Begin by identifying learning outcomes, then design AI-based activities and assessments that align with those outcomes, ensuring AI tools are integrated throughout the lesson plan.

Use AI only for grading assessments, without modifying learning activities or lesson plans.

Design traditional activities and assessments, and add AI tools at the end of the module.

Focus solely on integrating AI into assessments, ignoring its potential in learning activities and lesson planning.

Pastikan penilaian berbasis AI selaras dengan tujuan pembelajaran, menggunakan bukti dari kinerja siswa, dan memberikan umpan balik yang dapat ditindaklanjuti.

Gunakan rubrik generik yang tidak terkait dengan tujuan pelajaran.

Hanya mengandalkan pertanyaan pilihan ganda yang dihasilkan oleh AI, tanpa mempertimbangkan bukti pembelajaran yang lebih dalam.

Merancang penilaian tanpa rubrik, mempercayakan AI untuk mengevaluasi tanpa kriteria.

Dengan merancang kegiatan yang mengharuskan siswa untuk menganalisis, mengevaluasi, dan menciptakan menggunakan alat AI, mendorong penalaran dan pemecahan masalah.

Dengan menggunakan AI untuk menyampaikan hanya informasi faktual dan tugas pengingatan sederhana.

Dengan membatasi penggunaan AI untuk tugas administratif, tanpa melibatkan siswa dalam kegiatan berbasis AI.

Dengan membiarkan siswa secara pasif menonton demonstrasi AI tanpa terlibat dalam pemikiran strategis.

Choose Zapier because it specializes in workflow automation and integration between apps.

Choose Copilot because it is primarily used for code generation.

Choose deepseek because it is focused on data analysis.

Choose Claude because it is designed for conversational AI.

Claude, karena dirancang untuk AI percakapan dan penalaran yang canggih.

Zapier, karena mengotomatiskan alur kerja.

Copilot, karena menghasilkan kode.

deepseek, karena fokus pada analisis data.

AI dalam aplikasi, karena dirancang khusus untuk menyematkan fitur AI dalam aplikasi.

Zapier, karena mengotomatiskan alur kerja eksternal.

Qwen3-Max, karena merupakan model AI umum.

Copilot, karena membantu dalam pembuatan kode.

Dengan cepat memindai abstrak dan menggunakan alat ringkasan untuk menyaring studi berdasarkan relevansi dan kualitas.

Dengan membaca setiap artikel secara penuh sebelum membuat pilihan apapun.

Dengan memilih artikel secara acak tanpa mempertimbangkan relevansinya.

Dengan hanya mempertimbangkan artikel yang diterbitkan dalam setahun terakhir, terlepas dari isinya.

Dengan mengidentifikasi variabel kunci dan pertanyaan penelitian, kemudian membuat kolom kustom yang sesuai dengan tujuan tinjauan Anda.

Dengan hanya menggunakan kolom default yang disediakan, tanpa mempertimbangkan spesifik penelitian Anda.

Dengan mengekstrak semua data yang tersedia, terlepas dari relevansinya dengan tinjauan Anda.

Dengan mengabaikan kebutuhan untuk ekstraksi data dan hanya mengandalkan ringkasan artikel.

Dengan menganalisis pola dalam data yang diekstrak untuk menyoroti area dengan penelitian terbatas dan tren yang muncul, kemudian merangkum ini dalam tinjauan Anda.

Dengan hanya melaporkan topik yang paling sering dipelajari, mengabaikan celah dan tren.

Dengan menyajikan semua data tanpa analisis atau sintesis.

Dengan hanya fokus pada keterbatasan setiap studi tanpa mempertimbangkan tren yang lebih luas.

Saya akan memilih artikel hanya berdasarkan tanggal publikasi mereka dan mengabaikan kriteria lainnya.

Saya akan memilih artikel yang populer, terlepas dari relevansi atau tingkat kesulitan mereka.

Saya akan secara sistematis mencari artikel jurnal terbaru (2023-2025) untuk setiap topik AI, menyaring untuk kesulitan menengah, memastikan mereka menyertakan kode/studi kasus, lebih memilih akses terbuka, dan kemudian mengevaluasi kesesuaian mereka untuk mahasiswa berdasarkan kejelasan konsep, ketersediaan data, dan aplikasi praktis.

