|
UNIVERSITAS POTENSI UTAMA
|
RPS--AG2024MS2310 |
| RENCANA PEMBELAJARAN SEMESTER | ||||||
| MATA KULIAH (MK) | KODE | Rumpun MK | BOBOT (sks) | SEMESTER | Tanggal Penyusunan | |
| Machine Learning | AG2024MS2310 | Data and Information Management | T= 3 | 2 | 29 Jun 2024 | |
| Pengesahan | Dosen Pengembang RPS | Koordinator RMK | Ka PRODI |
|
Prof. Dr. Zakarias Situmorang, MT. |
Prof. Dr. Zakarias Situmorang, MT. |
Dr. Adil Setiawan, M.Kom |
| Capaian Pembelajaran | CPL-PRODI yang dibebankan pada MK | |
| CPL03 | Mampu menganalisis, merancang dan mengimplemetasikan solusi dari masalah yang terkait dengan keamanan data dan informasi dengan metode yang sesuai kebutuhan pengguna. | |
| CPL04 | Mampu menganalisis, merancang dan mengimplementasikan Manajemen Data dan Informasi melalui pendekatan inter dan multidisiplin sesuai dengan kebutuhan organisasi. | |
| CPL05 | Mampu menganalisis, membangun model dan menerapkan pendekatan Artificial Intelligence untuk memprediksi dan mendapatkan solusi. | |
| Capaian Pembelajaran Mata Kuliah (CPMK) | ||
| CPMK011 | Mampu mengimplementasikan solusi dari permasalahan yang terkait dengan keamanan data dan informasi dengan metode yang sesuai dengan kebutuhan pengguna. | |
| CPMK013 | Mampu merancang manajemen data dan informasi melalui pendekatan inter dan multidisplin sesuai dengan kebutuhan organisasi | |
| CPMK017 | Mampu menerapkan pendekatan Artificial Intelligence untuk memprediksi dan mendapatkan solusi | |
| Kemampuan akhir tiap tahapan belajar (Sub-CPMK) | ||
| sub.cpmk.AG2024MS2310.CPM | Mampu menentukan konsep dasar Machine Learning. | |
| sub.cpmk.AG2024MS2310.CPM | Mampu menentukan pemanfaatan Boolean Function di dalam Machine Learning | |
| sub.cpmk.AG2024MS2310.CPM | Mampu menentukan pemanfaatan Version Spaces di dalam Machine Learning | |
| sub.cpmk.AG2024MS2310.CPM | Mampu menentukan pemanfaatan Neural Network di dalam Machine Learning. | |
| sub.cpmk.AG2024MS2310.CPM | Mampu menentukan pemanfaatan Statistical Learning di dalam Machine Learning. | |
| sub.cpmk.AG2024MS2310.CPM | Mampu menentukan pemanfaatan Hidden Markov Models di dalam Machine Learning | |
| sub.cpmk.AG2024MS2310.CPM | Mampu mengetahui pemanfaatan Neural Network di dalam Biomedic.. | |
| sub.cpmk.AG2024MS2310.CPM | Mampu mengetahui pemanfaatan Decision Trees di dalam Machine Learning | |
| sub.cpmk.AG2024MS2310.CPM | Mampu mengetahui pemanfaatan Decision Trees di dalam Digital Forensic.. | |
| sub.cpmk.AG2024MS2310.CPM | Mampu mengetahui pemanfaatan Statistical Learning di dalam Machine Learning | |
| sub.cpmk.AG2024MS2310.CPM | Mampu mengetahui pemanfaatan Statistical Learning di dalam Digital Forensic | |
| sub.cpmk.AG2024MS2310.CPM | Mampu mengetahui pemanfaatan Hidden Markov Models di dalam Machine Learning. | |
| sub.cpmk.AG2024MS2310.CPM | Mampu mengetahui pemanfaatan Hidden Markov Models di dalam Biomedic. | |
| sub.cpmk.AG2024MS2310.CPM | Mampu memahami sumber di internet yang dapat membantu di dalam pengembangan dan implementasi Biomedic. | |
| Korelasi CPMK terhadap Sub-CPMK | ||
| CPMK011 |
