Model Generatif

Mata kuliah ini membekali mahasiswa agar mampu menjelaskan konsep pemodelan generatif dan distribusi data, mengimplementasikan model VAE, GAN, dan model difusi, dan mengevaluasi kualitas keluaran dan implikasi etis kecerdasan buatan generatif. Bahan kajian: Data Management (DM), Artificial Intelligence (AI).

Pokok bahasan

1. Konsep pemodelan generatif
2. Variational Autoencoder (VAE)
3. Generative Adversarial Network (GAN)
4. Model difusi
5. Model generatif untuk teks dan citra
6. Evaluasi kualitas keluaran model generatif
7. Etika kecerdasan buatan generatif

Setiap CPMK menurunkan satu CPL.

1. CPMK-AIDE-02

   Mahasiswa mampu membangun basis keputusan aplikatif dengan mengoptimalkan kinerja komputasi melalui pemrosesan simultan, serta menerapkan prinsip etika komputasi

   CPLP03
2. CPMK-AIDE-01

   Mahasiswa mampu merancang dan mengimplementasikan pemodelan kecerdasan buatan lanjut untuk menganalisis aneka data bervolume besar melalui pengelolaan infrastruktur penyimpanan data terstruktur.

   CPLP03

CPL10

Mampu menerapkan sikap ilmiah dalam merancang, melaksanakan, dan menganalisis solusi teknologi informasi serta mendokumentasikannya dalam bentuk laporan yang sistematis

CPLP03

Mampu mengembangkan pemodelan kecerdasan buatan lanjut dan mengelola data besar, serta membangun basis keputusan aplikatif dengan mempertimbangkan kinerja optimal dan etika komputasi.