Dokumen tersebut merupakan rencana pembelajaran semester (RPS) mata kuliah Kecerdasan Buatan yang mencakup tujuan pembelajaran, materi pelajaran pertemuan, metode pembelajaran, dan kriteria penilaian.
1. Kode : TEM437 Mata Kuliah : Kecerdasan Buatan Semester : 20231
Program Studi : Dosen Pengampu/Penanggungjawab : Imam Adi Nata SKS : 2
Capaian Pembelajaran Lulusan 1.Lulusan Teknik Elektro dapat merancang, mengembangkan, menguji dan mengawasi pembangunan, instalasi, pemeliharaan dan operasional dari
peralatan dan sistem elektrik dan elektronik.
2.Lulusan Teknik Elektro dapat menggunakan tools matematika, fisika dan sains alam dan alat bantu rekayasa modern (computer aided analysis and
design software and or hardware) untuk memecahkan masalah-masalah teknis dan memenuhi kebutuhan masyarakat.
Capaian Pembelajaran Mata Kuliah Mahasiswa memahami filosofi Sistem Cerdas dan mampu menerapkan beberapa metode Sistem Cerdas dalam menyelesaikan sebuah permasalahan,
baik secara individu maupun berkelompok/kerjasama tim
Deskripsi Mata Kuliah Mata kuliah mencakup materi: definisi Kecerdasan Buatan, Representasi Pengetahuan, Algoritma Pencarian, Pencarian dalam Game, Natural
Language Processing, Sistem Pakar, Algoritma Genetika, Swarm Optimization, Artificial Immune System. Mata kuliah dilaksanakan daring.
Minggu
Ke
Kemampuan Akhir yang
Diharapkan
Bahan Kajian (Bahasa
Indonesia)
Bahan Kajian (Bahasa
Inggris)
Metode
Pembelajaran
Alokasi
Waktu
Pengalaman Belajar
Mahasiswa
Kriteria Penilaian
dan Indikator
Bobot
Nilai
(%)
1 Mahasiswa mampu menjelaskan
konsep Kecerdasan Buatan,
disiplin ilmu dalam Kecerdasan
Buatan, bidang-bidang yang
sudah diselesaikan dengan
Kecerdasan Buatan
Definisi
Kecerdasan Buatan,
Kecerdasan alami vs
Kecerdasan Buatan, Contoh
Aplikasi
Kecerdasan Buatan
Definition of Artificial
Intelligence, Natural
intelligence vs Artificial
Intelligence,
Examples of Artificial
Intelligence Applications
Ceramah
Diskusi Grup
Review
Jurnal
2 x 50 Mahasiswa mereview
jurnal
Ketepatan
mengklasifikasikan
sebuah aplikasi
bagian dari
Kecerdasan Buatan
1
KEMENTERIAN PENDIDIKAN, KEBUDAYAAN, RISET, DAN TEKNOLOGI
UNIVERSITAS TIDAR
Alamat :JalanKaptenSuparman39 Magelang56116
Telp. (0293) 364113 Fax. (0293) 362438
Laman:www.untidar.ac.id
RENCANA PEMBELAJARAN SEMESTER
8/23/2023 6:21:21 PM Page 1 of 5
https://simokul.untidar.ac.id/RPS/DownloadRPS/
2. 2 Mahasiswa mampu menjelaskan
perlunya representasi
pengetahuan dalam sebuah
sistem kecerdasan buatan, cara
representasi pengetahuan
sederhana, menyusun query
sederhana dari representasi
pengetahuan
Definisi Representasi
Pengetahuan, Representasi
Pengetahuan yang baik,
menyusun query sederhana
dari representasi
pengetahuan
Definition of Knowledge
Representation, Good
Knowledge Representation,
compose a simple query of
knowledge representation
Ceramah
Diskusi
Presentasi
quiz
2 x 50 Mahasiswa Menyusun
Representasi
Pengetahuan
Ketepatan melakukan
representasi logika
dengan predikat
utama
1
3 Mahasiswa memahami
implementasi Kecerdasan
Buatan dan mampu menerapkan
beberapa metode Kecerdasan
Buatan
Reasoning Reasoning Ceramah
Diskusi
2 x 50 Mahasiswa Menyusun
reasoning, semantic
network, frame
Ketepatan menelusuri
Reasoning ketika ada
pertanyaan yang
membutuhkan,
ketepatan melakukan
