UNIVERSITAS KLABAT
FAKULTAS ILMU KOMPUTER
PROGRAM STUDI INFORMATIKA

RPS-57202-IFKV332
RENCANA PEMBELAJARAN SEMESTER
MATA KULIAH (MK) KODE Rumpun MK BOBOT (sks) SEMESTER Tanggal Penyusunan
Kecerdasan Buatan/Artificial Intelligence IFKV332 Operating Systems T= 3 6 16 Dec 2024
Pengesahan Dosen Pengembang RPS Koordinator RMK Ka PRODI

Green Arther Sandag

Green Arther Sandag

Semmy Wellem Taju, S.Kom., M.S., PhD
Capaian Pembelajaran CPL-PRODI yang dibebankan pada MK
CPL05 Memiliki pengetahuan yang memadai terkait cara kerja sistem komputer dan mampu menerapkan/menggunakan berbagai algoritma/metode untuk memecahkan masalah pada suatu organisasi.
CPL06 Memiliki kompetensi untuk menganalisis persoalan computing yang kompleks untuk mengidentifikasi solusi pengelolaan proyek teknologi bidang informatika/ilmu komputer dengan mempertimbangkan wawasan perkembangan ilmu transdisiplin
CPL07 Menguasai konsep teoritis bidang pengetahuan Ilmu Komputer/Informatika dalam mendesain dan mensimulasikan aplikasi teknologi multi-platform yang relevan dengan kebutuhan industri dan masyarakat.
CPL10 Kemampuan mengimplementasi kebutuhan computing dengan mempertimbangkan berbagai metode/algoritma yang sesuai.
Capaian Pembelajaran Mata Kuliah (CPMK)
CPMK13 Mampu melakukan simulasi dan pemodelan sistem kompleks menggunakan tools komputasi modern.
CPMK15 Mampu mengembangkan aplikasi mobile, game, dan sistem cerdas (AI, NLP, CV, Robotics) sesuai kebutuhan pengguna.
CPMK23 Mampu mengintegrasikan komponen sistem (database, jaringan, UI, logika bisnis) dalam satu solusi utuh.
Kemampuan akhir tiap tahapan belajar (Sub-CPMK)
sub.cpmk.IFKV332.CPMK13.1 Memahami sejarah, konsep dasar, dan ruang lingkup kecerdasan buatan
sub.cpmk.IFKV332.CPMK13.2 Menganalisis problem formulation dan state space pada AI
sub.cpmk.IFKV332.CPMK13.3 Mengimplementasikan blind search dan informed search menggunakan tools komputasi modern
sub.cpmk.IFKV332.CPMK13.4 Melakukan simulasi algoritma AI pada studi kasus sederhana
sub.cpmk.IFKV332.CPMK13.5 Mengintegrasikan logika bisnis dan evaluasi model AI pada project akhir
sub.cpmk.IFKV332.CPMK15.1 Mengembangkan intelligent agent dan reasoning system
sub.cpmk.IFKV332.CPMK15.2 Mengimplementasikan machine learning menggunakan decision tree dan random forest
sub.cpmk.IFKV332.CPMK15.3 Mengembangkan aplikasi AI sederhana berbasis NLP, Computer Vision, atau intelligent system
sub.cpmk.IFKV332.CPMK23.1 Mengintegrasikan dataset, model AI, dan antarmuka aplikasi dalam satu sistem
sub.cpmk.IFKV332.CPMK23.2 Mengintegrasikan logika bisnis dan evaluasi model AI pada project akhir
Korelasi CPMK terhadap Sub-CPMK
CPMK13 sub.cpmk.IFKV332.CPMK13.1
sub.cpmk.IFKV332.CPMK13.2
sub.cpmk.IFKV332.CPMK13.3
sub.cpmk.IFKV332.CPMK13.4
sub.cpmk.IFKV332.CPMK13.5
CPMK15 sub.cpmk.IFKV332.CPMK15.1
sub.cpmk.IFKV332.CPMK15.2
sub.cpmk.IFKV332.CPMK15.3
CPMK23 sub.cpmk.IFKV332.CPMK23.1
sub.cpmk.IFKV332.CPMK23.2
Deskripsi Singkat MK Mata kuliah Artificial Intelligence membahas konsep dasar, metode, algoritma, dan implementasi kecerdasan buatan dalam penyelesaian masalah komputasi modern. Mahasiswa mempelajari intelligent agent, problem solving, blind search, informed search, local search, game theory, reasoning, planning, probabilistic model, serta machine learning seperti decision tree dan random forest. Mata kuliah juga menekankan implementasi praktis menggunakan Python dan tools AI untuk pengembangan solusi berbasis data dan kecerdasan buatan.
Bahan Kajian : Materi Pembelajaran Foundation of Artificial Intelligence, Intelligent Agent, Problem Solving Agent, Blind Search, Informed Search, Local Search, Adversarial Search, Game Theory, Propositional Logic, First Order Logic, Constraint Satisfaction Problem, Probability in AI, Bayesian Learning, Decision Tree, Random Forest, AI Project Development,
Pustaka Utama
  • 1. Stuart Russell and Peter Norvig, Artificial Intelligence: A Modern Approach, 4th Edition, Pearson, 2021.
Pendukung
  • 2. Elaine Rich and Kevin Knight, Artificial Intelligence, 3rd Edition, McGraw-Hill, 2017.
  • 3. Ian Goodfellow, Yoshua Bengio, and Aaron Courville, Deep Learning, MIT Press, 2016.
Dosen Pengampu Sandag, Green A., Taju, Semmy Wellem
Mata Kuliah Syarat Kurikulum FILKOM ALL PRODI 100% G64 - [IF2244] Sistem Cerdas/ Expert System - 3 credit(s) - [IS1224] Struktur Data dan Algoritma/ Data Structure and Algorithms - 3 credit(s) - [IF2244] Sistem Cerdas/ Expert System - 3 credit(s) - [IS1224] Struktur Data dan Algoritma/ Data Structure and Algorithms - 3 credit(s)
Pertemuan Ke Kemampuan akhir tiap tahapan belajar (Sub-CPMK) Penilaian Bentuk Pembelajaran; Metode Pembelajaran; Penugasan Mahasiswa; Materi Pembelajaran Bobot Penilaian
Indikator Kriteria & Teknik Luring Daring
1 sub.cpmk.IFKV332.CPMK13.1-Memahami sejarah, konsep dasar, dan ruang lingkup kecerdasan buatan Mahasiswa mampu menjelaskan konsep dasar AI dan perkembangannya Kriteria
Ketepatan konsep atau teori yang digunakan
Teknik
Ceramah
kehadiran,Ceramah,[CR=150 Menit]
Topik
Foundation of AI
Sub Topik

