Kisi-Kisi UTS PKB

 

1. Jelaskan perbedaan komputasi kecerdasan buatan dengan komputasi konvensonal !
   

   	Kecerdasan buatan	Komputasi konvensional
   Fokus Pemrosesan	Konsep simbolik	Data & informasi
   Pencarian	Heuristik	Algoritma
   Sifat input	Bisa tidak lengkap	Harus lengkap
   Keterangan	Disediakan	Biasanya tidak disediakan
   Struktur	Kontrol dipisahkan dari pengetahuan	Kontrol terintegrasi dengan informasi
   Sifat output	Kuantitaif	Kualitatif
   Kemampuan menalar	Ya	tidak

   
    

 

1. Jelaskan lingkup utama dalam kecerdasan buatan !
   
   1. Sistem pakar
      
   2. Pengolahan bahasa alami
      
   3. Pengenalan ucapan
      
   4. Robotika dan sistem sensor
      
   5. Computer vision
      
   6. Game playing
      

 

1. Apa yang dimaksud dengan Soft-Computing dan jelaskan unsur-unsur pokok dalam Soft Computing ?
   

   Jawab :
   

   
    

   Soft komputing adalah inovasi baru dalam membangun sistem cerdas yaitu sistem yang memiliki keahlian seperti manusia pada domain tertentu, mampu beradaptasi dan belajar agar dapat bekerja lebih baik jika terjadi perubahan lingkungan.
   

   
    

   
    

2. Jelaskan empat hal yang perlu dipertimbangkan dalam membangun suatu sistem yang mampu menyelesaikan masalah !
   

   Jawab :
   

   1. Mendefinisikan masalah dengan tepat. Pendefinisian mencakup spesifikasi yang tepat mengenai keadaan awal dan solusi yang diharapkan.
      
   2. Menganalisis masalah tersebut serta mencari beberapa teknik penyelesaian masalah yang sesuai.
      
   3. Mempresentasikan pengetahuan yang perulu untuk menyelesaikan masalah tersebut.
      
   4. Memiliki teknik penyelesaian masalah yang terbaik.
      

 

1. Ada dua buah teko masing-masing berkapasitas 4 galon (teko A) dan 3 galon (teko B). Tidak ada batas ukuran dari masing-masing teko. Ada sebuah pompa air yang akan digunakan untuk mengisi kedua teko tersebut. Bagaimanakah kita dapat mengisi TEPAT 2 galon air ke dalam teko yang berkapasitas 4 galon?
   

 

1. Jelaskan prinsip kerja, keuntungan dan kerugian algoritma Breadth-first search !
   

   
    

   Semua node pada level n akan dikunjungi terlebih dahulu sebelum mengunjungi node2 pada level n+1. Pencarian dimulai dari node akar terus ke level 1 dari kiri ke kanan, kemudian berpindah ke level berikutnya dari kiri ke kanan hingga solusi ditemukan
   

   
    

   Keuntungan:
   

   1. Tidak menemui jalan buntu,menjamin ditemukannya solusi dan solusi yang ditemukan yang terbaik
      
   2. Jika ada 1 solusi maka BFS akan menemukannya, jika ada lebih dri 1 solusi,maka solusi minimum akan ditemukan.
      

Kekurangan:

1. Membutuhkan memori yang banyak karena harus menyimpan semua simpul yang pernah dibangkitkan.
   
2. Membutuhkan waktu yang cukup lama.
   

 

1. Jelaskan prinsip kerja, keuntungan dan kerugian algoritma Deepth-first search !
   

   
    

   Pencarian dilakukan pada suatu simpul. Dalam setiap level dari yang paling kiri. Jika level paling dalam tidak ditemukan solusi maka pencarian dilanjutkan pada simpul sebelah kana dan simpul yang paling kiri dihapus dari memori.
   

   
    

   Keuntungan :
   

   1. Membutuhkan memori relatif kecil karena hanya node2 pada lintasan yang aktif saja yang disimpan.
      
   2. Secara kebetulan akan menemukan solusi tanpa harus menguji lebih banyak lagi dalam ruang keadaan. Jdi jika solusi yang dicari berada pada level dalam paling kiri DFS akan mudah menemukannya. (waktu cepat).
      

   
    

   Kekurangan :
   

   1. Tidak complete karena tidak ada jaminan menemukan solusi.
      
   2. Hanya mendapat 1 solusi pada setiap pencarian,karena jika terdapat lebih dari satu solusi yang sama tetapi berada pada level yang berbeda,maka DFS tidak menjamin utnuk mendapatkan solusi yang paling baik.
      

