STANDARDS OUTCOME-BASED EDUCATION (OBE)

Silabus & Rencana Pembelajaran Semester (RPS)

Kurikulum resmi mata kuliah Teknik Optimisasi & Komputasi Cerdas (TEE-401 / TME-601) — Program Studi S1 Teknik Elektro & S2 Teknik Mesin, Fakultas Teknik, Universitas Bengkulu.

16 Modul Perkuliahan Buku Teks Rujukan

CAPAIAN LULUSAN

Capaian Pembelajaran Lulusan (CPL)

Standar kompetensi lulusan Fakultas Teknik yang dibebankan pada mata kuliah ini:

CPL-1

Sikap & Integritas Ilmiah

Menunjukkan sikap bertanggung jawab, etika profesional keteknikan, dan kejujuran ilmiah dalam komputasi dan riset rekayasa.

CPL-2

Pengetahuan Matematika & Optimisasi

Menguasai prinsip sains fundamental, aljabar linier, kalkulus multivariabel, dan teori optimisasi matematis baku (LP/NLP/MIP/Metaheuristik).

CPL-3

Keterampilan Komputasi & Pemodelan

Mampu memformulasikan masalah rekayasa kompleks, memilih solver yang tepat, dan mengimplementasikannya dalam bahasa pemrograman Python/SciPy.

CPL-4

Keterampilan Analisis & Keputusan

Mampu mengevaluasi trade-off solusi multi-kriteria, menganalisis konvergensi algoritma, dan mengambil keputusan teknis berbasis data komputasi.

CAPAIAN MATA KULIAH

Capaian Pembelajaran Mata Kuliah (CPMK)

Penguasaan teoritis dan keterampilan analitis-komputasional yang dicapai mahasiswa:

CPMK-1Bloom Level: C1–C3

Mampu memformulasikan masalah rekayasa keteknikan ke dalam model optimisasi matematis baku (fungsi objektif, kendala kesetaraan, dan pertidaksamaan). (Bloom: C1–C3)

CPMK-2Bloom Level: C2–C4

Mampu menganalisis syarat keoptimalan analitis (KKT Conditions, Lagrange Multipliers) serta menyelesaikan LP/MILP dengan metode eksak (Simplex, Branch & Bound). (Bloom: C3–C4)

CPMK-3Bloom Level: C3–C5

Mampu merancang dan mengimplementasikan algoritma metaheuristik modern (PSO, GA, ACO, MSSA) untuk masalah optimisasi non-linier kompleks multimodal. (Bloom: C3–C5)

CPMK-4Bloom Level: C4–C6

Mampu menganalisis masalah optimisasi multi-objektif, konsep non-dominasi Pareto, dan menghasilkan Pareto Optimal Front untuk pengambilan keputusan trade-off. (Bloom: C4–C6)

CPMK-5Bloom Level: C5–C6

Mampu mengembangkan perangkat lunak komputasi (Python/SciPy/NumPy) untuk menyelesaikan studi kasus nyata smart grid / sistem mekanikal dalam proyek mandiri. (Bloom: C5–C6)

ASESMEN & BOBOT

Skema Evaluasi & Penilaian Hasil Belajar

Komposisi penilaian komprehensif berbasis luaran perkuliahan dan proyek komputasi:

No	Komponen Evaluasi	Bobot (%)	Pemenuhan CPMK	Bentuk Evaluasi
1	Partisipasi & Keaktifan Diskusi	5%	CPMK-1 s.d 5	Kehadiran, Diskusi, & Problem Solving Kelas
2	Kuis & Tugas Terstruktur (LKM & Problem Set)	20%	CPMK-1, CPMK-2	Penyelesaian Lembar Kerja & Tugas Analitis
3	Tugas Proyek Mandiri Komputasi	25%	CPMK-3, CPMK-4, CPMK-5	Implementasi Kode Python & Laporan Format IEEE
4	Ujian Tengah Semester (UTS)	25%	CPMK-1, CPMK-2	Ujian Tertulis Analisis KKT & Simplex
5	Ujian Akhir Semester (UAS)	25%	CPMK-3, CPMK-4	Ujian Komprehensif Metaheuristik & Pareto

RENCANA MINGGUAN

Rencana Pembelajaran 16 Minggu Perkuliahan

Matriks jadwal tatap muka teori, praktikum komputasi, dan evaluasi berkala:

