Pilihlah satu jawaban yang paling tepat untuk pertanyaan-pertanyaan dibawah ini

dokumen-dokumen yang mirip
SATUAN ACARA PERKULIAHAN(SAP)

TAHUN AKADEMIK 2016/2017. : PENGANTAR INTELEGENSI BUATAN : Betha Nurina Sari, M.Kom. : Open Book via Google Form (90 Menit)

Soal UAS Pengantar Kecerdasan Buatan. Kelas 3IA01, 03, 05, 07, 11, 13, 14, 17, 18, 19, 21, 22 dan 23

FAKULTAS SAINS DAN TEKNOLOGI UIN SUSKA RIAU. IIS AFRIANTY, ST., M.Sc

SILABUS MATAKULIAH. Revisi : 4 Tanggal Berlaku : 04 September 2015

RENCANA PROGRAM KEGIATAN PERKULIAHAN SEMESTER (RPKPS)

VIII.PENGANTAR JARINGAN SYARAF TIRUAN (JST)

KETIDAKPASTIAN MATERI KULIAH Kecerdasan Buatan Kecerdasan

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI. 2.1 Algoritma Genetika

Artificial Intelligence. (Teknik dan Aplikasinya)

RENCANA PROGRAM KEGIATAN PERKULIAHAN SEMESTER (RPKPS)

MODEL HEURISTIK. Capaian Pembelajaran. N. Tri Suswanto Saptadi

Artificial Intelligence. uthie 1

BAB I PENDAHULUAN. Universitas Sumatera Utara

Penjadwalan kegiatan merupakan pekerjaan yang tidak mudah, karena dalam. penyusunannya memerlukan perencanaan yang matang agar kegiatan tersebut

BAB I PENDAHULUAN. Perkembangan komputer sekarang ini sangat pesat dan salah. satu pemanfaatan komputer adalah dalam bidang kecerdasan buatan.

SISTEM PAKAR. Entin Martiana Jurusan Teknik Informatika - PENS

SISTEM INFERENSI FUZZY (METODE TSUKAMOTO) UNTUK PENENTUAN KEBUTUHAN KALORI HARIAN OLEH

Aplikasi Prediksi Harga Bekas Sepeda Motor Yamaha. Menggunakan Fuzzy Logic

BAB 1 PENDAHULUAN. 1 Randy L Haupt & Sue Ellen Haupt, Practical Genetic Algorithms second edition, Wiley Interscience,2004.

KBKF63307 INTELIGENSI BUATAN

KECERDASAN BUATAN LOGIKA FUZZY

BAB I PENDAHULUAN. universitas swasta yang memiliki 7 Fakultas dengan 21 Program Studi yang

BAB III PEMBAHASAN. harga minyak mentah di Indonesia dari bulan Januari 2007 sampai Juni 2017.

Implementasi Jaringan Syaraf Tiruan Backpropagation dan Steepest Descent untuk Prediksi Data Time Series

Sistem Pakar. Pertemuan 2. Sirait, MT

Sistem Pakar Dasar. Ari Fadli

SILABUS MATAKULIAH. Indikator Pokok Bahasan/Materi Strategi Pembelajaran KONTRAK KULIAH DAN PREVIEW MATERI. PENGENALAN KECERDASAN BUATAN a.

Seminar Nasional Aplikasi Teknologi Informasi 2004 Yogyakarta, 19 Juni 2004

Himpunan Fuzzy. Sistem Pakar Program Studi : S1 sistem Informasi

KETIDAKPASTIAN. 4.1 PROBABILITAS DAN TEOREMA BAYES Bentuk Th. Bayes:

Erwien Tjipta Wijaya, ST.,M.Kom

BAB 2 TINJAUAN TEORI. Artificial Intelligence. Jika diartikan Artificial memiliki makna buatan,

BAB 2 TINJAUAN PUSTAKA

MATERI KULIAH (PERTEMUAN 12,13) Lecturer : M. Miftakul Amin, M. Eng. Logika Fuzzy. Politeknik Negeri Sriwijaya Palembang

Sistem Pakar Untuk Mendeteksi Kerusakan Pada Sepeda Motor 4-tak Dengan Menggunakan Metode Backward Chaining

