama
konsep dasar dan
coach yohanes
memberikan panduan
praktis tentang cara
membuat aplikasi web
sederhana dengan Flask
dan meningkatkannya
 dengan Bootstrap.
melakukan pemahaman
proyek akhir bersama
kelompok yang
didampingi coach via
zoom serta pengayaan
proyek akhir
bersama coach yohanes
Pada pembelajaran
AIJ0206S2302 pada
tanggal 8 September
2023, memberikan
pemahaman yang kuat
08 Pada hari ini materi Problem tentang masalah
26. September Scoping and Data Acquisition penentuan ruang lingkup
2023 terdiri dari 6 vidio dan 6 kuis serta dan teknik akuisisi data
1 kode program dalam konteks proyek
data. Materi video yang
disajikan dengan jelas
membantu memahami
konsep masalah
penentuan ruang lingkup,
bagaimana
mendokumentasikannya,
dan berbagai metode
untuk mengumpulkan
data yang relevan.
09
27. September absen absen
2023
melelahkan dan pusing
10 Mmebuat PPT mater 1 minggu karena materi yang banyak
28. September untuk di presentasekan bersama dan kurang paham karena
2023 kelompok diluar jurusan, tetapi seru
karena dibantu teman
kelompok
Pada hari ini membahas
Materi AIJ0207S2302 Data tentang konsep dasar
29. 11 Exploration: Basic Data tentang apa itu eksplorasi
September Preprocessing & Visualization 6 data, konsep-konsep seperti
2023 vidio dan 6 kuis serta 1 kode mean, median, dan mode
prgram, dan melakukan pemahaman dibahas, dan cara
materi bersama coach ryan dan menghitungnya
melakukan presentase bersama menggunakan data yang
kelompok ada. memahami pentingnya
 visualisasi data dalam
eksplorasi data serta alat-
alat yang dapat digunakan
untuk melakukan
visualisasi data, dengan
penekanan pada
pengenalan dasar
Matplotlib, sebuah pustaka
Python yang populer untuk
visualisasi data
Pada hari ini membahas
dasar- dasar pemodelan
dalam ilmu data.
Pemodelan adalah proses
membuat representasi
matematika dari suatu
fenomena atau sistem.
Dalam konteks ilmu data,
12 Materi Modeling, Evaluation, and pemodelan digunakan
30. September Deployment, 6 vidio dan 6 kuis serta untuk memahami dan
2023 1 kode program dan zoom menganalisis data.
pengayaan proyek akhir Menjelaskan tentang
supervised learning dan
unsupervised learning, lalu
membahas artificual neural
network kemudian
membahas metrik evaluasi
yang digunakan untuk
mengukur kinerja model.
Beberapa metrik evaluasi
yang umum digunakan
termasuk akurasi, presisi,
recall, F1-score, pada hari
ini juga dilakukan
pengayaan proyek akhir
rutin bersama coach
yohanes.
Pada hari ini tentang materi
Basic
Statistics,menjelaskan
definisi statistik dan
kegunaannya dalam ilmu
pengetahuan dan
pengambilan keputusan.
Statistik adalah ilmu yang
13 Materi yang dipelajari Basic berkaitan dengan
31. September Statistics dengan6 vidio dan 3 kis pengumpulan, analisis,
2023 serta 2 kode program interpretasi, dan penyajian
data. Membahas
pembagian statistik
menjadi dua kategori
utama: statistik deskriptif
dan statistik inferensia.
Selain itu, materi ini
mencakup teknik sampling
yang digunakan untuk
memilih sampel data yang
mewakili populasi.
Memberikan pemahaman
yang kuat tentang dasar-
dasar statistik, termasuk
statistik deskriptif, statistik
inferensia, distribusi
statistika, dan uji hipotesis.
Pada hari ini materi Data
Preprocessing membahas
data preprocessing (pra-
pemrosesan data) sebagai
langkah awal dalam
Pada hari ini materi Data analisis data. Ini mencakup
Preprocessing dengan 6 vidio 3 kuis konsep dasar seperti
14 dan 3 kode progam. Pada hari ini penghapusan data yang
32. September juga dilakukan pemahaman materi hilang, penanganan outlier,
2023 proyek akhir bersama ciach ryan dil dan pengkodean variabel
lanunjat diskusi bersama kelompok kategorikal.
tentang proyek akhir Memperkenalkan teknik
pengkodean one-hot (one-
hot encoding) untuk
mengatasi variabel
kategorikal. Memahami
cara mengubah data
kategorikal menjadi bentuk
yang dapat digunakan
dalam model analisis.
Pada hari ini dilakukan
diskusi bersama coach ryan
tentang kemajuan proyek
akhir
Pada hari ini memahami
materi Visualization with
Tableau yaitu memberikan
pemahaman yang kuat
33. 15 Pada hari ini materi tentang tentang penggunaan
September Visualization with Tableau terdiri perangkat lunak Tableau
2023 dari 6 vidio 3 kuis dan 3 kode untuk membuat visualisasi
program data yang informatif.
Materi-materi ini
membantu untuk
memahami dasar-dasar
data, perangkat lunak
Tableau, dan bagaimana
menggunakannya dalam
konteks visualisasi data.
