RPS OBE — Kecerdasan Buatan

Mata Kuliah

Kecerdasan Buatan

SKS

2 SKS (2 × 50 menit/minggu)

Semester

7 (Gasal)

CPL MK

CPL 4 · CPL 5 · CPL 6 · CPL 9

Tentang MK

Deskripsi Mata Kuliah

Mata kuliah ini memberikan pemahaman mengenai konsep dan praktik kecerdasan buatan dengan fokus pada machine learning, generative AI, dan pengembangan sistem AI modern. Melalui proyek implementasi berbasis AI, mahasiswa dituntut untuk mampu memecahkan permasalahan dengan AI, menggunakan tools AI terkini, mengomunikasikan hasil kerja AI, serta menerapkan etika AI secara bertanggung jawab dalam mendukung pencapaian SDG 4, SDG 9, dan SDG 11.

Machine learning: supervised, unsupervised, neural network dasar
Generative AI: LLM, prompt engineering, teks-to-image, AI agents
Implementasi tools AI modern (Copilot, Claude, Gemini, LangChain)
Etika, regulasi, dan tanggung jawab AI (AI Act, UU PDP, bias, explainability)

🌱 Wajib integrasi minimal 2 dari 3 SDG (4, 9, 11) dalam prototipe AI.

Cakupan AI

Ilustrasi Pembelajaran

Neural Network

Deep learning, CNN, RNN, transformer, backpropagation

Generative AI

LLM, GANs, Diffusion, teks-to-image, AI agents

Machine Learning

Supervised, unsupervised, scikit-learn, PyTorch

Etika AI

Bias, explainability, AI Act, UU PDP, deepfakes

Standar Kompetensi

CPL Mata Kuliah

CPL 4 — Problem Analysis

Kemampuan mengidentifikasi, merumuskan, menganalisis dan menyelesaikan permasalahan teknik elektro pada bidang elektronika kendali yang mendukung pengembangan teknik tenaga listrik dan telekomunikasi.

CPL 5 — Tool Usage

Kemampuan menerapkan metode, keterampilan dan piranti teknik yang modern yang diperlukan untuk praktik teknik elektro.

CPL 6 — Communication

Kemampuan berkomunikasi secara efektif baik lisan maupun tulisan.

CPL 9 — Ethics

Kemampuan untuk bertanggung jawab kepada masyarakat, mematuhi etika profesi, serta menjunjung tinggi nilai bela negara dalam menyelesaikan permasalahan teknik elektro.

Kompetensi Akhir

CPMK Mata Kuliah

CPMK 1

Pemecahan Permasalahan dengan AI

Mahasiswa mampu memecahkan permasalahan pada bidang teknik elektro menggunakan metode dan algoritma kecerdasan buatan.

CPMK 2

Penggunaan Tools AI Modern

Mahasiswa mampu menggunakan tools dan piranti AI modern termasuk generative AI dalam praktik teknik elektro.

CPMK 3

Komunikasi Hasil Kerja AI

Mahasiswa mampu mengomunikasikan hasil kerja sistem AI secara efektif baik lisan maupun tulisan kepada audiens teknis dan non-teknis.

CPMK 4

Penerapan Etika AI

Mahasiswa mampu menerapkan prinsip etika AI dan tanggung jawab profesi dalam pengembangan dan penerapan sistem AI.

Sustainable Development

SDGs dalam Proyek

SDG 4 — Pendidikan Berkualitas

SDG 9 — Industri & Infrastruktur

SDG 11 — Kota Berkelanjutan

SDG	Contoh Penerapan AI
SDG 4 — Pendidikan	AI tutoring system, automated essay scoring, personalized learning platform
SDG 9 — Infrastruktur	AI untuk maintenance prediktif, smart grid, deteksi kerusakan infrastruktur
SDG 11 — Kota Berkelanjutan	AI untuk manajemen lalu lintas, waste sorting, pollution monitoring, smart building

Mahasiswa wajib mengintegrasikan minimal 2 dari 3 SDG dalam prototipe AI yang dikembangkan.

Materi Perkuliahan

Topik per Minggu

Mg	Topik	CPMK
1	Pendahuluan AI — definisi, sejarah, AI vs ML vs DL, SOTA 2025–2026 (GPT-4o, Gemini 2, Claude 3.5, o1/o3)	CPMK 1
2	Supervised Learning — regresi, klasifikasi, SVM, Random Forest, k-NN	CPMK 1 CPMK 2
3	Unsupervised Learning — clustering, PCA, association rules	CPMK 1 CPMK 2
4	Neural Network dasar — perceptron, backpropagation, fungsi aktivasi	CPMK 1 CPMK 2
5	Convolutional Neural Network (CNN) — arsitektur, pooling, transfer learning	CPMK 1 CPMK 2
6	Recurrent Neural Network (RNN/LSTM) — sequence modeling, time series	CPMK 1 CPMK 2
7	Transformer & LLM — attention mechanism, GPT, BERT, Llama; API integration	CPMK 2
8	🖊️ UJIAN TENGAH SEMESTER (UTS)
9	Prompt Engineering — zero-shot, few-shot, chain-of-thought, ReAct; Copilot, Claude, Gemini API	CPMK 2
10	Generative AI — GANs, VAEs, Diffusion (Stable Diffusion, DALL-E); teks-to-image, teks-to-code	CPMK 2
11	AI Agents & RAG — tool use, multi-agent, vector database, retrieval-augmented generation	CPMK 2
12	AI untuk Visi & Bahasa — OCR, object detection (YOLO), sentiment analysis, TTS, STT	CPMK 2
13	AI for SDG — kesehatan (SDG 3), smart city (SDG 11), pendidikan (SDG 4), infrastruktur (SDG 9)	CPMK 1 CPMK 2
14	Etika AI — bias, fairness, explainability (SHAP/LIME), deepfakes, AI safety, AI alignment	CPMK 3 CPMK 4
15	Regulasi AI — AI Act (EU), UU PDP, copyright AI-generated content, sustainability AI	CPMK 4
16	🖊️ UJIAN AKHIR SEMESTER (UAS)

Evaluasi Pembelajaran

Rencana Asesmen & Bobot

20%

UTS

Ujian Tertulis

60%

Proyek

Prototipe + Laporan + Presentasi

20%

UAS

Ujian Tertulis

Asesmen	CPMK 1	CPMK 2	CPMK 3	CPMK 4	Total
UTS	10	0	0	10	20
Proyek	10	35	5	10	60
UAS	0	10	10	0	20
Total	20	45	15	20	100

Catatan:
• UTS mengukur CPMK 1 & CPMK 4 | UAS mengukur CPMK 2 & CPMK 3
• Proyek mengukur CPMK 1, CPMK 2, CPMK 3, dan CPMK 4

📦 Deliverables Proyek (Kelompok 3 Orang)

Prototipe AI/ML/GenAI Laporan Teknis Presentasi Demo Integrasi SDG (min. 2 dari 3)

Bacaan

Referensi

Buku

Artificial Intelligence: A Modern Approach

Stuart Russell & Peter Norvig, 4th ed., Pearson, 2021

Buku

Hands-On Machine Learning with Scikit-Learn, Keras & TensorFlow

Aurelien Geron, 3rd ed., O'Reilly, 2022

Paper

Attention Is All You Need

Vaswani et al., NeurIPS 2017 · arXiv:1706.03762

Paper

Language Models are Few-Shot Learners (GPT-3)

Brown et al., NeurIPS 2020 · arXiv:2005.14165

Paper

High-Resolution Image Synthesis with Latent Diffusion Models

Rombach et al., CVPR 2022 · arXiv:2112.10752