GARIS BESAR PROGAM PEMBELAJARAN (GBPP) GBPP

(1)

GARIS BESAR PROGAM

PEMBELAJARAN (GBPP)

GBPP

Revisi :

Tanggal :

Dikaji Ulang Oleh : Dikendalikan Oleh : Disetujui Oleh :

SPMI-DARMAJAYA/GBPP/

Disetujui Oleh

Revisi ke Tanggal

Garis Besar Program Pembelajaran

(2)

GARIS BESAR PROGRAM PEMBELAJARAN (GBPP)

Disetujui Oleh Revisi ke : Tanggal :

Kode Mata Kuliah : TIF01405

Mata Kuliah : KECERDASAN BUATAN

SKS : 4 (2/2)

Semester : 3

Prasyarat :

Deskripsi singkat : Membahas pentingnya Konsep Dasar kecerdasan buatan, Masalah dan ruang keadaan, teknik pencarian dan pelacakan Blind dan heuristic, Representasi Pengetahuan, Sistem Pakar, Ketidakpastian, Case Base Reasoing, Jaringan syaraf tiruan, dan Algoritma Genetika

Standar kompetensi : Setelah mengikuti matakuliah ini, mahasiswa akan mampu menganalisis tentang konsep dasar kecerdasan buatan dan penerapan cabang ilmu keserdasan buatan dalam penyelesaikan masalah.

1 2 3 4 5 6 7 8

NO Kompetensi dasar (KD) Materi Pokok dan Uraian

Materi Pokok Pengalaman Belajar Indikator Penilaian

Alokasi Waktu

Sumber / Bahan / Alat

1

Setelah mengikuti perkuliahan, mahasiswa mampu menjelaskan perbedaan kecerdasan buatan dan kecerdasan alamiah, perbedaan antara pemograman konvensional dengan Kecerdasan Buatan, dan Bagian Utama Sistem Kecerdasan Buatan

Pengenalan AI

1. _{Definisi Kecerdasan} Buatan

2. _{Kecerdasan Buatan} dan Kecerdasan Alamiah

3. _Komputasi

Kecerdasan Buatan dan Komputasi Konvensional 4. _{Sejarah Kecerdanan}

1. Mengkaji berbagai literature dan mendiskusikannya di dalam kelas 2. Memberikan

contoh aplikasi kecerdasan buatan dalam kehidupan sehari-hari

Mahasiswa mampu :

1. Menjelaskan prinsip dasar kecerdasan buatan 2. Menjelaskan

berbagai macam perbedaan antara

1. Keaktifan 2. Tugas

terstruktur di kelas 3. Tugas

terstruktur di

lalboratori um

1 kali tatap muka (4 x 50 menit)

1. Buku

bacaan/literat ure lain yang terkait dan relevan 2. Handout/mo

dul

(3)

secara lisan tanpa membuka buku, 60% benar.

Buatan

5. _{Lingkup Kecerdasan} Buatan Pada Aplikasi Komersial

6. _{AI dilihat dari} berbagai sudut pandang

7. _{Domain Penelitian} Kecerdasan buatan 8. _{Bagian utama}

Aplikasi Kecerdasan buatan

9. _{Soft Computing} 10. _{Sistem Kecerdasan}

Buatan

pemograman konvensional dengan kecerdasan buatan 3. Menganalisa

kecerdasan buatan dan penerapannya 4. Menjelaskan

bagian utama apllikasi kecerdasan buatan

5. Komputer

2

Setelah mengikuti perkuliahan, mahasiswa mampu menjelaskan Representasi masalah, representasi ruangan keadaan dan

karakteristik masalah tanpa membuka buku, 60% benar

Masalah dan Ruang Keadaan

1. Representasi Masalah 2. Representasi Ruang

Keadaaan

3. Karakteristik Masalah

contoh penyelesaian masalah dengan kecerdasan buatan

Mahasiswa mampu:

1. Menerangkan konsep dasar pemecahan masalah dengan kecerdasan buatan 2. Menerangkan

langkah langkah state space search 3. Menjelaskan

dan

menerangkan karakteristik masalah

terstruktur di

lalboratori um

1. Buku

dul

(4)

3

Setelah mengikuti perkuliahan, mahasiswa mampu menjelaskan teknik-teknik

pemecahan masalah dan konsep teknik

pemecahan masalah dengan Blind Search secara lisan tanpa membuka buku, 60% benar

Teknik Pencarian dan Pelacakan Blind Search

1. Pendahuluan 2. Empat Teknik

Pemecahan Masalah 3. Blind search yaitu

Depth First Search : Pendahuluan, 4. Blind search yaitu

Depth First Search dan Breadth First Search

contoh penyelesaian masalah dengan blind search

Mahasiswa mampu :

