KEMENTERIAN RISET, TEKNOLOGI DAN PENDIDIKAN TINGGI

UNIVERSITAS KHAIRUN Kode

Dokumen
FAKULTAS TEKNIK
PROGRAM STUDI TEKNIK ELEKTRO
RENCANA PEMBELAJARAN SEMESTER
Mata Kuliah (MK) Kode MK Rumpun MK Bobot Semester Tanggal
(SKS) Penyusunan
Kecerdasan Buatan CEA3243 Kecerdasan Buatan T=3 P=0 6 26 Maret 2023
OTORISASI/PENGESAHAN Pengembang RPS Koordinator RMK Ketua PRODI

Ir. Suyuti , ST., MT, Ph.D, IPM Dr. Andi Muhammad Ilyas, ST., MT. Zulaeha Mabud, ST., MT.
NIP. 196803152005011002 NIP. 197106152005011002 (Jika ada) Tanda tangan NIP. 197912292005012002
CPL-PRODI
[P-04] Menguasai pengetahuan tentang computing science yang diperlukan untuk menganalisis dan merancang
perangkat atau sistem yang kompleks.
[KU-02] Mampu menunjukkan kinerja mandiri, bermutu, dan terukur.
[KK-01] Mampu menerapkan matematika, sains, dan prinsip rekayasa (engineering principles) untuk
menyelesaikan masalah rekayasa kompleks pada sistem telekomunikasi.
CP-MK
1 Mengetahui prinsip dasar kecerdasan buatan, teknik-teknik pelacakan (searching), sistem pakar, dan soft
Capaian computing. [P-04,KU-02,KK-01] [C1, P1, A1]
Pembelajaran (CP)
2 Memahami setidaknya 1 macam teknik (algoritma) pelacakan dan 1 teknik (algoritma) soft computing.
[P-04,KU-02,KK-01] [C2, P2, A2]

3 Mampu menerapkan teknik tersebut di dalam permasalahan tertentu (mampu memodelkan masalah
menggunakan pendekatan teknik tersebut). [P-04,KU-02,KK-01] [C3, P2, A3]

4 Mampu mengimplementasikan teknik tersebut di dalam level programming. [P-04,KU-02,KK-01] [C3,

P3, A4]
1
 Mata Kuliah ini membahas tentang konsep dasar dan prinsip-prinsip kecerdasan buatan, yang meliputi: dasar-dasar kecerdasan buatan,
Deskripsi Singkat MK teknik pencarian atau searching, teknik heuristik, representasi pengetahuan (knowledge), sistem pakar, dan dasar-dasar sistem cerdas
yang mencakup konsep Fuzzy Logic, algoritma genetika, dan contoh-contoh implementasinya.
1. Definisi
Materi Pembelajaran/ Pokok
2. Searching
Bahasan
3. Reasoning
4. Planning
5. Learning
Utama
1. Artificial Intelligence A Modern Approach, Stuart J. Russel and Peter Norvig, Prentice Hall, 2009
2. Artificial Intelligence: Foundations of Computational Agents, David Poole and Alan Mackworth, Cambridge University Press, 2010
3. The Quest of Artificial Intelligence, Nils J. Nilsson, Cambridge University Press, 2010
Pustaka
Pendukung
1. Fuzzy Logic with Engineering Applications, Timothy J. Ross, John Wiley & Sons, 3rd Edition, 2010
2. Introduction to Genetic Algorithms, S.N. Sivanandam, S.N. Deepa, Springer, 2008
Perangkat Keras Perangkat Lunak
Media Pembelajaran
PC/Laptop Matlab
Team Teaching -
Matakuliah Prasyarat Pemomrograman

