>> Kecerdasan Buatan




Nama Mata Kuliah

Kode Mata Kuliah

Semester/TA

SKS / Status

Jumlah Pertemuan

Fakultas

Program Studi

Dosen Pengampu

: Kecerdasan Buatan

:  

: 6 / 2023-24

: 3 SKS / Pilihan

: 16

: MIPA

: Teknik Elektro

: Agus Trisanto.,Ph.D

Deskripsi Mata Kuliah :

Matakuliah ini adalah cabang ilmu pengetahuan berhubungan dengan komputer/mesin yang digunakan untuk merancang sistem agar bisa berprilaku sebagaimana manusia bertindak dan berpikir. Kecerdasan buatan pada mesin/komputer ini akan sangat membantu manusia dalam segala hal yang sebelumnya sulit dilakukan oleh mesin/komputer seperti : mengenali pola (wajah, suara, gambar dll), membuat fungsi yang rumit (nonlinear, ketidak pastian, ketidak stabilan dll), memprediksi (gempa, keuangan, pertumbuhan ekonomi, cuaca, dll), sistem pakar ( kedokteran, montir, kepolisian, kejaksaan, detektif dll).

Capaian Pembelajaran :

Mahasiswa mampu merencanakan dan membuat program dengan menggunakan konsep kecerdasan buatan untuk aplikasi praktis seperti pengenalan pola suara, gambar dan data, membuat fungsi, memprediksi, dan pengambilan keputusan

Bahan Kajian :

1. Konsep Kecerdasan Buatan 

2. Perkembangan dan Aplikasi Kecerdasan Buatan

3. Konsep Jaringan Syaraf Tiruan 

4. Struktur Jaringan Syaraf Tiruan 

5. Backpropagation NN 

6. Pemrograman Jaringan Syaraf Tiruan 

7. Mesin Pembelajaran 

8. Tipe Mesin Pembelajaran 

9. Proses Mesin Pebelajaran 

10. Algoritma Mesin Pembelajaran 

11. Pemrograman Mesin Pembelajaran 

12. Recurrent Neural Network 

13. Convolution Neural Network


Link Video Pembelajaran : Bagian 1 : Konsep Model Artificial Neuron (https://youtu.be/AzbJeTCxMW4) Bagian 2: Proses Belajar Model Artificial Neuron (https://youtu.be/dzxsMjQGmjM) Bagian 3 : Perhitungan model neuron dengan menggunakan excel (https://youtu.be/dzxsMjQGmjM) Bagian 4: Proses neuron menirukan fungsi logika OR (https://youtu.be/suLIXOw1GNw) Bagian 5: Model Neuron Menirukan Fungsi AND dan Analisanya (https://youtu.be/7f22KT7_2nw) Bagian 6 : Multilayer perseptron (https://youtu.be/ID-yv0yOWZs)

Bagian 7: Backpropagation Neural Network (https://youtu.be/SO4LeqZO3UU?feature=shared)

Bagian 8 : Perumusan Turunan sigmoid function (https://youtu.be/yaQYcRT8Hb0)


Link PPT Pembelajaran :

Pendahuluan Aritificial Intelligent

Konsep JST

Multilayer Perseptron

Backpopagation JST

Program Excel Menirukan Fungsi Logika dan Belajar




Referensi :


Komentar