If - RPS Inteligensi Buatan
If - RPS Inteligensi Buatan
(RPS)
KBKF63307
INTELIGENSI BUATAN
Disusun oleh:
Rencana Pembelajaran Semester (RPS) ini telah disahkan untuk mata kuliah sbb:
Padang, 2017
Menyetujui
Ka Prodi S1 Teknik Informatika
ii
DAFTAR ISI
LEMBAR PENGESAHAN.................................................................................................................. ii
iii
A. PROFIL MATA KULIAH
Intelegensi Buatan adalah mesin yang mampu berpikir, mampu menimbang tindakan yang akan
diambil dan mampu mengambil keputusan seperti yang dilakukan oleh manusia. Jadi, mata kuliah
Intelegensi Buatan ini menjelaskan mengenai konsep dan definisi dari intelegensi buatan,
menjelaskan ilmu yang berkaitan dengan intelegensi buatan. Pada mata kuliah ini akan dibahas
konsep dari searching, sistem pakar, logika fuzzy, jaringan saraf tiruan dan algoritma genetika
DAFTAR PUSTAKA
1. Sutojo. T, dkk, Kecerdasan Buatan, Penerbit Andi, Jakarta, 2012
2. Budiharto. W, Suhartono. D, Artificial Intelligence Konsep dan Penerapannya, Andi, 2014
3. Suyanto, Artificial Intelligence : Searching - Reasoning - Planing - Learning (Edisi Revisi Kedua),
Informatika, 2014
4. Desiani. A, Arhami. M, Konsep Kecerdasan Buatan, Andi.
1
B. RENCANA PEMBELAJARAN SEMESTER (RPS)
Pertemuan Kemampuan Akhir yang Bahan Kajian (Materi Ajar) Bentuk/ Kriteria Penilaian Bobot
ke- Diharapkan Metode/ (Indikator) Nilai
Strategi
1 Dapat menyebutkan definisi, SEKILAS TENTANG Ceramah
Pembelajaran Ketepatan dalam
sejarah dan ilu ilmu yang KECERDASAN BUATAN mendefinisikan
berkatitan dengan kecerdasan Definisi kecerdasan buatan kecerdasan buatan
buatan Sejarah Kecerdasan buatan Ketepatan dalam
Dapat membedakan antara Ilmu – ilmu yang berkaitan membedakan kecerdasan
kecerdasan alami dan kecerdasan dengan kecerdasan buatan alami dan kecerdasan
buatan Kecerdasan alami vs buatan
Dapat mengetahui kasus apa saja kecerdasan buatan
yang bisa diselesaikan dengan Soft Computing
menggunakan soft computing
2 Dapat menyebut definisi dari GENERAL PROBLEM Ceramah Ketepatan dalam
masalah dan kecerdasan buatan SOLVING Problem- menentukan masalah
Dapat menerangkan yang mana Definisi masalah dalam Based yang ada di dalam
masalah, ruang keadaan dan aturan kecerdasan buatan Learning kecerdasan buatan
Dapat menggunakan teknik Masalah, ruang keadaan Ketepatan dalam memilih
searching untuk menyelesaikan dan aturan teknik yang akan
masalah Pengenalan teknik digunakan untuk
Searching (Blind Serach menyelesaikan masalah
dan Heuristic Search)
2
Pertemuan Kemampuan Akhir yang Bahan Kajian (Materi Ajar) Bentuk/ Kriteria Penilaian Bobot
ke- Diharapkan Metode/ (Indikator) Nilai
Strategi
4
Mahasiswa dapat memahami HEURISTIC SEARCH Ceramah
Pembelajaran Ketepatan dalam
teknik Generate and Test Generate and Test Problem- melakukan pencarian
Mahasiswa dapat memahami Hill Climbing (Simple Hill Based dengan teknik Generate
teknik Hill Climbing (Simple Hill Climbing dan Stepest Learning and Test
Climbing dan Stepest Ascend Hill Ascend Hill Climbing) Ketepatan dalam
Climbing) Best First Search melakukan pencarian
Mahasiswa dapat memahami dengan teknik Hill
teknik Best First Search Climbing
Mahasiswa dapat menyelesaikan Ketepatan dalam
kasus dengan teknik Generate and melakukan pencarian
Test, Hill Climbing dan Best First dengan teknik Best First
Search Search
5
Dapat memahami tentang definisi KNOWLEDGE Ceramah Ketepatan dalam
pengetahuan dalam kecerdasan REPRESENTATION merepresentasikan
buatan Definisi Pengetahuan pengetahuan dengan
Dapat merepresentasikan Cara merepresentasikan menggunakan salah satu
pengetahuan dengan cara pengetahuan cara representasi
representasi logika, jaringan - Representasi Logika
semantik, frame, script dan aturan - Jaringan Semantik
produksi - Frame
- Script
- Aturan Produksi
3
Pertemuan Kemampuan Akhir yang Bahan Kajian (Materi Ajar) Bentuk/ Kriteria Penilaian Bobot
ke- Diharapkan Metode/ (Indikator) Nilai
Strategi
6
Dapat memahami tentang definisi, SISTEM PAKAR (1) Ceramah
Pembelajaran Ketepatan dalam
ciri-ciri, konsep dasar sistem pakar Definisi, manfaat, ciri-ciri, Problem- memahami cara kerja
Dapat mengetahui bagaimana cara konsep dasar sistem pakar Based metode forward chaining
membuat sistem pakar dengan Teknik Inferensi sistem Learning dan backward chaining.
