GBPP
ST-RK-1.00-014-003/R-
GARIS-GARIS BESAR PROGRAM PENGAJARAN PROGRAM STUDI: SISTEM INFORMASI Semester : 7 MATA KULIAH KODE MATA KULIAH / SKS MATA KULIAH PRASYARAT DESKRIPSI MATA KULIAH
: : : :
TUJUAN INSTRUKSIONAL UMUM
:
KEPUSTAKAAN/SUMBER BELAJAR
:
PERSENTASE PENILAIAN
:
PERT TUJUAN INSTRUKSIONAL KE KHUSUS 1 Mahasiswa mampu: - Menjelaskan konsep dasar
Sistem Pakar 410103101 / 3 SKS Mata kuliah ini membahas tentang konsep dasar sistem pakar, representasi pengetahuan dengan menggunakan: propotitional logic, predicate calculus, sistem berbasis aturan, semantic network dan frame; representasi pengetahuan samar dengan menggunakan: bayesian, certainty factor dan sistem fuzzy; dan Jaringan Syaraf Tiruan. Setelah mengikuti matakuliah ini mahasiswa akan memahami model-model representasi pengetahuan, memiliki kemampuan untuk menarik kesimpulan (inference) dari fakta yang digambarkan dalam modelmodel representasi pengetahuan, serta mampu merancang dan membuat implementasi sistem pakar dengan menggunakan bahasa pemrograman. Wajib: 1. Jusak. 2007. Sistem Pakar: Buku Pegangan Kuliah. Surabaya: STIKOM. (Jus) 2. Gonzales, A.J., and Douglas, D.D. 1993. The Engineering of Knowledge Based System. New Jersey: Prentice Hall International, Inc. (Gon) 3. Durkin, John. 1994. Expert System: Design and Development. New Jersey: Prentice Hall International, Inc. (Dur) Anjuran: 4. Kumar, Satish. 2004. Neural Network: A Classroom Approach. New Delhi: Tata McGraw-Hill Companies. (Kur) UTS 30% UAS 30% Tugas 40%
POKOK BAHASAN Konsep dasar Sistem Pakar.
SUB POKOK BAHASAN 1. Sejarah Sistem Pakar. 2. Contoh permasalahan
METODE Ceramah Tanya jawab
ESTIMASI WAKTU 150’
JENIS EVALUASI Tugas Proyek
KEPUSTAKAAN Jus (Bab 1) Gon (Bab 1) Halaman 1 dari 5
GBPP
PERT KE
ST-RK-1.00-014-003/R-
TUJUAN INSTRUKSIONAL KHUSUS Sistem Pakar. - Memberi contoh aplikasiaplikasi sistem pakar dalam sistem komputer modern. - Memahami konsep Heuristic Searching.
POKOK BAHASAN
2
Mahasiswa mampu: - Merepresentasikan knowledge ke dalam bentuk propositional logic dan predicate calculus. - Memecahkan permasalahan yang direpresentasikan dalam bentuk propositional logic dan predicate calculus.
Representasi pengetahuan dengan Propositional Logic dan predicate calculus.
3
Mahasiswa mampu: - Menjelaskan representasi pengetahuan dalam bentuk Sistem Berbasis Aturan (Ruled-based System). - Menjelaskan model inferensi forward reasoning dalam sistem berbasis aturan.
ESTIMASI WAKTU
JENIS KEPUSTAKAAN EVALUASI berkelompok
SUB POKOK BAHASAN
METODE
yang dapat diselesaikan dengan Sistem Pakar. 3. Perbedaan sistem konvensional dan Sistem Pakar. 4. Struktur Sistem Pakar. 5. Heuristic Searching.
Contoh permasalahan
1. Konsep logika. 2. Operator penghubung. 3. Representasi fakta ke dalam propositional logic. 4. Representasi fakta ke dalam predicate calculus. 5. Quantifier. 6. Model-model inferensi. 7. Automated reasoning.
Ceramah Tanya jawab Contoh permasalahan
150’
Tugas mandiri
Jus (Bab 2) Gon (Bab 2)
Representasi 1. Struktur Sistem pengetahuan Berbasis Aturan. dengan Sistem 2. Representasi Berbasis Aturan: pengetahuan ke dalam forward Sistem Berbasis reasoning. Aturan. 3. Sistem Berbasis Aturan dengan forward reasoning.
Ceramah Tanya jawab Memberi contoh permasalahan dan contoh aplikasi.
150’
Tugas mandiri
Jus (Bab 3) Gon (Bab 4,5)
Halaman 2 dari 5
GBPP
ST-RK-1.00-014-003/R-
PERT TUJUAN INSTRUKSIONAL KE KHUSUS 4 Mahasiswa mampu: - Menjelaskan model inferensi backward reasoning dalam sistem berbasis aturan.
POKOK SUB POKOK BAHASAN BAHASAN Representasi 1. Sistem Berbasis Aturan pengetahuan dengan backward dengan Sistem reasoning. Berbasis Aturan: Backward reasoning.
METODE Ceramah Tanya jawab Memberi contoh permasalahan dan contoh aplikasi.
ESTIMASI WAKTU 150’
JENIS EVALUASI Tugas mandiri
Jus (Bab 3) Gon (Bab 4,5)
KEPUSTAKAAN
5
Mahasiswa mampu: - Membuat dan melakukan analisis rancangan dependency diagram untuk kasus yang akan diselesaikan dengan sistem berbasis aturan.
Membangun 1. Dependency Diagram. sistem berbasis 2. Menyusun sistem aturan. berbasis aturan dari dependency diagram.
