• Tidak ada hasil yang ditemukan

E123920.Sistem Cerdas Silabus

N/A
N/A
Protected

Academic year: 2017

Membagikan "E123920.Sistem Cerdas Silabus"

Copied!
5
0
0

Teks penuh

(1)

Revisi : 4

Tanggal Berlaku : 04 September 2015

A. Identitas

1. Nama Matakuliah : Sistem Cerdas 2. Program Studi : Teknik Industri 3. Fakultas : Teknik

4. Bobot sks : 2 SKS 5. Elemen Kompetensi : MKB

6. Jenis Kompetensi : Keahlian Berkarya 7. Alokasi waktu total : 100 menit/ pertemuan

B. Unsur-unsur silabus

Kompetensi dasar Indikator Materi pokok PembelajaranStrategi Alokasi

waktu Referensi/acuan Evaluasi Mahasiswa memahami

konsep dasar kecerdasan buatan, kecerdasan alami dan soft computing

Mampu memahami konsep dasar kecerdasan buatan, kecerdasan alami dan soft computing

- Definisi

- Kecerdasan buatan dan kecerdasana alami

- Komputasi

kecerdasan buatan dan komputasi konvesional - Sejarah kecerdasan

buatan

- Lingkup kecerdasan buatan pada aplikasi komersial

- Konsep soft computing

Ceramah, tanya jawab diskusi

(2)

Mahasiswa memahami masalah sebagai suatu ruang keadaan dan melakukan proses pencarian

Mampu memahami masalah sebagai suatu ruang keadaan dan melakukan proses pencarian

- Mendefinisikan masalah sebagai suatu ruang keadaan - Metoe pencarian dan

pelacakan - Reduksi masalah

Ceramah, tanya jawab diskusi

100 Menit A,B UTS, UAS, Quiz

Mahasiswa memahami

representasi pengetahuan Mampu memahamirepresentasi pengetahuan -- LogikaPohon

- Jaringan semantik - Frame

- Naskah (script) - Sistem Produksi

Ceramah, tanya jawab

diskusi

100 Menit A,B UTS, UAS, Quiz

Mahasiswa memahami

konsep ketidakpastian Mampu memahami konsepketidakpastian - Probabilitas danteorema bayes - Faktor kepastian

(certainty factor) - Teori

dempster-shafer

- Logika kabur (fuzzy logic)

Ceramah, tanya jawab diskusi

100 Menit A,B UTS, UAS, Quiz

Mahasiswa memahami

konsep sistem pakar Mampu memahami konsepsistem pakar -- DefinisiKeuntungan sistem pakar

- Kelemahan sistem pakar

- Konsep dasar sistem pakar

- Bentuk sistem pakar

Ceramah, tanya jawab diskusi

100 Menit A,B UTS, UAS, Quiz

Mahasiswa memahami

konsep sistem pakar Mampu memahami konsepsistem pakar - Struktur sistempakar - Basis pengetahuan (

knowledge based

Ceramah, tanya jawab diskusi

(3)

- Motor inferensi (inference engine) - Ciri ciri sistem

pakar

- Permasalahan yang disentuh oleh sistem pakar

- Mengembangkan sistem pakar - Kasus: diagnosa

penyakit Mahasiswa memahami

game playing Mampu memahami gameplaying -- PengantarMetode pencarian dan evaluasi - M inimax

Ceramah, tanya jawab diskusi

100 Menit A,B UTS, UAS, Quiz

Mahasiswa memahami

logika fuzzy Mampu memahami logikafuzzy -- PendahuluanAlasan digunakannya logika fuzzy

- Aplikasi

- Himpunan fuzzy - Fungsi keanggotaan

Ceramah, tanya jawab diskusi

100 Menit A,B UTS, UAS, Quiz

Mahasiswa memahami

logika fuzzy Mampu memahami logikafuzzy - Operasi dasar zadehuntuk operasi himpunan fuzzy - Penalaran monoton - Fungsi implikasi - Sistem inferensi

fuzzy

- Basis data fuzzy

Ceramah, tanya jawab diskusi

100 Menit A,B UTS, UAS, Quiz

Mahasiswa memahami

jaringan syaraf tiruan Mampu memahami jaringansyaraf tiruan - Konsep otakmanusia - Sejarah JST - Komponen jaringan

