satuan acara perkuliahan - Blog Sivitas STIKOM Surabaya

GBPP
ST-RK-1.00-014-003/R-
GARIS-GARIS BESAR PROGRAM PENGAJARAN
PROGRAM STUDI : S1 Sistem Informasi
Semester : 5
MATA KULIAH
KODE MATA KULIAH / SKS
MATA KULIAH PRASYARAT
DESKRIPSI MATA KULIAH
:
:
:
:
TUJUAN INSTRUKSIONAL UMUM
:
KEPUSTAKAAN/SUMBER BELAJAR
:
PERSENTASE PENILAIAN
:
SISTEM PAKAR
410103044 / 3 SKS
Mata kuliah ini membahas tentang konsep dasar sistem pakar, representasi pengetahuan dengan
menggunakan: propotitional logic, predicate calculus, sistem berbasis aturan, semantic network dan
frame; representasi pengetahuan samar dengan menggunakan: bayesian, certainty factor dan sistem
fuzzy; dan Jaringan Syaraf Tiruan.
Setelah mengikuti matakuliah ini mahasiswa akan memahami model-model representasi pengetahuan,
memiliki kemampuan untuk menarik kesimpulan (inference) dari fakta yang digambarkan dalam modelmodel representasi pengetahuan, serta mampu merancang dan membuat implementasi sistem pakar
dengan menggunakan bahasa pemrograman.
Wajib:
1. Jusak. 2007. Sistem Pakar: Buku Pegangan Kuliah. Surabaya: STIKOM.
2. Gonzales, A.J., and Douglas, D.D. 1993. The Engineering of Knowledge Based System. New
Jersey: Prentice Hall International, Inc.
3. Durkin, John. 1994. Expert System: Design and Development. New Jersey: Prentice Hall
International, Inc.
Anjuran:
4. Kumar, Satish. 2004. Neural Network: A Classroom Approach. New Delhi: Tata McGraw-Hill
Companies.
UTS 30% (UTS Tertulis 20%, Quis 10 % )
UAS 30% (UAS Demo Program)
Tugas 40% (Tugas berjalan, Rangkuman / Blog (25%) , Laporan Akhir (15 %) )
Halaman 1 dari 5
GBPP
ST-RK-1.00-014-003/R-
PERT
TUJUAN INSTRUKSIONAL
KE
KHUSUS
1
Mahasiswa mampu:
1. Menjelaskan konsep dasar
Sistem Pakar.
2. Memberi contoh aplikasiaplikasi sistem pakar dalam
sistem komputer modern.
3. Memahami konsep Heuristic
Searching.
2
Mahasiswa mampu:
1. Merepresentasikan
knowledge ke dalam bentuk
propositional logic dan
predicate calculus.
2. Memecahkan permasalahan
yang direpresentasikan
dalam bentuk propositional
logic dan predicate calculus.
3
Mahasiswa mampu:
1. Menjelaskan representasi
pengetahuan dalam bentuk
Sistem Berbasis Aturan
(Ruled-based System).
2. Menjelaskan model inferensi
forward reasoning dalam
sistem berbasis aturan.
4
Mahasiswa mampu:
1. Menjelaskan model inferensi
POKOK
BAHASAN
Konsep dasar
Sistem Pakar.
SUB POKOK BAHASAN
1. Sejarah Sistem Pakar.
2. Contoh permasalahan
yang dapat
diselesaikan dengan
Sistem Pakar.
3. Perbedaan sistem
konvensional dan
Sistem Pakar.
4. Struktur Sistem Pakar.
5. Heuristic Searching.
Representasi
1. Konsep logika.
pengetahuan
2. Operator penghubung.
dengan
3. Representasi fakta ke
Propositional
dalam propositional
Logic dan
logic.
predicate
4. Representasi fakta ke
calculus.
dalam predicate
calculus.
