II SILABUS dan SAP

Silabus Jaringan Syaraf Tiruan

Program Studi : SISTEM KOMPUTER Nama Dosen:

Mata Kuliah (MK) : Jaringan Syaraf Tiruan (JST) 1. Azwar Riza Habibi, S.Si.,M.Si
Kode MK : FI713420
Semester : lima
SKS : 3 (1-1)
Standar Kompetensi : Mahasiswa dapat memakai Jaringan Syaraf Tiruan untuk menyelesaikan masalah pengenalan pola sederhana
No. Kompetensi Dasar Materi Pokok Pengalaman Belajar Indikator Pencapaian Penilaian Alokasi Waktu Sumber/
T UK US TM P L Bahan/Alat
Mampu menjelaskan  Sejarah JST  Mempelajari dan  Mahasiswa dapat    30 - 20  Silabus, SAP
sejarah, model,  Model JST mendiskusikan menjelaskan sejarah,  Kontrak
fungsi aktivasi serta  Fungsi aktivasi sejarah, pemodelan, model, fungsi aktivasi Perkuliahan
prinsip dasar  Prinsip dasar fungsi aktivasi, dan prinsip dasar  Textbook
pelatihan dari JST pelatihan JST prinsip pelatihan JST pelatihan JST  slide
Mampu  Algoritma JST  Mempelajari dan  Mahasiswa dapat    30 100 20 Idem
mengaplikasikan Hebb mendiskusikan memakai JST Hebb
JST Hebb untuk  Aplikasi JST algoritma dan untuk menyelesaikan
menyelesaikan Hebb aplikasi JST Hebb masalah pengenalan pola
masalah pengenalan sederhana
pola sederhana
 Mahasiswa dapat
 Perancangan  Membuat program membuat program
Progam komputer JST Hebb komputer JST Hebb
Komputer JST serta mengaplikasikan
Hebb progam tsb untuk
memecahkan masalah-

3
 masalah pengenalan pola
sederhana
Mampu memakai  Arsitektur JST  Mempelajari dan  Mahasiswa dapat    30 100 20 Idem
JST Perceptron Perceptron mendiskusikan memakai Perceptron
untuk menyelesaikan  Algoritma arsitektur, algoritma, pada kasus-kasus
masalah-masalah Pelatihan JST dan aplikasi pengenalan pola
pengenalan pola Perceptron Perceptron sederhana
sederhana  Aplikasi JST
Perceptron
 Perancangan  Membuat program  Mahasiswa dapat
Progam komputer dari JST membuat program
Komputer JST Perceptron komputer JST
Perceptron Perceptron serta
mengaplikasikan progam
tsb untuk menyelesaikan
masalah-masalah
pengenalan pola
sederhana
Mampu memakai  Delta Rule  Mempelajari dan  Mahasiswa dapat    30 - 20 Idem
JST Adaline dan  Adaline mendiskusikan JST mengaplikasikan
Madaline untuk  Madaline Adaline dan Adaline dan Madaline
menyelesaikan Madaline pada kasus-kasus
masalah-masalah pengenalan pola
pengenalan pola
sederhana  Perancangan  Membuat program  Mahasiswa dapat 30 100 20
Progam komputer dari membuat program
Komputer Adaline dan komputer dari Adaline
Adaline dan Madaline dan Madaline serta
Madaline mengaplikasikan progam
tsb untuk memecahkan

4
 masalah-masalah
pengenalan pola
Mampu memakai  Arsitektur HM  Mempelajari dan  Mahasiswa dapat    30 100 20 Idem
JST  Algoritma mendiskusikan JST mengaplikasikan HM
Heteroassociative Pelatihan HM HM dan AM dan AM pada kasus-
Memory (HM) dan  Arsitektur AM kasus pengenalan pola
Autoassociative  Algoritma
Memory (AM) Pelatihan AM
untuk menyelesaikan
masalah-masalah  Perancangan  Membuat program  Mahasiswa dapat 30 100 20
pengenalan pola Progam komputer dari HM membuat program
sederhana Komputer HM dan AM komputer dari HM dan
AM serta
mengaplikasikan progam
tsb untuk memecahkan
masalah-masalah
pengenalan pola
Mampu memakai  Arsitektur  Mempelajari dan  Mahasiswa dapat    30 - 20 Idem
JST Hopfield untuk Hopfield mendiskusikan JST mengaplikasikan
menyelesaikan  Algoritma Hopfield Hopfield pada kasus-
masalah-masalah Pelatihan kasus pengenalan pola
pengenalan pola Hopfield
sederhana  Perancangan  Membuat program  Mahasiswa dapat 30 100 20
Progam komputer dari membuat program
Komputer Hopfield komputer dari Hopfield
Hopfield serta mengaplikasikan
progam tsb untuk
memecahkan masalah-
masalah pengenalan pola
Mampu memakai  Arsitektur BAM  Mempelajari dan  Mahasiswa dapat    30 100 20 Idem

5
JST Bidirectional  Algoritma mendiskusikan JST mengaplikasikan BAM
Associative Memory Pelatihan BAM BAM pada kasus-kasus
(BAM) untuk pengenalan pola
menyelesaikan
masalah-masalah  Perancangan  Membuat program  Mahasiswa dapat
pengenalan pola Progam komputer dari BAM membuat program
sederhana Komputer BAM komputer dari BAM
serta mengaplikasikan
progam tsb untuk
memecahkan masalah-
masalah pengenalan pola
Mampu memakai  Arsitektur  Mempelajari dan  Mahasiswa dapat    30 - 20 Idem
JST Backpropagation mendiskusikan JST mengaplikasikan
Backpropagation  Algoritma Backpropagation Backpropagation pada
untuk menyelesaikan Pelatihan kasus-kasus pengenalan
masalah-masalah Backpropagation pola
pengenalan pola
sederhana  Perancangan  Membuat program  Mahasiswa dapat 30 100 20
Progam komputer dari JST membuat program
Komputer Backpropagation komputer dari
Backpropagation Backpropagation serta
mengaplikasikan progam
tsb untuk memecahkan
masalah-masalah
pengenalan pola
Mampu membuat  Semua materi  Membuat makalah  Mahasiswa dapat    60 - 40
dan pokok yg sudah  Presentasi makalah membuat dan
mempresentasikan dibahas mempresentasikan
makalah tentang sebelumnya makalah
aplikasi JST  Mahasiswa dapat

6
 berkomunikasi secara
efektif 60 - 40
 Mahasiswa dapat bekerja
dalam tim
Keterangan : T = tertulis, UK = Unjuk kerja, US = Unjuk sikap, Tm = Tatap muka, P = Praktikum, L = Latihan

Pustaka :
1. Fausett, Laurene,1994,. Fundamentals of Neural Networks, Prentice-Hall International, Inc.,USA

2.Li Min Fu, 1994, Neural Networks in Computer Intelligence, McGraw-Hill International, New York.

3. Neural Networks for Pattern Recognition, The MIT Press, Cambridge, MA

4.Rao, Valluru B. dan Rao, Hayagriva V, 1993, C++ Neural Networks and Fuzzy Logic, MIS Press, New York