1. Menerangkan prinsip dasar dari konsep blind search 2. Menerangkan

konsep dari depth and breadth search

terstruktur di terkait dan relevan 2. Handout/mo

dul

praktikum 3. Whiteboard 4. LCD 5. Komputer

4

Setelah mengikuti perkuliahan, mahasiswa mampu menjelaskan teknik pemecahan masalah dengan heuristic search secara lisan tanpa membuka buku, 60% benar

Pencarian dan Pelacakan Heuristik

1. Pendahuluan 2. Metode pencarian

heuristic

- _{Generate and test :} pendahuluan, algoritma, contoh kasus

- _{Hill Climbing :} pendahuluan,

metode hill climbing - _{Best Fisrt Search :}

pendahuluan, metode BFS - _Simulated

Annealing : pendahuluan

contoh penyelesaian masalah dengan pencarian dan pelacakan heuristik

Mahasiswa mampu :

1. Menerangkan prinsip dasar dari konsep pencarian heuristi 2. Menerangkan

konsep dari Generate and Test

3. Menerangkan konsep Hill Climbing dan Best First Search

dul

5

Setelah mengikuti perkuliahan, mahasiswa mampu menjelaskan konsep Representasi Pengetahuan dengan

Representasi Pengetahuan 1. Definisi Representasi

pengetahuan 2. Logika :

3. Logika proposisi :

Mahasiswa mampu :

1. Menerangkan prinsip dasar dari

(5)

logika, list, dan tree secara lisan tanpa membuka buku, 60% benar

pendahuluan, operator logika

4. logika predikat : representasi fakta sederhana, representasi hubungan Instance dan Isa, Computable Function, resolusi 5. List dan tree (pohon)

contoh representasi pengetahuan dengan logika proposisi, logika predikat, list, dan tree (pohon)

Representasi Pengetahuan 2. Menerangkan

konsep dari logika proposisi, logika predikat, list, dan tree (pohon)

terstruktur di

lalboratori um

2. Handout/mo dul

6

Setelah mengikuti perkuliahan, mahasiswa mampu menjelaskan konsep Representasi Pengetahuan dengan jaringan semantic dan frame secara lisan tanpa membuka buku, 60% benar

Representasi Pengetahuan II

1. Jaringan semantic : Perluasan jaringan semantic dan operasi pada jaringan semantic 2. Frame

contoh representasi pengetahuan dengan jaringan semantic dan frame

Mahasiswa mampu :

Representasi Pengetahuan dengan jaringan semantik dan frame

2. Memberikan contoh kasus dengan kedua representasi tersebut

dul

7

Setelah mengikuti perkuliahan, mahasiswa mampu menjelaskan Representasi

Pengetahuan dengan konsep Naskah (Script) dan Sistem Produksi

Represenrasi Pengetahuan III

1. Naskah (Script) 2. Sistem Produksi :

Definisi sistem produksi, kaidah produksi, pengetahuan

contoh representasi pengetahuan

Mahasiswa mampu :

Representasi Pengetahuan

(6)

tanpa membuka buku, 60% benar

dan kaidah inferensi, keuntungan sistem produksi

dengan Naskah dan sistem produksi

dengan naskah dan sistem produksi 2. Memberikan

contoh kasus dengan kedua representasi tersebut

lalboratori um

8

Setelah mengikuti perkuliahan, mahasiswa mampu menjelaskan konsep Sistem Pakar, struktur sistem pakar, basis pengetahuan, motor inferensi, dan mengembangkan sistem pakar secara lisan tanpa membuka buku, 60% benar.

Sistem Pakar 1. Pendahuluan

2. Ciri-ciri dan Kategori Masalah dalam Sistem Pakar 3. Keuntungan dan

Kelemahan Sistem Pakar

4. Bentuk Sistem Pakat 5. Struktur Sistem Pakar 6. Unsur manusia dalam

sistem pakar 7. Basis Pengetahuan 8. Motor Inferensi 9. Mengembangkan/Pe

mbangunan sistem pakar

contoh

mengembangkan sistem pakar

Mahasiswa mampu :

1. Menerangkan prinsip dasar dari sistem pakar

2. Memberikan contoh

mengembangk an sistem pakar

dul

9

Setelah mengikuti perkuliahan, mahasiswa mampu menjelaskan konsep ketidakpastian dengan metode probabilitas dan teori Bayesian tanpa membuka buku, 60%

Ketidakpastian 1. Pendahuluan 2. Probabilitas dan

Teorema Bayes 3. Faktor Kepastian

(CF)

contoh probabilitas dan teorema bayes serta factor

Mahasiswa mampu :

ketidakpastian dengan

probabilitas

dul

(7)

benar kepastian dan bayes serta factor

kepastian 2. Memberikan

contoh kasus dengan kedua ketidakpastian tersebut

um 3. Whiteboard

4. LCD 5. Komputer

10

Setelah mengikuti perkuliahan, mahasiswa mampu menjelaskan konsep ketidakpastian dengan metode Teori Dempster Shafer tanpa membuka buku, 60% benar

