Course Kecerdasan Artifisial

Deskripsi MataKuliah

Mata kuliah ini memperkenalkan konsep dasar kecerdasan buatan (artificial intelligence) serta berbagai pendekatan dan teknik untuk memecahkan permasalahan di bidang kecerdasan buatan. Peserta kuliah akan dibekali dengan pemahaman teoritis dan ketrampilan praktis yang terkait dengan dasar-dasar pengembangan agen yang cerdas dan otonom. Topik-topik yang dibahas meliputi konsep artificial intelligence dan rational agents; teknik-teknik pemodelan dan pencarian solusi dari berbagai variasi permasalahan dalam sistem cerdas, antara lain: uninformed search, informed/heuristic search, local search, adversarial search, constraint satisfaction problems, pendekatan logika untuk representasi pengetahuan serta penalaran, pendekatan probabilistik dalam pengambilan keputusan, pemelajaran mesin, sistem multi-agen; serta isu-isu filosofis dan etis dari kecerdasan buatan.

CPMK

Mahasiswa mampu menjelaskan konsep dasar tentang agen yang cerdas dan otonom
Mahasiswa mampu menerapkan kerangka pikir state-space-search, baik uninformed maupun informed search, untuk memodelkan sebuah masalah, dan merancang serta mengimplementasikannya untuk menyelesaikan masalah tersebut
Mahasiswa mampu menerapkan local-search untuk mengatasi masalah kompleksitas pada state-space-search
Mahasiswa mampu menerapkan adversarial-search untuk menentukan strategi optimasi

Mahasiswa mampu menerapkan teknik-teknik penyelesaian constraint satisfaction problems
Mahasiswa mampu menggunakan logika sebagai bahasa representasi pengetahuan untuk memodelkan aspek-aspek tentang dunia nyata, serta melakukan penalaran terhadap representasi tersebut
Mahasiswa mampu menerapkan prinsip-prinsip pengambilan keputusan berdasarkan pemodelan dan penalaran probabilistik serta pemelajaran dari data
Mahasiswa mampu menjelaskan pendekatan dalam perancangan sistem multi-agen
Mahasiswa mampu merancang penyelesaian masalah menggunakan teknik kecerdasan artifisial

Aktifitas Pembelajaran

Pertemuan 1

Mahasiswa mampu menjelaskan konsep dasar tentang agen yang cerdas dan otonom

Pertemuan 2

Mahasiswa mampu menerapkan kerangka pikir state-space-search, baik uninformed maupun informed search, untuk memodelkan sebuah masalah, dan merancang serta mengimplementasikan-nya untuk menyelesaikan masalah tersebut

Pertemuan 3

Pertemuan 4

Mahasiswa mampu menerapkan local-search untuk mengatasi masalah kompleksitas pada state-space-search
Pertemuan 5

Mahasiswa mampu menerapkan adversarial search untuk menentukan strategi optimasi
Pertemuan 6

Mahasiswa mampu menerapkan teknik-teknik penyelesaian constraint satisfaction problems

Pertemuan 7

Mahasiswa mampu menggunakan logika sebagai bahasa representasi pengetahuan untuk memodelkan aspek-aspek tentang dunia nyata, serta melakukan penalaran terhadap representasi tersebut

Pertemuan 8

Pertemuan 9

Mahasiswa mampu menggunakan logika sebagai bahasa representasi pengetahuan untuk memodelkan aspek-aspek tentang dunia nyata, serta melakukan penalaran terhadap representasi tersebut

Pertemuan 10

Mahasiswa mampu menerapkan prinsip-prinsip pengambilan keputusan berdasarkan pemodelan dan penalaran probabilistik serta pemelajaran dari data
Pertemuan 11

Mahasiswa mampu menerapkan prinsip-prinsip pengambilan keputusan berdasarkan pemodelan dan penalaran probabilistik serta pemelajaran dari data
Pertemuan 12

Mahasiswa mampu menjelaskan pendekatan dalam perancangan sistem multi-agen
Pertemuan 13

Mahasiswa mampu menjelaskan pendekatan dalam perancangan sistem multi-agen
Pertemuan 14

Mahasiswa mampu merancang penyelesaian masalah menggunakan teknik kecerdasan artifisial
Pertemuan 15

Mahasiswa mampu merancang penyelesaian masalah menggunakan teknik kecerdasan artifisial
Pertemuan 16