RENCANA PROGRAM

KEGIATAN PEMBELAJARAN SEMESTER

(RPKPS)

MATA KULIAH:

SISTEM CERSAS
(SIF54)

Oleh:
SUPATMAN

PROGRAM STUDI SISTEM INFORMASI

FAKULTAS TEKNOLOGI INFORMASI
UNIVESITAS MERCU BUANA YOGYAKARTA
AGUSTUS 2012
..//supatman/doc/rpkps_neural_networks
A. PENDAHULUAN
1. Latar Belakang

Sistem Cerdas merupakan mata kuliah wajib Program Stud Sistem Informasi yang diberikan bagi mahasiswa semester 5 Program Studi Sistem Informasi,
Fakultas Teknologi Informasi, Universitas Mercu Buana Yogyakarta. Tujuan mata kuliah ini agar mahasiswa mampu dan trampil mengembangkan konsep
dasar Sistem Cerdas dan algoritma pembelajaran Sistem Cerdas. Untuk mencapai tujuan yang diinginkan secara maksimal, pada setiap proses pembelajaran
memerlukan perencanaan, persiapan, dan pengendalian yang baik. Sehubungan dengan hal itu, diperlukan pengembangan kegiatan yang disebut Rencana
Program Kegiatan Pembelajaran Semester (RPKPS). Implementasi kegiatan tersebut diharapkan dapat menciptakan suasana akademik yang kondusif sehingga
muncul kegairahan dalam proses pembelajaran. Kegiatan ini diharapkan juga dapat meningkatkan motivasi, kreativitas, kesungguhan, dan keteraturan dalam
proses belajar mengajar serta meningkatkan keaktifan mahasiswa dalam mengikuti proses pembelajaran.

2. Deskripsi Mata Kuliah

Pengantar Sistem Cerdas; masalah,ruang, keadaan dan pencarian; representasi pengetahuan; ketidakpastian; sistem pakar; game playing; logika fuzzy;
jaring syaraf tiruan; algoritma genetika.

3. Kompetensi kuliah terdadap lulusan

Setelah menyelesaikan perkuliahan ini mahasiswa diharapkan memiliki kompetensi dalam memahami Sistem Cerdas dan mampu mengembangkan
mengembangkan algoritma pembelajaran Sistem Cerdas serta mampu mengimplementasikan pada bidang Sistem Informasi.

B. PERENCANAAN PEMBELAJARAN

1. Nama Mata Kuliah : Sistem Cerdas

2. Kode/SKS : SIF / 4 sks (3/1)
3. Semester : 7 (Lima).
4. Status Mata Kuliah : Wajib
5. Prasyarat : Algoritma dan Pemrograman, algoritma dan pemrograman lanjut,
Struktur Data dan Basis Data
6. Tujuan Pembelajaran :
Proses pembelajaran pada mata kuliah Sistem Cerdas berfokus pada student-centerd Learning yang akan memberi kompetensi-kompetensi khusus pada
mahasiswa. Setelah mengikuti kuliah Sistem Cerdas, mahasiswa diharapkan mampu menjelaskan teori-teori Sistem Cerdas dan aplikasi Neral Networks yang
..//supatman/doc/rpkps_neural_networks
terkait dengan keilmuan didunia teknologi informasi serta mampu secara trampil mengembangkan Sistem Cerdas dengan bahasa pemrograman, sekaligus
mengaplikannya di bidang Sistem Informasi .
Manfaat model pembelajaran ini adalah mahasiswa tidak hanya sekadar menguasai teori-teori dan aplikasi Sistem Cerdas, tetapi mahasiswa dapat
menerapkan pengetahuan dan ketrampilan pemrograman Sistem Cerdas ke dalam menyelesaikan tugas pada bidang kehidupan nyata, memiliki wawasan
luas, memanfaatkan teknologi informasi, berkreativitas, berinovasi, dan memiliki jiwa kepemimpinan. Selain itu, mahasiswa mendapat kesempatan untuk
lebih mengembangkan kemampuan berpikir kritis, berani mengemukakan pendapat sehingga timbul percaya diri dan terdorong melakukan
entrepreneurship/wirausaha di bidang keahliannya berbasis teknologi informasi. Mahasiswa diharapkan mampu mensinergikan bidang Sistem Cerdas dengan
bidang-bidang lain, misalnya agroteknologi, teknik, ekonomi dan bisnis, psikologi, bahasa, komunikasi, , matematika, serta isu-isu aktual sehingga Sistem
Cerdas dapat membantu dalam tugas transformasi informasi dan berdaya guna bagi masyarakat.

