GARIS BESAR PROGAM PEMBELAJARAN (GBPP) GBPP

GARIS BESAR PROGAM PEMBELAJARAN (GBPP)

  

GBPP

  Revisi : Tanggal : Dikaji Ulang Oleh : Dikendalikan Oleh : Disetujui Oleh :

SPMI-DARMAJAYA/GBPP/

  Disetujui Oleh Revisi ke Tanggal

  Garis Besar Program Pembelajaran Mata Kuliah Kecerdasan Buatan

GARIS BESAR PROGRAM PEMBELAJARAN (GBPP)

  Disetujui Oleh Revisi ke : Tanggal :

  TIF01405

  Kode Mata Kuliah : Mata Kuliah : KECERDASAN BUATAN SKS : 4 (2/2) Semester : 3 Prasyarat : Deskripsi singkat : Membahas pentingnya Konsep Dasar kecerdasan buatan, Masalah dan ruang keadaan, teknik pencarian dan pelacakan Blind dan heuristic, Representasi Pengetahuan, Sistem Pakar, Ketidakpastian, Case Base Reasoing, Jaringan syaraf tiruan, dan

  Algoritma Genetika

  tentang konsep dasar kecerdasan buatan dan penerapan

  Standar kompetensi : Setelah mengikuti matakuliah ini, mahasiswa akan mampu menganalisis cabang ilmu keserdasan buatan dalam penyelesaikan masalah.

  1

  2

  3

  4

  5

  6

  7

  8 Materi Pokok dan Uraian

  Alokasi Sumber / Bahan NO Kompetensi dasar (KD) Pengalaman Belajar Indikator Penilaian

  Materi Pokok Waktu / Alat

  Setelah mengikuti Pengenalan AI

  1. Mahasiswa 1. 1 kali 1.

  Mengkaji berbagai Keaktifan Buku 1. perkuliahan, mahasiswa literature dan mampu : 2. tatap bacaan/literat

  Tugas Definisi Kecerdasan mampu menjelaskan Buatan mendiskusikannya

  1. terstruktur muka (4 x ure lain yang Menjelaskan 2. perbedaan kecerdasan di dalam kelas prinsip dasar di kelas 50 menit) terkait dan

  Kecerdasan Buatan buatan dan kecerdasan dan Kecerdasan 2. kecerdasan 3. relevan

  Memberikan Tugas 1 alamiah, perbedaan Alamiah contoh aplikasi buatan terstruktur

  2. Handout/mo 3. antara pemograman kecerdasan buatan 2. di dul

  Menjelaskan Komputasi konvensional dengan dalam kehidupan berbagai lalboratori praktikum

  Kecerdasan Buatan Kecerdasan Buatan, dan sehari-hari macam um 3. dan Komputasi

  Whiteboard Bagian Utama Sistem perbedaan 4. Konvensional

  LCD 4. Kecerdasan Buatan antara

  Sejarah Kecerdanan

  Komputer 5. membuka buku, 60% konvensional

  Lingkup Kecerdasan benar. Buatan Pada Aplikasi dengan Komersial kecerdasan 6. buatan

  AI dilihat dari berbagai sudut

  3. Menganalisa kecerdasan pandang 7. buatan dan

  Domain Penelitian penerapannya Kecerdasan buatan 8.

  4. Menjelaskan Bagian utama bagian utama

  Aplikasi Kecerdasan apllikasi buatan 9. kecerdasan

  Soft Computing 10. buatan

  Sistem Kecerdasan Buatan

  Setelah mengikuti Masalah dan Ruang

  1. Mahasiswa 1. 1 kali 1.

  Mengkaji berbagai Keaktifan Buku perkuliahan, mahasiswa Keadaan literature dan mampu: 2. tatap bacaan/literat

  Tugas mampu menjelaskan 1. mendiskusikannya 1. terstruktur muka (4 x ure lain yang

  Representasi Masalah Menerangkan Representasi masalah, 2. di dalam kelas konsep dasar di kelas 50 menit) terkait dan

  Representasi Ruang representasi ruangan Keadaaan 2. pemecahan 3. relevan

  Memberikan Tugas keadaan dan 3. contoh masalah terstruktur 2.

  Karakteristik Masalah Handout/mo karakteristik masalah penyelesaian dengan di dul tanpa membuka buku, masalah dengan kecerdasan lalboratori praktikum 60% benar kecerdasan buatan buatan um 3.

  Whiteboard

  2 2.

  4. Menerangkan LCD langkah

  5. Komputer langkah state space search 3. Menjelaskan dan menerangkan karakteristik masalah Mengkaji berbagai Keaktifan Buku perkuliahan, mahasiswa Pelacakan Blind Search literature dan mampu : 2. tatap bacaan/literat

  Tugas mampu menjelaskan 1. mendiskusikannya 1. terstruktur muka (4 x ure lain yang

  Pendahuluan Menerangkan teknik-teknik 2. di dalam kelas prinsip dasar di kelas 50 menit) terkait dan

  Empat Teknik pemecahan masalah dan Pemecahan Masalah 2. dari konsep 3. relevan

  Memberikan Tugas konsep teknik 3. contoh blind search terstruktur 2.

