1. Konsep dasar computational thinking (abstraksi, algoritme, dekomposisi, pengenalan pola)
2. Transformasi solusi computational thinking ke kakas komputasional
3. Dampak dan tren komputing pada domain tertentu

1. Mahasiswa memahami konsep dan mampu mempraktekkan proses berpikir komputasional yang tepat dan terarah untuk pemecahan masalah.
2. Mahasiswa mampu mendayagunakan teknik berpikir komputasional untuk menganalisis permasalahan baru, dan menghasilkan solusi atas permasalahan tersebut.

Case-based Learning: Latihan-latihan soal kasus CT

Project-based Learning: Mini project sesuai dengan domain masalah pada klister masing-masing

Asinkron: praktikum dan projek

Ujian

Kuis

Tugas latihan soal

Projek

1. Paradigma relasi kehidupan manusia – bumi, filosofi etika bumi, dampak perilaku manusia terhadap bumi
2. Konsep penghidupan di Belahan Bumi Selatan dan Kebersamaan (the Common ground)
3. Pengenalan Konsep SDG dan Dampak Perubahan Iklim
4. Konsep Pemikiran Interrelasi antara dimensi Lingkungan, Ekonomi, sosial sebagai kesatuan (nexxus based)
5. Re-interpretasi Konsep Keberlanjutan di setiap F/S
6. Praktek Intepretasi dan mengasah sensitifitas prinsip keberlanjutan menggunakan studi kasus lokal

1. Mahasiswa mampu memahami mengenai konsep keberlanjutan dengan perspektif holistik dan/atau
   filosofis yang mengintegrasikan pertimbangan etika lingkungan/bumi, pendekatan interdisiplin dan refleksi pribadi;
2. Mahasiswa mampu memahami ketidakpastian dan ambiguitas dalam mengenali isu sustainability
   (keberlanjutan), namun mengembangkan pemikiran antisipatif dalam menjalankannya;
3. Mahasiswa mampu menjelaskan hubungan antara konsep-konsep lingkungan terbangun/ infrastruktur/
   teknologi dengan sistem alamiah/lingkungan terwujudkan sebagai keterkaitan atau nexus
4. Mahasiswa mampu menjelaskan tantangan pembangunan di belahan bumi selatan dalam menerapkan konsep keberlanjutan, terutama melalui tujuan pembangunan berkelanjutan
5. Mahasiswa dapat mengidentifikasi isu keberlanjutan dan menawarkan alternatif pandangan yang relevan dalam konteks lokal
6. Mahasiswa mampu bekerja sama dalam tim, terutama antar disiplin untuk menjabarkan konteks dimana
   isu keberlanjutan dipahami
7. Mahasiswa mampu untuk mengkomunikasikan hasil pemikirannya dalam bentuk media populer
8. Mahasiswa mampu untuk menerapkan etika terkait keberlanjutan saat terlibat dalam pengambilan
   keputusan

1. Jenis-jenis data dan metode pengambilan sampel
2. Exploratory Data Analysis (EDA) dan Statistika Deskriptif
3. Analisis data univariat dan bivariat (termasuk regresi linier dan koefisien korelasi)
4. Peluang dan Aturan Bayes
5. Tata kelola dan etika terhadap data
6. Definisi Inteligensi Artifisial (IA) dan aplikasi berbasis IA
7. Level intelligent agent dan jenis machine learning
8. Tahapan dalan supervised learning
9. Generative IA Large Language Model (LLM) : teks
10. Generative IA LLM: non-teks
11. Etika IA dan Studi Kasus

1. Mahasiswa mampu melakukan menjelaskan pentingnya kemampuan literasi data dan Inteligensi Artifisial (IA) yang beretika.
2. Mahasiswa mampu menjelaskan prosedur pengambilan dan persiapan data yang siap olah.
3. Mahasiswa mampu mengolah hingga mengambil keputusan berdasarkan data pada fenomena yang sederhana.
4. Mahasiswa mampu menjelaskan kategori pembelajaran dalam Inteligensi Artifisial (IA).
5. Mahasiswa mampu mengaplikasikan pendekatan Statistika dan IA pada fenomena-fenomena yang ada di sekitarnya dan relevan terhadap bidang keilmuan masing-masing.