RPS Assessment Map


Matakuliah
LandscapeKurikulum Sistem Informasi 2023/2024
Kode MatakuliahIKA6301
Nama MatakuliahArtificial Intelligent
sks3.00

RPS Assessment Map
Capaian Pembelajaran (CP) terkait
Jenis No Expectted Leaning Outcomes Course Learning Outcomes Session Learning Outcomes Kriteria Penilaian (Indikator)
Tugas Individu Tugas Kelompok Ujian Akhir Semester Ujian Tengah Semester
KETRAMPILAN KHUSUS Memiliki kemampuan dalam melakukan fungsi klasifikasi, klasterisasi, regresi, deteksi anomali, pemfilteran, aggregasi, pembelajaran aturan asosiasi, perangkuman, baik secara deskriptif maupun prediktif di dalam memahami masalah data secara tepat dengan memahami konsep, metode, teknik dan tahapan data mining serta visualisasi data sebagai pengetahuan. (CPL09 (KK.g)) 7 Mahasiswa menggunakan teknik pencarian untuk mensimulasikan kecerdasan. Memahami representasi masalah dalam ruang pencarian 3 3
Memahami perkembangan sejarah Kecerdasan Artifisial dan aplikasinya. 2 2
7 Representasi pengetahuan dan inferensi. Logika proposisi. 3 8 3
Inferensi logika proposisi. 3 3
7 Logika predikat. Kuantor eksistensial dan universal. 1 2 1
7 Penalaran Bayesian. Peluang bersyarat. 5 5
7 Sistem pakar berbasis aturan. Pohon keputusan dan aturan. 1.5 1.5
7 Ragam teknik-teknik Machine Learning. Memahami perbedaan antara Supervised Learning dan Unsupervised Learning. 4.5 3 1.5
7 Supervised Learning. Mengembangkan keahlian penerapan Supervised Learning pada masalah klasifikasi. 1 1
7 Perseptron dan Jaringan Syaraf Tiruan. Memahami dan menerapkan cara kerja jaringan syaraf tiruan untuk pemodelan prediktif. 5 5
7 Deep learning. Menerapkan teknik-teknik Deep Learning untuk tugas-tugas prediktif yang kompleks. 4 2 4
7 Pengolahan Bahasa Alami. Menerapkan teknik Deep Learning untuk Pengolahan Bahasa Alami. 2 8 2
7 Computer vision. Menerapkan teknik Deep Learning untuk Computer Vision. 2 2
7 Etika dan perkembangan Kecerdasan Artifisial. Memahami permasalahan etika yang muncul dari perkembangan teknologi Kecerdasan Buatan. 3 3

Assessment Composition


Jenis Elo Kriteria Penilaian (Indikator) Total
Tugas Individu Tugas Kelompok Ujian Akhir Semester Ujian Tengah Semester
KETRAMPILAN KHUSUS Memiliki kemampuan dalam melakukan fungsi klasifikasi, klasterisasi, regresi, deteksi anomali, pemfilteran, aggregasi, pembelajaran aturan asosiasi, perangkuman, baik secara deskriptif maupun prediktif di dalam memahami masalah data secara tepat dengan memahami konsep, metode, teknik dan tahapan data mining serta visualisasi data sebagai pengetahuan. (CPL09 (KK.g)) 40 20 20 20 100
Total 40 20 20 20 100