7. Outcome Pembelajaran

Untuk mencapai tujuan mata kuliah Sistem Cerdas mahasiswa diharapkan mampu:

a. Pengetahuan dan pemahaman (knowledge)

i. Memahami konsep dasar Sistem Cerdas
ii. Memahami masalah,ruang, keadaan dan pencarian
iii. Memahami representasi pengetahuan
iv. Memahami ketidakpastian
v. Memahami sistem pakar
vi. Memahami logika fuzzy
vii. Memahami jaring syaraf tiruan
viii. Memahami algoritma genetika

b. Kemampuan/Ketrampilan (skill)
i. Skill pengembangan algoritma cerdas
ii. Skill bahasa pemrograman

c. Sikap (attitude)
i. Kreatifitas
ii. Ulet
iii. Teliti
..//supatman/doc/rpkps_neural_networks
 Jumlah dan Pembagiannya
Perkuliahan Sistem Cerdas dalam satu semester direncanakan berlangsung 16 kali program kuliah yang terdiri dari 14 kali tatap muka, 1 kali ujian tengah
semester dan 1 kali ujian akhir semester. Setiap program tatap muka terdiri atas 150 menit kuliah dan 150 menit praktikum di laboratorium. Pembagian
waktu selengkapnya adalah sebagai berikut.

No Jenis Program Jumlah Jumlah Keterangan

Program Waktu
1 Tatap muka: 14 kali 150 1. memberikan teori-teori Sistem Cerdas
Ceramah, tanya 2. memberi pengetahuan dan pembekalan kepada mahasiswa tentang teori-teori Sistem Cerdas
jawab 3. memberi pengetahuan dan wawasan tentang Sistem Cerdas yang aktual dan berdaya guna bagi
masyarakat.
4. memberi pengetahuan dan wawasan leadership (hidden curriculum), serta kewirausahaan (hidden
curriculum).
2 Praktek 10 Kali 150 Pratikum di Laboratorium Komputasi Dasar
3 Diskusi/Presentasi 10-12 50 menit 1) Membahas hasil tugas dan praktikum Sistem Cerdas yang telah dilakukan mahasiswa
kali 2) Teknis penyelesaian (problem solving).
4 Evaluasi 10-12 10-20 Mengevaluasi tugas-tugas mahasiswa
kali menit x
4kali
5 Browsing Internet 1-7 kali - Di luar jam kuliah
6 Kunjungan Ke 1 kali - Di luar jam kuliah yang dilakukan secara mandiri oleh kelompok mahasiswa
instansi yang
memanfaatkan
Sistem Cerdas
7 Ujian Tengah 1 kali 120 Menjawab pertanyaan-pertanyaan
Semester
8 Ujian Akhir 1 kali 120 Menjawab pertanyaan-pertanyaan
9 Ujian Project Akhir 1 kali 100 Menyelesaikan kasus sistem cerdas dengan komputer

..//supatman/doc/rpkps_neural_networks
8. Rencana Kegiatan Pembelajaran Mingguan dan Materi Pembelajaran

