Tahun Akademik:
Genap 2023/2024
Kelas-Offr:
C-B5
Deskripsi:
Deskripsi Isi Pembelajaran (Learning Material): - Representasi suatu masalah, contoh masalah dengan representasi node dan link, serta representasi masalah dengan metode ruang keadaan (state space); - Masalah dengan metode reduksi beserta contoh-contohnya; - Metode Kompetensi dan pencocokan, serta contoh tes analogi; - Penelusuran non-optimal: depth-first, breadth-first, hill climbing, beam search, beam-first, serta contoh aplikasinya; - Penelusuran optimal: british museum, branch and bound, modifikasi branch and bound dengan estimasi rendah dan pemrograman dinamik, prosedur A* berserta contohcontohnya; - Prosedur optimasi untuk permainan: minimax, alpha-beta, serta contoh-contohnya; - Kalkulus logika: kalkulus proposional dan predikat serta teorema Wang; - Aturan produksi, forward chaining, backward chaining, dan sis-tem pakar; - Prolog/Lisp, contoh-contoh program dengan back-tracking, serta penggunaan fakta dan aturan; - Contoh-contoh masalah menggunakan sistem pakar berbasis Prolog/Lisp; - Mekanisme jawaban ‘mengapa’ dan ‘bagaimana’; - Frame dan jaringan semantik; - Propagasi konstrain dan contoh untuk pengenalan joint objek yang dibentuk permukaan datar; - Pemahaman bahasa: metode sintaksis dengan CFG, jaringan transisi, metode peran tematik, metode semantik, serta contoh-contohnya; - Proses pembelajaran: analisis perbedaan, penjelasan pengalaman, metode multiple, dan pohon identifikasi; - Proses pembelajaran dengan jaringan syaraf: beberapa metode jaringan syaraf serta contohcontoh aplikasinya.
Capaian Pembelajaran
Genap 2023/2024
Kelas-Offr:
C-B5
Deskripsi:
Deskripsi Isi Pembelajaran (Learning Material): - Representasi suatu masalah, contoh masalah dengan representasi node dan link, serta representasi masalah dengan metode ruang keadaan (state space); - Masalah dengan metode reduksi beserta contoh-contohnya; - Metode Kompetensi dan pencocokan, serta contoh tes analogi; - Penelusuran non-optimal: depth-first, breadth-first, hill climbing, beam search, beam-first, serta contoh aplikasinya; - Penelusuran optimal: british museum, branch and bound, modifikasi branch and bound dengan estimasi rendah dan pemrograman dinamik, prosedur A* berserta contohcontohnya; - Prosedur optimasi untuk permainan: minimax, alpha-beta, serta contoh-contohnya; - Kalkulus logika: kalkulus proposional dan predikat serta teorema Wang; - Aturan produksi, forward chaining, backward chaining, dan sis-tem pakar; - Prolog/Lisp, contoh-contoh program dengan back-tracking, serta penggunaan fakta dan aturan; - Contoh-contoh masalah menggunakan sistem pakar berbasis Prolog/Lisp; - Mekanisme jawaban ‘mengapa’ dan ‘bagaimana’; - Frame dan jaringan semantik; - Propagasi konstrain dan contoh untuk pengenalan joint objek yang dibentuk permukaan datar; - Pemahaman bahasa: metode sintaksis dengan CFG, jaringan transisi, metode peran tematik, metode semantik, serta contoh-contohnya; - Proses pembelajaran: analisis perbedaan, penjelasan pengalaman, metode multiple, dan pohon identifikasi; - Proses pembelajaran dengan jaringan syaraf: beberapa metode jaringan syaraf serta contohcontoh aplikasinya.
Capaian Pembelajaran
- Mahasiswa memiliki pengetahuan dan pemahaman tentang: konsep kecerdasan buatan untuk representasi masalah dan pencarian solusi, konsep bahasa dan proses belajar, serta aplikasi kecerdasan buatan dalam sistem pakar, jaringan syaraf, dan bidang lainnya.
- - Russell, Stuart dan Norvig, Peter. 2009. Artificial Intelligence: A Modern Approach, 3rd Edition. Singapore: Pearson Education Asia.
- - Negnevitsky, Michael. 2004. Artificial Intelligence. Singapore: Pearson Education Asia.
- - Munakata, Toshinori. 2001. Fundamentals of the New Artificial Intelligence : Beyond Traditional Paradigms. New York: Springer.
- - Minker, Jack. 2000. Logic-based Artificial Intelligence. New York: Springer.
- - Bratko, Ivan. 2001. Prolog Programming for Artificial Intelligence. Singapore: Pearson Education Asia.
- Teacher: Muis Muhtadi