Raihan Daffa Aziz - UTS KCB
Raihan Daffa Aziz - UTS KCB
SOAL :
1. Penerapan kecerdasan buatan sudah berkebang dengan pesat, terutama dibidang industi
yang memicu munculnya industry 4.0. Berdasarkan pengetahuan Anda: (10)
a. jelaskan apa itu industry 4.0!
b. jelaskan kaitan kecerdasan buatan dengan industry 4.0!
c. berikan contoh industry yang termasuk ke dalam industry 4.0!
2. Sebuah smart agent merupakan sebuah sistem agen pintar yang dirancang untuk bekerja
secara otomatis pada setiap aplikasinya (10)
a. Sebutkan dan jelaskan karakteristik (minimal 5) dari sebuah smart agent
b. Sebutkan dan jelaskan jenis-jenis smart agent (minimal 3)
c. Pilihlah satu jenis smart agent dan rancanglah sebuah smart agent berdasarkan
jenis yang dipilih menggunakan pendekatan PEAS!
3. Blind search merupakan sebuah metode pencarian solusi yang tidak memiliki informasi
mengenai domainnya. Namun blind search mempunyai informasi mengenai goal state-
nya. Salah dua dari metode blind search adalah Depth First Search dan Breadth First
Search. (20)
a. Jelaskan cara kerja kedua metode tersebut
b. Tentukan hasil penelisiran tree pada Gambar 1 menggunakan meotde DFS dan
BFS dengan asal titik A dan tujuan J.
Gambar 1. Pohon state
4. Informed search merupakan algoritma pencarian yang memiliki pengetahuan seperti
seberapa jauh dari goal, nilai dari satu state ke state yang lain, dan mengetahui bagaimana
mencapai goal. Salah dua dari informed search adalah Best first search dan A* search.
(20)
a. Jelaskan cara kerja dari masing-masing algoritma tersebut!
b. Jika diberikan pohon state seperti pada Gambar 2, gunakan salah satu algoritma
informed search untuk mengetahui jalur solusi dari S ke G!
2.
a. Karakteristik Smart Agen :
- Autonomous
Agen berkemampuan untuk melakukan tugasnya dan mengambil keputusan
secara mandiri tanpa adanya intervensi dari luar ( agen lain, manusia, entitas
lainnya )
- Reaktif
Kemampuan agen untuk cepat beradaptasi terhadap peerubahan informasi
yang ada pada lingkungannya
- Proaktif
Kemampuan yang berorientasi pada tujuan dengan cara selalu mengambil
inisiatif untuk mencapai tujuan
- Fleksibel
Agen harus mempunyai banyak cara dalam mencapai tujuannya
- Robust
Agen harus dapat Kembali ke kondisi semula jika mengalami kegagalan dalam
hal Tindakan aataupun dalam menjalankan plan
- Rasional
Kemampuan untuk bertindak sesuai dengan tugas dan pengetahuannya dengan
tidak melakukan hal yang dapat menimbulkan konflik tindakan
- Social
Agen memiliki kemampuan untuk berkomunikasi dan berkoordinasi baik
dengan manusia maupun dengan agen lain
- Situated
Agen harus berada dan berjalan di lingkungan tertentu
3.
a. Metode Depth First Search ( DFS )
Prinsip utamanya :
tumpukan (stack) prinsip Last In First Out (LIFO) / yang pertama kali di
tumpuk yang terakhir kali diambil
cara pengerjaan :
- masukkan simpul (node) akar ke dalam stack
- ambil node dari stack teratas, lalu cek apakah node merupakan solusi :
Jika node merupakan solusi, pencarian selesai, dan hasil dikembalikan
Jika node bukan solusi, masukkan seluruh node anak/turunan ke dalam stack
- Jika stack kosong, dan setiap node sudah dicek, pencarian berakhir
- Jika stack tidak kosong, ulangi pencarian mulai Langkah ke 2
Metode Breadth First Search ( BFS )
Prinsip utamanya :
antrian (queue) prinsip First In First Out (FIFO) / yang pertama kali masuk
antrian yang keluar terlebih dahulu
cara pengerjaan :
- Masukkan simpul (node) akar ke dalam queue
- Ambil node dari queue teratas, lalu cek apakah node merupakan solusi :
Jika node merupakan solusi, pencarian selesai, dan hasil dikembalikan
Jika node bukan solusi, masukkan seluruh node anak/turunan ke dalam queue
- Jika queue kosong, dan setiap node sudah di cek, pencarian berakhir
- Jika queue tidak kosong, ulangi pencarian dengan mengambil queue teratas
seperti Langkah kedua
4.
a. Metode Best First Search
- Node dipilih berdasarkan fungsi evaluasi ( evaluation function ) f(n), dengan
f(n) yang paling rendah yang akan dipilih terlebih dahulu
- Fungsi heuristic h(n) adalah estimasi jarak terdekat antara node tertentu n
dengan node tujuan
Metode A*
- Pada metode ini nilai fungsi evaluasi dinyatakan sebagai f(n) = h(n) + g(n)
- h(n) adalah nilai heuristic ( jarak terdekat dari node n ke tujuan )
- g(n) adalah cost dari start ke node n
b. Best First Search
Node Visited
(0S) S
(2SB) (3SA) SBA
(1SBF) (3SBE) (3SA) SBAFE
(2SBFI) (3SBFG) (3SBE) (3SA) SBAFEI
(3SBFG) ( 3SBE) (3SA) SBAFEIG
Node yang dilalui untuk mencapai tujuan adalah S-B-F-G
dan nilai h(n) = 2 + 1 + 3 = 6
5.
a. Metode Hill Climbing
- Mulai dari keadaan awal, lakukan pengujian mulai dari kiri .
kerjakan Langkah – Langkah dibawah sampai solusinya ditemukan / sampai
tidak ada operator baru yang akan diaplikasikan pada keadaan sekarang
- Cari Operator yang belum pernah digunakan; gunakan operator ini untuk
mendapatkan keadaan baru
- Evaluasi keadaan baru tersebut
- Jika keadaan baru merupakan tujuan, maka keluar
- Jika bukan tujuan namun nilainya lebih baik dari pada keadaan sekarang,
maka jadikan keadaan baru ini menjadi keadaan sekarang
- Jika keadaan baru tidak lebih baik dari pada keadaan sekarang maka
lanjutkan iterasi
Penyelesaian :
= 13,9 - 1,10 . 5,7 - 0,51 . 6 = 4,57