UNIVERSITAS AMIKOM YOGYAKARTA
FAKULTAS ILMU KOMPUTER
PROGRAM STUDI INFORMATIKA

RPS-S1IF-ST045
RENCANA PEMBELAJARAN SEMESTER
MATA KULIAH (MK) KODE Rumpun MK BOBOT (sks) SEMESTER Tanggal Penyusunan
KECERDASAN BUATAN ST045 Kelompok mata kulliah Sistem cerdas 2 0 4 27 Nov 2025
Pengesahan Dosen Pengembang RPS Koordinator RMK Ka PRODI

Arifiyanto Hadinegoro, S.Kom, MT
Arif Akbarul Huda, S.Si., M.Eng.
ELI PUJASTUTI, M. KOM.
Capaian Pembelajaran CPL-PRODI yang dibebankan pada MK
CPLP01 Bertaqwa kepada Tuhan Yang Maha Esa serta menunjukkan sikap peduli, menghargai, dan bertanggung jawab dalam kehidupan kampus dan bermasyarakat
CPLP06 Mampu menggunakan dan mengoptimalisasi teknik akuisisi data , analisis data, pengolahan data untuk menyelesaikan masalah penelitian atau industri
CPLP09 mampu menjelaskan metode analisis, perancangan sistem, pengujian perangkat lunak pada berbagai platform untuk memenuhi kebutuhan industri atau masyarakat
Capaian Pembelajaran Mata Kuliah (CPMK)
CPMK03 Mahasiswa memiliki sikap tanggung jawab dengan membangun integritas profesional yang berkomitmen terhadap nilai-nilai etika
CPMK21 Mahasiswa mampu menerapkan metode analisis data;
CPMK22 Mahasiswa mampu menerapkan metode pengolahan data;
CPMK35 Mahasiswa Mampu menerapkan metode analisis sistem.
Kemampuan akhir tiap tahapan belajar (Sub-CPMK)
sub.cpmk.ST045.CPMK03.1 Mahasiswa dapat menjelaskan konsep Kecerdasan Buatan serta ruang lingkupnya dan mencontohkan aplikasi kecerdasan buatan
sub.cpmk.ST045.CPMK21.1 Mahasiswa dapat menjelaskan konsep dasar Learning dan pengenalan machine learning
sub.cpmk.ST045.CPMK21.2 Mahasiswa dapat menjelaskan konsep dasar Artificial Neural Network
sub.cpmk.ST045.CPMK21.3 Mahasiswa dapat menjelaskan arsitektur Artificial Neural Network
sub.cpmk.ST045.CPMK21.4 Mahasiswa dapat menjelaskan konsep dasar deep learning dan menyebutkan berbagai algoritmanya
sub.cpmk.ST045.CPMK21.5 Mahasiswa dapat menjelaskan cara kerja algoritma Convolutional Neural Network
sub.cpmk.ST045.CPMK22.1 Mahasiswa dapat menjelaskan konsep dasar algoritma blind searching
sub.cpmk.ST045.CPMK22.2 Mahasiswa dapat menjelaskan cara kerja algoritma heuristic searching
sub.cpmk.ST045.CPMK22.3 Mahasiswa dapat menjelaskan cara kerja algoritma meta heuristic searching
sub.cpmk.ST045.CPMK22.4 Mahasiswa dapat menjelaskan cara kerja algoritma swarm intelligence
sub.cpmk.ST045.CPMK22.5 Mahasiswa dapat menjelaskan penerapan knowledge-based melalui studi kasus tertentu
sub.cpmk.ST045.CPMK22.6 Mahasiswa dapat menjelaskan cara kerja setiap layer pada Artificial Neural Network
sub.cpmk.ST045.CPMK22.7 Mahasiswa dapat mengimplementasikan salah satu algoritma deep learning (studi kasus)
sub.cpmk.ST045.CPMK35.1 Mahasiswa dapat menjelaskan, memahami konsep dasar knowledge-based
