CIG4B3 Soft Computing. Pendahuluan. Suyanto, S.T., M.Sc. Mahmud Dwi Sulistiyo, S.T., M.T. KK Intelligence, Computing, and Multimedia

Ukuran: px
Mulai penontonan dengan halaman:

Download "CIG4B3 Soft Computing. Pendahuluan. Suyanto, S.T., M.Sc. Mahmud Dwi Sulistiyo, S.T., M.T. KK Intelligence, Computing, and Multimedia"

Transkripsi

1 CIG4B3 Soft Computing Pendahuluan Suyanto, S.T., M.Sc. Mahmud Dwi Sulistiyo, S.T., M.T. KK Intelligence, Computing, and Multimedia 1 11/17/2014

2 Outline Prasyarat Metode Perkuliahan Tujuan Pembelajaran Buku Referensi Penilaian Aturan Kuliah Apa itu SC? Teknik dasar SC dan Hybrid System Aplikasi SC 2 11/17/2014

3 Prasyarat Kecerdasan Mesin dan Artifisial Probabilitas dan Statistika Teori Himpunan (optional) 3 11/17/2014

4 Metode Perkuliahan Ceramah Diskusi Studi Kasus Presentasi 4 11/17/2014

5 Tujuan Pembelajaran Pemahaman terhadap dasar teori Soft Computing (SC) Pemahaman terhadap 3 teknik dasar SC, yaitu: Fuzzy Systems, Artificial Neural Networks (ANN) dan Evolutionary Algorithms (EAs) Pemahaman terhadap studi kasus, karakteristiknya, dan rancangan solusi SC yang sesuai Kemampuan mengimplementasikan solusi berbasis SC, menganalisis hasil dan performansinya Kemampuan menuliskan paper dari hasil studi kasus dan solusi yang dikembangkan, serta mempresentasikannya secara lisan 5 11/17/2014

6 Buku Referensi Suyanto, 2008, Soft Computing: Membangun Mesin Ber-IQ Tinggi, Informatika, Bandung Indonesia. ISBN: Tettamanzi A., Tomassini M., 2001, Soft Computing, Springer- Verlag Berlin Heidelberg. Printed in Germany. Suyanto, 2008, Evolutionary Computation: Komputasi Berbasis 'Evolusi' dan 'Genetika', Informatika, Bandung Indonesia. ISBN: Suyanto, 2005, Artificial Intelligence: Searching-Reasoning- Planning-Learning, Informatika, Bandung Indonesia. 6 11/17/2014

7 Penilaian KOMPONEN PENILAIAN BOBOT / PERSENTASE KETERANGAN TUGAS HARIAN 20% Diberikan secara individu atau kelompok TUGAS BESAR 50% Dilakukan per kelompok, terdiri dari 2 tahap penilaian UTS 30% Terjadwal oleh institusi LEVEL/INDEKS INDIKATOR KOMPETENSI KETERANGAN A Nilai Akhir >= 85% Lulus AB 78% <= Nilai Akhir < 85% Lulus B 70% <= Nilai Akhir < 78% Lulus BC 60% <= Nilai Akhir < 70% Lulus C 50% <= Nilai Akhir < 60% Lulus D 40% <= Nilai Akhir < 50% Tidak Lulus E Nilai Akhir < 40% Tidak Lulus 7 11/17/2014

8 Aturan Kuliah [1] Dalam satu minggu disediakan 2 slot pertemuan, di mana setiap pertemuan diberikan waktu 2 jam. Target pertemuan kuliah adalah 3 kali pertemuan setiap 2 minggu, sehingga dalam 1 semester ditargetkan ada 21 kali pertemuan. Untuk setiap kajian atau kompetensi yang diharapkan, dosen akan memberikan beberapa paper yang berkaitan dengan kajian atau kompetensi tersebut. UTS tidak diselenggarakan, sedangkan UAS diselenggarakan di akhir semester sesuai jadwal yang telah ditentukan oleh institusi. 8 11/17/2014

9 Aturan Kuliah [2] Nilai yang telah dikeluarkan dan disahkan oleh dosen tidak dapat berubah. Tidak ada tambahan nilai kecuali hanya jika terjadi kesalahan perhitungan yang dilakukan oleh dosen. Segala bentuk tindak kecurangan akademik akan mengakibatkan mahasiswa ybs. mendapatkan nilai E! Yang dimaksud kecurangan akademik di antaranya plagiat, mencontek, menggunakan karya orang lain, bekerjasama dalam UAS, dan sebagainya. Mahasiswa dipersilakan masuk tanpa ada batasan minimal keterlambatan. Silakan bertanggung jawab atas amanah orang tua masing-masing untuk kuliah. Apabila mahasiswa sakit, ada keperluan, atau halangan lain sehinga tidak memungkinkan untuk masuk kuliah, silakan titipkan surat keterangan atau pesan izin ke dosen ybs. agar diberi pemakluman. 9 11/17/2014

10 Apa itu SC? SC is an evolving collection of methodologies, which aims to exploit tolerance for imprecission, uncertainty, and partial truth to achieve robustness, tractability (TR), and low cost (LC) [Zadeh, Lotfi A., 2006] Tujuan SC: terbentuknya High Machine Intelligence Quotient (HMIQ), sistem yang mampu mengolah informasi seperti cara berpikir manusia, mampu menyelesaikan permasalahan non-linier dan tidak ada model matematisnya (TR), serta dapat diimplementasikan dengan biaya rendah (LC). Komponen utama SC: Fuzzy Logic, Neural Network, dan Probabilistic Reasoning. Kemudian diikuti oleh Belief Network, Genetic Algorithms, Chaos Theory, dan Learning Theory. Yang terpenting dalam SC: satu komponen dengan komponen lainnya saling melengkapi dan berkontribusi untuk menyelesaikan suatu permasalahan /17/2014

11 Computing Technologies Hard Computing - base on classical Artificial Intelligence Soft Computing - base on Computational Intelligence with high MIQ Probabilistic Reasoning Neural networks Fuzzy Logic - Kernel of Soft Computing Evolutionary Computations Chaos Theory Hybrid Systems 11 11/17/2014

12 Teknik Dasar SC Awalnya, teknik dasar SC hanya empat: Fuzzy Logic Evolutionary Computation (EC) Neuro Computing atau Artificial Neural Networks (ANN) Probabilistic Computing Para ahli menambahkan teknik lain yang bisa digolongkan ke dalam SC, di antaranya: Support Vector Machine Rough Sets Multivalued Logic Chaos Computing Immune Network Theory 12 11/17/2014

13 Masalah pada metode SC [1] Seleksi data masukan dan keluaran. Pada pendekatan ANN, harus tersedia data yang digunakan untuk melatih sistem. Pada pendekatan Fuzzy Logic, harus tersedia pengetahuan tentang rule /17/2014

14 Masalah pada metode SC [2] Pada Algortima Genetika, penentuan fungsi obyektif yang menguji kualitas individu menjadi titik penting dari mekanisme pencarian solusi. Seleksi arsitektur sistem yang bersifat coba-coba, belum tersedianya formulasi walaupun untuk satu jenis aplikasi. Suatu metode baik untuk aplikasi tertentu tapi bisa sangat buruk untuk aplikasi lainnya /17/2014

15 Solusi: Hybrid Systems Fuzzy System yang digabungkan dengan Artificial Neural Network (ANN) atau Evolutionary Algorithms (EAs) ANN yang digabungkan dengan Fuzzy Systems atau EAs EAs yang digabungkan dengan Fuzzy Systems atau ANN 15 11/17/2014

16 Hybrid Fuzzy Systems Evolving Fuzzy: Fuzzy Logic Control yang dibangkitkan dan di-tune menggunakan Evolutionary Algorithms (EAs) Fuzzy Neural Systems: ANN yang dimodifikasi oleh Fuzzy System Neural Fuzzy Systems: Fuzzy Logic Control yang di-tune menggunakan ANN 16 11/17/2014

