Kode Mata Kuliah
TIF 151 3 VII
Sifat kuliah
Nama Mata kuliah
Capaian Pembelajaran Lulusan
Deskripsi Mata Kuliah
Capaian Pembelajaran Mata
Kuliah
Mata kuliah terkait
Presentase capaian
Aktifitas
Kredit SMT Pengampu MK Sifat
Sri Huning A, ST, M.Kom Wajib
Teori
Kecerdasan Buatan
S.d dapat berkontribusi dalam peningkatan mutu kehidupan bermasyarakat,
berbangsa, dan bernegara berdasarkan Pancasila
S.e dapat bekerja sama dan memiliki kepekaan sosial serta kepedulian terhadap
masyarakat dan lingkungan
S.h menunjukkan sikap bertanggungjawab atas pekerjaan di bidang keahliannya secara
mandiri;
S.i menginternalisasi nilai, norma, dan etika akademik;
S.j menginternalisasi semangat kemandirian, kejuangan, dan kewirausahaan.
PP.a Menguasai konsep teoritis bidang pengetahuan Ilmu Komputer/Informatika secara
umum dan konsep teoritis bagian khusus dalam bidang pengetahuan
PP.c Mempunyai pengetahuan dalam mengembangkan algoritma/metode yang
diimplementasikan dalam perangkat lunak berbasis komputer.
PP.d Memiliki pengetahuan :
a. Menentukan pendekatan sistem cerdas yang sesuai dengan problem yang
dihadapi, memilih representasi pengetahuan dan mekanisme penalarannya.
b. Menerapkan pendekatan berbagai sistem cerdas yang sesuai dengan problem
yang dihadapi.
c. Menerapkan penggunaan representasi pengetahuan dan mekanisme
penalarannya.
d. Evaluasi kinerja dari penerapan sistem cerdas yang sesuai dengan problem
yang dihadapi, termasuk dalam pemilihan representasi pengetahuan dan
mekanisme penalarannya.
KU.e Mampu mengambil keputusan secara tepat dalam konteks penyelesaian masalah
di bidang keahliannya, berdasarkan hasil analisis informasi dan data;
KU.j Mempunyai kemampuan dalam mendefinisikan kebutuhan pengguna atau pasar
terhadap kinerja (menganalisis, mengevaluasi dan mengembangkan)
algorithma/metode berbasis komputer.
KK.a Mampu merancang dan mengembangkan algoritma untuk berbagai keperluan
terkait dengan intelligent systems.
Mata kuliah ini akan memberikan dasar tentang kecerdasan buatan yang berfokus pada
beberapa aplikasi dari kecerdasan buatan dan beberapa teknik penyelesaian masalah
dalam kecerdasan buatan yang dikenal dengan soft computing. Selain itu mempelajari
beberapa teori dan aplikasi dari sistem cerdas.
Mahasiswa mampu memahami konsep sistem intelegensia, masalah dan ruang masalah
dalam sistem intelegensia, metode pencarian, sistem pakar, representasi pengetahuan,
inferensi dengan ketidakpastian, logika fuzzy, algoritma genetika, NLP, Vision, robotika,
speech recognition, game, dan mampu menyelesaikan kasus dalam sistem intelegensia,
serta membuat aplikasi (sederhana) program cerdas.
1. Logika informatika
2. Struktur data
3. Algoritma dan Pemrograman
Knowledge Basic Sarana/media Papan tulis dan LCD
Skill 35%
Understanding 55%
Attitude 10%
Teori 55%
 Praktikum 40%
Lainnya 5%
Assasment / Penilaian Presensi 5%
UTS 30%
UAS 30%
Tugas 35% 1. Review jurnal contoh
aplikasi kecerdasan
buatan
2. Aplikasi searching
3. Aplikasi NLP
4. Aplikasi Vision
5. Aplikasi speech
recognition
Referensi 1. Kusumadewi, Sri. 2003 .Artificial Intelligence:Teknik dan Aplikasinya. Yogjakarta :
Graha Ilmu.