Korelasi CPMK terhadap Sub-CPMK
CPMK03 sub.cpmk.ST045.CPMK03.1
CPMK22 sub.cpmk.ST045.CPMK22.1
sub.cpmk.ST045.CPMK22.2
sub.cpmk.ST045.CPMK22.3
sub.cpmk.ST045.CPMK22.4
sub.cpmk.ST045.CPMK22.5
sub.cpmk.ST045.CPMK22.6
sub.cpmk.ST045.CPMK22.7
CPMK35 sub.cpmk.ST045.CPMK35.1
CPMK21 sub.cpmk.ST045.CPMK21.1
sub.cpmk.ST045.CPMK21.2
sub.cpmk.ST045.CPMK21.3
sub.cpmk.ST045.CPMK21.4
sub.cpmk.ST045.CPMK21.5
Deskripsi Singkat MK 1. Perkuliahan diselenggarakan 16 kali pertemuan dalam satu semester, terdiri dari 14 kali pertemuan, dan 2 kali pertemuan untuk pelaksanaan UTS (Ujian Tengah Semester) dan pelaksanaan UAS (Ujian Akhir Semester) 2. Pada mata kuliah ini mahasiswa dapat memahami konsep dasar kecerdasan buatan, cara kerja algoritma dasar kecerdasan buatan serta dapat memberikan contoh penerapan-penerapan kecerdasan buatan dalam berbagai bidang kehidupan
Bahan Kajian : Materi Pembelajaran Materi yang disampaikan meliputi representasi pengetahuan, pencarian buta, pencarian heuristik, ketidakpastian, logika fuzzy, jaringan syaraf tiruan.
Pustaka Utama
  • 1. Ref1. Russel, Stuart and Norvig, peter.1995. Artificial Intelligence : A Modern Approach. Prentice Hall International, inc
  • 2. Ref2.Suyanto, 2007, Artificial Intelligence: Searching, Reasoning, Planning and Learning, Bandung. ISBN: 979-1153-05-1
  • 3. Ref3. Rich, Elaine and Knight, Kevin, Artifcial Intelligence, 2nd edition, McGraw-Hill, Singapore, 1991
  • 4. Ref4. Bowen, kenneth A, Prolog and Expert Systems, McGraw-Hill, Singapore, 1991
  • 5. Ref5. Luger, George F. and Stubblefield, William A, AI : Structures and Startegies for Complex Problem Solving, 2nd edition, The Benjamin Cumming Pub, California, 1993
Pendukung
  • 6. RefP1.Yaya Heryadi, Teguh Wahyono, Dasar-dasar Deep Learning dan Implementasinya, Gava Media, 2021
  • 7. RefP2. Suyanto, Machine Learnng Tingkat Dasar dan Lanjut, Informatika, 2018
  • 8. RefP3. Fetty Tri Anggraeny, Intan Yuniar Purbasari, Jaringan Syaraf dan Modifikasinya Menggunakan Supervised Learning, Indomedia Pustaka, 2019
  • 9. RepP4.Yaya Heryadi, Teguh Wahyono, Dasar-dasar Deep Learning dan Implementasinya, Gava Media, 2021
  • 10. RepP5.Suyanto, Kurniawan nur ramadhan, Satria Mandala, Deep Learning Modernisasi Machine Learning untuk BIg Data, Informatika, 2019
Dosen Pengampu Arif Akbarul Huda, S.Si., M.Eng., Anna Baita, S.Kom., M.Kom., Windha Mega Pradnya Dhuhita, S.Kom., M.Kom., Nafiatun Sholihah, S,Kom., M.Cs
Mata Kuliah Syarat -
Pertemuan Ke Kemampuan akhir tiap tahapan belajar (Sub-CPMK) Penilaian Bentuk Pembelajaran; Metode Pembelajaran; Penugasan Mahasiswa; Materi Pembelajaran Bobot Penilaian
Indikator Kriteria & Teknik Luring Daring
