UJIAN TENGAH SEMESTER

Nama : Ilham Zaenal Mutakim

NIM : 361801010
Mata Kuliah : Kecerdasan Buatan Dosen : Pahlawan Sagala, Dr

1. Jawaban:
a) Bagian dari ilmu komputer yang mempelajari bagaimana membuat mesin
(komputer) dapat melakukan pekerjaan seperti dan sebaik yang dilakukan
oleh manusia bahkan bisa lebih baik. daripada yang dilakukan manusia.
Komponen kecerdasan buatan :
 Basis Pengetahuan, berisi fakta-fakta, teori, pemikiran, dan
hubungan antara satu dengan yang lainnya.
 Motor Inferensi, yaitu kemampuan menarik kesimpulan berdasarkan
pengalaman.

b) Sub disiplin ilmu Kecerdasan Buatan :

1. Sistem Pakar (Expert Systemi), yaitu program konsultasi
(advisory) yang mencoba
menirukan proses penalaran seorang pakar/ahli dalam
memecahkan masalah yang rumit. Sistem Pakar merupakan
aplikasi AI yang paling banyak.
2. Pemrosesan Bahasa Alami (Natural Language Processing), yang
memberi kemampuan pengguna komputer untuk berkomunikasi
dengan komputer dalam bahasa mereka sendiri (bahasa manusia).
Sehingga komunikasi dapat dilakukan dengan cara percakapan
alih-alih menggunakan perintah yang biasa digunakan dalam
bahasa komputer biasa.
3. Pemahaman Ucapan/Suara (Speech/Voice Understanding),
adalah teknik agar komputer dapat mengenali dan memahami
bahasa ucapan. Proses ini mengijinkan seseorang berkomunikasi
dengan komputer dengan cara berbicara kepadanya. Istilah
“pengenalan suara” mengandung arti bahwa tujuan utamanya
adalah mengenai kata yang diucapkan tanpa harus tahu artinya, di
mana bagian itu merupakan tugas “pemahaman suara”. Secara
umum prosesnya adalah usaha untuk menerjemahkan apa yang
 diucapkan seorang manusia menjadi kata-kata atau kalimat yang
dapat dimengerti oleh komputer.
4. Sistem Sensor dan Robotika. Sistem sensor, seperti sistem visi
dan pencitraan, serta sistem pengolahan sinyal, merupakan bagian
dari robotika. Sebuah robot, yaitu perangkat elektromekanik yang
diprogram untuk melakukan tugas manual, tidak semuanya
merupakan bagian dari AI. Robot yang hanya melakukan aksi yang
telah diprogramkan dikatakan sebagai robot bodoh yang tidak lebih
pintar dari lift. Robot yang cerdas biasanya mempunyai perangkat
sensor, seperti kamera, yang mengumpulkan informasi mengenai
operasi dan lingkungannya. Kemudian bagian AI robot tersebut
menerjemahkan informasi tadi dan merespon serta beradaptasi jika
terjadi perubahan lingkungan.
5. Komputer Visi, merupakan kombinasi dari pencitraan,
pengolahan citra, pengenalan pola serta proses pengambilan
keputusan. Tujuan utama dari komputer visi adalah untuk
menerjemahkan suatu pemandangan. Komputer visi banyak
dipakai dalam kendali kualitas produk industri.

c) Komputer berbasis kecerdasan buatan : Perangkat lunak AI berbasis

representasi serta manipulasi simbolik. Di sini simbol tersebut berupa
huruf, kata, atau angka yang merepresentasikan obyek, proses dan
hubungan keduanya. Sebuah obyek bisa jadi seorang manusia, benda,
pikiran, konsep, kejadian, atau pernyataan suatu fakta. Menggunakan
simbol, kita dapat menciptakan basis pengetahuan yang berisi fakta,
konsep, dan hubungan di antara keduanya.