BAB VIII PENGANTAR JARINGAN SYARAF TIRUAN (JST)

SATUAN ACARA PERKULIAHAN MATA KULIAH : PENGANTAR KECERDASAN BUATAN (AK ) (**) FAKULTAS / JURUSAN : TEKNIK INFORMATIKA / S-1 SKS/SEMESTER : 2/8

BAB 2 TINJAUAN PUSTAKA

PREDIKSI PENDAPATAN ASLI DAERAH KALIMANTAN BARAT MENGGUNAKAN JARINGAN SYARAF TIRUAN BACKPROPAGATION

Pendapatan Masyarakat Disekitar Kampus dengan Adanya Mahasiswa Menggunakan Fuzzy

BAB 2 TINJAUAN PUSTAKA

PENERAPAN ALGORITMA GENETIKA UNTUK TRAVELING SALESMAN PROBLEM DENGAN MENGGUNAKAN METODE ORDER CROSSOVER DAN INSERTION MUTATION

ARTIFICIAL NEURAL NETWORK TEKNIK PERAMALAN - A

SISTEM PAKAR. Jurusan Teknik Informatika

BAB III METODE PELACAKAN/PENCARIAN

BAB II LANDASAN TEORI

BAB I PENDAHULUAN. wisata budaya, wisata belanja, hingga wisata Alam. Untuk menarik minat

terinspirasi dari sistem biologi saraf makhluk hidup seperti pemrosesan informasi

Pengetahuan 2.Basis data 3.Mesin Inferensi 4.Antarmuka pemakai (user. (code base skill implemetation), menggunakan teknik-teknik tertentu dengan

TK36301 PENGANTAR KECERDASAN BUATAN

BAB II TINJAUAN PUSTAKA

BAB 2 LANDASAN TEORI. fuzzy logic dengan aplikasi neuro computing. Masing-masing memiliki cara dan proses

BAB II TINJAUAN PUSTAKA

PEMANFAATAN ALGORITMA FUZZY EVOLUSI UNTUK PENYELESAIAN KASUS TRAVELLING SALESMAN PROBLEM

JARINGAN SARAF TIRUAN (ARTIFICIAL NEURAL NETWORK) ERWIEN TJIPTA WIJAYA, ST, M.KOM

BAB 1 PENGENALAN SISTEM PAKAR

RANCANG BANGUN TOOL UNTUK JARINGAN SYARAF TIRUAN (JST) MODEL PERCEPTRON

BAB I PENDAHULUAN 1.1 Latar Belakang Masalah

DAFTAR ISI. Tim Redaksi... i Kata Pengantar... ii Daftar Isi... iii

BAB 1 PENDAHULUAN 1.1 Latar Belakang Masalah

Pengenalan Kecerdasan Buatan (KB)

BAB I PENDAHULUAN. 1.1 Latar Belakang

Architecture Net, Simple Neural Net

Himpunan Tegas (Crisp)

BAB 2 TINJAUAN PUSTAKA

PENERAPAN ALGORITMA GENETIKA PADA PENYELESAIAN TRAVELLING SALESMAN PROBLEM (TSP)

ARTIFICIAL INTELLIGENCE / AI (Kecerdasan Buatan)

BAB I Pengenalan Kecerdasan Buatan (Artificial Inteligent / AI ) Created A.Tohir from Dosen Mr.Zulkifli

ALGORITMA GENETIKA Suatu Alternatif Penyelesaian Permasalahan Searching, Optimasi dan Machine Learning

Lingkup Metode Optimasi

BAB 2 LANDASAN TEORI 2.1 Konsep Dasar Sistem Definisi Sistem

BAB 2 TINJAUAN PUSTAKA. menggunakan teknik statistik, matematika, kecerdasan buatan, tiruan dan machinelearning

Optimasi Multi Travelling Salesman Problem (M-TSP) Menggunakan Algoritma Genetika

L ctur er: M. Mift Mi ak ft ul Am A i m n i,,s. Kom om,. M. M. ng.

