AI
Artificial Intelligence (IF1706) — Modul 16 Sesi
FSTT • ISTN Jakarta • Semester Ganjil 2025/2026

Selamat datang di Modul AI (1–16)

Mulai dari konsep dasar hingga praktik modern. Setiap sesi dilengkapi ulasan materi, contoh hitungan, dan notebook Colab siap-copy.

Mulai Sesi 1 ▶ Lihat Semua Sesi
Pengajar:Riadi Marta Dinata — FSTT, ISTN Jakarta
Informasi Mata Kuliah
IF1706 Artificial Intelligence / Kecerdasan Buatan — 3 SKS
2024 • IN0406 Artificial Intelligence 1 — S1 Matematika
2024 • FI1544 Kecerdasan Buatan — S1 Fisika

Modul ini memadukan kekuatan konseptual (Matematika) dengan aplikasi instrumen & sistem (Fisika).

Motivasi & Relevansi
Mengapa mata kuliah ini penting?

Kecerdasan Buatan (AI) adalah fondasi teknologi modern: dari pencarian rute tercepat, rekomendasi belanja, klasifikasi citra/teks, sampai otomasi industri. 
Di program S1 Matematika (IN0406/Artificial Intelligence 1), mahasiswa dibekali landasan teoretis: representasi masalah, strategi pencarian, heuristik, dan dasar pembelajaran mesin.
Di program S1 Fisika (FI1544/Kecerdasan Buatan), mahasiswa dilatih mengaplikasikan AI pada sistem nyata: pemodelan, simulasi, pengukuran, dan instrumentasi.
Paduan keduanya memampukan Anda untuk: (1) memformulasikan masalah secara benar, (2) memilih/merancang algoritma yang tepat, dan (3) mengimplementasikan solusi terukur di dunia nyata.
  • IN0406 (S1 Matematika): fokus pada perumusan masalah, bukti sifat heuristik, dan analisis kompleksitas.
  • FI1544 (S1 Fisika): fokus pada akuisisi data, pemrosesan sinyal, kontrol & optimasi sistem.
Highlight Modul
  • Peta Jalan 16 Sesi
    Dari pengantar, pencarian & heuristik, representasi pengetahuan, probabilistik, evaluasi, supervised (KNN, Tree, SVM, MLP), hingga unsupervised (K-Means, PCA) dan NLP klasik.
  • Fokus Praktik
    Setiap sesi menyediakan contoh hitungan manual, notebook Colab siap-copy, dan tugas terarah untuk memastikan pemahaman konseptual dan keterampilan implementasi.
  • Lintas Disiplin
    Contoh kasus dihubungkan ke konteks Fisika (sensor, sinyal, optimasi) dan Matematika (graf, optimasi, statistik) sehingga transfer ilmu lebih kuat.
Peta Materi

Fondasi

  • S1: Pengantar & Setup
  • S2: Representasi Masalah
  • S3: BFS/DFS/UCS
  • S4: Heuristik & A*

Pengetahuan & Probabilistik

  • S5: Representasi Pengetahuan
  • S6: Rule‑Based Reasoning
  • S7: Perencanaan
  • S9: Bayes & Probabilistik

ML & Aplikasi

  • S10: Evaluasi & Regularisasi
  • S11: KNN & Decision Tree
  • S12: SVM
  • S13: K‑Means & PCA
  • S14: Perceptron & MLP
  • S15: NLP Klasik
  • S16: Kisi‑kisi UAS