UJIAN AKHIR SEMESTER GENAP Mata Uji : KECERDASAN BUATAN (Kelas A dan B)

TAHUN 2021/2022 Sifat : Buka catatan

PROGRAM STUDI Hari, tanggal : Selasa, 7 Juni 2022
TEKNIK KOMPUTER Waktu : 08:40 - 10:40 (120 menit)
FAKULTAS TEKNIK Ruang : Daring (online)
UNIVERSITAS DIPONEGORO Jumlah Peserta : 126 Mahasiswa
Dosen Pengampu : Dr. Ir. R. Rizal Isnanto, S.T., M.M., M.T., IPM.

1. Pengukuran Kinerja Klasifikasi (Classification Performance Measurement)

Sebuah lembaga pendidikan keterampilan (LPK) menjahit membuat model untuk memprediksi apakah
seorang lulusan LPK tersebut bisa bekerja sebagai wirausaha membuka usaha penjahitan. Dengan
asumsi LPK tersebut memiliki 60 lulusan. Model classifier memprediksi lulusan yang membuka usaha
penjahitan sebanyak 35 orang, lulusan yang ikut dengan penjahit yang sudah ada sebanyak 20 orang,
dan yang bekerja di luar penjahitan atau tidak bekerja sebanyak 5 orang. Namun, pada kenyataannya,
lulusan yang bekerja sebagai wirausaha membuka usaha penjahitan sebanyak 28 orang, lulusan yang
ikut dengan penjahit yang sudah ada sebanyak 25 orang, dan yang bekerja di luar penjahitan atau tidak
bekerja sebanyak 7 orang. Data rinci dapat dilihat pada tabel di bawah ini.

Aktual Aktual Aktual Pertanyaan:

sebagai ikut dengan tidak kerja atau a. Berapakah nilai TP, TN, FP,
n = 60
wirausaha usaha kerja non
penjahit penjahit penjahit dan FN-nya?
Prediksi b. Carilah nilai Accuracy-nya
sebagai wirausaha 18 13 4 c. Carilah nilai Precision-nya
penjahit d. Carilah nilai Recall atau
Prediksi Sensitivity-nya
ikut dengan usaha 8 10 2 e. Carilah nilai F-3 score-nya.
penjahit
Prediksi
tidak kerja atau 2 2 1
kerja non penjahit
28 25 7

2. Principal Component Analysis (PCA) merupakan salah satu algoritma unsupervised machine
learning yang paling banyak digunakan. Salah satu tahapan dalam algoritma PCA adalah mencari
matriks kovarians. Dari himpunan data sebagai berikut, carilah matriks kovarians

é cov( x, x) cov( x, y ) ù
C=ê ú
ëcov( y, x) cov( y, y )û

Himpunan data
Pengamatan ke - i
x y
1 13 14
2 15 17
3 21 20
4 25 28
5 24 29
6 27 31
7 19 20
8 13 13
9 20 18
10 8 7
3. Sebuah kernel sebagai berikut.

3 -1 0
4 0 -2
0 -2 3

dioperasikan secara konvolusi dengan citra berikut ini.

65 90 55 70 12
80 60 50 50 10
65 30 60 100 65
45 40 20 30 30
110 60 45 60 55

Pertanyaan: berapakah nilai pengganti dari nilai-nilai piksel yang diarsir (12, 60, dan 65) tersebut.

4. Carilah transformasi Fourier diskret dari perata 9-cuplik.

Catatan: Lengkapi jawaban Anda dengan gambar sinyal diskretnya dan nyatakan sebagai barisan
{x(n)}; Nyatakan hasil akhirnya dalam persamaan sinus atau kosinus menggunakan identitas Euler.

5. Anda diminta untuk membedakan antara objek berbentuk segitiga dan objek berbentuk segiempat.
Analisislah ciri-ciri spesifik apa saja dari masing-masing bentuk objek tersebut, sehingga seorang
pemrogram bisa menerjemahkannya dalam suatu Bahasa pemrograman.

Petunjuk:
Bisa bermacam-macam jawabannya, yang penting masuk akal. Setidaknya mengandung satu atau
beberapa kata sebagai berikut: ciri bentuk, sudut, dan garis. Bisa juga dengan ide template matching
bentuk segitiga dan segiempat.

6. Pada ekstraksi ciri, ciri citra bisa dibedakan berdasar warna, ukuran, bentuk, dan tekstur. Dari keempat
parameter ciri tersebut, mana yang paling mudah diimplementasikan dalam pemrograman? Jelaskan.

Petunjuk:
Dari keempat ciri (warna, ukuran, bentuk, dan tekstur), perlu dianalisis mana yang perlu proses
pelatihan, mana yang memerlukan algoritma yang kompleks untuk ekstraksi ciri, mana yang perlu
skenario khusus, atau mana yang hanya perlu pembandingan dengan nilai pada basis-data.

SELAMAT MENGERJAKAN, SEMOGA SUKSES