sub.cpmk.AG2024MS2310.CPM sub.cpmk.AG2024MS2310.CPM sub.cpmk.AG2024MS2310.CPM sub.cpmk.AG2024MS2310.CPM |
|
| CPMK013 |
sub.cpmk.AG2024MS2310.CPM sub.cpmk.AG2024MS2310.CPM sub.cpmk.AG2024MS2310.CPM sub.cpmk.AG2024MS2310.CPM sub.cpmk.AG2024MS2310.CPM |
|
| CPMK017 |
sub.cpmk.AG2024MS2310.CPM sub.cpmk.AG2024MS2310.CPM sub.cpmk.AG2024MS2310.CPM sub.cpmk.AG2024MS2310.CPM sub.cpmk.AG2024MS2310.CPM |
|
| Deskripsi Singkat MK | Machine Learning (ML) adalah mesin yang dikembangkan untuk bisa belajar dengan sendirinya tanpa arahan dari penggunanya. Pembelajaran mesin dikembangkan berdasarkan disiplin ilmu lainnya seperti statistika, matematika dan data mining sehingga mesin dapat belajar dengan menganalisa data tanpa perlu di program ulang atau diperintah. Pada Matakuliah ini mahasiswa mampu membahas konsep dasar penyelesaian permasalahan logika Machine Learning yang berhubungan dengan IT Forensic. | |
| Bahan Kajian : Materi Pembelajaran | 1. Machine Learning. 2. Boolean Functions 3. Approximate Boolean Reasoning Approach to Rough Sets and Data Mining. 4. Using Version Spaces for Learning. 5. Version Space Learning. 6. Neural Networks. 7. Neural Network: Applications. 8. Decision Trees. 9. Deductive Forensics: Anticipating Attacks and Precrime. 10. Statistical Learning. 11. Fraud Detection: On The Web, Wireless, and In Real Time. 12. Hidden Markov Models: The Theory. 13. Hidden Markov Models: Applications. 14. Internet Resources and Public Databases. | |
| Pustaka | Utama | |
|
||
| Pendukung | ||
|
||
| Dosen Pengampu | Dr. Budi Triandi, M.Kom | |
| Mata Kuliah Syarat | - | |
| Pertemuan Ke | Kemampuan akhir tiap tahapan belajar (Sub-CPMK) | Penilaian | Bentuk Pembelajaran; Metode Pembelajaran; Penugasan Mahasiswa; | Materi Pembelajaran | Bobot Penilaian | ||
|---|---|---|---|---|---|---|---|
| Indikator | Kriteria & Teknik | Luring | Daring | ||||
| 1 |
sub.cpmk.AG2024MS2310.CPM-Mampu menentukan konsep dasar Machine Learning. |
• What is Machine Learning • Wellsprings of Machine Learning • Varieties of Machine Learning |
Kriteria Kebenaran dan Ketepatan Teknik Kehadiran/Quiz |
Kuliah,Diskusi,[D=150 Menit] |
Kuliah,Diskusi,[D=150 Menit] |
Topik RPS, Kontrak Pembelajaran,Machine Learning Sub Topik |
5 |
| 2 |
sub.cpmk.AG2024MS2310.CPM-Mampu menentukan pemanfaatan Boolean Function di dalam Machine Learning |
• Booelan Algebra • Diagrammatic Representations |
Kriteria Kebenaran dan Ketepatan Teknik Menjawab soal-soal pertanyaan |
Kuliah,Diskusi,[D=100 Menit] Penugasan,Kuis Langsung,[KL=50 Menit] |
Kuliah,Diskusi,[D=100 Menit] Penugasan,Kuis Langsung,[KL=50 Menit] |
Topik Boolean Functions.. Sub Topik |
5 |
| 3 |
sub.cpmk.AG2024MS2310.CPM-Mampu menentukan pemanfaatan Version Spaces di dalam Machine Learning |
• Introduction • Boolean Reasoning Approach |
Kriteria Kebenaran dan Ketepatan Teknik Review Paper |
Kuliah,Diskusi,[D=90 Menit] Penugasan,Unjuk Kerja,[UK=60 Menit] |
Kuliah,Diskusi,[D=90 Menit] Penugasan,Unjuk Kerja,[UK=60 Menit] |
Topik Approximate Boolean Reasoning Approach to Rough Sets and Data Mining. Sub Topik |
10 |
| 4 |
sub.cpmk.AG2024MS2310.CPM-Mampu menentukan pemanfaatan Neural Network di dalam Machine Learning. |
