Web Intelligence
Web Intelligence Syllabus
On this page
- Annoucement
- Course Information (August 2025)
- π Previous Projects (2025)
- Previous Projects (2024)
- Weekly Topic/Materials
- Minggu 1: Pengantar Kecerdasan Web
- Minggu 2: Representasi Informasi di Web
- Minggu 3: Web Crawling & Data Collection
- Minggu 4: Information Retrieval & Search Engines
- π» Minggu 5: Web Mining
- π» Minggu 6: Sentiment Analysis di Web
- π» Minggu 7: Recommender Systems
- Minggu 8: UTS (Proposal Proyek)
- Minggu 9: Knowledge Graph untuk Web Intelligence
- Minggu 10: Chatbot, Dasar Retrieval-Augmented Generation (RAG)
- Minggu 11: Chatbot, RAG Lanjutan & Integrasi Web Data
- Minggu 12: Social Media & Trend Analytics
- Minggu 13: Web Personalization & Adaptive Systems
- Minggu 14: Web Intelligence untuk Bisnis Digital
- Minggu 15: Etika, Privasi, dan Masa Depan Web Intelligence
- Minggu 16: UAS (Proyek)
- References
Kecerdasan Web (Elective Course)
Annoucement
Course Information (August 2025)
Description:
Internet, World Wide Web, dan media sosial kini menjadi bagian integral dari kehidupan sehari-hari, memengaruhi 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 mencakup konsep dan penerapan teknologi modern seperti web crawling, information retrieval, recommender system, analisis sentimen, knowledge graph, serta Retrieval-Augmented Generation (RAG) untuk chatbot dan sistem tanya-jawab. Mahasiswa juga akan diperkenalkan pada aspek sosial pengguna web untuk memahami interaksi antara kecerdasan web dan manusia. Semua topik disajikan dengan mempertimbangkan kebutuhan bisnis, pemerintahan, dan perkembangan kota cerdas
Sebagai bagian dari pembelajaran praktis, mahasiswa akan mengerjakan tugas individu berbasis Sub-CPMK untuk melatih pemahaman konsep, implementasi algoritma, dan refleksi kritis. Project kelompok (50% dari nilai akhir) diwujudkan melalui final project berbasis web intelligence yang dilakukan secara bertahap melalui tiga progress check. Selain itu, UTS dan Quiz digunakan sebagai anchor untuk memastikan pemahaman teori dasar dan topik lanjutan. Metode hands-on ini dirancang agar mahasiswa dapat memahami secara konkret bagaimana kecerdasan web dapat diimplementasikan untuk menyelesaikan masalah dunia nyata, sambil mengintegrasikan teknik modern seperti RAG dan knowledge graph.
Course Learning Outcomes (CLOs):
Mahasiswa mampu membangun atau menciptakan solusi berbasis kecerdasan web modern, serta mengevaluasi implikasi etika dan masa depannya
Sub-CLOs 1: Mahasiswa dapat memahami konsep dasar kecerdasan web.
Sub-CLOs 2: Mahasiswa mampu mengimplementasikan dan menganalisis algoritma kecerdasan web.
Sub-CLOs 3: Mahasiswa dapat menciptakan solusi kecerdasan web yang mengintegrasikan teknik modern untuk menyelesaikan masalah dunia nyata.
Sub-CLOs 4: Mahasiswa mampu mengevaluasi isu etika, privasi, dan masa depan kecerdasan web.
Lecturer:
Gusti Ahmad Fanshuri Alfarisy, Ph.D. (Ph.D. in Artificial Intelligence) - (gusti.alfarisy@lecturer.itk.ac.id)
Assistant:
TBA
Time and Place: Kamis, 10:20-12:00, E-206
Penilaian
-
Tugas: 30% (20% Progress check for sub-CLOs 1 and 2, 10% for sub-CLOs 4)
- Quiz: 10% (Week 15)
- UTS: 20%
- UAS/Final Project: 50% (sub-CLOs 3, including progress check)
Note: penilaian kelompok akan dipukul rata, sama untuk setiap mahasiswa (dipertimbangkan sebagai kerja sama tim).
Tugas Progress Proyek
- 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 pada pertemuan ke-15
UTS
TBA
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 salah satunya 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 ilmiah disalah satu web terkait kecerdasan web berbasiskan pengerjaan proyek - Individu/maksimal 2 orang.
- Atau potensi proyek berdampak lainnya yang dapat diusulkan oleh mahasiswa
π Previous Projects (2025)
-
Focused Crawler untuk Jurnal Informatika dengan Shark Search, IndoBERT, dan KNN (TA Helmi) On progress for top journal in Indonesia dan produk berdampak -
Klasifikasi Jurnal Predator Ilmiah berbasis Pohon DOM dengan Automated Machine Learning (TA Ersan Karimi) on progress for international journal IIAIR dan produk berdampak -
Ekstraksi Konten Jurnal Ilmiah dengan BoilerNet (berbasis LSTM) (TA Felix) on progress for International Journal IIAIR -
Chatbot Informasi Akademik ITK berbasis RAG dengan Indo-Sentence-BERT (TA Saman) Funding ITK, On progress for top journal in Indonesia, dan produk berdampak -
Health Assistant Chatbot Model Using Meta AIβs LLaMA Large Language Model with a Retrieval-Augmented Generation Approach (TA Ariel) on progress top international journal scopus indexed -
Sentimen Analisis Youtube pada Isu Lingkungan di Kalimantan menggunakan IndoBERT (TA Naufal) on progress indonesian journal
Previous Projects (2024)
-
Ecommerce-price-scraper: Pustaka Ekstraksi Harga E-Commerce Indonesia Melalui Web Scraping(Pypi: https://pypi.org/project/ecommerce-price-scraper/ dan GitHub: https://github.com/RichardOwen2/ecommerce-price-scraper) https://journal.itk.ac.id/index.php/equiva/article/view/1307 -
The Grammar Correction: A Comparison of T5, LLAMA and ChatGPT https://journal.itk.ac.id/index.php/IIAIR/article/view/1308 -
Retrieval-Augmented Generation for Indonesian Criminal Law Information Using the LLaMA Model https://journal.itk.ac.id/index.php/IIAIR/article/view/1306
Weekly Topic/Materials
Minggu 1: Pengantar Kecerdasan Web
TBA
Minggu 2: Representasi Informasi di Web
TBA
Minggu 3: Web Crawling & Data Collection
TBA
Minggu 4: Information Retrieval & Search Engines
TBA
π» Minggu 5: Web Mining
TBA
π» Minggu 6: Sentiment Analysis di Web
TBA
π» Minggu 7: Recommender Systems
TBA
Minggu 8: UTS (Proposal Proyek)
TBA
Minggu 9: Knowledge Graph untuk Web Intelligence
TBA
Minggu 10: Chatbot, Dasar Retrieval-Augmented Generation (RAG)
TBA
Minggu 11: Chatbot, RAG Lanjutan & Integrasi Web Data
TBA
Minggu 12: Social Media & Trend Analytics
TBA
Minggu 13: Web Personalization & Adaptive Systems
TBA
Minggu 14: Web Intelligence untuk Bisnis Digital
TBA
Minggu 15: Etika, Privasi, dan Masa Depan Web Intelligence
TBA
Minggu 16: UAS (Proyek)
TBA