16 Diskusi bersama teman kelompok Seru diskusi bersama
34. September tentang proyek akhir kelompok walaupun via
2023 online
17 Pembuatan laporan kemajuan dan Pengalaman yang sangat
35. September proposal bersama teman kelompok baik, dan bisa bekerja sama
2023 dengan teman di luar
kampus
Pada materi Dimensionality
36. 18 Belajar materi Dimensionality Reduction, membahas
September Reduction terdiri dari 6 vidio, 6 kuis tentang konsep dasar
2023 dan 1 kode program, serta dimensionality reduction ,
melakukan pertemuan bersama eknik dasar dalam
homecoach via zoom dimensionality reduction,
seperti Principal
Component Analysis
(PCA) dan t-SNE (t-
Distributed Stochastic
Neighbor Embedding),
aplikasi praktis dari
dimensionality reduction
dalam berbagai bidang,
termasuk pengolahan citra
dan pengenalan pola dan
penggunaan algoritma
dimensionality reduction di
berbagai industri dan kasus
penggunaan. Pada hari ini
juga dilakukan pertemuan
mingguan bercama
homecoach membahas
materi minggu lalu.
Pada hari ini materi Basket
37. 19 Belajar materi Basket Analysis Analysis (MBA) dan
September (MBA) dan Recommender Systems Recommender Systems
2023 (RS), yang terdiri dari 6 vidio, 6 kuis (RS), mempelajari tentang
 dan 1 kode program konsep dasar Market
Basket Analysis (Analisis
Keranjang Belanja) yaitu
pencatian pengetahuan dari
suatu transaksi data ketika
tidak mengetahui pola
spesifikasi yang dicari.
Mempelahari implementasi
praktis dari Market Basket
Analysis, dengan fokus
pada menggunakan
algoritma Apriori dan FP-
Growth untuk
mengidentifikasi asosiasi
antara produk, aplikasi
Market Basket Analysis
dalam konteks e-
commerce dan ritel.
Pada hari ini materi
penyebaran (deployment)
20 Belajar materi penyebaran dalam ilmu data sains (DS),
38. September (deployment)dalam ilmu data sains pada materi ini
2023 (DS), tidak ada kuis serta ada 2 kode mempelajari siklus AI serta
program pembuatan model data
science nya, serta
mendeskripsikan front-end
dan back- end.
Pada hari ini materi tentang
Pengenalan kepada
Computer Vision (CV) dan
Data untuk Computer
Vision, mempelajari
konsep dan tujuan utama di
balik Computer Vision,
Pada hari ini materi tentang memperkenalkan berbagai
21 Pengenalan kepada Computer aplikasi praktis dari
39. September Vision (CV) dan Data untuk Computer Vision dalam
2023 Computer Vision terdiri dari 6 vidio kehidupan sehari-hari,
dan 6 kuis serta 1 kode program, dan menjelaskan konsep-
pertemuan via zoom bersama coach konsep seperti citra, video,
dan representasi data
visual, OpenCV (Open
Source Computer Vision
Library), memberikan
pengenalan praktis tentang
penggunaan OpenCV untuk
 tugas-tugas seperti
pengolahan gambar dan
deteksi objek. Pada hari ini
dilakukan pertemuan
kelompok bersama coach
membahas tentang proyek
akhir
Pada hari ini materi Image
Classification, membahas
konsep dasar image
classification yaitu
termasuk kedalam
Pada hari ini materi Image klasifikasi komputer vision
22 Classification, terdiri dari 6 vidio, 6 yang bertujuan untuk
40. September kuis dan 1 kode program, serta mengenali 2 atau lebih
2023 penyelesain dan pengumpulan kelas, angkah-langkah
proposal proyek akhir umum dalam workflow
image classification,
metode K-Nearest
Neighbors (K- NN) untuk
image classification,
memperkenalkan dasar-
dasar Convolutional Neural
Network (CNN), sebuah
pendekatan yang sangat
efektif untuk image
classification.
41. 23 absen absen
September
2023
24 Melakukan diskusi bersama Menyenangkan berdiskusi
42. September kelompok tentang perbaikan proyek bersama teman kelompok
2023 akhir dan pembagian tugas walaupun via online
Materi Transfer Learning ,
meliputi konsep dasar, dan
relevansinya dalam domain
Materi Transfer Learning dengan 6 kecerdasan buatan,
25 vidio dan 6 kuis, pada minggu ini pengertian pre-trained
43. September tidak ada pertemuan via zoom model, keuntungan
2023 bersama coach, dikarenakan minggu penggunaan, dan contoh
tenang untuk melaksanakan ujian pre-trained model yang
tengah semester pada hari minggu umum digunakan,
Pengenalan beberapa
arsitektur Convolutional
Neural Network (CNN)
populer seperti VGG19,
 ResNet, dan DenseNet,
implementasi Transfer
Learning pada CNN
Materi Object Detection &
Data Annotation,
mempelajari konsep Object
44. 26 Materi Object Detection & Data Detection, pentingnya
September Annotation, terdiri dari 6 vidio dan 6 dalam visi komputer, dan
2023 kuis serta 1 kode prpgram aplikasi di berbagai
industri, penggunaan Haar
Filter sebagai metode
ekstraksi fitur untuk deteksi
objek, metode ekstraksi
fitur lebih lanjut
menggunakan Haar Filter,
Penerapan metode Nearest
Neighbors untuk deteksi
wajah, dengan fokus pada
prinsip dasar, implementasi
Nearest Neighbors
untuk deteksi wajah .