17 Hybrid ANN Systems Fuzzy Neural Systems: ANN yang dimodifikasi oleh Fuzzy System Evolving Neural Networks: Weights dan/atau topologi (arsitektur) ANN yang di-tune menggunakan Evolutionary Algorithms (EAs) 17 11/17/2014

18 Hybrid EAs Systems Parameter EAs dikontrol menggunakan Fuzzy logic Parameter EAs dikontrol menggunakan EAs juga 18 11/17/2014

19 Aplikasi SC Sistem Kontrol Optimasi Industri Bisnis dan keuangan Transportasi Pengolahan Multimedia 19 11/17/2014

20 Sistem Kontrol Sistem kontrol berbasis fuzzy logic yang pertama kali dibuat oleh Matsushita pada tahun 1987 adalah fuzzy logiccontrolled shower head. Produk peralatan rumah tangga dan elektronik sudah menggunakan SC, seperti air conditioner (AC), mesin cuci, kulkas, video kamera, dan sebagainya. Satu cerita sukses penggunaan fuzzy control adalah Sendai subway system yang berhasil meningkatkan indeks kenyamanan kereta api menjadi dua kali lipat dan menghemat konsumsi tenaga hingga 10% /17/2014

21 Optimasi Beragam masalah optimasi penjadwalan: proyek, perkuliahan, manufaktur, dsb. Optimasi sumberdaya pada manajemen proyek. Optimasi bahan bakar pada otomotif. Optimasi penggunaan tenaga listrik dengan meningkatkan proses pemanasan dan meminimasi emisi /17/2014

22 Industri Aplikasi proses industri Pengukuran dan kontrol proses Diagnosis kesalahan Kontrol kualitas Perencanaan dan penjadwalan komponen Analisis data 22 11/17/2014

23 Bisnis dan Keuangan Seleksi portofolio satu periode Alokasi aset Analisis pasar Evaluasi keuangan Manajemen resiko Segmentasi pelanggan Deteksi kecurangan Pemasaran yang berorientasi pelanggan Prediksi data 23 11/17/2014

24 Transportasi Travelling salesman problem (TSP) Pengaturan lampu lalu-lintas Otimasi penggunaan jalan raya 24 11/17/2014

25 Pengolahan Multimedia Perbaikan kualitas citra (image enhancement) Kompresi Manipulasi citra Deteksi tepi Pengenalan iris mata Pengenalan wajah Pengenalan suara manusia atau automatic speech recognition (ASR) Pengenalan pembicara (speaker recognition) 25 11/17/2014

26 Masa Depan SC Computers that understand and respond to normal human language. Machines that write interesting novels and screenplays in a selected style, such as Hemingway's. Huge expert decision makers, theoretically able to extract the wisdom of every document ever written. Molecule-sized soldiers of health that will roam the bloodstream, killing cancer cells and slowing the aging process. [Professor Bart Kosko, UC Southern California] 26 11/17/2014

27 THANK YOU

RENCANA PEMBELAJARAN SEMESTER (RPS)

RENCANA PEMBELAJARAN SEMESTER (RPS) RENCANA PEMBELAJARAN SEMESTER (RPS) CIG4B3 SOFT COMPUTING Disusun oleh: Syahrul Mubarok PROGRAM STUDI S1 TEKNIK INFORMATIKA FAKULTAS INFORMATIKA TELKOM UNIVERSITY LEMBAR PENGESAHAN Rencana Pembelajaran

Lebih terperinci

RENCANA PEMBELAJARAN SEMESTER (RPS)

RENCANA PEMBELAJARAN SEMESTER (RPS) RENCANA PEMBELAJARAN SEMESTER (RPS) CIG4C3 EVOLUTIONARY COMPUTATION Disusun oleh: Untari Novia Wisesty Syahrul Mubarok PROGRAM STUDI S1 TEKNIK INFORMATIKA FAKULTAS INFORMATIKA TELKOM UNIVERSITY LEMBAR

Lebih terperinci

PERANCANGAN PENGATURAN DURASI LAMPU LALU LINTAS ADAPTIF

PERANCANGAN PENGATURAN DURASI LAMPU LALU LINTAS ADAPTIF PERANCANGAN PENGATURAN DURASI LAMPU LALU LINTAS ADAPTIF Rudericus Andika Pramudya, Mahmud Imrona 2, Fhira Nhita 3,2,3 Prodi S Teknik Informatika, Fakultas Teknik, Universitas Telkom rudericusdika@gmail.com,

Lebih terperinci

RENCANA PEMBELAJARAN SEMESTER (RPS)

RENCANA PEMBELAJARAN SEMESTER (RPS) RENCANA PEMBELAJARAN SEMESTER (RPS) IKG2J3 KECERDASAN BUATAN Disusun oleh: PROGRAM STUDI ILMU KOMPUTASI FAKULTAS INFORMATIKA TELKOM UNIVERSITY LEMBAR PENGESAHAN Rencana Semester (RPS) ini telah disahkan

Lebih terperinci

Pengenalan Sistem Cerdas. Soft Computing dan Aplikasi AI

Pengenalan Sistem Cerdas. Soft Computing dan Aplikasi AI Pengenalan Sistem Cerdas Soft Computing dan Aplikasi AI Soft Computing (SC) Merupakan pendekatan inovatif untuk konstruksi komputasi dalam sistem cerdas SC adalah suatu pendekatan yang muncul untuk komputasi

Lebih terperinci

PENGANTAR KECERDASAN BUATAN

PENGANTAR KECERDASAN BUATAN PERTEMUAN PERTAMA PENGANTAR KECERDASAN BUATAN SEKOLAH TINGGI TEKNIK HARAPAN TAHUN AJARAN 2017-2018 Fera Damayanti Welcome Dosen Alamat : Fera Damayanti, ST, M.Kom : Jalan Karya Bakti No.26 Tanjung Pura,

Lebih terperinci

RENCANA PEMBELAJARAN SEMESTER (RPS)

RENCANA PEMBELAJARAN SEMESTER (RPS) RENCANA PEMBELAJARAN SEMESTER (RPS) CSG3G3 KECERDASAN ARTIFISIAL Disusun oleh: Tjokorda Agung B.W. Untari Novia Wisesty PROGRAM STUDI S1 TEKNIK INFORMATIKA FAKULTAS INFORMATIKA TELKOM UNIVERSITY LEMBAR

Lebih terperinci

KECERDASAN BUATAN ARTIFICIAL INTELLIGENCE. Copyright: Anik Handayani FT-UM

KECERDASAN BUATAN ARTIFICIAL INTELLIGENCE. Copyright: Anik Handayani FT-UM KECERDASAN BUATAN ARTIFICIAL INTELLIGENCE Copyright: Anik Handayani FT-UM ARTIFICIAL INTELLIGENCE Mata Kuliah:Kecerdasan Buatan (Artificial Intelligence/AI) Deskripsi Mengenai Kecerdasan Buatan Kecerdasan

Lebih terperinci

Artificial Intelligence. uthie 1

Artificial Intelligence. uthie 1 Artificial Intelligence uthie 1 Cabang-cabang AI 1. Logical AI Logika (matematis) yang merepresentasikan sekumpulan fakta dan tujuan ---> RUANG KEADAAN: Graph Tree uthie 2 Cabang-cabang AI 2. Search Pencarian

Lebih terperinci

Analisis Dan Implementasi Sistem Fuzzy dan Evolutionary Programming dada Pengaturan Lampu Lalu Lintas Cerdas

Analisis Dan Implementasi Sistem Fuzzy dan Evolutionary Programming dada Pengaturan Lampu Lalu Lintas Cerdas Analisis Dan Implementasi Sistem Fuzzy dan Evolutionary Programming dada Pengaturan Lampu Lalu Lintas Cerdas Mahmud Dwi Sulistiyo Fakultas Informatika Institut Teknologi Telkom, Bandung mahmuddwis@gmail.com

Lebih terperinci

BAB I PENDAHULUAN. beberapa dekade ini. Kanker paru merupakan pertumbuhan sel-sel abnormal yang

BAB I PENDAHULUAN. beberapa dekade ini. Kanker paru merupakan pertumbuhan sel-sel abnormal yang BAB I PENDAHULUAN A. Latar Belakang Kanker paru telah menjadi salah satu kanker yang sering terjadi dalam beberapa dekade ini. Kanker paru merupakan pertumbuhan sel-sel abnormal yang tak terkendali pada

Lebih terperinci

L ctur er: M. Mift Mi ak ft ul Am A i m n i,,s. Kom om,. M. M. ng.