1 sub.cpmk.ST045.CPMK03.1-Mahasiswa dapat menjelaskan konsep Kecerdasan Buatan serta ruang lingkupnya dan mencontohkan aplikasi kecerdasan buatan Mahasiswa dapat menjelaskan sejarah, pengertian kecerdasan buatan dan dapat memberikan 3 contoh pengaplikasian kecerdasan buatan Kriteria
Rubrik Analitik
Teknik
Kuis 		Kuliah,Proses Belajar,[PB=100 Menit]
 E-learning interaktif,Penugasan Terstruktur dan Kegiatan Mandiri ,[PT+KM : (1+1 ) x (2 x 60" )=120 Menit]
 Topik
Pendahuluan
Sub Topik
1. Kontrak Kuliah 2. Pengertian Kecerdasan Artificial 3. Kecerdasan Artificial dan Kecerdasan Alami 4. Komputasi Kecerdasan 5. Sejarah Kecerdasan Artificial 6. Lingkup Kecerdasan Artificial 7. Soft Computing
  • [1] Hal: -
4
2 sub.cpmk.ST045.CPMK22.1-Mahasiswa dapat menjelaskan konsep dasar algoritma blind searching Mahasiswa dapat menggunakan metode blind search dalam menyelesaikan 1 permasalahan sederhana Kriteria
Rubrik Analitik
Teknik
Kuis 		Kuliah,Proses Belajar,[PB=100 Menit]
 E-learning interaktif,Penugasan Terstruktur dan Kegiatan Mandiri ,[PT+KM : (1+1 ) x (2 x 60" )=120 Menit]
 Topik
Blind search (BS)
Sub Topik
1. Konsep blind search (BS) 2. Algoritma-Algoritma Blind Searching (BFS | DFS | DLS dll) 3. Contoh Kasus Algoritma Blind Searching 4. Ukuran Performa Algoritma Searching
  • [3] Hal: -
4
3 sub.cpmk.ST045.CPMK22.2-Mahasiswa dapat menjelaskan cara kerja algoritma heuristic searching Mahasiswa dapat menjelaskan dan menyebutkan berbagai teknik pencarian heuristik dan memperagakan proses pencarian heuristik untuk menyelesaikan masalah Kriteria
Rubrik Holistik
Teknik
Tanya Jawab 		Kuliah,Proses Belajar,[PB=100 Menit]
 E-learning interaktif,Penugasan Terstruktur dan Kegiatan Mandiri ,[PT+KM : (1+1 ) x (2 x 60" )=120 Menit]
 Topik
Heuristic Searching
Sub Topik
1. Konsep Dasar Heuristic Searching 2. Algoritma Heuristic Searching(Generate & Test| Hill Climbing | Greedy | A Star) 3. Contoh Kasus Algoritma Heuristic Searching
  • [1] Hal: -
4
4 sub.cpmk.ST045.CPMK22.3-Mahasiswa dapat menjelaskan cara kerja algoritma meta heuristic searching Mahasiswa dapat menjelaskan cara kerja swarm inteligent Kriteria
Rubrik Holistik
Teknik
Tanya Jawab 		Kuliah,Proses Belajar,[PB=100 Menit]
 E-learning interaktif,Penugasan Terstruktur dan Kegiatan Mandiri ,[PT+KM : (1+1 ) x (2 x 60" )=120 Menit]
 Topik
Metaheuristik Searching
Sub Topik
1. Konsep Metaheuristik Searching 2. Contoh Kasus Algoritma Metaheuristic Searching(Algoritma Genetika| Simulated Anealing|Diferential Evolution)
  • [3] Hal: -
4
5 sub.cpmk.ST045.CPMK22.3-Mahasiswa dapat menjelaskan cara kerja algoritma meta heuristic searching Mahasiswa dapat menjelaskan dan memberikan contoh kasus Swarm Intelligent dengan Algoritma ant colony / Particle Swarm optimation / Bee colony dll Kriteria