Materi konsep Real-Time
Object Detection with
YOLO, meliputi Object
Detection menggunakan
YOLO (You Only Look
27 Materi konsep Real-Time Object Once), keunggulan, dan
45. September Detection with YOLO, tersiri dari aplikasi dalam deteksi
2023 6vidio, 6 kuis dan i kode program objek secara real-time,
Pemahaman lebih dalam
tentang algoritma YOLO,
prinsip kerja, dan
komponen-komponen
utamanya, spek-aspek lebih
lanjut dari algoritma
YOLO, pelatihan model
YOLO, termasuk format
dan teknik yang digunakan
dan implementasi YOLO
untuk meningkatkan
kinerja dan akurasi deteksi.
28 Menyelesaikan tugas proyek akhir
46. September yaitu membuat desaign web atau Sangat pusing, karena hal
2023 UI/UX baru
Belajar Deployment for
Computer Vision , meliputi
 konsep dan pentingnya
deployment (implementasi)
model Computer Vision
(CV) dalam aplikasi dunia
29 Materi Deployment for Computer nyata, penggunaan model
47. September Vision, terdiri dari 6 vidio dan kuis Convolutional Neural
2023 serta kode program Network (CNN) dalam
konteks deployment untuk
aplikasi CV, pembahasan
tentang antarmuka frontend
yang dapat digunakan
untuk berinteraksi dengan
model CV yang di-deploy,
pengenalan konsep
backend dan pembuatan
API untuk mendukung
implementasi model CV
dalam produksi,
implementasi model CV
dalam lingkungan
produksi,.
30
48. September absen absen
2023
01 Baik, dan mendapatkan
49. October Mengerjakan Ujian tengah semester nilai yang baik
2023
Pada hari ini materi
Chatgpt yaitu model bahasa
AI yang dikembangkan
oleh OpenAI yg
02 Pada hari ini materi Chatgpt, terdiri menggunakan algoritma
50. October dari 6 vidio dan 6 kuis, dilakukan NLP. NLP yaitu cabang AI
2023 juga pertemuan via zoom bersama yg berhubungan dengan
homecoach interaksi mesin dan
manusia menggunakan
bahasa alami. Contoh
penggunaan Question
Answering System yaitu
google search, yahoo
search, dll. Pada hari ini
juga dilakukan pertemuan
bersama homecoach untuk
mendiskusikan materi
minggu lalu
Pada hari ini materi tentang
 Data Acquisition in NLP,
beberapa tools dari NLP
03 Materi hari ini Data Acquisition in adalah NLTK, Spacy, Gen
51. October NLP, terdiri dari 6 vidio dan 6 kuis. Sim,TextBlob dan
2023 serta dilakukan pertemuan via zoom Sastrawi. Beberapa file
bersama coach. digunakan NLP yaitu Txt,
CSV dan JSON. Teknik
akuisi datanya ada 3 yaitu
web scraping, crawing data
with API dan Create data
JSON. Pada hari ini juga
dilakukan zoom
pengayaan bersama coach.
Pada hari ini materi Data
Exploration in NLP yang
membahas tentang bag of
words intdouction dalam
pemrosesan bahasa alami
04 Pada hari ini materi Data (NLP).
52. October Exploration in NLP terdiri dari 6 Membahas Term
2023 vidio dan 6 kuis. Frequency-Inverse
Document Frequency (TF-
IDF) sebagai metode
representasi teks, aplikasi
praktis TF-IDF dalam
pemrosesan bahasa alami
dan perbedaannya dengan
metode lain seperti BoW.
dan Membahas Word2Vec
sebagai teknik yang lebih
canggih dalam
merepresentasikan kata
dalam bentuk vektor.
53. 05 Pada hari ini materi
October Sentiment Analysis.
2023 analisis sentimen adalah
proses mendeteksi
Pada hari ini materi Sentiment sentimen (perasaan) positig
Analysis, terdiri dari 6 vidio dan 6 atau negatif dalam teks.
kuis, serta dilakukan pertemuan Jenis analisis nya ada fine
bersama coach via zoom. grined sentimen analysis,
emotion detection, aspect
based sentiment analysis
dan multilingual sentiment
analysis. Pada hari ini juga
dilakukan petemuan
 bersama coach membahas
tentang perkembangan
proyek akhir bersama
kelompok
Pengenalan AI chatbot,
chatbot adalah suatu
software yang digerakan
oleh AI yang berfungsi
untuk melakuan
06 Materi hari ini Chatbot terdiri dari 6 percakapan melalui teks
54. October vidio dan 3 kuis. maupun ucapan, contohnya
2023 google asisten,
alexa,woebot,simsim, dll.
Transfer learning adalah
melatih model pada tugas
tertentu lalu digunakan
untuk tugas lainnya.
Terdapat NLP project
Cycle yang terdiri dari
problem scoping, data
acquisition, data
exploration,medelling,
evaluation dan deployment.
