gbpp sistem cerdas dalam sistem tenaga listrik
DESCRIPTION
Kurikulum Sistem Cerdas dalam Sistem Tenaga ListrikTRANSCRIPT
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