APLIKASI SISTEM PAKAR UNTUK MENGIDENTIFIKASI PENYAKIT DALAM PADA MANUSIA MENGGUNAKAN METODE FORWARD CHAINING

GENETIKA UNTUK MENENTUKAN RUTE LOPER KORAN DI AGEN SURAT KABAR

Artificial intelligence

BAB VII LOGIKA FUZZY

Aplikasi Algoritma Genetika Untuk Menyelesaikan Travelling Salesman Problem (TSP)

ARTIFICIAL INTELLIGENCE

LOGIKA FUZZY. By: Intan Cahyanti K, ST

KECERDASAN BUATAN. Simple Hill Climbing. Disusun Oleh:

SISTEM BERBASIS PENGETAHUAN PENDAHULUAN HENKI FDS R

BAB I PENDAHULUAN 1.1 Latar Belakang

MENENTUKAN HARGA MOBIL BEKAS TOYOTA AVANZA MENGGUNAKAN METODE TSUKAMOTO

BAB III TEORI DASAR SISTEM PAKAR DAN SISTEM KONTROL BERBASIS SISTEM PAKAR 20 BAB III TEORI DASAR SISTEM PAKAR DAN SISTEM KONTROL BERBASIS SISTEM PAKAR

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

Perbaikan UTS. Telah ada tugas, merangkum paper, tujuan: Apakah tugas tsb telah dikerjakan dengan baik? Contoh yang SALAH:

SISTEM PAKAR UNTUK MENDIAGNOSA PENYAKIT SALURAN PENCERNAAN MENGGUNAKAN METODE DEMPSTER SHAFER

Optimalisasi Pengantaran Barang dalam Perdagangan Online Menggunakan Algoritma Genetika

ANALISA JARINGAN SARAF TIRUAN DENGAN METODE BACKPROPAGATION UNTUK MENGETAHUI LOYALITAS KARYAWAN

Sistem Pakar Kerusakan pada Perangkat Keras (Hardware) di SMA Negeri 11 Kabupaten Tangerang

INTELEGENSI BUATAN. Sistem Pakar. M. Miftakul Amin, M. Eng. website :

BAB 2 LANDASAN TEORI

BAB II TINJAUAN PUSTAKA

APLIKASI SISTEM PAKAR DIAGNOSA PENYAKIT GINJAL DENGAN METODE DEMPSTER-SHAFER

HEURISTIC SEARCH. Irvanizam Zamanhuri, M.Sc Dr. Taufiq A. Gani, M.EngSc

BAB I PENDAHULUAN. kehidupan sehari-hari dan juga merupakan disiplin ilmu yang berdiri sendiri serta

Transkripsi:

Mata Kuliah : Kecerdasan Buatan Sifat : Hari / Tanggal : Waktu : Kelompok : Dosen : Pilihlah satu jawaban yang paling tepat untuk pertanyaan-pertanyaan dibawah ini 1. Pernyataan yang benar tentang system pakar, kecuali : a. Berusaha mengapdosi pengetahuan manusia ke komputer b. Komputer dapat menyelesaikan masalah seperti yang biasa dilakukan oleh para ahli c. Komputer memberi informasi untuk para manager d. Agar dapat menyelesaikan suatu permasalahan tertentu dengan meniru kerja dari para ahli e. pengguna dapat berkonsultasi pada komputer itu untuk suatu nasehat 2. Sistem pakar medical yang bisa mendiagnosa penyakit infeksi dan merekomendasi pengobatan dibuat di Standford University tahun 70-an adalah : a. MYCIN b. INFECT c. MEDIC d. STANDFORD e. INFECTION 3. FOLIO adalah sebuah contoh system pakar yang dibuat untuk bidang ilmu : a. Bahasa. b. Matematika c. Kesehatan d. Ekonomi e. Politik 4. Yang termasuk area permasalahan aplikasi system pakar, kecuali : a. Prediksi b. Kolaborasi c. Diagnosi d. Interpretasi e. Debugging 5. Dua lingkungan utama pada system pakar adalah : a. Lingkungan Knowledge Base dan Inference Engine b. Lingkungan Data dan Pakar c. Lingkungan Pengembangan dan Kosultasi d. Lingkungan Data dan Keputusan e. Lingkungan Pencarian dan Keputusan 6. Bahasa pemrograman yang biasa dipakai untuk membangun system pakar yang menggunakan logika predikat adalah : a. Visual Basic b. Pascal c. PHP d.prolog e. Java 7. Suatu sistem pemrosesan informasi yang mempunyai karakteristik menyerupai jaringan syaraf manusia adalah... a. sistem pakar b. jaringan syaraf tiruan c. algoritma genetika d. logika fuzzy e. bahasa alami 8. Traveling Salesman Problem (TSP). Seorang salesman ingin mengunjungi n kota. Jarak antara tiap-tiap narkota sudah diketahui. Kita ingin mengetahui rute terpendek dimana setiap kota hanya boleh dikunjungi tepat 1 kali. Misal ada 4 kota dengan jarak antara tiap-tiap kota seperti berikut ini : Jarak AB : 6 BC : 4 CD : 8 DA : 5 AC : 3 BD : 2 6 A B 5 2 3 4 D 8 C

