UNIVERSITAS AMIKOM YOGYAKARTA
FAKULTAS ILMU KOMPUTER S2
PROGRAM STUDI S2 INFORMATIKA

RPS-S2IF-MT100
RENCANA PEMBELAJARAN SEMESTER
MATA KULIAH (MK) KODE Rumpun MK BOBOT (sks) SEMESTER Tanggal Penyusunan
ADVANCED ARTIFICIAL INTELLIGENCE MT100 Algorithmic Foundations (AL) T= 3 1 24 Jun 2026
Pengesahan Dosen Pengembang RPS Koordinator RMK Ka PRODI

Dr. Andi Sunyoto, S.Kom., M.Kom
Dr. Andi Sunyoto, S.Kom., M.Kom
Robert Marco, ST,. M.T., Ph.D.
Capaian Pembelajaran CPL-PRODI yang dibebankan pada MK
CPL01 Menjunjung sikap amanah, bertindak jujur dan berpegang teguh pada nilai moral serta etika akademik atas pekerjaan bidang TIK secara mandiri.
CPL04 Mampu menjelaskan pemahaman mengenai penguasaan teori, dan/atau falsafah bidang ilmu kecerdasan artifisial, multimedia lanjut, atau transformasi digital secara sistematis dan mengaplikasikannya dalam ilmu pengetahuan dan teknologi sesuai keahliannya dalam bidang TIK.
CPL05 Mampu mengembangkan pemikiran logis, kritis, dan sistematis melalui penelitian ilmiah, penciptaan desain atau karya seni dalam ilmu pengetahuan dan teknologi berdasarkan kaidah, dan etika ilmiah bidang TIK.
CPL07 Mampu menganalisis dan merancang teknologi informasi berbasis kecerdasan artifisial yang tepat sesuai dengan problem yang dihadapi untuk mengimplementasikan pada bidang Digital transformation intelligence, Big Data and Predictive analytics atau intelligent multimedia technology.
Capaian Pembelajaran Mata Kuliah (CPMK)
CPMK02 Mampu bekerja sesuai etika akdemik dalam berkomunikasi baik lisan dan tulisan secara mandiri pada aspek teknis dan non-teknis.
CPMK07 Mampu menjelaskan pemahaman mengenai penguasaan teori, dan/atau falsafah bidang ilmu kecerdasan artifisial, multimedia lanjut, atau transformasi digital secara sistematis.
CPMK09 Mampu mengembangkan pemikiran logis, kritis, dan sistematis melalui penelitian ilmiah sesuai dengan kebutuhan pengguna serta mampu meningkatkan efektivitas penggunaan komputer untuk memecahkan data dalam masalah tertentu.
CPMK13 Mampu menjelaskan dan merancang teknologi informasi berbasis kecerdasan artifisial sesuai dengan problem yang dihadapi pada bidang Digital transformation intelligence, Big Data and Predictive analytics atau Intelligent Multimedia Technology.
Kemampuan akhir tiap tahapan belajar (Sub-CPMK)
sub.cpmk.MT100.CPMK02.1 Mampu menyusun laporan penelitian/paper teknis berbasis riset AI dan mempresentasikannya secara lisan serta tertulis secara mandiri dengan menjunjung tinggi etika akademik.
sub.cpmk.MT100.CPMK07.1 Mampu memformulasi penalaran formal dan representasi pengetahuan menggunakan Logika Predikat serta arsitektur Agen Berbasis Pengetahuan untuk penyelesaian masalah kompleks secara sistematis.
sub.cpmk.MT100.CPMK07.2 Mampu mengevaluasi dan memilih Metode Pencarian (search algorithm) yang optimal untuk menyelesaikan masalah optimasi dan eksplorasi ruang keadaan (state-space).
sub.cpmk.MT100.CPMK07.3 Mampu menganalisis landasan teoritis, falsafah, dan taksonomi Pembelajaran Mesin (Machine Learning) dalam kerangka metodologi penelitian ilmiah.