Ceramah Tanya jawab Case study
150’
Tugas
Jus (Bab 4)
6
Mahasiswa mampu: - Membuat representasi pengetahuan dalam bentuk Semantic Networks. - Membuat representasi pengetahuan dalam bentuk Frame. Mahasiswa mampu: - Memahami pendekatan Bayesian sebagai dasar representasi fakta yang memiliki derajad ketidakpastian tertentu. - Membuat representasi fakta dengan menggunakan metoda certainty factor.
Representasi pengetahuan dengan Semantic Networks dan Frame.
1. Semantic Networks. 2. Frame.
Ceramah Tanya jawab Contoh permasalahan
150’
-
Jus (Bab 5)
Representasi pengetahuan samar dengan bayesian dan certainty factor.
1. Konsep dasar representasi fakta samar/ambigu. 2. Pendekatan Bayesian. 3. Propagasi kepercayaan. 4. Representasi dengan Certainty Factor.
Ceramah Tanya jawab Contoh permasalahan.
150’
-
Jus (Bab 6) Dur (Bab 11) Dur (Bab 12)
7
Halaman 3 dari 5
GBPP
ST-RK-1.00-014-003/R-
PERT TUJUAN INSTRUKSIONAL KE KHUSUS 8 Mahasiswa mampu mendefinisikan dan menyelesaikan (atau menarik kesimpulan) permasalahan yang mengandung fakta dengan derajad ketidakpastian tertentu.
POKOK BAHASAN Inferensi dengan menggunakan certainty factor.
SUB POKOK BAHASAN
METODE
1. Sistem berbasis aturan dengan certainty factor. 2. Propagasi keyakinan pada sistem berbasis aturan dengan certainty factor.
- Ceramah - Tanya jawab - Contoh permasalahan
ESTIMASI WAKTU 150’
JENIS EVALUASI Tugas
KEPUSTAKAAN Jus (Bab 6) Dur (Bab 12)
9
Mahasiswa mampu memformulasikan permasalahan yang mengandung fakta dengan derajad ketidakpastian tertentu ke dalam pendekatan Sistem Fuzzy.
Representasi pengetahuan dengan Sistem Fuzzy.
1. Konsep dasar Sistem Fuzzy. 2. Himpunan Fuzzy. 3. Fungsi keanggotaan. 4. Derajad keanggotaan
Ceramah Tanya jawab Contoh permasalahan
150’
Jus Bab 7 Dur Bab 13
10
Mahasiswa mampu melakukan perhitungan secara manual dan analisis untuk melakukan inferensi dan defuzzifikasi pada Sistem Fuzzy.
Inferensi dengan Sistem Fuzzy
1. Inferensi pada Sistem Fuzzy. 2. Defuzzifikasi.
Ceramah Tanya jawab Contoh permasalahan.
150’
Jus (Bab 7) Dur (Bab 13)
11
-
Mahasiswa mengenal contoh aplikasi Sistem Fuzzy. Mahasiswa mampu merancang perangkat lunak untuk penyelesaian masalah dengan menggunakan Sistem Fuzzy.
Contoh permasalahan dan penyelesaian dengan Sistem Fuzzy.
1. Case Study 1: menentukan tip pelayan restaurant. 2. Case Study 2: Sprinkle System.
Ceramah Tanya jawab Demo dengan menggunakan MATLAB (optional)
150’
-
Jus (Bab 7)
Mahasiswa memahami: - Berbagai jenis arsitektur dan algoritma yang digunakan
Konsep Dasar Jaringan Syaraf Tiruan.
1. Jaringan syaraf biologis. 2. Arsitektur Jaringan
Ceramah Tanya jawab Contoh
Presentasi tugas proyek.
Jus (Bab 8) Kur
-
12
150’
Halaman 4 dari 5
GBPP
PERT KE
ST-RK-1.00-014-003/R-
TUJUAN INSTRUKSIONAL KHUSUS dalam Jaringan Syaraf Tiruan. - Perbandingan antara jaringan syaraf biologis dan Jaringan Syaraf Tiruan.
POKOK BAHASAN
SUB POKOK BAHASAN
METODE
Syaraf Tiruan 1 neuron (perceptron). 3. Konsep belajar dalam perceptron.
permasalahan
ESTIMASI WAKTU
JENIS EVALUASI
KEPUSTAKAAN
13
Mahasiswa mampu menjelaskan konsep belajar dalam Jaringan Syaraf Tiruan.
Arsitektur dan algoritma perceptron.
1. Arsitektur dan algoritma perceptron. 2. Jaringan Syaraf Tiruan dengan back error propagation pada multilayer perceptron.
Ceramah Tanya Jawab Contoh permasalahan Demo dengan MATLAB.
150’
Presentasi tugas proyek.
Jus (Bab 8) Kur
14
Mahasiswa mampu merencanakan aplikasi sistem Jaringan Syaraf Tiruan untuk menyelesaikan permasalahan-permasalahan time-series.
Pengembangan- 1. Contoh aplikasi pengembangan Jaringan Syaraf Tiruan aplikasi untuk penyelesaian Jaringan Syarat problem dengan Time Tiruan. Series.
Ceramah Tanya Jawab Contoh permasalahan Demo dengan MATLAB (optional).
150’
Presentasi tugas proyek.
Jus (Bab 8) Kur
Disahkan Oleh:
Diperiksa Oleh:
Dibuat Oleh:
Helmy Widyantara, S.Kom., M.Eng Wakil Ketua I
Dra. M.J. Dewiyani Sunarto, M.Pd Kaprodi S1 Sistem Informasi
Dra. Sulis Janu Hartati, MT Ketua Tim GBPP Halaman 5 dari 5
