•  

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

Course Artificial Intellegence

Program Studi S2 Teknik Elektro UNESA

 
Card image

Deskripsi Mata Kuliah

Mata kuliah Artificial Intelligence (Kecerdasan Buatan) membahas proses problem solving dalam kecerdasan mesin buatan, yaitu searching, reasoning, planning, learning, dan aplikasi metode. Dalam konten ini termasuk introduction Artificial Intelligence, sistem pakar, metode machine learning, metode data mining, Logika Fuzzy, dan Neural Network metode optimasi dalam pembelajaran ini juga membahas kelebihan dan kekurangan dari masing-masing metode untuk penyelesaian suatu permasalahan, evolutionary computation, hybrid intelligent systems serta bagaimana mengimplementasikan AI serta memilih Teknik dan metode yang paling sesuai dalam berbagai permasalahan. Pelaksanaan perkuliahan dilakukan secara proposional antara teori dan praktek (tugas), pembahasan teori dilakukan secara umum, motivasi filofofi, perbedaan antar Teknik, metode, pemodelan dan aplikasi yang ada.

CPMK

  • Mahasiswa mampu mengenal dan memahami Artificial intelligence (Kecerdasan Buatan)
  • Mahasiswa mampu memahami mekanisme pemecahan masalah yang paling umum dalam suatu Artificial intelligence (Kecerdasan Buatan)
  • Mahasiswa mampu merepresentasikan permasalahan ke dalam basis pengetahuan menggunakan logic atau Bahasa formal
  • Mahasiswa mampu menjelaskan studi kasus: mengubah masalah ke dalam ruang masalah operator yang digunakan
  • Mahasiswa mampu menjelaskan metode-metode pencarian
  • Mahasiswa mampu memahami tentang Blind Search/Uninformed Search dan Informed Search
  • Mahasiswa mampu memahami tentang Reasoning (penalaran) Propositional Logic dan First Order Logic
  • Mahasiswa mampu memahami tentang fuzzy sistem
  • Mahasiswa mampu memahami tentang learning (penalaran) Artificial Intelligence dengan decision tree Bayes dan jaringan syaraf tiruan
  • Mahasiswa mampu memahami pemodelan Artificial Intelligence (AI) dengan metode optimisasi dengan machine learning, data mining, dan jaringan syaraf tiruan
  • Mahasiswa mampu mengaplikasikan dengan AI

Aktifitas Pembelajaran

  • Pertemuan 1
    Dan mampu memahami, menjelaskan dan dapat memberikan gambaran umum atau memberikan pengantar umum mengenai Artificial Intellegence (AI) dan teknik serta metode Artificial Intellegence
    • Date  9 Februari 2024

  • Pertemuan 2
    Dan menjelaskan searching (Pencarian) mengenai ruang masalah, sistem produksi
    • Date  16 Februari 2024

  • Pertemuan 3
    Tentang blind search/Uniformed search
    • Date  23 Februari 2024

  • Pertemuan 4
    Tentang blind search/Uniformed search
    • Date  1 Maret 2024

  • Pertemuan 5
    Proposional Logic dan First Order Logic
    • Date  8 Maret 2024

  • Pertemuan 6
    • Date  15 Maret 2024

  • Pertemuan 7
    Pengembangan metode Fuzzy dengan Fuzzy decision making
    • Date  22 Maret 2024

  • Pertemuan 8
    • Date  29 Maret 2024

  • Pertemuan 9
    Planning (perencanaan) dengan dunia balok, Goal Stack planning dan constraint posting
    • Date  5 April 2024

  • Pertemuan 10
    • Date  12 April 2024

  • Pertemuan 11
    Pemodelan optimasi Naïve Bayes dan Algoritma genetik
    • Date  19 April 2024

  • Pertemuan 12
    Machine learning model, dan data mining
    • Date  26 April 2024

  • Pertemuan 13
    Model sel syaraf untuk pemodelan menggunakan jaringan syaraf tiruan, layer perceptron, back propagation, learning vector
    • Date  3 Mei 2024

  • Pertemuan 14
    Hopfield neural network, annealid neural network, deep learning
    • Date  10 Mei 2024

  • Pertemuan 15
    Dan mengimplementasikan aplikasi AI (Artificial Intellegence) dengan berbasis IoT
    • Date  17 Mei 2024

  • Pertemuan 16
    Ujian Akhir Semester (Semua Materi Perkuliahan)
    • Date  24 Mei 2024

Pustaka

Dosen

UNIT THREE KARTINI
UNIT THREE KARTINI
  • 215,475 Reviews4.8 Rating

Video Images
Preview this course
 
 
  • Program StudiS2 Teknik Elektro
  • Semester2
  • Lectures1
Difficult Things About Education.
$75$10