L ctur er: M. Mift Mi ak ft ul Am A i m n i,,s. Kom om,. M. M. ng. POLITEKNIK NEGERI SRIWIJAYA Jurusan Teknik Komputer Program Studi D3 Teknik Komputer Lecturer: M. Miftakul Amin, S. Kom., M. Eng. Intelegensi Buatan Sesi 1 Pengantar Intelegensi Buatan 2015 Intelegensi

Lebih terperinci

PEMANFAATAN ALGORITMA FUZZY EVOLUSI UNTUK PENYELESAIAN KASUS TRAVELLING SALESMAN PROBLEM

PEMANFAATAN ALGORITMA FUZZY EVOLUSI UNTUK PENYELESAIAN KASUS TRAVELLING SALESMAN PROBLEM PEMANFAATAN ALGORITMA FUZZY EVOLUSI UNTUK PENYELESAIAN KASUS TRAVELLING SALESMAN PROBLEM Syafiul Muzid Jurusan Teknik Informatika, Fakultas Teknologi Industri, Universitas Islam Indonesia, Yogyakarta E-mail:

Lebih terperinci

Kecerdasan Buatan B Artificial Inttelligent CEH3I3 PRODI SISTEM KOMPUTER UNIVERSITAS TELKOM BANDUNG 2017

Kecerdasan Buatan B Artificial Inttelligent CEH3I3 PRODI SISTEM KOMPUTER UNIVERSITAS TELKOM BANDUNG 2017 Kecerdasan Buatan B Artificial Inttelligent CEH3I3 PRODI SISTEM KOMPUTER UNIVERSITAS TELKOM BANDUNG 2017 PENDAHULUAN (Pengenalan Silabus dan Kontrak Belajar) Pengenalan Matakuliah Matakuliah Bobot : Kecerdasan

Lebih terperinci

Vukovich dinamis yang digabungkan dengan model PRoFIGA didalamnya.

Vukovich dinamis yang digabungkan dengan model PRoFIGA didalamnya. BAB I PENDAHULUAN 1.1. Latar Belakang Fuzzy Evolutionary Algorithm (FEA) merupakan salah satu model hybrid yang menggabungkan dua buah model soft computing yaitu algoritma genetika dan logika fuzzy. FEA

Lebih terperinci

BAB 1 PENDAHULUAN. berkembang pesat pada akhir-akhir ini mengingat perkembangan teknologi yang

BAB 1 PENDAHULUAN. berkembang pesat pada akhir-akhir ini mengingat perkembangan teknologi yang BAB 1 PENDAHULUAN 1.1 Latar Belakang Kecerdasan buatan (artificial intelligence) merupakan bidang yang berkembang pesat pada akhir-akhir ini mengingat perkembangan teknologi yang mengarah kepada bidang

Lebih terperinci

RENCANA PEMBELAJARAN SEMESTER (RPS)

RENCANA PEMBELAJARAN SEMESTER (RPS) RENCANA PEMBELAJARAN SEMESTER (RPS) CIG4I3 SISTEM REKOGNISI Disusun oleh: Tjokorda Agung Wirayudha PROGRAM STUDI S1 TEKNIK INFORMATIKA FAKULTAS INFORMATIKA TELKOM UNIVERSITY LEMBAR PENGESAHAN Rencana Semester

Lebih terperinci

Pengenalan Kecerdasan Buatan (KB)

Pengenalan Kecerdasan Buatan (KB) Pengenalan Kecerdasan Buatan (KB) Pengertian Kecerdasan Buatan VS Kecerdasan Alami Komputasi KB VS Komputasi Konvensional Sejarah KB Lingkup KB Soft Computing Referensi Luger & Stubblefield - bab 1 Sri

Lebih terperinci

Menurut Kaplan, AI mempunyai beberapa kelebihan dibandingkan dengan kecerdasan alami

Menurut Kaplan, AI mempunyai beberapa kelebihan dibandingkan dengan kecerdasan alami KECERDASAN BUATAN (AI/Artificial Intelligence) Menurut Kaplan, AI mempunyai beberapa kelebihan dibandingkan dengan kecerdasan alami (kecerdasan manusia). Kelebihan AI yaitu : AI lebih bersifat permanent

Lebih terperinci

TK36301 PENGANTAR KECERDASAN BUATAN

TK36301 PENGANTAR KECERDASAN BUATAN RENCANA PEMBELAJARAN SEMESTER (RPS) TK36301 PENGANTAR KECERDASAN BUATAN DISUSUN OLEH : APRIANTI PUTRI SUJANA, S.KOM., M.T. PROGRAM STUDI S1 SISTEM KOMPUTER FAKULTAS TEKNIK DAN ILMU KOMPUTER UNIVERSITAS

Lebih terperinci

RENCANA PEMBELAJARAN SEMESTER (RPS)

RENCANA PEMBELAJARAN SEMESTER (RPS) RENCANA PEMBELAJARAN SEMESTER (RPS) CIG4A3 Pembelajaran Mesin Disusun oleh: Agung Toto Wibowo Said Al Faraby PROGRAM STUDI S1 TEKNIK INFORMATIKA FAKULTAS INFORMATIKA TELKOM UNIVERSITY LEMBAR PENGESAHAN

Lebih terperinci

ARTIFICIAL INTELLIGENCE / AI (Kecerdasan Buatan)

ARTIFICIAL INTELLIGENCE / AI (Kecerdasan Buatan) ARTIFICIAL INTELLIGENCE / AI (Kecerdasan Buatan) Definisi : - Awalnya komputer difungsikan sebagai alat hitung. - Seiring dengan perkembangan jaman, komputer diharapkan dapat diberdayakan untuk mengerjakan

Lebih terperinci

KONTRAK PEMBELAJARAN (KP) MATA KULIAH

KONTRAK PEMBELAJARAN (KP) MATA KULIAH KONTRAK PEMBELAJARAN (KP) MATA KULIAH Jaringan Saraf Tiruan Kode MK: TSK 615 Program Studi Sistem Komputer Fakultas Teknik Universitas Diponegoro Pengajar : Dr.Oky Dwi Nurhayati, ST, MT Semester : 6 KONTRAK

Lebih terperinci

BAB I PENDAHULUAN I.1 Latar Belakang

BAB I PENDAHULUAN I.1 Latar Belakang BAB I PENDAHULUAN I.1 Latar Belakang Prinsip teknologi dikembangkan adalah untuk membuat alat atau sarana yang dapat membantu dan memberi kemudahan bagi manusia untuk melakukan kegiatan dalam hidup. Seiring

Lebih terperinci

KBKF63307 INTELIGENSI BUATAN

KBKF63307 INTELIGENSI BUATAN RENCANA PEMBELAJARAN SEMESTER (RPS) KBKF63307 INTELIGENSI BUATAN Disusun oleh: PROGRAM STUDI S1 TEKNIK INFORMATIKA FAKULTAS ILMU KOMPUTER (FILKOM) UNIVERSITAS PUTRA INDONESIA YPTK PADANG LEMBAR PENGESAHAN

