GARIS-GARIS BESAR PROGRAM PERKULIAHAN

(GBPP)

Mata Kuliah: Siatem Cerdas; Kode: TKE 311; T: 3 sks; P: 0 sks

Deskripsi Mata Kuliah: Mata kuliah ini berisi pengertian AI, AI dan representasi internal, predicat calculus, LISP dan PROLOG, Sistem Pakar, Akuisisi Pengetahuan,
Membangun sistem pakar.

Tujuan Instruksional Umum/ Tujuan Mata Kuliah: Mahasiswa akan dapat mengetahui dasar sistem cerdas dan penggunaannya.

No Tujuan Instruksional Khusus Pokok Bahasan Sub-pokok Bahasan Estimasi Kegiatan

Waktu (menit)
1 Mahasiswa dapat mengetahui penerapan Penerapan 1. Definisi kecerdasan 3 x 50 1
dari kecerdasan buatan dan kecerdasan buatan. buatan 2
perbedaannya dengan kecerdasan alami. 2. Perbedaan kecerdasan 3
buatan dan bahasa alami.
3. Pengetahuan kecerdasan
buatan.
2 Mahasiswa dapat memahami lingkup Penerapan 1. Lingkungan kecerdasan 3 x 50 1
dari kecerdasan buatan, penyajian kecerdasan buatan. buatan 2
masalah dan metoda pelacakan. 2. Penyajian masalah dalam 3
kecerdasan buatan.
3. Metoda pelacakan dalam
kecerdasan buatan.
3 Mahasiswa dapat memahami konsep Dasar-dasar sistem 1. Sejarah sistem pakar 3 x 50 1
dasar sistem pakar dan struktur sistem pakar. 2. Konsep dasar sistem 2
pakar pakar 3
3. Struktur sistem pakar
4 Mahasiswa mengetahui manusia yang Dasar-dasar sistem 1. Elemen manusia dalam 3 x 50 1
terlibat dalam pembuatan sistem pakar pakar sistem pakar 2
dan pengelompokan sistem pakar. 2. Kerja sistem apakar 3
3. Pengelompokan sistem 4
pakar
5 Mahasiswa dapat memahami cara Akuisisi 1. Perekayasa pengetahuan 3 x 50 1
mendapatkan pengetahuan dalam sistem pengetahuan dan 2. Kisaran pengetahuan 2
 pakar dan jenis pengetahuan yang dapat validasi 3. Permasalahan akuisisi 3
digunakan dalam sistem pakar. pengetahuan
6 Mahasiswa memahami dan mengetahui Akuisisi 1. Metode akuisisi 3 x 50 1
metode yang dapat digunakan untuk pengetahuan dan pengetahuan 2
mendapatkan basis pengetahuan validasi 2. Wawancara 3
3. Metode penelusuran
4. Observasi
7 Mahasiswa mengetahua tindak lanjut Akuisisi 1. Dukungan bagi 3 x 50 1
dari pengolahan basis pengetahuan yang pengetahuan dan perekayasa pengetahuan 2
telah diperoleh. validasi 2. Validasi dan verivikasi 3
3. Analisa diagram 4
4. Dokumen akuisisi
8 Mahasiswa mengenal dan mengetahui LISP dan PROLOG 1. Instruksi pemrograman 3 x 50 1
bahasa pemrograman dalam kecerdasan 2. Member, list 2
buatan
9 Mengetahui kemampuan mahasiswa Evaluasi I Materi yang telah diberikan 2 x 50 Pelaksanaan test.
dalam memahami materi yang telah
diberikan.
10 Mahaisima memahami beberapa metode Representasi 1. Gambaran dalam logika 3 x 50 1
yang dapat digunakan dalam pengetahuan 2. Jaringan semantik 2
merepresentasikan pengetahuan dan 3. Script, List, Table dan 3
metode apa yang cocok terhadap sutu Tree
kasus dalam sistem pakar. 4. Object, Attribute dan
Value
11 Mahaisima memahami beberapa metode Representasi 1. Kaidah produksi 3 x 50 1
yang dapat digunakan dalam pengetahuan 2. Frame 2
merepresentasikan pengetahuan dan 3. Representasi 3
metode apa yang cocok terhadap sutu pengetahuan bertingkat 4
kasus dalam sistem pakar.
12 Mahasiswa memahami proses inferensi Inferensi, penjelasan 1. Kategori penyebab 3 x 50 1
dalam sistem apakar dan ketidakpastian 2. Penyebab dengan logika 2
3. Mesin inferensi 3
4. Pohon inferensi
5. Inferensi dengan frame
13 Mahaiswa mengetahuai dan memahami Inferensi, penjelasan 1. Penjelasn adan 3 x 50 1
hubungan antara ketidakpastian dengan dan ketidakpastian metaknowledge 2
mesin inferensi 2. Inferensi dengan 3
ketidakpastian 4
3. Merepresentasikan
ketidakpastian
4. Pendekatan relasi
14 Mahasiwa memahami tahapan yang Membangun sistem 1. Tahap inisialisasi proyek 3 x 50 1
harus dilakukan dalam pembuatan pakar 2. Analisa sistem dan 2
sistem pakar dan dapat mengaplikasikan desain 3
dengan bahasa pemrograman. 3. Rapid prototyping
15 Mahasiwa memahami tahapan yang Membangun sistem 1. Sistem pengembangan 3 x 50 1
harus dilakukan dalam pembuatan pakar 2. Implementasi 2
sistem pakar dan dapat mengaplikasikan 3. Postimplementasi 3
dengan bahasa pemrograman. 4
16 Mengetahui kemampuan mahasiswa Evaluasi II Materi yang telah diberikan 2 x 50 Pelaksanaan test.
dalam memahami materi yang telah sesudah pelaksanaan evaluasi
diberikan. pertama

Daftar Pustaka :
1. Barr, Avron and Edward A. F., “The Handbook of Artificial Intelligence”, Addison-Wesley Publishing Company, Inc, USA, 1989
2. Hu, David, “Programmer’s Reference Guide to Expert System”, Howard W. Sams & Company, USA, 1987
3. Rolston, David W., “Principle of Artificial Intelligence and Expert System Development”, McGraw-Hill, Singapore, 1988
4. Turban, Efrain, “Decision Support and Expert System”, fourt edition, Prentice Hall, USA, 1995.