GARIS-GARIS BESAR PROGRAM PERKULIAHAN (GBPP)

Mata Kuliah: Komputasi Cerdas

Deskripsi Mata Kuliah: Mata kuliah ini berisi pengertian kecerdasan buatan (Artificial Intelligent/AI), Fuzzy Logic, Algoritma Genetik, Jringan Syaraf Tiruan dan proses pemecahan masalah dengan AI, Fuzzy Logic, Algoritma Genetik serta Jaringan Syaraf Tiruan dalam sistem tenaga listrik. Dibahas pula Kapita Selekta Trend Sistem Cerdas dalam Sistem Tenaga Listrik

Tujuan Instruksional Umum/ Tujuan Mata Kuliah: Mahasiswa dapat memiliki pengetahuan,memahami, menjelaskan dan menganalisis pemakaian berbagai sistem cerdas untuk memecahkan permasalahan dalam teknik sistem tenaga.

No

Kompetensi

Materi

Inti Materi

Estimasi

Sumber/

Waktu

Kepustakaan

(menit)

1

2

3

4

5

6

1

Setelah menyelesaikan pokok bahasan ini, mahasiswa

1.Pendahuluan

1.1. Definisi Sistem cerdas

4 X 50

Jurusan Teknik Elektro mengetahui secara awal dan

1.2. Kecerdasan Buatan dan alami

mendasar berbagai metode dalam sistem cerdas dan

1.3. Komputasi dengan sistem

permasalahan tenaga listrik yang mungkin diselesaikan

cerdas dan Konvensional

dengan sistem cerdas.

1.4. Sejarah sistem cerdas

1.5. Lingkup sistem cerdas

1.6. Permasalahan dalam sistem

tenaga listrik kaitannya

dengan sistem cerdas sebagai

solusi

2

Setelah menyelesaikan pokok bahasan ini, mahasiswa

2. Sistem Pakar

2.1. Definisi Sistem Pakar

6 X 50

mampu memahami konsep dasar sistem pakar dan mampu

(expert system)

2.2. Konsep dasar sistem Pakar

membuat solusi permasalahan tenaga listrik dengan sistem

2.3. Bentuk dan Ciri Sistem

pakar

Pakar

2.4. Keuntungan Sistem pakar

2.5. Kelemahan sistem pakar

2.6. Struktur dan Bagian-Bagian

Sistem Pakar

2.7. Klasifikasi Sistem Pakar

2.8. Knowledge Base

2.9. Interefernce engine

2.10. Permasalan yang disentuh

sistem pakar

2.11. Penyelesaian permasalahan

tenaga listrik dengan sistem

pakar

2.12. Test pemahaman dan tugas

3

Setelah menyelesaikan pokok bahasan ini, mahasiswa

3. Logika Fuzzy

3.1. Definisi Logika Fuzzy

8 X 50

mampu memahami konsep dasar logika fuzzy dan mampu

3.2. Alasan penggunaan logika

membuat solusi permasalahan tenaga listrik dengan logika

fuzzy dan contoh aplikasi

fuzzy

sederhana

3.4. Himpunan Fuzzy

3.5. Fungsi Keanggotaan

3.6. Oprator Dasar Operasi

Logika Fuzzy

3.7. Fuzzy Rule Base

3.8. Fuzzy Interefence Engine

3.9. Fuzzifiers dan Defuzzifier

3.10. Permasalan yang disentuh

logika fuzzy

3.11. Penyelesaian permasalahan

tenaga listrik dengan logika fuzzy

3.12. Test pemahaman dan tugas

4

Setelah menyelesaikan pokok bahasan ini, mahasiswa

4. Jaringan Syaraf

4.1

Sejarah perkembangan neural

6 X 50

mampu memahami konsep dasar jaringan syaraf tiruan dan

Tiruan (Artificial

network dan otak manusia

mampu membuat solusi permasalahan tenaga listrik

Neural Network)

4.2

Komponen Jaringan Syaraf

dengan jaringan syaraf tiruan

4.3

Arsitektur Jaringan Syaraf

4.4

Fungsi Aktivasi

4.5

Proses Pembelajaran

4.6

Supervised learning

4.7. Unsupervised learning

4.8. Permasalan yang disentuh

jaringan syaraf buatan

4.9. Penyelesaian permasalahan

tenaga listrik dengan jaringan

syaraf buatan

4.10. Test pemahaman dan tugas

5

Setelah menyelesaikan pokok bahasan ini, mahasiswa

5. Genetic Algoritm

5.1

Latar belakang dan

8 X 50

mampu memahami konsep dasar Algoritma Genetik dan

perkembangan Algoritma

mampu membuat solusi permasalahan tenaga listrik

Genetic

dengan Algoritma Genetik

5.2

Struktur Umum Algoritma

Genetik

5.3 Komponen-Komponen Utama

Algoritma Genetik

5.4. Seleksi

5.5. Rekombinasi

5.6. Mutasi

5.7. Contoh Aplikasi sederhana

Algoritma Genetik

5.8. Permasalan yang disentuh

Algoritma Genetik

5.9. Penyelesaian permasalahan

tenaga listrik dengan Algoritma

Genetik

5.10. Test pemahaman dan tugas

Software : MATLAB ver. 7.01 or others

Referensi:

Eugene Charniak and Drew McDermont, Introduction to AI, Addison Wesley, 1985

Ivan Bratko, Prolog Programming for AI, Addison Wesley 1986

Patrick Henry Winston and Berthold Klaus Horn, LISP, Addison Wesley, 1981

David Hu, C/C++ for Expert Systems, Managemen Information Source Inc, 1987.

George F.I., William A.S., Artifical Intelligence and the Design of Expert Systems, 1989.

Robert I.L., Diane E.D., A Comprehensive Guide to AI and Expert Systems, Mc Graw Hill Book Co, 1989, 2nd edition.

Klir, G.J., Folger, T.A.; Fuzzy Set: Uncertaintly and Information; PHI, 1988.

David E. Goldberg, Genetic Algorithms in Serach, Optimization and Machine Learning, 1989

Sri Kusumadewi, Artificieal Intelligent Teknik dan Aplikasinya, Graha Ilmu, 2003

Kosko, B.; Neural Network and Fuzzy System; PHI, 1991.

4