Komputer biasa (konvensional) : Program komputer konvensional

prosesnya berbasis algoritma, yakni formula matematis atau prosedur
sekuensial yang mengarah kepada suatu solusi. Algoritma tersebut
dikonversi ke program komputer yang memberitahu komputer secara
pasti instruksi apa yang harus dikerjakan.
Algoritma yang dipakai kemudian menggunakan data seperti angka,
huruf, atau kata untuk menyelesaikan masalah.
Contoh :
Komputer biasa (konvensional), masih menggunakan fungsi otak
manusia, komputer diperintahkan untuk menyelesaikan suatu masalah.
 Software Sistem Untuk Parkir

Komputer berbasis Kecerdasan Buatan, Meniru beberapa fungsi otak

manusia, komputer diberitahu tentang suatu masalah.
Robotika, Sistem Pakar.

d) Kecerdasan Alami :
 Kreatif : manusia memiliki kemampuan untuk menambah
pengetahuan, sedangkan pada kecerdasan buatan untuk menambah
pengetahuan harus dilakukan melalui sistem yang dibangun.
 Memungkinkan orang untuk menggunakan pengalaman secara
langsung. Sedangkan pada kecerdasan buatan harus bekerja dengan
input-input simbolik.
 Pemikiran manusia dapat digunakan secara luas, sedangkan
kecerdasan buatan sangat terbatas.

Kecerdasan Buatan :
 Lebih bersifat permanen. Kecerdasan alami bisa berubah karena
sifat manusia pelupa. Kecerdasan buatan tidak berubah selama
sistem komputer & program tidak mengubahnya.
 Lebih murah. Menyediakan layanan komputer akan lebih mudah &
murah dibandingkan mendatangkan seseorang untuk mengerjakan
sejumlah pekerjaan dalam jangka waktu yang sangat lama.
 Bersifat konsisten karena kecerdasan buatan adalah bagian dari
teknologi komputer sedangkan kecerdasan alami senantiasa
berubah-ubah.
 Lebih Cepat dan Lebih Baik.

2. Jawaban:
a) Secara umum, ada 4 tahapan untuk membangun sistem AI
1. Mendefinisikan masalah dengan tepat. Pendefinisian ini mencakup
spesifikasi yang tepat mengenai keadaan awal (initial state dan solusi
yang diharapkan (goal state).
2. Menganalisis masalah tersebut serta mencari beberapa teknik
penyelesaian masalah yang sesuai.
 3. Merepresentasikan pengetahuan yang perlu untuk menyelesaikan
masalah tersebut.
4. Memilih teknik penyelesaian masalah yang terbaik

b) Ruang Keadaan (state space) yaitu suatu ruang yang berisi semua
keadaan yang mungkin atau cara mendefinisikan situasi permasalahan ke
dalam bentuk representasi algoritma.
Mendefinisikan Masalah Sebagai Suatu Ruang Keadaan :
1. Posisi awal pada papan catur
Posisi awal setiap permainan catur selalu sama, yaitu semua bidak
diletakkan di atas papan catur dalam 2 sisi, yaitu kubu putih dan kubu
hitam.
2. Aturan – aturan untuk melakukan gerakan
Aturan – aturan ini sangat berguna untuk menentukan gerakan suatu
bidak, yaitu melangkah dari satu keadaan ke keadaan lain. Misalkan
untuk mempermudah menunjukkan posisi bidak, setiap kotak
ditunjukkan dalam huruf (a,b,c,d,e,f,g,h) untuk arah horisontal dan angka
(1,2,3,4,5,6,7,8) untuk arah vertikal. Suatu aturan untuk menggerakkan
bidak dari posisi (e,2) ke (e,4) dapat ditunjukkan dengan aturan :
if bidak putih pada kotak(e,2),
  and kotak(e,3) kosong,
  and kotak(e,4) kosong
then gerakan bidak dari (e,2) ke (e,4)
3. Tujuan (goal)
Tujuan yang ingin dicapai adalah posisi pada papan catur yang
menunjukkan kemenangan seseorang terhadap lawannya. Kemenangan
ini ditandai dengan posisi raja yang sudah tidak dapat bergerak lagi.
Contoh tersebut menunjukkan representasi masalah dalam Ruang
Keadaan (State Space), yaitu suatu ruang yang berisi semua keadaan
yang mungkin.

