Web Intelligence

Web Intelligence Syllabus

IF201504: Kecerdasan Web

Annoucement

Course Information (January 2025)

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, analisis sentimen, penggalian opini, pengembangan chatbot, dan pemasaran digital. 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:

TBA

Time: TBA (50-10-50), 50 minutes lecture/hands-on project, 10 minutes break Online: TBA

Penilaian

  • Tugas Progress Proyek: 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 Progress Proyek

  1. Progress Proyek merupakan tugas yang diberikan kepada mahasiswa tekait progress proyek besar, dimulai dari judul dan penguasaan metode, sampai pada kasaran implementasi.

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 β€œScraping Halaman Web dan Focused Crawler dengan Python” (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

Previous Projects (2024)

  • Pengembangan Pustaka Python untuk ekstraksi harga e-commerce Indonesia secara otomatis (Pypi: https://pypi.org/project/ecommerce-price-scraper/ dan GitHub: https://github.com/RichardOwen2/ecommerce-price-scraper)
  • Perbandingan LLM untuk pengecekan kesalahan tata bahasa Inggris
  • Pengembangan Chatbot untuk konsultasi hukum pidana

Reading/Materials

Minggu 1: Pengantar Kecerdasan Web, Sosiologi Pengguna Penjelajah Web (Web Browser), dan Web Semantik

TBA

Minggu 2: Pengantar Deep Learning

TBA

Minggu 3: Sentimen Analisis dan Penggalian Opini

TBA

Minggu 4: Arsitektur Mesin Pencari dan Crawler

TBA

πŸ’» Minggu 5: Pemrosesan Teks dan Pohon DOM untuk Klasifikasi Halaman Web (hands-on project)

TBA

πŸ’» Minggu 6: Ekstraksi Konten Halaman Web (hands-on project)

TBA

πŸ’» Minggu 7: Focused Crawler (hands-on project)

TBA

Minggu 8: UTS (Proposal Proyek)

TBA

Minggu 9: Large Language Model dan RAG (hands-on project)

TBA

Minggu 10: Pemrosesan Teks untuk Ekstraksi Term

TBA

Minggu 11: Pemeringkatan Halaman Web

TBA

Minggu 12: Model Retrieval

TBA

Minggu 13: Query dan Antarmuka

TBA

Minggu 14: Pemasaran Digital berbasis Kecerdasan Artifisial

TBA

Minggu 15: Project-based Learning (mandiri/kelompok)

TBA

Minggu 16: UAS (Proyek)

TBA

References