Diploma IB · Ilmu Komputer · HL: catatan pengajaran

Versi: Target Penilaian Pertama 2027

Catatan ini mencakup topik terpilih dari kurikulum; ini bukan keseluruhan spesifikasi.

Penilaian dan batas kurikulum

• Pengurutan ini mencatat struktur 2027 A/B secara terpisah dari penilaian akhir kursus 2014 dalam 2026.

• Jangan membawa ke depan Opsi A–D lama atau bobot penilaian lama. A.4 machine learning dan B.3 OOP berada dalam struktur publik baru; B.4 hanya HL.

• Nilai kertas saat ini, perbedaan penilaian studi kasus, konvensi bahasa yang disetujui, dan rubrik IA tetap diblokir hingga panduan saat ini.

• Proyek ini adalah solusi komputasi yang bekerja di bawah pengawasan sekolah dengan persyaratan, tes, dan evaluasi pengguna, bukan pengganti tulisan yang diciptakan.

Sistem komputasi, jaringan, dan persyaratan

Fokus unit resmi: A.1 Dasar-dasar Komputer

Sistem pemesanan sekolah dapat menghitung dengan benar tetapi tetap gagal jika pengguna kehilangan akses atau rekod terbuka. Keberhasilan mencakup konteks sistem.

Sistem komputer menggabungkan perangkat keras, perangkat lunak, data, dan manusia. Jaringan memungkinkan komunikasi menggunakan protokol. Persyaratan harus membedakan fungsi dari batasan seperti ketersediaan, keamanan, dan aksesibilitas.

Pisahkan autentikasi dari otorisasi. Autentifikasi memeriksa identitas; otorisasi menentukan tindakan yang diperbolehkan. Model ancaman menghubungkan aset bernilai, serangan yang mungkin, dan kontrol yang sesuai.

Gunakan dataset sekolah fiktif untuk mendefinisikan pengguna dan izin. Gambarkan aliran data, bandingkan validasi dan verifikasi, serta tentukan tes untuk input normal, batas, dan tidak valid. Jangan gunakan kredensial nyata atau rekod siswa dalam latihan.

Kes contoh yang disemak

Diketahui: sebuah file berisi 12 megabytes, di mana contoh ini mendefinisikan satu megabyte sebagai satu juta byte. Bit = byte×8 = 12×1,000,000×8 = 96,000,000 bit. Pada 8,000,000 bit per detik, waktu ideal = ukuran/laju = 12 s, tanpa overhead.

Ralat biasa

Bandwidth bukanlah throughput akhir-ke-akhir yang sebenarnya. Enkripsi tidak secara otomatis menjamin otorisasi yang benar atau menghilangkan seluruh risiko keamanan.

Jaringan: latensi, throughput dan pengiriman berlapis

Fokus unit resmi: A.2 Jaringan

Pesan kecil bisa tiba terlambat pada tautan berbandwidth tinggi. Kapasitas dan penundaan mengukur sifat yang berbeda.

Paket membawa data beralamat melalui jaringan. Model berlapis memisahkan tanggung jawab seperti makna aplikasi, pengiriman transport, dan perutean jaringan. Bandwidth menggambarkan kapasitas; throughput adalah laju data yang tercapai; latensi adalah penundaan.

Waktu transmisi bergantung pada ukuran data dan laju. Total penundaan juga dapat mencakup propagasi, pemrosesan, dan antrean. Enkripsi melindungi konten sesuai asumsinya tetapi tidak menghilangkan kemacetan atau seluruh paparan metadata.

Jejakkan rute pesan menggunakan model lokal yang didokumentasikan. Catat ukuran payload, satuan, dan waktu yang diukur. Gunakan jaringan yang disetujui sekolah dan pesan sintetis; jangan melakukan pemindaian atau penyadapan lalu lintas pengguna lain.

Kes contoh yang disemak

Diketahui: file 8 megabit melintasi tautan 2 megabit/detik. Waktu transmisi ideal = ukuran/laju = 8/2 = 4 detik. Beban overhead protokol, pengguna lain, dan latensi dapat membuat penyelesaian yang diamati menjadi lebih lambat.

Ralat biasa

Satu megabyte sama dengan delapan megabit sebelum memperhitungkan overhead. Tautan dengan peringkat lebih cepat tidak menjamin latensi rendah atau titik akhir yang aman.

Basis data relasional: kunci dan hubungan

Fokus unit resmi: A.3 Basis data

Menduplikasi alamat pengguna dalam setiap pesanan dapat menghasilkan catatan yang bertentangan ketika alamat berubah.

Tabel relasional berisi baris dan atribut. Kunci primer mengidentifikasi sebuah baris; kunci asing menghubungkan ke kunci referensi di tabel lain. Normalisasi dapat mengurangi duplikasi yang tidak perlu dan anomali pembaruan sambil mempertahankan hubungan yang bermakna.

Join menggabungkan baris berdasarkan kondisi yang ditentukan. Jumlah hasil bergantung pada kardinalitas hubungan dan filter. Batas kunci asing menerapkan aturan hubungan; itu tidak secara otomatis mengenkripsi data pribadi.