c) inference engine adalah bagian dari sistem pakar yang mencoba

menggunakan informasi yang diberikan untuk menemukan objek yang
sesuai. Inference Engine adalah bagian yang menyediakan mekanisme
fungsi berfikir dan pola-pola penalaran sistem yang digunakan oleh
seorang pakar.
Jenis-jenis penalaran inference engine:
- Backward Chaining
- Forward Chaining
d) Fordward chaining, merupakan group dari multipel inferensi yang
melakukan pencarian dari suatu masalah kepada solusinya. Dalam
metode ini, data digunakan untuk menentukan aturan mana yang akan
dijalankan, kemudian aturan tersebut dijalankan. Jika klausa premis
sesuai dengan situasi (bernilai TRUE), maka proses akan meng-assert
konklusi.
Contoh:
Sistem Pakar : Pemilihan pembelian handphone
Kasus : Seseorang ingin membeli sebuah handphone tetapi dia
bingung untuk menentukan pilihannya

Variabel – Variabel Yang Digunakan :

A = Memiliki uang Rp 2Jt
B = Memiliki uang Rp 4Jt
C = Memilih handphone yang kamerannya bagus
D = Memilih handphone yang prosesornya cepat
E = Membeli merek Samsung
F = Membeli merek Apple
G = Membeli merek Xiaomi

Fakta Yang Ada :

         Diasumsikan si pembeli memiliki data :
-          Memiliki uang Rp 2Jt (A TRUE)
-          Ingin memilih handphone yang prosesornya bagus
(D TRUE)
         Apakah tepat jika membeli merek Xiaomi ?

RULE
R1 = IF Pembeli memiliki uang Memiliki uang Rp 2Jt AND dia ingin
Memilih handphone yang kamerannya bagus THEN Dia membeli
merek Samsung
R2 = IF Pembeli ingin Memilih handphone yang prosesornya cepat
AND dia ingin memilih handphone yang kameranya bagus THEN Dia
membeli merek Apple
R3 = IF Pembeli memiliki uang Rp 4Jt AND dia ingin memilih
handphone yang prosesornya cepat THEN Dia membeli merek Apple
R4 = IF Pembeli memiliki uang Memiliki uang Rp 4Jt THEN dia
ingin Memilih handphone yang kamerannya bagus
 R5 = IF Pembeli ingin Memilih handphone yang prosesornya cepat
THEN Dia membeli merek Xiaomi

Rule Simplification
R1 : IF A AND C, THEN E
R2 : IF D AND C, THEN F
R3 : IF B AND D, THEN F
R4 : IF B, THEN C
R5  :  IF D, THEN G

Sampai disini proses dihentikan karena sudah tidak ada lagi rule yang bisa
dieksekusi pencarian adalah G bernilai benar. Kesimpulannya si pembeli
akan membeli handphone Xiaomi
Backward chaining, Menggunakan pendekatan goal-driven, dimulai dari
harapan apa yang akan terjadi (hipotesis) dan kemudian mencari bukti
yang mendukung atau berlawanan dengan harapan kita. Sering hal ini
memerlukan perumusan dan pengujian hipotesis sementara. 
Contoh:
Sistem Pakar : Pemilihan pembelian handphone
Kasus : Seseorang ingin membeli sebuah handphone tetapi dia
bingung untuk menentukan pilihannya

Variabel – Variabel Yang Digunakan :

A = Memiliki uang Rp 2Jt
B = Memiliki uang Rp 4Jt
C = Memilih handphone yang kamerannya bagus
D = Memilih handphone yang prosesornya cepat
E = Membeli merek Samsung
F = Membeli merek Apple
G = Membeli merek Xiaomi

Fakta Yang Ada :

       Diasumsikan si pembeli memiliki data :
-          Memiliki uang Rp 2Jt (A TRUE)
-          Ingin memilih handphone yang prosesornya bagus (D
TRUE)
       Apakah tepat jika membeli merek Xiaomi ?

