STMIK EL RAHMA YOGYAKARTA Dibuat Oleh Revisi ke Tanggal dibuat Diperiksa oleh

Transkripsi

1 KONTRAK KULIAH Program studi : Teknik Informatika Kode Mata Kuliah : IKK Mata kuliah : Kecerdasan Buatan SKS : 3 SKS Semester : 5 Jenis Mata Kuliah : Wajib Kelompok MK : IKK STMIK EL RAHMA YOGYAKARTA Dibuat Oleh Revisi ke Tanggal dibuat Diperiksa oleh Edi Faizal 1 18 Januari 2013 Kaprodi TI

2 SILABUS I. Deskripsi Mata Kuliah Matakuliah ini akan membahas tentang Sejarah, definisi dan konsep kecerdasan buatan, komputasi kecerdasan buatan dan kececerdasan alami, ruang keadaan, metode pemecahan masalah dan pencarian, re pengetahuan, penanganan ketidakpastian serta membahas bidang-bidang kecerdasan buatan. II. Manfaat Mata Kuliah Manfaat mata kuliah ini bagi mahasiswa adalah : 1. Mahasiswa memahami sejarah, definisi, konsep kecerdasan buatan dan memahami komputasi antara kecerdasan buatan dan kecerdasan alami 2. Mahasiswa memahami ruang keadaan, pemecahan masalah dan metode pencarian 3. Mahasiswa memahami teknik untuk merekan pengetahuan 4. Mahasiswa memahami teknik penanganan ketidakpastian 5. Mahasiswa memahami definisi dan aplikasi dari cabang-cabang kecardasan buatan III. Standar Kompetensi Mata Kuliah Mahasiswa dapat sejarah, definisi, kosep dan komputasi kecerdasan buatan dan kecerdasan alami, ruang keadaan, pemecahan masalah, teknik pencarian dan teknik re pengetahuan, penanganan ketidakpastian serta memahami bidang-bidang aplikasi kecerdasan buatan. IV. Kompetensi Dasar Mata Kuliah 1. Mahasiswa dapat konsep kecerdasan buatan, sejarah kecerdasan buatan, komputasi kecerdasan buatan dan kecerdasan alami 2. Mahasiswa dapat tentang ruang keadaan, pemecahan masalah dan teknikteknik pencarian 3. Mahasiswa dapat merekan pengetahuan 4. Mahasiswa dapat penanganan ketidakpastian 5. Mahasiswa dapat konsep sistem pakar 6. Mahasiswa dapat konsep robotika 7. Mahasiswa dapat konsep computer vision 8. Mahasiswa dapat konsep pengolahan bahasa alami 9. Mahasiswa dapat konsep jaringan syaraf tiruan 10. Mahasiswa dapat konsep game playing V. Strategi Perkuliahan 1. Dalam Setiap pertemuan diawali dengan salam 2. Pada pertemuan pertama dijelaskan silabus mata kuliah, teksbook dan referensi, cara penilaian, pembentukan kelompok dan fungsinya. 3. Pada setiap awal perkuliahan mereview materi sebelumnya kemudian dijelaskan kompetensi yang diharapkan akan dicapai mahasiswa. 4. Pada setiap penjelasan materi selalu ditanyakan mahasiswa apakah mahasiswa jelas dan ada pertanyaan. 5. Disetiap akhir perkuliahan disampaikan materi yang akan dibahas pada pertemuan yang akan datang dan ditutup dengan salam.

3 VI. Motode Perkuliahan 1. Ekspositori 2. Studi kasus 3. Diskusi kelompok 4. Simulasi 5. kontekstual VII. Evaluasi 1. Tugas individual 2. Tugas kelompok (tampilan, lisan dan tertulis) 3. Ujian tengah semester 4. Ujian akhir semester VIII. Sumber Bahan 1. Arief Hermawan, Jaringan Syaraf Tiruan (Teori dan Aplikasi), Penerbit Andi, Edi Faizal, Diktak Kecerdasan Buatan, STMIK El Rahma, Yogyakarta, J. Giarratano and G. Riley, Expert System : Principle and Programming, 4th ed, PWS Kent, USA, Sri Kusumadewi, Artificial Intllegence (Teknik dan Aplikasi), Graha Ilmu, Yogyakarta, S.J. Russell dan Peter Norvig, Artificial Intelligence: A Modern Approach, 2nd edition, Prentice Hall,New Jersey, Internet dan semua media yang mengulas tentang perkembangan teknologi kecerdasan buatan VIII. Penilaian Penilaian akan dilakukan dengan menggunakan kriteria sebagai berikut : NILAI POINT RANGE A 4 80 B C D E 0 49 Dalam menentukan nilai akhir akan digunakan pembobotan sebagai berikut : NO JENIS TAGIHAN BOBOT (%) 1 Ujian Tengah Semester (UTS) 25 2 Ujian Akhir Semester (UAS) 35 3 Tugas (di /di rumah) 10 4 Presentasi 20 5 Persensi 10 IX. Rencana Perkuliahan PERTEMUAN TOPIK BAHASAN BACAAN/BAB Pertemuan 1 Kontrak kuliah, sejarah, definisi, konsep dan komputasi kecerdasan buatan dan kecerdasan alami 2,4,5,6 Pertemuan 2 Ruang keadaan dan metode pemecahan masalah

