Web Intelligence
Web Intelligence Syllabus
On this page
- Annoucement
- Course Information (August 2024)
- Reading/Materials
- Minggu 1: Anatomi Halaman Web, XML, dan Semantic Web (Web 3.0)
- Minggu 2: Arsitektur Mesin Pencari dan Focused Crawler
- Minggu 3: Pemrosesan Teks untuk Estraksi Term
- Minggu 4: Pemrosesan Teks untuk Klasifikasi Teks
- π» Minggu 5: Hands on Project #1: Focused Crawler + Pendalaman Materi
- Minggu 6: Pemeringkatan dan Mesin Pencari Vertikal`
- Minggu 7: Sistem Rekomendasi Berbasis Machine Learning untuk Halaman Web
- Minggu 8: UTS (Proposal Proyek)
- Minggu 9: Analisis Sentimen pada Halaman Web dan Sosial Media
- Minggu 10: Deteksi Plagiat Teks Akademik melalui Sumber Daya Web
- π» Minggu 11: Hands on Project #2 Deteksi Plagiat + Pendalaman Materi
- Minggu 12: Chatbot: Pengantar Large Language Model (a.k.a ChatGPT)
- Minggu 13: Chatbot: Retrieval-Augmented Generation (RAG) Model untuk Sumber Daya Web
- π» Minggu 14: Hands on Project #3 RAG + Pendalaman Materi
- Minggu 15: Future Prospect: Open-World Lifelong Learning pada Sumber Daya Web
- Minggu 16: UAS (Proyek)
- References
IF201504: Kecerdasan Web
Annoucement
π¬ Annoucement
11 September 2024
Kecerdasan Web: Kuliah Daring Friday, 8:00 β 10:00am Time zone: Asia/Makassar Google Meet joining info Video call link: https://meet.google.com/dke-zecm-cxt
27 August 2024
The class will be started on 13 September 2024, we will have a class through Google Meets for now.
Course Information (August 2024)
Description:
Internet, World Wide Web, dan media sosial kini merupakan bagian integral dari kehidupan sehari-hari, mempengaruhi berbagai aspek bisnis, pendidikan, dan hiburan. Mata kuliah ini membahas penerapan kecerdasan artifisial dalam konteks web, yang dikenal sebagai web intelligence atau kecerdasan web.
Materi yang diajarkan mencakup penerapan teknologi seperti mesin pencari vertikal, sistem rekomendasi, analisis sentimen, deteksi plagiat dalam industri pendidikan, dan pengembangan chatbot. Mahasiswa akan dibekali latar teoritis terkait kecerdasan web. Selain itu, mahasiswa akan dikenalkan pada konsep-konsep terkait sosiologi pengguna web browser untuk mendapatkan perspektif yang lebih luas tentang bagaimana kecerdasan web berinteraksi dengan pengguna manusia. Mata kuliah ini juga mencakup potensi teknologi terbaru dalam kecerdasan web. Semua topik yang diberikan mempertimbangkan kebutuhan bisnis dan juga pemerintahan terutama perkembangan ibu kota baru nusantara dalam konteks kota cerdas.
Sebagai bagian dari pembelajaran praktis, mata kuliah ini mencakup proyek hands-on yang memberikan pengalaman langsung melalui tutorial langkah demi langkah. Metode ini dirancang untuk membantu mahasiswa memahami secara konkret bagaimana kecerdasan web dapat diimplementasikan untuk menyelesaikan masalah dunia nyata.
Lecturer:
Gusti Ahmad Fanshuri Alfarisy (Ph.D. Candidate in Artificial Intelligence) - (gusti.alfarisy@lecturer.itk.ac.id)
Assistant:
- Ersan Karimi - (11201027@student.itk.ac.id)
Time: Friday, 08:00 - 10:00 WITA (50-10-50), 50 minutes lecture/hands-on project, 10 minutes break
Online: https://meet.google.com/dke-zecm-cxt
Penilaian
- Tugas: 20%
- Quiz: 10% (Week 15)
- UTS: 20%
- UAS: 50% (Project based)
Note: penilaian kelompok akan dipukul rata, sama untuk setiap mahasiswa (dipertimbangkan sebagai kerja sama tim).
