RENCANA PEMBELAJARAN SEMESTER

PROGRAM STUDI TEKNIK REKAYASA MULTIMEDIA - Sarjana Terapan (D-IV)

POLITEKNIK BHAKTI KARTINI
Mata kuliah : Kecerdasan Buatan Kode MK : TRM663
Mata kuliah prasyarat : - Bobot MK : 3 SKS
Dosen Pengampu : Ibnu Adkha, S.Kom., M.Pd. Kode Dosen :
Alokasi Waktu : Tatap muka 14 x 150 menit
Deskripsi Ringkas : Pembahasan dalam matakuliah ini dimulai dengan posisi dan ruang lingkup artificial intelligent.
Dilanjutkan dengan domain permasalahan, berbagai metode searching, berbagai representasi
pengetahuan, matching, metode inferensi (secara statistik, bayes, maupun fuzzy), dan diakhiri
dengan pembahasan mengenai soft computing dengan tiga topik utama yaitu : neural network,
fuzzy system, dan algoritma genetika.
Capaian Pembelajaran : Mahasiswa mampu memahami sistem kecerdasasan buatan serta mampu merepresentasikan
pengetahuan dan metode inferensia pengambilan kesimpulan.
Buku Acuan : 1. Russell S. & Peter N. 2003. Artificial Intelligence: A Modern Approach. Edisi ke-2. Prentice-Hall,
New Jersey
2. Sri Kusumadewi, 2003. Artificial Intelligence (Teknik dan Aplikasinya) : Edisi Pertama.
Yogyakarta: Graha Ilmu.
3. Anita desiani dan muhamad arhami. 2006. Konsep Kecerdasan buatan: Edisi Pertama.
Yogyakarta: Andi.
4. Widodo dan Derwin, 2014. Artificial Intelligence konsep dan penerapannya: Edisi Pertama.
Yogyakarta: Andi.

SESI KEMAMPUAN MATERI BENTUK SUMBER INDIKATOR

AKHIR PEMBELAJARAN PEMBELAJARAN PEMBELAJARAN PENILAIAN
1 Mahasiswa mampu 1. Metoda: 1. Russell S. & Peter N. Mampu menjelaskan
menjelaskan contextual 2003. Chapter 1 pengertian dan konsep
pengertian dan instruction 2. (Sri Kusumadewi, dasar ilmu kecerdasan
Pendahuluan
konsep dasar ilmu 2. Media : kelas, 2003) chapter 1 buatan dan penerapannya
kecerdasan buatan komputer, LCD, 3. (Anita desiani, 2006)
dan penerapannya whiteboard, web chapter 1

RPS Kecerdasan Buatan halaman 1 dari 10

SESI KEMAMPUAN MATERI BENTUK SUMBER INDIKATOR
AKHIR PEMBELAJARAN PEMBELAJARAN PEMBELAJARAN PENILAIAN
2 Mahasiswa mampu 1. Metode : 1. (Sri Kusumadewi, Mampu merepresentasikan
merepresentasikan contextual 2003) chapter 2 suatu masalah dalam ruang
suatu masalah dalam instruction 2. (Anita desiani, 2006) keadaan
Masalah dan
ruang keadaan 2. Media : kelas, chapter 2
Ruang Keadaan
komputer, LCD,
whiteboard, web

3 Mahasiswa mampu 1. Metoda : 1. (Sri Kusumadewi, Mampu menjelaskan

menjelaskan contextual 2003) chapter 2 implementasi dari berbagai
implementasi dari Teknik Pencarian instruction 2. (Anita desiani, 2006) macam metode searching
berbagai macam dan pelacakan 2. Media : kelas, chapter 2
metode searching komputer, LCD, 3. (Widodo, 2014)
whiteboard, web chapter 2
4 Mahasiswa 1. Metoda : 1. (Sri Kusumadewi, Mampu mengetahui secara
mengetahui secara contextual 2003) chapter 3 umum seluruh teknik untuk
umum seluruh teknik Representasi instruction 2. (Anita desiani, 2006) merepresentasikan
untuk Pengetahuan 2. Media : kelas, chapter 3 pengetahuan
merepresentasikan komputer, LCD, 3. (Widodo, 2014)
pengetahuan whiteboard, web chapter 5
5 Mahasiswa mampu 1. Metoda : 1. (Sri Kusumadewi, Mampu memahami teknik
memahami teknik contextual 2003) chapter 4 penalaran dengan model
penalaran dengan instruction 2. (Anita desiani, 2006) yang lengkap dan konsisten.
model yang lengkap 2. Media : kelas, chapter 4
dan konsisten. Ketidakpastian komputer, LCD,
whiteboard, web,
2 buah buku teks,
loose leaf dan
lembar tugas
6 Mahasiswa Mampu Probabilitas Bayes 1. Metoda: (Widodo, 2014) chapter 6 Mampu menjelaskan
menjelaskan contextual pengertian dan fungsi dari