2. Anwariningsih, S.H. 2015. Bahan Ajar Kecerdasan Buatan. Surakarta : Prodi Teknik
Informatika, Universitas Sahid Surakarta
3. Kusrini. 2006. Sistem Pakar, Teori dan Aplikasi. Yogyakarta: Andi.
4. Russell, Stuart J; dan Norvig, Peter. 2010. Artificial Intelligence A Modern
Approach. International Edition, Edisi 2. New Jersey: Pearson Prentice-Hall
Education International.
5. Li, Deyi; Du, Yi. 2008. Artificial Intelligence with uncertainty. CRC Press.
6. Suparman dan Marlan. 2007. Komputer Masa Depan, Pengenalan Artificial
Intelligence, Yogyakarta: Andi Offset,
7. Desiani, Anita dan Arhami, Muhammad. 2006. Konsep Kecerdasan Buatan.
Yogyakarta : Andi Offset
8. Suyanto. 2007. Artificial Intelligence, Searching, Reasoning, Planning, and
Learning. Bandung : Penerbit Informatika
9. Gonzales, R dan Woods, R,E. 2002. Digital Image Processing, Second Edition,
Prentice Hall
10. Pitowarno, Endra. 2006. Robotika Desain, Kontrol dan Kecerdasan Buatan.,
Yogyakarta : Penerbit Andi
11. Fadlisyah, Bustami, M. Ikhwanus. 2013. Pengolahan Suara. Yogyakarta : Graha
Ilmu
12. Sanchez, Daniel dan Dalmau, Crespo . 2003. Core Techniques and Algorithms in
Game Programming”, New Riders Publishing
13. Morrison, Michael, 2002. Teach Yourself Game Programming in 24 Hours, Sams
Publishing,.
14. Kode etik bagi mahasiswa. Universitas Sahid Surakarta
Perte Indikator Materi Pokok Kemampuan akhir/ Metode Referensi Alat Ukur,
muan sub CMPK Pembelajara Kriteria,
n Bobot
1. S.d. KONTRAK KULIAH DAN Mahasiswa memahami Teori 1, 2, 4,7, 14 1 x 150’
S.i PENDAHULUAN tujuan dari mata kuliah  Ceramah
PP.a 1. Kontrak Perkuliahan dan menjelaskan  Diskusi
a. Penjelasan tentang RPS 1 tentang konsep
semester kecerdasan buatan
b. Tugas dalam 1 smt
c. Kesepakatan Bersama
tentang aturan perkuliahan
d. Sistem Penilaian
e. Buku Referensi yang
digunakan
2. Pendahuluan :
Review Konsep Kecerdasan
Buatan
2 S.e KONSEP SISTEM PAKAR Mahasiswa dapat Teori 2,3 1 x 150’
PP.d a. Definisi system pakar menjelaskan mengenai  Ceramah
b. Tujuan dan fungsi system konsep sistem pakar  Diskusi
pakar dan contoh
c. Kelebihan dan kekurangan implementasi sistem
sistem pakar pakar
d. Definisi pakar dan
kepakaran
e. Proses alih transfer
kepakaran
f. Kelebihan dan kekurangan
system pakar
g. Contoh implementasi
sistem pakar
3 S.h REPRESENTASI PENGETAHUAN Mahasiswa dapat Teori 2,8 1 x 150’
PP.d a. Definisi pengetahuan menjelaskan mengenai  Ceramah
KU.e b. Definisi representasi representasi  Diskusi
KK.a pengetahuan pengetahuan dan
c. Cara/metode representasi mengetahui
Pengetahuan penggunaan
representasi
pengetahuan
4 dan S.h MASALAH, RUANG KEADAAN Mahasiswa dapat : Teori 2,8 2 x 150’
5 PP.d DAN PENCARIAN  menerangkan ruang  Ceramah
KK.a a. Pengertian Masalah masalah kecerdasan  Diskusi