  Blind search yaitu Handout/mo

  3 pemecahan masalah Depth First Search : penyelesaian 2. di dul

  Menerangkan dengan Blind Search Pendahuluan, masalah dengan konsep dari lalboratori praktikum secara lisan tanpa 4. blind search depth and um 3.

  Blind search yaitu Whiteboard membuka buku, 60% Depth First Search dan breadth search

  4. LCD benar Breadth First Search

  5. Komputer Setelah mengikuti Pencarian dan Pelacakan

  1. Mahasiswa 1. 1 kali 1.

  Mengkaji berbagai Keaktifan Buku perkuliahan, mahasiswa Heuristik literature dan mampu : 2. tatap bacaan/literat

  Tugas mampu menjelaskan 1. mendiskusikannya 1. terstruktur muka (4 x ure lain yang

  Pendahuluan Menerangkan teknik pemecahan 2. di dalam kelas prinsip dasar di kelas 50 menit) terkait dan

  Metode pencarian masalah dengan heuristic 2. dari konsep 3. relevan

  Memberikan Tugas heuristic search secara contoh terstruktur pencarian 2.

• lisan tanpa membuka penyelesaian heuristi di dul pendahuluan, buku, 60% benar

  Handout/mo Generate and test :

  masalah dengan 2. lalboratori praktikum algoritma, contoh Menerangkan kasus pencarian dan konsep dari um

  3. Whiteboard

  4

• pelacakan heuristik

  Generate and 4. Hill Climbing :

  LCD pendahuluan, Test

  5. Komputer 3. metode hill climbing

  Menerangkan konsep Hill Best Fisrt Search :

• Climbing dan pendahuluan,

  Best First metode BFS Search

• Annealing : pendahuluan

  Simulated

  Setelah mengikuti Representasi Pengetahuan

  1. Mahasiswa 1. 1 kali 1.

  Mengkaji berbagai Keaktifan Buku perkuliahan, mahasiswa 1. literature dan mampu : 2. tatap bacaan/literat

  Definisi Representasi Tugas 5 mampu menjelaskan pengetahuan mendiskusikannya

  1. terstruktur muka (4 x ure lain yang Menerangkan konsep Representasi

  2. di dalam kelas prinsip dasar di kelas 50 menit) terkait dan Logika :

  Pengetahuan dengan 3. 2. dari 3. relevan

  Handout/mo secara lisan tanpa logika pengetahuan Pengetahuan di dul membuka buku, 60% 4. dengan logika 2. lalboratori praktikum logika predikat : Menerangkan benar representasi fakta proposisi, logika konsep dari um 3.

  Whiteboard sederhana, representasi predikat, list, dan logika

  4. LCD hubungan Instance dan tree (pohon) proposisi,

  5. Komputer Isa, Computable logika Function, resolusi predikat, list, 5. dan tree

  List dan tree (pohon) (pohon)

  Setelah mengikuti Representasi Pengetahuan

  1. Mahasiswa 1. 1 kali 1.

  Mengkaji berbagai Keaktifan Buku perkuliahan, mahasiswa

  II literature dan mampu : 2. tatap bacaan/literat Tugas mampu menjelaskan

  1. mendiskusikannya 1. terstruktur muka (4 x ure lain yang Jaringan semantic : Menerangkan konsep Representasi Perluasan jaringan di dalam kelas prinsip dasar di kelas 50 menit) terkait dan

  Pengetahuan dengan semantic dan operasi 2. dari 3. relevan Memberikan Tugas jaringan semantic dan pada jaringan semantic contoh representasi Representasi terstruktur

  2. Handout/mo frame secara lisan tanpa 2. pengetahuan Pengetahuan di dul

  Frame membuka buku, 60% dengan jaringan dengan lalboratori praktikum 6 benar semantic dan frame jaringan um 3.

