SILABUS Matakuliah : Sistem Intelegensia Kode/Bobot/Semester : 41MKP0933 Capaian Pembelajaran MK : Setelah mengikuti perkuliahan matakuliah sistem intelegensia diharapkan mahasiswa semester IV Prodi Sistem Informasi dapat membuat program aplikasi sistem intelegensia dengan bahasa prolog Sub-Capaian Pembelajaran MK : 1. Mahasiswa mampu memahami Konsep Sistem intelegensia/Kecerdasan Buatan. 2. Mahasiswa dapat memahami konsep masalah, dan ruang masalah dalam Sistem Intelegensia 3. Mahasiswa dapat memahami metode pencarian atau penelusuran (Searching) dalam Sistem Intelegensia 4. Mahasiswa dapat memahami konsep Sistem Pakar sebagai bagian dari sistem Intelegensia 5. Mahasiswa dapat merepresentasi pengetahuan dalam Sistem Intelegensia 6. Mahasiswa dapat menerapkan inferensi dengan ketidakpastian dalam Sistem Intelegensia 7. Mahasiswa dapat melakukan review paper tentang inferensi dengan ketidakpastian 8. Mahasiswa dapat memahami Intelligent Agent 9. Mahasiswa dapat memahami jaringan syaraf 10. Mahasiswa dapat menerapkan Logika fuzzy dalam sistem intelegensia 11. Mahasiswa dapat memahami Algoritma genetika 12. Mahasiswa dapat menggunakan bahasa pemograman prolog untuk aplikasi sistem intelegensia 13. Mahasiswa Mampu menyelesaikan kasus dalam sistem intelegensia 14. Mahasiswa dapat membuat aplikasi sistem intelegensia Pokok Bahasan : 1. Konsep sistem intelegensia : Definisi, Perbedaan dan Sejarah Intelegensi Buatan/Kecerdasan Buatan, Lingkup Kecerdasan Buatan 2. Masalah dan ruang masalah dalam sistem intelegensia : Definisi Masalah dan Ruang Masalah, Aturan Produksi, Cara Merepresentasikan Masalah 3. Metode pencarian : Breadth First Search, Blind Search Depth First Search, Heuristic Search, Ge-nerate And Test 4. Sistem pakar :Definisi, Keuntungan dan kelemahan, Tujuan Dan Fungsi, Bentuk dan Struktur Sistem, Ciri-Ciri, Permasalahan yang disentuh Sistem Pakar 5. Representasi pengetahuan : Definisi, Konsep Dasar, Proses Rekayasa Pengetahuan, Tipe Pengetahuan, Pola Representasi pengetahuan 6. Inferensi dengan ketidakpastian: Representasi ketidakpastian, Probabilitas & Teorema Bayes, Faktor Kepastian, Teori Dempster-Shafer, Review paper penelitian 7. Intelligent agen : Agen dan lingkungan, Rasionalitas, PEAS (Performance measure, Environment, Actuators, Sensors, Karakteristik Agen , Arsitektur Agen 8. Jaringan syaraf tiruan : Definisi dan struktur, Model Struktur Neuron JST, Arsitektur JST, Fungsi Aktivasi, Proses pembelajaan 9. Logika fuzzy : Definisi,Aplikasi menggunakan logika fuzzy, Himpunan fuzzy, Fungsi keanggotaan, Operator dasar zadeh untuk operasi himpunan fuzzy 10. Algoritma genetika : Pendahuluan, Struktur, Komponen, Seleksi 11. Bahasa prolog: Dasar – dasar Prolog, Struktur program prolog 12. Menyelesaikan kasus dalam sistem intelegensia : Membahas contoh program, sederhana dalam sistem intelegensia 13. Membuat aplikasi (sederhana) program cerdas: Pustaka Umum : 1. Kusumadewi, Sri. 2003. .Artificial Intelligence:Teknik dan Aplikasinya. Yogjakarta : Graha Ilmu. 2. Satyareni, Diema H. 2011. Bahan Ajar Sistem Intelegensia. Jombang : Unipdu Press. Pustaka Penunjang : 1. Kusrini. 2006. Sistem Pakar, Teori dan Aplikasi. Yogyakarta: Andi. 2. Russell, Stuart J; dan Norvig, Peter. 2010. Artificial Intelligence A Modern Approach. International Edition, Edisi 2. New Jersey: Pearson Prentice-Hall Education International. 3. Li, Deyi; Du, Yi. 2008. Artificial Intelligence with uncertainty. CRC Press. 4. Poole, David L; and mackworth, Alan K. 2010. Artificial Intelligence Foundation Of Computational Agents. New York : Cambridge Unversity Press 5. Desiani, A; dan Arhami, M. 2006. Konsep Kecerdasan Buatan. Yogyakarta : Andi. 6. Andoko, Andre. 1989. Tuntunan Praktis pemograman bahasa Prolog 2.0. Jakarta : Elex Media Komputindo. 7. Bratko, Ivan. 2001. Prolog Programming For Artificial Intelligence, 3 rd edition. Addison-Wesley