Solusi yang didapatkan jika memakai Simple Hill Climbing adalah : a. ABCD b. DCAB c. BCDA d. ACBD e. BDAC 9. Dari gambar Travelling Salesman Problem di atas, solusi yang didapatkan jika memakai Steepest Hill Climbing adalah : a. ABCD b. DCAB c. BCDA d. ACBD e. BDAC 10. Representasi pengetahuan berupa aturan/rules yang terdiri atas anteseden dan konsekuen disebut : a. Frame b. Script c. Sistem Produksi d. Jaringan semantik e. Hill Climbing 11. Joko mendapat nilai E pada ujiannya. Teman-temannya menduga bahwa pasti Joko tidak pernah belajar dengan : probabilitas Joko mendapat nilai E, jika malas belajar adalah 0,7 probabilitas Joko malas belajar tanpa memandang fakta apapun adalah 0,3 probabilitas Joko mendapat nilai E, jika tidak pernah masuk kuliah adalah 0,4 probabilitas Joko tidak pernah masuk kuliah tanpa memandang fakta apapun adalah 0,8 Nilai probabilitas Joko malas belajar karena dapat dapat nilai E adalah : a. 0,53 b. 0,64 c. 0,6 d. 0,70 e. 0,71 12. Pertengahan tahun 2002, ada indikasi bahwa turunnya devisa Indonesia disebabkan oleh permasalahan TKI di Malaysia. Apabila diketahui MB[devisaturun,TKI]=0,8 dan MD[devisaturun,TKI]=0,3 maka CF[devisaturun,TKI] : a. 0,24 b. 1,1 c. 0,5 d. 1,24 e. 1,5 13. Masih merujuk pada soal di atas (soal no.28), Akhir September 2002 kemarau berkepanjangan mengakibatkan gagal panen yang cukup serius, berdampak pada turunnya ekspor Indonesia. Bila diketahui MB[devisaturun,eksporturun] = 0,75 dan MD[devisaturun,eksporturun] = 0,1, maka CF[devisaturun,eksporturun] dan CF[devisaturun,TKI eksporturun] : a. 0,50 b. 0,51 c. 0,55 d. 0,56 e. 0,58 14. Dua bagian utama dari sistem kecerdasan buatan adalah... a. metode pencarian dan metode penalaran b. basis pengetahuan dan motor inferensi c. motor inferensi dan logika d. basis pengetahuan dan representasi pengetahuan e. forward chaining dan backward chaining 15. Berikut adalah langkah untuk mendefinisikan masalah ke dalam ruang masalah/ruang keadaan, kecuali... a. menetapkan kumpulan aturan b. menetapkan satu atau lebih keadaan awal c. menggambarkan keputusan-keputusan dan konsekuensinya d. mendefinisikan suatu ruang keadaan e. menetapkan satu atau lebih tujuan 16. JST tercipta sebagai suatu generalisasi model matematis dari pemahaman manusia (human cognition) yang didasarkan atas asumsi sebagai berikut, kecuali : a. neuron sebagai tempat informasi diproses b. aliran sinyal antar neuron melalui sambungan penghubung c. soma (badan sel) sebagai sambungan penghubung d. Setiap sel syaraf akan menerapkan fungsi aktivasi terhadap sinyal hasil penjumlahan berbobot yang masuk kepadanya untuk menentukan sinyal keluarannya e. sambungan penghubung memiliki bobot yang digunakan untuk menggandakan sinyal yang melaluinya 17. Tiga komponen utama dari neuron adalah... 1. dendrit, soma, dan akson 2. basis pengetahuan, dendrit, dan akson

