Anda di halaman 1dari 5

1. 1.

Jika dibandingkan dengan kecerdasan alami (kecerdasan yang dimiliki oleh mnusia),
kecerdasan buatan memiliki keuntungan komersial berikut,!

a. Kecerdasan buatan lebih bersifat permanen

b. Kecerdasan buatan lebih mudah diduplikasi dan disebarkan

jelaskan !

a. Kecerdasan buatan lebih bersifat permanen

Kecerdasan alami bisa berubah karena sifat manusia pelupa. Kecerdasan buatan tidak berubah
selama sistem komputer & program tidak mengubahnya.

b. Kecerdasan buatan lebih mudah diduplikasi dan disebarkan

Mentransfer pengetahuan manusia dari 1 orang ke orang lain membutuhkan proses yang sangat
lama & keahlian tidak akan pernah dapat diduplikasi dengan lengkap. Jadi jika pengetahuan terletak
pada suatu sistem komputer, maka pengetahuan tersebut dapat disalin dari komputer tersebut &
dapat dipindahkan dengan mudah ke komputer yang lain.

2. 2. Tuliskan langkah-langkah sistematisnya disertai dengan ilustrasi (gambar) untuk tiap langkah
yang Anda kerjakan! Jelaskan pula algoritma mana yang memberikan hasil yang optimal (rute
dengan jarak minimum) dan kemukakan alasan Anda!
Diketahui sebuah peta suatu wilayah pada koordinat kartesian (x,y) seperti di atas. Jarak tempuh
(dalam satuan Km) dari satu kota ke kota lainnya ditunjukkan oleh angka pada busur antar masing-
masing kota. Dengan menggunakan fungsi heuristik berupa jarak garis lurus, carilah rute terpendek
dari Kota A menuju Kota H menggunakan:

a. Algoritma Greedy Best-First Search

b. Algoritma A*

a. Algoritma Greedy Best-First Search

f = {A};

f = {B, E, A}; // 6, 5

f = {E, C, D}; // 7,8,16

f = {E, D, G}; // 5,8,8

f = {E, D, F, H}; // 5,8,9,7

Goal : H

H.parent : G

G.parent : C

C.parent : B

B.parent : A

Sehingga rute perjalanan menggunakan algoritma Greedy Best-First Search adalah A-BC-G-H dengan
jarak tempuh sebesar 30 km (6+7+8+9).

b. Algoritma A*

f = {A};

f = {E,A,B}; // 5,6

f = {E,D,C}; // 5, 8, 7

f = {D,G,,E}; // 5,8,8

f = {D,F,H}; // 8,7,9

Urutan rute dari A sampai dengan H dapat

ditelusuri dengan cara memeriksa parent dari tiap-tiap titik secara runut, mulai dari

titik goal (H).

Goal : H
H.parent : G

G.parent : C

C.parent : B

B.parent : A

Sehingga rute perjalanan optimal yang diperoleh menggunakan algoritma A* adalah

A-B-C-G-H dengan total jarak tempuh adalah 30 km.

Dalam hal ini, algoritma Greedy Best-First Search dan A* menghasilkan rute perjalanan yang sama.

3. 3. Desainlah sebuah sistem fuzzy untuk keperluan pengontrolan suhu AC secara otomatis
dengan memperhatikan aspek kepadatan ruangan (jumlah orang di dalam ruangan) dan suhu
udara di luar ruangan (dalam satuan derajat Celcius).

a. Desainlah fungsi keanggotaan yang Anda perlukan untuk proses fuzzification  dan inferency!

b. Buatlah kumpulan aturan (rules) yang Anda perlukan untuk proses inferency!

c. Dengan menggunakan metode inferensi Mamdani, hitunglah output dari sistem tersebut jika
inputnya:

 Kepadatan ruangan                 : 35 orang

 Suhu udara                                 : 29 oC

Tuliskan langkah-langkah perhitungannya secara sistematis, dimulai dari


proses fuzzification, inferency, hingga defuzzification. Sertakan juga ilustrasi untuk setiap proses yang
Anda kerjakan!

Petunjuk: Jumlah kapasitas maksimum ruangan adalah 100 orang, dan suhu udara maksimum
adalah 40 oC

4. 4. Bagaimana bentuk diagram semantik dari jawaban representatif pengetahuan mahasiswa


tersebut dibawah ini ?

Representasi Pengetahuan. Untuk memahami konsep tentang jaringan semantik, seorang dosen


bertanya kepada mahasiswanya : Saya ingin mengetahui pola jaringan semantik kalian, apa yang
kalian ketahui tentang kata ”Burung” ? Bentuk jaringan semantik yang terekam di dalam sistem
ingatan mahasiswa, dipetakan melalui serangkaian jawaban mahasiswa sebagai berikut : 

bersayap,  bisa terbang,  bertelur,  berkaki dua, 


ada yang bisa berkicau ada yang tidak,  ada yang makan biji-bijian,  makan buah-buahan,  ada yang
makan daging bangkai. 

5. 5. Jelaskan hubungan antara: Akuisisi pengetahuan, Pengetahuan pakar, rekayasa pengetahuan


dan basis pengetahuan dari . Diketahui struktur sistem pakar dibawah ini :

1. Knowledge Acquisition (akuisisi pengetahuan)

Akuisisi pengetahuan melibatkan akuisisi pengetahuan dari pakar manusia, buku, dokumen atau file
komputer.

Pengetahaun tersebut dapat spesifik terhadap domain persoalan atau terhadap proses pemecahan
masalah, dan dapat pula berupa pengetahuan umum.

2. Knowledge Validation (validasi pengetahuan)

Pengetahaun harus valid dan teruji(misalnya dengan menggunakan tes kasus) hingga kualitasnya
dapat diterima. Hasil tes kasus biasanya ditunjukkan oleh pakar untuk menguji ketepatan (accuracy)
dari sstem pakar.

3. Knowledge Representation (representasi pengetahuan)

Representasi pengetahuan adalah suatu teknik untuk merepresentasikan basis pengetahuan yang
diperoleh dalam suatu skema / diagram tertentu sehingga dapat diketahui relasi/keterhubungan
antara suatu data dengan data yang lain.
4. Inference Explanation and Justification (justifikasi dan penjelasan penalaran)

Bagian ini melibatkan desain dan pemrograman kemampuan penjelasan, misalnya kemampuan
untuk menjawab pertanyaan bagaimana komputer mendapatkan kesimpulan.