FM-BINUS-AA-FPU-78/R3

Jawaban

Undergraduate Program Term : Odd / Even / Short *)

 Mid Exam  Final Exam  Short Term Exam Academic Year : 2011 / 2012

 Others Exam : ______________

Faculty / Dept. : School of Computer Science :
Student id
Course : T0264 – Artificial Intelligence
Day / Date : / April 2012 :
Name
Lecturer : Team
Class : Pagi :
Signature
Time : 100 menit
Exam Feature : Open / Close Books *)
Equipment : Exam Booklet / Calculator / Dictionary /
Drawing Paper A3 / Drawing Paper A2 *)

) Strikethrough the unnecessary items
Please insert paper test into exam booklet. Both should be collected !!!

A. PILIHAN GANDA (15 soal, bobot 30 %).

1. C. 6. C. 11. B.
2. A. 7. B. 12. A.
3. C. 8. B. 13. D.
4. B. 9. D. 14. A.
5. B. 10. D. 15. B.

B. SOAL URAIAN
1. (nilai 20%). Kita kembali ke permasalahan searching yang ada di textbook, yaitu perjalanan
dari Arad ke Bucharest. Saat ini kita berada di ARAD, dan merencanakan perjalanan
dengan mobil lewat darat menuju BUCHAREST. Kita lihat grafiknya lagi :

Angka yang tertera pada gambar merupakan jarak antar kota yang sebenarnya atau g(n) dalam
km. Sedang jarak langsung (stright line distance) kalau ditarik garis lurus ke Bucharest (h(n))
adalah seperti pada tabel.

1
 Kota asal Jarak Kota asal Jarak Kota asal Jarak
Arad 366 Hirsowa 151 Rimnicu Vilcea 193
Bucharest 0 Lasi 226 Sibiu 253
Craiova 160 Lugoj 244 Timisoara 329
Dobreta 242 Mehadia 241 Urziceni 80
Eforie 161 Neamt 234 Vaslui 199
Fagaras 176 Oradea 280 Zerind 374
Giurgiu 77 Pitesti 10

Pertanyaan :
Bila ARAD diasumsikan sebagai start node dan BUCHAREST adalah goal node, tentukan jalur
yang diperoleh untuk bergerak dari ARAD ke BUCHAREST bila proses pencarian (search)
dilakukan dengan metoda :
a. Uniform-cost search (nilai 5%)
b. Greedy (Best First Search) (nilai 5%) dan
c. Heuristic A* (nilai 5%)
d. Dari ketiga metoda tersebut di atas, jelaskan mana yang terbaik dan
jelaskan argumentasi anda berdasarkan completion, time complexity, space complexity dan
sebagainya mengapa demikian! (nilai 5%)

Jawab :
a. Uniform-cost search
Frontier = [Arad], explored = []
Evaluasi = Arad, frontier = [Zerind(75), Timisoara(118), Sibiu(140)],
explored = [Arad]
Evaluasi = Zerind, frontier = [Timisoara(118), Sibiu(140), Oradea(146)],
explored = [Arad, Zerind]
Evaluasi = Timisoara, frontier = [Sibiu(140), Oradea(146), Lugoj(229)],
explored = [Arad, Zerind, Timisoara]
Evaluasi = Sibiu, frontier = [Oradea(146), Rimnicu(220), Lugoj(229), Fagaras(239)],
explored = [Arad, Zerind, Timisoara, Fagaras]
Evaluasi = Oradea, frontier = [Rimnicu(220), Lugoj(229), Fagaras(239)], explored = [Arad,
Zerind, Timisoara, Fagaras, Oradea]
Evaluasi = Rimnicu, frontier = [Lugoj(229), Fagaras(239), Pitesti(317), Craiova(366)],
explored = [Arad, Zerind, Timisoara, Fagaras, Oradea, Rimnicu]
Evaluasi = Lugoj, frontier = [Fagaras(239), Mehadia(299), Pitesti(317), Craiova(366)],
explored = [Arad, Zerind, Timisoara, Fagaras, Oradea, Rimnicu, Lugoj]
Evaluasi = Fagaras, frontier = [Mehadia(299), Pitesti(317), Craiova(366), Bucharest(440)],
explored = [Arad, Zerind, Timisoara, Fagaras, Oradea, Rimnicu, Lugoj, Fagaras]
Evaluasi = Mehadia, frontier = [Pitesti(317), Craiova(366), Dobreta(374), Bucharest(440)],
explored = [Arad, Zerind, Timisoara, Fagaras, Oradea, Rimnicu, Lugoj, Fagaras,
Mehadia]
Evaluasi = Pitesti, frontier = [Craiova(366), Dobreta(374), Bucharest(418)], explored =
[Arad, Zerind, Timisoara, Fagaras, Oradea, Rimnicu, Lugoj, Fagaras, Mehadia, Pitesti]
Evaluasi = Craiova, frontier = [Dobreta(374), Bucharest(418)], explored = [Arad, Zerind,
Timisoara, Fagaras, Oradea, Rimnicu, Lugoj, Fagaras, Mehadia, Pitesti, Craiova]
Evaluasi = Dobreta, frontier = [Bucharest(418)], explored = [Arad, Zerind, Timisoara,
Fagaras, Oradea, Rimnicu, Lugoj, Fagaras, Mehadia, Pitesti, Craiova, Dobreta]
Evaluasi = Bucharest = goal, STOP, explored = [Arad, Zerind, Timisoara, Fagaras, Oradea,
Rimnicu, Lugoj, Fagaras, Mehadia, Pitesti, Craiova, Dobreta]
Jadi urutan node yang dievaluasi [Arad, Zerind, Timisoara, Fagaras, Oradea, Rimnicu,
Lugoj, Fagaras, Mehadia, Pitesti, Craiova, Dobreta]
dengan jalur yang diambil Arad – Sibiu – Rimnicu – Pitesti – Bucharest.