sub.cpmk.MT100.CPMK09.1 Mampu merancang dan mengeksekusi pipeline Data Preprocessing (pembersihan, reduksi, dan transformasi) yang efektif untuk meningkatkan efisiensi pengolahan data berskala besar (Big Data)
sub.cpmk.MT100.CPMK09.2 Mampu merancang, menguji, dan mengoptimalkan Metode Klasifikasi berbasis AI untuk memecahkan masalah prediktif pada domain Digital Transformation maupun Intelligent Multimedia Technology.
sub.cpmk.MT100.CPMK09.3 Mampu merumuskan dan menguji Metode Regresi lanjut untuk estimasi dan pemodelan prediktif secara sistematis sesuai kebutuhan pengguna.
sub.cpmk.MT100.CPMK13.1 Mampu mengevaluasi dan mengimplementasikan Metode Klastering untuk ekstraksi pola tersembunyi (pattern discovery) pada himpunan data tak berlabel.
sub.cpmk.MT100.CPMK13.2 Mampu menganalisis dan mengintegrasikan Metode Asosiasi (Association Rule Mining) untuk menemukan keterhubungan antar data kompleks guna mendukung pengambilan keputusan.
Korelasi CPMK terhadap Sub-CPMK
CPMK02 sub.cpmk.MT100.CPMK02.1
CPMK07 sub.cpmk.MT100.CPMK07.1
sub.cpmk.MT100.CPMK07.2
sub.cpmk.MT100.CPMK07.3
CPMK09 sub.cpmk.MT100.CPMK09.1
sub.cpmk.MT100.CPMK09.2
sub.cpmk.MT100.CPMK09.3
CPMK13 sub.cpmk.MT100.CPMK13.1
sub.cpmk.MT100.CPMK13.2
Deskripsi Singkat MK Mata kuliah ini dirancang untuk memberikan pemahaman yang mendalam tentang topik lanjutan dalam kecerdasan buatan (AI). Tujuan dari mata kuliah ini adalah untuk membekali mahasiswa dengan pengetahuan teoretis dan keterampilan praktis yang diperlukan untuk mengatasi tantangan kompleks dalam penelitian dan pengembangan sistem yang berhubungan dengan Kecerdasan Buatan (AI). Mata kuliah ini mencakup pengenalan dan ruang lingkup AI, hingga teknik AI tingkat lanjut. Mahasiswa juga akan memiliki kesempatan untuk terlibat dalam proyek langsung dan menejelajahi aplikasi AI di dunia nyata.
Bahan Kajian : Materi Pembelajaran 1. Pengantar Artificial Intelligence 2. Agen Berbasis Pengetahuan 3. Logika Predikat 4. Metode Pencarian 5. Pembelajaran Mesin 6. Pengantar Preprocessing 7. Metode dan Teknik Preprocessing 8. Metode dan Teknik Klasifikasi 9. Metode dan Teknik Regresi 10. Metode dan Teknik Klastering 11. Metode dan Teknik Asosiasi
Pustaka Utama
  • 1. Zhongzhi Shi, 2025, Advanced Artificial Intelligence, Third Edition, New Jersey: World Scientific.
  • 2. Ben Auffarth, 2020, Artificial Intelligence with Python Cookbook, Birmingham: Packt.
  • 3. Mark Watson, 2023, Practical Python Artificial Intelligence Programming, Leanpub.
  • 4. Ian Goodfellow, Yoshua Bengio, Aaron Courville, Deep Learning, deplearningbook.
Pendukung
  • 5. Oswald Campesato, 2020, Artificial Intelligence, Machine Learning and Deep Learning, New Delhi: Mercury learning and Information
  • 6. Wolfgang Ertel, 2011, Introduction to Artificial Intelligence, London: Springer-Verlag
  • 7. Jan Wira Gotama Putra, 2020, Pengenalan Konsep Pembelajaran Mesin dan Deep Learning.
