Daftar Mata Kuliah Program Studi Sains Komputasi

Kode SK5001 01
Lokasi Kampus GA
Nama Analisis Numerik Lanjut
SKS 3
Dosen
  • Prof. L. Hari Wiryanto, M.S, Ph.D.
  • Silabus Materi meliputi metode numerik untuk sistem persamaan linear dan tak linear, optimasi numerik, serta persamaan diferensial biasa dan parsial. Akan dibahas metode langsung untuk sistem persamaan linear (SPL), metode iteratif untuk SPL, hampiran nilai eigen, dan sistem persamaan tak linear. Topik optimasi numerik meliputi optimasi untuk satu dan banyak peubah tanpa kendala serta masalah kuadrat terkecil tak linear. Topik terakhir adalah metode numerik untuk persamaan diferensial biasa (PDB) dan persamaan diferensial parsial (PDP): masalah nilai awal dan nilai batas untuk PDB, metode beda hingga untuk PD linear dan tak linear, metode numerik untuk PDP, serta pengantar metode elemen hingga.
    Metoda Pembelajaran

    REGULER

    Luaran
  • Mahasiswa memiliki wawasan dan pengetahuan mengenai berbagai metode numerik untuk menyelesaikan berbagai permasalahan penting dalam sains
  • Mahasiswa menguasai dasar-dasar mengenai metode numerik untuk menyelesaikan persamaan linear dan tak linear, optimasi numerik, serta persamaan diferensial biasa dan parsial
  • Mahasiswa memiliki gambaran mengenai berbagai teknik numerik untuk menyelesaikan persamaan linear dan tak linear, optimasi numerik, serta persamaan diferensial biasa dan parsial
  • Jadwal
    2024-02-22 (11:00 - 12:00)
    2024-02-06 (07:00 - 09:00)
    2024-02-13 (07:00 - 09:00)
    2024-02-20 (07:00 - 09:00)
    2024-02-27 (07:00 - 09:00)
    2024-03-05 (07:00 - 09:00)
    2024-03-12 (07:00 - 09:00)
    2024-03-19 (07:00 - 09:00)
    2024-03-26 (07:00 - 09:00)
    2024-04-02 (07:00 - 09:00)
    2024-04-09 (07:00 - 09:00)
    2024-04-16 (07:00 - 09:00)
    2024-04-23 (07:00 - 09:00)
    2024-04-30 (07:00 - 09:00)
    2024-05-07 (07:00 - 09:00)
    2024-05-14 (07:00 - 09:00)
    2024-05-21 (07:00 - 09:00)
    2024-02-08 (11:00 - 12:00)
    2024-02-15 (11:00 - 12:00)
    2024-02-29 (11:00 - 12:00)
    2024-03-07 (11:00 - 12:00)
    2024-03-14 (11:00 - 12:00)
    2024-03-21 (11:00 - 12:00)
    2024-03-28 (11:00 - 12:00)
    2024-04-04 (11:00 - 12:00)
    2024-04-11 (11:00 - 12:00)
    2024-04-18 (11:00 - 12:00)
    2024-04-25 (11:00 - 12:00)
    2024-05-02 (11:00 - 12:00)
    2024-05-09 (11:00 - 12:00)
    2024-05-16 (11:00 - 12:00)
    2024-05-23 (11:00 - 12:00)

    Kode SK5002 01
    Lokasi Kampus GA
    Nama Algoritma dan Rancangan Perangkat Lunak
    SKS 2
    Dosen
  • Dr. Wahyu Hidayat, S.Si., M.Si.
  • Silabus Pendahuluan : ruang lingkup perkuliahan, topik-topik terkait dengan perkuliahan, pengantar algoritma; Algoritma pemrograman : pengembangan pola berpikir, kinerja program, algoritma dasar, flow-chart, Fungsi, pola pemrograman algoritma rekursif, Optimasi Algoritma : Bellman Algorithm, Pencarian jalan terdekat, pengukuran efisiensi, Djikstra Algorithm. Aplikasi Djikstra, Genetic algorithm, Holland theory, aplikasi GA; Perancangan program terstruktur : program design, water fall, quick, proto typing, pengertian system dan aliran data, Rancangan context diagram, Data Flow diagram, basis data, ERD, Perancangan berbasis object Unified Model Language (UML), aktor, diagram use-case, pendefinisian masalah, activation diagram dalam UML, break down problem dalam use-case dan activity diagram, interaction diagram, Class diagram, swim lane, collaboration diagram.
    Metoda Pembelajaran