b. Greedy best-first search

Frontier = [Arad], explored = []
2
 Evaluasi = Arad, frontier = [Sibiu(253), Timisoara(329) , Zerind(374)],
explored = [Arad]
Evaluasi = Sibiu, frontier = [Fagaras(176), Rimnicu(193), Timisoara(329) , Zerind(374)],
explored = [Arad, Sibiu]
Evaluasi = Fagaras, frontier = [Bucharest(0), Rimnicu(193), Timisoara(329) , Zerind(374)],
explored = [Arad, Sibiu, Fagaras]
Evaluasi = Bucharest = goal, STOP, explored = [Arad, Sibiu, Fagaras] dengan jalur yang
diambil Arad – Sibiu – Fagaras – Bucharest.

c. Heuristic A* search
Frontier = [Arad], explored = []
Evaluasi = Arad, frontier = [Sibiu(393), Timisoara(447), Zerind(449)],
explored = [Arad]
Evaluasi = Sibiu, frontier = [Rimnicu(413), Fagaras(415), Timisoara(447), Zerind(449)],
explored = [Arad, Sibiu]
Evaluasi = Rimnicu, frontier = [Pitesti(317), Fagaras(415), Timisoara(447), Zerind(449),
Craiova(526)], explored = [Arad, Sibiu, Rimnicu]
Evaluasi = Pitesti, frontier = [Fagaras(415), Bucharest(418), Timisoara(447), Zerind(449),
Craiova(526)], explored = [Arad, Sibiu, Rimnicu, Pitesti]
Evaluasi = Fagaras, frontier = [Bucharest(418), Timisoara(447), Zerind(449), Craiova(526)],
explored = [Arad, Sibiu, Rimnicu, Pitesti, Fagaras]
Evaluasi = Bucharest = goal, STOP, explored = [Arad, Sibiu, Rimnicu, Pitesti, Fagaras]
dengan jalur yang diambil Arad – Sibiu – Rimnicu – Pitesti – Bucharest.

d. Evaluasi dari ketiga hasil :

Heuristik A* menghasilkan jalur terbaik, terdekat dengan time complexity dan space
complexity 5 node (lebih 2 node). Teknik greedy best first time complexity dan space
complexity terbaik hanya 3 node, sayangnya hasilnya bukan jarak terdekat. UCS
mendapatkan jarak terdekat namun time dan space complexity besar. Namun ketiga teknik
tersebut bersifat complete dan admissible.

2. (nilai 15 %). Perhatikan game tree dibawah ini :

A
MAX

B C D

E F G H I J

K L M N O P Q R S

T U V W X Y Z A1 B1 C1 D1 E1 F1 G1
5 6 7 4 5 3 6 6 9 7 5 9 8 6

a. Nilai yang dapat dicapai oleh maximixing player jika digunakan metoda MINIMAX (nilai 3
%).
b. Dengan menggunakan pendekatan αβ - pruning algorithm adakan penelusuran dari root,
hingga didapat nilai (α) tertinggi yang dapat dicapai oleh maximixing player (nilai 6 %).
c. Tunjukkan pada lengan-lengan yang mana cut-off dilakukan, dan berikan alasanya (nilai 6
%).

3
 Jawaban :
a. Nilai yang dicapai oleh maximixing player dengan metoda MINIMAX = 6
6A
MAX

3 B 6 C 5D MIN

5 E 3F 6G 7H 5I 8 J MAX

4 L 3M 6N 6 O 7P 5 Q 8R 6 S
5 K MIN

T U V W X Y Z A1 B1 C1 D1 E1 F1 G1
5 6 7 4 5 3 6 6 9 7 5 9 8 6

b. Nilai (α) tertinggi yang dapat dicapai oleh maximixing player = 6

(- ∞, +∞) ( 6, 7) α ≥3
A
( 3, +∞ ) ( 6, 7) β 7 MAX
( 6, +∞ )
(- ∞, +∞)
( 5, +∞ ) B ( 3, +∞ ) C ( 6, 7) ( 6, 7) D MIN
( 3, +∞ ) ( 6, +∞ )
(- ∞, +∞) ( 3, + )
( 5, +∞ ) E ( 5, +∞ ) F ( 6, +∞∞) G( 6, +∞ ) H ( 6, 7) I
( 3, +∞ ) ( 6, 7) J MAX

