BD020
Deep Learning
Deep Learning membahas model pembelajaran berbasis jaringan saraf dalam untuk menangani data kompleks seperti citra, teks, dan sinyal. Topik utama mencakup neural network berlapis, CNN, RNN, dan transformer. Mahasiswa mempelajari prinsip optimisasi, regularisasi, serta tantangan pelatihan model berskala besar. Mata kuliah ini menekankan pemahaman konseptual dan penerapan deep learning pada berbagai permasalahan nyata.
Referensi: Goodfellow, I., Bengio, Y., & Courville, A. (2016). Deep Learning. MIT Press.
Dukungan ke profil lulusan
Skor = jumlah bobot CPL BD020 yang dipetakan ke profil tersebut. Garis putus = ambang 75% yang dipakai untuk rekomendasi centang PL di LKPS 2.B.1.
CPMK
Bobot CPMK = porsi CPMK dalam penilaian mata kuliah; sel berwarna = bobot CPL di dalam CPMK.
| CPMK | Rumusan | Bobot | CPL01 | CPL02 | CPL03 | CPL04 | CPL05 | CPL06 | CPL07 | CPL08 |
|---|---|---|---|---|---|---|---|---|---|---|
| CPMKBD02011 | Mampu menunjukkan sikap bertanggung jawab atas pekerjaan di bidang deep learning secara mandiri dalam proses pembelajaran, penyelesaian tugas, dan kegiatan akademik. | 25% | 10 | 40 | 25 | 25 | ||||
| CPMKBD02022 | Menguasai konsep teoretis deep learning, arsitektur model, dan proses pelatihan jaringan secara prosedural. | 25% | 10 | 35 | 30 | 25 | ||||
| CPMKBD02043 | Mampu merancang arsitektur dan model deep learning sesuai kebutuhan pemecahan masalah pengguna. | 25% | 10 | 30 | 30 | 30 | ||||
| CPMKBD02054 | Mampu mengimplementasikan model deep learning ke dalam sistem perangkat lunak sesuai arsitektur dan spesifikasi yang ditetapkan. | 25% | 10 | 25 | 35 | 30 |