    REGULER

    Luaran
  • Mahasiswa akan memahami dan menguasa teknik-teknik pengembangan algoritma dan perancangang program yang banyak digunakan
  • Mahasiswa akan dapat mengembangkan dan menulis algoritma suatu karya progam dengan baik dan benar menggunakan metoda yang beragam
  • Mahasiswa akan memiliki pengalaman perancangan suatu system dan program
  • Jadwal
    2024-02-29 (13:00 - 15:00)
    2024-03-07 (13:00 - 15:00)
    2024-03-14 (13:00 - 15:00)
    2024-03-21 (13:00 - 15:00)
    2024-03-28 (13:00 - 15:00)
    2024-04-04 (13:00 - 15:00)
    2024-04-11 (13:00 - 15:00)
    2024-04-18 (13:00 - 15:00)
    2024-04-25 (13:00 - 15:00)
    2024-05-02 (13:00 - 15:00)
    2024-05-09 (13:00 - 15:00)
    2024-05-16 (13:00 - 15:00)
    2024-05-23 (13:00 - 15:00)
    2024-02-15 (15:00 - 17:00)
    2024-02-22 (15:00 - 17:00)

    Kode SK5004 01
    Lokasi Kampus GA
    Nama Jaringan dan Pengolahan Data Paralel
    SKS 2
    Dosen
  • Dr. Atthar Luqman Ivansyah, S.Si., M.Si.
  • Silabus Dalam matakuliah ini diperkenalkan pemahaman dasar mengenai aplikasi pemrosesan parallel dan pengembangan sistem parallel. Akan diperkenalkan pula integrasi arsitektur, algoritma, dan bahasa pemograman paralel yang dapat memberikan gambaran mengenai perancangan dan implementasi dari aplikasi paralel. Topik yang dibahas meliputi mesin dan komputasi paralel, masalah-masalah yang potensial untuk dikom-pu¬tasi secara paralel, memori terdistribusi, sinkronisasi dan data sharing, serta performansi prosesor paralel. Selain itu, akan dibahas masalah-masalah nyata dari berbagai bidang sains dan rekayasa yang memerlukan pengolahan data secara paralel beserta karakterisasinya.
    Metoda Pembelajaran

    REGULER

    Luaran
  • Memahami sistem dan komputasi paralel, dapat mengaplikasikan pada persoalan nyata.
  • Jadwal
    2024-02-06 (13:00 - 15:00)
    2024-02-13 (13:00 - 15:00)
    2024-03-05 (13:00 - 15:00)
    2024-04-30 (13:00 - 15:00)
    2024-05-07 (13:00 - 15:00)
    2024-05-14 (13:00 - 15:00)
    2024-05-21 (13:00 - 15:00)
    2024-02-20 (13:00 - 15:00)
    2024-02-27 (13:00 - 15:00)
    2024-03-19 (13:00 - 15:00)
    2024-04-16 (13:00 - 15:00)
    2024-04-23 (13:00 - 15:00)
    2024-03-12 (13:00 - 15:00)
    2024-04-09 (13:00 - 15:00)
    2024-03-26 (13:00 - 15:00)
    2024-04-02 (13:00 - 15:00)