Lebih terperinci

Lesson-1. Introduction to Artificial Intelligence

Lesson-1. Introduction to Artificial Intelligence Lesson-1 Introduction to Artificial Intelligence Contoh Aplikasi AI VIDEO Artificial Intelligence Intelligence Kecerdasan Intelegensia Kepintaran Artificial Buatan Semu Artifisial Apa itu AI? Bagaimana

Lebih terperinci

PERAMALAN BEBAN LISTRIK JANGKA PENDEK DI BALI MENGGUNAKAN PENDEKATAN ADAPTIVE NEURO-FUZZY INFERENCE SYSTEM (ANFIS)

PERAMALAN BEBAN LISTRIK JANGKA PENDEK DI BALI MENGGUNAKAN PENDEKATAN ADAPTIVE NEURO-FUZZY INFERENCE SYSTEM (ANFIS) PERAMALAN BEBAN LISTRIK JANGKA PENDEK DI BALI MENGGUNAKAN PENDEKATAN ADAPTIVE NEURO-FUZZY INFERENCE SYSTEM (ANFIS) L K Widyapratiwi 1, I P A Mertasana 2, I G D Arjana 2 1 Mahasiswa Teknik Elektro, Fakultas

Lebih terperinci

Kecerdasan Buatan. Mengenal Sistem Cerdas... Pertemuan 01. Husni

Kecerdasan Buatan. Mengenal Sistem Cerdas... Pertemuan 01. Husni Kecerdasan Buatan Pertemuan 01 Mengenal Sistem Cerdas... Husni Lunix96@gmail.com http://komputasi.wordpress.com S1 Teknik Informatika, STMIK AMIKOM, 2013 Tentang Saya Husni S1 Ilmu Komputer UGM, S2 Informatika

Lebih terperinci

2. Tahapan Penelitian pemahaman merupakan awal proses penelitian

2. Tahapan Penelitian pemahaman merupakan awal proses penelitian Metodologi Penelitian Rudi Susanto rudist87@gmail.com 086547296211 2. Tahapan Penelitian pemahaman merupakan awal proses penelitian Course Outline 1. Pengantar Penelitian 2. Tahapan Penelitian 3. Masalah

Lebih terperinci

SILABUS MATAKULIAH. Revisi : 4 Tanggal Berlaku : 04 September 2015

SILABUS MATAKULIAH. Revisi : 4 Tanggal Berlaku : 04 September 2015 SILABUS MATAKULIAH Revisi : 4 Tanggal Berlaku : 04 September 2015 A. Identitas 1. Nama Matakuliah : Sistem Cerdas 2. Program Studi : Teknik Industri 3. Fakultas : Teknik 4. Bobot sks : 2 SKS 5. Elemen

Lebih terperinci

Penerapan Adaptive Genetic Algorithm dengan Fuzzy Logic Controller pada Capacitated Vehicle Routing Problem

Penerapan Adaptive Genetic Algorithm dengan Fuzzy Logic Controller pada Capacitated Vehicle Routing Problem Penerapan Adaptive Genetic Algorithm dengan Fuzzy Logic Controller pada Capacitated Vehicle Routing Problem Tri Kusnandi Fazarudin 1, Rasyid Kurniawan 2, Mahmud Dwi Sulistiyo 3 1,2 Prodi S1 Teknik Informatika,

Lebih terperinci

RENCANA PROGRAM KEGIATAN PERKULIAHAN SEMESTER (RPKPS)

RENCANA PROGRAM KEGIATAN PERKULIAHAN SEMESTER (RPKPS) RENCANA PROGRAM KEGIATAN PERKULIAHAN SEMESTER (RPKPS) Kode / Nama Mata Kuliah : E124907 / Sistem Cerdas Revisi 4 Satuan Kredit Semester : 2 SKS Tgl revisi : 16 Juli 2015 Jml Jam kuliah dalam seminggu :

Lebih terperinci

BAB I PENDAHULUAN. 1.1 Latar Belakang

BAB I PENDAHULUAN. 1.1 Latar Belakang BAB I PENDAHULUAN 1.1 Latar Belakang Pada awal diciptakan, komputer hanya difungsikan sebagai alat hitung saja. Namun seiring dengan perkembangan zaman, maka peran komputer semakin mendominasi kehidupan.

Lebih terperinci

PENERAPAN ALGORITMA GENETIKA UNTUK MENYELESAIKAN PERMASALAHAN PENJADWALAN DOSEN DENGAN FUZZY

PENERAPAN ALGORITMA GENETIKA UNTUK MENYELESAIKAN PERMASALAHAN PENJADWALAN DOSEN DENGAN FUZZY PENERAPAN ALGORITMA GENETIKA UNTUK MENYELESAIKAN PERMASALAHAN PENJADWALAN DOSEN DENGAN FUZZY Arief Kelik Nugroho Fakultas Teknik, Universitas PGR Yogyakarta e-mail : ariefkeliknugroho@gmail.com Abstrak

Lebih terperinci

Optimasi Multi Travelling Salesman Problem (M-TSP) Menggunakan Algoritma Genetika

Optimasi Multi Travelling Salesman Problem (M-TSP) Menggunakan Algoritma Genetika Optimasi Multi Travelling Salesman Problem (M-TSP) Menggunakan Algoritma Genetika Wayan Firdaus Mahmudy (wayanfm@ub.ac.id) Program Studi Ilmu Komputer, Universitas Brawijaya, Malang, Indonesia Abstrak.

Lebih terperinci

RENCANA PEMBELAJARAN SEMESTER (RPS)

RENCANA PEMBELAJARAN SEMESTER (RPS) 1 RENCANA PEMBELAJARAN SEMESTER (RPS) Mata Kuliah : Applied Artificial Intelligent Kode/ Bobot : ------- Status : Mata Kuliah Penunjang Disertasi Prasyarat : - Deskripsi Singkat : Konsep dasar Artificial

Lebih terperinci

BAB I PENDAHULUAN 1.1. Latar Belakang

BAB I PENDAHULUAN 1.1. Latar Belakang BAB I PENDAHULUAN 1.1. Latar Belakang Dalam mencapai tujuan pembangunan ekonomi diperlukan peran serta lembaga keuangan untuk membiayai pembangunan tersebut. Lembaga keuangan memegang peranan penting dalam

Lebih terperinci

Achmad Fauqy Ashari Supervisor: Wiwik Anggraeni S.Si, M.Kom Ahmad Mukhlason S.Kom, M.Sc

Achmad Fauqy Ashari Supervisor: Wiwik Anggraeni S.Si, M.Kom Ahmad Mukhlason S.Kom, M.Sc Achmad Fauqy Ashari 5208100150 Supervisor: Wiwik Anggraeni S.Si, M.Kom Ahmad Mukhlason S.Kom, M.Sc Sistem Informasi - FTIf - 2012 Tujuan dari tugas akhir ini adalah pengembangan prototipe sistem cerdas

Lebih terperinci

Artificial intelligence

Artificial intelligence Artificial intelligence Team teaching: Sri Winiarti, Andri Pranolo, dan Anna Hendri SJ Andri Pranolo W : apranolo.tif.uad.ac.id M : 081392554050 E : andri.pranolo@tif.uad.ac.id Informatics Engineering,

Lebih terperinci

BAB I PENDAHULUAN. Universitas Sumatera Utara

BAB I PENDAHULUAN. Universitas Sumatera Utara BAB I PENDAHULUAN 1.1 Latar Belakang Setelah berkembangnya AI (Artifical Intelligence), banyak sekali ditemukan sejumlah algoritma yang terinspirasi dari alam. Banyak persoalan yang dapat diselesaikan

Lebih terperinci

RENCANA PROGRAM DAN KEGIATAN PEMBELAJARAN SEMESTER (RPKPS)

RENCANA PROGRAM DAN KEGIATAN PEMBELAJARAN SEMESTER (RPKPS) RENCANA PROGRAM DAN KEGIATAN PEMBELAJARAN SEMESTER (RPKPS) 1. Nama Matakuliah : KECERDASAN BUATAN 2. Kode/SKS : IES5353 / 3 sks 3. Semester : 5 4. Sifat Mata Kuliah : Wajib 5. Prasyarat : Tidak ada 6.

