Kecerdasan Artifisial
Program studi Kecerdasan Artifisial (AI) berfokus pada riset dan implementasi sistem cerdas, deep learning, computer vision, natural language processing, serta generative AI untuk menjawab tantangan revolusi industri masa kini.
MATERI YANG DIPELAJARI
Dasar-Dasar Pemrograman 1 (DDP 1)4 SKS
Algoritma komputasional, tipe data, abstraksi logika, dan scripting analitis dengan Python.
- Dasar-Dasar Pemrograman 2
Kalkulus 13 SKS
Diferensial, fungsi kontinu, optimasi gradien, dan dasar matematika machine learning.
- Kalkulus 2
Matematika Diskret 13 SKS
Logika komputasi, teori graf, relasi himpunan, dan penalaran induktif formal.
- Matematika Diskret 2
Pengantar Sistem Digital4 SKS
Rangkaian logika biner, arsitektur hardware komputasi, dan representasi data numerik.
- Pengantar Organisasi Komputer
MPK Agama2 SKS
Penanaman akhlak, etika moral, dan keharmonisan sosial.
MPK Bahasa Inggris2 SKS
Academic reading dan writing untuk literatur ilmiah serta komunikasi paper riset AI.
Dasar-Dasar Pemrograman 2 (DDP 2)4 SKS
Object-Oriented Programming (OOP) dan struktur data berorientasi objek dalam Java.
- Struktur Data & Algoritma
Aljabar Linear untuk AI3 SKS
Vektor, tensor, dekomposisi matriks (SVD, PCA), eigen value, dan ruang fitur numerik.
- Pembelajaran Mesin
Kalkulus Multivariabel (Kalkulus 2)3 SKS
Turunan parsial, gradien, matriks Hessian, dan metode optimasi numerik multi-dimensi.
- Pembelajaran Mendalam (Deep Learning)
Pengantar Organisasi Komputer3 SKS
Arsitektur CPU/GPU komputasi paralel dan memori akses berkecepatan tinggi.
Matematika Diskret 23 SKS
Pohon keputusan, teori probabilitas diskret, dan pemodelan relasional logika.
MPK Bahasa Indonesia3 SKS
Tata bahasa ilmiah bahasa Indonesia untuk publikasi karya akademik.
Struktur Data & Algoritma (SDA)4 SKS
Pencarian efisien, indexing pohon, grafik trajektori, dan optimasi struktur data memori.
- Desain & Analisis Algoritma
Statistika dan Teori Probabilitas3 SKS
Bayesian inference, rantai Markov, distribusi probabilitas multivariat, dan stochastic processes.
- Pembelajaran Mesin
Basis Data4 SKS
Manajemen relasional SQL, database vektor (Vector DB), dan NoSQL untuk dataset AI berskala besar.
Pengantar Kecerdasan Artifisial3 SKS
Heuristic search, agen cerdas, game theory, logic programming, dan penalaran inferensial.
- Pembelajaran Mesin
- Sistem Cerdas
Sistem Operasi4 SKS
Manajemen proses, threads multitasking, virtualisasi sistem, dan komputasi awan.
Pembelajaran Mesin (Machine Learning)4 SKS
Supervised dan unsupervised learning: regresi, SVM, Random Forest, k-Means, dimensionality reduction, dan model evaluation.
- Pembelajaran Mendalam (Deep Learning)
- Pengolahan Bahasa Alami (NLP)
Desain & Analisis Algoritma3 SKS
Algoritma optimasi lanjutan, pemrograman dinamis, dan analisis kompleksitas komputasional.
Pemrograman Berbasis Platform4 SKS
Deployment model AI ke aplikasi web terdistribusi melalui API endpoint.
- Proyek Perangkat Lunak AI
Jaringan Komputer4 SKS
Komunikasi data, protokol transfer data streaming, dan arsitektur distributed computing.
Rekayasa Perangkat Lunak4 SKS
Software engineering best practices, MLOps, CI/CD pipeline, dan version control dataset.
- Proyek Perangkat Lunak AI
Pembelajaran Mendalam (Deep Learning)4 SKS
Neural networks, backpropagation, CNN, RNN/LSTM, Transformer architecture, dan training dengan PyTorch.
- Generative AI
- Visi Komputer
Visi Komputer (Computer Vision)3 SKS
Image processing, feature extraction, object detection (YOLO), image segmentation, dan facial recognition.
Pengolahan Bahasa Alami (NLP)3 SKS
Tokenisasi, embedding (Word2Vec, BERT), LLM prompting, text summarization, dan sentiment analysis.
Etika dan Regulasi AI2 SKS
Keadilan algoritma (fairness), bias mitigasi, explainability (XAI), hak cipta generatif, dan etika kecerdasan buatan.
Interaksi Manusia dan AI2 SKS
Perancangan antarmuka human-in-the-loop, agen percakapan (chatbots), dan user trust modeling.
Proyek Sistem AI (PPL AI)6 SKS
Pengembangan solusi cerdas end-to-end berbasis deep learning yang siap pakai di lingkungan produksi riil.
- Skripsi
Mata Kuliah Pilihan AI 13 SKS
Spesialisasi riset lanjutan di bidang kecerdasan buatan.
Mata Kuliah Pilihan AI 23 SKS
Pengembangan modul aplikasi cerdas spesifik.
Mata Kuliah Pilihan AI 33 SKS
Eksplorasi state-of-the-art model dan teknologi AI mutakhir.
Mata Kuliah Pilihan AI 43 SKS
Riset peminatan interdisipliner.
Mata Kuliah Pilihan AI 53 SKS
Elektif terapan pendukung penyusunan tugas akhir.
Skripsi / Tugas Akhir AI6 SKS
Penyusunan naskah riset ilmiah kecerdasan artifisial dan uji kelayakan inovasi komputasi.
Mata Kuliah Pilihan AI 63 SKS
Mata kuliah pilihan penutup program sarjana.
Generative AI & LLM Engineering3 SKS
Diffusion models, GANs, fine-tuning LLM (LoRA/QLoRA), RAG pipeline, dan prompt orchestration.
Reinforcement Learning3 SKS
Q-learning, Policy Gradients, Actor-Critic, Deep Q-Networks (DQN), dan simulasi game environment.
Robotika Cerdas3 SKS
Kinematika robot, sensor fusion (LiDAR/IMU), SLAM, path planning, dan ROS integration.
Bioinformatika Komputasional3 SKS
Analisis sekuens DNA, pemodelan struktur protein dengan AI, dan komputasi biomedis.