👑

✦ Ujian Tengah Semester ✦

IF1801 — Sesi 8
Evaluasi Materi 1–7

Saatnya mengukur seberapa dalam pemahamanmu tentang R&D produk, API LLM, arsitektur sistem, prompt engineering, dan strategi pasar. Kerjakan dengan tenang dan percaya diri!

20 Soal Pilihan Ganda

Cakupan Sesi 1–7

Feedback Langsung

Skor Auto-Hitung

Cakupan Materi UTS — Sesi 1 hingga 7

Sesi 1

Pengantar R&D & Lanskap AI

Siklus R&D, pemain LLM global, konsep API, contoh produk berbasis LLM

Sesi 2

Setup & Pengenalan API LLM

Tools dev, API key, struktur request (model, messages, temperature, max_tokens), memanggil dari PHP/Python/JS

Sesi 3

Ideasi Produk

Design Thinking (Empathize-Define-Ideate), pain points, problem statement, validasi ide

Sesi 4

Arsitektur & Prompt Engineering

3 pola arsitektur, system prompt, few-shot, instruction clarity, output JSON formatting

Sesi 5

Chatbot Domain Spesifik

PHP chatbot, conversation history, penanganan error API (401/429/CURL), validasi input

Sesi 6

Fitur Lanjutan LLM

Structured output JSON, prompt chaining, integrasi MySQL, analisis file teks/CSV

Sesi 7

Riset Pasar & Bisnis

Analisis kompetitor, UVP, model bisnis (freemium/subscription/pay-per-use), perhitungan biaya API

Tips Menghadapi UTS IF1801

🧠

Pahami Konsep, Bukan Hafalan

UTS ini mengukur pemahaman — bukan kemampuan menghafal. Fokus pada "mengapa" bukan hanya "apa"

🔗

Hubungkan Antar Sesi

Materi sesi 1–7 saling terhubung. R&D → ideasi → arsitektur → implementasi → bisnis adalah satu alur

💻

Ingat Kode Praktik

Pahami perbedaan Pola 1/2/3, cara kerja groq_chat(), struktur JSON request, dan penanganan error

💡

Analogi Membantu

API = pelayan restoran, temperature = kreativitas, system prompt = briefing karyawan. Gunakan analogi untuk mengingat!

⏱️

Kelola Waktu

Tidak perlu tergesa-gesa. Baca soal dengan teliti, eliminasi pilihan yang jelas salah, baru tentukan jawaban

📊

Latihan di Sini Dulu

Kerjakan 20 soal latihan di bawah ini hingga skor di atas 80% sebelum menghadapi ujian sesungguhnya

Latihan UTS IF1801

Ujian Tengah Semester — Soal Latihan

1/20

Soal

Benar

Skor

🏆

—

Soal 1 dari 20

Ringkasan Materi — Buka Setiap Sesi

Sesi 1Pengantar R&D & Lanskap AI Global

▾

R&D (Research & Development) adalah proses menemukan solusi nyata untuk masalah nyata, lalu mewujudkannya menjadi produk. Siklus: Ide → Riset → Prototype → Uji → Produk.

Pemain LLM utama: OpenAI (GPT-4o) Google (Gemini) Meta (LLaMA) Anthropic (Claude) Groq (inference cepat)

API adalah "pelayan" antara aplikasi dan layanan — menerima request, meneruskan ke server, mengembalikan response. API LLM membuka peluang R&D produk AI tanpa harus melatih model sendiri.

Sesi 2Setup Lingkungan & API LLM

▾

Struktur request API LLM: endpoint Authorization: Bearer KEY model messages[] temperature max_tokens

Role messages: system = instruksi kepribadian AI. user = pesan pengguna. assistant = jawaban AI sebelumnya (untuk menjaga konteks).

Temperature: 0.0 = deterministik/konsisten. 1.0 = sangat kreatif/variatif. Groq gratis di console.groq.com — cocok untuk eksperimen mahasiswa.

Sesi 3Ideasi Produk & Design Thinking

▾

Design Thinking fase awal: Empathize (pahami pengguna) → Define (rumuskan masalah) → Ideate (brainstorming solusi tanpa filter dulu).

Formula Problem Statement: "[Siapa] membutuhkan cara untuk [melakukan apa] karena [insight]". Validasi ide: minimal 5 orang nyata yang punya masalah tersebut.

Kriteria produk layak di MK ini: masalah jelas, LLM adalah inti solusi, bisa diprototype satu semester, target pengguna terdefinisi.

Sesi 4Arsitektur & Prompt Engineering

▾

Arsitektur dasar: Frontend (UI) → Backend (logic + API call) → LLM API → Response. API key harus di backend agar tidak terekspos di source code publik.

3 Pola: Pola 1: HTML+JS (cepat, tidak aman publik) | Pola 2: PHP Backend (aman, cocok XAMPP) | Pola 3: Python Flask (fleksibel, microservice)

Prompt Engineering: few-shot = beri contoh input-output, instruction clarity = instruksi spesifik dan terukur, output formatting = minta JSON terstruktur.

Sesi 5Chatbot Domain Spesifik

▾

Alur PHP chatbot: Form HTML → JS fetch() ke PHP → PHP susun messages (system+history+user) → groq_chat() → JSON response → JS append bubble.

Menjaga konteks: kirim max 10 pesan terakhir sebagai history. Lebih dari itu = boros token dan biaya. Role "assistant" menyimpan jawaban AI sebelumnya.

Error handling: [ERROR-401] = key invalid | [ERROR-429] = rate limit | [ERROR-CURL] = koneksi gagal. Jangan tampilkan kode error teknis ke user!

Sesi 6Fitur Lanjutan Produk LLM

▾

Structured Output: instruksikan AI di system prompt untuk mengembalikan HANYA JSON. Gunakan temperature rendah (0.1–0.3). Selalu cek json_last_error() dan bersihkan backtick dari output.

Prompt Chaining: output LLM #1 menjadi input LLM #2. Gunakan untuk tugas multi-langkah yang terlalu kompleks untuk satu call.

Database: simpan history ke MySQL agar persistent antar sesi. File Analysis: baca file_get_contents() lalu kirim isi sebagai pesan user. Batasi ukuran file (max ~50KB).

Sesi 7Riset Pasar & Strategi Bisnis

▾

Sumber riset kompetitor: Product Hunt AlternativeTo Play Store reviews G2.com Reddit. Review bintang 1–2 kompetitor = tambang emas celah pasar.

UVP: satu kalimat spesifik tentang siapa target, apa hasilnya, apa bedanya dari kompetitor. Jangan generik!

Model bisnis: Freemium (pertumbuhan cepat) | Subscription (revenue stabil) | Pay-per-use (transparan, B2B). Aturan: biaya API < 30% harga jual.

Sesi 7

IF1801 · UTS Sesi 8 / 16

Sesi 9

IF1801 — Sesi 8Evaluasi Materi 1–7

IF1801 — Sesi 8
Evaluasi Materi 1–7