3. informasi, basis pengetahuan dan lapisan 4. lapisan tersembunyi, informasi dan soma 5. badan sel, soma, dan dendrit 18. Berikut ini adalah karakteristik dari JST, kecuali... a. dapat belajar dari pengalaman b. beroperasi dengan data numerik c. tidak diprogram untuk menghasilkan keluaran tertentu d. output didasarkan pada pengalaman saat menjalani proses pembelajaran e. tidak dapat melakukan generalisasi atas contoh-contoh yang diperolehnya dan mengabstraksi karakteristik esensial input untuk data yang tidak relevan. 19. Karakteristik JST ditentukan oleh... a. input, proses dan output b. data dan informasi yang didapatkannya c. badan sel, dendrit, akson dan sinapsis d. arsitektur jaringan, proses belajar dan fungsi aktivasi e. pola-pola input 20. Perhatikan Gambar arsitektur JST berikut : x 1 w 1 xw+b y_in F(y_in) y x 2 w 2 b 3 Diketahui nilai-nilai input x 1 = 2, x 2 = -2, bobot w 1 = -1, w 2 = 1, bias b = 3 dan fungsi aktivasi 0, y 1, jika x 4 jika x 4 Berapa nilai y_ in? a. 2 b. 3 c. 4 d. 5 e. 6 21. Untuk JST soal nomor 6, berapa nilai y? a. -2 b. -1 c. 0 d. 1 e. 2 22. Untuk JST pada soal nomor 6, jika fungsi aktivasinya diganti berikut 1, y 0, 1, jika y _ in 3 jika 3 y _ in 3 jika y _ in 3 Berapa nilai y_ in dan y? a. 2 dan -1 b. 3 dan 0 c. 4 dan 1 d. 5 dan 2 e. 6 dan 3 23. Proses pembelajaran yang cocok bagi JST untuk mengenali nilai suatu operasi logika adalah a. pembelajaran terstruktur b. pembelajaran sederhana c. pembelajaran tidak terawasi d. pembelajaran hybrid e. pembelajaran terawasi 24. Proses pembelajaran yang cocok bagi JST untuk mengenali huruf adalah a. pembelajaran terstruktur b. pembelajaran sederhana c. pembelajaran tidak terawasi d. pembelajaran hybrid e. pembelajaran terawasi