    Kode SK5203 01
    Lokasi Kampus GA
    Nama Komputer Kinerja Tinggi
    SKS 2
    Dosen
  • Prof. Dr. Zaki Su`ud, M.Eng.
  • Dr. Atthar Luqman Ivansyah, S.Si., M.Si.
  • Silabus Mata kuliah ini akan memberikan gambaran mengenai bagaimana menggunakan sistem komputasi kinerja tinggi dalam terapan sains. Topik yang akan dibahas meliputi: jenis-jenis komputer kinerja tinggi (KKT): berkopling kuat (MPP), berbasis jaringan, berbasis klaster (intel multi core, dll), komputer grid, sinkronisasi, client-server model, security, paralel computing (cluster), dan distributed computing (grid). Pemrograman paralelisasi untuk prosesor paralel berkopling kuat, pemrograman untuk komputer paralel berbasis network (loosely coupled), pemrograman paralel untuk sistem tak homogen, dan pemrograman paralel untuk sistem cluster (Intel multi core atau lainnya).
    Metoda Pembelajaran

    REGULER

    Luaran
  • Mahasiswa mampu memecahkan problem komputasi kompleks dengan menggunakan bantuan komputer berkinerja tinggi
  • Jadwal
    2024-02-06 (15:00 - 17:00)
    2024-02-13 (15:00 - 17:00)
    2024-02-20 (15:00 - 17:00)
    2024-02-27 (15:00 - 17:00)
    2024-03-05 (15:00 - 17:00)
    2024-03-12 (15:00 - 17:00)
    2024-03-26 (15:00 - 17:00)
    2024-04-04 (15:00 - 17:00)
    2024-04-09 (15:00 - 17:00)
    2024-04-16 (15:00 - 17:00)
    2024-04-23 (15:00 - 17:00)
    2024-04-30 (15:00 - 17:00)
    2024-05-07 (15:00 - 17:00)
    2024-05-14 (15:00 - 17:00)
    2024-05-21 (15:00 - 17:00)
    2024-03-19 (15:00 - 17:00)

    Kode SK5221 01
    Lokasi Kampus GA
    Nama Kecerdasan Buatan
    SKS 3
    Dosen
  • Fahdzi Muttaqien, S.Si., M.Si., M.Sc., M.Eng., Ph.D.
  • Silabus Dalam mata kuliah ini akan dipelajari dasar-dasar sistem kecerdasan buatan, diawali dengan pengertian dari sistem kecerdasan buatan, struktur pemrograman dalam AI, perbedaan mendasar dengan sistem pemrograman klasik. Untuk lebih memperdalam sistem kecerdasan buatan ini, akan dipelajari sistem pengambilan keputusan, sistem pakar, metoda mesin inferensi dalam sistem pakar, metoda-metoda pengembangan sistem pakar dan AI. Dari sisi pengembangan logika, dikenalkan logika digital dan sistem kontrol dan algoritma dari sistem logika samar (Fuzzy logic). Juga akan dibahas mengenai pengetahuan meniru sistem kecerdasan manusia menjadi sistem komputasi: sistem saraf tiruan (artificial neural networks). Melalui pembelajaran berbasis riset, peserta kuliah dibimbing untuk membuat implementasi dari teori yang sudah dikuasai.
    Metoda Pembelajaran

    REGULER

    Luaran
  • Mahasiswa mampu memahami bagaimana ide dasar sistem kecerdasan buatan dirancang.
  • Memahami metode apa saja yang telah dikembangkan di sistem kecerdasan buatan dan diaplikasikan untuk apa selama ini.
  • Mahasiswa menguasai setidaknya 2 metode dalam sistem kecerdasan buatan, yaitu persoalan klasifikasi menggunakan logika fuzzy, dan metode pembelajaran menggunakan artuficial neural network.
  • Mahasiswa mampu membuat program komputer dan memahaminya untuk dapat diaplikasikan ke sistem.
  • Jadwal
    2024-02-14 (13:00 - 16:00)
    2024-02-28 (13:00 - 16:00)
    2024-04-10 (13:00 - 16:00)
    2024-04-24 (13:00 - 16:00)
    2024-05-01 (13:00 - 16:00)
    2024-05-08 (13:00 - 16:00)
    2024-05-15 (13:00 - 16:00)
    2024-05-22 (13:00 - 16:00)
    2024-03-27 (13:00 - 16:00)
    2024-04-17 (13:00 - 16:00)
    2024-02-21 (13:00 - 16:00)
    2024-04-03 (13:00 - 16:00)
    2024-03-20 (13:00 - 16:00)
    2024-03-13 (13:00 - 16:00)
    2024-03-06 (13:00 - 16:00)
    2024-02-07 (13:00 - 16:00)