07
55. October absen absen
2023
08
56. October absen absen
2023
Pada hari senin materi
tentang Deployment for
09 materi tentang Deployment for NLP, NLP, siklus proyek AI
57. October terdiri dari 6 vidio dan 6 kuis, pada domain NLP yaitu
2023 kemudian di lakukan pertemuan lingkup masalah, akuisisi
mingguan bersama coach via zoom data, eksplorasi data,
modeling, evaluasi dan
deployment. Pada hari ini
dilakukan pertemuan
bersama coach membahas
dan pemahaman materi
minggu lalu
Pada hari selasa materi
ChatGPT Algorithm, Chat
10 Pada hari selasa materi ChatGPT GPT diciptakan oleh
58. October Algorithm, terdiri dari 6 vidio dan 6 perusahaan Open AI
2023 kuis, hari ini juga dilakukan zoom ChatGPT terdapat
 bersama dosen pembimbing arsitektur yaitu
Transformer yang terdiri
dari Encoder dan decoder
yang bertugas memberikan
attantion terhadap kata-
kata yang dihasikan. Pada
hari ini dilakukan zoom
bersama dosen
pembimbing, membahas
tentang kegiatan selama
Studi independen,
membahas logbook dan
laporan
Pada hari rabu materi
tentang AI Ethics on
ChatGPT, etika dalam
chatgpt melibatkan moral
59. 11 Pada hari rabu materi tentang AI dan tanggung jawab
October Ethics on ChatGPT, terdiri dari 6 terhadap implikasi
2023 vidio dan 6 kuis. teknologi kecerdasan
buatan. Etika penggunaan
chatgpt dapat diterapkan
dilingkungan apapun
msalnya lingkungan
hukum, pendidikan dan
lainnya. Etika dalam
penggunaan chatgpt sangat
penting demi kemajuan
chatgpt.
Pada hari kamis materi
tentangPrompt engineering
yaitu prosesmerancang atau
memilih prompt yangtepat
12 Pada hari kamis materi tentang untuk meminta informasi
60. October Prompt engineering terdiri dari 6 ataurespons dari ChatGPT.
2023 vidio dan 6 kuis,serta dilakukannya Sebuah prompt yang baik
pertemuan via zoombersama coach dapat menghasilkan
respons yang lebih relevan,
informatif, dan sesuai
dengan kebutuhan
pengguna. Pada hari ini
juga dilakukan zoom
bersama coach, membahas
tentang kemajuan proyek
akhir
Pada hari jumat membahas
 tentang Grown mindset
13 Pada hari jumat membahas tentang yaitu suatu keyakinan
61. October Grown mindset terdiri dari 6 vidio bahwa bakat dan
2023 dan 6 kuis kemampuan yang dimiliki
dapat bertumbuh dan
meningkat dari waktu ke
waktu dengan cara selalu
diasah dan bekerja
keras untuk menjadi lebih
baik lagi .
14 Hari ini membahas dan
62. October Mmembahas proyek akhir bersama mengerjakan progress
2023 kelompok mingguan proyek akhir
yang dikerjakan
15 Membuat PPT untuk
63. October Membuat tugas presentase presentase di
2023 hari senin tentang materi
yang dipelajari selama
seminggu ini
Pada hari senin materi
Time Management & Goal
Setting yaitu tentang
pentingnya manajemen
16 Pada hari senin materi Time waktu dan penetapan
64. October Management & Goal Setting terdiri tujuan dalam mencapai
2023 dari 6 vidio dan 6 kuis serta kesuksesan pribadi dan
dilakukan zoom bersama coach profesional.
Menjelaskan konsep
SMART (Specific,
Measurable, Achievable,
Relevant, Time-bound)
untuk membantu
merumuskan tujuan yang
jelas dan terukur. Pada hari
ini juga dilakukan zoom
bersama coach untuk
pendalaman materi minggu
lalu.
65. 17 Pada hari selasa materi Personal and Pada hari selasa materi
October Professional Etiquette, terdiri dari 6 Personal and Professional
2023 vidio dan 6 kuis Etiquette, Materi ini
membahas prinsip-prinsip
etika pribadi, termasuk
nilai-nilai dasar dan
perilaku yang
mencerminkan integritas
 individu dalam kehidupan
sehari-hari. Fokus pada
etika dalam konteks
profesional, melibatkan
norma-norma dan perilaku
yang diharapkan dalam
lingkungan kerja dan
bisnis. Menyajikan konsep
dan strategi dalam
membuat elevator pitch
yang efektif untuk
memperkenalkan diri
secara singkat dan menarik.
Membahas pentingnya
bahasa tubuh dalam
komunikasi, termasuk cara
membaca dan
menginterpretasi ekspresi
tubuh orang lain. Fokus
pada pentingnya citra
profesional, termasuk
penampilan fisik, perilaku,
dan cara berkomunikasi
untuk menciptakan kesan
yang positif.
Pada hari rabu materi
Power of Teaming &
Interpersonal Skill, Materi
ini menjelaskan kekuatan
dan manfaat bekerja sama
18 Pada hari rabu materi Power of dalam mencapai tujuan
66. October Teaming & Interpersonal Skill, bersama, serta bagaimana
2023 terdiri dari 6 vidio dan 6 kuis kerja sama dapat
meningkatkan kinerja tim.
Menyajikan strategi dan
kunci sukses dalam bekerja
sama, termasuk komunikasi
efektif, kolaborasi, dan
pembagian tanggung
jawab.
