Silabus Kecerdasan Komputasional

SILABUS MATA KULIAH

Program Studi                                      :    Teknik Informatika

Kode / Nama Mata Kuliah                   :    16065403 / Kecerdasan Komputasional

Jumlah SKS / Semseter                        :    3 SKS / V

Mata Kuliah Pra Syarat                        :    Kecerdasan Buatan

Capaian Pembelajaran Lulusan           :

  1. Menguasai teori    dan    penerapan    bidang    keahlian    komputasi    cerdas    dan    visualisasi
  2. Mampu       menyelesaikan        masalah        teknologi        informasi        dan        komunikasi        dengan  keahlian     komputasi    cerdas    dan    visualisasi

Capaian Pemebelajaran Mata Kuliah  :

  1. Mahasiswa  mampu    menjelaskan    klasifier    dengan    fungsi    diskriminan    linier          maupun non-­‐linier,    Perceptron,    Support    Vector    Machine    (SVM).
  2. Mahasiswa       mampu        menjelaskan        Fuzzy        Logic        dan        penggunaannya        dalam        sistem  berbasis  aturan,    contoh    sistem    kontroler.
  3. Mahasiswa mampu   menjelaskan        Decision   Tree   dan   pembentukan   strukturnya   yang  optimal  serta    terjadinya    overfitting.
  4. Mahasiswa     mampu      menerapkan      metode      yang      sudah      dibahas      seperti      SVM,      Fuzzy    Logic,    dan    Decision    Tree,    dalam    suatu    aplikasi.
  5. Mahasiswa mampu    menjelaskan    berbagai    metode    clustering    dan    penggunaannya.    Backpropagation,  non-­‐linearly    separable    problems,    neuro-­‐fuzzy,    dan    SOM.
  6. Mahasiswa mampu   menerapkan   metode   clustering   dan   jaringan   saraf   tiruan   dalam  suatu  aplikasi.
  7. Mahasiswa    mampu     menjelaskan     metode     optimasi     dengan     evolutionary     algorithm : Genetic Algorithm (GA), Ant Colony(ACO), Particle Swarm Optimization (PSO)
POKOK BAHASAN ALAT/BAHAN/SUMBER BELAJAR
KLASIFIER      LINIER:      Fungsi diskriminan      linier,      multi     kategori,      algoritma     Perceptron,    Support    Vector   Machine    (SVM),    fungsi   diskriminan    non-­‐linier. LCD Projector / – / Amit  Konar,    Computational    Intelligence,    Springer,    2005.    ; C.  H.    Bishop,    Pattern    Recognition    and    Machine    Learning,    Springer    Science,    2006  
FUZZY    LOGIC   (MULTI-­‐VALUED     LOGIC):   definisi,   linguistic   variables,   crisp   vs   fuzzy   set,    membership           function,         fuzzification,         inference         mechanism,         defuzzification,         rules,    fungsi    Mamdani. LCD Projector / – / C.  H.    Bishop,    Pattern    Recognition    and    Machine    Learning,    Springer    Science,    2006    ; R.O.  Duda,    P.E.Hart,    D.G.Stork,    Pattern    Classfication,    John    Wiley    &    Sons,    Inc.,    2001
DECISION     TREE:     contoh    pengamatan,     multivariate    tree,     entropy,     information    gain,   overfitting LCD Projector / – / Sergios          Theodoridis,          Konstantinos          Koutroumbas,          Pattern          Recognition,          4th          ed.,    Elsevier    Inc.,    2009.
CLUSTERING:       persyaratan     clustering,       outliers,       tipe     data,  similaritas,  disimilaritas,   variabel           dengan         tipe   berbeda, K-­‐Means Clustering,       Fuzzy  C-­‐Means  Clustering,   Hierarchical     Clustering:   Agglomerative   dan   Divisive   Clustering,   Nearest   Neighbor,   K-­‐ Nearest  Neighbor, LCD Projector / – / R.O.  Duda,    P.E.Hart,    D.G.Stork,    Pattern    Classfication,    John    Wiley    &    Sons,    Inc.,    2001
JARINGAN  SARAF    TIRUAN:   neuron,    perceptron,   supervised    learning,   multilayer    neural    network,   algoritma  Backpropagation,            non-­‐linearly    separable            problems,  SOM:    Kohonen LCD Projector / – / Christian     Blum,     Daniel     Merkle,     Swarm     Intelligence     :     Introduction     and     Applications,    Springer-­‐Verlag    2008.   ; C.  H.    Bishop,    Pattern    Recognition    and    Machine    Learning,    Springer    Science,    2006    
EVOLUTIONARY     ALGORITHM: Genetic   Algorithm   (GA):   definisi   kromosom,   mutation,   crossover,     fitness,    selection,   Ant  Colony Optimization (ACO),   Particle  Swarm    Optimization    (PSO). LCD Projector / – / Christian     Blum,     Daniel     Merkle,     Swarm     Intelligence     :     Introduction     and     Applications,    Springer-­‐Verlag    2008.

Download Silabus

Leave a Reply

Your email address will not be published. Required fields are marked *