RPS Kecerdasan Buatan halaman 2 dari 10

SESI KEMAMPUAN MATERI BENTUK SUMBER INDIKATOR
AKHIR PEMBELAJARAN PEMBELAJARAN PEMBELAJARAN PENILAIAN
pengertian dan fungsi instruction bayesin rule
dari bayesin rule 2. Media : kelas,
komputer, LCD,
whiteboard, web

7 Mahasiswa Mampu 1. Metoda: 1. (Sri Kusumadewi, Mampu memahami dan

memahami dan contextual 2003) chapter 5 menjelaskan konsep sistem
menjelaskan konsep instruction 2. (Widodo, 2014) chapter pakar
Sistem Pakar
sistem pakar 2. Media : kelas, 9
komputer, LCD,
whiteboard, web
8 Mahasiswa 1. Metoda : 1. (Sri Kusumadewi, 2003) Mampu memahami konsep
memahami konsep contextual chapter 6 dan penerapan game
dan penerapan game instruction 2. (Anita desiani, 2006) playing dalam kecerdasan
Game Playing
playing 2. Media : kelas, chapter 6 buatan
komputer, LCD,
whiteboard, web
9 Mahasiswa Mampu 1. Metoda : 1. (Sri Kusumadewi, 2003) Mampu menjelaskan dan
menjelaskan dan contextual chapter 7 memahami tentang
memahami tentang instruction 2. (Widodo, 2014) chapter 10 logika fuzzy
Logika Fuzzy
logika fuzzy 2. Media : kelas,
komputer, LCD,
whiteboard, web
10 Mahasiswa Mampu Logika Fuzzy 1. Metoda : 1. (Sri Kusumadewi, 2003) Mampu menjelaskan dan
menjelaskan dan lanjutan contextual chapter 7 memahami tentang
memahami tentang instruction 2. (Widodo, 2014) chapter logika fuzzy dan
logika fuzzy dan 2. Media : kelas, 10 penerapannya
penerapannya komputer, LCD,
whiteboard, web

RPS Kecerdasan Buatan halaman 3 dari 10

SESI KEMAMPUAN MATERI BENTUK SUMBER INDIKATOR
AKHIR PEMBELAJARAN PEMBELAJARAN PEMBELAJARAN PENILAIAN

11 Mahasiswa Mampu 1. Metoda : 1. (Sri Kusumadewi, 2003) Mampu

menjelaskan dan contextual chapter 8 menjelaskan dan
memahami jaringan instruction 2. (Anita desiani, 2006) memahami jaringan syaraf
Jaringan Syaraf
syaraf tiruan 2. Media : kelas, chapter 6 tiruan
Tiruan
komputer, LCD, 3. (Widodo, 2014) chapter
whiteboard, web 11

12 Mahasiswa Mampu 1. Metoda : 1. (Sri Kusumadewi, 2003) Mampu

Menjelaskan fungsi contextual chapter 9 Menjelaskan fungsi dari
dari algoritma instruction 2. (Widodo, 2014) chapter algoritma genetika dan
genetika dan 2. Media : kelas, 12 membuat aplikasi
Algoritma
membuat aplikasi komputer, LCD, kecerdasan buatan dengan
Genetika
kecerdasan buatan whiteboard, web algoritma genetika
dengan algoritma
genetika

13 Mahasiswa mampu 1. Metoda : (Widodo, 2014) chapter 13 Mampu Menjelaskan

Menjelaskan konsep contextual konsep mendasar
mendasar mengenai instruction mengenai Natural
Natural
Natural Languange 2. Media : kelas, Languange Processing dan
Languange
Processing dan komputer, LCD, penerapannya dalam
Processing
penerapannya dalam whiteboard, web berbagai aplikasi cerdas
berbagai aplikasi
cerdas
14 Mahasiswa mampu Robotika 1.Metode : (Widodo, 2014) chapter 15 Mampu mengerti konsep
mengerti konsep contextual pemahaman teknologi
pemahaman teknologi instruction robotika di dalam
robotika di dalam 2.Media : kelas, kecerdasan buatan
kecerdasan buatan komputer, LCD,

