. Pahami Karakteristik Dasar-Dasar Perhotelan dan Deep Learning

• Dasar-Dasar Perhotelan: Fokus pada pengetahuan dasar industri perhotelan seperti layanan pelanggan, reservasi, tata graha, dan pengelolaan makanan dan minuman.
• Deep Learning: Teknologi berbasis machine learning yang memungkinkan komputer belajar dari data, relevan untuk analisis pola, otomatisasi proses, dan personalisasi layanan dalam perhotelan.

Kombinasi ini bertujuan untuk menghubungkan teknologi dengan operasional dasar dalam industri perhotelan.

---

2. Penyusunan Capaian Pembelajaran (CP)

Capaian pembelajaran adalah hasil belajar yang diharapkan pada akhir suatu program pembelajaran, yang mencakup dimensi pengetahuan, keterampilan, dan sikap.

Contoh CP untuk Dasar-Dasar Perhotelan (Berbasis Deep Learning):

1. Pengetahuan (Knowledge):”Siswa memahami konsep dasar deep learning dan potensinya dalam mengoptimalkan layanan perhotelan.”
2. Keterampilan (Skills):”Siswa mampu menggunakan algoritma deep learning sederhana untuk mengolah data pelanggan hotel.”
3. Sikap (Attitude):”Siswa menunjukkan sikap kreatif dan inovatif dalam merancang solusi berbasis teknologi untuk meningkatkan efisiensi hotel.”

---

3. Penyusunan Tujuan Pembelajaran (TP)

Tujuan pembelajaran diturunkan dari CP dan fokus pada capaian spesifik yang dapat diukur.

Contoh Tujuan Pembelajaran untuk Dasar-Dasar Perhotelan:

1. TP untuk Pengenalan Teknologi:
   • “Siswa dapat menjelaskan dasar-dasar industri perhotelan dan mengidentifikasi tantangan operasional yang dapat diselesaikan menggunakan teknologi deep learning.”
   • “Siswa mampu mendeskripsikan langkah-langkah dalam membangun model deep learning sederhana untuk menganalisis data pelanggan.”
2. TP untuk Penerapan Teknologi:
   • “Siswa dapat menggunakan data reservasi untuk memprediksi tingkat hunian hotel menggunakan tools deep learning.”
   • “Siswa mampu membuat rekomendasi layanan hotel yang dipersonalisasi berdasarkan pola preferensi pelanggan menggunakan algoritma deep learning.”
3. TP untuk Pengembangan Solusi:
   • “Siswa mampu merancang prototipe sistem chatbot berbasis deep learning untuk membantu pelanggan hotel melakukan reservasi.”
   • “Siswa dapat mengevaluasi performa algoritma deep learning yang diterapkan dalam simulasi sistem reservasi hotel.”
4. TP untuk Refleksi dan Presentasi:
   • “Siswa dapat membuat laporan tentang penerapan deep learning dalam meningkatkan efisiensi layanan perhotelan.”
   • “Siswa mampu mempresentasikan hasil analisis data yang dilakukan dengan deep learning dalam konteks perhotelan.”

---

4. Contoh Desain Aktivitas Pembelajaran

Aktivitas pembelajaran harus mendukung pencapaian CP dan TP serta relevan dengan situasi nyata.

Contoh Aktivitas:

1. Eksplorasi:
   • Siswa mencari artikel atau studi kasus tentang penerapan deep learning di hotel seperti Marriott atau Hilton.
   • Diskusi kelompok untuk menganalisis manfaat deep learning dalam perhotelan.
2. Eksperimen:
   • Praktik membuat model prediksi tingkat hunian hotel menggunakan dataset kecil di Google Colab.
   • Simulasi membangun chatbot untuk layanan pelanggan hotel.
3. Refleksi:
   • Siswa menyusun laporan tentang tantangan implementasi teknologi dalam hotel kecil atau besar.
   • Diskusi kelas tentang bagaimana teknologi dapat meningkatkan pengalaman tamu.

---

5. Penilaian

Rancang penilaian berbasis kompetensi untuk memastikan pencapaian pembelajaran.

Contoh Penilaian:

1. Asesmen Formatif:
   • Kuis tentang konsep dasar deep learning dan penerapannya di perhotelan.
   • Tanya jawab tentang manfaat teknologi dalam efisiensi hotel.
2. Asesmen Sumatif:
   • Proyek kelompok: Siswa membuat dan mempresentasikan model deep learning sederhana yang relevan untuk hotel.
   • Penilaian individu: Refleksi tertulis tentang dampak teknologi pada industri perhotelan.

---

6. Format Perangkat Pembelajaran

Gunakan format perangkat pembelajaran sesuai standar Kemendikbud:

1. Capaian Pembelajaran:
   • Dituliskan pada bagian awal, mencakup dimensi pengetahuan, keterampilan, dan sikap.
2. Tujuan Pembelajaran:
   • Diturunkan dari CP, menggunakan kata kerja operasional dari taksonomi Bloom.
3. Strategi Pembelajaran:
   • Mengintegrasikan deep learning dalam simulasi dunia nyata.
4. Evaluasi Pembelajaran:
   • Disesuaikan dengan ketercapaian tujuan pembelajaran, menggunakan rubrik penilaian berbasis kompetensi.

---

Contoh Penerapan:

Mata Pelajaran: Dasar-Dasar Perhotelan
Topik: Penerapan Teknologi Deep Learning untuk Pelayanan Hotel
Capaian Pembelajaran:

Siswa memahami dan mampu menggunakan teknologi deep learning untuk memecahkan masalah operasional dasar dalam hotel, seperti prediksi tingkat hunian dan layanan pelanggan.

Tujuan Pembelajaran:

1. Siswa dapat menjelaskan potensi deep learning dalam analisis data reservasi hotel.
2. Siswa mampu membuat model prediksi tingkat hunian berdasarkan data reservasi.
3. Siswa dapat mempresentasikan hasil model yang telah dikembangkan untuk meningkatkan efisiensi hotel.

Dengan langkah-langkah di atas, perangkat pembelajaran Anda akan menjadi lebih relevan, terarah, dan aplikatif!