3
2 sub.cpmk.IFKV332.CPMK13.1-Memahami sejarah, konsep dasar, dan ruang lingkup kecerdasan buatan Mahasiswa mampu menjelaskan konsep intelligent agent Kriteria
Ketepatan analisis dan interpretasi
Teknik
Ceramah dan Diskusi
Tugas,Project Based Learning,[PBL=150 Menit]
Topik
Intelligent Agent
Sub Topik

3
3 sub.cpmk.IFKV332.CPMK13.2-Menganalisis problem formulation dan state space pada AI Mahasiswa mampu menjelaskan problem solving dan state space Kriteria
Ketepatan menjawab sesuai instruksi soal
Teknik
Ceramah, Studi Kasus
Quiz,Project Based Learning,[PBL=147 Menit]
Topik
Problem Solving Agent
Sub Topik

4
4 sub.cpmk.IFKV332.CPMK13.3-Mengimplementasikan blind search dan informed search menggunakan tools komputasi modern Mahasiswa mampu mengimplementasikan BFS, DFS, UCS Kriteria
Ketepatan metode atau prosedur penyelesaian
Teknik
Praktikum
Tugas,Project Based Learning,[PBL=150 Menit]
Topik
Blind Search
Sub Topik

5
5 sub.cpmk.IFKV332.CPMK13.3-Mengimplementasikan blind search dan informed search menggunakan tools komputasi modern Mahasiswa mampu mengimplementasikan Best First Search dan A* Kriteria
Ketepatan metode atau prosedur penyelesaian
Teknik
Praktikum
Tugas,Problem Based Learning,[PBL=150 Menit]
Topik
Informed Search
Sub Topik

5
6 sub.cpmk.IFKV332.CPMK13.4-Melakukan simulasi algoritma AI pada studi kasus sederhana Mahasiswa mampu melakukan simulasi local search dan adversarial search Kriteria
Ketepatan perhitungan atau algoritma
Teknik
Praktikum dan Case Study
Praktikum,Problem Based Learning,[PBL=150 Menit]
Topik
Local & Adversarial Search
Sub Topik