Saya akan memilih artikel yang memiliki jumlah sitasi terbanyak, tanpa mempertimbangkan persyaratan kursus.

Tulis ringkasan singkat dan hanya sebutkan nama penulis.

Annotasi setiap artikel dengan ringkasan 50 kata, konsep kunci, kemungkinan latihan, pengetahuan prasyarat, dan tautan ke materi pendukung, memastikan setiap anotasi membantu siswa memahami dan menerapkan konten.

Hanya sebutkan tahun publikasi dan nama jurnal dalam anotasi.

Salin abstrak artikel tanpa informasi tambahan.

Dengan memeriksa apakah artikel tersebut diterbitkan hanya di jurnal berdampak tinggi.

Dengan membaca judulnya dan memilih yang terdengar menarik.

Dengan meninjau setiap artikel untuk penjelasan yang jelas tentang konsep, dataset yang dapat diakses, dan contoh aplikasi praktis, serta mencocokkannya dengan tingkat dan tujuan kursus mahasiswa.

Dengan memilih artikel yang paling pendek.

Focus only on the most cited articles and ignore coverage gaps.

Select articles based on their publication year without considering topic relevance.

Conduct targeted searches in academic databases for undergraduate-appropriate journal articles, ensuring coverage of Machine Learning, NLP, and Computer Vision.

Rely solely on practical tutorials and avoid theoretical foundations.

Menilai apakah sumber-sumber tersebut menawarkan cakupan komprehensif dari semua topik AI yang diminta dan menyertakan contoh tingkat sarjana.

Pilih sumber hanya berdasarkan jumlah sitasi.

Pilih artikel yang fokus secara eksklusif pada penelitian lanjutan tanpa mempertimbangkan aksesibilitas bagi mahasiswa.

Abai kebutuhan akan contoh praktis dan fokus pada konten teoretis.

Termasuk sumber yang menyediakan tutorial praktis dan contoh tingkat sarjana, dan mengecualikan yang tidak mencakup topik AI kunci.

Termasuk semua sumber terlepas dari relevansinya dengan topik kursus.

Mengecualikan sumber yang menyebutkan contoh praktis.

Hanya termasuk sumber yang diterbitkan sebelum tahun 2020.

Integrate case study, group discussion, and simulation, explaining how each method addresses different learning objectives and student needs.

Use only lecture-based teaching and avoid interactive methods.

Focus solely on project-based learning without incorporating other methods.

Rely exclusively on individual assignments and minimize group activities.

Menggabungkan pembelajaran kolaboratif dan pembelajaran berbasis masalah mendorong kerja sama tim, pemikiran kritis, dan pemecahan masalah dunia nyata, tetapi mungkin menghadapi tantangan seperti partisipasi yang tidak merata dan konflik kelompok.

Pembelajaran kolaboratif dan pembelajaran berbasis masalah tidak efektif jika digunakan bersama dan harus dihindari.

Metode ini hanya menguntungkan siswa yang lebih suka bekerja sendiri.

Penggabungan metode ini menghilangkan semua tantangan dalam proses pembelajaran.

Dengan menciptakan aktivitas campuran yang mencakup kuis dan presentasi, memungkinkan siswa untuk terlibat dalam lingkungan online dan offline untuk mempraktikkan dan menerapkan pengetahuan serta keterampilan mereka.

Dengan hanya memberikan tugas membaca dan kuliah, fokus pada akuisisi pengetahuan tanpa aplikasi praktis.

Dengan membatasi aktivitas hanya pada kuis online tanpa interaksi atau praktik keterampilan.

Dengan mengorganisir hanya diskusi kelompok tatap muka tanpa tujuan yang terstruktur.

Begin by identifying the affected nodes, simulate traffic flow, analyze logs, and isolate the fault based on evidence.

Restart all computers and hope the issue resolves itself.

Ignore the simulation and check only physical cables.

Ask each student to guess the problem without using any tools.

Perangkat lunak simulasi memungkinkan eksperimen yang aman dan dapat diulang serta memvisualisasikan skenario kompleks, tetapi mungkin tidak sepenuhnya mereplikasi masalah perangkat keras di dunia nyata.

Perangkat lunak simulasi selalu lebih baik dan tidak memiliki batasan.

