Sidia is a education Platform website.
Course Description
Membahas konsep dan implementasi AI mulai dari problem solving agent, knowledge-based reasoning, fuzzy logic, machine learning (supervised, unsupervised, reinforcement), hingga deep learning.
Program Objectives (PO)
- Mahasiswa mampu menjelaskan konsep dasar Artificial Intelligence serta peranannya dalam menyelesaikan masalah nyata.
- Mahasiswa mampu membedakan dan mengimplementasikan problem solving agent dengan pendekatan brute force dan greedy (contoh TSP).
- Mahasiswa mampu merancang knowledge-based agent untuk menyelesaikan permasalahan Wumpus World.
- Mahasiswa mampu menerapkan fuzzy logic untuk menangani ketidakpastian dalam pengambilan keputusan.
- Mahasiswa dapat menerapkan teknik-teknik kecerdasan buatan dalam pengembangan sistem yang dapat beradaptasidengan kebutuhan pengguna dan kondisi lingkungan yang berubah-ubah
- Mahasiswa mampu mengimplementasikan algoritma regresi (linear regression, decision tree) pada permasalahan terapan.
- Mahasiswa mampu mengimplementasikan algoritma klasifikasi (logistic regression, decision tree dan KNN) pada data nyata.
- Mahasiswa mampu menerapkan metode clustering (K-Means, hierarchical clustering) dan dimensionality reduction (PCA) untuk analisis data.
- Mahasiswa mampu merancang solusi berbasis reinforcement learning, deep learning, dan deep reinforcement learning untuk kasus tertentu.
- Mahasiswa mampu berkolaborasi dalam proyek berbasis AI serta mengomunikasikan hasil implementasi dan evaluasi solusi multi-platform sesuai kebutuhan dunia industri.
- Mengevaluasi pemahaman, penerapan, dan integrasi konsep Artificial Intelligence melalui ujian tertulis berbasis kasus nyata.
Aktifitas Pembelajaran
-
Pertemuan 1 Konsep dasar AI serta mengoperasikan Python di Google Colab. -
Pertemuan 2 Menganalisis problem solving agent dengan strategi brute force dan greedy. -
Pertemuan 3 Merancang dan mengimplementasikan knowledge-based agent pada kasus Wumpus World. -
Pertemuan 4 Fuzzy logic untuk menyelesaikan masalah dengan ketidakpastian. -
Pertemuan 5 Konsep dasar machine learning dan teknik pembagian data. -
Pertemuan 6 Algoritma regresi untuk memecahkan kasus terapan. -
Pertemuan 7 Berbagai algoritma klasifikasi pada data nyata. -
Pertemuan 8 Pemahaman mahasiswa melalui ujian tengah semester (UTS). -
Pertemuan 9 Metode clustering dan dimensionality reduction untuk analisis data. -
Pertemuan 10 Merancang solusi berbasis reinforcement learning pada kasus tertentu. -
Pertemuan 11 Deep learning dan deep reinforcement learning pada kasus terapan. -
Pertemuan 12 Merancang Proyek Kolaboratif Berbasis AI sesuai Kebutuhan Nyata -
Pertemuan 13 Solusi AI dalam Proyek Kolaboratif Tim. -
Pertemuan 14 Melakukan Pengujian, Validasi, dan Penyempurnaan Solusi AI. -
Pertemuan 15 Dan Mempresentasikan Hasil Proyek AI -
Pertemuan 16 Capaian pembelajaran mahasiswa melalui ujian akhir semester.
References
- Santoso, J. T. (2023). Kecerdasan buatan (Artificial Intelligence). Yayasan Prima Agus Teknik (Universitas STEKOM).
- Russell, S., & Norvig, P. (2021). Artificial Intelligence: A Modern Approach, Global Edition. Pearson Higher Ed.
- Nguyen, H. T., Walker, C. L., & Walker, E. A. (2019). A first course in fuzzy logic (4th ed.). CRC Press.
- James, G., Witten, D., Hastie, T., & Tibshirani, R. (2021). An introduction to statistical learning: with Applications in R. Springer Nature.
- Sutton, R. S., & Barto, A. G. (2020). Reinforcement learning: An introduction (2nd ed., draft). MIT Press.
- Zhang, A., Lipton, Z. C., Li, M., & Smola, A. J. (2023). Dive into deep learning.
Lecturer
Difficult Things About Education.
$75$10
More Similar Courses
Related Courses
Criminal law
Matakuliah ini merupakan pengenalan tentang asas-asas Hukum Pidana dan hukum Pidana positif Indonesia, sehingga mahasiswa dapat menganalisis kasus-kasus pidana dan fenomena hukum pidana yang ada
School Mathematics Mathematics
Matakuliah ini mengkaji tentang konsep-konsep Matematika di SMP/MTs, dan Matematika SMA/MA yang esensial, miskonsepsi siswa dan atau guru beserta alternatif pembelajarannya yang memanfaatkan TIK melalui
Statistik Ii
Matakuliah ini berisi tentang statistik induksi atau inferrensial yang berisi tentang uji-uji statistik serta mampu memformulasikann penyelesaian masalah statistik secara prosedural. Mampu mengambil keputusan strategis
Copyright © 2025 Sinau Digital UNESA All Rights Reserved