• Version Spaces and Mistake Bounds • Version Graphs • Learning as Search of a Version Space •The Candidate Elimination Method |
Kriteria Kebenaran dan Ketepatan Teknik Menjawab soal-soal pertanyaan |
Kuliah,Diskusi,[D=100 Menit] Penugasan,Unjuk Kerja,[UK=50 Menit] |
Kuliah,Diskusi,[D=100 Menit] Penugasan,Unjuk Kerja,[UK=50 Menit] |
Topik Using Version Spaces for Learning Sub Topik |
10 |
| 5 |
sub.cpmk.AG2024MS2310.CPM-Mampu menentukan pemanfaatan Statistical Learning di dalam Machine Learning. |
• Concept Learning and Concept Description • Version Space • Version Space Method |
Kriteria Kebenaran dan Ketepatan Teknik Review Paper |
Kuliah,Diskusi,[D=100 Menit] Penugasan,Observasi,[OB=50 Menit] |
Kuliah,Diskusi,[D=100 Menit] Penugasan,Observasi,[OB=50 Menit] |
Topik Version Space Learning.. Sub Topik |
5 |
| 6 |
sub.cpmk.AG2024MS2310.CPM-Mampu menentukan pemanfaatan Hidden Markov Models di dalam Machine Learning |
• Threshold Logic Units • Linear Machines • Network of TLUs |
Kriteria Kebenaran dan Ketepatan Teknik Menjawab soal-soal pertanyaan |
Kuliah,Diskusi,[D=100 Menit] Penugasan,Observasi,[OB=50 Menit] |
Kuliah,Diskusi,[D=100 Menit] Penugasan,Observasi,[OB=50 Menit] |
Topik Neural Networks Sub Topik |
5 |
| 7 |
sub.cpmk.AG2024MS2310.CPM-Mampu mengetahui pemanfaatan Neural Network di dalam Biomedic.. |
• Sequence Encoding and Output Interpretation • Sequence Correlations and Neural Networks |
Kriteria Kebenaran dan Ketepatan Teknik Menjawab soal- soal pertanyaan |
Kuliah,Diskusi,[D=90 Menit] Penugasan,Tugas Kelompok ,[TK=60 Menit] |
Kuliah,Diskusi,[D=90 Menit] Penugasan,Tugas Kelompok ,[TK=60 Menit] |
Topik Neural Network: Applications. Sub Topik |
10 |
| 8 |
sub.cpmk.AG2024MS2310.CPM-Mampu menentukan pemanfaatan Statistical Learning di dalam Machine Learning. sub.cpmk.AG2024MS2310.CPM-Mampu menentukan pemanfaatan Hidden Markov Models di dalam Machine Learning sub.cpmk.AG2024MS2310.CPM-Mampu mengetahui pemanfaatan Neural Network di dalam Biomedic.. sub.cpmk.AG2024MS2310.CPM-Mampu mengetahui pemanfaatan Decision Trees di dalam Machine Learning |
• Ketepatan Menuliskan jawaban sesuai soal |
Kriteria Ketepatan jawaban ujian sesuai perintah soal Teknik Menjawab soal- soal pertanyaan |
Ujian terjadwal,Durasi sesuai DAAK,[D=100 Menit] |
Ujian terjadwal,Durasi sesuai DAAK,[D=100 Menit] |
Topik Materi Pertemuan 1-7 Sub Topik Materi Pertemuan 1-7 |
15 |
| 9 |
sub.cpmk.AG2024MS2310.CPM-Mampu mengetahui pemanfaatan Decision Trees di dalam Machine Learning |
• Definition Decision Trees • Supervised Learning of Univariate Decision Trees • Network Equivalent to Decision Trees |
Kriteria Kebenaran dan Ketepatan Teknik Menjawab soal- soal pertanyaan |
Kuliah,Diskusi,[D=100 Menit] Penugasan,Observasi,[OB=50 Menit] |
Kuliah,Diskusi,[D=100 Menit] Penugasan,Observasi,[OB=50 Menit] |
Topik Decision Trees. Sub Topik |
2.5 |
| 10 |
sub.cpmk.AG2024MS2310.CPM-Mampu mengetahui pemanfaatan Decision Trees di dalam Digital Forensic.. |
• Artificial Intelligence and Machine Learning • Decision Trees • Decision Tree Techniques • Rule Generators • Decision Tree Tools |