  • 8. Ian Millington, 2006, Artificial Intelligence for Games, Morgan Kaufmann – Elsevier.
Dosen Pengampu Dr. Andi Sunyoto, S.Kom., M.Kom., Afrig Aminuddin, S.Kom., M.Eng., Ph.D.
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.MT100.CPMK02.1-Mampu menyusun laporan penelitian/paper teknis berbasis riset AI dan mempresentasikannya secara lisan serta tertulis secara mandiri dengan menjunjung tinggi etika akademik.
 Kriteria
Pemahaman Konsep
Teknik
 Kuliah,Ceramah interaktif,[CI=150 Menit]
 Topik
Pengantar Artificial Intelligence
Sub Topik
Evolusi sejarah AI, membandingkan paradigma (Simbolik vs. Sub-simbolik), dan menyusun argumentasi ilmiah mengenai peran AI dalam transformasi digital.
 0
2 sub.cpmk.MT100.CPMK07.3-Mampu menganalisis landasan teoritis, falsafah, dan taksonomi Pembelajaran Mesin (Machine Learning) dalam kerangka metodologi penelitian ilmiah.
 Kriteria
Pemahaman Konsep
Teknik
 Kuliah,Ceramah interaktif,[CI=150 Menit]
 Topik
Agen Berbasis Pengetahuan (Knowledge-Based Agent)
Sub Topik
komponen Knowledge Base (KB) dan Inference Engine, serta merancang alur logika agen dalam merespons lingkungan secara mandiri.
 0
3 sub.cpmk.MT100.CPMK07.1-Mampu memformulasi penalaran formal dan representasi pengetahuan menggunakan Logika Predikat serta arsitektur Agen Berbasis Pengetahuan untuk penyelesaian masalah kompleks secara sistematis.
 Kemampuan menganalisis kasus Kriteria
Kemampuan menganalisa Kasus
Teknik
Kemampuan menganalisis kasus 		Kuliah,Ceramah interaktif,[CI=50 Menit]
Pemahaman materi mandiri,Tugas Mandiri,[TM=100 Menit]
 Topik
Logika Predikat (First-Order Logic)
Sub Topik
mentranslasikan kalimat bahasa alami yang kompleks ke dalam bentuk logika predikat formal dan melakukan proses pembuktian deduktif secara terstruktur.
 10
4 sub.cpmk.MT100.CPMK07.2-Mampu mengevaluasi dan memilih Metode Pencarian (search algorithm) yang optimal untuk menyelesaikan masalah optimasi dan eksplorasi ruang keadaan (state-space).
 Kriteria
Kemampuan memecahkan masalah
Teknik
 Kuliah,Ceramah interaktif,[CI=150 Menit]
 Topik
Metode Pencarian (Search Algorithms)
Sub Topik
kompleksitas waktu dan ruang dari algoritma pencarian (seperti A*, Heuristic Search, Genetic Algorithm) serta memilih algoritma terbaik untuk problem optimasi tertentu.
 0
5 sub.cpmk.MT100.CPMK07.3-Mampu menganalisis landasan teoritis, falsafah, dan taksonomi Pembelajaran Mesin (Machine Learning) dalam kerangka metodologi penelitian ilmiah.
 Pemahaman menggunakan tool dalam menjalankan machine learning Kriteria
Ketrampilan menggunakan tools
Teknik
Pemahaman menggunakan tool dalam menjalankan machine learning 		Tutorial,Demontrasi,[D=100 Menit]
Kuliah,Ceramah interaktif,[CI=50 Menit]
 Topik
Pembelajaran Mesin (Machine Learning Overview)
Sub Topik
paradigma Supervised, Unsupervised, dan Reinforcement Learning, serta memetakan masalah dunia nyata ke dalam skema pembelajaran yang tepat
 10
6 sub.cpmk.MT100.CPMK09.1-Mampu merancang dan mengeksekusi pipeline Data Preprocessing (pembersihan, reduksi, dan transformasi) yang efektif untuk meningkatkan efisiensi pengolahan data berskala besar (Big Data)
Kriteria
Kesesuaian struktur dan metodologi
Teknik
 Kuliah,Ceramah interaktif,[CI=150 Menit]
 Topik
Pengantar Preprocessing
Sub Topik
mendiagnosis noise, missing values, inconsistensi, dan outlier pada kumpulan data mentah berdimensi tinggi.