Ketidakpastian

Teori Dempster_Shafer

contoh

ketidakpastian dengan teori dempster shafer

Mahasiswa mampu :

ketidakpastian teori dempster shafer

2. Memberikan contoh kasus dengan

ketidakpastian Teori

Dempster_Sha fer

terstruktur di

lalboratori um

1. Buku

dul

11

Setelah mengikuti perkuliahan, mahasiswa mampu menjelaskan Memahami tentang Sistem Fuzzy dan metode dalam Fuzzy tanpa membuka buku, 60% benar.

Fuzzy Logic 1. Pendahuluan 2. Sistem fuzzy dan

logika fuzzy

3. Istilah dalam fuzzy : variabel fuzzy, semesta pembicaraan, domain himpunan fuzzy, Himpunan fuzzy,

contoh sistem fuzzy

Mahasiswa mampu :

1. Menerangkan prinsip dasar dari sistem fuzzy 2. Memberikan

contoh kasus sistem fuzzy

terstruktur di

lalboratori um

1. Buku

dul

(8)

himpunan crisp 4. Fungsi keanggotaan 5. Metode Fuzzy

4. LCD 5. Komputer

12

Setelah mengikuti perkuliahan, mahasiswa mampu menjelaskan konsep case base reasoning, keuntungan sistem CBR, dan Tahapan CBR tanpa membuka buku, 60% benar

Case base Reasoning 1. Pendahuluan 2. Basis pengetahuan 3. Keuntungan sistem

CBR

4. Tahapan CBR

contoh aplikasi dengan case base reasoning

Mahasiswa mampu :

1. Menerangkan prinsip dasar dari case base reasoning 2. Memberikan

contoh aplikasi case base reasoning

dul

13

Setelah mengikuti perkuliahan, mahasiswa mampu menjelaskan tentang Jaringan Syaraf Tiruan secara lisan tanpa membuka buku, 60% benar.

Jaringan Syaraf Tiruan 1. Pendahuluan 2. Istilah JST 3. Aplikasi JST 4. Komponen JST 5. Arsitektur JST :

Neuron buatan, fungsi aktivasi sistem JST 6. Karakteristik JST 7. Pelatihan Supervised

dan Unsupervised 8. Algoritma

pembelajaran :

Algoritma perceptron, metode back

propogation

contoh aplikasi dengan jaringan syaraf tituan

Mahasiswa mampu :

1. Menerangkan prinsip dasar dari jaringan syaraf tiruan 2. Memberikan

contoh aplikasi jaringan syaraf tiruan

dul

14 Setelah mengikuti perkuliahan, mahasiswa

Algoritma Genetika 1. Struktur umum

1. Mengkaji berbagai literature dan

Mahasiswa mampu :

1 kali tatap

1. Buku

(9)

mampu menjelaskan konsep Algoritma genetic secara lisan tanpa membuka buku, 60% benar

Algoritma genetika 2. Pengkodean

3. Operator Genetika : Seleksi, crossover, mutasi

4. Control parameter algoritma genetika 5. Algoritma genetika

untuk masalah optimalisasi

mendiskusikannya di dalam kelas 2. Memberikan

contoh aplikasi algoritma genetika

1. Menerangkan prinsip dasar dari algoritma genetika 2. Memberikan

contoh aplikasi algoritma genetika

terstruktur di

lalboratori um

muka (4 x 50 menit)

ure lain yang terkait dan relevan 2. Handout/mo

dul

Daftar Pustaka :

Referensi Utama :

1. Kusumadewi, s. (2003). Artificial Intelegence (Teknik dan Aplikasinya). Yogyakarta: Graha Ilmu.

Referensi Tambahan :

1. Arhami, M. (2005). Konsep Dasar Sistem Pakar. Yogyakarta: Andi Offset.

2. Bojadziev, G., & Bojadziev, M. (2007). Fuzzy Logic for Business, Finance, and Management . Singapore: Word Scientific. 3. Desiani, A., & Arhami, M. (2006). Konsep Kecerdasan Buatan. Yogyakarta: Andi Offset.

4. Kusumadewi, S., & Purnomo, H. (2010). Aplikasi Logika Fuzzy : Untuk Pendukung Keputusan. Yogyakarta: Graha Ilmu. 5. Morris W, F. (1989). Artificial Intelligence . Boston: PWS-Kent .

6. Puspitaningrum, D. (2006). Pengantar jaringan Syaraf Tiruan. Yogyakarta: Andi Offset. 7. Suyanto. (2005). Algoritma Genetika dalam Matlab. Yogyakarta: Andi Offset.