Rubrik Holistik
Teknik
Tanya Jawab 		Kuliah,Proses Belajar,[PB=100 Menit]
 E-learning interaktif,Penugasan Terstruktur dan Kegiatan Mandiri ,[PT+KM : (1+1 ) x (2 x 60" )=120 Menit]
 Topik
Swarm Intelligent
Sub Topik
1. Konsep Swarm Intelligent 2. Contoh Kasus swarm Intelligent ( Algoritma Ant Colony | Bee Colony | Particle Swarm Optimization | FireFly Optimization dll)
  • [1] Hal: -
4
6 sub.cpmk.ST045.CPMK35.1-Mahasiswa dapat menjelaskan, memahami konsep dasar knowledge-based Mahasiswa dapat mendemontrasikan konsep dasar dan cara kerja Algoritma forward chaining dan backward chaining Kriteria
Rubrik Analitik
Teknik
Presentasi 		Presentasi,Proses Belajar,[PB=100 Menit]
 E-learning interaktif,Penugasan Terstruktur dan Kegiatan Mandiri ,[PT+KM : (1+1 ) x (2 x 60" )=120 Menit]
 Topik
Reasoning, Knowledge Based
Sub Topik
1. Konsep Dasar Reasoning, Knowledge Based 2. Algoritma Forward Chaining dan Backward Chaining 3. Contoh Kasus Forward Chaining dan Backward Chaining
  • [3] Hal: -
5
7 sub.cpmk.ST045.CPMK22.5-Mahasiswa dapat menjelaskan penerapan knowledge-based melalui studi kasus tertentu Mahasiswa dapat mengimplementasikan basis pengetahuan dalam bentuk pemecahan studi kasus Kriteria
Rubrik Analitik
Teknik
Presentasi 		Presentasi,Proses Belajar,[PB=100 Menit]
 E-learning interaktif,Penugasan Terstruktur dan Kegiatan Mandiri ,[PT+KM : (1+1 ) x (2 x 60" )=120 Menit]
 Topik
Case Based Reasoning | Fuzzy Logic
Sub Topik
1. Konsep Basis Pengetahuan (Case Based Reasoning | Fuzzy Logic) 2. Contoh kasus dan penyelesaian (Case Based Reasoning | Fuzy Logic
  • [1] Hal: -
5
8 sub.cpmk.ST045.CPMK22.1-Mahasiswa dapat menjelaskan konsep dasar algoritma blind searching sub.cpmk.ST045.CPMK22.2-Mahasiswa dapat menjelaskan cara kerja algoritma heuristic searching sub.cpmk.ST045.CPMK22.3-Mahasiswa dapat menjelaskan cara kerja algoritma meta heuristic searching sub.cpmk.ST045.CPMK22.4-Mahasiswa dapat menjelaskan cara kerja algoritma swarm intelligence sub.cpmk.ST045.CPMK22.5-Mahasiswa dapat menjelaskan penerapan knowledge-based melalui studi kasus tertentu Mahasiswa mampu mengerjakan soal Kriteria
Rubrik Skala Persepsi
Teknik
Tes tulis 		Ujian terjadwal,Proses Belajar,[PB=100 Menit]
 E-learning interaktif,Penugasan Terstruktur dan Kegiatan Mandiri ,[PT+KM : (1+1 ) x (2 x 60" )=120 Menit]
 Topik
-
Sub Topik
-
 20
9 sub.cpmk.ST045.CPMK21.1-Mahasiswa dapat menjelaskan konsep dasar Learning dan pengenalan machine learning Mahasiswa dapat menjelaskan konsep dasar learning dan dapat menjelaskan supervised dan un-supervised learning Kriteria
Rubrik Analitik
Teknik
Tanya Jawab 		Kuliah,Proses Belajar,[PB=100 Menit]
 E-learning interaktif,Penugasan Terstruktur dan Kegiatan Mandiri ,[PT+KM : (1+1 ) x (2 x 60" )=120 Menit]