Mgg Kompetensi Topik/Pokok Waktu Metode Metode Indikator Sumber

Sub Pokok Bahasan
ke- Bahasan (menit) Pembelajaran Evaluasi Pustaka
1 Mahasiswa Pengantar a. Perkenalan 150 Kelas: Tanya Mahasiswa 1-7
mengetahui Perkuliahan b. Aturan main 1. Menerangkan Jawab memahami
materi dan Sistem Cerdas perkuliahan 2. Tanya Jawab tatacara
tatacara c. Fungsi dan tugas dosen 3. Diskusi perkuliahan
perkuliahan dan mahasiswa Sistem Cerdas
d. Bahan kuliah
e. Literatur Wajib dan
acuan
2 Mahasiswa konsep dasar a. Definisi 300 Kelas: Porfolio Mahasiswa 1-7
mengetahui Sistem Cerdas b. Macam kecerdasan 1. Menerangkan memahami
konsep dasar c. Komputasi 2. Tanya Jawab konsep dasar
Sistem d. Sejarah 3. Diskusi Sistem Cerdas
Cerdas e. Aplikasi komersial
f. Softcomputing
3 Mahasiswa Masalah,rua a. Mendefinisikan masalah 300 Kelas dan Lab: Porfolio Mahasiswa 1-7
memahami ng, keadaan b. Metode pencarian dan 1. Menerangkan memahami
masalah,rua dan pelacakan 2. Tanya Jawab ruang pencarian
ng, keadaan pencarian c. Reduksi masalah 3. Praktikum
dan 4. Diskusi
pencarian
4 Mahasiswa Representasi a. Logika 300 Kelas : Portfolio Mahasiswa 1-7
memahami Pengetahuan b. Pohon 1. Menerangkan mampu
Representasi c. Jaringan semantik 2. Tanya Jawab menjelaskan
Pengetahuan d. Frame 3. Praktikum representasi
e. Nasakah (Script) 4. Diskusi pengetahuan
f. Sistem Produksi
5 Mahasiswa Ketidakpasti a. Faktor Kepastian 300 Kelas dan Lab: Portfolio Mahasiswa 1-7
..//supatman/doc/rpkps_neural_networks
 memahami an b. Teori Dempster-Shafer 1. Menerangkan menjelaskan
ketidakpastia c. Logika Kabur 2. Tanya Jawab ketidakpastian
n 3. Praktikum dalam sistem
4. Diskusi cerdas
6 Mahasiswa Sistem pakar a. Definisi 300 Kelas dan Lab: Portfolio Mahasiswa 1-7
dan memahami b. Kelemahan dan 1. Menerangkan memahami
7 Sistem pakar keuntungan sistem 2. Tanya Jawab konsep,
pakar 3. Praktikum algoritma, dan
c. Konsep dasar sistem 4. Diskusi aplikasi sistem
pakar pakar
d. Bentuk sistem pakar
e. Struktur sistem pakar
f. Basis pengetahuan
g. Motor inferensi
h. Ciri-ciri sistem pakar
i. Pemasalahan yang
disentuh sistem pakar
j. Pengembangan sistem
pakar
8 UTS Porfolio dan Presentasi
9 Memahami Game a. Pengantar
Konsep Playing b. Metode pencarian dan
Game evaluasi
Playing c. Minimax
10 Memahami Logika fuzzy a. Pendahuluan 300 Kelas dan Lab: Portfolio Mahasiswa 1-7
dan Logika fuzzy b. Latar belakang logika 1. Menerangkan memahami
11 fuzzy 2. Tanya Jawab konsep,
c. Aplikasi 3. Praktikum algoritma, dan
d. Himpunan Fuzzy 4. Diskusi aplikasi logika
e. Fungsi Keanggotaan fuzzy
f. Operator Dasar Zaedah
..//supatman/doc/rpkps_neural_networks
 g. Penalaran Monoton
h. Fungsi Implikasi
i. Sistem Inferensi Fuzzy
j. Basisdata Fuzzy
12 Mahasiswa Jaring Saraf a. Otak Manusia 150 Kelas dan Lab: Porfolio Mahasiswa 1-7
dan memahami Tiruan b. Sejarah 1. Menerangkan memahami
13 Jaring Syaraf c. Komponen Jaringan 2. Tanya Jawab konsep,
Tiruan Saraf 3. Praktikum algoritma, dan
d. Arsitektur Jaringan 4. Diskusi aplikasi jaring
e. Fungsi Aktivasi saraf tiruan
f. Proses Pembelajaran
g. Perbelajaran Terawasi
h. Pembelajaran tidak
terawasi
14 Mahasiswa Algoritma a. Pendahuluan 150 Kelas dan Lab: Portfolio Mahasiswa 1-7
dan memahami Genetika b. Struktur Umum GA 1. Menerangkan memahami
15 Algoritma (GA) c. Komponen GA 2. Tanya Jawab konsep,
Genetika d. Seleksi 3. Praktikum algoritma, dan
e. Rekombinasi 4. Diskusi aplikasi GA
f. Mutasi
g. GA sederhana
16 UTS

Metode Pembelajaran yang dikembangkan

Model pengembangan proses pembelajaran mata kuliah Sistem Cerdas tidak hanya sekedar kuliah dan tugas mandiri praktek, tetapi
pengembangannya berupa diskusi, presentasi mahasiswa, browsing artikel di internet, dan pemilihan teks-teks actual terkait dengan masalah nyata.

