IF RPS SBP

(1)

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)

(2)

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

(3)

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

(4)

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

(5)

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

(6)

Pertemuan

ke-

Diharapkan

Metode/

Strategi

Pembelajaran

(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

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

(7)

Pertemuan

ke-

Diharapkan

Metode/

Strategi

Pembelajaran

(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 %

(8)

Pertemuan

ke-

Diharapkan

Metode/

Strategi

Pembelajaran

(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.

(9)

Pertemuan

ke-

Diharapkan

Metode/

Strategi

Pembelajara

(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 %

(10)

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.

(11)

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.

(12)

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%

(13)

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