 Topik
Learning
Sub Topik
1. Konsep dasar learning 2. Pengetahuan machine learning 3. Konsep dasar Supervised & Un-Supervised Learning
  • [3] Hal: -
4
10 sub.cpmk.ST045.CPMK21.2-Mahasiswa dapat menjelaskan konsep dasar Artificial Neural Network Mahasiswa dapat menjelaskan konsep Artificial Neural Network (ANN) dan menjelaskan makna fungsi matematis Artificial Neural Network Kriteria
Rubrik Analitik
Teknik
Tugas 		Kuliah,Proses Belajar,[PB=100 Menit]
 E-learning interaktif,Penugasan Terstruktur dan Kegiatan Mandiri ,[PT+KM : (1+1 ) x (2 x 60" )=120 Menit]
 Topik
ANN
Sub Topik
1. Konsep dasar ANN 2. Pengenalan Arsitektur ANN 3. Cara kerja ANN 4. Fungsi Aktivasi
  • [1] Hal: -
5
11 sub.cpmk.ST045.CPMK21.3-Mahasiswa dapat menjelaskan arsitektur Artificial Neural Network Mahasiswa dapat menjelaskan jenis/susunan layer pada ANN Kriteria
Rubrik Analitik
Teknik
Kuis 		Kuliah,Proses Belajar,[PB=100 Menit]
 E-learning interaktif,Penugasan Terstruktur dan Kegiatan Mandiri ,[PT+KM : (1+1 ) x (2 x 60" )=120 Menit]
 Topik
layer Perceptron
Sub Topik
1. Single layer Perceptron 2. Contoh kasus dan penyelesaiannya
  • [3] Hal: -
4
12 sub.cpmk.ST045.CPMK22.6-Mahasiswa dapat menjelaskan cara kerja setiap layer pada Artificial Neural Network Mahasiswa dapat menghitung fungsi matematis (perubahan nilai weight) pada single dan multiple layer ANN Kriteria
Rubrik Analitik
Teknik
Tugas 		Kuliah,Proses Belajar,[PB=100 Menit]
 E-learning interaktif,Penugasan Terstruktur dan Kegiatan Mandiri ,[PT+KM : (1+1 ) x (2 x 60" )=120 Menit]
 Topik
Multilayer Perceptron
Sub Topik
1. Multilayer Perceptron 2. Contoh kasus Multilayer Perceptron (Backpropagation) dan penyelesaiannya
  • [1] Hal: -
5
13 sub.cpmk.ST045.CPMK21.4-Mahasiswa dapat menjelaskan konsep dasar deep learning dan menyebutkan berbagai algoritmanya Mahasiswa dapat menjelaskan konsep dasar deep learning dan menyebutkan berbagai algoritmanya Kriteria
Rubrik Analitik
Teknik
Kuis 		Kuliah,Proses Belajar,[PB=100 Menit]
 E-learning interaktif,Penugasan Terstruktur dan Kegiatan Mandiri ,[PT+KM : (1+1 ) x (2 x 60" )=120 Menit]
 Topik
Deep Learning
Sub Topik
1. Konsep Deep Learning 2. Pemanfaatan Deep Learning
  • [3] Hal: -
4
14 sub.cpmk.ST045.CPMK21.5-Mahasiswa dapat menjelaskan cara kerja algoritma Convolutional Neural Network Mahasiswa dapat menjelaskan cara kerja algoritma Convolutional Neural Network Kriteria
Rubrik Analitik
Teknik
Kuis 		Kuliah,Proses Belajar,[PB=100 Menit]
 E-learning interaktif,Penugasan Terstruktur dan Kegiatan Mandiri ,[PT+KM : (1+1 ) x (2 x 60" )=120 Menit]
 Topik
CNN
Sub Topik
1. Konsep dasar CNN 2. Cara Kerja CNN
  • [1] Hal: -
4
15 sub.cpmk.ST045.CPMK22.7-Mahasiswa dapat mengimplementasikan salah satu algoritma deep learning (studi kasus) Mahasiswa dapat menyelesaikan kasus dengan model deep learning Kriteria