Pelaksanaannya sebagai berikut:

..//supatman/doc/rpkps_neural_networks
 1) Dosen menyiapkan bahan kuliah, serta menyiapkan bahan praktikum mandiri Sistem Cerdas yang sesuai dan dapat implementasikan pada
bidang-bidang actual.

2) Mahasiswa diharapkan:

a) mampu memahami Sistem Cerdas sebagai sains terhadap beberapa jenis kegiatan yang terkait dengan tranformasi informasi.
b) mampu menganalisa dan membuat ide serta gagasan ke dalam bahasa tulisan maupun presentasi.
c) mampu memanfaatkan teknologi informasi sebagai media transformasi informasi kepada masyarakat.
d) mampu berkreativitas
e) mampu berinovasi
f) mampu bekerja sama dalam kelompon dan mampu memimpin kelompok.
g) memberikan pendapat saling memberikan masukan secara aktif sesuai dengan pokok bahasan sehingga diskusi lancar.
h) mempunyai kepercayaan diri dalam berpresentasi.
i) mampu menciptakan ide mata kuliah “Sistem Cerdas” dapat digunakan sebagai sains untuk mengembangkan gagasan baru sehingga
tumbuh jiwa profesionalisme didunia teknologi informasi.
Media

Media yang digunakan dalam proses pembelajaran berupa komputer, papan tulis/white board, dan LCD Proyektor, referensi online, manual
books software scilab, browsing internet. Tugas kelompok dan mandiri bersifat wajib sesuai topic bahasan.

Studi literature melalui browsing di dunia maya yang terkait dengan Sistem Cerdas baik perkelompok atau mandiri. Setelah studi seaching
kasus, mahasiswa diharapkan mampu berinovasi dan bermotivasi akan pentingnya Sistem Cerdas sebagai hidden sains pada dunia kerja dan atau
transformasi informasi di masyarakat.

9. Penilaian

Aspek penilaian yang digunakan pada proses pembelajaran ini adalah:

Aspek Penilaian Unsur penilian Skor Maks Presentasi

Pemahaman dan Ketrampilan Tugas:teori,praktek,ujian mid, ujian akhir 500 50%
..//supatman/doc/rpkps_neural_networks
Aktivitas Aktivitas didalam kelas, diskusi, praktek 200 20%
Leadership Kedisplinan, kemampuan mengemukaan pendapat, partisipasi dikelas 150 15%
Attitude Sikap/Sopan santun 150 15%
Skor Total 1000 100%

Evaluasi dilakukan pada hasil pengumpulan poin oleh masing-masing mahasiswa dan hasil akhir ditentukan sebagai berikut:

- Nilai A untuk mahasiswa yang mencapai jumlah 800-1000

- Nilai B untuk 700-799

- Nilai C untuk 600-699

- Nilai D untuk 500-599

- Nilai E untuk kurang dari 500 dan dianggap Tidak Lengkap/Tidak Lulus.

Apabila minmal 75% mahasiswa memperoleh nilai A dan B pada semua komponen evaluasi, maka dapat dikatakan proses pembelajaran dan
hasil pembelajaran berhasil.

..//supatman/doc/rpkps_neural_networks
10. Bahan, Sumber Informasi, dan Referensi

1). Krishnamoorthy; S. Rajeev, 1996, Artificial Intelligence and Expert Systems for Engineers, CRC Press, CRC Press LLC
2). Fausett, Laurene, 1995, Fundamental of Sistem Cerdas, Prentice Hall, Englewood.
3). Rao, Valluru B., 1995, C++ Sistem Cerdas and Fuzzy Logic, MTBooks, IDG Books Worldwide, Inc.
4). Ham, Fredric M., 2001, Principles of Neurocomputing for Science & Engineering, Mc Graw-Hill. Inc.
5). Widodo, Thomas S., 2005, Sistem Neuro Fuzzy untuk Pengolahan Informasi, Pemodelan, dan Kendali., Graha Ilmu, Yogyakarta.
6). Kusumadewi, Sri., 2004, Membangun Jaringan Syaraf Tiruan Menggunakan Matlab dan Excel link, Graha Ilmu, Yogyakarta.
7). Kusumadewi, Sri, 2003, Artificial Intelligence (Teknik dan Aplikasinya), Graha Ilmu, Yogyakarta.

&&& e-Calista 2012 &&&

..//supatman/doc/rpkps_neural_networks