    Kode SK5242 01
    Lokasi Kampus GA
    Nama Metode Komputasi Berbasis Agen
    SKS 3
    Dosen
  • Acep Purqon, S.Si., M.Si., Ph.D.
  • Silabus Memahami metode komputasi berbasis agen dan mengetahui bagaimana menerapkannya dalam berbagai sistem.
    Metoda Pembelajaran

    REGULER

    Luaran
  • Mahasiswa mampu menggunakan metode komputasi berbasis agen dan mengetahui bagaimana menerapkannya dalam berbagai sistem.
  • Jadwal
    2024-02-05 (08:00 - 11:00)
    2024-02-12 (08:00 - 11:00)
    2024-02-19 (08:00 - 11:00)
    2024-02-26 (08:00 - 11:00)
    2024-03-04 (08:00 - 11:00)
    2024-03-11 (08:00 - 11:00)
    2024-03-18 (08:00 - 11:00)
    2024-03-25 (08:00 - 11:00)
    2024-04-01 (08:00 - 11:00)
    2024-04-08 (08:00 - 11:00)
    2024-04-15 (08:00 - 11:00)
    2024-04-22 (08:00 - 11:00)
    2024-04-29 (08:00 - 11:00)
    2024-05-06 (08:00 - 11:00)
    2024-05-13 (08:00 - 11:00)
    2024-05-20 (08:00 - 11:00)

    Kode SK6001 01
    Lokasi Kampus GA
    Nama Metodologi Penelitian
    SKS 2
    Dosen
  • Prof. Dr. Suprijadi, M.Eng.
  • Triati Dewi Kencana Wungu, S.Si., M.T, Ph.D.
  • Silabus Dasar-dasar atau konsep-konsep yang akan mendukung kegiatan penelitian; Pengantar penelitian; Metode Saintifik; Merencanakan dan Merancang Studi Penelitian; Pendekatan umum untuk pengendalian artifact dan bias; Tahapan penelitian; Kebaruan atau nilai inovatif penelitian; Hipotesa penelitian; Disain dan perancangan objek penelitian; Teknik pengumpulan data dan cara pengukuran; Analisis data dan kesimpulan; Diseminasi hasil penelitian; Etika penelitian; Hak atas kekayaan intelektual (HAKI)
    Metoda Pembelajaran

    REGULER

    Luaran
  • Mahasiswa memahami pentingnya metodologi penelitian sebelum melakukan kegiatan penelitian
  • Mahasiswa mampu menerapkan konsep dan metode penelitian yang relevan dan sesuai dengan penelitian yang akan dilaksanakannya
  • Mahasiswa mampu menyampaikan hasil penelitiannya dengan baik dalam suatu komunitas
  • Mahasiswa mampu mempublikasikan karya ilmiahnya dengan baik
  • Jadwal
    2024-04-17 (07:00 - 09:00)
    2024-04-24 (07:00 - 09:00)
    2024-05-01 (07:00 - 09:00)
    2024-05-08 (07:00 - 09:00)
    2024-05-15 (07:00 - 09:00)
    2024-05-22 (07:00 - 09:00)
    2024-03-27 (07:00 - 09:00)
    2024-02-07 (07:00 - 09:00)
    2024-02-14 (07:00 - 09:00)
    2024-02-21 (07:00 - 09:00)
    2024-02-28 (07:00 - 09:00)
    2024-03-06 (07:00 - 09:00)
    2024-03-13 (07:00 - 09:00)
    2024-03-20 (07:00 - 09:00)
    2024-04-10 (07:00 - 09:00)
    2024-04-03 (07:00 - 09:00)
    Mata Kuliah Prasyarat
  • FI6001 Metodologi Penelitian
    Dasar-dasar atau konsep-konsep penting yang akan mendukung kegiatan penelitian yang akan dilakukan dalam program pendidikan pascasarjana.