Ceramah, tanya jawab diskusi

(4)

syaraf

- Arsitektur jaringan - Fungsi aktivasi - Proses pembelajaran - Pembelajaran

terawasi (supervised learning)

- Unsupervised learning (jaringan kohonen) Mahasiswa memahami

jaringan syaraf tiruan Mampu memahami jaringansyaraf tiruan -- Proses pembelajaranPembelajaran terawasi (supervised learning)

- Unsupervised learning (jaringan kohonen

- Aplikasi JST

Ceramah, tanya jawab diskusi

100 Menit A,B UTS, UAS, Quiz

Mahasiswa mampu memahami algoritma genetik

Mampu memahami

algoritma genetik -- PendahuluanStruktur umum algoritma genetika - Komponen

komponen utama algoritma genetika - Seleksi

- Rekombinasi - Mutasi

- Algoritma genetika sederhana

Ceramah, tanya jawab diskusi

100 Menit A,B UTS, UAS, Quiz

Mahasiswa mampu memahami berbagai aplikasi dan studi kasus kecerdasan buatan

Mampu memahami aplikasi dan studi kasus kecerdasan buatan

- Studi kasus penggunaan kecerdasan buatan - Penggunaan teknik

Ceramah, tanya jawab diskusi

(5)

teknik kecerdasan buatan

Mahasiswa mampu memahami berbagai aplikasi dan studi kasus kecerdasan buatan

Mampu memahami aplikasi dan studi kasus kecerdasan buatan

- Studi kasus penggunaan kecerdasan buatan - Penggunaan teknik teknik kecerdasan buatan

Ceramah, tanya jawab diskusi

100 Menit A,B UTS, UAS, Quiz

Daftar Referensi

A. Artificial Intelligence, Teknik dan Aplikasinya, cetakan pertama, Sri Kusumadewi, Graha Ilmu, Graha Ilmu, 2003 B. Artificial Intelligence, searching, reasoning, planning and learning, cetakan pertama, juni 2007, penerbit informatika

Disiapkan oleh : Dosen Pengampu

Hanna Lestari, ST, M.Eng

Diperiksa oleh : Ketua Program Studi

Dr. Ir. Rudi Tjahyono, M.M.

Disahkan oleh : Dekan

Referensi

Dokumen terkait

Untuk mengetahui operasi logika yang berlaku pada himpunan fuzzy dapat dibuktikan dengan memasukan operasi tersebut dalam bentuk gambar. Dari operasi logika diatas hanya terdapat

“eksklusif”, maka logika fuzzy memiliki kemampuan untuk menangai data eksklusif tersebut. Logika fuzzy mampu memodelkan fungsi-fungsi nonlinear yang sangat

Fungsi Keanggotan Bin Warna Output Hasil inferensi fuzzy tipe mamdani adalah berupa himpunan fuzzy, dari himpunan fuzzy tersebut dapat dicari nilai crisp-nya menggunakan

Matakuliah ini berisi kajian tentang penalaran dan logika matematika, teori himpunan, matriks dan operasi baris elementer, bahasa formal, fungsi dan grafiknya, limit,

Nilai keanggotaan atau membership Function menjadi ciri utama dari penalaran logika fuzzy, jika dibandingkan dengan himpunan tegas bahwa dalam logika fuzzy sesuatu proposisi

- Mahasiswa memahami konsep logika proposisi, pola penalaran logika proposisi dan inferensi proposi yang efektif hingga dapat menyelesaikan kasus sederhana dengan

Implementasi sistem dengan metode pendekatan PAPI Kostick menggunakan penalaran logika fuzzy mamdani dapat memberikan hasil deskripsi kepribadian yang kemudian dicocokan dengan hasil

• Setiap konsekuen pada aturan yang berbentuk IF-Then harus direpresentasikan dengan suatu himpunan fuzzy dengan fungsi keanggotaan yang monoton • Output hasil inferensi dari