 0
7 sub.cpmk.MT100.CPMK09.1-Mampu merancang dan mengeksekusi pipeline Data Preprocessing (pembersihan, reduksi, dan transformasi) yang efektif untuk meningkatkan efisiensi pengolahan data berskala besar (Big Data)
Kriteria
Kesesuaian teknik dan validitas
Teknik
 Kuliah,Ceramah interaktif,[CI=150 Menit]
 Topik
Metode dan Teknik Preprocessing
Sub Topik
menerapkan teknik normalisasi, imputasi, enkripsi fitur, serta ekstraksi/reduksi dimensi (seperti PCA/LDA) pada dataset terstruktur maupun multimedia
 0
8 sub.cpmk.MT100.CPMK09.1-Mampu merancang dan mengeksekusi pipeline Data Preprocessing (pembersihan, reduksi, dan transformasi) yang efektif untuk meningkatkan efisiensi pengolahan data berskala besar (Big Data)
sub.cpmk.MT100.CPMK09.2-Mampu merancang, menguji, dan mengoptimalkan Metode Klasifikasi berbasis AI untuk memecahkan masalah prediktif pada domain Digital Transformation maupun Intelligent Multimedia Technology.
sub.cpmk.MT100.CPMK09.3-Mampu merumuskan dan menguji Metode Regresi lanjut untuk estimasi dan pemodelan prediktif secara sistematis sesuai kebutuhan pengguna.
 Berhasil membuat ekperimen menjadi naskah publikasi: Introduction, Related Method, Methodology. Kriteria
Ujian UTS/UAS yang terjadwal Resmi
Teknik
 Topik
Ujian UTS
Sub Topik
Ujian UTS
 30
9 sub.cpmk.MT100.CPMK09.2-Mampu merancang, menguji, dan mengoptimalkan Metode Klasifikasi berbasis AI untuk memecahkan masalah prediktif pada domain Digital Transformation maupun Intelligent Multimedia Technology.
 Kriteria
Ketepatan konteks & argumentasi
Teknik
 Kuliah,Ceramah interaktif,[CI=150 Menit]
 Topik
Metode dan Teknik Klasifikasi
Sub Topik
membandingkan berbagai algoritma klasifikasi (seperti SVM, Random Forest, Gradient Boosting, Neural Networks), serta menganalisis confusion matrix, ROC-AUC, dan isu overfitting
 0
10 sub.cpmk.MT100.CPMK09.3-Mampu merumuskan dan menguji Metode Regresi lanjut untuk estimasi dan pemodelan prediktif secara sistematis sesuai kebutuhan pengguna.
 Kriteria
Ketepatan konteks & kejelasan
Teknik
 Kuliah,Ceramah interaktif,[CI=150 Menit]
 Topik
Metode dan Teknik Regresi
Sub Topik
membangun model regresi (Linear, Polynomial, Ridge/Lasso), menganalisis galat (MSE, RMSE, R-squared), dan melakukan validasi statistik terhadap asumsi regresi
 0
11 sub.cpmk.MT100.CPMK09.2-Mampu merancang, menguji, dan mengoptimalkan Metode Klasifikasi berbasis AI untuk memecahkan masalah prediktif pada domain Digital Transformation maupun Intelligent Multimedia Technology.
sub.cpmk.MT100.CPMK09.3-Mampu merumuskan dan menguji Metode Regresi lanjut untuk estimasi dan pemodelan prediktif secara sistematis sesuai kebutuhan pengguna.
