Garis besar topik

    • Salam sejahtera untuk kita semua dan Selamat datang di kelas mata kuliah ELEMEN KECERDASAN BUATAN  untuk para Mahasiswa Semoga selalu dalam keadaan sehat walafiat dan dalam Lindungan Allah SWT.

      Mata kuliah ELEMEN KECERDASAN BUATAN memiliki Bobot SKS sebesar 2 SKS (Teori) dan  perkuliahan akan dilaksanakan selama 16 kali pertemuan atau 16 minggu.

      Selamat mengikuti perkuliahan ini dengan baik, dan tetap  semangat !!

      Wassalamu'alaikum Wr. Wb


      Wassalamu'alaikum Wr. Wb

      NURJOKO

       

      Deskripsi Matakuliah :

      Mata kuliah Elemen Kecerdasan Buatan membekali mahasiswa dengan pemahaman dasar mengenai konsep, prinsip, dan penerapan kecerdasan buatan (Artificial Intelligence/AI) dalam berbagai bidang. Materi perkuliahan mencakup definisi dan ruang lingkup AI, sejarah dan perkembangannya, serta pengenalan terhadap teknik-teknik utama seperti machine learning, search and planning, natural language processing, computer vision, dan decision making.

      Selain memahami teori, mahasiswa juga akan mempelajari contoh nyata penerapan AI, seperti mobil otonom, sistem rekomendasi konten, pengenalan wajah, serta penggunaan AI dalam bidang kesehatan, pendidikan, dan bisnis. Mahasiswa diajak untuk menganalisis dampak sosial, etika, dan tantangan yang muncul dari penerapan AI di masyarakat.

      Melalui kuliah, diskusi, dan tugas berbasis studi kasus, mata kuliah ini diharapkan dapat:

      1. Memberikan landasan konseptual tentang AI dan elemen-elemennya.
      2. Mengembangkan kemampuan kritis dalam mengevaluasi aplikasi AI.
      3. Menumbuhkan kesadaran etis dalam pemanfaatan teknologi AI untuk kepentingan masyarakat.

       

      Model Asesment  dan bobot penilaian

      Peserta didik akan dievaluasi penguasaannya dan pemahamannya terhadap materi kuliah dengan menggunakan pendekatan sebagai berikut :

       1.      Presensi Kehadiran (20%)

      2.      Tugas Mandiri (20%)

      3.      Ujian Tengah Semester (20%)

      4.      Ujian Akhir Semester (20%)

      5.      Etika (20%)
    • Mendefinisikan AI

      - How should we define AI?


    • Pola Logika dan Penalaran

      • Pendahuluan

      • Peran Pengetahuan

      • Logika Proporsional

      • Pola Penalaran

      • Proof Methods

      Penalaran Nonmonotonic

    • First Order Logic 

      • Pendahuluan

      • Dasar First Order Logic

      • Populasi Basis Pengetahuan

      • Prosedur Sistematics Inferencing Contoh Kasus (Sistem Pakar dengan First Order Logic)

    • Silahkan simak dan pelajari materi Vidio berikut ini:



    • Silahkan dikerjakan Soal Latihan berikut ini: 

      1. Tentukan hasil unification (substitusi) berikut ini:

      a. P(x, a) dan P(b, y)
      b. Q(f(x), x) dan Q(f(y), a)

      Latihan 2: Resolusi

      Diketahui klausa-klausa berikut:

      1. ¬Manusia(x) ∨ Berakal(x)
      2. Manusia(Socrates)
      Pertanyaan:

      Gunakan teknik resolusi untuk membuktikan apakah ΓÇ£Socrates berakalΓÇ¥ benar atau salah. Tunjukkan langkah-langkahnya.

      Latihan 3: Modus Ponens

      Diketahui:

      1. Jika mahasiswa rajin maka mahasiswa lulus.
      2. Budi adalah mahasiswa rajin.
      Pertanyaan:
      Gunakan Modus Ponens untuk menyimpulkan hasil logisnya.
      Tuliskan dalam bentuk simbolik dan hasil inferensinya


      Latihan 4: Generalized Modus Ponens (GMP)

      Diketahui aturan:

      1. Jika seseorang adalah dosen dan seseorang mengajar mahasiswa, maka orang tersebut berpengetahuan luas.
        → Dosen(x) ∧ Mengajar(x, y) → BerpengetahuanLuas(x)
      2. Fakta:
        • Dosen(Ani)
        • Mengajar(Ani, Budi)

      Pertanyaan:
      Gunakan Generalized Modus Ponens untuk menyimpulkan fakta baru.
      Tuliskan langkah-langkah inferensinya secara sistematis.

