Skip ke Konten

AI Research Methodology

AI701

Metodologi penelitian dalam kecerdasan buatan

Kode Mata Kuliah: AI701

Semester: Semester 1

SKS: 3

Tipe: Wajib

Tahun Akademik: 2024/2025 2023/2024

Jumlah Mahasiswa: 12 (rata-rata)

Rating: ★ ★ ★ ★ 4.8/5.0

Prasyarat

Advanced Machine Learning (master level)

Deskripsi Mata Kuliah

Deskripsi Mata Kuliah

AI Research Methodology dirancang khusus untuk mahasiswa program doktor yang akan melakukan penelitian dalam bidang kecerdasan buatan. Mata kuliah ini membekali mahasiswa dengan framework metodologis yang komprehensif untuk penelitian AI.

Capaian Pembelajaran:

  • Memahami metodologi penelitian AI yang rigor
  • Mampu merancang eksperimen penelitian AI
  • Memahami etika dan reproducibility dalam AI research
  • Mampu menulis paper untuk jurnal top-tier

Topik Pokok:

  1. Scientific Method in AI Research
  2. Research Design and Hypothesis Formulation
  3. Experimental Methodology in AI
  4. Statistical Analysis for AI Experiments
  5. Reproducibility and Open Science
  6. Ethics in AI Research
  7. Writing Research Papers
  8. Peer Review Process
Capaian Pembelajaran

Mahasiswa mampu merancang dan mengeksekusi penelitian AI yang berkualitas tinggi sesuai standar internasional

Metode Penilaian
Research Proposal: 50%, Literature Review: 30%, Presentation: 20%
Buku Referensi
  • Deep Learning
    Penulis: Ian Goodfellow, Yoshua Bengio, Aaron Courville
    MIT Press , 2016
    ISBN: 978-0262035613
Ringkasan Silabus

Mata kuliah ini mencakup metodologi penelitian AI, experimental design, statistical analysis, reproducibility, ethics, dan writing research papers.

Informasi Tambahan

Kategori: Mata Kuliah Doktor

Kapasitas Maksimal: 15 mahasiswa

Kepuasan Mahasiswa: 4.9/5.0

Dibuat: 29/12/2025 01:22:50

Terakhir diubah: 13/02/2026 23:29:56

Mata Kuliah Terkait
Advanced Machine Learning
CS501 • 3 SKS • Semester 1
Anatomi Manusia
MED101 • 4 SKS • Semester 1
Ekonomi Mikro
ECO101 • 3 SKS • Semester 1
Financial Economics
ECO501 • 3 SKS • Semester 1
Hukum Pidana
LAW201 • 4 SKS • Semester 3
Machine Learning
IF305 • 3 SKS • Semester 5