  • KI5011 Metodologi Penelitian
    Kuliah ini membekali mahasiswa magister kimia ITB dengan pemahaman mengenai filosofi, etika dan pendekatan serta strategi kegiatan penelitian. Termasuk tata cara penelitian mulai dari persiapan meneliti, memilih topic/target penelitian, tata cara pencarian literatur dan manajemen literature, SOP, mendokumentasikan serta mempublikasikan hasil penelitian dalam bentuk presentasi oral, tesis maupun jurnal ilmiah. Disertai pemahaman etika ilmiah antara lain prinsip plagiarisme dan hal-hal yang harus dipenuhi /dihindari dalam melakukan penelitian.

  • AS5001 Metodologi Penelitian
    Matakuliah ini membahas berbagai cara melakukan penelitian yang sering ditemukan dalam masalah-masalah astronomi-astrofisika. Contoh-contoh aplikasi yang diberikan merupakan masalah aktual dalam astrofisika.

  • RN6083 Metodologi Penelitian
    Dasar-dasar atau konsep-konsep penting yang akan mendukung kegiatan penelitian yang akan dilakukan dalam program pendidikan pascasarjana.

  • Kode SK5003 01
    Lokasi Kampus GA
    Nama Pemrograman dalam Sains
    SKS 2
    Dosen
  • Fahdzi Muttaqien, S.Si., M.Si., M.Sc., M.Eng., Ph.D.
  • Silabus Kuliah ini dirancang untuk memberikan pemahaman dasar-dasar bahasa pemrograman kepada mahasiswa, khususnya mahasiswa yang tidak memiliki dasar pemrograman. Bahasa pemrograman yang akan digunakan dalam kuliah ini adalah bahasa pemrograman Python. Selain dasar-dasar bahasa pemrograman python, kuliah ini juga akan mengaplikasikan bahasa pemrograman Python untuk memodelkan suatu sistem dalam memecahkan permasalahan di bidang sains.
    Metoda Pembelajaran

    REGULER

    Luaran
  • Mahasiswa mampu memahami dan menguasai bahasa pemrograman Python
  • Mahasiswa mampu mengaplikasikan bahasa pemrograman Python untuk membuat model suatu sistem dalam memecahkan permasalahan di bidang sains
  • Jadwal
    2024-03-13 (09:00 - 11:00)
    2024-03-20 (09:00 - 11:00)
    2024-04-03 (09:00 - 11:00)
    2024-04-10 (09:00 - 11:00)
    2024-04-24 (09:00 - 11:00)
    2024-05-01 (09:00 - 11:00)
    2024-05-08 (09:00 - 11:00)
    2024-05-15 (09:00 - 11:00)
    2024-05-22 (09:00 - 11:00)
    2024-04-19 (13:00 - 14:50)
    2024-03-06 (09:00 - 11:00)
    2024-02-07 (09:00 - 11:00)
    2024-02-14 (09:00 - 11:00)
    2024-02-21 (09:00 - 11:00)
    2024-02-28 (09:00 - 11:00)
    2024-04-17 (09:00 - 11:00)
    2024-03-27 (09:00 - 11:00)

    Kode SK5222 01
    Lokasi Kampus GA
    Nama Penambangan Data dalam Sains
    SKS 3
    Dosen
  • Dr. rer. nat. Mochamad Ikbal Arifyanto, S.Si., M.Sc.
  • Finny Oktariani, S.Si., M.Si., Ph.D.
  • Silabus Dalam mata kuliah ini akan dipelajari pendekatan praktis dan teoritis untuk memperoleh informasi yang berharga dari himpunan data berukuran besar. Akan didiskusikan langkah-langkah yang perlu dipertimbangkan dalam melakukan analisis data atau data mining, yang meliputi: pendefinisian masalah, penyiapan data, visualisasi data, data mining, statistika, metode grouping, pemodelan yang prediktif, serta aplikasinya dalam berbagai bidang sains.
    Metoda Pembelajaran

