Materi pembelajaran mata kuliah Kecerdasan Artifisial untuk Program Studi Informatika, Universitas Pertahanan RI.
| Komponen | Keterangan |
|---|---|
| Kode | AI401 |
| SKS | 3 SKS (Teori) |
| Semester | 4 |
| Prasyarat | Struktur Data dan Algoritma (SDA201), Statistika dan Probabilitas (STP301) |
| Pengampu | Anindito, S.Kom., S.S., S.H., M.TI., CHFI. |
Mata kuliah Kecerdasan Artifisial memperkenalkan mahasiswa pada prinsip-prinsip dasar, teknik, dan aplikasi kecerdasan artifisial. Mahasiswa akan mempelajari konsep agen cerdas, berbagai algoritma pencarian (uninformed dan informed search), pencarian adversarial untuk game, constraint satisfaction problems, representasi pengetahuan menggunakan logika, penalaran dengan ketidakpastian menggunakan probabilitas dan jaringan Bayesian, serta dasar-dasar pembelajaran mesin.
Setelah menyelesaikan mata kuliah ini, mahasiswa mampu:
- Menjelaskan konsep dasar kecerdasan artifisial, paradigma agen cerdas, dan karakteristik lingkungan tugas
- Menganalisis dan mengimplementasikan algoritma pencarian uninformed dan informed untuk pemecahan masalah
- Menerapkan algoritma pencarian adversarial dan teknik constraint satisfaction untuk penyelesaian masalah kompleks
- Merepresentasikan pengetahuan menggunakan logika proposisional dan logika predikat serta melakukan inferensi
- Menganalisis dan menerapkan penalaran probabilistik menggunakan teori probabilitas dan jaringan Bayesian
- Menjelaskan dan menerapkan konsep dasar pembelajaran mesin termasuk pembelajaran terawasi dan tak terawasi
- Mengidentifikasi dan mengevaluasi aspek etika, keamanan, dan dampak sosial dari sistem kecerdasan artifisial
| # | Topik | Modul | Slide | Latihan | Self Study |
|---|---|---|---|---|---|
| 01 | Pengantar Kecerdasan Artifisial dan Agen Cerdas | 📖 | 🎬 | ✏️ | 📚 |
| 02 | Pemecahan Masalah dengan Pencarian - Uninformed Search | 📖 | 🎬 | ✏️ | 📚 |
| 03 | Pencarian Heuristik - Informed Search | 📖 | 🎬 | ✏️ | 📚 |
| 04 | Pencarian Lokal dan Optimisasi | 📖 | 🎬 | ✏️ | 📚 |
| 05 | Pencarian Adversarial - Game Playing | 📖 | 🎬 | ✏️ | 📚 |
| 06 | Constraint Satisfaction Problems (CSP) | 📖 | 🎬 | ✏️ | 📚 |
| 07 | Review dan Latihan Komprehensif (Pertemuan 1-6) | 📖 | 🎬 | ✏️ | 📚 |
| 08 | Ujian Tengah Semester (UTS) | — | — | — | — |
| # | Topik | Modul | Slide | Latihan | Self Study |
|---|---|---|---|---|---|
| 09 | Representasi Pengetahuan - Logika Proposisional | 📖 | 🎬 | ✏️ | 📚 |
| 10 | Representasi Pengetahuan - Logika Predikat (First-Order Logic) | 📖 | 🎬 | ✏️ | 📚 |
| 11 | Penalaran dengan Ketidakpastian - Probabilitas | 📖 | 🎬 | ✏️ | 📚 |
| 12 | Jaringan Bayesian | 📖 | 🎬 | ✏️ | 📚 |
| 13 | Pembelajaran Mesin - Supervised Learning | 📖 | 🎬 | ✏️ | 📚 |
| 14 | Pembelajaran Mesin - Unsupervised Learning dan Reinforcement Learning | 📖 | 🎬 | ✏️ | 📚 |
| 15 | Etika AI, Keamanan, dan Review Komprehensif | 📖 | 🎬 | ✏️ | 📚 |
| 16 | Ujian Akhir Semester (UAS) | — | — | — | — |
- Russell, S. & Norvig, P. (2020). Artificial Intelligence: A Modern Approach (4th Ed.). Pearson.