Metode tradisional lebih unggul karena tidak memerlukan komputer.

Perangkat lunak simulasi hanya berguna untuk hiburan, bukan untuk pembelajaran.

Ini mungkin menarik pengguna baru dengan menekankan solusi yang didukung AI dan berorientasi pada guru.

Ini kemungkinan akan mengurangi jumlah pengguna karena kebingungan atas nama baru.

Rebranding ini tidak akan berdampak pada pendekatan pendidikan atau basis pengguna.

Ini hanya akan fokus pada praktik matematika dan mengabaikan subjek lainnya.

Dengan menyelaraskan fitur platform dengan tujuan kurikulum dan memanfaatkan alat AI untuk pembelajaran yang dipersonalisasi.

Dengan menggunakan platform hanya untuk persiapan ujian dan mengabaikan fitur lainnya.

Dengan mengandalkan sepenuhnya pada metode pengajaran tradisional dan menghindari integrasi teknologi.

Dengan fokus secara eksklusif pada tugas administratif dan bukan aktivitas di kelas.

Guru dan administrator dapat menggunakan wawasan berbasis data untuk meningkatkan pengajaran dan hasil siswa.

Guru dan administrator akan memiliki kontrol yang lebih sedikit atas aktivitas kelas.

Platform ini hanya akan menguntungkan siswa, bukan guru atau administrator.

Guru dan administrator harus meninggalkan semua strategi pengajaran sebelumnya.

Pilih hanya sumber daya yang sesuai kurikulum, mengabaikan opsi yang sesuai standar.

Pilih campuran sumber daya yang sesuai kurikulum dan yang sesuai standar untuk memastikan cakupan dan kepatuhan.

Gunakan hanya sumber daya yang sesuai standar, mengabaikan kebutuhan kurikulum.

Pilih sumber daya secara acak tanpa mempertimbangkan kesesuaian.

Popularitas sumber daya di kalangan guru.

Bukti dari data kinerja siswa dan kesesuaian dengan standar pembelajaran.

Daya tarik visual dari sampul sumber daya.

Urutan alfabet nama sumber daya.

Menugaskan tugas PR individu menggunakan platform dan hanya mengevaluasi tingkat penyelesaian.

Mengembangkan modul pembelajaran berbasis proyek di mana siswa menggunakan platform untuk bersama-sama membuat presentasi visual, dan mengukur keterlibatan melalui tingkat partisipasi dan kualitas output.

Menggunakan platform hanya untuk kuliah yang dipimpin guru tanpa interaksi siswa, dan menilai pembelajaran melalui tes standar.

Menerapkan platform hanya untuk komunikasi administratif, dan mengukur keberhasilan dengan pengurangan volume email.

Karena alat GenAI tidak mampu menghasilkan umpan balik untuk siswa.

Karena staf harus tetap bertanggung jawab atas penilaian akademis dan memastikan keluaran ditinjau dan dikelola.

Karena alat GenAI selalu tidak akurat dalam penilaian mereka.

Karena siswa lebih suka umpan balik hanya dari staf manusia.

Staf harus menggunakan alat GenAI apa pun secara bebas tanpa batasan.

Staf harus menggunakan platform aman universitas dan meminta persetujuan dari Dekan Asosiasi Fakultas mereka, Pengajaran dan Pembelajaran.

Staf harus menghindari penggunaan alat GenAI sama sekali.

Staf hanya boleh menggunakan alat GenAI untuk tugas administratif, bukan penilaian.

Allow GenAI tools to generate feedback without any review.

Review all outputs from GenAI tools and manage the prompts and inputs used.

Use GenAI tools only for grading, not feedback.

Ignore the feedback generated by GenAI tools and provide only manual feedback.

Menilai mahasiswa hanya melalui umpan balik kualitatif tanpa indikator atau kriteria yang terukur.

Menggunakan indikator yang spesifik dan terukur untuk mengidentifikasi pencapaian mahasiswa, dan menetapkan kriteria sebagai tolok ukur untuk hasil pembelajaran berdasarkan indikator tersebut.

Menilai mahasiswa dengan membandingkan kinerja mereka satu sama lain, tanpa menggunakan indikator atau kriteria yang telah ditentukan.