representasi untuk
SN, konsep
inheritance
1
4 Mahasiswa memahami
implementasi Kecerdasan
Buatan dan mampu menerapkan
beberapa metode Kecerdasan
Buatan
Semantic network Semantic network Ceramah
Diskusi
2 x 50 Mahasiswa Menyusun
reasoning, semantic
network, frame
Ketepatan menelusuri
Reasoning ketika ada
pertanyaan yang
membutuhkan,
ketepatan melakukan
representasi untuk
SN, konsep
inheritance
1
5 Mahasiswa memahami
implementasi Kecerdasan
Buatan dan mampu menerapkan
beberapa metode Kecerdasan
Buatan
Frame Frame Ceramah
Diskusi
quiz
2 x 50 Mahasiswa Menyusun
reasoning, semantic
network, frame
Ketepatan menelusuri
Reasoning ketika ada
pertanyaan yang
membutuhkan,
ketepatan melakukan
representasi untuk
SN, konsep
inheritance
1
8/23/2023 6:21:21 PM Page 2 of 5
https://simokul.untidar.ac.id/RPS/DownloadRPS/
3. 6 Mahasiswa memahami
implementasi Kecerdasan
Buatan dan mampu menerapkan
beberapa metode Kecerdasan
Buatan dalam menyelesaikan
sebuah permasalahan
Konsep pelacakan dengan
python
Searching concept in python Ceramah
Diskusi
Presentasi
Studi Kasus
2 x 50 Mahasiswa
menjelaskan
algoritma Pencarian
Mendapatkan solusi
permasalahan
pencarian sesuai
algoritma Ketepatan
menggunakan
metode dalam
pencarian
10
7 Mahasiswa memahami
implementasi Kecerdasan
Buatan dan mampu menerapkan
beberapa metode Kecerdasan
Buatan dalam menyelesaikan
sebuah permasalahan
Implementasi Pencarian
Buta
Blind search implementation Ceramah
Diskusi
Presentasi
Studi Kasus
2 x 50 Mahasiswa
menjelaskan
algoritma Pencarian
Mendapatkan solusi
permasalahan
pencarian sesuai
algoritma Ketepatan
menggunakan
metode dalam
pencarian
10
8 Materi pertemuan 1-7 UTS Mid-term exam Studi kasus
Mengerjakan
soal
UTS Penyelesaian studi
kasus
Mahasiswa mampu
menyelesaikan studi
kasus
20
9 Mahasiswa memahami
implementasi Kecerdasan
Buatan dan mampu menerapkan
beberapa metode Kecerdasan
Buatan
Pencarian Heuristik Heuristik search Ceramah
Diskusi
Presentasi
2 x 50 Memahami pencarian
heuristik dalam
kecerdasan buatan
Mahasiswa mampu
memahami pencarian
heuristik dan
implementasinya
dalam program
python
1
10 Mahasiswa memahami
implementasi Kecerdasan
Buatan dan mampu menerapkan
beberapa metode Kecerdasan
Buatan
Game dalam kecerdasan
buatan
Game theory in artificial
intelligence
Ceramah
Diskusi
Presentasi
quiz
2 x 50 Memahami game
theory dalam
kecerdasan buatan
Mahasiswa mampu
memahami game
theory dan
implementasinya
dalam program
python
1
8/23/2023 6:21:21 PM Page 3 of 5
https://simokul.untidar.ac.id/RPS/DownloadRPS/
4. 11 Mahasiswa memahami
implementasi Kecerdasan
Buatan dan mampu menerapkan
beberapa metode Kecerdasan
Buatan
Forward Chaining dan
Backward Chaining
Forward chaining and
backward chaining
Ceramah
Diskusi
Presentasi
2 x 50 Memahami forward
chaining dan
backward chaining
dalam kecerdasan
buatan
Mahasiswa mampu
memahami forward
chaining dan
backward chaining
dan implementasinya
dalam program
python
1
12 Mahasiswa memahami
implementasi Kecerdasan
Buatan dan mampu menerapkan
beberapa metode Kecerdasan
Buatan dalam menyelesaikan
sebuah permasalahan
Implementasi representasi
pengetahuan Algoritma Bayes
dengan Tree
Bayesian algorithm
implementation with Tree
Ceramah
Diskusi
Presentasi
quiz
2 x 50 Memahami algoritma
bayes dalam
kecerdasan buatan
Mahasiswa mampu