    REGULER

    Luaran
  • Mahasiswa mampu menggunakan pendekatan praktis dan teoritis untuk memperoleh informasi dari himpunan data berukuran besar, serta aplikasinya dalam berbagai bidang sains.
  • Jadwal
    2024-03-15 (09:00 - 11:00)
    2024-02-09 (09:00 - 11:00)
    2024-02-16 (09:00 - 11:00)
    2024-02-23 (09:00 - 11:00)
    2024-03-01 (09:00 - 11:00)
    2024-03-08 (09:00 - 11:00)
    2024-03-22 (09:00 - 11:00)
    2024-03-29 (09:00 - 11:00)
    2024-04-05 (09:00 - 11:00)
    2024-04-12 (09:00 - 11:00)
    2024-04-19 (09:00 - 11:00)
    2024-04-26 (09:00 - 11:00)
    2024-05-03 (09:00 - 11:00)
    2024-05-10 (09:00 - 11:00)
    2024-05-17 (09:00 - 11:00)
    2024-05-24 (09:00 - 11:00)

    Kode SK5002 02
    Lokasi Kampus GA
    Nama Algoritma dan Rancangan Perangkat Lunak
    SKS 2
    Dosen
  • Prof. Dr. Zaki Su`ud, M.Eng.
  • Dr. Atthar Luqman Ivansyah, S.Si., M.Si.
  • Silabus Pendahuluan : ruang lingkup perkuliahan, topik-topik terkait dengan perkuliahan, pengantar algoritma; Algoritma pemrograman : pengembangan pola berpikir, kinerja program, algoritma dasar, flow-chart, Fungsi, pola pemrograman algoritma rekursif, Optimasi Algoritma : Bellman Algorithm, Pencarian jalan terdekat, pengukuran efisiensi, Djikstra Algorithm. Aplikasi Djikstra, Genetic algorithm, Holland theory, aplikasi GA; Perancangan program terstruktur : program design, water fall, quick, proto typing, pengertian system dan aliran data, Rancangan context diagram, Data Flow diagram, basis data, ERD, Perancangan berbasis object Unified Model Language (UML), aktor, diagram use-case, pendefinisian masalah, activation diagram dalam UML, break down problem dalam use-case dan activity diagram, interaction diagram, Class diagram, swim lane, collaboration diagram.
    Metoda Pembelajaran

    REGULER

    Luaran
  • Mahasiswa akan memahami dan menguasa teknik-teknik pengembangan algoritma dan perancangang program yang banyak digunakan
  • Mahasiswa akan dapat mengembangkan dan menulis algoritma suatu karya progam dengan baik dan benar menggunakan metoda yang beragam
  • Mahasiswa akan memiliki pengalaman perancangan suatu system dan program
  • Jadwal
    2024-02-08 (16:00 - 18:00)
    2024-02-29 (16:00 - 18:00)
    2024-05-02 (16:00 - 18:00)
    2024-03-28 (16:00 - 18:00)
    2024-02-15 (16:00 - 18:00)
    2024-02-22 (16:00 - 18:00)
    2024-03-07 (16:00 - 18:00)
    2024-03-14 (16:00 - 18:00)
    2024-03-21 (16:00 - 18:00)
    2024-04-04 (16:00 - 18:00)
    2024-04-11 (16:00 - 18:00)
    2024-04-18 (16:00 - 18:00)
    2024-04-25 (16:00 - 18:00)
    2024-05-09 (16:00 - 18:00)
    2024-05-16 (16:00 - 18:00)
    2024-05-23 (16:00 - 18:00)