Menjelaskan berbagai
hambatan yang mungkin
muncul dalam membangun
hubungan interpersonal
yang sehat
dan efektif
 Pada hari kamis materi
Effective Communication
in Digital Era, menjelaskan
tentang pengantar konsep
dasar komunikasi,
termasuk elemen-elemen
Pada hari kamis materi Effective utama dan pentingnya
19 Communication in Digital Era, pemahaman yang baik
67. October terdiri dari 6 vidio dan 6 kuis, tentang proses komunikasi.
2023 kemudian zoom bersama coach Membahas perkembangan
komunikasi digital,
termasuk platform dan alat-
alat yang digunakan dalam
era digital, serta tantangan
yang mungkin muncul.
Menyajikan teknik-teknik
untuk menyampaikan pesan
secara efektif, termasuk
kejelasan, ringkasan, dan
pendekatan yang sesuai
dengan audiens.Pada hari
ini dilakukan zoom
bersama coach membahas
perkembangan proyek
akhir
Pada hari jumat materi
20 Pada hari jumat materi Choosing Choosing The Right Career
68. October The Right Career Path, terdiri dari 6 Path, menjelaskan tentang
2023 vidio dan 6 kuis, dan dilakukan asar tentang konsep karir,
zoom bersama beberapa coach mengapa karir penting,
danbagaimana hal itu dapat
memengaruhikehidupan
seseorang.
Menjelaskanperbedaan
antara minat dan
bakat,serta bagaimana
memahami keduanyadapat
membantu dalam
pemilihankarir yang sesuai.
okus pada faktor-faktor
yang perlu
dipertimbangkansaat
memilih perusahaan dan
industriyang sesuai dengan
tujuan dan nilaipribadi.
Pada hari ini juga
 dilakukanpertemuan life
skills (belajar secaralive
dan melakukan kuis dan
tanyajawab) bersama
beberapa coach
21
69. October absen absen
2023
22
70. October absen absen
2023
Pada tanggal 23 Oktober
2023, kegiatan Core Skill
Building, tentang angkah-
langkah esensial dalam
melamar pekerjaan, mulai
dari pencarian lowongan
23 Pada tanggal 23 Oktober 2023, hingga pengiriman
71. October kegiatan Core Skill Building, terdiri lamaran. Membahas
2023 dari 6 vidio dan 6 kuis, serta pengembangan Curriculum
pertemuan via zoom bersama coach Vitae (CV) yang efektif.
Menjelaskan pentingnya
komunikasi melalui email
dalam konteks profesional
serta mengerjakan
keterampilan tentang
wawancara. Pada hari ini
juga dilakukan pertemuan
via zoom bersama coach
tentang materi seminggu
sebelumnya. Hari ini juga
mengerjakan tugas pada
platform OSC
Pada tanggal 24 Oktober
2023, kegiatan Critical
Thinking & Problem
Solving , membahas
tentang konsep dasar
24 Pada tanggal 24 Oktober 2023, berpikir kritis, termasuk
72. October kegiatan Critical Thinking & definisi, tujuan, dan
2023 Problem Solving, terdiri dari 6 vidio pentingnya kemampuan ini
dan 6 kuis dalam konteks akademis
dan profesional.
Menjelaskan jenis-jenis
kesalahan logika yang
umum terjadi dalam
 berpikir. Mengenalkan
konsep dasar pemecahan
masalah. Memberikan
langkah-langkah praktis
untuk meningkatkan
efektivitas dalam
pemecahan masalah.
Pada tanggal 25 Oktober
2023, kegiatan Social
Skills: Networking and
Tele-Conferencing,
25 Pada tanggal 25 Oktober 2023, membahas tentang konsep
73. October kegiatan Social Skills: Networking dasar berjejaring, strategi
2023 and Tele-Conferencing, terdiri dari 6 untuk membangun dan
vidio dan 6 kuis memelihara jaringan
profesional, serta
manfaatnya dalam
perkembangan
karir.Mengenalkan konsep
dasar berbicara di depan
umum dan membahas
teknik dan etika
berkomunikasi dalam
konferensi daring.
Pada tanggal 26 Oktober
2023, kegiatan Leadership
Skills, memahami tentang
dasar-dasar kepemimpinan,
26 Pada tanggal 26 Oktober 2023, termasuk definisi
74. October kegiatan Leadership Skills, terdiri kepemimpinan,
2023 dari 6 vidio dan 6 kuis karakteristik pemimpin
yang efektif, dan
pentingnya kepemimpinan
dalam konteks berbagai
organisasi.
Membahas perilaku dan
prinsip- prinsip utama
kepemimpinan.
Mengidentifikasi
perbedaan antara
menjadi bos dan menjadi
pemimpin.