- Poole, D.L. & Mackworth, A.K. (2023). Artificial Intelligence: Foundations of Computational Agents (3rd Ed.). Cambridge University Press.
- Ertel, W. (2017). Introduction to Artificial Intelligence (2nd Ed.). Springer.
- Mitchell, T. (1997). Machine Learning. McGraw-Hill.
- Bishop, C.M. (2006). Pattern Recognition and Machine Learning. Springer.
Klik link 📖 pada kolom Modul untuk membaca materi pembelajaran dalam format Markdown. Modul disusun mengikuti gaya Schaum's Outlines dengan penjelasan konsep diikuti solved problems.
Klik link 🎬 untuk membuka slide presentasi interaktif berbasis Reveal.js.
Navigasi Slide:
| Tombol | Fungsi |
|---|---|
→ atau Space |
Slide berikutnya |
← |
Slide sebelumnya |
Esc |
Overview semua slide |
F |
Mode fullscreen |
Klik link ✏️ untuk mengakses soal latihan beserta kunci jawaban. Latihan mencakup soal pilihan ganda, uraian, dan studi kasus.
Klik link 📚 untuk mengakses panduan belajar mandiri yang mencakup:
- Video pembelajaran dari YouTube (playlist terkurasi)
- Tools interaktif untuk simulasi dan visualisasi algoritma
- Bacaan tambahan dari sumber online terpercaya
- Proyek mini untuk eksplorasi lebih lanjut
ai-course/
├── README.md # Halaman ini
├── LICENSE # Lisensi CC BY 4.0
├── silabus.md # Silabus lengkap
├── css/
│ └── unhan-theme.css # Tema slide
├── images/ # Gambar bersama
│
├── p01/ # Pertemuan 01: Pengantar AI & Agen Cerdas
│ ├── modul.md
│ ├── slide.html
│ ├── latihan.md
│ ├── self-study.md
│ └── images/
│
├── p02/ # Pertemuan 02: Uninformed Search
│ ├── modul.md
│ ├── slide.html
│ ├── latihan.md
│ ├── self-study.md
│ └── images/
│
├── p03/ - p07/ # Pertemuan 03-07
│ └── ...
│
├── p09/ - p15/ # Pertemuan 09-15
│ └── ...
│
└── images/ # Gambar bersama
| Tautan | Keterangan |
|---|---|
| 🏠 Portal Utama | Daftar semua mata kuliah |
| 🎬 Mulai Slide | Slide pertemuan pertama |
Mata kuliah ini memberikan fondasi untuk aplikasi AI dalam konteks pertahanan seperti:
- Sistem Pengambilan Keputusan Cerdas (C6ISR) — Decision support systems
- Autonomous Systems dan Robotika Militer — UAV, UGV, AUV navigation
- Analisis Intelijen dan Pattern Recognition — Image classification, threat detection
- Simulasi dan Game Theory untuk Strategi — Tactical planning, wargaming
- Cybersecurity AI — Intrusion detection, malware classification
This repository is licensed under the Creative Commons Attribution 4.0 International (CC BY 4.0).
You are free to:
- Share — copy and redistribute the material in any medium or format
- Adapt — remix, transform, and build upon the material for any purpose, even commercially
Under the following terms:
- Attribution — You must give appropriate credit to the author
Repositori ini dilisensikan di bawah Creative Commons Attribution 4.0 International (CC BY 4.0).
Anda bebas untuk:
- Berbagi — menyalin dan menyebarluaskan materi dalam bentuk atau format apapun
- Adaptasi — mengubah, menggubah, dan membuat turunan dari materi untuk tujuan apapun, termasuk komersial
Dengan ketentuan:
- Atribusi — Anda harus mencantumkan kredit kepada penulis
© 2026 Anindito
