Mata Kuliah
Konsep Dasar Kecerdasan Artifisial

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.

• CPL-3
  Mengembangkan pemikiran logis, kritis, sistematis, dan kreatif dalam melakukan pekerjaan yang spesifik di bidang keahliannya serta sesuai dengan standar kompetensi kerja bidang yang bersangkutan
• CPL-5
  Menguasai konsep matematika, statistika, dan ilmu komputer yang berkaitan dengan kecerdasan artifisial, menguasai teori bidang kecerdasan artifisial secara menyeluruh
• CPL-6
  Mampu mengelola data (mengumpulkan, membersihkan, merekonstruksi, dan mengintegrasikan), merancang dan mengimplementasikan sistem (khususnya terkait Big Data), serta menganalisis dan mengekstraksi makna menggunakan metode kecerdasan artifisial untuk mendukung pengambilan keputusan bisnis dan mengevaluasi performa tindakan yang dihasilkan.
• CPL-7
  Mampu merancang skenario dan membangun model kecerdasan artifisial, mengevaluasi hasil pemodelan dan mereview proses pemodelan, melakukan deployment model dan memelihara model, melakukan review proyek kecerdasan artifisial dan membuat laporan akhir.
• CPL-12
  Menguasai teori dan konsep teknologi informasi, dan kecerdasan artifisial baik dari sisi komputasi maupun manajemen informasi untuk menyelesaikan masalah kecerdasan artifisial dengan AI human-centred mindset.

CPMK-1
Pemahaman Konseptual Kecerdasan Artifisial

CPMK-2
Menganalisis dan memodelkan permasalahan menggunakan pendekatan dasar kecerdasan artifisial

CPMK-3
Menerapkan dan membandingkan algoritma pencarian heuristik dan optimal dalam pemecahan masalah dan pengambilan keputusan.

CPMK-4
Merancang dan menyelesaikan permasalahan berbasis constraint satisfaction pada konteks interpretasi visual, pengenalan objek, dan optimasi melalui melalui pencarian dan reduksi domain.

CPMK-5
Memahami dan menerapkan konsep dasar pembelajaran mesin meliputi nearest neighbors, decision trees, genetic algorithms, serta pembelajaran pada ruang data jarang (sparse spaces)

CPMK-6
Merancang, mengimplementasikan, dan mengevaluasi model kecerdasan artifisial sederhana untuk menyelesaikan permasalahan nyata secara bertanggung jawab dengan pendekatan human-centred AI.