Kriteria Kebenaran dan Ketepatan Teknik Review Paper, Penulisan Paper |
Kuliah,Diskusi,[D=100 Menit] Penugasan,Observasi,[OB=50 Menit] |
Kuliah,Diskusi,[D=100 Menit] Penugasan,Observasi,[OB=50 Menit] |
Topik Building an Optimizer Based on the Particle Swarm Optimization Algorithm. Sub Topik |
2.5 |
| 11 |
sub.cpmk.AG2024MS2310.CPM-Mampu mengetahui pemanfaatan Statistical Learning di dalam Machine Learning |
• Using Statistical Decision Theory • Learning Belief Networks • Nearest Neighbor Methods |
Kriteria Kebenaran dan Ketepatan Teknik Menjawab soal-soal pertanyaan |
Kuliah,Diskusi,[D=100 Menit] Penugasan,Kuis Langsung,[KL=50 Menit] |
Kuliah,Diskusi,[D=100 Menit] Penugasan,Kuis Langsung,[KL=50 Menit] |
Topik Statistical Learning. Sub Topik |
1 |
| 12 |
sub.cpmk.AG2024MS2310.CPM-Mampu mengetahui pemanfaatan Statistical Learning di dalam Digital Forensic |
• Definition an Techniques • The Interviews • The Scene of The Crime • Searches for Associations • Rule of Fraud • A Forensic Investigation Methodology • Forensic Ensemble Techniques |
Kriteria Kebenaran dan Ketepatan Teknik Review Paper, Penulisan Paper |
Kuliah,Diskusi,[D=100 Menit] Penugasan,Kuis Langsung,[KL=50 Menit] |
Kuliah,Diskusi,[D=100 Menit] Penugasan,Kuis Langsung,[KL=50 Menit] |
Topik Fraud Detection: On The Web, Wireless, and In Real Time.,. Sub Topik |
1 |
| 13 |
sub.cpmk.AG2024MS2310.CPM-Mampu mengetahui pemanfaatan Hidden Markov Models di dalam Machine Learning. |
• Introduction • Prior Information and Initialization • Likelihood and Basic Algorithms |
Kriteria Teknik Menjawab soal-soal pertanyaan |
Kuliah,Diskusi,[D=100 Menit] Penugasan,Kuis Langsung,[KL=50 Menit] |
Kuliah,Diskusi,[D=100 Menit] Penugasan,Kuis Langsung,[KL=50 Menit] |
Topik Hidden Markov Models: The Theory. Sub Topik |
1 |
| 14 |
sub.cpmk.AG2024MS2310.CPM-Mampu mengetahui pemanfaatan Hidden Markov Models di dalam Biomedic. |
• Protein Applications • DNA and RNA Applications |
Kriteria Kebenaran dan Ketepatan Teknik Review Paper, Penulisan Paper |
Kuliah,Diskusi,[D=100 Menit] Penugasan,Kuis Langsung,[KL=50 Menit] |
Kuliah,Diskusi,[D=100 Menit] Penugasan,Kuis Langsung,[KL=50 Menit] |
Topik Hidden Markov Models: Applications. Sub Topik |
1 |
| 15 |
sub.cpmk.AG2024MS2310.CPM-Mampu memahami sumber di internet yang dapat membantu di dalam pengembangan dan
implementasi Biomedic. |
• A Rapidly Changing Set of Resources • Databases Over Databases and Tools • Databases Over Databases in Molecular Biology |
Kriteria Kebenaran dan Ketepatan Teknik menjawab soal-soal pertanyaan |
Kuliah,Diskusi,[D=100 Menit] Penugasan,Kuis Langsung,[KL=50 Menit] |
Kuliah,Diskusi,[D=100 Menit] Penugasan,Kuis Langsung,[KL=50 Menit] |
Topik Internet Resources and Public Databases.. Sub Topik |
1 |
| 16 |
sub.cpmk.AG2024MS2310.CPM-Mampu mengetahui pemanfaatan Statistical Learning di dalam Machine Learning sub.cpmk.AG2024MS2310.CPM-Mampu mengetahui pemanfaatan Statistical Learning di dalam Digital Forensic sub.cpmk.AG2024MS2310.CPM-Mampu mengetahui pemanfaatan Hidden Markov Models di dalam Machine Learning. sub.cpmk.AG2024MS2310.CPM-Mampu mengetahui pemanfaatan Hidden Markov Models di dalam Biomedic. sub.cpmk.AG2024MS2310.CPM-Mampu memahami sumber di internet yang dapat membantu di dalam pengembangan dan implementasi Biomedic. |
