Fakultas ProgramStudi TatapMuka KodeMK DisusunOleh

FAKULTASTEKNIK TEKNIKELEKTRO 1,2,3,4,5 YudhiGunardi,MT

TUGASPERKULIAHAN
SISTEM CERDAS

JudulTugas

TugasBesar1
Deskripsi Ketentuan
Tugasmengerjakansoal Tugas bersifat open
bookDiperbolehkan bertanya tetapi
tidakdiperbolehkan minta dibuatkan
danbersifatindividual

Luaran/Output Jadwal
MahasiswamampumengerjakansoalSiste Tugas dikumpulkan paling lambat
m Cerdas hariKAMIS, 14Oktober 2021
JAM 23.59 WIB

Penilaian
Bobot Kriteria
BobotnilaiyangdigunakanadalahA–Fdengan
 Kesesuaian dan ketepatan jawaban
nilai tertinggi adalah A danterendahadalahF
 Terlambat pengumpulan maka akan
dikurangi nilai 25 point.
 KecepatanPenyerahanTugas

DaftarPustaka

1. Kusumadewi; Sri. 2003. Artificial Intelligence (Teknik & Aplikasinya). Yogyakarta: Graha Ilmu
2. Murata, Tadao, 1989, petri net properties, analysis and application, proceding of IEEEVol4 april 1989.
 KERTAS KERJA TUGAS BESAR 1
Semesrter : Ganjil / Genap *) Tahun Akademik :2021/2022 Q
41420010014 Paraf Mahasiswa
Nomor Induk Mahasiswa

Nama Rahman Hanggara

Teknik Elektro Nilai Tugas Besar 1

Program Studi

Sistem Cerdas
Mata Kuliah

Paraf Dosen

Yudhi Gunardi, ST, MT.

Dosen
Syamsir Alam, S.Kom, MT.

TUGAS BESAR 1 SISTEM CERDAS

SOAL NO 1
Dari gambar jaringan petri dibawah pergerakan mobile robot yang bergerak dari posisi start
menuju ruang 1 dan ruang 2, pergerakan di navigaasi menggunakaan RFID yaitu sensor yang
menjadi marking petri net untuk pergerakan mobile robot, dari kasus diatas ini tentukan :

Ruang 1

TEMBOK

TEMBOK TEMBOK

*
Ruang 2 posisi start

A. Konversi gambar diatas ke jaringan petri (NILAI 30)

Jawab :

Dari model maket diperoleh gambar sebagai berikut :

B. Tentukan model matematis saat robot bergerak ke ruang 1 (untuk nim GENAP) (NILAI 70)
Tentukan model matematis saat robot bergerak ke ruang 2 (untuk nim GANJIL)

Jawab :

Pemodelan matematis dari maket rencana perjalanan robot ke ruang 1 sebagai berikut :

Tabel 1 Keterangan pergerakan petri net

Transitio
Place Information Information
n

P1 Robot tersedia di start T1 Robot siap bergerak

P2 Robot bergerak lurus T2 Robot bergerak ke kiri

P3 Robot robot bergerak Lurus T3 Robot memilih ke lurus

Robot memilih bergerak belok

P4 T4 Robot memilih ke kiri
kiri

P5 Robot sampai di ruang 2 T5 Robot bergerak ke ruang 2

P6 Robot memilih bergerak Lurus T6 Looping to Start

P7 Robot robot bergerak lurus T7 Robot bergerak ke kanan

P8 Robot sampai di ruang 1 T8 Robot bergerak ke ruang 1

- - T9 Looping to Start
 Tabel 2 Informasi tentang Marking

Value
Marking Information
P1 P2 P3 P4 P5 P6 P7 P8
M0 10000000 Lurus

M1 01000000 Belok Kiri

M2 00100000 Lurus

M3 00000100 Belok Kanan

M4 00000010 Lurus

M5 00000001 Finish

Dari perancangan dan daftar table terlihat simulasi pergerakan robot, untuk pergerakan dari
Start ke ruang 1. Dimulai dari marking M0, M1, M2, M3, M4,M5 dimana informasi
pergerakan seperti telihat pada tabel 2. Jika dilihat dari pergerakan di place diperoleh P1, P2,
P3, P6, P7, P8. dimana informasi pergerakan seperti telihat pada tabel 1