2
 Bentuk, Metode
Pembelajaran, dan
Sub-CPMK Bobot
Minggu Indikator Penilaian Kriteria & Bentuk Penugasan Mahasiswa Materi Pembelajaran
(Kemampuan akhir tiap tahapan Penilaia
ke- Penilaian [Media & Sumber [ Pustaka ]
belajar) n (%)
belajar]
[ Estimasi Waktu ]
(1) (2) (3) (4) (5) (6) (7)
1 Mampu menjelaskan latar belakang Ketepatan dalam menjelaskan latar Kriteria:  Kuliah Menjelaskan tentang dasar 5
teknik dasar dan metode kecerdasan belakang teknik dasar dan metode Rubrik Deskriptif  Diskusi dan metode kecerdasan
mesin kecerdasan mesin [TM:1x(3x50”)] mesin
Bentuk Non Test:  Tugas-1 : Menyusun
Membuat resume ringkasan dalam [1] hal 1-29
tentang perkembangan bentuk makalah
AI saat ini serta tentang perkembangan
aplikasi yang AI saat ini serta
mendukung aplikasi yang dapat
dimanfaatkan
[BT+BM:(1+1)x(3x60”)]
2 Mampu menjelaskan teknik-teknik Ketepatan dalam menjelaskan teknik- Kriteria:  Kuliah Menjelaskan tentang teknik 5
dalam kecerdasan buatan pada kasus teknik yang ada dalam metode searching Rubrik Deskriptif  Diskusi dalam kecerdasan buatan
searching seperti pada ruang masalah, sistem [TM:1x(3x50”)] pada kasus searching dan
produksi atau operator, metode-metode Bentuk Non Test:  Tugas-2 : algoritma pada setiap teknik
Mampu menjelaskan setiap pencarian, kriteria performansi, blind Menggunakan aplikasi Menggunakan aplikasi
algoritma untuk setiap teknik search, dan informed search matlab untuk kemudian melakukan [1] hal 64-108
melakukan simulasi simulasi pada matlab
dengan metide dengan metode
searching yang telah searching yang telah
dijelaskan dijelaskan
[BT+BM:(1+1)x(3x60”)]

3
3 Kriteria:  Kuliah 5
Rubrik Deskriptif  Diskusi
[TM:1x(3x50”)]
Bentuk Non Test:  Tugas-3 :
Menggunakan aplikasi Menggunakan aplikasi
matlab untuk kemudian melakukan
melakukan simulasi simulasi pada matlab
dengan metode dengan metode
searching yang telah searching yang telah
dijelaskan dijelaskan
[BT+BM:(1+1)x(3x60”)]
4 Mampu menganalisa permasalahan Ketepatan dalam menganalisa Kriteria:  Kuliah Menjelaskan tentang 10
yang diberikan pada genetika case permasalahan yang diberikan pada teknik Rubrik Deskriptif  Diskusi metode searching
Searching searching sehingga mampu merancang [TM:1x(3x50”)]
solusi dari permasalahan yang ada Bentuk Non Test:  Tugas-4 : [1] hal 120-189
Mampu merancang solusi dari Menggunakan aplikasi Menggunakan aplikasi
permasalahan matlab untuk kemudian melakukan
melakukan simulasi simulasi pada matlab
dengan studi kasus dengan metode
yang telah disebutkan searching yang telah
dijelaskan
[BT+BM:(1+1)x(3x60”)]
5 Kriteria:  Kuliah 10
Rubrik Deskriptif  Diskusi
[TM:1x(3x50”)]
Bentuk Test:  Tugas-5 :
Soal tentang Menggunakan aplikasi
penggunaan metode kemudian melakukan
searching simulasi pada matlab
dengan metode
searching yang telah
dijelaskan
[BT+BM:(1+1)x(3x60”)]

4
6 Mampu menganalisa permasalahan Ketepatan dalam menganalisa Kriteria:  Kuliah Menjelaskan tentang 10
yang diberikan pada kasus permasalahan pada kasus reasoning dan Rubrik Deskriptif  Diskusi metode reasoning
Reasoning mampu merancang solusi baik dari [TM:1x(3x50”)]
pembahasan fuzzy set, fungsi Bentuk Non Test:  Tugas-6 : [1] hal 480-503
keanggotaan, Fuzzy Interference System, Melakukan simulasi Menggunakan aplikasi
Model mamdani dan model sugeno dengan metode kemudian melakukan
reasoning yang telah simulasi pada matlab
dijelaskan dengan metode
reasoning yang telah
dijelaskan
[BT+BM:(1+1)x(3x60”)]
7 Kriteria:  Kuliah 10
Rubrik Deskriptif  Diskusi
[TM:1x(3x50”)]
Bentuk Non Test:  Tugas-7 :
Melakukan simulasi Menggunakan aplikasi
dengan metode kemudian melakukan
reasoning yang telah simulasi pada matlab
dijelaskan dengan metode
reasoning yang telah
dijelaskan
[BT+BM:(1+1)x(3x60”)]
8 Evaluasi Tengah Semester: Melakukan validasi hasil penilaian, evaluasi dan perbaikan proses pembelajaran berikutnya
9 Mampu menganalisa permasalahan Ketepatan dalam menganalisa dan Kriteria:  Kuliah Menjelaskan tentang 10
yang diberikan pada kasus Planning merancang solusi dari permasalahan pada Rubrik Deskriptif  Diskusi metode planning
kasus planning seperti Goal-Starck [TM:1x(3x50”)]
Mampu merancang solusi dari Planning dan Constraint Posting Bentuk Non Test:  Tugas-8 : [1] hal 366-430
permasalahan Melakukan simulasi Menggunakan aplikasi
dengan metode kemudian melakukan
planning yang telah simulasi pada matlab
dijelaskan dengan metode
planning yang telah
dijelaskan
[BT+BM:(1+1)x(3x60”)]

