SATUAN ACARA PERKULIAHAN (SAP) Nama Mata Kuliah Kode Mata Kuliah Bobot Kredit Semester Penempatan Kedudukan Mata Kuliah Mata Kuliah Prasyarat Penanggung Jawab Mata Kuliah
Pertemuan / Minggu
1
Pokok Bahasan / Tujuan Instruksional Umum (TIU) Pengenalan Kecerdasan (KB)
Buatan
TIU : Mahasiswa memahami konsep Intelegensi Buatan serta ruang lingkup dan aplikasinya
: : : : : : :
Kecerdasan Buatan TI 037 3 SKS VI Mata Kuliah Keahlian Berkarya Zulfan, S. Si., M.Sc
Sub Pokok Bahasan dan Sasaran Belajar / Tujuan Instruksional Khusus (TIK)
1. Pengertian Intelegensi Buatan 2. Intelegensi Buatan dan Intelegensi Alami 3. Komputasi Intelegensi Buatan dan Komputasi Konvensional 4. Sejarah Intelegensi Buatan 5. Lingkup Intelegensi Buatan 6. Soft Computing
Tehnik Pembelajaran
Presentasi & Diskusi
Media Pembelajaran
Papan Tulis & Projector
Evaluasi
Referensi
1,2
TIK : 1. Mahasiswa dapat menjelaskan tentang Intelegensi Buatan 2. Mahasiswa dapat menerangkan perbedaan KB dengan Intelegensi alami 3. Mahasiswa dapat menerangkan sejarah dan lingkup dari KB 4. Mahasiswa dapat memahami soft computing sebagai inovasi baru dalam membangun KB
1
2&3
Representasi Pengetahuan
‘ ‘ ‘
Definisi Pengetahauan Representasi Pengetahuan Object-Atrribute-Value Jaringan Semantik Logika Proposisi Logika Prediket
Presentasi & Diskusi
Papan Tulis & Projector
1,2
‘ TIU : Mahasiswa mampu ‘ merepresetasikan ‘ pengetahuan ke dalam bentuk yang TIK : dimengerti oleh ‘ Mahasiswa dapat menerangkan tentang konsep komputer. pengetahuan. ‘ Mahasiswa dapat mereprestasikan pengatahuan kedalam bentuk VOA. ‘ Mahasiswa dapat mereprestasikan pengatahuan kedalam bentuk jaringan Semantik ‘ Mahasiswa dapat mereprestasikan pengatahuan kedalam bentuk Logika Proposisi ‘ Mahasiswa dapat mereprestasikan pengatahuan kedalam bentuk Logika Prediket. ‘ Mahasiswa dapat menyebutkan fungsi-fungsi logika predikat ‘ Mahasiswa dapat memahami perbedaan konsep kuantifikasi universal dan existensial. ‘ Mahasiswa dapat menggunakan Resolusi Logika Predikat
2
4&5
Pengetahuan Reasoning dan Inference
‘ ‘ ‘ ‘ ‘
Definisi reasoning dan inference Tipe reasoning Konsep penting dalam reasoning & Inference Teknik inference Resolution
Presentasi & Diskusi
Papan Tulis & Projector
1,2
Definisi Sistem Pakar Tujuan Dan Fungsi Sistem Pakar Konsep Dasar Sistem Pakar Bahasa-bahasa Pemrograman Sistem Pakar
Presentasi & Diskusi
Papan Tulis & Projector
3
TIU : Mahasiswa mengethaui pengetahuan reasoning TIK : dan inference ‘ Mahasiswa dapat menjelaskan pengertian dari reasoning dan inference ‘ Mahasiswa dapat menyebutkan dan menjelaskan tipe-tipe reasoning ‘ Mahasiswa dapat memahami konsep Tautologi, Kontradiksi dan Contingent ‘ Mahasiswa dapat menyebutkan elemen dari teori pengetahuan dan tekniknya ‘ Mahasiswa dapat menjelaskan teknik-teknikteknik representasi pengetahuan : Jaringan Semantik, Frames, dan Logika
6
Sistem Pakar
1. 2. 3. 4.