b. Pengertian Ruang keadaan buatan beserta
c. Pengertian
kondisi yang
Pencarian/searching
d. Klasifikasi/jenis metode mengikuti (initial
pencarian/searching state dan goal
e. Kriteria performansi metode state)
searching  memberikan analisa
f. Blind search : gambaran
1) Breadth First Search mengenai aturan
(BFS)
produksi dari
2) Depth First Search (DFS)
3) Depth Limited Search masing-masing
(DLS) ruang masalah
4) Uniform Cost Search kecerdasan buatan
(UCS)  menerangkan
 g. Informed search : metode-metode
1) Generate and Test pencarian dalam
2) Hill Climbing kecerdasan buatan
3) Best First Search (BFS)
4) A*

h. Varian A*
i. Algoritma Genetik

6 S.e STUDI KASUS SEARCHING Mahasiswa dapat : Praktik 2,8 1 x 150’

S.j Implementasi A*  menyelesaikan
PP.d permasalahan
KU.j kecerdasan buatan
menggunakan
metode pencarian
buta
 menyelesaikan
permasalahan
kecerdasan buatan
menggunakan
metode pencarian
Heuristik
7 S.j REASONING Mahasiswa dapat: Teori 2,5,8 1 x 150’
PP.a a. Definisi teknik reasoning  Mereview kembali  Ceramah
PP.d b. Fuzzy Set tentang  Diskusi
KK.a c. Fungsi Keanggotaan Propositional Logic
d. Fuzzy Inference System (FIS) dan First-Order
e. Model Mamdani Logic
f. Model Sugeno  Memahami
mengenai teknik
Reasoning
(penalaran) dan
perbedaannya
dengan Searching
 memahami Fuzzy
System
 dapat
meyelesaikan
permasalahan
dunia nyata
dengan fuzzy
8 UJIAN TENGAH SEMESTER (UTS)
9 S.j NATURAL LANGUAGE Teori dan 2 1 x 150’
PP.a PROCESSING Praktik
PP.d a. Definisi NLP
KK.a b. Terminologi NLP
c. Sejarah NLP
d. Jenis Aplikasi NLP
e. Disiplin ilmu NLP
f. Contoh penerapan NLP
10 S.j VISION DAN IMAGE PROCESSING Teori 2,9 1 x 150’
PP.a a. Definisi Vision  Ceramah
PP.d b. Perbedaan komputer grafik,  Diskusi
KK.a image processing, dan vision
c. Contoh penerapan image
processing dan vision
11 S.j STUDY KASUS VISION Praktik 2,9 1 x 150’
 PP.a Implementasi deteksi sisi untuk
PP.d menghitung luas objek dengan
KK.a bentuk teratur. Objek dari
foto/image
12 S.j ROBOTIKA Teori dan 10 1 x 150’
PP.a a. Pengenalan robotika Praktik
PP.d b. Definisi robot
KK.a c. Task yang dapat dikerjakan
robot
d. Sejarah robot
e. Komponen robot
f. Contoh robot
g. Membuat robot sederhana
dengan Arduino
13 S.j SPEECH RECOGNITION Teori 11 1 x 150’
PP.a a. Definisi speech recognition
PP.d b. Kesulitan dalam speech
KK.a recognition
c. Pendekatan dalam speech
recognition
d. Kegunaan dari speech
recognition
e. Cara mendapatkan speech
recognition yang bagus
14 S.j STUDY KASUS SPEECH  Praktik 11 1 x 150’
PP.a RECOGNITION
PP.d Membuat aplikasi sederhana
KK.a speech recognition
15 S.j GAME Teori 12,13 1 x 150’
PP.a a. Definisi game  Ceramah
PP.d b. Alasan kenapa  Diskusi
KK.a membuat/menggunakan
game
c. Jenis-jenis game
d. Contoh game
16 UJIAN AKHIR SEMESTER (UAS)