  Whiteboard semantik dan

  4. LCD frame

  5. Komputer 2. Memberikan contoh kasus dengan kedua representasi tersebut

  Setelah mengikuti Represenrasi Pengetahuan

  1. Mahasiswa 4. 1 kali 1.

  Mengkaji berbagai Keaktifan Buku perkuliahan, mahasiswa

  III literature dan mampu : 5. tatap bacaan/literat Tugas mampu menjelaskan

  1. mendiskusikannya 1. terstruktur muka (4 x ure lain yang Naskah (Script) Menerangkan

  7 Representasi 2. di dalam kelas prinsip dasar di kelas 50 menit) terkait dan Sistem Produksi :

  Pengetahuan dengan Definisi sistem 2. dari 6. relevan Memberikan Tugas konsep Naskah (Script) produksi, kaidah contoh representasi Representasi terstruktur

  2. Handout/mo dan Sistem Produksi produksi, pengetahuan pengetahuan Pengetahuan di dul

  60% benar keuntungan sistem produksi sistem produksi dan sistem produksi

  Buku bacaan/literat ure lain yang terkait dan relevan 2. Handout/mo dul praktikum 3. Whiteboard 4. LCD 5. Komputer

  1. Buku bacaan/literat ure lain yang terkait dan relevan 2. Handout/mo dul praktikum

  1 kali tatap muka (4 x 50 menit)

  Tugas terstruktur di kelas 3. Tugas terstruktur di lalboratori

  1. Keaktifan 2.

  1. Menerangkan prinsip dasar dari ketidakpastian dengan probabilitas

  Mahasiswa mampu :

  2. Memberikan contoh probabilitas dan teorema bayes serta factor

  Mengkaji berbagai literature dan mendiskusikannya di dalam kelas

  (CF) 1.

  Teorema Bayes 3. Faktor Kepastian

  Pendahuluan 2. Probabilitas dan

  Ketidakpastian 1.

  9 Setelah mengikuti perkuliahan, mahasiswa mampu menjelaskan konsep ketidakpastian dengan metode probabilitas dan teori Bayesian tanpa membuka buku, 60%

  Keaktifan 2. Tugas terstruktur di kelas 3. Tugas terstruktur di lalboratori um 1 kali tatap muka (4 x 50 menit) 1.

  2. Memberikan contoh kasus dengan kedua representasi tersebut um

  2. Memberikan contoh mengembangk an sistem pakar 1.

  1. Menerangkan prinsip dasar dari sistem pakar

  Mahasiswa mampu :

  2. Memberikan contoh mengembangkan sistem pakar

  Mengkaji berbagai literature dan mendiskusikannya di dalam kelas

  Motor Inferensi 9. Mengembangkan/Pe mbangunan sistem pakar 1.

  Kelemahan Sistem Pakar 4. Bentuk Sistem Pakat 5. Struktur Sistem Pakar 6. Unsur manusia dalam sistem pakar

  Masalah dalam Sistem Pakar 3. Keuntungan dan

  Pendahuluan 2. Ciri-ciri dan Kategori

  Sistem Pakar 1.

  8 Setelah mengikuti perkuliahan, mahasiswa mampu menjelaskan konsep Sistem Pakar, struktur sistem pakar, basis pengetahuan, motor inferensi, dan mengembangkan sistem pakar secara lisan tanpa membuka buku, 60% benar.

  LCD 5. Komputer

  3. Whiteboard 4.

7. Basis Pengetahuan 8.

  Whiteboard factor

  4. LCD kepastian

  5. Komputer 2. Memberikan contoh kasus dengan kedua ketidakpastian tersebut

  Setelah mengikuti Ketidakpastian

  1. Mahasiswa 1. 1 kali 1.

  Mengkaji berbagai Keaktifan Buku perkuliahan, mahasiswa Teori Dempster_Shafer literature dan mampu : 2. tatap bacaan/literat

  Tugas mampu menjelaskan mendiskusikannya 1. terstruktur muka (4 x ure lain yang

  Menerangkan konsep ketidakpastian di dalam kelas prinsip dasar di kelas 50 menit) terkait dan dengan metode Teori 2. dari 3. relevan

  Memberikan Tugas Dempster Shafer tanpa contoh ketidakpastian terstruktur 2.

  Handout/mo membuka buku, 60% ketidakpastian teori dempster di dul benar dengan teori shafer lalboratori praktikum

  10 2.

  3. dempster shafer um

  Memberikan Whiteboard contoh kasus

  4. LCD dengan

  5. Komputer ketidakpastian Teori Dempster_Sha fer

  Setelah mengikuti Fuzzy Logic

  1. Mahasiswa 1. 1 kali 1.

  Mengkaji berbagai Keaktifan Buku perkuliahan, mahasiswa 1. literature dan mampu : 2. tatap bacaan/literat

  Pendahuluan Tugas mampu menjelaskan

  2. mendiskusikannya 1. terstruktur muka (4 x ure lain yang Sistem fuzzy dan Menerangkan

  Memahami tentang logika fuzzy di dalam kelas prinsip dasar di kelas 50 menit) terkait dan Sistem Fuzzy dan 3. 2. dari sistem 3. relevan