Pada tanggal 27 Oktober
2023, kegiatan Personal
Readiness: Wantrepreneur
Pada tanggal 27 Oktober 2023, VS Entrepreneur,
 27 kegiatan Personal Readiness: menjelaskan tentang
75. October Wantrepreneur VS Entrepreneur, karakteristik utama yang
2023 terdiri dari 6 vidio dan 6 kuis, serta dimiliki oleh seorang
melakukan pertemuan via zoom entrepreneur yang sukses.
bersama coach Mengidentifikasi dan
membongkar delapan mitos
umum tentang
kewirausahaan. Pada hari
ini dilakukan zoom
bersama coach tentang
pengembangan proyek
akhir. dan melakukan
pembelajarn life skill
28 Proyek akhir dilakukan
76. October Membuat kemajuan proyek akhir, berkelompok, tugas proyek
2023 akhir yang saya kerjakan
adalah mendesain tampilan
web atau
dasbord untuk UI/UX
29
77. October absen absen
2023
Pada materi Idea and
Validation, membahas
78. 30 Pada materi Idea and Validation, tentang pengantar ide
October tediri dari 6 vidio dan 6 kuis, serta bisnis yang akan
2023 melakukan zoom bersama coach dikembangkan, mengenai
sumber ide bisnis,
melibatkan faktor-faktor
yang mempengaruhi
pembentukan ide, tentang
persiapan yang diperlukan
untuk memulai bisnis,
mencakup aspek-aspek
kunci yang harus
dipertimbangkan, tentang
persiapan yang diperlukan
untuk memulai bisnis,
mencakup aspek-aspek
kunci yang harus
dipertimbangkan dan
pemaparan mengenai
berbagai jenis prototipe
yang dapat digunakan
untuk mengembangkan ide
bisnis. Pada hari ini
 melakukan zoom bersama
coach tentang materi
seminggu sebelumya.
Pada materi Go-To-Market
Strategy , membahas
tentang strategi pemasaran
dan konsep dasar yang
diperlukan dalam
merancang pendekatan go-
79. 31 Pada materi Go-To-Market to- market. Perbandingan
October Strategy , terdiri dari 6 vidio dan 6 antara strategi pemasaran
2023 kuis dan rencana pemasaran,
dengan penekanan pada
perbedaan mendasar antara
keduanya. Pembahasan
mengenai media promosi
dan penggunaan Adsense
sebagai bagian dari strategi
pemasaran. Penjelasan
tentang keahlian menulis
iklan
(copywriting) dan peran
pentingnya dalam strategi
pemasaran.
Pada materi Ideal Business
Model, membahas tentang
konsep bisnis model ideal,
serta bagaimana hal ini
dapat diterapkan pada
sebuah perusahaan.
01 Penjelasan mengenai
80. November Pada materi Ideal Business Model, berbagai jenis bisnis model
2023 terdiri dari 6 vidio dan 6 kuis yang dapat dipilih, dengan
keunggulan dan kelemahan
masing-masing.
Pembahasan praktik terbaik
dalam
mengimplementasikan
bisnis model ideal, dengan
penekanan pada
keberlanjutan dan adaptasi.
Penjelasan tentang
perjalanan pelanggan dan
bagaimana memahami serta
merancang bisnis model
berdasarkan tahapan
 tersebut.
Pada materi Legalitas dan
Kepatuhan, membahas
tentang pemahaman konsep
legalitas dalam konteks
bisnis, dengan penekanan
pada kepatuhan hukum.
Pembahasan tahapan yang
perlu diikuti untuk
02 Pada materi Legalitas dan memastikan legalitas suatu
81. November Kepatuhan, terdiri dari 6 vidio dan 6 bisnis, termasuk proses
2023 kuis perizinan dan persyaratan
hukum. Penjelasan
mengenai manfaat yang
diperoleh dari pematuhan
terhadap aspek legal,
seperti kepercayaan
pelanggan dan
perlindungan bisnis.
Pengenalan konsep
kepatuhan, termasuk
peraturan dan norma-
norma yang harus diikuti
oleh suatu bisnis. Faktor-
faktor kunci dalam
manajemen legalitas dan
kepatuhan untuk menjaga
operasional bisnis yang
lancar.
Pada materi Funding &
Sales Pitching, membahas
tentang konsep modal dan
sumber dana yang dapat
digunakan untuk
mendukungbisnis.
Pemahaman tentang
kapandan mengapa sebuah
usaha membutuhkan
Pada materi Funding & Sales pendanaan, serta
03 Pitching terdiri dari 6 vidio dan 6 pertimbangan untuk
82. November kuis, serta pertemuan via zoom memilih sumber pendanaan
2023 bersama coach membahas tentang yang tepat.