• Ketepatan Menuliskan jawaban sesuai soal |
Kriteria Kebenaran dan Ketepatan Teknik Menjawab soal- soal pertanyaan |
Ujian terjadwal,Durasi sesuai DAAK,[D=100 Menit] |
Ujian terjadwal,Durasi sesuai DAAK,[D=100 Menit] |
Topik Materi Pertemuan 9-15 Sub Topik Materi Pertemuan 9-15 |
25 |
| CPL | MK | CPMK | Partisipasi (Kehadiran/Quiz) | Unjuk Kerja (Presentasi) | Tes Tulis (UTS) | Tes Tulis (UAS) | Observasi (Praktek/Tugas) | Tes Lisan (Tugas Kelompok) |
|---|---|---|---|---|---|---|---|---|
| CPL03 | Machine Learning | CPMK011 | Y | Y | Y | |||
| CPL04 | Machine Learning | CPMK013 | Y | Y | Y | |||
| CPL05 | Machine Learning | CPMK017 | Y | Y |
| CPL | CPMK | Sub-CPMK | Detail Penugasan (Teknik Penilaian) | Bobot % | Kriteria Penilaian |
|---|---|---|---|---|---|
| CPL03 | CPMK011 | sub.cpmk.AG2024MS2310.CPM | Kehadiran/Quiz | 5 | Kebenaran dan Ketepatan |
| CPL03 | CPMK011 | sub.cpmk.AG2024MS2310.CPM | Menjawab soal-soal pertanyaan | 5 | Kebenaran dan Ketepatan |
| CPL03 | CPMK011 | sub.cpmk.AG2024MS2310.CPM | Review Paper | 10 | Kebenaran dan Ketepatan |
| CPL03 | CPMK011 | sub.cpmk.AG2024MS2310.CPM | Menjawab soal-soal pertanyaan | 10 | Kebenaran dan Ketepatan |
| CPL04 | CPMK013 | sub.cpmk.AG2024MS2310.CPM | Review Paper | 5 | Kebenaran dan Ketepatan |
| CPL04 | CPMK013 | sub.cpmk.AG2024MS2310.CPM | Menjawab soal-soal pertanyaan | 5 | Kebenaran dan Ketepatan |
| CPL04 | CPMK013 | sub.cpmk.AG2024MS2310.CPM | Menjawab soal- soal pertanyaan | 10 | Kebenaran dan Ketepatan |
| CPL04 | CPMK013 | sub.cpmk.AG2024MS2310.CPM | Menjawab soal- soal pertanyaan | 15 | Ketepatan jawaban ujian sesuai perintah soal |
| CPL04 | CPMK013 | sub.cpmk.AG2024MS2310.CPM | Menjawab soal- soal pertanyaan | 2.5 | Kebenaran dan Ketepatan |
| CPL04 | CPMK013 | sub.cpmk.AG2024MS2310.CPM | Review Paper, Penulisan Paper | 2.5 | Kebenaran dan Ketepatan |
| CPL05 | CPMK017 | sub.cpmk.AG2024MS2310.CPM | Menjawab soal-soal pertanyaan | 1 | Kebenaran dan Ketepatan |
| CPL05 | CPMK017 | sub.cpmk.AG2024MS2310.CPM | Review Paper, Penulisan Paper | 1 | Kebenaran dan Ketepatan |
| CPL05 | CPMK017 | sub.cpmk.AG2024MS2310.CPM | Menjawab soal-soal pertanyaan | 1 | |
| CPL05 | CPMK017 | sub.cpmk.AG2024MS2310.CPM | Review Paper, Penulisan Paper | 1 | Kebenaran dan Ketepatan |
| CPL05 | CPMK017 | sub.cpmk.AG2024MS2310.CPM | menjawab soal-soal pertanyaan | 1 | Kebenaran dan Ketepatan |
| CPL05 | CPMK017 | sub.cpmk.AG2024MS2310.CPM | Menjawab soal- soal pertanyaan | 25 | Kebenaran dan Ketepatan |
| Total | 100 | ||||
| CPL | MK | CPMK | Partisipasi (Kehadiran/Quiz) | Unjuk Kerja (Presentasi) | Tes Tulis (UTS) | Tes Tulis (UAS) | Observasi (Praktek/Tugas) | Tes Lisan (Tugas Kelompok) | Total |
|---|---|---|---|---|---|---|---|---|---|
| CPL03 | Machine Learning | CPMK011 | 10% | 10% | 0% | 0% | 0% | 10% | 30% |
| CPL04 | Machine Learning | CPMK013 | 0% | 0% | 15% | 0% | 15% | 10% | 40% |
| CPL05 | Machine Learning | CPMK017 | 5% | 0% | 0% | 25% | 0% | 0% | 30% |
| 100% | |||||||||