UAS

1.Jelaskan Pengertian dari pengolahan Bahasa Alami (NLP) !

2. Sebutkan jenis aplikasi yang bisa dibuat pada bidang Pengolahan Bahasa Ala
mi. Jelaskan masing-masing secara singkat.!
3. Sebutkan secara urut langkah-langkah penyelesaian suatu masalah mengguna
kan Algoritma Genetika!
4. Jelaskan perbedaan antara Kecerdasan Buatan, Machine Learning dan Deep
Learning
5. Permasalahan seperti apakah yang cocok untuk diselesaikan menggunakan D
eep Learning
6. Problem based learning (pembelajaran mencari masalah) untuk diselesaikan
dengan algoritme yang ada
pada Kecerdasan Buatan (Boleh diambil dari tugas akhir semester).
a) Deskripsikan masalah yang akan diselesaikan
b) Gambarkan dan terangkan algoritme yang saudara pilih.

JAWAB
1. Pengolahan bahasa alami (disingkat PBA; bahasa Inggris: natural language
processing, disingkat NLP) adalah cabang ilmu komputer, linguistik, dan kecerdasan buatan y
ang mengkaji interaksi antara komputer dan bahasa (alami) manusia, khususnya cara mempro
gram komputer untuk mengolah data bahasa alami dalam jumlah besar.

2.Contoh aplikasi kecerdasan buatan

PhotoMath yang dikembangkan oleh MicroBlink, berfungsi seperti kalkulator, tetapi pada
PhotoMath hanya dengan memfoto objek angka yang mau kita hitung maka PhotoMath se
cara otomatis menkonversi foto tersebut menjadi angka dan melakukan penghitungan.
 Locale mempunyai kemampuan untuk mengondisikan ponsel yang dipakai sesuai dengan
kondisi lingkungan di sekitarnya. Aplikasi canggih Locale ini menggunakan sistem teknol
ogi Artificial Intelligence yaitu sebuah teknologi yang buat dengan algoritma khusus deng
an kecerdasan buatan dalam bentuk aplikasi

Aplikasi Instant Heart Rate Pro berfungsi sebagai pendeteksi seberapa sehat jantung.
Dragon Go, merupakan teknologi pengenal suara yang bisa membantu pengguna untuk m
encatat draft email, teks dan memo secara langsung dan praktis tanpa pengguna harus me
nyentuh tombol keyboard. Dragon Go merupakan aplikasi penerjemahh dari bahasa lisan
ke tulisan yang sangat akurat.

Cortana yang dikembangkan oleh microsoft dan dapat digunakan diwindows 10 kecerdas
an buatan lainnya yang dikembangkan oleh apple dan dapat digunakan di ios atau macos
versi terbaru fungsinya adalah anda bisa berinteraksi secara langsung dengan komputer bi
sa menggunakan suara.

3. Ada 6 Tahapan Penyelesaian Masalah:

1. Identifikasi Masalah
2. Desain algoritma
3. Analisis Algoritma
4. Implementasi
5. Ujicoba
6. Pemeliharaan
4. perbedaan antara Kecerdasan Buatan, Machine Learning dan Deep Learning
perbedaan utama antara machine learning dan deep learning adalah performanya ketika jumla
h data terus meningkat. Algoritma deep learning tidak mampu mengolah data dalam jumlah k
ecil secara maksimal.
Sementara, algoritma machine learning mampu mengolah data dalam jumlah yang lebih k
ecil.

5. Deep learning adalah salah satu metode implementasi machine learning yang bertujuan meniru
cara kerja otak manusia menggunakan artificial neural network atau jaringan nalar buatan. Deep learni
ng cocok digunakan untuk memperhitungkan data yang tidak eksak, seperti bahasa, suara atau gambar.
 Jadi untuk permasalahan nya deep learning cocok di gunakan untuk lalu lintas seperti tilang otomatis,
Dengan pembelajaran deep learning, pelanggaran lalu lintas akan otomatis terdeteksi. Pelanggar akan
mendapatkan surat tilang yang langsung dikirim ke rumah. Diharapkan penerapan sistem ini akan me
minimalisir pelanggaran lalu lintas.

6. a.) deskripsikan masalah yang akan diselesaikan

Beberapa tahun terakhir ini, kecerdasan buatan berkembang cukup sangat pesat. Masalah – masala
h yang sebelumnya sangat sulit dipecahkan manusia, dengan adanya kecerdasan buatan masalah terse
but dapat diselesaikan dengan mudah. Kecerdasan buatan memiliki masalah dalam menerapkan beber
apa intuisi dalam pengetahuannya sehingga untuk menyelesaikan masalah tersebut digunakan lah kon
sep deep learning. Deep Learning menggunakan representasi yang sederhana tetapi dengan konsep ter
sebut komputer dapat membangun konsep yang kompleks seperti yang di tunjukkan oleh gambar 1. M
odel Deep Learning tumbuh berkembangan seiring dengan perkembangan komputer baik hardware
maupun software.
Deep Learning adalah bagian dari kecerdasan buatan dan machine learning (dapat dilihat pada gamba
r 2), yang merupakan pengembangan dari neural network multiple layer untuk memberikan ketepatan
tugas seperti deteksi objek, pengenalan suara, terjemahan bahasa dan lain – lain. Deep Learning berbe
da dari teknik machine learning yang tradisional, karena deep learning secara otomatis melakukan rep
resentasi dari data seperti gambar, video atau text tanpa memperkenalkan aturan kode atau pengetahua
n domain manusia.

BEBERAPA DEFINISI PENTING DALAM ALGORITMA GENETIKA

 Genotype (GEN). Sebuah nilai yang menyatakan satuan dasar yang membentuk suatu arti te
rtentu dalam satu kesatuan gen yang dinamakan kromosom. Dalam algoritma genetika, gen ini bisa
berupa nilai biner, float, integer maupun karakter, ataupun kombinatorial.
 Allele. Nilai dari gen.
 Kromosom. Gabungan dari gen-gen yang membentuk nilai tertentu.
 Individu. Menyatakan satu nilai atau keadaan yang menyatakan salah satu solusi yang mem
ungkinkan dari permasalahan yang tengah diangkat.
 Populasi. Merupakan sekumpulan individu yang akan diproses bersama dalam satu siklus pro
ses evolusi.
 Generasi. Menyatakan satu-satuan siklus dari proses evolusi.
 Nilai Fitness. Menyatakan seberapa baik nilai dari suatu individu atau solusi yang telah didap
atkan.