Rubrik Analitik
Teknik
Kuis 		Kuliah,Proses Belajar,[PB=100 Menit]
 E-learning interaktif,Penugasan Terstruktur dan Kegiatan Mandiri ,[PT+KM : (1+1 ) x (2 x 60" )=120 Menit]
 Topik
Contoh kasus CNN
Sub Topik
1. Contoh kasus CNN 2. Implementasi algoritma CNN
  • [3] Hal: -
4
16 sub.cpmk.ST045.CPMK22.6-Mahasiswa dapat menjelaskan cara kerja setiap layer pada Artificial Neural Network sub.cpmk.ST045.CPMK22.7-Mahasiswa dapat mengimplementasikan salah satu algoritma deep learning (studi kasus) Mahasiswa mampu mengerjakan soal Kriteria
Rubrik Skala Persepsi
Teknik
Tes tulis 		Ujian terjadwal,Proses Belajar,[PB=100 Menit]
 E-learning interaktif,Penugasan Terstruktur dan Kegiatan Mandiri ,[PT+KM : (1+1 ) x (2 x 60" )=120 Menit]
 Topik
-
Sub Topik
-
 20

Teknik Penilaian CPMK

CPL MK CPMK Kuis Tanya jawab Presentasi Tes Tulis (UTS) Tugas Tes Tulis ( UAS )
CPLP01 KECERDASAN BUATAN CPMK03 Y
CPLP06 KECERDASAN BUATAN CPMK21 Y Y Y
CPLP06 KECERDASAN BUATAN CPMK22 Y Y Y Y Y Y
CPLP09 KECERDASAN BUATAN CPMK35 Y

Prosedur Penilaian CPMK

1. Komponen Penilaian CPMK
CPL CPMK Sub-CPMK Detail Penugasan (Teknik Penilaian) Bobot % Kriteria Penilaian
CPLP01 CPMK03 sub.cpmk.ST045.CPMK03.1 Kuis 4 Rubrik Analitik
CPLP06 CPMK22 sub.cpmk.ST045.CPMK22.1 Kuis 4 Rubrik Analitik
CPLP06 CPMK22 sub.cpmk.ST045.CPMK22.2 Tanya Jawab 4 Rubrik Holistik
CPLP06 CPMK22 sub.cpmk.ST045.CPMK22.3 Tanya Jawab 4 Rubrik Holistik
CPLP06 CPMK22 sub.cpmk.ST045.CPMK22.3 Tanya Jawab 4 Rubrik Holistik
CPLP09 CPMK35 sub.cpmk.ST045.CPMK35.1 Presentasi 5 Rubrik Analitik
CPLP06 CPMK22 sub.cpmk.ST045.CPMK22.5 Presentasi 5 Rubrik Analitik
CPLP06 CPMK22 sub.cpmk.ST045.CPMK22.1, sub.cpmk.ST045.CPMK22.2, sub.cpmk.ST045.CPMK22.3, sub.cpmk.ST045.CPMK22.4, sub.cpmk.ST045.CPMK22.5 Tes tulis 20 Rubrik Skala Persepsi
CPLP06 CPMK21 sub.cpmk.ST045.CPMK21.1 Tanya Jawab 4 Rubrik Analitik
CPLP06 CPMK21 sub.cpmk.ST045.CPMK21.2 Tugas 5 Rubrik Analitik
CPLP06 CPMK21 sub.cpmk.ST045.CPMK21.3 Kuis 4 Rubrik Analitik
CPLP06 CPMK22 sub.cpmk.ST045.CPMK22.6 Tugas 5 Rubrik Analitik
CPLP06 CPMK21 sub.cpmk.ST045.CPMK21.4 Kuis 4 Rubrik Analitik
CPLP06 CPMK21 sub.cpmk.ST045.CPMK21.5 Kuis 4 Rubrik Analitik
CPLP06 CPMK22 sub.cpmk.ST045.CPMK22.7 Kuis 4 Rubrik Analitik
CPLP06 CPMK22 sub.cpmk.ST045.CPMK22.6, sub.cpmk.ST045.CPMK22.7 Tes tulis 20 Rubrik Skala Persepsi
Total 100
2. Penilaian CPMK
CPL MK CPMK Kuis Tanya jawab Presentasi Tes Tulis (UTS) Tugas Tes Tulis ( UAS ) Total
CPLP01 KECERDASAN BUATAN CPMK03 4% 0% 0% 0% 0% 0% 4%
CPLP06 KECERDASAN BUATAN CPMK21 12% 4% 0% 0% 5% 0% 21%
CPLP06 KECERDASAN BUATAN CPMK22 8% 12% 5% 20% 5% 20% 70%
CPLP09 KECERDASAN BUATAN CPMK35 0% 0% 5% 0% 0% 0% 5%
100%