      Latihan 5 (Aplikasi Kasus Sistem Pakar)

      Dalam sistem pakar kesehatan, diketahui:

      1. Jika seseorang demam dan batuk, maka dia mungkin flu.
        → Demam(x) ∧ Batuk(x) → Flu(x)
      2. Fakta: Demam(Ali), Batuk(Ali)
      Pertanyaan:
      a. Gunakan Generalized Modus Ponens untuk menghasilkan kesimpulan.
      b. Jika ditambahkan fakta baru “¬Flu(Ali)”, gunakan Resolusi untuk melihat apakah ada kontradiksi.
    • Logika Program

      -          Pendahuuan

      -          Logika Kondisional

      -          Logika Perulangan

      -          Fungsi

      -          Operasinal (Aritmatika, Perbandingan, Boolean)

      Contoh Kasus

    • Rule Base Reasoning

      -  Pendahuluan

      Forward Chaining

      -  Backward Chaining

      Forward vs Backward

      -  Sistem Penalaran Lainnya


    • Machine Learning

      -   Pendahuluan

      -  Tipe Machine Learning

      -  Disiplin ilmu Machine Learning

      -  Model Pembelajaran


    • Silahkan tonton dan pelajari materi Vidio berikut ini:


    • Soal Diskusi:

      1. Apa perbedaan utama antara Machine Learning dan Artificial Intelligence (AI)?
          ΓåÆ Diskusikan pendapat kalian dengan memberikan contoh aplikasi nyata dari masing-masing!

      2. Terdapat tiga tipe utama pembelajaran mesin: Supervised, Unsupervised, dan Reinforcement Learning.
          ΓåÆ Diskusikan perbedaan ketiganya dari segi tujuan, data yang digunakan, dan contoh penerapannya.

      3. Identifikasi dan diskusikan disiplin ilmu apa saja yang berperan penting dalam pengembangan Machine        Learning, Berikan contoh bagaimana masing-masing disiplin tersebut berkontribusi dalam proses pelatihan model

    • Natural Language Processing

      Introduction

      Progress in NLP

      Applications of NLP

      Component of NLP

      - Tools of NLP


    • Silahkan Simak dan toton materi vidio pada Link berikut ini:



    • Neural Network

      ΓÇó Latar Belakang 

       ΓÇó Sejarah Jaringan Syaraf Tiruan 

       ΓÇó Jaringan Syaraf Tiruan Pertama 

       ΓÇó Perceptron 

       ΓÇó Traveling Salesman Problem

    • Meteri Vidio: Silahkan simak dan tonton pada link berikut:


    • Automated Speech Recognition

      -          Introduction

      -          Automatic Speech Recognition Resources

      -          Voice Web

      -          Speech Recognition Algorithm

      -          Automatic Speech Recognition Tools


    • silahkan Simak dan tonton materi dari vidio berikut ini


    • Machine Vision

      -          Introduction

      -          Machine Vision Application

      -          Basic Principles of Vision

      -          Machine Vision Technique

      Computer Vision Tools


    • Meteri Vidio



    • 1. Apa yang dimaksud dengan Computer Vision?

      • Diskusikan perbedaannya dengan image processing dan machine learning.

      • Mengapa Computer Vision menjadi salah satu bidang penting dalam perkembangan kecerdasan buatan saat ini?

      2. Jelaskan tahapan umum dalam sistem Computer Vision (akuisisi citra, preprocessing, ekstraksi fitur, klasifikasi).

      3. Sebutkan dan jelaskan minimal tiga contoh penerapan Computer Vision dalam kehidupan sehari-hari (misalnya pengenalan wajah, kendaraan otonom, atau diagnosis medis).

    • Expert System

      -  Introduction

      Knowledge Representation

      - Inference Engine

      - Knowledge Acquisition


    • Silahkan Simak Materi Vidio pada link berikut ini:

    • Information Retrieval (IR)

      -  Introduction

      -  Retrieval Strategies

      -  Types of IR

      -  Probabilistic Retrieval Model

    • Robotics

      -  Introduction

      -  Type of Robot

      -  Robot Perception

      -  Path Planning and Navigation

      -  Behavior and Intelligence

      -  Robotics in AI

      -  Emerging Trends of Robot