Lebih terperinci

KECERDASAN BUATAN Artificial intelligence TRI WAHYUDI TIPA 15

KECERDASAN BUATAN Artificial intelligence TRI WAHYUDI TIPA 15 KECERDASAN BUATAN Artificial intelligence TRI WAHYUDI 1530055401001 TIPA 15 DAFTAR isi BAB I pengantar kecerdasan buatan BAB II Bidang Ilmu Ai BAB III Machine Learning BAB I PENGANTAR KECERDASAN BUATAN

Lebih terperinci

PERANCANGAN ALGORITMA GENETIKA UNTUK MENENTUKAN JALUR TERPENDEK. Kata kunci: Algoritma Genetika, Shortest Path Problem, Jalur Terpendek

PERANCANGAN ALGORITMA GENETIKA UNTUK MENENTUKAN JALUR TERPENDEK. Kata kunci: Algoritma Genetika, Shortest Path Problem, Jalur Terpendek PERANCANGAN ALGORITMA GENETIKA UNTUK MENENTUKAN JALUR TERPENDEK Fajar Saptono 1, Taufiq Hidayat 2 Laboratorium Pemrograman dan Informatika Teori Jurusan Teknik Informatika, Fakultas Teknologi Industri,

Lebih terperinci

RENCANA PEMBELAJARAN SEMESTER (RPS)

RENCANA PEMBELAJARAN SEMESTER (RPS) RENCANA PEMBELAJARAN SEMESTER (RPS) CNG4N3 EMBEDDED SYSTEM Disusun oleh: Maman Abdurohman 99750180-1 Prodi S1 Informatika FAKULTAS INFORMATIKA UNIVERSITAS TELKOM LEMBAR PENGESAHAN Rencana Pembelajaran

Lebih terperinci

Lingkup Metode Optimasi

Lingkup Metode Optimasi Algoritma Genetika Lingkup Metode Optimasi Analitik Linier Non Linier Single Variabel Multi Variabel Dgn Kendala Tanpa Kendala Numerik Fibonacci Evolusi Complex Combinasi Intelijen/ Evolusi Fuzzy Logic

Lebih terperinci

Mengenal Artificial Intelligence, Machine. Learning, Neural Network, dan Deep Learning

Mengenal Artificial Intelligence, Machine. Learning, Neural Network, dan Deep Learning Mengenal Artificial Intelligence, Machine Learning, Neural Network, dan Deep Learning Abu Ahmad www.teknoindonesia.com E-mail: abuahmad@promotionme.com Abstract Dengan semakin canggihnya teknologi dan

Lebih terperinci

mental kita begitu penting bagi kehidupan

mental kita begitu penting bagi kehidupan PENGANTAR KECERDASAN BUATAN (ARTIFICIAL INTELLIGENCE) Pendahuluan Manusia memiliki nama ilmiah homo sapiens - manusia yang bijaksana - karena kapasitas mental kita begitu penting bagi kehidupan sehari-hari.

Lebih terperinci

BUKU RANCANGAN PEMBELAJARAN

BUKU RANCANGAN PEMBELAJARAN BUKU RANCANGAN PEMBELAJARAN Mata Kuliah Machine Learning oleh Dr. rer. nat. Hendri Murfi Program Studi Magister Matematika Departemen Matematika - FMIPA Universitas Indonesia 2013 DAFTAR ISI DAFTAR ISI

Lebih terperinci

BAB 2 LANDASAN TEORI. fuzzy logic dengan aplikasi neuro computing. Masing-masing memiliki cara dan proses

BAB 2 LANDASAN TEORI. fuzzy logic dengan aplikasi neuro computing. Masing-masing memiliki cara dan proses 8 BAB 2 LANDASAN TEORI 2.1 Teori Neuro Fuzzy Neuro-fuzzy sebenarnya merupakan penggabungan dari dua studi utama yaitu fuzzy logic dengan aplikasi neuro computing. Masing-masing memiliki cara dan proses

Lebih terperinci

Kode/SKS : TEL 212/2 Prasyarat : -

Kode/SKS : TEL 212/2 Prasyarat : - Nama MatakuIiah : Teknik Neuro Fuzzy Kode/SKS : TEL 212/2 Prasyarat : - Status Mata Kuliah : Wajib Umum Deskripsi Singkat Mata Kuliah : Mata kuliah Teknik Neuro Fuzzy mempelajari penerapan kecerdasan dan

Lebih terperinci

SISTEM PENDUKUNG KEPUTUSAN

SISTEM PENDUKUNG KEPUTUSAN SISTEM PENDUKUNG KEPUTUSAN N. Tri Suswanto Saptadi Informatics Engineering Faculty of Information Technology Konsep SPK SPK atau DSS (Decision Support System): suatu sistem berbasis komputer inter-aktif

Lebih terperinci

CSG2G3 Organisasi dan Arsitektur Komputer (Computer Organization and Architecture - COA)

CSG2G3 Organisasi dan Arsitektur Komputer (Computer Organization and Architecture - COA) CSG2G3 Organisasi dan Arsitektur Komputer (Computer Organization and Architecture - COA) Tim Dosen COA: - Aji Gautama Putrada (AJG) - Andrian Rakhmatsyah (ADR) - Endro Ariyanto (END) - Erwid Jadied (EMJ)

Lebih terperinci

METODOLOGI PENELITIAN

METODOLOGI PENELITIAN METODOLOGI PENELITIAN TAHAPAN PENELITIAN TKK6352 Metodologi Penelitian Name Chalifa Chazar Website script.id Email chalifa.chazar@gmail.com Last update : Juli 2016 chalifa.chazar@gmail.com Course Outline

Lebih terperinci

KECERDASAN BUATAN. MENGENAL SISTEM CERDAS KELAS 10-S1TI-03, 04, 05. PERTEMUAN 01. HUSNI

KECERDASAN BUATAN. MENGENAL SISTEM CERDAS KELAS 10-S1TI-03, 04, 05. PERTEMUAN 01. HUSNI KECERDASAN BUATAN. MENGENAL SISTEM CERDAS KELAS 10-S1TI-03, 04, 05. PERTEMUAN 01. HUSNI Kecerdasan Buatan Pertemuan 01 Mengenal Sistem Cerdas Kelas 10-S1TI-03, 04, 05 Husni Lunix96@gmail.com http://komputasi.wordpress.com

Lebih terperinci

BAB 1. Adakalanya proses penalaran mengandung data-data atau informasi yang mengandung

BAB 1. Adakalanya proses penalaran mengandung data-data atau informasi yang mengandung BAB 1 PENDAHULUAN 1.1 Latar Belakang Masalah Proses penalaran merupakan bagian yang sangat penting dalam sistem cerdas. Adakalanya proses penalaran mengandung data-data atau informasi yang mengandung ketidaktepatan

Lebih terperinci

THE SOFTWARE PRODUCT

THE SOFTWARE PRODUCT 1 THE SOFTWARE PRODUCT Ign.F.Bayu Andoro.S, M.Kom 2.1 The Evolving Role of Software 2 Peran Perangkat Lunak saat ini: Berfungsi sebagai sebuah produk Mengantarkan potensi penghitungan yang dibangun oleh

Lebih terperinci

RENCANA PEMBELAJARAN SEMESTER (RPS)

RENCANA PEMBELAJARAN SEMESTER (RPS) RENCANA PEMBELAJARAN SEMESTER (RPS) CIG4K3 SISTEM BERBASIS PENGETAHUAN Disusun oleh: Dade Nurjanah, Ph.D PROGRAM STUDI S1 TEKNIK INFORMATIKA FAKULTAS INFORMATIKA TELKOM UNIVERSITY LEMBAR PENGESAHAN Rencana

