Créer jeu
Télécharger
Obtenir Plan Académique
Partager le jeu
Compléter
Compléter

9. Sumatif Materi 2

Intégrez-le à votre plateforme

Vous pouvez intégrer le jeu dans un LMS compatible avec LTI 1.1 ou LTI 1.3 comme Canvas, Moodle ou Blackboard. Les scores seront ainsi automatiquement enregistrés dans le carnet de notes de la plateforme.
Télécharger
Vous avez dépassé le nombre maximum de jeux que vous pouvez intégrer à Google Classroom avec votre Plan actuel.

Pour intégrer autant de jeux que vous le souhaitez dans Google Classroom, vous avez besoin d’un Plan Académique ou un Plan Commerciel.

Vous avez dépassé le nombre maximum de jeux que vous pouvez intégrer à Microsoft Teams avec votre Plan actuel.

Pour intégrer autant de jeux que vous le souhaitez dans Microsoft Teams, vous avez besoin d’un Plan Académique ou un Plan Commerciel.

Le téléchargement du jeu est une fonctionnalité exclusive pour les utilisateurs avec un Plan Académique ou un Plan Commercial.

Obtenez votre Plan Académique ou Plan Commercial dès maintenant et commencez à intégrer vos jeux dans votre LMS, votre site Web ou votre blog.

Si vous le souhaitez, vous pouvez télécharger une jeu de test ici et tester son intégration:

9. Sumatif Materi 2

Compléter

Parties jouées 5

À propos de cette activité

Sumatif Materi 2 Kelas 9 Mata Pelajaran KKAI

Créé par

Indonesia

Téléchargez la version pour jouer sur papier

Créez votre propre jeu gratuite à partir de notre créateur de jeu
Affrontez vos amis pour voir qui obtient le meilleur score dans ce jeu

Top Jeux

%
Anonyme
Anonyme
%
%
%
Vous avez dépassé le nombre maximum de jeux que vous pouvez imprimer avec votre Plan actuel.

Pour imprimer autant de jeux que vous le souhaitez, vous avez besoin d’un Plan Académique ou un Plan Commerciel.

Imprimez votre jeu
9. Sumatif Materi 2
 

Compléter

9. Sumatif Materi 2Version en ligne

Sumatif Materi 2 Kelas 9 Mata Pelajaran KKAI

par Yogi Kurniawan Prayetno
1

adalah kemampuan mesin untuk belajar mengenali pola dari data . Dalam modul ini , kita diajak memahami bagaimana sistem seperti bekerja , mulai dari data input hingga respons keluaran . Proses menjadi dasar bagi model untuk memahami pola . Setelah fase ) selesai , keluaran ( Output ) akan mengikuti pola yang telah dipelajari oleh sistem . Dengan demikian , AI bisa melakukan tindakan sesuai konteksnya , misalnya membuka pintu jika dikenali suara yang tepat .

2

Dalam konteks keamanan digital , menjadi contoh bagaimana AI bisa mengenali seperti dan . Latihan ini menggunakan untuk melatih model agar dapat merespon secara akurat pada kondisi berbeda , misalnya kapan pintu harus terbuka atau tertutup . Tantangan seperti suara serak atau orang lain yang mengucapkan kata yang sama mengajak kita membahas keandalan sistem pengenalan suara .

3

Kasus eksperimen yang menarik melibatkan , yaitu membaca sinyal halus wajah untuk menilai keadaan teman sekelas . Proses ini menggabungkan dari kamera dengan kemampuan kelas gambar untuk membedakan ekspresi seperti atau . Tujuan utamanya adalah melatih AI membaca konteks nonverbal yang tidak diungkapkan kata - kata .

4

Ide membaca favorit ke AI menampilkan kemampuan mengenali warna - warna spesifik seperti , , dan dari benda di sekitar . Uji pengujian warna bertujuan menampilkan yang akurat , misalnya 'Hijau 99%' . Latihan ini memperkenalkan konsep bagaimana pola visual diproses menjadi informasi yang bisa dipakai program untuk memberi respons yang relevan .

5

adalah contoh praktis lain dari pemanfaatan pengenalan visual untuk mengenali objek tertentu dalam lingkungan . Pengguna melatih untuk mengenali seperti atau , sehingga AI bisa memberi label secara otomatis . Hal ini menunjukkan bagaimana AI membaca bentuk dan tekstur untuk membantu pengorganisasian aktivitas sehari - hari .

6

Kasus menujukkan navigasi menggunakan suara . Dengan dua kata seperti dan , AI bisa mengarahkan gerak robot . Latihan semacam ini memperlihatkan penerapan AI dalam tanpa menyentuhnya , sebuah konsep penting bagi aksesibilitas dan interaksi manusia - mesin .

7

melibatkan pelacakan posisi tubuh untuk membuat pengalaman yang menantang . Latih AI dengan variasi pose seperti , , dan sehingga game dapat menyesuaikan aksi karakter secara responsif . Pembelajaran semacam ini menggabungkan visi komputer dengan interaksi fisik dalam game .

8

menambah dimensi baru dalam analisis perilaku , seperti mendeteksi lewat biometrik wajah . Dengan kelas seperti dan , kita bisa melatih model untuk memetakan dan memahami emosi yang muncul . Ini membuka peluang untuk pelajaran tentang etika penggunaan AI dalam membaca ekspresi manusia .

9

Kasus menguji kemampuan AI dalam mengenali jenis pakaian seperti Batik , , dan . akurat seperti 'Batik 89%' menunjukkan bagaimana pola kain , warna , dan tekstur visual diinterpretasikan oleh model gambar . Pelajaran ini menggarisbawahi fitur visual yang diperhitungkan dalam klasifikasi objek .

10

menyatukan pengenalan suara dengan logika matematika . Latih AI untuk mengenali kata dan dan menghubungkannya ke dalam kode . Konsep ini memperlihatkan bagaimana suara bisa menjadi input yang mengubah perhitungan , menciptakan yang bisa didengar .

11

adalah contoh untuk menghindari kesalahan antar barang selama aktivitas seperti piknik . Model gambar dilatih untuk benda tertentu sehingga saat dikenali , AI dapat memberi dengan tinggi . Fitur ini menyoroti peran dalam manajemen barang sehari - hari .

Voulez-vous vraiment quitter la page ?

En quittant la page, vous perdrez la progression du jeu.