( 3, +∞ )
( 5, +∞ ) ( 5, +∞ ) ( 6, +∞ ) ( 6, +∞ )
( 5, +∞ ) K L ( 3, + )M N O P Q R S MIN
∞ ( 6, +∞ ) ( 6, 7) ( 6, 7)

T U V W X Y Z A1 B1 C1 D1 E1 F1 G1
5 6 7 4 5 3 6 6 9 7 5 9 8 6

c. Lengan-lengan yang cut-off seperti pada gambar,

3. First Order Logic dan teknik Resolusi.

Pada Pilkada DKI periode yang lalu diceriterakan sebagai berikut :
Pada saat itu, Foke adalah Wagub DKI. Kemudian Foke mencalonkan diri menjadi Gubernur. Sebagai
calon Wakil Gubernur adalah Priyanto. Seseorang yang sukses pasti terkenal. Setiap orang yang terkenal
dan dicintai akan dipilih. Karena jabatannya Foke sukses dan dicintai. Adang adalah sebagai saingan
terkuat dalam Pilkada saat itu. Semua orang yang dipilih akan menjadi Gubernur.

Pertanyaan
a). Ubah pernyataan di atas ke dalam FOL (Fisrt Order logic) yang sederhana. Saudara boleh
menambahkan pengetahuan yang relevan yang mungkin diperlukan. (nilai 8%).
b). Ubah setiap kalimat FOL di atas ke bentuk Conjunctive Normal Form/CNF (nilai 8 %) .
c). Buktikan dengan algoritma backward chaining resolution bahwa Foke menjadi Gubernur. (nilai 4%).

Jawaban :
a) FOL
1) wagub (Foke);

4
 2) cagub (Foke);
3) cawagub (Priyanto);
4) x sukses (x)  terkenal(x);
5) x terkenal (x) dicintai (x)  dipilih (x);
6) sukses (Foke) )  dicintai (Foke);
7) saingan (Adang);
8) x dipilih (x)  gubernur (x);
b) CNF`
1) wagub (Foke);
2) cagub (Foke);
3) cawagub (Priyanto);
4)  sukses (x)  terkenal(x);
5)  terkenal (x)   dicintai (x)  dipilih (x);
6) a. sukses (Foke)
b. dicintai (Foke)
7) saingan (Adang);
8)  dipilih (x)  gubernur (x);

c) Pembuktian dengan teknik Resolusi.

 gubernur (Foke) 8)  dipilih (x)  gubernur (x)

Foke /x

 dipilih (Foke) 5)  terkenal (x)   dicintai (x)  dipilih (x)

Foke /x
6).b. dicintai (Foke)
 terkenal (Foke)   dicintai (Foke)

 sukses (x)  terkenal(x)

 terkenal (Foke)
Foke /x

6).a sukses (Foke)

 sukses (Foke)

Karena kontradiksi maka  gubernur (Foke)

SALAH. Terbukti Foke menjadi Gubernur

4. (nilai 15%). Salah satu permasalahan dalam Artificial Intelligence adalah planning dalam
real world. Banyak masalah planning tersebut dalam real world, salah satunya adalah masalah
hand robotic yang digunakan untuk memindahkan balok-balok. Misalkan untuk menyelesaikan
permasalahan dibawah ini :
X

Z Y

X Y Z

State awal State akhir

5
 Pertanyaan
Dengan metoda planning jelaskan urutan proses yang harus dijalankan untuk mencapai goal.
Anda dibebaskan dengan pilihan menggunakan “partially ordered plan” ataupun “totally
ordered plan” (nilai 15 %).

Jawab :
X

Z Y

X Y Z

State awal State akhir

State awal : ONTABLE(X)  ON(Z,Y)  ONTABLE(Y)

State akhir : ON(X,Y)  ON(Y,Z)  ONTABLE(Z)

Proses : Z

X Y
ONTABLE(X)  ON(Z,Y)  ONTABLE(Y)

ARMEMPTY
ON(Z,Y)

UNSTACK(Z,Y)

HOLDING(Z) 1

PUTDOWN(Z)

ARMEMPTY 2
ONT(Y) ARMEMPTY
ONTABLE(Z)

PICKUP(Y)

ONT(X) ARMEMPTY
HOLDING(Y)
3
PICKUP(X)
STACK(Y,Z)
5
HOLDING(X) PROMOTION
ARMEMPTY
4
STACK(X,Y)

Z
ON(X,Y)  ONTABLE(Z)  ON(Y,Z)

6
 Urutan planning :
1. UNSTACK(Z,Y)
2. PUTDOWN(Z)
3. PICKUP(Y)
4. STACK(Y,Z)
5. PICKUP(X)
6. STACK(X,Y)
ATAU :
X

Z Y

X Y Z

State awal State akhir

State awal : On(X,Table) ON(Z,Y) On(Y,Table) Cl(Z)
State akhir : On(X,Y) On(Y,Z)  On(Z,Table)

Urutan planning :
1. PutOnTable(Z)
2. PutOn(Y,Z)
3. PutOn(X,Y)