Enrolment options
Kecerdasan Buatan
Matakuliah Pengantar Kecerdasan Buatan adalah matakuliah yang bertujuan untuk memberikan pemahaman dasar tentang konsep, teknik, dan aplikasi utama dalam bidang kecerdasan buatan (AI). Kecerdasan Buatan adalah cabang ilmu yang berfokus pada pengembangan teknologi informasi yang dapat melakukan tugas yang membutuhkan kecerdasan. Matakuliah ini akan membantu mahasiswa memahami landasan teori di balik konsep-konsep seperti pembelajaran mesin, jaringan saraf tiruan, pengambilan keputusan, dan pemahaman visual. Selama perkuliahan, para mahasiswa akan diperkenalkan dengan sejarah dan perkembangan AI, serta berbagai pendekatan yang digunakan untuk mengembangkan sistem kecerdasan buatan.
Mahasiswa akan diberikan wawasan tentang penerapan praktis kecerdasan buatan dalam beberapa industri dan bidang, seperti teknologi pertanian, transportasi mandiri, analisis data, dan lainnya. Pada akhir matakuliah, diharapkan siswa dapat mengenali potensi dan keterbatasan kecerdasan buatan, serta memiliki dasar untuk melanjutkan studi lebih lanjut dalam bidang ini pada konsentrasi AI.
Capaian Matakuliah :
- Mampu merancang dan mengimplementasikan model pembelajaran mesin sederhana menggunakan bahasa pemrograman dan library yang sesuai, seperti Python dan Scikit-learn.
- Mampu mengidentifikasi dan menganalisis potensi penerapan kecerdasan buatan dalam memecahkan masalah dan meningkatkan efisiensi dalam berbagai konteks, termasuk dalam sektor teknologi informasi.
- Mampu mendeskripsikan konsep dasar kecerdasan buatan, termasuk definisi, sejarah, dan aplikasi.
- Mampu mendeskripsikan teknik-teknik pencarian dan penyelesaian masalah dalam kecerdasan buatan, seperti pencarian heuristik, pencarian berbasis graf, dan algoritma genetika.
- Mampu mendeskripsikan konsep pembelajaran mesin, termasuk pembelajaran terarah (supervised learning), pembelajaran tak terarah (unsupervised learning), dan reinforcement learning.
- mampu mendeskripsikan teknik-teknik dan algoritma terkini dalam kecerdasan buatan, seperti deep learning dan neural networks, serta teknik dalam pengolahan bahasa alami dan visi komputer.
- Mampu mendeskripsikan prinsip etika dan hukum yang berlaku dalam penggunaan dan pengembangan kecerdasan buatan, termasuk isu privasi dan bias algoritma.