  Istilah dalam fuzzy : Memberikan Tugas

  11 metode dalam Fuzzy variabel fuzzy, semesta contoh sistem fuzzy terstruktur

  2. Handout/mo tanpa membuka buku, pembicaraan, domain fuzzy 2. di dul

  Memberikan 60% benar. himpunan fuzzy, contoh kasus lalboratori praktikum

  Himpunan fuzzy, sistem fuzzy 3. um

  Whiteboard

  4. Fungsi keanggotaan 5.

  1. Keaktifan 2.

  8. Algoritma pembelajaran : Algoritma perceptron, metode back propogation 1.

  Mengkaji berbagai literature dan mendiskusikannya di dalam kelas

  2. Memberikan contoh aplikasi dengan jaringan syaraf tituan

  Mahasiswa mampu :

  1. Menerangkan prinsip dasar dari jaringan syaraf tiruan

  2. Memberikan contoh aplikasi jaringan syaraf tiruan

  Tugas terstruktur di kelas 3. Tugas terstruktur di lalboratori um 1 kali tatap muka (4 x 50 menit) 1.

  6. Karakteristik JST 7.

  Buku bacaan/literat ure lain yang terkait dan relevan 2. Handout/mo dul praktikum 3. Whiteboard 4. LCD 5. Komputer

  14 Setelah mengikuti perkuliahan, mahasiswa Algoritma Genetika 1.

  Struktur umum 1.

  Mengkaji berbagai literature dan Mahasiswa mampu :

  1. Keaktifan 2.

  Tugas 1 kali tatap 1.

  Pelatihan Supervised dan Unsupervised

  Neuron buatan, fungsi aktivasi sistem JST

  Metode Fuzzy LCD 5.

  2. Memberikan contoh aplikasi dengan case base reasoning

  Komputer

  12 Setelah mengikuti perkuliahan, mahasiswa mampu menjelaskan konsep case base reasoning, keuntungan sistem CBR, dan Tahapan CBR tanpa membuka buku, 60% benar

  Case base Reasoning 1.

  Pendahuluan 2. Basis pengetahuan 3. Keuntungan sistem

  CBR 4. Tahapan CBR 1.

  Mengkaji berbagai literature dan mendiskusikannya di dalam kelas

  Mahasiswa mampu :

  Pendahuluan 2. Istilah JST 3. Aplikasi JST 4. Komponen JST 5. Arsitektur JST :

  1. Menerangkan prinsip dasar dari case base reasoning

  2. Memberikan contoh aplikasi case base reasoning

  1. Keaktifan 2.

  Tugas terstruktur di kelas 3. Tugas terstruktur di lalboratori um 1 kali tatap muka (4 x 50 menit) 1.

  Buku bacaan/literat ure lain yang terkait dan relevan 2. Handout/mo dul praktikum 3. Whiteboard 4. LCD 5. Komputer

  13 Setelah mengikuti perkuliahan, mahasiswa mampu menjelaskan tentang Jaringan Syaraf Tiruan secara lisan tanpa membuka buku, 60% benar.

  Jaringan Syaraf Tiruan 1.

  Buku bacaan/literat konsep Algoritma genetic secara lisan tanpa membuka buku, 60% benar 2.

  Pengkodean 3. Operator Genetika :

  Referensi Tambahan : 1.

  7. Suyanto. (2005). Algoritma Genetika dalam Matlab. Yogyakarta: Andi Offset.

  6. Puspitaningrum, D. (2006). Pengantar jaringan Syaraf Tiruan. Yogyakarta: Andi Offset.

  5. Morris W, F. (1989). Artificial Intelligence . Boston: PWS-Kent .

  4. Kusumadewi, S., & Purnomo, H. (2010). Aplikasi Logika Fuzzy : Untuk Pendukung Keputusan. Yogyakarta: Graha Ilmu.

  3. Desiani, A., & Arhami, M. (2006). Konsep Kecerdasan Buatan. Yogyakarta: Andi Offset.

  2. Bojadziev, G., & Bojadziev, M. (2007). Fuzzy Logic for Business, Finance, and Management . Singapore: Word Scientific.

  Arhami, M. (2005). Konsep Dasar Sistem Pakar. Yogyakarta: Andi Offset.

  Kusumadewi, s. (2003). Artificial Intelegence (Teknik dan Aplikasinya). Yogyakarta: Graha Ilmu.

  Seleksi, crossover, mutasi

  Daftar Pustaka : Referensi Utama : 1.

  2. Handout/mo dul praktikum 3. Whiteboard 4. LCD 5. Komputer

  2. Memberikan contoh aplikasi algoritma genetika di kelas 3. Tugas terstruktur di lalboratori um 50 menit) terkait dan relevan

  Menerangkan prinsip dasar dari algoritma genetika

  2. Memberikan contoh aplikasi algoritma genetika

  5. Algoritma genetika untuk masalah optimalisasi di dalam kelas

  4. Control parameter algoritma genetika

  8. Suyanto. (2007). Artificial intelegence : Searching, Reasoning, Planning, and Learning. Bandung: Informatika .