SATUAN ACARA PERKULIAHAN(SAP)

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 Intruksional Umum (TIU) 1. KONSEP KECERDASAN BUATAN

TIU Mahasiswa dapat memahami peranan kecerdasan buatan dalam kehidupan nyata.

: Kecerdasan Buatan : SI 044 : 3 SKS :3 : :: Ichsan,S.Kom,M.Sc Sub Pokok Bahasan dan Sasaran Belajar / Tujuan Intruksional Khusus (TIK)

    

Definisi Artificial Intelligence (AI) Domain AI Keuntungan AI Perspektif Kecerdasan Buatan (AI) Kecerdasan Buatan vs Kecerdasan Alami

Teknik Pembelajaran

Ceramah, Diskusi

Media Pembelajaran

LCD

Evaluasi

Diskusi,

TIK Mahasiswa dapat :  Menjelaskan gambaran umum konsep kecerdasan buatan dan menyebutkan contoh-contohnya.  Memahami wilayah domain utama pengembangan kecerdasan buatan.  Menjelaskan jenis-jenis perspektif kecerdasan buatan serta keuntungannya.  Membedakan karakteristik dari kecerdasan alami vs kecerdasan buatan.

Halaman 1 dari 7

Ref.

1,2,3

2

Masalah, Ruang dan Keadaan

TIU Mahasiswa memahami konsep masalah dan ruang masalah dalam kecerdasan buatan.

3&4

Teknik Pencarian

TIU Mahasiswa dapat memahami konsep teknik pencarian

     

Definis masalah dalam AI Contoh masalah Identifikasi ruang keadaan Rules Solusi Teknik-teknik penyelesaian masalah

Ceramah, Diskusi

LCD

Diskusi

1,2,3

Diskusi

1,2,3

TIK Mahasiswa dapat :  Mahasiswa dapat menganalisis masalah dan dapat menyelesaikan ruang masalah .  Mahasiswa mampu menerapkan rule-rule dalam penerapan solusi.

        

Dept-limited search Uniform cost search Iterative deeping search Biderictional search Generate and test Algoritma Hill Climbing Kelebihan dan kekurangan Hill Climbing Algoritma A*Search Algoritma Best First Search

Ceramah, Diskusi

LCD

TIK Mahasiswa dapat :  Mahasiswa dapat menyebutkan berbagai teknik pencarian.  Mahasiswa dapat menggunakan berbagai teknik pencarian dalam menyelesaikan masalah  Mahasiswa dapat membedakan kelebihan dan kekurangan dari masing-masing teknik pencarian.

Halaman 2 dari 7

5&6

REPRESENTASI PENGETAHUAN DAN REASONING TIU : Mahasiswa memahami representasi pengetahuan yang umum digunakan dalam Kecerdasan Buatan.

7

METODE INFERENSI

TIU Mahasiswa dapat memahami bagaimana metode inferensi dapat memecah masalah dalam kecerdasan buatan.

   

Tujuan dan manfaat representasi pengetahuan Logika proposisi Logika predikat Predicate calculus : o Variabel o Operator o Quantifier

Diskusi, Evaluasi

LCD

Ceramah, Diskusi

LCD

1,2,3

TIK Mahasiswa dapat :  Mengetahui kegunaan dari representasi pengetahuan.  Memahami perbedaan logika proposisi dan logika predikat.  Mahasiswa dapat memahami struktur logika proposisi dan logika predikat.  Mahasiswa dapat menyebutkan elemen-elemen dari predicate calculus.  Mahasiswa mengerti kegunaan dari quantifier.  Dapat menyebutkan elemen dari teori pengetahuan.      

Fakta dan Relasi Rules Query Jaringan semantic Forward chaining Backward chaining

Diskusi

TIK Mahasiswa dapat :  Mampu menyebutkan dua jenis fakta  Mampu memahami kertakaitan antara fakta dan rules.  Memahami bagaimana menyusun quey dari fakta dan rules yang telah dirangkai.  Menyebutkan kegunaan dari jaringan semantic dan mengetahui prinsip kerjanya.  Memahami prinsip kerja forward chaining Halaman 3 dari 7

1,2,3

 

8

SISTEM PAKAR TIU Mahasiswa dapat memahami konsep dasar penerapan system pakar.

