Web Intelligence
Web Intelligence Syllabus
On this page
- Announcement
- Course Information (February 2026)
- Weekly Topic/Materials
- Minggu 1: Pengantar Kecerdasan Web
- Minggu 2: Konten Bangkitan AI di Web
- Minggu 3: Web Crawling & Data Collection
- Minggu 4: Information Retrieval & Search Engines
- Minggu 5: Web Content Mining
- Minggu 6: Web Structure Mining
- Minggu 7: Knowledge Graph for Web Intelligence
- Minggu 8: UTS (Proposal Proyek)
- Minggu 9: Dasar Chatbot dan Retrieval-Augmented Generation (RAG)
- Minggu 10: RAG Lanjutan & Integrasi Web Data
- Minggu 11: Chatbot dan Interaksi API: Function Calling untuk Sistem Aplikasi
- Minggu 12: Sistem Rekomendasi di Web and Chatbot Personalization
- Minggu 13: Agentic AI untuk Lingkungan Web yang Dinamis
- Minggu 14: Project-Based Learning
- Minggu 15: Project-Based Learning
- Minggu 16: UAS (Proyek)
- References
Kecerdasan Web (Elective Course)
Announcement
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 sumber daya web, web crawling, information retrieval, web mining, knowledge graph, LLM, personalisasi, serta Retrieval-Augmented Generation (RAG) untuk chatbot. 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
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
Penilaian
- Tugas: 30%
- Quiz: 10% (Minggu 15)
- UTS: 20%
- UAS/Final Project: 50%
Note: penilaian kelompok akan dipukul rata, sama untuk setiap mahasiswa (dipertimbangkan sebagai kerja sama tim).
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. 5 org)/Individu
- Proposal Tugas Akhir (TA) beserta prototipe dasar - Individu
- 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
Weekly Topic/Materials
Minggu 1: Pengantar Kecerdasan Web
- penjelasan RPS MK
- situasi sumber daya web
- aplikasi kecerdasan web
- jenis data web (structured, semi structured, unstructured)
- tantangan web modern
Minggu 2: Konten Bangkitan AI di Web
- Konten bangkitan AI
- kepercayaan dan misinformation
Minggu 3: Web Crawling & Data Collection
TBA
Minggu 4: Information Retrieval & Search Engines
TBA
Minggu 5: Web Content Mining
- Sentimen analysis and opinion mining
- Noise dan AI Text detection
Minggu 6: Web Structure Mining
- DOM Tree
- Klasifikasi berbasis struktur
- Ekstraksi konten berbasis struktur
Minggu 7: Knowledge Graph for Web Intelligence
TBA
Minggu 8: UTS (Proposal Proyek)
TBA
Minggu 9: Dasar Chatbot dan Retrieval-Augmented Generation (RAG)
- Dasar Chatbot
- LLM
- Dasar RAG
Minggu 10: RAG Lanjutan & Integrasi Web Data
- Advanced dan Modular RAG
- Penelusuran web di chatbot
Minggu 11: Chatbot dan Interaksi API: Function Calling untuk Sistem Aplikasi
- Web tools
- function/api calling via chatbot
Minggu 12: Sistem Rekomendasi di Web and Chatbot Personalization
TBA
Minggu 13: Agentic AI untuk Lingkungan Web yang Dinamis
- dasar agentic ai
- studi kasus
- konsep open-world web
Minggu 14: Project-Based Learning
TBA
Minggu 15: Project-Based Learning
TBA
Minggu 16: UAS (Proyek)
TBA