FM-UDINUS-BM-08-04/R0
SILABUS MATAKULIAH Revisi Tanggal Berlaku A.
B.
Identitas 1. Nama Matakuliah 2. Program Studi 3. Fakultas 4. Bobot sks 5. Elemen Kompetensi 6. Jenis Kompetensi 7. Alokasi waktu total
: : : : : : :
:: Januari 2015
A11. 54823 / Information Retrieval Teknik Informatika-S1 Ilmu Komputer 3 SKS MKK Sistem Cerdas 14 X 150 Menit
Unsur-unsur Silabus Kompetensi Dasar Mahasiswa menyepakati halhal yang menjadi penunjang keberhasilan perkuliahan.
Mahasiswa dapat: • Membedakan antara Information Retrieval dan
Indikator Mahasiswa mendapatkan: 1. Penjelasan mengenai materi yang akan dipelajari selama satu semester 2. Penjelasan tentang referensi yang digunakan 3. Penjelasan tentang aturan perkuliahan Setelah mengikuti kuliah ini, mahasiswa akan dapat: 1. Menjelaskan definisi
Pokok Bahasan/Materi KONTRAK KULIAH DAN PREVIEW MATERI
Aktifitas Pembelajaran 1. 2.
PENGENALAN INFORMATION RETRIEVAL a. Pengertian Information Retrieval
1. 2. 3.
Menjelaskan kontrak kuliah Menjelaskan cakupan materi dan penilian mata kuliah Information Retrieval
Menjelaskan Konsep Information Retrieval Menjelaskan sejarah Information Retrieval Menjelaskan lingkup dan
Alokasi Waktu 150 menit
Rujukan 1,2,3
Evaluasi a. b. c.
150 menit
1,2,3
a. b. c.
Melakukan tanya jawab pemahaman mahasiswa Memberi latihan di kelas. Memberi tugas kepada mahasiswa untuk dikerjakan di rumah.
Melakukan tanya jawab pemahaman mahasiswa Memberi latihan di kelas. Memberi tugas kepada mahasiswa untuk
Silabus: Information Retrieval Hal: 1 dari 5
FM-UDINUS-BM-08-04/R0
Kompetensi Dasar Data Mining • Menggambarkan gagasan tentang aplikasi Information Retrieval,
Mahasiswa dapat: • Menjelaskan metode boolean model, • mengaplikasikan metode boolean model untuk pencarian dokumen teks, Mahasiswa dapat: • Menjelaskan metode Vector Space Model, mengaplikasikan metode Vector Space Model untuk pencarian dokumen teks, Mahasiswa dapat: • Menjelaskan metode term weighting, mengaplikasikan metode term
Indikator Information Retrieval 2. Memberikan contoh Information Retrieval 3. Merencanakan suatu aplikasi Information Retrieval Setelah mengikuti kuliah ini, mahasiswa akan dapat: 1. Menjelaskan boolean model 2. Menyelesaikan persoalan menggunakan boolean model Setelah mengikuti kuliah ini, mahasiswa akan dapat: 1. Menjelaskan Vector Space Model 2. Menyelesaikan persoalan menggunakan Vector Space Model Setelah mengikuti kuliah ini, mahasiswa akan dapat: 1. Menjelaskan term weighting 2. Menyelesaikan
Pokok Bahasan/Materi b. c.
Lingkup Information Retrieval Penerapan Information Retrieval
Aktifitas Pembelajaran
4.
Alokasi Waktu
Evaluasi
penerapan Information Retrieval Memberi contoh Information Retrieval
dikerjakan di rumah.
BOOLEAN MODEL a. Pengertian Boolean Model b. Penerapan Boolean Model
1.
Menjelaskan konsep Boolean Model Memberi contoh teknik dan metode Boolean Model
150 menit
VECTOR SPACE MODEL a. Pengertian Vector Space Model b. Penerapan Vector Space Model
Menjelaskan definisi dan konsep Vector Space Model
150 menit
TERM WEIGHTING a. Tujuan penggunaan term weighting b. Penerapan term weighting
1.
2.
Rujukan
1,2,3
a. b. c.
1,2,3
a. b. c.
2.
Menjelaskan konsep term weighting Memberi contoh
150 menit
1,2,3
a. b. c.
Melakukan tanya jawab pemahaman mahasiswa Memberi latihan di kelas. Memberi tugas kepada mahasiswa untuk dikerjakan di rumah.
Melakukan tanya jawab pemahaman mahasiswa Memberi latihan di kelas. Memberi tugas kepada mahasiswa untuk dikerjakan di rumah.
Melakukan tanya jawab pemahaman mahasiswa Memberi latihan di kelas. Memberi tugas kepada mahasiswa untuk dikerjakan di rumah.
Silabus: Information Retrieval Hal: 2 dari 5
FM-UDINUS-BM-08-04/R0
Kompetensi Dasar weighting untuk pencarian dokumen teks, Mahasiswa dapat: • Menjelaskan metode distance metric mengaplikasikan metode distance metric untuk pencarian dokumen teks, Persiapan UTS
Indikator persoalan menggunakan term weighting Setelah mengikuti kuliah ini, mahasiswa akan dapat menjelaskan distance metric Menyelesaikan persoalan menggunakan distance metric Memahami materi sebelum UTS
Pokok Bahasan/Materi
DISTANCE METRIC a. Tujuan penggunaan distance metric b. Penerapan distance metric
Aktifitas Pembelajaran
1.