Lebih terperinci

ANALISIS RULE INFERENSI FUZZY MAMDANI DALAM MENENTUKAN IPK AKHIR. Abstrak

ANALISIS RULE INFERENSI FUZZY MAMDANI DALAM MENENTUKAN IPK AKHIR. Abstrak ANALISIS RULE INFERENSI FUZZY MAMDANI DALAM MENENTUKAN IPK AKHIR Khairul Saleh, S. Kom, M. Kom, Universitas Asahan; address, telp/fax of institution/affiliation Jurusan Teknik Informatika, Fakultas Teknik

Lebih terperinci

Artificial Intelegence. Eka Yuniar

Artificial Intelegence. Eka Yuniar Artificial Intelegence Eka Yuniar DEFINISI Awalnya komputer difungsikan sebagai alat hitung. Seiring dengan perkembangan jaman, komputer diharapkan dapatdiberdayakan untuk mengerjakan segala sesuatu yang

Lebih terperinci

Decision Support System. by: Ahmad Syauqi Ahsan

Decision Support System. by: Ahmad Syauqi Ahsan 15 Decision Support System by: Ahmad Syauqi Ahsan Kenapa Manajer butuh bantuan IT? 2 Alternatif penyelesaian yang harus dipertimbangkan semakin banyak dan selalu bertambah. Keputusan-keputusan harus dibuat

Lebih terperinci

Seminar Nasional Aplikasi Teknologi Informasi 2004 Yogyakarta, 19 Juni 2004

Seminar Nasional Aplikasi Teknologi Informasi 2004 Yogyakarta, 19 Juni 2004 Seminar Nasional Aplikasi Teknologi Informasi 2004 Yogyakarta, 19 Juni 2004 Penyelesaian Masalah Penugasan dengan Algoritma Genetika Zainudin Zukhri Jurusan Teknik Informatika, Fakultas Teknologi Industri,

Lebih terperinci

BAB I PENGANTAR KECERDASAN BUATAN

BAB I PENGANTAR KECERDASAN BUATAN BAB I PENGANTAR KECERDASAN BUATAN 1. 1 DEFINISI Kecerdasan buatan (Artificial Intelligence) : Bagian dari ilmu komputer yang mempelajari bagaimana membuat mesin (komputer) dapat melakukan pekerjaan seperti

Lebih terperinci

KONTRAK PEMBELAJARAN (KP) MATA KULIAH

KONTRAK PEMBELAJARAN (KP) MATA KULIAH KONTRAK PEMBELAJARAN (KP) MATA KULIAH Kode MK: TSK-710 Program Studi Sistem Komputer Fakultas Teknik Universitas Diponegoro Pengajar : Eko Didik Widianto, ST, MT Semester : 7 KONTRAK PEMBELAJARAN Nama

Lebih terperinci

DATA MINING. Pertemuan 1. Nizar Rabbi Radliya 3 SKS Semester 6 S1 Sistem Informasi

DATA MINING. Pertemuan 1. Nizar Rabbi Radliya 3 SKS Semester 6 S1 Sistem Informasi DATA MINING 3 SKS Semester 6 S1 Sistem Informasi Pertemuan 1 Nizar Rabbi Radliya nizar.radliya@yahoo.com Universitas Komputer Indonesia 2016 Ketentuan Perkuliahan Perkuliahan diselenggarakan 14 kali pertemuan

Lebih terperinci

RENCANA PEMBELAJARAN SEMESTER (RPS)

RENCANA PEMBELAJARAN SEMESTER (RPS) RENCANA PEMBELAJARAN SEMESTER (RPS) CNG4M3 SISTEM WAKTU NYATA Disusun oleh: Endro Ariyanto PROGRAM STUDI TEKNIK INFORMATIKA FAKULTAS INFORMATIKA UNIVERSITAS TELKOM LEMBAR PENGESAHAN Rencana Pembelajaran

Lebih terperinci

Team project 2017 Dony Pratidana S. Hum Bima Agus Setyawan S. IIP

Team project 2017 Dony Pratidana S. Hum Bima Agus Setyawan S. IIP Hak cipta dan penggunaan kembali: Lisensi ini mengizinkan setiap orang untuk menggubah, memperbaiki, dan membuat ciptaan turunan bukan untuk kepentingan komersial, selama anda mencantumkan nama penulis

Lebih terperinci

MODEL PREDIKSI PRODUCTION DELAY DALAM PROSES PRODUKSI STRIP MILL DENGAN METODE ADAPTIVE NEURO- FUZZY INFERENCE SYSTEM

MODEL PREDIKSI PRODUCTION DELAY DALAM PROSES PRODUKSI STRIP MILL DENGAN METODE ADAPTIVE NEURO- FUZZY INFERENCE SYSTEM Journal Industrial Servicess Vol. 3 No. 2 Maret 2018 MODEL PREDIKSI PRODUCTION DELAY DALAM PROSES PRODUKSI STRIP MILL DENGAN METODE ADAPTIVE NEURO- FUZZY INFERENCE SYSTEM Yusraini Muharni Jurusan Teknik

Lebih terperinci

Peramalan Kebutuhan Beban Sistem Tenaga Listrik Menggunakan Algoritma Genetika

Peramalan Kebutuhan Beban Sistem Tenaga Listrik Menggunakan Algoritma Genetika Peramalan Kebutuhan Beban Sistem Tenaga Listrik Menggunakan Algoritma Genetika M. Syafrizal, Luh Kesuma Wardhani, M. Irsyad Jurusan Teknik Informatika - Universitas Islam Negeri Sultan Syarif Kasim Riau

Lebih terperinci

BAB I Pengenalan Kecerdasan Buatan (Artificial Inteligent / AI ) Created A.Tohir from Dosen Mr.Zulkifli

BAB I Pengenalan Kecerdasan Buatan (Artificial Inteligent / AI ) Created A.Tohir from Dosen Mr.Zulkifli BAB I Pengenalan Kecerdasan Buatan (Artificial Inteligent / AI ) Created A.Tohir from Dosen Mr.Zulkifli Definisi Kecerdasan Buatan Merupakan salah satu bagian dari ilmu komputer Yang membuat agar mesin

Lebih terperinci

Gambar 1. Hop multi komunikasi antara sumber dan tujuan

Gambar 1. Hop multi komunikasi antara sumber dan tujuan Routing pada Jaringan Wireless Ad Hoc menggunakan teknik Soft Computing dan evaluasi kinerja menggunakan simulator Hypernet Tulisan ini menyajikan sebuah protokol untuk routing dalam jaringan ad hoc yang

Lebih terperinci

SA N BUA BU T A A T N

SA N BUA BU T A A T N MATERI KECERDASAN BUATAN (ARTIFICIAL INTELLIGENCE) PENGANTAR by : Suthami A MATERI No 1. Pendahuluan Materi 2. Masalah dan Ruang Keadaan 3. Metode Pelacakan/Pencarian 4. Representasi Pengetahuan 5. Penalaran

Lebih terperinci

BAB I PENDAHULUAN. berpikir untuk melakukan dan mengatasi segala permasalahan yang dihadapi dengan bantuan

BAB I PENDAHULUAN. berpikir untuk melakukan dan mengatasi segala permasalahan yang dihadapi dengan bantuan BAB I PENDAHULUAN 1.1 Latar Belakang Kemampuan dan peranan komputer yang cukup signifikan acapkali membuat manusia berpikir untuk melakukan dan mengatasi segala permasalahan yang dihadapi dengan bantuan