perkembangan proyek akhir Penjelasan mengenai
berbagai jenis investor
yang dapat mendukung
bisnis, termasuk investor
 malaikat, ventura, dan
lainnya. Penjelasan
mengenai berbagai jenis
investor yang dapat
mendukung bisnis,
termasuk investor malaikat,
ventura, dan
lainnya.Definisi sales pitch
dan peran pentingnya
dalam meyakinkan investor
atau calon pelanggan. Pada
hari ini pertemuan via
zoom bersama coach
membahas tentang
perkembangan proyek
akhir. Pada hari ini juga
dilakukan pembelajaran life
skiil
04 Pada hari ini saya melanjutkan Pada hari ini melakukan
83. November perbaikan proyek akhir perbaikan desain
2023 web/dasbord UI/UX untuk
proyek akhir
05
84. November absen absen
2023
06 Pertemuan bersama coach dan Pertemuan membahas
85. November persiapan ujian akhir proyek proyek akhir dan materi
2023 ujian akhir
07 pelaksanaan ujian akhir di
86. November Pelaksanaan ujian akhir LMS sebanyak 25 soal
2023
08 Pertemuan bersama coachmembahas
87. November proyek akhir evaluasi dari proyek akhir
2023
09
88. November penyelesaian proyek akhir revisis desain web
2023
10 Pertemuan bersama
89. November Pertemuan bersama kelompok via kelompok via meet
2023 meet membahas evaluasi proyek
akhir
11
90. November penyelesaian proyek akhir penyelesaian desain web
2023
 12
91. November penyelesaian proyek akhir penyelesaian desain web
2023
13
92. November pertemuan bersama coach membahas evaluasi proyek
2023 akhir
14 penyelesaian proyek akhir dan pertemuan secara live
93. November pertemuan bersama beberapa coach membahas proyek dengan
2023 untu life skill beberapa coach
15 membahas desain web
94. November Pertemuan bersama coach yang sudah dikerjakan
2023
16 Penyelesaian tugas kuis di platform Penyelesaian tugas kuis di
95. November pembelajaran platform pembelajaran
2023 tentang lingkungan
pekerjaan dan diri sendiri
pengerjaan tugas di
17 pengerjaan tugas di platform platform pembelajraan otbit
96. November pembelajraan otbit skill skill, tugas terdiri dari
2023 beberapa bagian, bagian
assesmen terdiri dari 5
tugas vidio
beserta kuis
pengerjaan tugas di
platform orbit skill pada
18 bagian jalur pembelajaran
97. November pengerjaan tugas di platform orbit terdiri dari 84 materi vidio,
2023 skill materi pembeljaraan
bacaan dan kuis sebanyak 5
per materinya. hari ini saya
mengerjakan sebanyak 12
materi
pengerjaan tugas di
platform orbit skill pada
19 bagian jalur pembelajaran
100. November pengerjaan tugas di platform orbit terdiri dari 84 materi vidio,
2023 skill materi pembeljaraan
bacaan dan kuis sebanyak 5
per materinya. hari ini saya
mengerjakan sebanyak
10 materi
20 Pertemuan bersama coach
101. November Pertemuan bersama coach dan dan pengerjaan tugas di
2023 pengerjaan tugas di orbit skill orbit skill mengerjakan
tugas sebanyak 14 materi
 21 Pertemuan bersama coach
102. November Penyelesain tugas di orbit skill dan
2023 pengerjaan tugas di orbit
skill sebanyak 12 materi
22
103. November penyelesaian tugas orbit skill hari ini mengerjakan 10
2023 materi
23
104. November penyelesaian tugas di orbit skill hari ini mengerjakan 14
2023 materi
24 Penyelesaian seluruh tugas orbit dan Membahas kemajuan
105. November pertemuan bersama kelompok revisis proyek akhir
2023
25
106. November Penyelesaian laporan akhir Penyelesaian laporan
2023 proyek akhir
26
107. November absen absen
2023
27 zoom bersama teman kelompok zoom bersama teman
108. November Penyelesaian laporan akhir kelompok untuk
2023 Penyelesaian laporan akhir
28 zoom untuk
109. November Penyelesaian laporan menyelesaiakan laporan
2023 dengan kelompok
29
110. November Penyelesain laporan akhir zoom bersama kelompok
2023
30 Pembuatan vidio presentase
111. November Pembuatan vidio presentase untuk di upload di ytb
2023
01 pengirim semua tugas akhir
112. December Pengiriman tugas akhir kepada ke coach
2023 coach
02
113. December absen absen
2023
03
114 December absen absen
2023
Lampiran C. Dokumen Teknik

1. AI Project Cycle
a. Problem Scoping
Sesuai dengan latar belakang perusahaan saat ini memiliki kebutuhan akan
perkembangan teknologi yang bisa membantu perusahaan dan memberikan
efisiensi waktu untuk produktivitas perusahaan. Dalam hal ini permasalahan yang
diangkat adalah sistem absensi manual pada perusahaan ini memberi kendala pada
proses absensi di lingkungan perusahaan. Sistem absensi manual yang diterapkan
saat ini bisa menyebabkan kemungkinan kesalahan pada proses input data atau
bahkan kecurangan karyawan. Selain itu penggunaan absensi manual di
perusahaan memakan waktu yang lebih lama.
Dengan pengembangan AFFERA bisa menjadi solusi yang sesuai untuk
mengatasi permasalahan. Pengembangan absensi dengan bantuan ai akan
memungkinkan penginputan data karyawan secara otomatis dan memberi
informasi kehadiran secara real time. Semua informasi mengenai absensi akan
ditampilkan pada dashboard aplikasi.
b. Data Acquisition
Pengembangan aplikasi pada proyek ini menggunakan total 750 dataset
berbentuk gambar/foto wajah dengan masing-masing per/orang 150 foto. Seluruh
gambar ini diperlukan untuk kebutuhan pengembangan aplikasi pada proses
deteksi wajah secara akurat. Gambar ini diperoleh dari masing-masing anggota
kelompok dan data diambil secara manual dengan melakukan proses foto pada
wajah yang kemudian seluruh data di training.