RULE
R1 = IF Pembeli memiliki uang Memiliki uang Rp 2Jt AND dia ingin
Memilih handphone yang kamerannya bagus THEN Dia membeli
merek Samsung
R2 = IF Pembeli ingin Memilih handphone yang prosesornya cepat
AND dia ingin memilih handphone yang kameranya bagus THEN Dia
membeli merek Apple
R3 = IF Pembeli memiliki uang Rp 4Jt AND dia ingin memilih
handphone yang prosesornya cepat THEN Dia membeli merek Apple
R4 = IF Pembeli memiliki uang Memiliki uang Rp 4Jt THEN dia
ingin Memilih handphone yang kamerannya bagus
R5 = IF Pembeli ingin Memilih handphone yang prosesornya cepat
THEN Dia membeli merek Xiaomi

Rule Simplification
R1 : IF A AND C, THEN E
R2 : IF D AND C, THEN F
R3 : IF B AND D, THEN F
R4 : IF B, THEN C
R5  :  IF D, THEN G
 Sama seperti pada metode forward kesimpulan yang dihasilkan juga G atau
si pembeli memutuskan untuk membeli handphone xiaomi.

3. Jawaban:
a) Untuk mengukur perfomansi metode pencarian, terdapat empat kriteria
yang
dapat digunakan :
1. Completeness : apakah metode tersebut menjamin penemuan solusi
jika
solusinya memang ada?
2. Time complexity berapa lama waktu yang diperlukan?
3. Space complexity berapa banyak memori yang diperlukan
4. Optimality : apakah metode tersebut menjamin menemukan solusi
yang
terbaik jika terdapat beberapa solusi berbeda?

b) Kelemahan teknik pencarian buta (blind search)

- membutuhkan memori yang banyak, karena harus menyimpan
semua simpul yang pernah dibangkitkan. Hal ini harus dilakukan
agar BFS dapat melakukan penelusuran simpul-simpul sampai di
level bawah.
- membutuhkan waktu yang cukup lama
Pencarian buta tidak selalu dapat diterapkan dengan baik, hal ini disebabkan
waktu aksesnya yang cukup lama dan besarnya memori yang diperlukan.
 Untuk masalah dengan ruang masalah yang besar, teknik pencarian buta
bukan metode yang baik karena keterbatasan kecepatan computer dan
memori.
Metode heuristic search diharapkan bisa menyelesaikan permasalahan yang
besar. Metode heuristic search menggunakan suatu fungsi yang menghitung
biaya perkiraan (estimasi) dari suatu simpul tertentu menuju ke simpul
tujuan  disebut fungsi heuristic.

c) Perbedaan Breadth-first search dan Depth-first search

 BFS adalah algoritma berbasis vertex sedangkan DFS adalah
algoritma berbasis tepi.
 Struktur data antrian digunakan BFS, sedangkan DFS
menggunakan stack atau rekursi
 Ruang memori digunakan seacara efisien dalam DFS sedangkan
pemanfaatan ruang di BFS tidak efektif.

d) Hill Climbing, Metode ini hampir sama dengan metode pembangkitan

dan pengujian, hanya saja prosespengujian dilakukan dengan
menggunakan fungsi heuristic. Pembangkitan keadaan
berikutnyatergantung pada feedback dari prosedur pengetesan. Tes yang
berupa fungsi heuristic ini akanmenunjukkan seberapa baiknya nilai
terkaan yang diambil terhadap keadaan-keadaan lainnyayang mungkin.

Best-first search, pencarian diperbolehkan mengunjungi node yang ada di

level lebih rendah, jika ternyata node pada level yang lebih tinggi
ternyata memiliki nilai heuristic yang lebih buruk.
4. Jawaban:
a) Program LISP adalah fungsi yang diterapkan pada data, daripada menjadi
urutan langkah-langkah prosedural seperti dalam FORTRAN
dan ALGOL . LISP menggunakan notasi yang sangat sederhana, di mana
operasi dan operannya diberikan dalam daftar yang diurung. Misalnya, (+
a (* b c )) adalah singkatan dari + b * c . Meskipun ini tampak canggung,
notasi bekerja dengan baik untuk komputer. LISP juga menggunakan
struktur daftar untuk mewakili data. Selain itu, karena program dan data
 menggunakan struktur yang sama, mudah bagi program LISP untuk
beroperasi pada program lain sebagai data.
LISP menjadi bahasa umum untuk pemrograman Kecerdasan
Buatan (AI), sebagian karena pertemuan LISP dan AI di MIT dan
sebagian karena program AI yang mampu "belajar" dapat ditulis dalam
LISP sebagai program modifikasi diri.