TIK: 1. Mahasiswa dapat menjelaskan pengertian dari sistem pakar. 2. Mahasiswa dapat menjelaskan tujuan dan fungsi sistem pakar 3. Mahasiswa dapat menjelaskan konsep dasar sistem pakar 4. Mahasisw adapat menyebutkan bahasa-bahasa pemograman sistem pakar
3
7
Masalah dan Ruang Masalah
1. Definisi ruang masalah 2. Penyelesaian kasus-kasus masalah dan ruang masalah
Presentasi & Diskusi
Papan Tulis & Projector
2
Papan Tulis & Projector
5
TIK: 1. Mahasiswa dapat menganalisis masalah dan dapat 2. Mahasiswa dapat menyelesaikan kasus-kasus tentang masalah dan ruang masalah
9
Penalaran
TIU : Agar mahasiswa memahami teori atau konsep penalaran dan pengambilan keputusan
10 & 12
UJIAN TENGAH SEMESTER 10.1.Ketidakpastian Presentasi & 10.2. Probabilitas dan Teorema Bayes Diskusi 10.3. Faktor Kepastian (Certainty Factor) 10.4. Teori Dempster-Shafer TIK : ‘ Mahasiswa memahami defini ketidakpastian serta ilustrasinya. ‘ Mahasiswa mengetahui definisi dan teori probabilitas klasik. ‘ Mahasiswa mengetahui konsep kepercayaan ‘ Mahasiswa mengetahui mengenai ketidakpastian pada rantai inferensi. ‘ Mahasiswa mengetahui tentang faktor kepastian ‘ Mahasiswa mengetahui teori Dempster-Shafer.
Metode Pencarian dan Pelacakan 1
4.1
TIU : Mahasiswa memahami Metode Pencarian dalam Intelegensi Buatan
4.2
Metode Pencarian Buta (Blind Search) : 4.1.1 Breadth First Search dan 4.1.2 Depth First Search Metode Pencarian Heuristik 4.2.1 Generate And Test 4.2.2 Hill Climbing
Presentasi & Diskusi
Papan Tulis & Projector
Mahasiswa menyelesai kan kasus dengan BFS dan DFS
2
TIK : ‘ Mahasiswa dapat menganalisis masalah dan dapat menyelesaikan ruang masalah dengan metode pencarian buta
4
13 & 14
Metode Pencarian dan Pelacakan 2 (Heuristik) TIU : Mahasiswa memahami konsep Metode Pencarian Heuristik
15 & 16
Bahasa Pemrograman untuk Aplikasi Inteligensi Buatan : PROLOG TIU: Mahasiswa mengenal bahasa PROLOG.
5.1 5.2 5.3 5.4
Best First Search Problem Reduction Constraint Satisfaction Means End Analysis
Presentasi & Diskusi
Papan Tulis & Projector
Presentasi & Diskusi
Papan Tulis & Projector
2
TIK : ‘ Mahasiswa dapat menyebutkan berbagai teknik pencarian heuristik ‘ Mahasiswa dapat menggunakan berbagai teknik pencarian heuristik dalam menyelesaikan masalah 11.1Dasar-dasar Prolog :Fakta & Relasi, Aturan dan pertanyaan 11.2 Struktur program Prolog : Domain, Predicate, Variable, dan Goal Majemuk 11.3 Praktek Membuat Program dengan PROLOG
4
TIK : ‘ Mahasiswa dapat menggunakan perintahperintah dasar dari PROLOG untuk membuat program. UJIAN AKHIR SEMESTER
REFERENSI : 1. Stuart J. Russell and Peter Norvig, Artificial Intelligence A Modern Approach Third Edition, Prentice Hall, 2010 2. Luger, George F. and Stubblefield, William A, Artificial Intelligence : Structures and Strategies For Complex Problem Solving Sixth Edition, Pearson , 2008 3. Giarratano, Joseph C. & Riley, Gary D., Expert Systems: Principles and Programming, Third Edition, Course Technology, 1998 4. Bramer, M., Logic Programming with Prolog, Springer, 2014 5. Giarratano, J and G. Riley, Expert System : Principle and Programming , 4th ed, PWS Kent, USA,2004
5