Menggunakan pemilihan metode penilaian secara acak tanpa merujuk pada indikator atau kriteria.

Content accuracy, presentation skills, and teamwork; these dimensions cover knowledge, communication, and collaboration, which are key learning outcomes.

Only content accuracy; focusing solely on knowledge without considering other skills.

Presentation skills and dress code; emphasizing delivery and appearance over substance.

Teamwork and attendance; prioritizing group work and presence rather than actual learning outcomes.

Rubrik analitik, karena memungkinkan umpan balik yang rinci tentang berbagai aspek kinerja, yang penting untuk proyek yang kompleks.

Rubrik holistik, karena memberikan satu skor keseluruhan tanpa umpan balik yang rinci.

Rubrik skala persepsi, karena bergantung pada kesan subjektif daripada kriteria spesifik.

Tidak ada rubrik yang cocok untuk proyek capstone.

Sangat kurang

Kurang

Baik

Sangat Baik

Sangat kurang; Rancangan yang disajikan tidak teratur dan tidak menyelesaikan permasalahan.

Kurang; Rancangan yang disajikan teratur namun kurang menyelesaikan permasalahan.

Cukup; Rancangan yang disajikan sistematis, menyelesaikan masalah, namun kurang dapat diimplementasikan.

Baik; Rancangan yang disajikan sistematis, menyelesaikan masalah, dapat diimplementasikan, namun kurang inovatif.

Skor <20, Nilai: Sangat kurang

Skor 21-40, Nilai: Kurang

Skor 41-60, Nilai: Cukup

Skor >81, Nilai: Sangat Baik

Harus sistematis, menyelesaikan masalah, dan dapat diimplementasikan, tetapi tidak harus inovatif.

Harus sistematis, menyelesaikan masalah, dapat diimplementasikan, dan inovatif.

Harus terorganisir, tetapi tidak harus menyelesaikan masalah.

Harus sistematis, menyelesaikan masalah, tetapi kurang dapat diimplementasikan.

Pastikan presentasi terorganisir dengan baik dan menyajikan fakta yang meyakinkan didukung oleh contoh yang telah dianalisis sesuai dengan konsep.

Fokus hanya pada penyajian fakta umum tanpa bukti pendukung.

Sajikan fakta tanpa mengorganisirnya, mengandalkan audiens untuk membuat koneksi.

Gunakan data faktual yang minimal dan hindari memberikan contoh.

Konten harus mampu menginspirasi audiens untuk memperluas pemikiran mereka, jadi perencanaan harus mencakup materi dan analisis yang memicu pemikiran.

Konten harus umum dan tidak harus akurat, fokus pada topik yang luas.

Konten harus tidak lengkap dan kurang data faktual, dengan sedikit usaha untuk melibatkan audiens.

Konten harus akurat tetapi tidak harus lengkap, tanpa perlu menginspirasi pemikiran lebih lanjut.

Tambahkan lebih banyak fakta yang meyakinkan, pastikan kelengkapan, dan berikan contoh yang dianalisis untuk mendukung konsep.

Kurangi jumlah data faktual dan fokus pada pernyataan umum.

Hapus bukti pendukung dan andalkan pengetahuan sebelumnya dari audiens.

Presentasikan hanya informasi minimum yang diperlukan tanpa analisis.

Latihan menjawab berbagai pertanyaan potensial dan meminta umpan balik untuk memperbaiki respons.

Hanya fokus menghafal materi presentasi tanpa mempertimbangkan kemungkinan pertanyaan.

Menghindari menjawab pertanyaan selama presentasi untuk meminimalkan kesalahan.

Hanya mengandalkan alat bantu visual untuk mengalihkan perhatian dari pertanyaan sulit.

Skor 85 berada di atas ambang batas 81, sehingga memenuhi kategori 'Sangat Baik'.

Skor 85 berada dalam rentang 'Baik', sehingga siswa dinilai sebagai 'Baik'.

Skor 85 berada di bawah 60, sehingga siswa dinilai sebagai 'Cukup'.

Skor 85 tidak relevan dengan kategori rubrik.

