Course Kecerdasan Artifisial

Deskripsi Mata Kuliah

Mata kuliah ini memperkenalkan konsep dasar kecerdasan buatan (artificial intelligence) serta berbagai pendekatan dan teknik untuk memecahkan permasalahan di bidang kecerdasan buatan. Peserta kuliah akan dibekali dengan pemahaman teoritis dan ketrampilan praktis yang terkait dengan dasar-dasar pengembangan agen yang cerdas dan otonom. Topik-topik yang dibahas meliputi konsep artificial intelligence dan rational agents; teknik-teknik pemodelan dan pencarian solusi dari berbagai variasi permasalahan dalam sistem cerdas, antara lain: uninformed search, informed/heuristic search, local search, adversarial search, constraint satisfaction problems, pendekatan logika untuk representasi pengetahuan serta penalaran, pendekatan probabilistik dalam pengambilan keputusan, pembelajaran mesin (supervised dan unsupervised: klasifikasi, regresi, clustering, metode berbasis tree dan berbasis neural network).

CPMK

Mahasiswa mampu menjelaskan konsep dasar tentang agen yang cerdas dan otonom
Mahasiswa mampu menerapkan kerangka pikir state-space-search, baik uninformed maupun informed search, untuk memodelkan sebuah masalah, dan merancang serta mengimplementasikannya untuk menyelesaikan masalah tersebut
Mahasiswa mampu menerapkan teknik-teknik penyelesaian constraint satisfaction problems
Mahasiswa mampu menggunakan logika sebagai bahasa representasi pengetahuan untuk memodelkan aspek-aspek tentang dunia nyata, serta melakukan penalaran terhadap representasi tersebut
Mahasiswa mampu menerapkan prinsip-prinsip pengambilan keputusan berdasarkan pemodelan dan penalaran probabilistik serta pemelajaran dari data

Mahasiswa mampu menjelaskan pendekatan algoritma pembelajaran supervised dan unsupervised
Mahasiswa mampu merancang penyelesaian masalah menggunakan teknik kecerdasan artifisial
Mahasiswa mampu menyelesaikan masalah konsep Teori Optimasi
Mahasiswa mampu merancang ide dan penyelesaian masalah menggunakan teknik kecerdasan artifisial secara berkelompok
Mahasiswa mampu menjelaskan pendekatan algoritma pembelajaran berbasis Neural Network
Mahasiswa mampu menjelaskan pendekatan algoritma pembelajaran berbasis Tree

Aktifitas Pembelajaran

Pertemuan 1
Konsep dasar tentang agen yang cerdas dan otonom
Date 31 Agustus 2026

Pertemuan 2

Kerangka pikir state-space-search, baik uninformed maupun informed search, untuk memodelkan sebuah masalah, dan merancang serta mengimplementasikan-nya untuk menyelesaikan masalah tersebut

Date 7 September 2026

Pertemuan 3
Teknik-teknik penyelesaian constraint satisfaction problem
Date 21 September 2026

Pertemuan 4

Konsep logika sebagai bahasa representasi pengetahuan untuk memodelkan aspek-aspek tentang dunia nyata, serta melakukan penalaran terhadap representasi

Date 28 September 2026

Pertemuan 5
Algoritma pembelajaran (supervised learning)
Date 5 Oktober 2026
Pertemuan 6
Algoritma pembelajaran (unsupervised learning)
Date 12 Oktober 2026
Pertemuan 7
Algoritma pembelajaran Decision Tree
Date 19 Oktober 2026
Pertemuan 8
Materi yang telah disampaikan sejak pertemuan ke-1 sampai dengan ke-7.
Date 26 Oktober 2026
Pertemuan 9
Algoritma Random Forest
Date 2 November 2026
Pertemuan 10
Prinsip-prinsip pengambilan keputusan berdasarkan pemodelan dan penalaran probabilistik serta pemelajaran dari data
Date 9 November 2026
Pertemuan 11
Pembelajaran algoritma berbasis Neural Network
Date 16 November 2026
Pertemuan 12
Date 23 November 2026
Pertemuan 13
Algoritma teori optimasi
Date 30 November 2026
Pertemuan 14
Merancang penyelesaian masalah menggunakan teknik kecerdasan artifisial
Date 7 Desember 2026
Pertemuan 15
Merancang penyelesaian masalah menggunakan teknik kecerdasan artifisial
Date 14 Desember 2026

Pertemuan 16

Membuat model Kecerdasan Artifisial dengan konsep dan algoritma yang sudah dipelajari pada masalah nyata dan mempresentasikan serta mendemokan aplikasi yang sudah dibuat.