 Kemampuan untuk mengembangkan algoritma menggunakan python Kriteria
Kesesuaian struktur dan metodologi
Teknik
Kemampuan untuk mengembangkan algoritma menggunakan python 		Penugasan,Studi Kasus,[SK=150 Menit]
 Topik
Penugasan kelompok untuk mengembangkan algoritma
Sub Topik
Mentraining algoritma di bidang klasifikasi dan regresi
 10
12 sub.cpmk.MT100.CPMK13.1-Mampu mengevaluasi dan mengimplementasikan Metode Klastering untuk ekstraksi pola tersembunyi (pattern discovery) pada himpunan data tak berlabel.
Kriteria
Ketepatan konteks & kejelasan
Teknik
 Kuliah,Ceramah interaktif,[CI=150 Menit]
 Topik
Metode dan Teknik Klastering
Sub Topik
mengaplikasikan algoritma klastering (K-Means, DBSCAN, Hierarchical Clustering), mengukur metrik evaluasi klaster (Silhouette Score, Davies-Bouldin Index), dan menginterpretasikan hasil segmentasi
 0
13 sub.cpmk.MT100.CPMK13.2-Mampu menganalisis dan mengintegrasikan Metode Asosiasi (Association Rule Mining) untuk menemukan keterhubungan antar data kompleks guna mendukung pengambilan keputusan.
 Kriteria
Ketepatan konteks & kejelasan
Teknik
 Kuliah,Ceramah interaktif,[CI=150 Menit]
 Topik
Metode dan Teknik Asosiasi
Sub Topik
Menerapkan algoritma pembentukan aturan asosiasi (Apriori, FP-Growth) dan mengevaluasi kualitas aturan berdasarkan parameter Support, Confidence, dan Lift Rate.
 0
14 sub.cpmk.MT100.CPMK13.1-Mampu mengevaluasi dan mengimplementasikan Metode Klastering untuk ekstraksi pola tersembunyi (pattern discovery) pada himpunan data tak berlabel.
sub.cpmk.MT100.CPMK13.2-Mampu menganalisis dan mengintegrasikan Metode Asosiasi (Association Rule Mining) untuk menemukan keterhubungan antar data kompleks guna mendukung pengambilan keputusan.
 Kemampuan untuk mengembangkan algoritma menggunakan python Kriteria
Kesesuaian isi dan teknik presentasi
Teknik
Kemampuan untuk mengembangkan algoritma menggunakan python 		Kuliah,Ceramah interaktif,[CI=50 Menit]
Presentasi,Problem-Based Learning,[PBL=100 Menit]
 Topik
Penugasan kelompok untuk mengembangkan algoritma
Sub Topik
Mentraining algoritma di bidang klastering dan association role
 10
15 sub.cpmk.MT100.CPMK02.1-Mampu menyusun laporan penelitian/paper teknis berbasis riset AI dan mempresentasikannya secara lisan serta tertulis secara mandiri dengan menjunjung tinggi etika akademik.
 Kriteria
Kesesuaian teknik dan validitas
Teknik
 Kuliah,Ceramah interaktif,[CI=150 Menit]
 Topik
Evaluasi kinerja algoritma dan Interprestasi Hasil
Sub Topik
Interpretasi Hasil & Explainable AI (XAI), menggunakan SHAP dan Grad Cam
 0
16 sub.cpmk.MT100.CPMK02.1-Mampu menyusun laporan penelitian/paper teknis berbasis riset AI dan mempresentasikannya secara lisan serta tertulis secara mandiri dengan menjunjung tinggi etika akademik.