KESIMPULAN : Penggunaan petri net untuk navigasi robot yang bergerak dari satu tempat
ketempat yang lain dapat berjalan sesuai dengan yang kita kehendaki ini dapat dibuktikan dari
penggambaran dan nilai marking yang terbentuk
Soal 2 :
Diketahui 2 buah pola seperti dibawah ini, gunakan jaringan hebb untuk mengenali pola
tersebut dengan ketentuan nilai bias = 1 dan target untuk pengenalan pada pola 1 = 1 dan pola 2
= -1 karakter # = 1 dan karakter * = -1

##### #####
****# #***#
# ## # # Pola 1 = 2 ##### Pola 2 = 8
#* * * * #***#
##### #####

Jawab :

• karena setiap pola terdiri dari 5 baris dan 5 kolom , berarti jaringan Hebb terdiri dari 25 unit
masukkan x1….x25(x1…x5 adalah karakter baris 1), (x6 …x10 adalah baris 2), (x11 …x15
adalah baris 3), (x16 …x20 adalah baris 4), (x21….x25 adalah karakter baris ke-5) dan sebuah
bias bernilai=1.
• Sebagai target diambil sebuah unit yang akan bernilai = 1 jika masukan berupa pola = 1 dan
bernilai = -1 jika berupa pola masukan 2.
• karakter # = 1 dan karakter * = -1

Unit masukan dan target yang harus di presentasikan ke jaringan adalah sebagai berikut.

Masukan Target

x1 x2 x3 x4 x5; x6 x7 x8 x9 x10; x11 x12 x13 x14 x15; x16 x17 x18 x18 x19
t
x20; x21 x22 x23 x24 x25

1 1 1 1 1; -1 -1 -1 -1 1; 1 1 1 1 1; 1 -1 -1 -1 -1; 1 1 1 1 1 1

1 1 1 1 1; 1 -1 -1 -1 1; 1 1 1 1 1; 1 -1 -1 -1 1; 1 1 1 1 1 -1

Jika pola pertama dimasukkan, perubahan pola yang terjadi merupakan hasil kali antara target
dengan masukan pertama. Karena target=1, maka hasil kali ini akan sama dengan pola
pertama.
Jadi bobot jaringan setelah pola pertama dimasukan sama dengan nilai pola pertama
1 1 1 1 1; -1 -1 -1 -1 1; 1 1 1 1 1; 1 -1 -1 -1 -1; 1 1 1 1 1
Bobot bias adalah = 1

Perkalian masukan kedua dengan targetnya menghasilkan ∆wi (i=1…25):

-1 -1 -1 -1 -1; -1 1 1 1 -1; -1 -1 -1 -1 -1; -1 1 1 1 -1; -1 -1 -1 -1 -1
Dan perubahan bobot bias = ∆b = (-1).1 = -1
Jika ∆wi ditambahkan kebobot jaringan hasil pola pertama maka diperoleh bobot final = w =
0 0 0 0 0; -2 0 0 0 0; 0 0 0 0 0; 0 0 0 0 -2; 0 0 0 0 0
Bobot bias = 1+(-1)=0

Sebagai uji apakah bobot ini sudah dapat memisahkan kedua pola, maka dilakukan perkalian
antara nilai unit masukkan tiap pola dengan bobot final.

Untuk pola 1

Net = [(1.0)+ (1.0)+ (1.0)+ (1.0)+ (1.0)] + [(-1.-2)+(-1.0)+ (-1.0)+ (-1.0)+(1.0)] + [(1.0)+
(1.0)+ (1.0)+ (1.0)+ (1.0)] + [(1.0)+ (-1.0)+ (-1.0)+ (-1.0)+ (-1.-2)] + [(1.0)+ (1.0)+ (1.0)+
(1.0)+ (1.0)] = 4
Maka f(net) = 1

Untuk pola 2

Net = [(-1.0)+ (-1.0)+ (-1.0)+ (-1.0)+ (-1.0)] + [(-1.-2)+(1.0)+ (1.0)+ (1.0)+ (-1.0)] + [(-1.0)+
(-1.0)+ (-1.0)+ (-1.0)+ (-1.0)] + [(-1.0)+ (1.0)+ (1.0)+ (1.0)+ (-1.-2)] + [(-1.0)+ (-1.0)+ (-1.0)+
(-1.0)+ (-1.0)] = 4
Maka f(net) = -1

Tampak bahwa untuk kedua pola, keluaran jaringan sama dengan target yang
diinginkan. Berarti jaringan telah mengenali pola dengan baik