    Kode SK5004 02
    Lokasi Kampus GA
    Nama Jaringan dan Pengolahan Data Paralel
    SKS 2
    Dosen
  • Dr. Atthar Luqman Ivansyah, S.Si., M.Si.
  • Silabus Dalam matakuliah ini diperkenalkan pemahaman dasar mengenai aplikasi pemrosesan parallel dan pengembangan sistem parallel. Akan diperkenalkan pula integrasi arsitektur, algoritma, dan bahasa pemograman paralel yang dapat memberikan gambaran mengenai perancangan dan implementasi dari aplikasi paralel. Topik yang dibahas meliputi mesin dan komputasi paralel, masalah-masalah yang potensial untuk dikom-pu¬tasi secara paralel, memori terdistribusi, sinkronisasi dan data sharing, serta performansi prosesor paralel. Selain itu, akan dibahas masalah-masalah nyata dari berbagai bidang sains dan rekayasa yang memerlukan pengolahan data secara paralel beserta karakterisasinya.
    Metoda Pembelajaran

    REGULER

    Luaran
  • Memahami sistem dan komputasi paralel, dapat mengaplikasikan pada persoalan nyata.
  • Jadwal
    2024-02-06 (16:00 - 18:00)
    2024-02-13 (16:00 - 18:00)
    2024-02-20 (16:00 - 18:00)
    2024-02-27 (16:00 - 18:00)
    2024-03-05 (16:00 - 18:00)
    2024-03-12 (16:00 - 18:00)
    2024-03-19 (16:00 - 18:00)
    2024-03-26 (16:00 - 18:00)
    2024-04-02 (16:00 - 18:00)
    2024-04-09 (16:00 - 18:00)
    2024-04-16 (16:00 - 18:00)
    2024-04-23 (16:00 - 18:00)
    2024-04-30 (16:00 - 18:00)
    2024-05-07 (16:00 - 18:00)
    2024-05-14 (16:00 - 18:00)
    2024-05-21 (16:00 - 18:00)

    Kode SK5221 02
    Lokasi Kampus GA
    Nama Kecerdasan Buatan
    SKS 3
    Dosen
  • Dr. rer. nat. Sparisoma Viridi, S.Si.
  • Fahdzi Muttaqien, S.Si., M.Si., M.Sc., M.Eng., Ph.D.
  • Silabus Dalam mata kuliah ini akan dipelajari dasar-dasar sistem kecerdasan buatan, diawali dengan pengertian dari sistem kecerdasan buatan, struktur pemrograman dalam AI, perbedaan mendasar dengan sistem pemrograman klasik. Untuk lebih memperdalam sistem kecerdasan buatan ini, akan dipelajari sistem pengambilan keputusan, sistem pakar, metoda mesin inferensi dalam sistem pakar, metoda-metoda pengembangan sistem pakar dan AI. Dari sisi pengembangan logika, dikenalkan logika digital dan sistem kontrol dan algoritma dari sistem logika samar (Fuzzy logic). Juga akan dibahas mengenai pengetahuan meniru sistem kecerdasan manusia menjadi sistem komputasi: sistem saraf tiruan (artificial neural networks). Melalui pembelajaran berbasis riset, peserta kuliah dibimbing untuk membuat implementasi dari teori yang sudah dikuasai.
    Metoda Pembelajaran

    REGULER

    Luaran
  • Mahasiswa mampu memahami bagaimana ide dasar sistem kecerdasan buatan dirancang.
  • Memahami metode apa saja yang telah dikembangkan di sistem kecerdasan buatan dan diaplikasikan untuk apa selama ini.
  • Mahasiswa menguasai setidaknya 2 metode dalam sistem kecerdasan buatan, yaitu persoalan klasifikasi menggunakan logika fuzzy, dan metode pembelajaran menggunakan artuficial neural network.
  • Mahasiswa mampu membuat program komputer dan memahaminya untuk dapat diaplikasikan ke sistem.
  • Jadwal
    2024-02-05 (16:00 - 18:30)
    2024-02-12 (16:00 - 18:30)
    2024-02-19 (16:00 - 18:30)
    2024-02-26 (16:00 - 18:30)
    2024-03-04 (16:00 - 18:30)
    2024-03-11 (16:00 - 18:30)
    2024-03-18 (16:00 - 18:30)
    2024-03-25 (16:00 - 18:30)
    2024-04-01 (16:00 - 18:30)
    2024-04-08 (16:00 - 18:30)
    2024-04-15 (16:00 - 18:30)
    2024-04-22 (16:00 - 18:30)
    2024-04-29 (16:00 - 18:30)
    2024-05-06 (16:00 - 18:30)
    2024-05-13 (16:00 - 18:30)
    2024-05-20 (16:00 - 18:30)