PROLOG, Berbeda dengan bahasa pemrograman yang lain, yang

menggunakan algoritme konvensional sebagai teknik pencariannya
seperti pada Delphi, Pascal, BASIC, COBOL dan bahasa
pemrograman yang sejenisnya, maka prolog menggunakan teknik
pencarian yang di sebut heuristik (heutistic) dengan menggunakan pohon
logika.

b) Machine Learning merupakan cabang dari Artificial Intelligence dengan

kemampuan mesin untuk mengakses data yang ada dengan perintah
mereka sendiri. Machine Learning juga mampu mempelajari data yang
ada dan melakukan tugas-tugas tertentu.

Deep Learning adalah bagian dari kecerdasan buatan dan machine

learning yang merupakan pengembangan dari neural network multiple
layer untuk memberikan ketepatan tugas seperti deteksi objek,
pengenalan suara, terjemahan bahasa dan lain – lain. Deep
Learning berbeda dari teknik machine learning yang tradisional,
karena deep learning secara otomatis melakukan representasi dari data
seperti gambar, video atau text tanpa memperkenalkan aturan kode atau
pengetahuan domain manusia.

Hubungan dengan kecerdasan buatan, Deep Learning secara otomatis

menemukan fitur mana yang paling penting untuk mengklasifikasikannya
dibandingkan dengan Machine Learning di mana kita harus memberikan
fitur secara manual. Karena itu Deep learning menjadi otak utama yang
dapat menciptakan AI yang lebih cerdas dan manusiawi.

c). Tensorflow, Tensorflow memungkinkan developer untuk membuat

grafik aliran data (dataflow graph), yaitu struktur yang mendeskripsikan
 bagaimana data yang digunakan bergerak melalui tampilan grafis atau
serangkaian pemrosesan node.
Cara kerja Tensorflow:
Aplikasi Tensorflow dapat dijalankan pada hampir semua target
perangkat. Seperti diantaranya local machine, kluster pada platform
cloud, perangkat IoS dan Android, CPU atau GPU, Jika menggunakan
platform Google Cloud, dapat menjalankan Tensorflow menggunakan
TPU (Tensorflow Processing Unit) agar berakselerasi lebh baik. Model
yang dihasilkan oleh Tensorflow dapat diterapkan pada sebagian besar
perangkat yang akan digunakan untuk hasil suatu prediksi.

Deepfake, Deepfake merupakan bentuk kecerdasan buatan yang dapat

digunakan untuk memalsukan gambar dalam sebuah peristiwa. Deepfake
merupakan salah satu hasil dari perkembangan teknologi yang perlu
diwaspadai. Hal ini dikarenakan keberadaannya sering digunakan orang
tidak bertanggung jawab untuk membuat konten tidak layak.
Cara kerja Deepfake:
Sistem pada deepfake bekerja dengan menggunakan teknik pembelajaran
mesin yang biasa dikenal dengan Generative Adversarial Network
(GAN). GAN dalam deepfake terdiri dari dua jaringan saraf, yaitu
Generator dan Diskriminator. Generator berfungsi untuk menciptakan
gambar yang nampak nyata, sedangkan diskriminator akan mendeteksi
apakah gambar tersebut nampak nyata ataupun tidak. Generator dan
diskriminator akan bekerja beriringan untuk menciptakan suatu
manipulasi yang nampak nyata dan seperti yang diharapkan.