Lebih terperinci

EVALUASI KEMAJUAN STUDI MAHASISWA DENGAN PENDEKATAN BASIS DATA FUZZY

EVALUASI KEMAJUAN STUDI MAHASISWA DENGAN PENDEKATAN BASIS DATA FUZZY EVALUASI KEMAJUAN STUDI MAHASISWA DENGAN PENDEKATAN BASIS DATA FUZZY Hari Murti 1, Eko Nur Wahyudi 2 1,2 Program Studi Sistem Informasi, Fakultas Teknologi Informasi, Universitas Stikubank e-mail: 1 hmurti076@gmail.com,

Lebih terperinci

APLIKASI HASIL PENCARIAN DAN RUTE PENGIRIMAN BARANG DARI SOLUSI MASALAH TRANSPORTASI BIKRITERIA DENGAN METODE LOGIKA FUZZY

APLIKASI HASIL PENCARIAN DAN RUTE PENGIRIMAN BARANG DARI SOLUSI MASALAH TRANSPORTASI BIKRITERIA DENGAN METODE LOGIKA FUZZY APLIKASI HASIL PENCARIAN DAN RUTE PENGIRIMAN BARANG DARI SOLUSI MASALAH TRANSPORTASI BIKRITERIA DENGAN METODE LOGIKA FUZZY Faisal Dosen Jurusan Teknik Informatika Fakultas Sains & Teknologi UIN Alauddin

Lebih terperinci

MANAGEMENT SUPPORT SYSTEM (MSS)

MANAGEMENT SUPPORT SYSTEM (MSS) MANAGEMENT SUPPORT SYSTEM (MSS) PENGAMBILAN KEPUTUSAN MANAGERIAL Manajemen adalah proses dalam mengatur pemakaian sumber daya yang ada (man, money, material, time, space, dsb) untuk mendapatkan keluaran

Lebih terperinci

Distribusi SKS per Semester

Distribusi SKS per Semester Jumlah SKS Matakuliah Semester dan Peminatan Studi Prodi Teknik Informatika Fakultas Teknologi Industri Universitas Islam Indonesia -FTI UII- Yogyakarta Jumlah SKS dan Semester Untuk mencapai derajat sarjana

Lebih terperinci

DINAMISASI PARAMETER ALGORITMA GENETIKA MENGGUNAKAN POPULATION RESIZING ON FITNESS IMPROVEMENT FUZZY EVOLUTIONARY ALGORITHM (PROFIFEA)

DINAMISASI PARAMETER ALGORITMA GENETIKA MENGGUNAKAN POPULATION RESIZING ON FITNESS IMPROVEMENT FUZZY EVOLUTIONARY ALGORITHM (PROFIFEA) DINAMISASI PARAMETER ALGORITMA GENETIKA MENGGUNAKAN POPULATION RESIZING ON FITNESS IMPROVEMENT FUZZY EVOLUTIONARY ALGORITHM (PROFIFEA) Syafiul Muzid Program Studi Sistem Informasi, Fakulktas Teknik, Universitas

Lebih terperinci

MEMBANGUN TOOLBOX ALGORITMA EVOLUSI FUZZY UNTUK MATLAB

MEMBANGUN TOOLBOX ALGORITMA EVOLUSI FUZZY UNTUK MATLAB MEMBANGUN TOOLBOX ALGORITMA EVOLUSI FUZZY UNTUK MATLAB Syafiul Muzid 1, Sri Kusumadewi 2 1 Sekolah Pascasarjana Magister Ilmu Komputer, Universitas Gadjah Mada, Yogyakarta e-mail: aakzid@yahoo.com 2 Jurusan

Lebih terperinci

DECISION SUPPORT SYSTEM (DSS) 2005 PRENTICE HALL, DECISION SUPPORT SYSTEMS AND INTELLIGENT SYSTEMS, 7TH EDITION, TURBAN, ARONSON, AND LIANG

DECISION SUPPORT SYSTEM (DSS) 2005 PRENTICE HALL, DECISION SUPPORT SYSTEMS AND INTELLIGENT SYSTEMS, 7TH EDITION, TURBAN, ARONSON, AND LIANG DECISION SUPPORT SYSTEM (DSS) FAJRIAN NUR ADNAN, MCS 1 Materi Perkuliahan UTS UAS GAMBARAN UMUM DSS DAN AI PENGEMBANGAN SPK PERAN TEKNOLOGI TERHADAP MANAJERIAL GSS (SPK KELOMPOK) KONSEP DASAR SPK SI PERUSAHAAN

Lebih terperinci

RENCANA PEMBELAJARAN SEMESTER (RPS)

RENCANA PEMBELAJARAN SEMESTER (RPS) RENCANA PEMBELAJARAN SEMESTER (RPS) IKG4B2 Tugas Akhir I dan Seminar Disusun oleh: Dede Tarwidi, M.Si., M.Sc. PROGRAM STUDI S1 ILMU KOMPUTASI FAKULTAS INFORMATIKA TELKOM UNIVERSITY LEMBAR PENGESAHAN Rencana

Lebih terperinci

IMPLEMENTASI FUZZY EVOLUTIONARY ALGORITHMS UNTUK PENENTUAN POSISI BASE TRANSCEIVER STATION (BTS)

IMPLEMENTASI FUZZY EVOLUTIONARY ALGORITHMS UNTUK PENENTUAN POSISI BASE TRANSCEIVER STATION (BTS) IMPLEMENTASI FUZZY EVOLUTIONARY ALGORITHMS UNTUK PENENTUAN POSISI BASE TRANSCEIVER STATION (BTS) Muhammad Fachrie 1, Sri Widowati 2, Ahmad Tri Hanuranto 3 1,2 Jurusan Teknik Informatika, Fakultas Informatika,

Lebih terperinci

APLIKASI LOGIKA FUZZY PADA PERAMALAN KEBUTUHAN ENERGI LISTRIK JANGKA PANJANG DI PROVINSI SUMATERA BARAT SAMPAI TAHUN 2018 TUGAS AKHIR

APLIKASI LOGIKA FUZZY PADA PERAMALAN KEBUTUHAN ENERGI LISTRIK JANGKA PANJANG DI PROVINSI SUMATERA BARAT SAMPAI TAHUN 2018 TUGAS AKHIR APLIKASI LOGIKA FUZZY PADA PERAMALAN KEBUTUHAN ENERGI LISTRIK JANGKA PANJANG DI PROVINSI SUMATERA BARAT SAMPAI TAHUN 2018 TUGAS AKHIR Sebagai Salah Satu Syarat Untuk Menyelesaikan Program Stratum-1 (S1)

Lebih terperinci

Analisis Akurasi Support Vector Machine...

Analisis Akurasi Support Vector Machine... ANALISIS AKURASI SUPPORT VECTOR MACHINE DENGAN FUNGSI KERNEL GAUSSIAN RBF UNTUK PRAKIRAAN BEBAN LISTRIK HARIAN SEKTOR INDUSTRI Luqman Assaffat 1 * 1 Jurusan Teknik Elektro, Fakultas Teknik, Universitas

Lebih terperinci

Data Mining Terapan dengan Matlab

Data Mining Terapan dengan Matlab Pendahuluan i ii Data Mining Terapan dengan Matlab Pendahuluan iii DATA MINING TERAPAN DENGAN MATLAB Oleh : Budi Santosa Edisi Pertama Cetakan Pertama, 2007 Hak Cipta 2007 pada penulis, Hak Cipta dilindungi

Lebih terperinci

RENCANA PEMBELAJARAN SEMESTER GENAP 2016/2017 PROGRAM STUDI TEKNIK INFORMATIKA FAKULTAS ILMU KOMPUTER UNIVERSITAS ESA UNGGUL

RENCANA PEMBELAJARAN SEMESTER GENAP 2016/2017 PROGRAM STUDI TEKNIK INFORMATIKA FAKULTAS ILMU KOMPUTER UNIVERSITAS ESA UNGGUL RENCANA SEMESTER GENAP 2016/2017 PROGRAM STUDI TEKNIK INFORMATIKA FAKULTAS ILMU KOMPUTER UNIVERSITAS ESA UNGGUL Mata Kuliah : FUZZY LOGIC Kode MK : CIF416 Mata Kuliah Prasyarat : KECERDASAN BUATAN, LOGIKA