RPS Kecerdasan Buatan halaman 4 dari 10

SESI KEMAMPUAN MATERI BENTUK SUMBER INDIKATOR
AKHIR PEMBELAJARAN PEMBELAJARAN PEMBELAJARAN PENILAIAN
whiteboard, web

RPS Kecerdasan Buatan halaman 5 dari 10

 EVALUASI PEMBELAJARAN

SESI PROSE- BEN- SEKOR > 77 SEKOR > 65 SEKOR > 60 SEKOR > 45 SEKOR < 45 BOBOT
DUR TUK ( A / A-) (B- / B / B+ ) (C / C+ ) (D) (E)
1 Post test Tes Menjelaskan Menjelaskan Menjelaskan Menjelaskan Tidak 5%
tulisan konsep-konsep pengertian dan pengertian konsep dasar menjelaskan
(UTS) dasar ilmu konsep ilmu ilmu ilmu konsep-
kecerdasan buatan kecerdasan kecerdasan kecerdasan konsep dasar
dan penerapan buatan dengan buatan dengan buatan dengan ilmu
kecerdasan buatan benar benar kurang tepat kecerdasan
dengan benar buatan dan
penerapan
kecerdasan
buatan
2 Post test Tes Merepresentasikan Merepresentasik Merepresentas Merepresentas Tidak 5%
tulisan suatu masalah dalam an suatu ikan suatu ikan suatu Merepresentas
(UTS) ruang keadaan masalah dalam masalah dalam masalah dalam ikan suatu
dengan benar dan ruang keadaan ruang keadaan ruang keadaan masalah dalam
lengkap dengan benar dengan benar dengan kurang ruang keadaan
lengkap
3 Post test Tugas Menjelaskan Menjelaskan Menjelaskan Menjelaskan Tidak 10%
implementasi dari implementasi implementasi implementasi Menjelaskan
berbagai macam dari berbagai dari satu dari berbagai implementasi
metode searching macam metode macam macam dari berbagai
dengan benar dan searching metode metode macam
tepat dengan benar searching searching metode
dengan benar dengan kurang searching
tepat
4 Post test Tes Mengetahui secara Mengetahui Mengetahui Mengetahui Tidak 5%
tulisan umum seluruh teknik secara umum secara umum secara umum mengetahui
(UTS) untuk seluruh teknik sebagian seluruh teknik secara umum
merepresentasikan untuk teknik untuk untuk seluruh teknik

RPS Kecerdasan Buatan halaman 6 dari 10

 SESI PROSE- BEN- SEKOR > 77 SEKOR > 65 SEKOR > 60 SEKOR > 45 SEKOR < 45 BOBOT
DUR TUK ( A / A-) (B- / B / B+ ) (C / C+ ) (D) (E)
pengetahuan merepresentasik merepresentasi merepresentasi untuk
dengan benar dan an pengetahuan kan kan merepresentasi
tepat dengan benar pengetahuan pengetahuan kan
dengan benar dengan kurang pengetahuan
tepat
5 Post test Tes Memahami teknik Memahami Memahami Memahami Tidak 10%
tulisan penalaran dengan teknik penalaran teknik teknik Memahami
(UTS) model yang lengkap dengan model penalaran penalaran teknik
dan konsisten secara yang lengkap dengan model dengan model penalaran
benar dan konsisten yang lengkap yang lengkap dengan model
dengan benar dengan benar secara tidak yang lengkap
tepat dan konsisten
6 Post test Tes Menjelaskan Menjelaskan Menjelaskan Menjelaskan Tidak mampu 5%
tulisan pengertian dan fungsi dari pengertian pengertian dan menjelaskan
(UTS) fungsi dari bayesin bayesin rule bayesin rule fungsi dari pengertian dan
rule dengan baik dengan baik dengan baik bayesin rule fungsi dari
dan benar dengan kurang bayesin rule
tepat
7 Post test Tugas Memahami dan Memahami Menjelaskan Menjelaskan Tidak mampu 10 %
menjelaskan konsep konsep sistem konsep sistem konsep sistem memahami
sistem pakar dengan pakar dengan pakar dengan pakar dengan dan
baik dan benar benar benar kurang tepat menjelaskan
konsep sistem
pakar
8 Post test Tes Memahami konsep Memahami Memahami Kurang Tidak 5%
tulisan dan penerapan konsep game penerapan memahami memahami
(UAS) game playing dalam playing dengan game playing konsep game konsep dan
AI dengan tepat dan benar dengan benar playing penerapan
benar dengan tidak game playing
tepat

