Deskripsi Mata Kuliah

Mata kuliah ini mempelajari tentang konsep dasar Kecerdasan Buatan, teori pemecahan masalah, metode inferensi, representasi pengetahuan, ketidakpastian, dan pembelajaran. Sehingga diharapkan mahasiswa mampu menjelaskan dan menerapkan berbagai teknik ketidakpastian dan algoritma pembelajaran dalam menyelesaikan masalah.

Prerequisite mata kuliah: tidak ada. 

Bobot sks: 4 

Durasi perkuliahan: 5 bulan

Jenjang Pendidikan : Strata 1 - S1

Model pembelajaran: Self-Paced

Textbook:

1. Stuart Russell. (2010). Artificial Intelligence: A Modern Approach 3rd. Pearson Education. New Jersey. ISBN 9780132071482.
2. Prateek Joshi. (2017). Artificial Intelligence with Python. Packt Publishing. Birmingham. ISBN 978178464392
3. Simon Haykin. (2009). Neural Networks and Learning Machines. Pearson Education. New York. ISBN: 9780131293762

Capaian Pembelajaran

Setelah berhasil menyelesaikan materi ini, mahasiswa akan dapat:

• Menjelaskan definisi Kecerdasan Buatan, konsep agen cerdas, dan menjelaskan berbagai algoritma pencarian untuk menyelesaikan masalah.

• Menjelaskan bagaimana menggunakan representasi pengetahuan dalam penalaran

• Mengaplikasikan berbagai teknik pada agen pada saat bertindak dalam domain yang tidak pasti

• Mengaplikasikan berbagai algoritma pembelajaran untuk menyelesaikan masalah

Evaluation

Syarat kelulusan untuk mata kuliah Artificial Intelligence harus mencapai nilai akhir evaluasi minimum 70.

Dosen Pengampu

Immanuela Puspasari Saputro, S.Si., M.T.

Email: [email protected]

Profil dosen:

Immanuela Puspasari Saputro adalah salah satu pengajar di Universitas Bina Nusantara pada Program Studi Pendidikan Jarak Jauh Teknik Informatika. Beberapa matakuliah yang diajarkan adalah Kecerdasan Buatan dan Interaksi Manusia dan Komputer. Pengalaman mengajar yang dimiliki saat ini, banyak dipenagruhi oleh hasil penelitian pada bidang Soft Computing dan Usability sistem.