    Kode SK5001 02
    Lokasi Kampus GA
    Nama Analisis Numerik Lanjut
    SKS 3
    Dosen
  • Finny Oktariani, S.Si., M.Si., Ph.D.
  • Rudy Kusdiantara, S.Si., M.Si., Ph.D.
  • Silabus Materi meliputi metode numerik untuk sistem persamaan linear dan tak linear, optimasi numerik, serta persamaan diferensial biasa dan parsial. Akan dibahas metode langsung untuk sistem persamaan linear (SPL), metode iteratif untuk SPL, hampiran nilai eigen, dan sistem persamaan tak linear. Topik optimasi numerik meliputi optimasi untuk satu dan banyak peubah tanpa kendala serta masalah kuadrat terkecil tak linear. Topik terakhir adalah metode numerik untuk persamaan diferensial biasa (PDB) dan persamaan diferensial parsial (PDP): masalah nilai awal dan nilai batas untuk PDB, metode beda hingga untuk PD linear dan tak linear, metode numerik untuk PDP, serta pengantar metode elemen hingga.
    Metoda Pembelajaran

    REGULER

    Luaran
  • Mahasiswa memiliki wawasan dan pengetahuan mengenai berbagai metode numerik untuk menyelesaikan berbagai permasalahan penting dalam sains
  • Mahasiswa menguasai dasar-dasar mengenai metode numerik untuk menyelesaikan persamaan linear dan tak linear, optimasi numerik, serta persamaan diferensial biasa dan parsial
  • Mahasiswa memiliki gambaran mengenai berbagai teknik numerik untuk menyelesaikan persamaan linear dan tak linear, optimasi numerik, serta persamaan diferensial biasa dan parsial
  • Jadwal
    2024-04-22 (08:00 - 10:00)
    2024-04-23 (07:00 - 09:00)
    2024-02-16 (15:30 - 18:00)
    2024-02-23 (15:30 - 18:00)
    2024-03-01 (15:30 - 18:00)
    2024-03-08 (15:30 - 18:00)
    2024-05-03 (15:30 - 18:00)
    2024-05-10 (15:30 - 18:00)
    2024-05-17 (15:30 - 18:00)
    2024-05-24 (15:30 - 18:00)

    Kode SK6121 01
    Lokasi Kampus GA
    Nama Proyek Khusus Pengolahan Data Sains
    SKS 3
    Dosen
  • Dr. Hakim Luthfi Malasan, M.Sc.
  • Rinovia Mery Garnierita S., S.Si., M.Si., Ph.D.
  • Silabus Memproses data sains menggunakan metode komputasi dengan suatu bahasa pemrograman dan menghasilkan suatu analisis.
    Metoda Pembelajaran

    REGULER

    Luaran
  • Mahasiswa mampu memproses sains data menggunakan metode komputasi dengan suatu bahasa pemrograman dan menghasilkan suatu analisis.
  • Jadwal
    2024-02-06 (16:00 - 18:30)
    2024-02-13 (16:00 - 18:30)
    2024-02-20 (16:00 - 18:30)
    2024-02-27 (16:00 - 18:30)
    2024-03-05 (16:00 - 18:30)
    2024-03-12 (16:00 - 18:30)
    2024-03-19 (16:00 - 18:30)
    2024-03-26 (16:00 - 18:30)
    2024-04-02 (16:00 - 18:30)
    2024-04-09 (16:00 - 18:30)
    2024-04-16 (16:00 - 18:30)
    2024-04-23 (16:00 - 18:30)
    2024-04-30 (16:00 - 18:30)
    2024-05-07 (16:00 - 18:30)
    2024-05-14 (16:00 - 18:30)
    2024-05-21 (16:00 - 18:30)

    Kembali