5
7 sub.cpmk.IFKV332.CPMK15.1-Mengembangkan intelligent agent dan reasoning system Mahasiswa mampu menjelaskan game theory dan propositional logic Kriteria
Ketepatan konsep atau teori yang digunakan
Teknik
Ceramah dan Praktikum
Praktikum,Project Based Learning,[PBL=150 Menit]
Topik
Game Theory & Propositional Logic
Sub Topik

5
8 sub.cpmk.IFKV332.CPMK13.1-Memahami sejarah, konsep dasar, dan ruang lingkup kecerdasan buatan sub.cpmk.IFKV332.CPMK13.2-Menganalisis problem formulation dan state space pada AI sub.cpmk.IFKV332.CPMK13.3-Mengimplementasikan blind search dan informed search menggunakan tools komputasi modern sub.cpmk.IFKV332.CPMK13.4-Melakukan simulasi algoritma AI pada studi kasus sederhana sub.cpmk.IFKV332.CPMK13.5-Mengintegrasikan logika bisnis dan evaluasi model AI pada project akhir Mahasiswa mampu menyelesaikan soal midterm Kriteria
Ketepatan menjawab sesuai instruksi soal
Teknik
Ujian
UTS,Ujian,[UJ=150 Menit]
Topik
UTS
Sub Topik

10
9 sub.cpmk.IFKV332.CPMK15.1-Mengembangkan intelligent agent dan reasoning system Mahasiswa mampu menerapkan First Order Logic Kriteria
Ketepatan metode atau prosedur penyelesaian
Teknik
Praktikum
Praktikum,Project Based Learning,[PBL=150 Menit]
Topik
First Order Logic
Sub Topik

5
10 sub.cpmk.IFKV332.CPMK15.2-Mengimplementasikan machine learning menggunakan decision tree dan random forest Mahasiswa mampu menerapkan Constraint Satisfaction Problem Kriteria
Kemampuan pemecahan masalah
Teknik
Praktikum
Latihan,Project Based Learning,[PBL=148 Menit]
Topik
Constraint Satisfaction Problem
Sub Topik

5
11 sub.cpmk.IFKV332.CPMK15.2-Mengimplementasikan machine learning menggunakan decision tree dan random forest Mahasiswa mampu menjelaskan probability dan Bayesian reasoning Kriteria
Ketepatan perhitungan atau algoritma
Teknik
Ceramah dan Praktikum
Tugas,Project Based Learning,[PBL=150 Menit]
Topik
Probability in AI
Sub Topik

5
12 sub.cpmk.IFKV332.CPMK15.2-Mengimplementasikan machine learning menggunakan decision tree dan random forest Mahasiswa mampu membangun model Decision Tree dan Random Forest Kriteria
Ketepatan analisis dan interpretasi
Teknik
Praktikum
Praktikum,Project Based Learning,[PBL=150 Menit]
Topik
Decision Tree & Random Forest
Sub Topik

7
13 sub.cpmk.IFKV332.CPMK15.3-Mengembangkan aplikasi AI sederhana berbasis NLP, Computer Vision, atau intelligent system Mahasiswa mampu mengembangkan model AI sederhana Kriteria
Ketepatan metode atau prosedur penyelesaian
Teknik
Praktikum
Tugas,Project Based Learning,[PBL=150 Menit]
Topik
AI Model Development
Sub Topik

7
14 sub.cpmk.IFKV332.CPMK23.1-Mengintegrasikan dataset, model AI, dan antarmuka aplikasi dalam satu sistem Mahasiswa mampu mengintegrasikan model AI dengan aplikasi Kriteria
Ketepatan analisis dan interpretasi
Teknik
Project dan Studi Kasus
Project,Project Based Learning,[PBL=150 Menit]
Topik
AI System Integration
Sub Topik

8
15 sub.cpmk.IFKV332.CPMK23.1-Mengintegrasikan dataset, model AI, dan antarmuka aplikasi dalam satu sistem sub.cpmk.IFKV332.CPMK23.2-Mengintegrasikan logika bisnis dan evaluasi model AI pada project akhir Mahasiswa mampu melakukan evaluasi dan presentasi project AI Kriteria
Ketepatan metode atau prosedur penyelesaian
Teknik
Presentasi Project
Project,Project Based Learning,[PBL=150 Menit]
Topik
Project Presentation
Sub Topik

