BD044
Food & Agriculture Intelligence Project
Food & Agriculture Intelligence Project membahas pemanfaatan data dan AI dalam sistem pangan dan pertanian. Mata kuliah ini mencakup analitik produksi, kualitas, dan distribusi pangan. Mahasiswa mengembangkan proyek berbasis data untuk meningkatkan efisiensi dan keberlanjutan sektor pangan.
crop yield predictionsoil health monitoringfood supply chaindemand forecastingsustainable agriculturelivestock monitoringclimate impact analysisfood safetyprecision farmingmarket analysis
Referensi: Kamilaris, A., & Prenafeta-Boldú, F. X. (2018). Deep learning in agriculture. Computers and Electronics in Agriculture, 147, 70–90.
Dukungan ke profil lulusan
Skor = jumlah bobot CPL BD044 yang dipetakan ke profil tersebut. Garis putus = ambang 75% yang dipakai untuk rekomendasi centang PL di LKPS 2.B.1.
P1 Data Scientist
100%
P2 Data Analyst
60%
P3 Machine Learning Engineer
80%
P4 Data Engineer
80%
P5 Business Intelligence Analyst
60%
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 |
|---|---|---|---|---|---|---|---|---|---|---|
| CPMKBD04411 | Mampu bertanggung jawab dalam penerapan analisis data pada bidang pangan dan pertanian secara mandiri. | 25% | 10 | 40 | 30 | 20 | ||||
| CPMKBD04442 | Mampu merancang sistem kecerdasan pangan dan pertanian sesuai kebutuhan pengguna dan spesifikasi lingkungan. | 25% | 10 | 40 | 30 | 20 | ||||
| CPMKBD04453 | — | 25% | 10 | 40 | 30 | 20 | ||||
| CPMKBD04484 | Mampu mengintegrasikan prinsip etika dan keberlanjutan dalam pengambilan keputusan berbasis data pada bidang pangan dan pertanian. | 25% | 10 | 40 | 30 | 20 |