PROG RAM STUDI S1 TEKNIK INFO R M AT IK A
FAKULT AS ILMU KOMPUTER (FILKOM)
UNIVERSI TAS PUTRA INDONE SIA
“
YPTK
”
PADANG
RENCANA PEMBELAJARAN SEMESTER
(RPS)
PPKF53106
KNOWLEDGE BASED SYSTEM
PROGRAM STUDI S1 TEKNIK INFORMATIKA
FAKULTAS ILMU KOMPUTER (FILKOM)
ii
LEMBAR PENGESAHAN
Rencana Pembelajaran Semester (RPS) ini telah disahkan untuk mata kuliah sbb:
Kode Mata Kuliah : PPKF53106
Nama Mata Kuliah : Knowledge Based System
Padang, 2017
Menyetujui
Ka Prodi S1 Teknik Informatika
iii
DAFTAR ISI
LEMBAR PENGESAHAN... ii
DAFTAR ISI ...iii
A. PROFIL MATA KULIAH... 1
B. B.RENCANA PEMBELAJARAN SEMESTER (RPS) ... 2
C. RANCANGAN INTERAKSI DOSEN–MAHASISWA ... 7
D. RANCANGAN TUGAS ... 9
E. PENILAIAN DENGAN RUBRIK ... 10
1
A. PROFIL MATA KULIAH
IDENTITAS MATA KULIAH
Nama Mata Kuliah : Knowledge Based System
Kode Mata Kuliah : PPKF53106
SKS : 3
Jenis : MK Wajib
Jam pelaksanaan : Tatap muka di kelas = 3 x 50 menit per minggu
Responsi = 1 x 50 menit per minggu
Semester / Tingkat : -
Pre-requisite :
-Co-requisite :
-Bidang Kajian :
DESKRIPSI SINGKAT MATA KULIAH
Mata kuliah ini menjelaskan mengenai konsep sistem berbasis pengetahuan atau sistem pakar sebagai
bagian bagian dari kecerdasaan yang mana pada unumnya menggunakan logika dan set jaringan, logika dan
set order permata, logika predikat order pertama, batasan logika predikat.
DAFTAR PUSTAKA
1. Farid Azis, Belajar Sendiri Pemrograman Sistem Pakar, Elek Media Komputindo, Jakarta, 1994
2. Giarratano, J and G. Riley, Expert System : Principle and Programming, PWS Kent, USA,1989
B. RENCANA PEMBELAJARAN SEMESTER (RPS)
Pertemuan
ke-
Kemampuan Akhir yang
Diharapkan
Bahan Kajian (Materi Ajar) Bentuk/
Metode/
Strategi
Pembelajaran
Kriteria Penilaian
(Indikator)
Bobot
Nilai
1 memahami konsep Sistem Berbasis Pengetahuan / Sistem Pakar sebagai bagian dari Kecerdasan Buatan
o Kecerdasan Buatan
(Artificial Intelligent) - Pengertian Kecerdasan
Buatan
- Area Kecerdasan Buatan - Pengenalan terhadap
Masalah dan Metode Pemecahannya
- Teknik Pencarian Heuristik
Ceramah dapat menjelaskan tentang Kecerdasan
dapat menerangkan keuntungan SBP
dapat menggambarkan arsitektur Sistem Pakar
2 memahami konsep Sistem Berbasis Pengetahuan / Sistem Pakar sebagai bagian dari Kecerdasan Buatan
Sistem Berbasis - Karakteristik SBP /SP - Kategori SBP /SP
- Pengembangan Teknologi Sistem Pakar
- Aplikasi dan Domain SBP /SP
- Bahasa, Shell dan Peralatan
- Elemen SBP
Ceramah
Diskusi
dapat menjelaskan tentang Kecerdasan
dapat menerangkan keuntungan SBP
dapat menggambarkan arsitektur Sistem Pakar
Pertemuan
ke-
Kemampuan Akhir yang
Diharapkan
Bahan Kajian (Materi Ajar) Bentuk/
Metode/
Strategi
Pembelajaran
Kriteria Penilaian
(Indikator)
Bobot
Nilai
3
memahami konsep Sistem Berbasis Pengetahuan / Sistem Pakar sebagai bagian dari Kecerdasan Buatan
Sistem Produksi
Sistem Produksi Post
Algoritma Markov
Algoritma Rete - Paradigma Prosedural - Paradigma Non Prosedural - Artificial Neural System
Hubungan SBP dan Belajar Induktif
Ceramah
Diskusi
dapat menjelaskan tentang Kecerdasan
dapat menerangkan keuntungan SBP
dapat menggambarkan arsitektur Sistem Pakar
5 memahami representasi
pengetahuan yang umum digunakan dalam SPB.