2.
Menjelaskan definisi dan konsep distance metric Memberi latihan di kelas.
RESPONSI
Alokasi Waktu
Rujukan
150 menit
1,2,3
Evaluasi
a. b. c.
150 menit
1,2,3
Menjelaskan konsep pertanyaan di UTS Menjelaskan jawaban pada UTS Memberi latihan di kelas.
150 menit
1,2,3
Menjelaskan konsep dan terminologi pada KNearest Neighbor Menjelaskan karakteristik pada KNearest Neighbor
150 menit
Melakukan tanya jawab pemahaman mahasiswa Memberi latihan di kelas. Memberi tugas kepada mahasiswa untuk dikerjakan di rumah.
Ujian Tengah Semester Mendapatkan penjelasan tentang UTS, mengetahui kesalahan yang dibuat, mengetahui hasil UTS.
Mahasiswa dapat: • Memahami penggunaan K-Nearest Neighbor dalam
Setelah mengikuti kuliah ini, mahasiswa akan dapat: 1. Mendapatkan penjelasan tentang hasil UTS 2. Mengetahui prosedur penilaian 3. Mengetahui pengerjaan UTS yang benar Setelah mengikuti kuliah ini, mahasiswa akan dapat engimplementasikan KNearest Neighbor dalam text retrieval
REVIEW UJIAN TENGAH SEMESTER
1. 2. 3.
DOCUMENT CLASSIFICATION a. K-Nearest Neighbor
1.
2.
a. b. c.
1,2,3
a. b. c.
Melakukan tanya jawab pemahaman mahasiswa Memberi latihan di kelas. Memberi tugas kepada mahasiswa untuk dikerjakan di rumah.
Melakukan tanya jawab pemahaman mahasiswa Memberi latihan di kelas. Memberi tugas kepada mahasiswa untuk dikerjakan di rumah.
Silabus: Information Retrieval Hal: 3 dari 5
FM-UDINUS-BM-08-04/R0
Kompetensi Dasar Information retrieval
Indikator
Pokok Bahasan/Materi
3.
Mahasiswa dapat: Memahami penggunaan KMeans dalam Information retrieval
Setelah mengikuti kuliah ini, mahasiswa akan dapat: 1. Mengimplementasi kan K-Means dalam text retrieval
DOCUMENT CLUSTERING a. K-Means
Mahasiswa dapat: Memahami penggunaan Hierarchical Agglomerative Clustering dalam Information retrieval
Setelah mengikuti kuliah ini, mahasiswa akan dapat: 1. Mengimplementasi kan Hierarchical Agglomerative Clustering dalam text retrieval
DOCUMENT CLUSTERING Hierarchical Agglomerative Clustering
Mahasiswa dapat: Mengerti tugas yang akan dikerjakan
Setelah mengikuti kuliah ini, mahasiswa akan dapat menyelesaikan tugas
PENJELASAN TUGAS KARYA ILMIAH
Memahami materi sebelum UAS
1.
2. 3.
1.
2.
3.
PRESENTASI TUGAS Persiapan UAS
Aktifitas Pembelajaran
RESPONSI
Memberikan contoh menyelesaikan persoalan dengan KNearest Neighbor Menjelaskan konsep dan terminologi pada KMeans Menjelaskan karakteristik pada K-Means Memberikan contoh menyelesaikan persoalan dengan K-Means Menjelaskan konsep dan terminologi pada Hierarchical Agglomerative Clustering Menjelaskan karakteristik pada Hierarchical Agglomerative Clustering Memberikan contoh menyelesaikan persoalan dengan Hierarchical Agglomerative Clustering
Alokasi Waktu
Rujukan
150 menit
1,2,3
Evaluasi
a. b. c.
150 menit
1,2,3
a. b. c.
Melakukan tanya jawab pemahaman mahasiswa Memberi latihan di kelas. Memberi tugas kepada mahasiswa untuk dikerjakan di rumah.
Melakukan tanya jawab pemahaman mahasiswa Memberi latihan di kelas. Memberi tugas kepada mahasiswa untuk dikerjakan di rumah.
150 menit
150 menit 150 menit
Ujian Akhir Semester
Silabus: Information Retrieval Hal: 4 dari 5
FM-UDINUS-BM-08-04/R0
Daftar Referensi Wajib : 1. Christopher D. Manning, Prabhakar Raghavan, Hinrich Schütze, Introduction to Information Retrieval, Cambridge University Press, 2008 2. Gerald Kowalski, Information Retrieval Architecture and Algorithm, Springer, 2011 3. Baeza-Yates & Ribeiro-Neto, Modern Information Retrieval Complete, 2011
Disusun oleh :
Diperiksa oleh :
Disahkan oleh :
Dosen Pengampu
Penanggungjawab Keilmuan
Ketua Program Studi
Dekan
Catur Supriyanto, S.Kom, MCS
Bowo Nurhadiyono, S.Si., M.Kom
Heru Agus Santoso , Ph. D
DR. Drs. Abdul Syukur, MM
Silabus: Information Retrieval Hal: 5 dari 5