FAKULTAS SAINS DAN TEKNOLOGI

UNIVERSITAS ISLAM NEGERI SULTAN SYARIF KASIM RIAU

UJIAN AKHIR SEMESTER GENAP TAHUN AKADEMIK 2018/2019

Program Studi : S1 Teknik Informatika (TIF VI-C, TIF VI-D)

Mata Ujian : Kecerdasan Buatan
Hari/Tanggal : Rabu/ 3 Juli 2019
Dosen : Novi Yanti, S.T, M.Kom
Sifat : Take Home, Buka buku dan referensi di internet

PERATURAN:
 Anda harus menjawab SENDIRI semua pertanyaan di bawah ini secara jelas dan lengkap.
DILARANG KERAS untuk berkomunikasi, bekerjasama, dan meminta bantuan siapapun.
Mahasiswa yang terbukti plagiat, nilainya langsung E.
 Gunakan lembar jawaban yang tersedia pada halaman terakhir. Tambahkan NIM dan nama Anda
pada footnote agar bisa ditelusuri berkas Anda. Jawaban diketik komputer.
 Lembar pernyataan harus ditandatangani oleh setiap mahasiswa yang bersangkutan. Jawaban yang
tidak ditandatangani tidak akan dikoreksi (nilainya = 0).
 Jawaban dikumpulkan dalam satu folder ke kosma kelas dan dikirim ke email novi_yanti@uin-
suska.ac.id.
 Pengumpulan jawaban paling lambat hari Selasa tanggal 09 Juli 2019 pukul 23:59 WIB via email.
Tidak ada toleransi keterlambatan pengumpulan. Jawaban yang terlambat dikumpulkan tidak akan
dikoreksi.

SOAL

1. Jika diketahui sebuah data perkiraan cuaca seperti di bawah ini:

No. TP SR RH WS Cuaca?
1. 0.64 0.10 0.22 0.23 ”No Rain”
2. 0.62 0.54 0.25 0.30 ”Rain”
3. 0.66 0.14 0.24 0.30 ”No Rain”
4. 0.48 0.10 0.29 0.37 ”Rain”

Dimana terdapat 4 buah faktor penentu cuaca, yakni:

TP : Temprature
SR : Solar Radiation
RH : Relative Humidity
WS : Wind Speed
Kemudian, Anda diminta untuk mendesain sebuah sistem peramalan cuaca menggunakan Multi
Layer Perceptron (MLP) yang dapat menentukan (memprediksi) cuaca yang terdiri dari 2 kelas/
kategori, yakni:
”No Rain” : Tidak hujan
”Rain” : Hujan
a. Gambarkanlah arsitektur MLP yang menurut Anda paling tepat untuk menyelesaikan masalah
prediksi cuaca di atas!
b. Berapa jumlah neuron yang Anda gunakan pada masing-masing layer (input-hidden-output)?
Jelaskan alasan Anda mengapa memilih jumlah neuron tersebut untuk setiap layernya!
c. Jika semua bobot (weight) MLP diberi nilai 0.1, maka hitunglah output MLP jika diberikan
input dari data (record) nomor 2 menggunakan perhitungan maju (feed forward)! Tuliskan
perhitungannya secara sistematis! Lalu tuliskan apakah sama antara keluaran MLP dan target
yang ada pada data latih di atas!
d. Gunakan fungsi aktivasi sigmoid.
e. Output dari MLP dibulatkan menjadi 1 jika nilainya >= 0.5, dan selainnya dibulatkan menjadi 0.

UAS Kecerdasan Buatan – Nama: Mustafa Arif Samsi NIM: 11651100831 Kelas: TIF 6 C
2. Diketahui sebuah persamaan:
, dimana

a. Dengan perhitungan manual, berapa nilai masing-masing dari variabel x1 dan x2 agar nilai fungsi
h menjadi maksimum? Tuliskan berapa nilai maksimum dari fungsi h tersebut!
b. Dengan menggunakan Algoritma Genetika, desainlah sebuah kromosom untuk mencari nilai
dari variabel x1 dan x2 agar nilai fungsi h menjadi maksimum! (nilai biner pada kromosom
silakan diacak sendiri).
c. Lakukanlah proses decoding pada kromosom yang telah Anda desain tersebut untuk
mendapatkan nilai fenotip dari variabel x1 dan x2!
d. Tuliskan fungsi fitness untuk menyelesaikan studi kasus maksimasi pada soal nomor 2 tersebut!
e. Jika studi kasus tersebut diubah menjadi masalah minimasi, maka tuliskan fungsi fitness-nya!

3. Rancanglah suatu sistem fuzzy yang diaplikasikan ke mesin cuci yang dapat mengatur secara
otomatis lama waktu mencucinya dengan melihat persentase tingkat kekotoran dan jenis kotoran
dari pakaian. Setelah dilakukan pengumpulan data maka didapatkan aturan sebagai berikut :

R1 : IF tingkat kekotoran tinggi AND jenis kotoran berminyak THEN waktu cuci sangat lama.
R2 : IF tingkat kekotoran sedang AND jenis kotoran berminyak THEN waktu cuci lama.
R3 : IF tingkat kekotoran rendah AND jenis kotoran berminyak THEN waktu cuci lama.
R4 : IF tingkat kekotoran tinggi AND jenis kotoran tidak berminyak THEN waktu cuci lama.
R5 : IF tingkat kekotoran sedang AND jenis kotoran tidak berminyak THEN waktu cuci cepat.
R6 : IF tingkat kekotoran rendah AND jenis kotoran tidak berminyak THEN waktu cuci sangat
cepat.

Tingkat kotoran dianggap rendah jika persetasenya sekitar 0-20% dan dianggap tinggi jika sekitar
70-100%. Jenis kotoran dianggap tidak berminyak jika mengandung minyak sekitar 0-15% dan
berminyak jika sekitar 60%-100%. Waktu cuci sangat lama jika mencapai 1 jam dan sangat cepat
jika hanya sekitar 10 menit. Jika didapatkan input dari sensor sebagai berikut, yaitu tingkat
kekotoran 65% dan mengandung minyak 45% maka tentukan berapa lama waktu cuci yang
dilakukan oleh mesin cuci!

UAS Kecerdasan Buatan – Nama: Mustafa Arif Samsi NIM: 11651100831 Kelas: TIF 6 C
 Lembar Jawaban UAS
Kecerdasan Buatan

Nama : Mustafa Arif Samsi

NIM : 11651100831
Kelas : TIF 6 C
Pernyataan: Semua jawaban SAYA KERJAKAN SENDIRI tanpa bekerjasama maupun meminta
bantuan siapapun. Saya bersedia diberi nilai E jika pernyataan ini terbukti salah.
Tanda Tangan :

1.
a)

b)

UAS Kecerdasan Buatan – Nama: Mustafa Arif Samsi NIM: 11651100831 Kelas: TIF 6 C
 c)

UAS Kecerdasan Buatan – Nama: Mustafa Arif Samsi NIM: 11651100831 Kelas: TIF 6 C
UAS Kecerdasan Buatan – Nama: Mustafa Arif Samsi NIM: 11651100831 Kelas: TIF 6 C
 d)

UAS Kecerdasan Buatan – Nama: Mustafa Arif Samsi NIM: 11651100831 Kelas: TIF 6 C