Web Intelligence

Web Intelligence Syllabus

On this page

Kecerdasan Web (Elective Course)

Annoucement

Course Information (February 2026)

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 sumber daya web: halaman dan medianya (gambar, audio, dll), 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 untuk menyelesaikan masalah dunia nyata

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

  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 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 topik “Chatbot RAG” (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

🎊 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 AI’s 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)

Weekly Topic/Materials

Minggu 1: Pengantar Kecerdasan Web dan Konten Bangkitan AI

TBA

Minggu 2: AI Generated Content Detection System

TBA

Minggu 3: Web Crawling & Data Collection

TBA

Minggu 4: Information Retrieval & Search Engines

TBA

Minggu 5: Sentiment Analysis di Web dan Chatbot

TBA

Minggu 6: Knowledge Graph

TBA

Minggu 7: LLM and Efficient Fine-Tuning

TBA

Minggu 8: UTS (Proposal Proyek)

TBA

Minggu 9: Chatbot, Dasar Retrieval-Augmented Generation (RAG)

TBA

Minggu 10: Chatbot, RAG Lanjutan & Integrasi Web Data

TBA

Minggu 11: Chatbot dan Interaksi API: Function Calling untuk Sistem Aplikasi

TBA

Minggu 12: Web (Recommender System) and Chatbot Personalization

TBA

Minggu 13: Open-World Lifelong Learning and Agentic AI for The Web

TBA

Minggu 14: Project-Based Learning

TBA

Minggu 15: Project-Based Learning

TBA

Minggu 16: UAS (Proyek)

TBA

References