Penggunaan Alat Peraga Presentasi (Use of Presentation Aids)

Kemampuan Menghadapi Pertanyaan (Ability to Face Questions)

Ketepatan Menyelesaikan Masalah (Accuracy in Solving Problems)

Penguasaan Materi (Mastery of Material)

Robot Pendidikan dan Asisten Chat & Penilaian dan Umpan Balik Otomatis

Analitik Pembelajaran dan Prediksi & Pembelajaran Terpersonalisasi dan Pembelajaran Cerdas

Manajemen Pengetahuan dan Rekomendasi Sumber Daya & Kelas Virtual dan Kolaborasi Daring

Penilaian dan Umpan Balik Otomatis & Analitik Pembelajaran dan Prediksi

Karena alat kolaborasi daring sudah mapan dan kurang bergantung pada AI untuk penilaian

Karena kelas virtual adalah aspek yang paling mahal untuk diterapkan

Karena siswa lebih memilih pembelajaran tatap muka dibandingkan kolaborasi daring

Karena AI tidak dapat diintegrasikan ke dalam kelas virtual

Pengajaran Cerdas dan Pembelajaran yang Dipersonalisasi

Manajemen Pengetahuan dan Rekomendasi Sumber Daya

Penilaian dan Umpan Balik Otomatis

Kelas Virtual dan Kolaborasi Daring

Secara terus-menerus memperbarui model siswa dan menyesuaikan strategi pengajaran secara real-time berdasarkan penilaian yang sering.

Menggunakan seperangkat instruksi tetap terlepas dari perubahan dalam tingkat pengetahuan siswa.

Hanya memperbarui model siswa di akhir setiap semester.

Mengabaikan tingkat pengetahuan siswa dan fokus hanya pada kurikulum.

Varying quiz difficulty and content based on individual learner strengths and weaknesses, and providing instant feedback.

Giving all students the same quiz regardless of their abilities.

Only assessing students at the end of the course.

Focusing solely on memorization rather than understanding.

Umpan balik instan membantu pelajar dengan cepat mengidentifikasi dan mengatasi kesalahan mereka, yang mengarah pada pembelajaran dan perbaikan yang lebih efektif.

Umpan balik hanya boleh diberikan setelah semua penilaian selesai.

Umpan balik instan mengganggu dan harus dihindari.

Umpan balik tidak diperlukan jika sistem bersifat adaptif.

hitung_gaji adalah integer, presisi adalah float, nama_dosen adalah string, aktif adalah boolean; setiap tipe sesuai dengan sifat nilai (bilangan bulat, desimal, teks, True/False).

hitung_gaji adalah float, presisi adalah integer, nama_dosen adalah boolean, aktif adalah string; tipe tidak sesuai dengan nilai.

Semua variabel adalah string; ini tidak akan memungkinkan operasi numerik atau logis yang tepat.

Semua variabel adalah boolean; ini tidak akan mewakili data yang sebenarnya disimpan.

Age: integer, GPA: float, Name: string, Graduation status: boolean; these types best represent the nature of each data.

Age: float, GPA: string, Name: boolean, Graduation status: integer; these types do not match the information.

Age: string, GPA: boolean, Name: integer, Graduation status: float; these types are inappropriate for the data.

All information stored as strings; this would limit data manipulation and validation.

nama_mahasiswa = "Jonathan" would cause an error because strings cannot be added to numbers.

harga_rumah = 100 would cause an error because integers cannot be added.

akursi = 0.82 would cause an error because floats cannot be added.

lulus = True would cause an error because booleans cannot be used in operations.

Use reverse() on a list because lists maintain order, while dictionaries do not.

Use sort() on a dictionary because dictionaries can be sorted.

Use popitem() on a dictionary because it removes the last key-value pair.

Use clear() on a list because it removes all elements.

Use a dictionary and the get() method, because dictionaries allow fast key-based access.

Use a list and the index() method, because lists are ordered.

Use a list and the count() method, because it counts elements.

Use a dictionary and the values() method, because it returns all values.

Use extend() to add all elements from another iterable to the end of the list, showing efficient data aggregation.

Use insert() to add elements one by one at specific positions.

Use append() to add only one element at a time.

Use remove() to delete elements before adding new ones.

Use update() to efficiently modify multiple key-value pairs at once.

Use pop() to remove keys before adding new ones.

Use keys() to list all keys before updating.

Use clear() to remove all entries before updating.