teknik inferensi forward chaing pakar Ketepatan dalam
dan backward chaining Forward Chaining menyelesaikan kasus
Backward Chaining sistem pakar dengan
metode forward chaining
dan backward chaining.
7
Dapat mengetahui bagaimana cara SISTEM PAKAR (2) Ceramah Ketepatan dalam
membuat sistem pakar dengan Teknik Inferensi sistem Problem- memahami cara kerja
teknik inferensi certainty factor pakar Based metode certainty factor
dan teorema bayes Certainty Factor Learning dan teorema bayes
Teorema Bayes Ketepatan dalam
menyelesaikan kasus
sistem pakar dengan
metode certainty factor
dan teorema bayes
Mampu menyelesaikan soal / studi QUIZ Tes Ketepatan dalam 7.5%
8 kasus yang berhubungan dengan Materi pra-UTS menyelesaikan soal quiz
materi pra-UTS
4
Pertemuan Kemampuan Akhir yang Bahan Kajian (Materi Ajar) Bentuk/ Kriteria Penilaian Bobot
ke- Diharapkan Metode/ (Indikator) Nilai
Strategi
10
Dapat memahami tentang definisi LOGIKA FUZZY (1) Ceramah
Pembelajaran Ketepatan dalam
dan konsep dasar logika fuzzy Definisi logika fuzzy memahami tentang
Konsep dasar logika fuzzy definisi dan konsep dasar
tentang logika fuzzy
11
Dapat mengetahui bagaimana cara LOGIKA FUZZY (2) Ceramah Ketepatan dalam
menyelesaikan logika fuzzy Teknik Inferensi logika Problem- menyelesaikan kasus
dengan metode Tsukamoto, fuzzy Based logika fuzzy dengan
metode Mamdani dan metode - Metode Tsukamoto Learning metode Tsukamoto,
Sugeno - Metode Mamdani metode Mamdani dan
- Metode Sugeno metode Sugeno
Dapat memahami tentang jaringan JARINGAN SARAF Ceramah Ketepatan dalam
12
saraf tiruan TIRUAN (1) Problem- Menyelesaikan kasus JST
Dapat mengetahui bagaimana cara Jaringan Saraf Tiruan Based dengan model neuron
mambuat jaringan saraf tiruan Model Neuron McCulloch Learning dan model hebb
dengan model neuron dan model and Pitts
hebb Model Hebb
13
Dapat mengetahui bagaimana cara JARINGAN SARAF Ceramah Ketepatan dalam
mambuat jaringan saraf tiruan TIRUAN (2) Problem- Menyelesaikan kasus JST
dengan perceptron dan Perceptron Based dengan perceptron dan
backpropagation Backpropagation Learning backpropagation
5
Pertemuan Kemampuan Akhir yang Bahan Kajian (Materi Ajar) Bentuk/ Kriteria Penilaian Bobot
ke- Diharapkan Metode/ (Indikator) Nilai
Strategi
14
Dapat memahami tentang Ceramah
ALGORITMA GENETIKA Pembelajaran Ketepatan dalam
algoritma genetika dan Pengantar Algoritma Problem- memahami konsep dari
mengetahui masalah apa saja yang Genetika Based algoritma genetika
bisa diselesaikan dengan algoritma Gen dan Individu Learning Ketepatan dalam
genetika Populasi membedakan gen,
Dapat mengetahui tentang gen, Mutasi individu, populasi dan
individu, populasi dan mutasi mutasi
6
C. RANCANGAN INTERAKSI DOSEN–MAHASISWA
Kemampuan Akhir yang Diharapkan Mahasiswa mampu memahami konsep
materi yang diberikan.