   
    

2. Jelaskan prinsip kerja, keuntungan dan kerugian algoritma best-first search !
   

   Merupakan kombinasi dari metode DFS dan BFS dengan mengambil kelebihan dari kedua metode tersebut. Dbutuhkan dua antrian yang berisi node2 yaitu:
   

   OPEN : Berisi node2 yang sudah dibangkitkan,sudah memiliki fungsi heuristik namun belum diuji.umunya berupa antrian berprioritas yang ebrisi elemen2 dengan nilai heuristik tertinggi.
   

   CLOSED: berisi node2 yang sudah diuji.
   

 

1. Jelaskan prinsip kerja, keuntungan dan kerugian algoritma A* (perbaikan dari best-first search)!
   

 

1. Selesaikan masalah Travelling Salesman Problem berikut dengan menggunakan algoritma "simple hill climbing" AB = 8, AC =3, AD= 7, BD= 4, BC= 5, CD=6
   

   
    

 

 

1. Berikut terkait dengan sistem pakar:
   
   1. Jelaskan perbedaan sistem pakar dengan sistem konvensional
      

      
       

Sistem konvensional	Sistem Pakar
Tujuan utama: efisiensi	Tujuan utama: efektifitas
Menggunakan data	Menggunakan pengetahuan
Pengubahan program cukup sulit dan merepotkan	Pengubahan pada aturan dapat dilakukan dengan mudah
Program tidak pernah salah(kecuali programnya yang salah	Program bisa saja melakukan kesalahan.

 

1. Jelaskan empat bentuk sistem pakar
   
   1. Mandiri : berdiri sendiri,tdak dgabung dengan software lain,bisa dijalankan komputer pribadi/mainframe.
      
   2. Terkait/tergabung : sistem pakar dari program yang lebih besar.biasanya menggunakan teknik pemrogramana konvensional.
      
   3. Terhubung : sistem pakar yang berhubungan dengan software lain
      
   4. Sistem mengabdi : merupakan bagian komputer khusus yang diabdikan kepada fungsi tunggal.
      
2. Jelaskan struktur sistem pakar
   

   
    

   Dua bagian utama sistem pakar:
   

   1. Lingkungan pengembangan (development environment)
      

   Digunakan untuk memasukkan pengetahuan pakar ke dalam lingkungan sistem pakar.
   

   1. Lingkungan konsultasi (consultation environment)
      

      Digunakan oleh pengguna yang bukan pakar untuk memperoleh pengetahuan sistem pakar.
      

      
       

3. Jelaskan dua cara yang dilakukan dalam melakukan inferensi
   
   1. Fordward chaining
      

      Pencocokan fakta atau pernyataan dimulai dari bagian sebelah kiri dulu (IF dulu). Penalaran dimulai dari fakta terlebih dahulu untuk menguji kebenaran hipotesis.
      

   2. Backward chaining
      

      Pencocokan fakta dimulai dari kanan dulu (then dulu). Penalaran dimulai dari hipotesis terlebih dahulu, dan untuk menguji kebenaran hipotesis tersebut harus dicari fakta2 yg ada dalam barisan pengetahuan.
      

 

1. Ayu mengalami gejala ada bintik-bintik di wajahnya. Dokter menduga bahwa Ayu terkena cacar dengan :
   

• probabilitas munculnya bintik-bintik di wajah, jika Ayu terkena cacar : p(bintik | cacar) = 0.6 probabilitas Ayu terkena cacar tanpa memandang gejala apapun : p(cacar) = 0.4
  
• probabilitas munculnya bintik-bintik di wajah, jika Ayu terkena alergi : p(bintik | alergi) = 0.3
  
• probabilitas Ayu terkena alergi tanpa memandang gejala apapun : p(alergi) = 0.6
  
• probabilitas munculnya bintik-bintik di wajah, jika Ayu jerawatan : p(bintik | jerawatan) = 0.85
  
• probabilitas Ayu jerawatan tanpa memandang gejala apapun : p(jerawatan) = 0.8
  

1. Hitung probabilitas Ayu terkena cacar karena ada bintik-bintik di wajahnya ?
   
2. Hitung probabilitas Ayu terkena alergi karena ada bintik-bintik di wajahnya ?
   
3. Hitung probabilitas Ayu jerawatn karena ada bintik-bintik di wajahnya ?
   

 

1. Asih menderita bintik-bintik di wajahnya. Dokter memperkirakan Asih terkena cacar dengan kepercayaan MB[cacar,bintik] = 0,80 dan MD[cacar,bintik]=0,01 maka CF[cacar,bintik] = 0,80 – 0,01 = 0,79. Jika observasi tersebut juga memberikan kepercayaan bahwa Asih mungkin juga terkena alergi dengan kepercayaan MB[alergi,bintik] = 0,4 dan MD[alergi,bintik]=0,3 maka CF[alergi,bintik] = 0,4 – 0,3 = 0,1 . Carilah CF[cacar Λ alergi, bintik] dan CF [cacar V alergi, bintik.