c. Data Exploration
Langkah eksplorasi data dilakukan dengan normalisasi data untuk
memastikan konsistensi data yang akurat. Kemudian selanjutnya melakukan
identifikasi dan melakukan analisis masalah untuk menangani data yang
kemungkinan hilang dan rusak sehingga pemulihan dapat dilakukan.
 d. Modeling
Proses modeling pada aplikasi ini menggunakan model Convolutional
Neural Network (CNN) untuk melakukan klasifikasi. Kemudian dilatih
menggunakan dataset dan melakukan proses transfer learning. Setelah melakukan
transfer learning pada dataset selanjutnya melakukan validasi model dan
penyesuaian. Algoritma yang digunakan untuk mendeteksi wajah dengan
melakukan pendekatan algoritma Haar Cascade untuk proses pengenalan wajah.
e. Deployment
Tahapan deployment pengembangan aplikasi pada proyek akhir ini
menggunakan local deployment sehingga secara internal bisa diakses. Sehingga
nantinya model bisa diintegrasikan ke dalam sistem internal perusahaan.
Penerapan antarmuka pengguna dengan pengoperasian dan memastikan keamanan
data.

2. Profil Tim dan Pembagian Tugas

Gambar 7.1 Struktur Anggota Tim

 Anggota tim terdiri dari 5 orang dengan pembagian fokus tugas masing-
masing sebagai berikut.
1. Machine Learning engineer mengembangkan algoritma dan sistem untuk
pengembangan aplikasi pada proyek ini dari data yang ada, dan kemudian
membuat prediksi atau mengambil keputusan tanpa adanya instruksi
eksplisit.Tugas-tugas ini sering kali melibatkan pemahaman mendalam
tentang matematika, statistika, pemrograman, dan pengalaman praktis
dalam mengelola data serta menerapkan algoritma machine learning yang
sesuai.
2. UI/UX Design ,Memahami kebutuhan pengguna dan tujuan dari
pengembangan aplikasi pada proyek ini dengan membuat desain yang
sesuai dengan pengalaman pengguna. Sehingga hasil desain bisa
diimplementasikan.
3. Data Engineer, berperan pada manajemen data, pengembangan
infrastruktur data, dan pemrosesan data agar dapat digunakan secara
efisien oleh sistem dan aplikasi yang memerlukan informasi tersebut. Pada
proyek ini melakukan Pengumpulan Data, memahami kebutuhan aplikasi
terhadap data, mengidentifikasi sumber data yang relevan, dan
mengumpulkan data dari berbagai sumber seperti basis data, API,
streaming data, file mentah, dan lainnya.
4. Technical Writing, menyampaikan informasi teknis secara jelas, akurat,
dan mudah dimengerti kepada pembaca yang memiliki beragam tingkat
pengetahuan teknis. Penulis pada proyek akhir ini bertanggung jawab
untuk menghasilkan dokumen atau konten yang membantu orang
memahami, menggunakan, atau memperbaiki produk, sistem, atau
teknologi sesuai dengan kaidah penulisan.
3. Proyek
a. Deskripsi Proyek
Proyek ini diberi nama “AFFERA: Al Face Recognition For Employer
Attendance” yaitu suatu dashboard yang digunakan untuk pengenalan wajah.
Dashboard tersebut bekerja dengan cara mengambil gambar wajah individu untuk
memverifikasi kehadiran karyawan. Tujuan dari proyek ini adalah salah satu
solusi dari permasalahan perusahaan yang masih menggunakan absensi manual,
dimana proyek ini dapat membantu dalam mempercepat dalam penginputan data
absensi dan menghindari kecurangan karyawan.
b. Benefit
Penggunaan aplikasi ini memberi keuntungan pada proses input data yang
lebih cepat, pemrosesan data karyawan secara langsung dan hasil data yang akurat
untuk absensi karyawan pada dashboard. Untuk keuntungan perusahaan
menghemat efisiensi waktu dan meningkatkan produktivitas pada perusahaan.
Perbedaan sangat berdampak pada proses absensi sebelum menerapkan teknologi
AI dimana proses absensi manual dimana pencatatan dan data karyawan dikelola
pada kertas yang memungkinkan adanya kecurangan dan ketidaksesuaian data.
Sementara setelah penerapan absensi berbasis AI memberi kemudahan bagi
karywan untuk melakukan absensi dan mewajibkan setiap karyawan absensi
dengan deteksi wajah sehingga menghindari kecurangan.

c. Tampilan

Gambar 7. 2 Tampilan Dashboard Absen Datang

 Gambar 7. 3 Tampilan Dashboard Absen Pulang
Pada dashboard hanya memiliki 1 tampilan yang terdapat beberapa
keterangan seperti nama, tanggal dan jam pada saat pengambilan absensi serta
adanya keterangan agenda yang akan dilakukan. Untuk keterangan absensi datang
dan absensi pulang sudah di atur pada pemrograman, sehingga tidak ada fitur
untuk pemilihan absensi datang maupun pulang. Terdapat juga fitur export,
dimana data akan otomatis tersimpan pada excel, dengan tampilan sebagai
berikut:

Gambar 7. 4 Tampilan data pada excel

d. Keterangan Lainnya
Beberapa kekurangan dari dashboard ini yaitu memrelukan dataset yang
cukup banyak dan pada saat penggunaan dashboard sering terjadi eror atau wajah
tidak dikenali.