Nama Kajian 1. Sekilas Tentang Kecerdasan Buatan
2. General Problem Solving
3. Blind Search
4. Heuristic Search
5. Knowledge Representation
6. Sistem Pakar (1)
7. Sistem Pakar (2)
8. Logika Fuzzy (1)
9. Logika Fuzzy (2)
10. Jaringan Saraf Tiruan (1)
11. Jaringan Saraf Tiruan (2)
12. Algoritma Genetika
Nama Strategi Ceramah
Minggu Penggunaan Strategi (Metode) 1 – 7 dan 10 – 14
Deskripsi Singkat Strategi (Metode) Dosen mengulas materi sebelumnya,
pembelajaran menjelaskan tujuan, hasil pembelajaran,
materi, dan kesimpulan, serta mendorong
mahasiswa untuk aktif bertanya dan
mengemukakan pendapat terkait materi
yang disampaikan.
RANCANGAN INTERAKSI DOSEN–MAHASISWA
Aktivitas Dosen Aktivitas Mahasiswa
Mengulas materi yang telah diberikan Mengungkapkan apa yang telah dipahami
pada pertemuan sebelumnya (untuk dari materi yang telah disampaikan pada
pertemuan 2 dst). pertemuan sebelumnya.
Menjelaskan tentang tujuan pembelajaran Menyimak penjelasan dosen.
dari kegiatan pembelajaran.
Mengarahkan mahasiswa untuk Menyiapkan diri menerima materi yang
melibatkan diri dan aktif dalam kegiatan akan disampaikan.
pembelajaran.
Membahas materi. Menyimak dan mencatat hal-hal penting
dari materi yang disampaikan oleh dosen.
Bertanya apabila ada materi yang kurang
jelas.
Mengajukan sejumlah pertanyaan terkait Menjawab pertanyaan yang diberikan.
materi yang telah diberikan.
Menyimpulkan materi. Menyimak kesimpulan.
7
Kemampuan Akhir yang Diharapkan Mahasiswa mampu menuangkan konsep
materi yang dipelajari untuk menyelesaikan
suatu kasus.
Nama Kajian 1. General Problem Solving
2. Blind Search
3. Heuristic Search
4. Sistem Pakar (1)
5. Sistem Pakar (2)
6. Logika Fuzzy (2)
7. Jaringan Saraf Tiruan (1)
8. Jaringan Saraf Tiruan (2)
9. Algoritma Genetika
Nama Strategi Problem Based Learning (PBL)
Minggu Penggunaan Strategi (Metode) 2, 3, 4, 6, 7, 11, 12, 13, 14
Deskripsi Singkat Strategi (Metode)Mahasiswa diminta membuat
pembelajaran menyelesaikan suatu kasus sesuai dengan
materi yang diberikan.
RANCANGAN INTERAKSI DOSEN–MAHASISWA
Aktivitas Dosen Aktivitas Mahasiswa
Memberikan kasus yang harus Menyelesaikan soal yang diberikan.
diselesaikan dalam bentuk soal latihan.
Membahas hasil jawaban mahasiswa. Mempresentasikan jawaban dari setiap soal.
2. Uraian Tugas:
a. Obyek garapan:
Melakukan bedah jurnal yang berhubungan dengan kecerdasan buatan
Jurnal yang akan dibedah adalah Jurnal Nasional dan Jurnal Internasional
yang ber-ISSN
Jurnal yang sudah dibedah, harus dibuatkan rangkumannya dalam bentuk
makalah.
b. Yang harus dikerjakan dan batasan-batasan:
Topik sudah diberikan oleh dosen untuk masing-masing mahasiswa
Cari dan download masing-masing 1 buah Jurnal Nasional dan Jurnal
Internasional sesuai dengan topik masing-masing.
Baca dan bedah jurnal tersebut, kemudian buat rangkuman tentang jurnal
yang sudah dibedah tersebut dalam bentuk makalah.
Jurnal dan Makalah dikumpulkan pada pertemuan terakhir perkuliahan
c. Metode/cara pengerjaan, acuan yang digunakan:
Tugas akhir adalah tugas perorangan.
Topik tugas akhir berasal dari dosen, mahasiswa hanya mencari dan
merangkum berdasarkan topik yang diterima
d. Deskripsi luaran tugas yang dihasilkan/dikerjakan: Makalah
3. Kriteria penilaian:
Penilaian Individu (100%)
- Jurnal Nasional (15%)
- Rangkuman Jurnal Nasional (25%)
- Jurnal Internasional (25%)
- Rangkuman Jurnal Internasional (35%)
NA > 80 A
65 < NA ≤ 79 B
55 < NA ≤ 64 C
40 < NA ≤ 54 D
NA < 40 E
10