 Berhasil membuat ekperimen menjadi naskah publikasi: Introduction, Related Method, Methodology. Kriteria
Ujian UTS/UAS yang terjadwal Resmi
Teknik
Berhasil membuat ekperimen menjadi naskah publikasi: Introduction, Related Method, Methodology. 		Topik
Ujian UAS
Sub Topik
Ujian UAS
 30

Teknik Penilaian CPMK

CPL MK CPMK Tugas Teori (Individu) Tugas Praktikum Tes Tulis (UTS) Tugas Teori (Kelompok) Tes Tulis (UAS)
CPL01 ADVANCED ARTIFICIAL INTELLIGENCE CPMK02 Y
CPL04 ADVANCED ARTIFICIAL INTELLIGENCE CPMK07 Y Y
CPL05 ADVANCED ARTIFICIAL INTELLIGENCE CPMK09 Y Y
CPL07 ADVANCED ARTIFICIAL INTELLIGENCE CPMK13 Y

Prosedur Penilaian CPMK

1. Komponen Penilaian CPMK
CPL CPMK Sub-CPMK Detail Penugasan (Teknik Penilaian) Bobot % Kriteria Penilaian
CPL01 CPMK02 sub.cpmk.MT100.CPMK02.1 0 Pemahaman Konsep
CPL04 CPMK07 sub.cpmk.MT100.CPMK07.3 0 Pemahaman Konsep
CPL04 CPMK07 sub.cpmk.MT100.CPMK07.1 Kemampuan menganalisis kasus 10 Kemampuan menganalisa Kasus
CPL04 CPMK07 sub.cpmk.MT100.CPMK07.2 0 Kemampuan memecahkan masalah
CPL04 CPMK07 sub.cpmk.MT100.CPMK07.3 Pemahaman menggunakan tool dalam menjalankan machine learning 10 Ketrampilan menggunakan tools
CPL05 CPMK09 sub.cpmk.MT100.CPMK09.1 0 Kesesuaian struktur dan metodologi
CPL05 CPMK09 sub.cpmk.MT100.CPMK09.1 0 Kesesuaian teknik dan validitas
CPL05 CPMK09 sub.cpmk.MT100.CPMK09.1, sub.cpmk.MT100.CPMK09.2, sub.cpmk.MT100.CPMK09.3 30 Ujian UTS/UAS yang terjadwal Resmi
CPL05 CPMK09 sub.cpmk.MT100.CPMK09.2 0 Ketepatan konteks & argumentasi
CPL05 CPMK09 sub.cpmk.MT100.CPMK09.3 0 Ketepatan konteks & kejelasan
CPL05 CPMK09 sub.cpmk.MT100.CPMK09.2, sub.cpmk.MT100.CPMK09.3 Kemampuan untuk mengembangkan algoritma menggunakan python 10 Kesesuaian struktur dan metodologi
CPL07 CPMK13 sub.cpmk.MT100.CPMK13.1 0 Ketepatan konteks & kejelasan
CPL07 CPMK13 sub.cpmk.MT100.CPMK13.2 0 Ketepatan konteks & kejelasan
CPL07 CPMK13 sub.cpmk.MT100.CPMK13.1, sub.cpmk.MT100.CPMK13.2 Kemampuan untuk mengembangkan algoritma menggunakan python 10 Kesesuaian isi dan teknik presentasi
CPL01 CPMK02 sub.cpmk.MT100.CPMK02.1 0 Kesesuaian teknik dan validitas
CPL01 CPMK02 sub.cpmk.MT100.CPMK02.1 Berhasil membuat ekperimen menjadi naskah publikasi: Introduction, Related Method, Methodology. 30 Ujian UTS/UAS yang terjadwal Resmi
Total 100
2. Penilaian CPMK
CPL MK CPMK Tugas Teori (Individu) Tugas Praktikum Tes Tulis (UTS) Tugas Teori (Kelompok) Tes Tulis (UAS) Total
CPL01 ADVANCED ARTIFICIAL INTELLIGENCE CPMK02 0% 0% 0% 0% 0% 30% 30%
CPL04 ADVANCED ARTIFICIAL INTELLIGENCE CPMK07 0% 10% 10% 0% 0% 0% 20%
CPL05 ADVANCED ARTIFICIAL INTELLIGENCE CPMK09 0% 0% 10% 30% 0% 0% 40%
CPL07 ADVANCED ARTIFICIAL INTELLIGENCE CPMK13 0% 0% 0% 0% 10% 0% 10%
100%