Mg	Bahan Kajian (Materi Utama)	Kategori	Bentuk Pembelajaran & Tools	Luaran / Dokumen
1	Pengantar Optimisasi & Pemodelan Matematis Anatomi Model Optimisasi: Variabel Keputusan, Fungsi Objektif, Constraint Feasible Region, dan Taksonomi LP/NLP/MIP	Dasar & Pemodelan	Python 3 + SciPy Optimize + Matplotlib Plotting Contour 2D	Slide Beamer Catatan KuliahPython
2	Optimisasi Konveks & Metode Klasik Tanpa Kendala Gradien, Matriks Hessian Definit Positif, Steepest Descent, Newton-Raphson, & Line Search	Optimisasi Klasik & KKT	Implementasi Python: Gradient Descent vs Newton-Raphson pada Fungsi Rosenbrock	Slide Beamer Catatan Kuliah
3	Optimisasi Berkendala Persamaan: Pengali Lagrange Metode Lagrange Multipliers, Formulasi Fungsi Lagrangian $\mathcal{L}(\mathbf{x},\boldsymbol{\lambda})$, & Economic Dispatch Tanpa Batas Generator	Optimisasi Klasik & KKT	Skrip SymPy Python: Solusi Analitis Simultan Persamaan Lagrange Economic Dispatch	Slide Beamer Catatan Kuliah
4	Optimisasi Berkendala Pertidaksamaan & Teorema KKT Karush-Kuhn-Tucker (KKT) Conditions, Slack Variables, Complementary Slackness, & Dualitas Lagrangian	Optimisasi Klasik & KKT	Python SciPy Optimize: Verifikasi Kondisi KKT Menggunakan Solver SLSQP	Slide Beamer Catatan Kuliah
5	Pemrograman Linier (Linear Programming) & Metode Simplex Formulasi Standar LP, Geometri Polyhedron, Basis Feasible Solution (BFS), & Tableau Simplex	Pemrograman Linier & MILP	Python PuLP / SciPy linprog: Solusi Otomatis Tableau Simplex	Slide Beamer Catatan Kuliah
6	Dualitas LP & Analisis Sensitivitas (Sensitivity Analysis) Formulasi Masalah Dual, Teorema Dualitas Kuat/Lemah, Shadow Prices, & Rentang Perubahan Koefisien	Pemrograman Linier & MILP	PuLP Sensitivity Report: Ekstraksi Shadow Price & Reduced Costs	Slide Beamer Catatan Kuliah
7	Pemrograman Bilangan Bulat (Mixed-Integer Linear Programming / MILP) Formulasi Biner/Diskrit, Pohon Keputusan Branch and Bound, Cutting Plane Gomory, & Unit Commitment Pembangkit	Pemrograman Linier & MILP	Python PuLP / CBC Solver: Simulasi Unit Commitment 4 Pembangkit	Slide Beamer Catatan Kuliah
8	Ujian Tengah Semester (UTS) Evaluasi Komprehensif CPMK-1 & CPMK-2: Pemodelan Matematis, Optimisasi Konveks, KKT, Simplex, Dualitas, & MILP	Dasar & Pemodelan	Ujian Tertulis Resmi di Kelas (Bobot Nilai: 25%)	Slide Beamer Catatan Kuliah
9	Pemrograman Kuadratik (Quadratic Programming) & Interior Point Formulasi QP, Solusi Persamaan Matriks KKT KKT-Matrix, Primal-Dual Interior Point, & Barrier Method	Metode Lanjut & DP	Python CVXPY / SciPy QP Solver: Economic Dispatch Kuadratik	Slide Beamer Catatan Kuliah
10	Pemrograman Dinamis (Dynamic Programming / DP) Prinsip Optimalitas Bellman, Backward Induction, Masalah Multi-Tahap (Multi-Stage Decision), & Jalur Terpendek	Metode Lanjut & DP	Python Dynamic Programming Script: Penyelesaian Shortest Path & Knapsack	Slide Beamer Catatan Kuliah
11	Pengantar Metaheuristik & Algoritma Genetika (Genetic Algorithm) Komputasi Evolusioner, Representasi Kromosom Biner & Real, Seleksi Alamiah, Crossover, Mutasi, & Elitisme	Metaheuristik & PSO	Python Script: Implementasi Custom Real-Valued Genetic Algorithm	Slide Beamer Catatan Kuliah
12	Optimisasi Koloni Semut (ACO) & Simulated Annealing (SA) Swarm Intelligence Semut, Matriks Feromon, Probabilitas Transisi State, & Algoritma Metalurgi Pendinginan SA	Metaheuristik & PSO	Python Script: Penyelesaian Traveling Salesperson Problem (TSP) dengan ACO & SA	Slide Beamer Catatan Kuliah
13	Particle Swarm Optimization (PSO) & Economic Dispatch Modern Kinematika Kawanan Partikel, Vektor Kecepatan, $p_{\text{best}}$, $g_{\text{best}}$, Bobot Inersia $w$, & Efek Titik Katup (Valve-Point)	Metaheuristik & PSO	Skrip Python Lengkap: economic_dispatch_pso.py (Simulasi 3 Generator Valve-Point)	Slide Beamer Catatan KuliahPython
14	Optimisasi Multi-Objektif & Pendekatan Pareto (MOPSO) Trade-off Antar-Fungsi Objektif, Dominansi Pareto, Non-Dominated Sorting, Crowding Distance, & Emisi Lingkungan (CEED)	Multi-Objektif & Proyek	Skrip Python Lengkap: multiobjective_ed_pso.py (Simulasi Kurva Pareto CEED Front)	Slide Beamer Catatan KuliahPython
15	Studi Kasus Lanjut: Smart Grid, AI Optimizer, & Proyek Akhir Optimisasi Penempatan Distributed Generation (DG), Algoritma Salp Swarm (MSSA), Integrasi Renewable Energy, & Evaluasi Proyek	Multi-Objektif & Proyek	Simulasi Proyek Mandiri: Optimisasi Sistem Rekayasa berbasis Python / MATLAB / Octave	Slide Beamer Catatan Kuliah
16	Ujian Akhir Semester (UAS) Evaluasi Komprehensif CPMK-3, CPMK-4, & CPMK-5: Metaheuristik, PSO, Algoritma Multi-Objektif, Pareto, & Aplikasi Sistem	Multi-Objektif & Proyek	Ujian Tertulis Komprehensif Resmi di Kelas (Bobot Nilai: 25%)	Slide Beamer Catatan Kuliah