Lebih terperinci

MATLAB UNTUK STATISTIKA & TEKNIK OPTIMASI Aplikasi untuk Rekayasa & Bisnis

MATLAB UNTUK STATISTIKA & TEKNIK OPTIMASI Aplikasi untuk Rekayasa & Bisnis MATLAB UNTUK STATISTIKA & TEKNIK OPTIMASI Aplikasi untuk Rekayasa & Bisnis Oleh : Budi Santosa Edisi Pertama Cetakan Pertama, 2008 Hak Cipta 2008 pada penulis, Hak Cipta dilindungi undang-undang. Dilarang

Lebih terperinci

Pengantar Kuliah. TKC306 - Robotika. Eko Didik Widianto. Teknik Sistem Komputer - Universitas Diponegoro. Pengantar Didik Widianto

Pengantar Kuliah. TKC306 - Robotika. Eko Didik Widianto. Teknik Sistem Komputer - Universitas Diponegoro. Pengantar Didik Widianto TKC306 - Robotika Eko Didik Teknik Sistem Komputer - Universitas Diponegoro Review Kuliah Pembahasan tentang deskripsi, tujuan, sasaran dan materi kuliah Robotika. Selain itu, juga dibahas tentang tata

Lebih terperinci

PENGENALAN NOTASI BALOK MENGGUNAKAN SEGMENTASI DAN JARINGAN SYARAF TIRUAN UNTUK MENGHASILKAN NADA BERIRAMA BERBASIS IOS

PENGENALAN NOTASI BALOK MENGGUNAKAN SEGMENTASI DAN JARINGAN SYARAF TIRUAN UNTUK MENGHASILKAN NADA BERIRAMA BERBASIS IOS TESIS PENGENALAN NOTASI BALOK MENGGUNAKAN SEGMENTASI DAN JARINGAN SYARAF TIRUAN UNTUK MENGHASILKAN NADA BERIRAMA BERBASIS IOS OZZI SURIA No. Mhs : 135302011/PS/MT PROGRAM STUDI MAGISTER TEKNIK INFORMATIKA

Lebih terperinci

BAB I PENDAHULUAN 1.1 Latar Belakang

BAB I PENDAHULUAN 1.1 Latar Belakang BAB I PENDAHULUAN 1.1 Latar Belakang Seiring berkembangnya teknologi informasi, kebutuhan akan informasi yang digunakan untuk mendukung business intelligent suatu perusahaan juga meningkat. Informasi penting

Lebih terperinci

BAB I PENDAHULUAN. pengetahuan yang sangat populer saat ini. Dengan ilmu pengetahuan ini, teknologi di

BAB I PENDAHULUAN. pengetahuan yang sangat populer saat ini. Dengan ilmu pengetahuan ini, teknologi di BAB I PENDAHULUAN 1.1 Latar Belakang Masalah Teknologi Informasi dan Komunikasi (TIK) merupakan suatu cabang ilmu pengetahuan yang sangat populer saat ini. Dengan ilmu pengetahuan ini, teknologi di dunia

Lebih terperinci

RENCANA PEMBELAJARAN SEMESTER (RPS)

RENCANA PEMBELAJARAN SEMESTER (RPS) RENCANA PEMBELAJARAN SEMESTER (RPS) CDG4H3 KONSEP PENGEMBANGAN E-LEARNING Disusun oleh: Tim Dosen Konsep Pengembangan e-learning PROGRAM STUDI S1 INFORMATIKA FAKULTAS INFORMATIKA TELKOM UNIVERSITY 1 LEMBAR

Lebih terperinci

BAB 1 PENDAHULUAN. Sudah tidak diragukan lagi bahwa penerapan teknologi komputer dan teknologi informasi

BAB 1 PENDAHULUAN. Sudah tidak diragukan lagi bahwa penerapan teknologi komputer dan teknologi informasi BAB 1 PENDAHULUAN 1.1 Latar Belakang Masalah Sudah tidak diragukan lagi bahwa penerapan teknologi komputer dan teknologi informasi telah memiliki pengaruh sampai ke fondasi kehidupan sehari-hari manusia.

Lebih terperinci

GARIS-GARIS BESAR PROGRAM PENGAJARAN PROGRAM STUDI: SISTEM INFORMASI Semester : 7

GARIS-GARIS BESAR PROGRAM PENGAJARAN PROGRAM STUDI: SISTEM INFORMASI Semester : 7 GARIS-GARIS BESAR PROGRAM PENGAJARAN PROGRAM STUDI: SISTEM INFORMASI Semester : 7 MATA KULIAH : Sistem Pakar KODE MATA KULIAH / SKS : 410103101 / 3 SKS MATA KULIAH PRASYARAT : - DESKRIPSI MATA KULIAH :

Lebih terperinci

JARINGAN SYARAF TIRUAN (ARTIFICIAL NEURAL NETWORK) Pertemuan 11 Diema Hernyka Satyareni, M.Kom

JARINGAN SYARAF TIRUAN (ARTIFICIAL NEURAL NETWORK) Pertemuan 11 Diema Hernyka Satyareni, M.Kom JARINGAN SYARAF TIRUAN (ARTIFICIAL NEURAL NETWORK) Pertemuan 11 Diema Hernyka Satyareni, M.Kom Outline Konsep JST Model Struktur JST Arsitektur JST Aplikasi JST Metode Pembelajaran Fungsi Aktivasi McCulloch

Lebih terperinci

Pengantar Teknologi Informasi

Pengantar Teknologi Informasi Pengantar Teknologi Informasi Kecerdasan Buatan (Artificial Intelligence) Defri Kurniawan, M.Kom Fasilkom 1/7/2016 What s Artificial Intelligence What is Artificial Intelligence (AI) Cabang Science yang

Lebih terperinci

Sistem Pendukung Keputusan

Sistem Pendukung Keputusan RENCANA PROGRAM KEGIATAN PEMBELAJARAN SEMESTER (RPKPS) Sistem Pendukung Keputusan Disusun Oleh: Anastasya Latubessy, S.Kom, M.Cs PROGRAM STUDI TEKNIK INFORMATIKA FAKULTAS TEKNIK UNIVERSITAS MURIA KUDUS

Lebih terperinci

Kecerdasan Buatan (Artificial Intelligence) Muhammad Dahria

Kecerdasan Buatan (Artificial Intelligence) Muhammad Dahria Kecerdasan Buatan (Artificial Intelligence) Muhammad Dahria Abstrak Kecerdasan Buatan (Artificial Intelligence) merupakan salah satu bagian dari ilmu komputer yang mempelajari bagaimana membuat mesin (komputer)

Lebih terperinci

Semoga Tuhan memberi berkah pada kelas ini.

Semoga Tuhan memberi berkah pada kelas ini. Semoga Tuhan memberi berkah pada kelas ini. 1 TUJUAN Agar mahasiswa memahami Sistem Pakar Agar mahasiswa dapat memahami aplikasi dan penerapan dari sistem pakar 2 MATERI POKOK Pertemuan Pokok Bahasan ke-

Lebih terperinci

Jaringan Syaraf Tiruan dengan Pembelajaran Algoritma Genetika dan Diversitas untuk Deteksi Kelas Penyakit

Jaringan Syaraf Tiruan dengan Pembelajaran Algoritma Genetika dan Diversitas untuk Deteksi Kelas Penyakit Jaringan Syaraf Tiruan dengan Pembelajaran Algoritma Genetika dan Diversitas untuk Deteksi Kelas Penyakit Abidatul Izzah 1), Ratih Kartika Dewi 2) 1)2) Jurusan Teknik Informatika ITS Surabaya Jl. Teknik

Lebih terperinci