RPS Kecerdasan Buatan halaman 7 dari 10

 SESI PROSE- BEN- SEKOR > 77 SEKOR > 65 SEKOR > 60 SEKOR > 45 SEKOR < 45 BOBOT
DUR TUK ( A / A-) (B- / B / B+ ) (C / C+ ) (D) (E)

9 dan Post test Tes Menjelaskan dan Menjelaskan Menjelaskan Menjelaskan Tidak Mampu 10%
10 tulisan memahami tentang tentang tentang tentang menjelaskan
(UAS) logika fuzzy dan logika fuzzy dan logika fuzzy logika fuzzy dan
penerapannya dalam penerapannya dengan benar dengan tidak memahami
AI dengan baik dan dengan benar tepat tentang
benar logika fuzzy
dan
penerapannya
11 Post test Tes Menjelaskan dan Menjelaskan Menjelaskan Menjelaskan Tidak mampu 10%
tulisan memahami konsep dan memahami konsep konsep menjelaskan
(UAS) jaringan syaraf tiruan konsep jaringan jaringan syaraf jaringan syaraf dan
dengan tepat dan syaraf tiruan tiruan dengan tiruan dengan memahami
benar dengan benar benar tidak tepat konsep
jaringan syaraf
tiruan
12 Post test Tugas Menjelaskan fungsi Menjelaskan Menjelaskan Menjelaskan Tidak mampu 10%
dari algoritma fungsi dari fungsi dari fungsi dari menjelaskan
genetika dan algoritma algoritma algoritma fungsi dari
membuat aplikasi genetika dan genetika genetika algoritma
kecerdasan buatan contohnya dengan benar dengan tidak genetika dan
dengan algoritma dengan baik tepat membuat
genetika dengan aplikasi
benar kecerdasan
buatan dengan
algoritma
genetika
13 Post test Tes Menjelaskan konsep Menjelaskan Kurang Menjelaskan Tidak 10%

RPS Kecerdasan Buatan halaman 8 dari 10

 SESI PROSE- BEN- SEKOR > 77 SEKOR > 65 SEKOR > 60 SEKOR > 45 SEKOR < 45 BOBOT
DUR TUK ( A / A-) (B- / B / B+ ) (C / C+ ) (D) (E)
tulisan mendasar mengenai konsep mampu konsep Menjelaskan
(UAS) Natural Languange mendasar menjelaskan mendasar konsep
Processing dan mengenai konsep mengenai mendasar
penerapannya dalam Natural mendasar Natural mengenai
berbagai aplikasi Languange mengenai Languange Natural
cerdas dengan benar Processing Natural Processing Languange
dengan benar Languange secara tidak Processing dan
dengan benar tepat penerapannya
dalam
berbagai
aplikasi cerdas
14 Post test Tugas Mampu mengerti Mampu Kurang Kurang Tidak mengerti 5%
konsep pemahaman mengerti mengerti mengerti konsep
teknologi robotika di konsep konsep konsep pemahaman
dalam kecerdasan teknologi teknologi teknologi teknologi
buatan dengan robotika di robotika di robotika di robotika di
benar dalam dalam dalam dalam
kecerdasan kecerdasan kecerdasan kecerdasan
buatan buatan buatan secara buatan
tidak tepat

Komponen penilaian :
1. Tugas = 35 %
2. UTS = 30 %
3. UAS = 35 %

Bekasi, 12 April 2023

RPS Kecerdasan Buatan halaman 9 dari 10

Mengetahui,
Ketua Program Studi, Dosen Pengampu,

Rahman Abdillah, M.Tech Ibnu Adkha, S.Kom., M.Pd.

RPS Kecerdasan Buatan halaman 10 dari 10