Arti dan Pengetahuan
Produksi
Jariangan Semantik
Triple Obyek-Atribut-Angka
dapat menyebutkan elemen dari teori pengetahuan dan tekniknya
menjelaskan teknik-teknik-teknik representasi pengetahuan : Jaringan Semantik, Schemata, Frames, dan Logika
Pertemuan
ke-
Kemampuan Akhir yang
Diharapkan
Bahan Kajian (Materi Ajar) Bentuk/
Metode/
Strategi
Pembelajaran
Kriteria Penilaian
(Indikator)
Bobot
Nilai
6
memahami representasi pengetahuan yang umum digunakan dalam SPB.
Logika dan Set
Quantifier Universal
Quantifier Existensial
Quantifier dan Set /
dapat menyebutkan elemen dari teori pengetahuan dan tekniknya
menjelaskan teknik-teknik-teknik representasi pengetahuan : Jaringan Semantik, Schemata, Frames, dan Logika
7
memahami bagaimana metode inferensi dapat memecahkan masalah dalam Sistem Berbasis Pengetahuan
Trees, Lattice dan Graph
Spasi Stata dan Spasi Permasalahan
AND-OR Tree dan Goals
Logika Deduktif dan Syllogisms
Aturan dari Inferensi
Logika Pembatasan dari Proposisional
Logika Predikat Order Pertama Kali
Ceramah
Problem-Based Learning
mampu memahami perbedaan antara Trees, Lattice dan Graph serta dapat membuat Decision Trees untuk memecahkan masalah SBP
8
Mampu menyelesaikan soal / studi kasus yang berhubungan dengan materi pra-UTS
QUIZ
Materi pra-UTS
Tes Ketepatan dalam
menyelesaikan soal quiz
7.5%
UJIAN TENGAH SEMESTER 30 %
Pertemuan
ke-
Kemampuan Akhir yang
Diharapkan
Bahan Kajian (Materi Ajar) Bentuk/
Metode/
Strategi
Pembelajaran
Kriteria Penilaian
(Indikator)
Bobot
Nilai
10
memahami teori atau konsep ketidakpastian
Ketidakpastian
Tipe Kesalahan
Kesalahan dan Induksi
Probabilitas Klasik
o Definisi o Ruang Contoh o Teori Probabilitas
Eksperimen dan Probabilitas Subjektif
Probabilitas Komposit
Probabilitas Kondisi
Hukum Perkalian
Ceramah Problem-Based Learning
mengetahui mengenai eksperimen dan probabilitas subjektif
11
memahami teori atau konsep ketidakpastian
Alasan Hipotesa dan Induksi Ke Belakang
Alasan Sementara dan Rantai Markov
Keuntungan dari Kepercayaan
Kebutuhan dan Kecukupan
Ketidakpastian pada Rantai Inferensi
Kombinasi dari Bukti
Ceramah
Problem-Based Learning
mengetahui kombinasi dari bukti, klasifikasinya, bagaimana
mengkombinasikan bukti dengan logika fuzy, kemungkinan yang efektif serta mengetahui
kesulitan dengan independensi yang terbatas.
Pertemuan
ke-
Kemampuan Akhir yang
Diharapkan
Bahan Kajian (Materi Ajar) Bentuk/
Metode/
Strategi
Pembelajara
Kriteria Penilaian
(Indikator)
Bobot
Nilai
14
memahami konsep pemberian alasan yang tidak eksak
Ketidakpastian dan Aturan
Faktor Kepastian
Teori Dempster-Shafer
Alasan Perkiraan
Bentuk Ketidakpastian 1.
mengetahui frame dari persepsi, fungsi Massa dan ketidakpastian, mengetahui bagaimana
mengkombinasikan bukti , Menormalisasikan
kepercayaan, mengetahui bagaimana menggerakan massa dan himpunan, dan mengetahui kesulitan dalam teori Dempster-Shafer
15
Mampu menyelesaikan soal / studi kasus yang berhubungan dengan materi pra-UAS
QUIZ
Materi pra-UAS
Tes Ketepatan dalam
menyelesaikan soal quiz
7.5%
UJIAN AKHIR SEMESTER 30 %
C. RANCANGAN INTERAKSI DOSEN–MAHASISWA
Kemampuan Akhir yang Diharapkan Mahasiswa mampu memahami konsep
materi yang diberikan.
