Hierarchy of management that covers different levels of management
Ā
Modul Topik 1 - Kecerdasan Buatan
1. Topik 1
Definisi, Topik, dan Terminologi
Kecerdasan Buatan
Dr. Sunu Wibirama
Modul Kuliah Kecerdasan Buatan
Kode mata kuliah: UGMx 001001132012
March 31, 2022
2. March 31, 2022
1 Capaian Pembelajaran Mata Kuliah
Topik ini akan memenuhi CPMK 1, yakni mampu mendefinisikan pengertian sistem cer-
das, berbagai macam terminologi di bidang kecerdasan buatan, dan berbagai macam aplikasi
sistem berbasis kecerdasan buatan. Adapun indikator tercapainya CPMK tersebut adalah
mampu membedakan konsep narrow AI dan general AI, mengerti konsep umum machine
learning (supervised, unsupervised, reinforcement learning), mengerti contoh penerapan AI
dan peluang AI di dunia kerja.
2 Cakupan Materi
Cakupan materi dalam topik ini sebagai berikut:
a) What is AI: mengenal konsep dasar kecerdasan buatan dan aplikasinya dalam kehidu-
pan sehari-hari.
b) AI and The Future of Jobs: mengenal dampak dari penerapan kecerdasan buatan
terhadap dunia kerja dan peluang digantikannya sumber daya manusia dengan mesin.
c) Learning AI: materi ini berisi seputar berbagai macam cara untuk mempelajari kecer-
dasan buatan, mulai dari pendekatan secara konseptual (conceptual approach), secara
algoritmis (algorithmic approach), secara matematis (mathematical approach), sampai
dengan melaui praktik nyata untuk memecahkan permasalahan tertentu (real case
study).
d) Machine Intelligence Continuum: materi ini berisi tentang pembagian kecerdasan
mesin menjadi beberapa tingkatan. Kecerdasan mesin dibagi berdasarkan kemam-
puan mesin untuk menyelesaikan tuga dalam domain pengetahuan yang sempit, luas,
dan bagaimana mesin mampu beradaptasi dengan domain pengetahuan yang baru.
e) Expert Systems and Machine Learning: materi ini berisi penjelasan tentang teknologi
kecerdasan buatan paling awal, yang dikenal dengan expert systems. Kelemahan expert
systems pada akhirnya mendorong para peneliti untuk menemukan teknik lain yang
dapat digunakan untuk melatih mesin melakukan suatu tugas secara otomatis tanpa
harus diprogram secara eksplisit. Metode inilah yang disebut dengan machine learning.
f) Supervised Learning, Unsupervised Learning and Reinforcement Learning: materi ini
membahas tipe-tipe machine learning yang sering dijumpai dalam pemecahan problem-
problem praktis. Tipe-tipe machine learning ini dijelaskan dengan ilustrasi yang in-
tuitif untuk memudahkan pemahaman.
g) Various AI Applications: materi ini menjelaskan tentang berbagai implementasi ke-
cerdasan buatan di bidang kesehatan (healthcare), pengawasan lalu-lintas (traffic mon-
itoring), keamanan (security), dan interaksi manusia-komputer (human-computer in-
teraction).
1