25. Berikut adalah alasan menggunakan logika fuzzy, kecuali... a. Mudah dimengerti b. Fleksibel c. Memiliki toleransi terhadap data-data yang tidak tepat d. Dapat membangun dan mengaplikasikan pengalaman-pengalaman para pakar secara langsung tanpa harus melalui proses pelatihan e. Logika fuzzy didasarkan pada bahasa komputer 26. Diketahui himpunan tegas : S = [a,b,c,d,e,f,g,h,i,j] adalah semesta pembicaraan P = [e,f,g,h] Q= [a,b,c,i,j] Nilai keanggotaan µp[i], µq[a], dan µq[h] adalah... a. 1, 1 dan 1 b. 0, 1 dan 0 c. 0, 1, dan 1 d. 1, 1, dan 0 e. 0, 0, dan 0 27. Diketahui nilai keanggotaan untuk himpunan UMUR secara grafis : 1 [x] MUDA PAROBAYA TUA 0 25 35 40 45 50 55 65 Umur (th) Seseorang yang berumur 40 tahun, mempunyai nilai MUDA [40] dan PABOBAYA [40] masingmasing sebesar : a. 0.6 dan 0.8 b. 0.25 dan 0.5 c. 1 dan 0 d. 0.8 dan 0.6 e. 0.2 dan 0.4 28. Masih mengacu pada gambar soal no. 13, nilai TUA [50] dan PABOBAYA [50] masing-masing sebesar :... a. 0.75 dan 0.5 b. 0.5 dan 0.25 c. 0 dan 1 d. 0.25 dan 0.5 e. 0.5 dan 0.75 29. Diketahui : derajat keanggotaan 40 tahun pada himpunan umur adalah 0.6. Derajat keanggotaan Rp. 1.500.000,- pada himpunan penghasilan adalah 0.9. Maka α predikat untuk umur 40 tahun dan penghasilan Rp. 1.500.000,- adalah... a. 0.83 b. 0.12 c. 0.6 d. 0.9 e. 1 30. Besar α predikat untuk umur 40 tahun atau penghasilan Rp. 1.500.000,- pada soal nomor 15 adalah... a. 0.83 b. 0.12 c. 0.6 d. 0.9 e. 1 31. Besar α predikat untuk umur bukan 40 tahun dan penghasilan Rp. 1.500.000,- pada soal nomor 15 adalah... a. 0.3 b. 0.4 c. 0.5 d. 0.6 e. 0.7 32. Perhatikan pernyataan berikut : Jika tanah basah dan suhu dingin maka lama penyiraman pendek Jika tanah lembab dan suhu sejuk maka lama penyiraman sedang Dari pernyataan diatas yang termasuk variabel masukan adalah... a. tanah b. suhu c. lama penyiraman d. tanah dan suhu e. tanah dan lama penyiraman 33. Pada soal no.18 di atas yang termasuk variabel keluaran adalah... a. tanah b. suhu c. lama penyiraman d. tanah dan suhu e. tanah dan lama penyiraman 34. Tahapan membangun sistem fuzzy adalah... a. input, proses, output b. fuzzifikasi, inferensi, proses penentuan output

c. inferensi, fuzzifikasi, proses penentuan output d. input, fuzzifikasi, inferensi e. inferensi, proses, output 35. Perhatikan gambar siklus algoritma genetika berikut : Bagian dari siklus yang bertanda 1, 2 dan 3 adalah... a. proses seleksi, evaluasi nilai fitness, cross over dan mutasi b. evaluasi nilai fitness, cross over dan mutasi, proses seleksi c. cross over dan mutasi, evaluasi nilai fitness, proses seleksi d. proses seleksi, cross over dan mutasi, evaluasi nilai fitness e. evaluasi nilai fitness, proses seleksi, cross over dan mutasi 36. Berikut adalah metode seleksi yang terdapat dalam algoritma Genetika, yaitu : a. Mesin seleksi alam b. Mesin Yacobi c. Mesin Roulette d. Mesin cetak e. Mesin Roudisteck 37. Nilai yang menyatakan satuan dasar yang membentuk arti tertentu dalam suatu kromosom disebut... a. gen b. individu c. populasi d. generasi e. nilai fitness 38. Dalam algoritma genetika, salah satu solusi yang mungkin dinyatakan oleh... a. gen b. individu c. populasi d. generasi e. nilai fitness 39. Nilai baik/tidaknya suatu individu dalam algoritma genetika disebut... a. gen b. individu c. populasi d. generasi e. nilai fitness 40. Representasi pengetahuan yang berupa kumpulan pengetahuan tentang suatu objek tertentu disebut... a. Frame b. Script c. Sistem Produksi d. Jaringan semantik e. Hill Climbing Soal Uraian 1. (a) Representasikan tinggi badan seseorang menggunakan himpunan Fuzzy, yang diukur hingga 220 cm dengan cirri-ciri sebagai berikut: sangat pendek kurang/sama dengan 100 cm, pendek : 50 hingga 150 cm, rata-rata : 120 hingga 170 cm, tinggi : 160 hingga 190 cm, dan sangat tinggi diatas 175 cm. (b) berapa nilai keanggotaan pendek [130] dan rata-rata [130]

2. Pencarian bobot sesuai perhitungan Process Elemen (PE) sederhana: penjumlahan:, i*w _ T (penjumlahan semua perkalian input(i)&bobot(w) dibandingkan nilai ambang T) Hitung keluaran dari Process Elemen (PE) berikut ini, jika masukan biner yang diberikan adalah: a: 0,0; b:0,1; c:1,0; d:1,1 1-1 0.5 ooo Selamat Mengerjakan ooo