8
16 sub.cpmk.IFKV332.CPMK23.2-Mengintegrasikan logika bisnis dan evaluasi model AI pada project akhir Mahasiswa mampu mengintegrasikan seluruh konsep AI dalam project akhir Kriteria
Ketepatan analisis dan interpretasi
Teknik
Project
Project,Project Based Learning,[PBL=150 Menit]
Topik
Final Project / UAS
Sub Topik

15

Teknik Penilaian CPMK

CPL MK CPMK Kehadiran Tugas Quiz Latihan Praktek Mid Test (UTS) Project Final Test (UAS)
CPL06 Kecerdasan Buatan/Artificial Intelligence CPMK13 Y Y Y Y Y Y
CPL07 Kecerdasan Buatan/Artificial Intelligence CPMK15 Y Y Y
CPL10 Kecerdasan Buatan/Artificial Intelligence CPMK23 Y Y

Prosedur Penilaian CPMK

1. Komponen Penilaian CPMK
CPL CPMK Sub-CPMK Detail Penugasan (Teknik Penilaian) Bobot % Kriteria Penilaian
CPL06 CPMK13 sub.cpmk.IFKV332.CPMK13.1 Ceramah 3 Ketepatan konsep atau teori yang digunakan
CPL06 CPMK13 sub.cpmk.IFKV332.CPMK13.1 Ceramah dan Diskusi 3 Ketepatan analisis dan interpretasi
CPL06 CPMK13 sub.cpmk.IFKV332.CPMK13.2 Ceramah, Studi Kasus 4 Ketepatan menjawab sesuai instruksi soal
CPL06 CPMK13 sub.cpmk.IFKV332.CPMK13.3 Praktikum 5 Ketepatan metode atau prosedur penyelesaian
CPL06 CPMK13 sub.cpmk.IFKV332.CPMK13.3 Praktikum 5 Ketepatan metode atau prosedur penyelesaian
CPL06 CPMK13 sub.cpmk.IFKV332.CPMK13.4 Praktikum dan Case Study 5 Ketepatan perhitungan atau algoritma
CPL07 CPMK15 sub.cpmk.IFKV332.CPMK15.1 Ceramah dan Praktikum 5 Ketepatan konsep atau teori yang digunakan
CPL06 CPMK13 sub.cpmk.IFKV332.CPMK13.1, sub.cpmk.IFKV332.CPMK13.2, sub.cpmk.IFKV332.CPMK13.3, sub.cpmk.IFKV332.CPMK13.4, sub.cpmk.IFKV332.CPMK13.5 Ujian 10 Ketepatan menjawab sesuai instruksi soal
CPL07 CPMK15 sub.cpmk.IFKV332.CPMK15.1 Praktikum 5 Ketepatan metode atau prosedur penyelesaian
CPL07 CPMK15 sub.cpmk.IFKV332.CPMK15.2 Praktikum 5 Kemampuan pemecahan masalah
CPL07 CPMK15 sub.cpmk.IFKV332.CPMK15.2 Ceramah dan Praktikum 5 Ketepatan perhitungan atau algoritma
CPL07 CPMK15 sub.cpmk.IFKV332.CPMK15.2 Praktikum 7 Ketepatan analisis dan interpretasi
CPL07 CPMK15 sub.cpmk.IFKV332.CPMK15.3 Praktikum 7 Ketepatan metode atau prosedur penyelesaian
CPL10 CPMK23 sub.cpmk.IFKV332.CPMK23.1 Project dan Studi Kasus 8 Ketepatan analisis dan interpretasi
CPL10 CPMK23 sub.cpmk.IFKV332.CPMK23.1, sub.cpmk.IFKV332.CPMK23.2 Presentasi Project 8 Ketepatan metode atau prosedur penyelesaian
CPL10 CPMK23 sub.cpmk.IFKV332.CPMK23.2 Project 15 Ketepatan analisis dan interpretasi
Total 100
2. Penilaian CPMK
CPL MK CPMK Kehadiran Tugas Quiz Latihan Praktek Mid Test (UTS) Project Final Test (UAS) Total
CPL06 Kecerdasan Buatan/Artificial Intelligence CPMK13 3% 8% 4% 5% 5% 10% 0% 0% 35%
CPL07 Kecerdasan Buatan/Artificial Intelligence CPMK15 0% 10% 0% 5% 19% 0% 0% 0% 34%
CPL10 Kecerdasan Buatan/Artificial Intelligence CPMK23 0% 0% 0% 0% 0% 0% 16% 15% 31%
100%