     

Memahami prinsip kerja backward chaining. Membedakan prinsip kerja forward chaining dan backward chaining. .

Definisi Arsitektur struktur sistem pakar Perbandingan antara pakar dengan sistem pakar Keuntungan sistem pakar Kelemahan sistem pakar Aplikasi sistem pakar

Ceramah, Diskusi

LCD

Diskusi,

3

TIK Mahasiswa dapat :  Menjelaskan definisi sistem pakar  Memahami arsitektur stuktur sistem pakar  Menyebutkan perbedaan antara pakar dengan sistem pakar  Memahami keuntungan dan kelemahan dari penerapan sistem pakar.  Menyebutkan contoh-contoh aplikasi yang menerapkan konsep sistem pakar. 9

KETIDAKPASTIAN

TIU Mahasiswa dapat memahami konsep ketidakpastian dalam kecerdasan buatan

 Jenis-jenis ketidakpastian  Teorema Bayes :  Probabilitas bersyarat  Certainty Factor (CF) and Belief  Kombinasi beberap certainty factor dalam satu rule  Kombinasi CF dalam dua rule

Ceramah, Diskusi

LCD

Diskusi

TIK Mahasiswa dapat :  Menyebutkan jenis-jenis ketidakpastian  Memahami teorema umum dari prinsip Bayes  Memahami perbedaan teorema bayes yang bersifat probabilitas bersyarat dan CF.  Menggunakan formula teorema bayes dalam memecahkan persoalan baik yang menggunakan Halaman 4 dari 7

1,2,3

kombinasi beberapa CF dalam satu rule maupun dalam dua rule

10

11

UJIAN SETENGAH SEMESTER

ALFORITMA GENETIKA

TIU Mahasiswa mengerti konsep tentang Algoritma Genetika sebagai salah satu komputasi evolusioner

12&13

JARINGAN SYARAF TIRUAN (JST)

TIU Mahasiswa memahami prinsip kerja jaringan saraf tiruan.

       

Pengantar algoritma genetika Siklus algoritma genetika Operator genetika Definisi individu Membangkitkan populasi awal Seleksi Cross Over Mutasi gen

Ceramah, Diskusi

LCD

Diskusi

1

Ceramah, Diskusi

LCD

Diskusi

1,2,3

TIK Mahasiswa dapat :  Menyebutkan contoh-contoh penerapan algoritma genetika  Mahasiswa dpat mengetahui mekanisme kerja algoritma genetika  Menyebutkan jenis-jenis operator genetika             

Definisi Analogi JST dengan JSB Model struktur Neuron JST Arsitektur JST Jaringan syaraf dengan 3 lapisan Tipe-tipe arsitektur JST Proses pembelajaran JST Aplikasi JST Paradigma JST Pembelejaran tak terawasi Pembelajaran terawasi Pembalajaran hybrid Fungsi aktivasi

Halaman 5 dari 7

TIK : Mahasiswa dapat :  Memahami konsep JST  Menjelaskan tipe-tipe arsitektur JST  Memahami fungsi aktivasi  Memahami proses pembelajaran.  Menyebutkan contoh-contoh aplikasi JST 14

PENGENALAN PROLOG

TIU Mahasiswa dapat memahami aturan penggunaan bahasa pemrograman prolog.

15

16

      

Perbedaan prolog dengan bahasa lainnya Aplikasi prolog Struktur bahasa prolog Implementasi fakta dan rules dalam bahasa prolog Melakukan query dalam prolog Tata cara penulisan variabel Contoh kasus.

Ceramah, Diskusi

LCD

Diskusi

1

Mahasiswa dapat :  Memahami kegunaan syntax-syntax dalam bahasa pemrograman prolog.  Memahami bagaimana melakukan suatu query.

DEMO TUGAS (PEMROGRAMAN PROLOG)

Review Materi Untuk persiapan menghadapi Ujian Akhir Semester

1,2,3

Halaman 6 dari 7

Daftar Referensi 1. M. Farid Azis, Belajar Sendiri Pemrograman Sistem Pakar, Elek Media Komputindo, Jakarta, 1994 2. Sri Kusumadewi, Artificial Intelligence:Teknik dan Aplikasinya, Graha Ilmu, Yogjakarta, 2003 3. Suryadi HS, Pengantar Sistem Pakar, Gunadarma, Jakarta, 1994

Halaman 7 dari 7