4 Pertemuan 3 Pertemuan 4 Pertemuan 5 Teknik Pencarian Buta (Blind Search) dan Pencarian Terbimbing (Heuristic Search) Re Pengetahuan (Logika, logika proposisi, logika predikat) Re Pengetahuan (list, tree, frame, jaringan semantik dan script) Pertemuan 6 Penangangan Ketidakpastian (Probabilitas dan theorema bayes) Pertemuan 7 Penangangan Ketidakpastian (Certainty Factor) UJIAN TENGAH SEMESTER Pertemuan 8 Penangangan Ketidakpastian (Dempster-Shafer) Pertemuan 9 Presentasi dan Diskusi tentang Sistem Pakar 2,3,4,5,6 Pertemuan 10 Presentasi dan Diskusi tentang Robotika Pertemuan 11 Presentasi dan Diskusi tentang Computer Vision Pertemuan 12 Presentasi dan Diskusi tentang Pengolahan Bahasa Alami Pertemuan 13 Presentasi dan Diskusi tentang Jaringan Syaraf Tiruan 1, Pertemuan 14 Presentasi dan Diskusi tentang Game Playing UJIAN AKHIR SEMESTER

5 X. Satuan Acara Perkuliahan Tatap Kompetensi Muka Dasar Ke 1 Mahasiswa dapat sejarah kecerdasan buatan, definisi kecerdasan buatan, konsep kecerdasan buatan, komputasi kecerdasan buatan dan kecerdasan alami Indikator Materi Pokok Pengalaman Belajar Mahasiswa dapat: 1. menerangkan sejarah kecerdasan buatan 2. tentang definisi Kecerdasan Buatan tentang konsep Kecerdasan Buatan 4. menerangkan komputasi kecerdasan buatan dan kecerdasan alami Sejarah, definisi, konsep kecerdasan buatan, komputasi kecerdasan buatan dan kecerdasan alami Jenis Tagihan Penilaian Bentuk Instrumen Sumber Bahan (Textbook/refe resi) uraian Soal quis 2,4,5,6 2 Mahasiswa dapat tentang ruang keadaan dan pemecahan masalah 3 Mahasiswa dapat Teknik Pencarian Buta dan Pencarian Terbimbing masalah 2. masalah dalam suatu ruang keadaan teknik pemecahan masalah 1. teknik-teknik pencarian buta (blind search) 2. teknik-teknik pencarian terbimbing (heuristic search) Konsep masalah, masalah dalam suatu ruang keadaan dan teknik pemecahan masalah Teknik pencarian buta (breath-first search, depth-first search), teknik pencarian terbimbing (Hill climbing, simple hill climbing, steepest acend hill climbing, best first seach), simulasi, kasus simulasi game Uraian

6 4 Mahasiswa dapat merekan pengetahuan dengan logika, logika proposisi dan logika predikat logika 2. konsep logika proposisi konsep logika predikat Logika, proposisi, predikat logika logika Uraian 5 Mahasiswa dapat merekan pengetahuan list, tree, frame, jaringan semantic dan script list 2. konsep tree konsep frame 4. konsep jaringan semantik 5. konsep script list, tree, frame, jaringan semantik dan script Uraian 6 Mahasiswa dapat penanganan ketidakpastian dengan probabilitas dan theorema bayes probabilitas 2. rumus theorema bayes penggunaan theorema bayes Probabilitas theorema bayes dan, kasus penerapan rumus 7 Mahasiswa dapat penanganan 1. rumus certainty factor 2. penggunaan certainty Certainty factor, kasus penerapan rumus

7 ketidakpastian dengan certainty factor factor 8 Mahasiswa dapat penanganan ketidakpastian dengan dempstershafer 1. rumus dempster-shafer 2. penggunaan dempstershafer dempster-shafer, kasus penerapan rumus 9 Mahasiswa dapat konsep sistem pakar sistem pakar 2. kaidah sistem pakar sistem pakar aplikasi sistem pakar Soal quis 2,3,4,5,6 10 Mahasiswa dapat konsep robotika robotika 2. kaidah robotika robotika aplikasi robotika 11 Mahasiswa dapat konsep computer vision computer vision 2. kaidah computer vision computer vision aplikasi computer vision

8 12 Mahasiswa dapat konsep pengolahan bahasa alami 13 Mahasiswa dapat konsep jaringan syaraf tiruan penerapan pengolahan bahasa alami 2. kaidah penerapan pengolahan bahasa alami penerapan pengolahan bahasa alami jaringan syaraf tiruan 2. kaidah jaringan syaraf tiruan penggunaan syaraf tiruan jaringan aplikasi pengolahan bahasa alami aplikasi jaringan syaraf tiruan 1, 14 Mahasiswa dapat konsep game playing game playing 2. kaidah game playing game playing aplikasi game playing

9