Nama Kajian 1. Kecerdasan buatan
2. Sistem berbasis pengetahuan 3. Representasi pengetahuan 4. Metode inferensi
5. Teori dan konsep ketidak pastian 6. Konsep pemberian alasan yang tidak
eksak
7. Ketidakpastian dan aturan 8. Faktor kepastian
9. Teori dempster-shafer 10.Alasan perkiraan 11.Bentuk ketidakpastian 12.Perancanan sistem berbasis
pengetahuan
Nama Strategi Ceramah
Minggu Penggunaan Strategi (Metode) 1 – 7 dan 10 – 14
Deskripsi Singkat Strategi (Metode) pembelajaran
Dosen mengulas materi sebelumnya, 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 pada pertemuan sebelumnya (untuk pertemuan 2 dst).
Mengungkapkan apa yang telah dipahami dari materi yang telah disampaikan pada pertemuan sebelumnya.
Menjelaskan tentang tujuan pembelajaran dari kegiatan pembelajaran.
Menyimak penjelasan dosen.
Mengarahkan mahasiswa untuk
melibatkan diri dan aktif dalam kegiatan pembelajaran.
Menyiapkan diri menerima materi yang akan disampaikan.
Kemampuan Akhir yang Diharapkan Mahasiswa mampu menyelesaikan soal/
studi kasus yang berhubungan dengan materi pra- UTS dan pra-UAS.
Nama Kajian 1. Quiz (Evaluasi) Pra-UTS
a. Kecerdasan buatan
b. Sistem berbasis pengetahuan c. Representasi pengetahuan d. Metode inferensi
e. Teori dan konsep ketidak pastian 2. Quiz (Evaluasi) Pra-UAS
a. Konsep pemberian alasan yang tidak eksak
b. Ketidakpastian dan aturan c. Faktor kepastian
d. Teori dempster-shafer e. Alasan perkiraan f. Bentuk ketidakpastian
Nama Strategi Tes
Minggu Penggunaan Strategi (Metode) 9, 15
Deskripsi Singkat Strategi (Metode) pembelajaran
Mahasiswa diminta untuk menyelesaikan soal- soal quiz sebagai evaluasi terhadap pemahaman materi yang telah diberikan.
RANCANGAN INTERAKSI DOSEN–MAHASISWA
Aktivitas Dosen Aktivitas Mahasiswa
Memberikan soal quiz. Menyelesaikan soal yang diberikan.
D. RANCANGAN TUGAS
Kode mata Kuliah PPKF53106
Nama Mata Kuliah Knowledge Based System Kemampuan Akhir yang
Diharapkan
Mampu memahami semua konsep yang telah dipelajari untuk menyelesaikan kasus tugas akhir matakuliah secara komprehensif
Minggu / Pertemuan ke 14 – 16 Tugas ke Tugas Akhir
1. Tujuan tugas:
Memahami semua konsep yang telah dipelajari untuk menyelesaikan kasus tugas akhir matakuliah secara komprehensif
2. Uraian Tugas:
a. Obyek garapan:
b. Melakukan dan mendesain sistem berbasis pengetahuan menggunakan beberapa metode ketidakpastian
c. Yang harus dikerjakan dan batasan-batasan:
Makalah dikumpulkan pada pertemuan terakhir perkuliahan d. 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
e. Deskripsi luaran tugas yang dihasilkan/dikerjakan: Makalah
3. Kriteria penilaian:
Penilaian Individu (100%)
- Penyelesaian Studi kasus (50%) - Penyelesaian masalah(50%)
E. PERSENTASE KOMPONEN PENILAIAN
1. Kuis : 10% 2. Tugas Akhir : 20% 3. UTS : 30% 4. UAS : 40%
F. PENILAIAN DENGAN RUBRIK
Jenjang (Grade)
Angka
(Skor) Deskripsi perilaku (Indikator)
A 80 - 100 Tugas tidak terlambat, hasil bagus, pembagian tugas jelas
B 60 – 80 Tugas tidak terlambat, hasil jelek, pembagian tugas jelas
C 40– 60 Tugas tidak terlambat, hasil jelek, pembagian tugas tidak jelas
D 1 – 40 Tugas terlambat
E 0 Tidak mengumpulkan tugas
G. PENENTUAN NILAI AKHIR MATA KULIAH
Nilai Angka (NA) Nilai Huruf (NH)
NA > 80 A 65 < NA ≤ 79 B 55 < NA ≤ 64 C 40 < NA ≤ 54 D NA < 40 E