memahami algoritma
bayes dan
implementasinya
dalam program
python
1
13 Mahasiswa memahami
implementasi Kecerdasan
Buatan dan mampu menerapkan
beberapa metode Kecerdasan
Buatan
Algoritma Genetika Genetic algorithm Ceramah
Diskusi
Presentasi
quiz
2 x 50 Memahami algoritma
genetika dalam
kecerdasan buatan
Mahasiswa mampu
memahami algoritma
genetika dan
implementasinya
dalam program
python
1
14 Mahasiswa memahami
implementasi Kecerdasan
Buatan dan mampu menerapkan
beberapa metode Kecerdasan
Buatan
Particle Swarm Optimization Particle Swarm Optimization Ceramah
Diskusi
Presentasi
Studi Kasus
2 x 50 Memahami algoritma
PSO dalam
kecerdasan buatan
Mahasiswa mampu
memahami algoritma
PSO dan
implementasinya
dalam program
python
10
15 Mahasiswa memahami
implementasi Kecerdasan
Buatan dan mampu menerapkan
beberapa metode Kecerdasan
Buatan dalam menyelesaikan
sebuah permasalahan
Final Project Final Project Ceramah
Diskusi
Presentasi
Studi Kasus
2 x 50 Mengimplementasikan
metode kecerdasan
buatan dalam
menemukan solusi
dari permasalahan
Mahasiswa mampu
Mengimplementasikan
metode kecerdasan
buatan dalam
menemukan solusi
dari permasalahan
20
16 Materi pertemuan 8-15 UAS Final exam Studi kasus
Mengerjakan
soal
UAS Penyelesaian studi
kasus
Mahasiswa mampu
menyelesaikan studi
kasus
20
Referensi Sri Winiarti dkk, Petunjuk Praktikum Kecerdasan Buatan. UAD. 2022
8/23/2023 6:21:21 PM Page 4 of 5
https://simokul.untidar.ac.id/RPS/DownloadRPS/
5. Entin Martiana Kusumaningtyas, Kecerdasan Buatan, PENS
Peta Capaian Pembelajaran Representasi Pengetahuan → Pelacakan dan Pencarian → Game dalam kecerdasan buatan → Algoritma Genetika → Swarm Intellegence
No. Basis Evaluasi Komponen Evaluasi Deskripsi (Bahasa Indonesia) Deskripsi (Bahasa Inggris) Bobot Nilai (%)
1 Aktivitas Partisipatif - Presentasi artikel ilmiah Scientific article presentation
2 Hasil Proyek - Program aplikasi kecerdasan buatan Artificial intelligence application program 50
3 Kognitif/ Pengetahuan Tugas Menyusun artikel ilmiah Writing scientific articles 5
Quiz Menyusun tabel keputusan, pohon keputusan, naskah Creating decision tables, decision trees, scripts 5
Ujian Tengah Semester Menyusun representasi pengetahuan Creating knowledge representations 20
Ujian Akhir Semester Menjelaskan konsep-konsep dari aplikasi kecerdasan buatan Explain the concepts of artificial intelligence applications 20
No. Komponen MateriKuliah
Teori
MateriKuliah
Praktikum
1. Tugas 5% 5%
2. Quiz 5% 5%
3. Praktikum - 10%
4. UTS 20% 15%
5. UAS 20% 15%
Sub Total 50% 50%
6. Analisis Partisipatifdan/ atauHasilProyek 50% 50%
Total 100% 100%
Keterangan:
Aktivitas partisipatifdidefenisikansebagaicase method, hasilproyek didefinisikansebagaiTeambased
project, sub totalaktivitas partisipatifdanhasilproyek sejumlah50 %.
SKOR NILAI BOBOT
NILAI
>85,00 - 100 A 4,0
>80,00 –
85,00 AB 3,5
>75,00 –
80,00 B 3
>70,00 –
75,00 BC 2,5
>65,00 –
70,00 C 2
>60,00 –
65,00 CD 1,5
>55,00 –
60,00 D 1
0 – 55,00 E 0
RENCANA EVALUASI
8/23/2023 6:21:21 PM Page 5 of 5
https://simokul.untidar.ac.id/RPS/DownloadRPS/
6. Magelang, 20 Agustus 2023
Mengetahui Ketua Program Studi Dosen Pengampu/Penanggung Jawab Mata Kuliah
................ Imam Adi Nata
8/23/2023 6:21:21 PM Page 6 of 5
https://simokul.untidar.ac.id/RPS/DownloadRPS/