5. Quantifier.
6. Model-model inferensi.
7. Automated reasoning.
Representasi
1. Struktur Sistem
pengetahuan
Berbasis Aturan.
dengan Sistem
2. Representasi
Berbasis Aturan:
pengetahuan ke dalam
forward
Sistem Berbasis
reasoning.
Aturan.
3. Sistem Berbasis Aturan
dengan forward
reasoning.
Representasi
1. Sistem Berbasis Aturan
pengetahuan
dengan backward
METODE
 Ceramah
 Tanya jawab
 Contoh
permasalahan
ESTIMASI
JENIS
KEPUSTAKAAN
WAKTU
EVALUASI
150’
Tugas
Buku 1 Bab 1
Proyek
Buku 2 Bab 1
berkelompok
 Ceramah
 Tanya jawab
 Contoh
permasalahan
150’
Tugas
mandiri
Buku 1 Bab 2
Buku 2 Bab 2
 Ceramah
 Tanya jawab
 Memberi
contoh
permasalahan
dan contoh
aplikasi.
150’
Tugas
mandiri
Buku 1 Bab 3
Buku 2 Bab 4,5
 Ceramah
 Tanya jawab
150’
Tugas
mandiri
Buku 1 Bab 3
Buku 2 Bab 4,5
Halaman 2 dari 5
GBPP
PERT
KE
5
6
7
8
ST-RK-1.00-014-003/R-
TUJUAN INSTRUKSIONAL
KHUSUS
backward reasoning dalam
sistem berbasis aturan.
Mahasiswa mampu:
1. Membuat dan melakukan
analisis rancangan
dependency diagram untuk
kasus yang akan
diselesaikan dengan sistem
berbasis aturan.
Mahasiswa mampu:
1. Membuat representasi
pengetahuan dalam bentuk
Semantic Networks.
2. Membuat representasi
pengetahuan dalam bentuk
Frame.
Mahasiswa mampu:
1. Memahami pendekatan
Bayesian sebagai dasar
representasi fakta yang
memiliki derajad
ketidakpastian tertentu.
2. Membuat representasi fakta
dengan menggunakan
metoda certainty factor.
Mahasiswa mampu
mendefinisikan dan
menyelesaikan (atau menarik
kesimpulan) permasalahan
POKOK
BAHASAN
dengan Sistem
Berbasis Aturan:
Backward
reasoning.
SUB POKOK BAHASAN
reasoning.
METODE
 Memberi
contoh
permasalahan
dan contoh
aplikasi.
 Ceramah
 Tanya jawab
 Case study
ESTIMASI
WAKTU
JENIS
EVALUASI
KEPUSTAKAAN
150’
Tugas
Buku 1 Bab 4
Membangun
sistem berbasis
aturan.
1. Dependency Diagram.
2. Menyusun sistem
berbasis aturan dari
dependency diagram.
Representasi
pengetahuan
dengan
Semantic
Networks dan
Frame.
1. Semantic Networks.
2. Frame.
 Ceramah
 Tanya jawab
 Contoh
permasalahan
150’
-
Buku 1 Bab 5
Representasi
pengetahuan
samar dengan
bayesian dan
certainty factor.
1. Konsep dasar
representasi fakta
samar/ambigu.
2. Pendekatan Bayesian.
3. Propagasi
kepercayaan.
4. Representasi dengan
Certainty Factor.
 Ceramah
 Tanya jawab
 Contoh
permasalahan.
150’
-
Buku 1 Bab 6
Buku 3 Bab 11
Buku 3 Bab 12
Inferensi
dengan
menggunakan
certainty factor.
1. Sistem berbasis aturan - Ceramah
dengan certainty factor. - Tanya jawab
2. Propagasi keyakinan
- Contoh
pada sistem berbasis
permasalahan
150’
Tugas
Buku 1 Bab 6
Buku 3 Bab 12
Halaman 3 dari 5
GBPP
PERT
KE
9
10
11
12
13
ST-RK-1.00-014-003/R-
TUJUAN INSTRUKSIONAL
KHUSUS
yang mengandung fakta dengan
derajad ketidakpastian tertentu.