5. Jawaban :
a). Breadth-first search
Semua node pada level n akan dikunjungi terlebih dahulu sebelum
mengunjungi node-node 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 .
Jadi jalur lintasannya : S – B – A – C – D – G

b). Depth-first search

Proses pencarian dilakukan pada semua anaknya sebelum dilakukan pencarian ke
node-node yang selevel. Pencarian dimulai dari node akar ke level yang lebih
tinggi. Proses diulangi terus hingga ditemukan solusi.
Jadi jalur lintasannya : S –B – C – A – D – G
c).Hill Climbing (steepest-ascent hill climbing)
Steepest – ascent hill climbing hampir sama dengan simple – asent hill climbing ,
hanya saja gerakan pencarian tiak dimulai dari kiri , tetapi berdasarkan nilai
heuristik terbaik.

Jadi jalur lintasannya : S – A – D – G

d).Best first search
Metode best first search merupakan kombinasi dari metode depth first seacrh
dan breadth first search dengan mengambil kelebihan dari kedua metode
tersebut. Hill climbing tidak diperbolehkan untuk kembali ke node pada lebih
rendah meskipun node tersebut memiliki nilai heuristik lebih baik . Pada best first
search , pencarian diperbolehkan mengunjungi node di lebih rendah, jika ternyata
node dilevel lebih tinggi memiliki nilai heuristik lebih buruk . Untuk
mengimplementasikan metode ini, dibutuhkan 2 antrian yang berisi node-node ,
yaitu : OPEN : berisi node-node yang sudah dibangkitkan, sudah memiliki fungsi
heuristik namun belum diuji . Umumnya berupa antrian berprioritas yang berisi
elemen –elemen dengan nilai heuristik tertinggi.
CLOSED : berisi node-node yang sudah diuji.

Antian OPEN :

[S}

[B,A]

[ C, B , A ]
 [C,B,A,D]

[C,B,A,D,G]

6. Script pembuatan kejadian “pengurusan pembuatan sim”

a. Jalur/track : ujian tertulis ,dan ujian praktek
b. Role/pemeran : penguji ujian ,pengawas ujian,dan calon pembuat sim
c. Properti/pendukung : kertas ujian/komputer,motor ,tempat
praktek,surat-surat seperti ktp,kk
d. Kondisi input : calon mengikuti ujian tertulis dan praktek serta
membawa surat-surat yang dibutuhkan
e. Adegan (scene) 1 calon datang ke polsek untuk mendaftarkan diri:
1) Calon datang ke polsek pusat dan mengambil antrian
2) Calon dipanggil untuk memberikan surat-surat yang diperlukan
 3) Calon diminta untuk diphoto untuk sim
Adegan (scene) 2 calon mengikuti ujian tertulis
1) Calon duduk dan mengisi indentitas diri
2) Calon diberikan soal ujian tertulis oleh pengawas ujian
3) Calon menjawab semua soal-soal ujian tertulis
Adegan (scene) 3 calon Mengikuti ujian praktek
1) Calon menunggu untuk mendapatkan gilirannya untuk praktek
2) Calon bisa menggunakan motor pribadi untuk praktek
3) Penguji ujian ,memberikan navigator ,apakah calon bisa mengikuti
arahan dari penguji ujian
4) Setelah semua arahan sudah diberikan ,calon harus menunggu
penguji ujian menilainya ,apakah lulus atau tidak
Adegan(scene) 4 calon mendapatkan panggilan dari penguji ujian
1. Calon dipanggil oleh penguji ujian
2. Calon dinyatakan lulus dalam ujian tertulis maupun praktek
3. Calon diharapkan untuk membayar administrasi pembuatan sim
4. Calon diharapkan untuk kembali lagi setelah diberi tahu bahwa
sim nya sudah jadi
Adegan(Scene) 5 calon diberi tahu bahwa sim yang sedang dibuat sudah
jadi
1) Pegawai polsek yang bertanggung jawab dalam pembuatan
sim ,menghubungi calon yang sudah berhasil dalam ujian
pembuatan sim
2) Calon yang sudah berhasil datang kembali ke polsek untuk
mengambil sim
3) Calon mendapatkan sim nya yang sudah jadi
f.Hasil :
1. Calon berhasil membuat SIM dan calon merasa puas
2. Calon tidak berhasil membuat SIM dan calon merasa kecewa
3. Penguji merasa emosi karna calon tidak lulus – lulus setelah diuji
beberapa kali .