Rancang dataset pesanan-pengguna sintetis kecil tanpa informasi pribadi nyata. Deklarasikan kunci, uji insert duplikat dan referensi hilang, lalu periksa hasil query terhadap tabel ekspektasi kerja manual.

Kes contoh yang disemak

Diketahui: empat pelanggan masing-masing memiliki 2, 0, 3, dan 1 pesanan. Join dalam dari pelanggan ke pesanan mengembalikan 2+0+3+1 = 6 baris. Join kiri juga mempertahankan pelanggan tanpa pesanan sebagai satu baris pencocokan null, memberikan 7 di sini.

Ralat biasa

Kunci primer tidak harus berupa nama orang. Join bukan sekadar penggabungan sederhana tabel. Gunakan query terparameter untuk input yang tidak dipercaya daripada membangun SQL dari string mentah.

Model data dan pembelajaran mesin bertanggung jawab

Fokus unit resmi: A.4 Pembelajaran mesin

Sebuah model dapat mencapai skor tinggi dengan mempelajari jalan pintas dalam data pelatihan. Evaluasi harus menguji tugas yang dimaksud pada contoh-contoh baru yang sesuai.

Database relasional menggunakan tabel, kunci, dan hubungan untuk mengorganisasi data. Pembelajaran mesin memperkirakan pola dari data. Data pelatihan dan evaluasi memiliki peran yang berbeda.

Kunci utama secara unik mengidentifikasi sebuah rekaman; kunci asing menghubungkan rekaman. Dalam prediksi, kebocoran dapat mengekspos informasi yang tidak tersedia pada waktu pengambilan keputusan yang sebenarnya. Akurasi semata-mata mungkin menyembunyikan distribusi target yang tidak seimbang.

Gunakan catatan pemesanan fiksi untuk mengidentifikasi entitas, atribut, dan hubungan. Untuk latihan pembelajaran, gunakan dataset publik yang tidak sensitif, pisahkan data pelatihan dan uji, serta jelaskan siapa saja yang mungkin terdampak oleh kesalahan. Cakupan tujuan CS 2027 saat ini menunggu panduan.

Kes contoh yang disemak

Diketahui: sebuah classifier membuat 90 prediksi benar di antara 100 kasus. Akurasi = benar/total×100 = 90%. Jika 90 kasus termasuk dalam satu kelas, selalu memprediksi kelas tersebut memberikan akurasi yang sama dan tetap dapat gagal pada setiap kasus minoritas.

Ralat biasa

Akurasi tinggi bukan bukti keadilan atau pemahaman kausal. Kunci utama database bukanlah sekadar bidang mana pun yang terlihat penting.

Algoritma, jejak, dan bukti kebenaran

Fokus unit resmi: B.1 Berpikir komputasi; B.2 Pemrograman; Solusi Komputasi IA

Algoritma dapat bekerja untuk satu contoh tetapi gagal pada batas. Pengujian harus dirancang berdasarkan spesifikasi, bukan hanya jalur keberhasilan.

Algoritma adalah prosedur terbatas dan tak ambigu untuk suatu tugas. Jejak mencatat perubahan keadaan. Invarian perulangan mendeskripsikan sifat yang dipertahankan oleh setiap iterasi dan membantu membenarkan kebenaran.

Nyatakan kondisi input dan keluaran yang diharapkan. Gunakan kasus batas, koleksi kosong jika diperbolehkan, duplikat, dan nilai yang tidak valid. Bedakan algoritma yang salah dari implementasi yang salah atau persyaratan yang tidak lengkap.

Jejaki pencarian pada daftar fiktif kecil yang sudah diurutkan. Nyatakan konvensi pengindeksan. Untuk pencarian biner, perbarui batas sehingga interval yang tersisa mengecil dan tolak input yang tidak terurut kecuali pengurutan merupakan bagian dari tugas.

Kes contoh yang disemak

Diketahui: pencarian linear pada daftar delapan item dapat memerlukan delapan perbandingan ketika item yang dicari berada di posisi terakhir atau tidak ada. Menggandakan panjang daftar menggandakan jumlah perbandingan kasus terburuk di bawah model ini. Pencarian biner mengurangi interval sekitar setengahnya setiap langkah tetapi memerlukan struktur terurut yang sesuai.

Ralat biasa

Uji sampel yang sukses tidak membuktikan kebenaran untuk semua input yang valid. Jangan impor sintaks pseudocode khusus Cambridge ke dalam kursus IB tanpa sumber kursus.

Objek: keadaan, perilaku, dan antarmuka

Fokus unit resmi: B.3 Pemrograman berorientasi objek

Dua objek model rekening bank dapat merespons operasi deposit yang sama sementara memegang saldo yang berbeda.

Kelas mendefinisikan suatu tipe dengan keadaan dan perilaku. Objek adalah sebuah instansiasi. Enkapsulasi mengontrol akses melalui antarmuka agar operasi dapat mempertahankan invarian. Pewarisan memodelkan hubungan tipe yang sesuai; komposisi memodelkan objek yang berisi atau menggunakan objek lain.

