•  

Our Top Course
Pengembangan Media Foto
( 16 Sections)
 
Komunikasi Pembelajaran
( 16 Sections)
 

Course Konsep Dasar Kecerdasan Artifisial

Program Studi S1 Kecerdasan Artifisial UNESA

 
Card image

Deskripsi Mata Kuliah

Mata kuliah Konsep Dasar Kecerdasan Artifisial membahas prinsip, metode, dan pendekatan fundamental dalam pengembangan sistem kecerdasan artifisial berbasis algoritma dan representasi pengetahuan untuk memodelkan proses berpikir, persepsi, dan tindakan cerdas. Perkuliahan mencakup pengenalan ruang lingkup kecerdasan artifisial, penalaran simbolik berbasis goal trees dan sistem pakar berbasis aturan, serta teknik pencarian (search) untuk pemecahan masalah, termasuk pencarian heuristik, pencarian optimal, dan pengambilan keputusan dalam algoritma minimax dan alpha-beta pruning. Perkuliahan ini juga memberikan wawasan bahwa solusi berbasis ide sederhana namun tepat sering kali lebih efektif daripada pendekatan yang kompleks, serta berkembang dari kajian spekulatif awal hingga sistem modern yang mampu merepresentasikan dan memanipulasi kemampuan kognitif dan linguistik manusia secara terstruktur. Mata kuliah ini juga mengkaji permasalahan berbasis constraint satisfaction pada konteks interpretasi visual dan pengenalan objek, serta konsep dasar pembelajaran mesin meliputi nearest neighbors, decision trees, genetic algorithms, dan pembelajaran pada ruang data jarang (sparse spaces). Setelah menempuh mata kuliah ini mahasiswa diharapkan mampu memahami fondasi konseptual dasar kecerdasan artifisial, menganalisis permasalahan secara komputasional, serta merancang solusi cerdas secara logis, sistematis, dan bertanggung jawab sebagai dasar untuk mata kuliah kecerdasan artifisial lanjutan.

CPMK

  • Pemahaman Konseptual Kecerdasan Artifisial
  • Menganalisis dan memodelkan permasalahan menggunakan pendekatan dasar kecerdasan artifisial
  • Menerapkan dan membandingkan algoritma pencarian heuristik dan optimal dalam pemecahan masalah dan pengambilan keputusan.
  • Merancang dan menyelesaikan permasalahan berbasis constraint satisfaction pada konteks interpretasi visual, pengenalan objek, dan optimasi melalui melalui pencarian dan reduksi domain.
  • Memahami dan menerapkan konsep dasar pembelajaran mesin meliputi nearest neighbors, decision trees, genetic algorithms, serta pembelajaran pada ruang data jarang (sparse spaces)
  • Merancang, mengimplementasikan, dan mengevaluasi model kecerdasan artifisial sederhana untuk menyelesaikan permasalahan nyata secara bertanggung jawab dengan pendekatan human-centred AI.

Aktifitas Pembelajaran

  • Pertemuan 1
    Definisi, ruang lingkup, sejarah, dan paradigma dasar kecerdasan artifisial, serta membedakan karakteristik kecerdasan artifisial klasik dan modern sebagai fondasi pengembangan sistem cerdas.
    • Date  3 Februari 2026

  • Pertemuan 2
    Memodelkan permasalahan ke dalam struktur goal tree dan menjelaskan proses pemecahan masalah berbasis penalaran simbolik secara sistematis.
    • Date  10 Februari 2026

  • Pertemuan 3
    Dan merancang sistem pakar sederhana berbasis aturan (rule-based expert system).
    • Date  17 Februari 2026

  • Pertemuan 4
    Dan membandingkan algoritma pencarian heuristik dalam pemecahan masalah, dan menjelaskan prinsip depth-first, hill climbing, dan beam search.
    • Date  24 Februari 2026

  • Pertemuan 5
    Menganalisis dan menerapkan algoritma pencarian optimal (branch and bound dan A*) serta menjelaskan peran fungsi biaya dan heuristik dalam menjamin solusi optimal.
    • Date  3 Maret 2026

  • Pertemuan 6
    Konsep constraint satisfaction dan menerapkannya pada interpretasi gambar garis dengan mempertimbangkan konsistensi geometris dan spasial.
    • Date  10 Maret 2026

  • Pertemuan 7
    Permasalahan Constrain Satisfaction Problem (CSP) menggunakan teknik pencarian dan reduksi domain secara efisien pada kasus penjadwalan dan perencanaan.
    • Date  17 Maret 2026

  • Pertemuan 8
    Konsep dasar kecerdasan artifisial muai definisi, pemodelkan dan menganalisis masalah, melakukan penyelesaikan masalah dengan model kecerdasan artifisial berbasis aturan, pencarian heauristik dan optimal. Memahami constrain suticfation problem dan penerapannya.
    • Date  24 Maret 2026

  • Pertemuan 9
    Menganalisis pendekatan constraint-based reasoning dalam pengenalan objek visual sebagai dasar pengembangan sistem computer vision.
    • Date  31 Maret 2026

  • Pertemuan 10
    Dan mengimplementasikan metode berbasis kemiripan data pada nearest neighbors untuk klasifikasi dan pencarian pusat data ada klastering sederhana.
    • Date  7 April 2026

  • Pertemuan 11
    Membangun dan mengevaluasi model decision tree serta random forest serta menjelaskan pengaruh ketidakpastian dan disorder terhadap proses pembelajaran.
    • Date  14 April 2026

  • Pertemuan 12
    Prinsip dan menerapkan genetic algorithms untuk optimasi dan pencarian solusi pada ruang masalah kompleks.
    • Date  21 April 2026

  • Pertemuan 13
    Menganalisis tantangan pembelajaran pada ruang data jarang serta menjelaskan keterkaitan AI dengan bahasa dan kognisi manusia.
    • Date  28 April 2026

  • Pertemuan 14
    Merancang, mengimplementasikan, dan mengevaluasi solusi AI sederhana untuk permasalahan nyata dengan pendekatan logis, sistematis, dan human-centred. Khususnya berkaitan dengan SDG's 1, 4, 9, 12.
    • Date  5 Mei 2026

  • Pertemuan 15
    Merancang, mengimplementasikan, dan mengevaluasi solusi AI sederhana untuk permasalahan nyata dengan pendekatan logis, sistematis, dan human-centred. Khususnya berkaitan dengan SDG's 1, 4, 9, 12.
    • Date  12 Mei 2026

  • Pertemuan 16
    Merancang, mengimplementasikan, dan mengevaluasi solusi AI sederhana untuk permasalahan nyata dengan pendekatan logis, sistematis, dan human-centred. Khususnya berkaitan dengan SDG's 1, 4, 9, 12.
    • Date  19 Mei 2026

Dosen

ELLY MATUL IMAH
ELLY MATUL IMAH
  • 215,475 Reviews4.8 Rating

LILIK ANIFAH
LILIK ANIFAH
  • 215,475 Reviews4.8 Rating

Video Images
Preview this course
 
 
  • Program StudiS1 Kecerdasan Artifisial
  • Semester2
  • Lectures2
Difficult Things About Education.
$75$10