Mahasiswa mampu
memformulasikan permasalahan
yang mengandung fakta dengan
derajad ketidakpastian tertentu ke
dalam pendekatan Sistem Fuzzy.
Mahasiswa mampu melakukan
perhitungan secara manual dan
analisis untuk melakukan
inferensi dan defuzzifikasi pada
Sistem Fuzzy.
1. Mahasiswa mengenal contoh
aplikasi Sistem Fuzzy.
2. Mahasiswa mampu
merancang perangkat lunak
untuk penyelesaian masalah
dengan menggunakan
Sistem Fuzzy.
Mahasiswa memahami:
1. Berbagai jenis arsitektur dan
algoritma yang digunakan
dalam Jaringan Syaraf
Tiruan.
2. Perbandingan antara jaringan
syaraf biologis dan Jaringan
Syaraf Tiruan.
Mahasiswa mampu menjelaskan
konsep belajar dalam Jaringan
Syaraf Tiruan.
POKOK
BAHASAN
Representasi
pengetahuan
dengan Sistem
Fuzzy.
Inferensi
dengan Sistem
Fuzzy
SUB POKOK BAHASAN
1.
2.
3.
4.
1.
2.
aturan dengan certainty
factor.
Konsep dasar Sistem
Fuzzy.
Himpunan Fuzzy.
Fungsi keanggotaan.
Derajad keanggotaan
Inferensi pada Sistem
Fuzzy.
Defuzzifikasi.
METODE
ESTIMASI
WAKTU
JENIS
EVALUASI
KEPUSTAKAAN
 Ceramah
 Tanya jawab
 Contoh
permasalahan
150’

Buku 1 Bab 7
Buku 3 Bab 13
 Ceramah
 Tanya jawab
 Contoh
permasalahan.
150’

Buku 1 Bab 7
Buku 3 Bab 13
Contoh
permasalahan
dan
penyelesaian
dengan Sistem
Fuzzy.
1. Case Study 1:
menentukan tip
pelayan restaurant.
2. Case Study 2: Sprinkle
System.
 Ceramah
 Tanya jawab
 Demo dengan
menggunakan
MATLAB
(optional)
150’
-
Buku 1 Bab 7
Konsep Dasar
Jaringan Syaraf
Tiruan.
1. Jaringan syaraf
biologis.
2. Arsitektur Jaringan
Syaraf Tiruan 1 neuron
(perceptron).
3. Konsep belajar dalam
perceptron.
 Ceramah
 Tanya jawab
 Contoh
permasalahan
150’
Presentasi
tugas
proyek.
Buku 1 Bab 8
Buku 4
Arsitektur dan
algoritma
perceptron.
1. Arsitektur dan
algoritma perceptron.
2. Jaringan Syaraf Tiruan
dengan back error
 Ceramah
 Tanya Jawab
 Contoh
permasalahan
150’
Presentasi
tugas
proyek.
Buku 1 Bab 8
Buku 4
Halaman 4 dari 5
GBPP
PERT
KE
14
ST-RK-1.00-014-003/R-
TUJUAN INSTRUKSIONAL
KHUSUS
Mahasiswa mampu
merencanakan aplikasi sistem
Jaringan Syaraf Tiruan
untuk menyelesaikan
permasalahan-permasalahan
time-series.
POKOK
BAHASAN
SUB POKOK BAHASAN
propagation pada
multilayer perceptron.
Pengembangan- Contoh aplikasi Jaringan
pengembangan Syaraf Tiruan untuk
aplikasi
penyelesaian problem
Jaringan Syarat dengan Time Series.
Tiruan.
METODE
 Demo dengan
MATLAB.
 Ceramah
 Tanya Jawab
 Contoh
permasalahan
 Demo dengan
MATLAB
(optional).
ESTIMASI
WAKTU
JENIS
EVALUASI
KEPUSTAKAAN
150’
Presentasi
tugas
proyek.
Buku 1 Bab 8
Buku 4
Halaman 5 dari 5