Panggilan metode bekerja pada suatu instansiasi tertentu. Perubahan keadaan harus memenuhi pra-kondisi dan pasca-kondisi. Polimorfisme memungkinkan kode menggunakan antarmuka umum dengan implementasi berbeda ketika kontrak dihormati.

Implementasikan model akun atau inventaris sintetis kecil. Uji dua instansiasi independen, tolak operasi tidak valid, dan nilai batas. Jauhkan model dari akun keuangan nyata dan kredensial.

Kes contoh yang disemak

Diketahui: objek A dimulai pada 40 unit dan menerima 15; objek B dimulai pada 20 dan menerima 5. Saldo akhir adalah 55 dan 25. Total mereka adalah 80, tetapi saldo objek individu mana pun bukan 80.

Ralat biasa

Kelas bukan hal yang sama dengan satu instansiasi. Pewarisan tidak otomatis lebih baik daripada komposisi. Menyembunyikan bidang saja tidak membuktikan bahwa semua operasi mempertahankan keadaan yang valid.

Tipe data abstrak: kontrak operasi

Fokus satuan resmi: B.4 Tipe data abstrak (HL saja)

Simulasi antrian membutuhkan item tertua yang masih menunggu pertama kali. Tumpukan memberikan item terbaru pertama kali, sehingga kontrak operasi menjadi penting.

Tipe data abstrak menentukan nilai dan operasi secara independen dari implementasi tertentu. Tumpukan adalah masuk terakhir, keluar pertama; antrian adalah masuk pertama, keluar pertama. Antarmuka koleksi memerlukan perilaku terdefinisi untuk operasi kosong dan tidak valid.

Pilih struktur untuk pola akses yang diperlukan. Kompleksitas bergantung pada implementasi dan asumsi: menghapus item pertama dari array bergeser berbeda dari memajukan penunjuk kepala dalam antrian.

Jejak urutan operasi secara manual, lalu bandingkan program dengan keadaan yang diharapkan. Uji operasi kosong, tunggal, dan berulang. Nyatakan perilaku overflow jika kapasitas tetap.

Kes contoh yang disemak

Diketahui: enqueue A, B, dan C, lalu dequeue dua kali. A dan B keluar; C tersisa. Setelah enqueue D terdapat dua item yang menunggu, C kemudian D. Push yang sama pada tumpukan akan menghapus C kemudian B.

Ralat biasa

ADT bukanlah tata letak memori spesifik. Antrian tidak mengurutkan berdasarkan prioritas kecuali kontraknya mendefinisikan antrian prioritas.

Analisis kasus komputasi: mengevaluasi sistem yang diusulkan

Fokus unit resmi: Studi Kasus Studi Kasus

Sistem pemesanan sekolah yang diusulkan tampak efisien, namun rekomendasinya bergantung pada pengguna, batasan, dan bukti. Istilah teknis yang masuk akal saja tidak menjadi dasar keputusan yang dapat dibenarkan.

Sebuah studi kasus menempatkan pilihan komputasi dalam skenario yang dinyatakan. Identifikasi pemangku kepentingan, persyaratan, bukti yang tersedia, dan batasan sebelum merekomendasikan arsitektur atau algoritma. Bedakan fakta skenario dari asumsi dan prediksi. Pertukaran (trade-offs) dapat melibatkan kinerja, keandalan, aksesibilitas, privasi, pemeliharaan, dan biaya.

Rekomendasi harus menghubungkan persyaratan dengan mekanisme dan tes yang dapat diamati. Sebagai contoh, masalah konkurensi memerlukan strategi yang mencegah pembaruan yang bertentangan, ditambah tes yang menunjukkan invarian. Klaim tentang respons yang lebih cepat memerlukan pengukuran beban kerja yang sebanding daripada hanya label kompleksitas. Evaluasi alternatif di bawah kondisi yang sama seperti yang dinyatakan.

Gunakan skenario asli yang disetujui sekolah dan data sintetis. Bangun matriks klaim, bukti skenario pendukung, penjelasan teknis, keterbatasan, dan tes penerimaan. Tandai fakta yang hilang secara eksplisit dan tunjukkan bagaimana rekomendasi akan berubah jika sebuah asumsi gagal. Ini mempersiapkan penalaran berbasis kasus tanpa meniru studi kasus penilaian IB yang tidak tersedia atau membuat rubrik ujian yang tidak ada.

Kes contoh yang disemak

Diketahui: prototipe fiksi memproses 120 permintaan sukses selama pengamatan 30-detik. Throughput adalah 120/30=4 permintaan sukses/detik. Prototipe kedua memproses 150 dalam 30 detik, atau 5/s. Prototipe kedua memiliki throughput tercatat 25% lebih tinggi, tetapi tidak ada kesimpulan mengenai latensi, tingkat kegagalan, atau kinerja di bawah beban kerja yang lebih besar yang dapat diambil tanpa pengukuran tersebut.

Ralat biasa

Throughput bukan waktu respons. Rekomendasi yang kuat menyatakan kondisi di mana hal itu diharapkan berfungsi dan bukti yang dapat membantahnya. Persyaratan studi kasus CS resmi saat ini harus diperiksa terhadap versi penilaian yang berlaku.