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.