Tugas
- Mahasiswa menganalisis salah satu halaman web lalu mengidentifikasi jenis kecerdasan yang digunakan pada halaman web tersebut. Menjelaskan teknik yang digunakan (jika ada). Dan mengidentifikasi kekurangan pada halaman web serta memberikan rekomendasi perbaikan dalam konteks kecerdasan web. Tugas dibuat dalam bentuk esai singkat tidak lebih dari dua halaman dalam bentuk markdown. (Persentase: 5%)
- Mahasiswa membentuk kelompok maksimal 4 orang atau dapat bekerja secara mandiri. Mahasiswa diminta untuk menjelaskan salah satu jurnal ilmiah (terpublikasi minimal tahun 2019 berbahasa inggris) berkaitan dengan kecerdasan web dan membuat penjelasan terkait metode yang digunakan dalam bentuk markdown yang tidak lebih dari 5-7 halaman. (Persentase: 15%)
Quiz
Quiz diberikan dalam bentuk pilihan ganda 10 soal pada pertemuan ke-15
UTS
UTS merupakan penentuan judul proyek (individu maupun kelompok) dengan rencana progress yang akan dikerjakan beserta metode. Mahasiswa diharapkan menguasai metode dengan baik jika topik yang diambil ada pada topik di Minggu 1 - 7. Memahami kasaran metode jika topik pada Minggu 9 - 15. UTS dalam bentuk presentasi dengan menyajikan judul, metode, dan rencana jadwal progress.
UAS
UAS dilaksanakan dengen presentasi proyek yang berdampak (akan dijelaskan di pertemuan pertama). Jenis Proyek bervariasi, ada yang bersifat individu ataupun kelompok, sesuai minat masing-masing mahasiswa. Jenis-jenis proyek sebagai berikut:
- Mengembangkan Plugin pada Aplikasi Open Source Populer - Kelompok (maks. 3 org)/Individu
- Jurnal Ilmiah (Submission) - Kelompok (maks. 4 org)/Individu
- Proposal Tugas Akhir (TA) beserta prototipe awal - Individu
- Buku dengan judul βScraping Halaman Web dan Focused Crawler dengan Pythonβ (5 orang + dosen pengampu).
- Aplikasi atau komponen aplikasi dari startup digital yang marketnya telah tervalidasi. Dengan CEO yang jelas.
- Pengembangan kecerdasan web dengan kerja sama mitra industri.
- Mahasiswa mengajar terkait topik kecerdasan web berbasis proyek dengan keluaran berupa modul pembelajaran - kelompok maks 3 org.
- Mengikuti Penelitian Dosen Pengampu dengan keluaran prototipe awal yang dapat diteruskan menjadi TA (atau berserta proposal) - Individu.
- Mengembangkan aplikasi kecerdasan web tertanam pada aplikasi di lingkungan Institut Teknologi Kalimantan dengan manfaat yang jelas - Kelompok (maks. 3 org)/Individu
- Publikasi artikel disalah satu web populer terkait kecerdasan web berbasiskan pengerjaan proyek - Individu.
- Atau potensi proyek berdampak lainnya yang dapat diusulkan oleh mahasiswa
Reading/Materials
Minggu 1: Anatomi Halaman Web, XML, dan Semantic Web (Web 3.0)
Lecture Notes: Reading Material
Minggu 2: Arsitektur Mesin Pencari dan Focused Crawler
Book: Chapter 2 dan 3 | Croft et al. Search Engines Information Retrieval in Practice |
Minggu 3: Pemrosesan Teks untuk Estraksi Term
TBA
Minggu 4: Pemrosesan Teks untuk Klasifikasi Teks
TBA
π» Minggu 5: Hands on Project #1: Focused Crawler + Pendalaman Materi
TBA
Minggu 6: Pemeringkatan dan Mesin Pencari Vertikal`
TBA
Minggu 7: Sistem Rekomendasi Berbasis Machine Learning untuk Halaman Web
TBA
Minggu 8: UTS (Proposal Proyek)
TBA
Minggu 9: Analisis Sentimen pada Halaman Web dan Sosial Media
TBA
Minggu 10: Deteksi Plagiat Teks Akademik melalui Sumber Daya Web
TBA
π» Minggu 11: Hands on Project #2 Deteksi Plagiat + Pendalaman Materi
TBA
Minggu 12: Chatbot: Pengantar Large Language Model (a.k.a ChatGPT)
TBA
Minggu 13: Chatbot: Retrieval-Augmented Generation (RAG) Model untuk Sumber Daya Web
TBA
π» Minggu 14: Hands on Project #3 RAG + Pendalaman Materi
TBA
Minggu 15: Future Prospect: Open-World Lifelong Learning pada Sumber Daya Web
TBA
Minggu 16: UAS (Proyek)
TBA