5
10 Kriteria:  Kuliah 10
Rubrik Deskriptif  Diskusi
[TM:1x(3x50”)]
Bentuk Non Test:  Tugas-9 :
Melakukan simulasi Menggunakan aplikasi
dengan metode kemudian melakukan
planning yang telah simulasi pada matlab
dijelaskan dengan metode
planning yang telah
dijelaskan
[BT+BM:(1+1)x(3x60”)]
11 Mampu menganalisa permasalahan Ketepatan dalam menganalisa dan Kriteria:  Kuliah Menjelaskan tentang 5
yang diberikan pada kasus Learning merancang solusi dari permasalahan pada Rubrik Deskriptif  Diskusi metode learning
kasus Learning dengan menggunakan [TM:1x(3x50”)]
Mampu merancang solusi dari metode seperti decision tree learning, Bentuk Non Test:  Tugas-10 : [1] hal 693-797
permasalahan jaringan syaraf tiruan. Melakukan simulasi Menggunakan aplikasi
dengan metode kemudian melakukan
learning yang telah simulasi pada matlab
dijelaskan dengan metode
planning yang telah
dijelaskan
[BT+BM:(1+1)x(3x60”)]
12 Kriteria:  Kuliah 5
Rubrik Deskriptif  Diskusi
[TM:1x(3x50”)]
Bentuk Test:  Tugas-11 :
Soal dengan test Menggunakan aplikasi
tentang metode kemudian melakukan
planning dan learning simulasi pada matlab
dengan metode
planning yang telah
dijelaskan
[BT+BM:(1+1)x(3x60”)]
13 Mampu menganalisa permasalahan Ketepatan dalam menganalisa dan Kriteria:  Kuliah 5
yang diberikan pada semua kasus merancang solusi dari berbagai kasus Rubrik Deskriptif  Diskusi
yang ada dengan menggunakan metode [TM:1x(3x50”)]
Mampu merancang solusi dari yang telah diberikan Bentuk Non Test:  Tugas-12 :

6
 permasalahan Melakukan simulasi Menggunakan aplikasi
dengan semua metode kemudian melakukan
yang telah dijelaskan simulasi pada matlab
lalu melakukan dengan metode yang
perbandingan yang telah dijelaskan
terbaik [BT+BM:(1+1)x(3x60”)]
14 Kriteria:  Kuliah 5
Rubrik Deskriptif  Diskusi
[TM:1x(3x50”)]
Bentuk Non Test:  Tugas-13 :
Melakukan simulasi Menggunakan aplikasi
dengan semua metode kemudian melakukan
yang telah dijelaskan simulasi pada matlab
lalu melakukan dengan metode yang
perbandingan yang telah dijelaskan
terbaik [BT+BM:(1+1)x(3x60”)]
15 Mampu menganalisa permasalahan Ketepatan dalam mengerjakan dan Kriteria:  Kuliah 5
yang diberikan pada kasus mengerjakan dan menganalusa dengan Rubrik Deskriptif  Diskusi
Algoritma Genetika Case in algoritma genetika dengan kasus pada [TM:1x(3x50”)]
Learning learning Bentuk Non Test:  Tugas-14 :
Mencari permasalahan Menggunakan aplikasi
Mampu merancang solusi dari dan menemukan solusi kemudian melakukan
permasalahan yang kemudian simulasi pada matlab
melakukan simulasi dengan metode yang
dari beberapa kasis telah dijelaskan
dengan menggunakan [BT+BM:(1+1)x(3x60”)]
matlab
16 Evaluasi Akhir Semester: Melakukan validasi penilaian akhir dan menentukan kelulusan mahasiswa
Catatan:
(1). TM: Tatap Muka; TS: Penugasan Terstruktur; BM: Belajar Mandiri.
(2). 1 sks = (50’ TM + 50’ PT + 60’ BM)/Minggu
(3). CPL-Prodi: Capaian Pembelajaran Lulusan Program Studi; CP-MK: Capaian Pembelajaran Mata-Kuliah
(4). Simbol-simbol elemen KKNI pada CPL-Prodi: S = Sikap; KU = Ketrampilan Umum; KK = Ketrampilan Khusus; P = Pengetahuan