Jawaban Kecerdasan Buatan

1. Pengertian kecerdasan buatan

menurut Mc Leod dan Schell,  kecerdasan buatan adalah aktivitas penyediaan
mesin seperti komputer dengan kemampuan untuk menampilkan perilaku yang
dianggap sama cerdasnya dengan jika kemampuan tersebut ditampilkan oleh
manusia.
(Purwanti et al., 2017)
2. Apakah perbedaan sistem cerdas dengan sistem biasa?
Sistem cerdas adalah sistem yang menerapkan kecerdasan buatan. Jadi, “kecerdasan” inilah yang
diciptakan untuk kemudian dimasukkan ke dalam suatu mesin atau komputer. Sistem ini dibuat
agar dapat berpikir layaknya manusia. Sistem ini juga dibuat agar dapat “berperilaku” seperti
manusia, juga mampu menyerap pengalaman dan mampu bertindak berdasarkan pengalaman
tersebut, sehingga sistem ini seolah-olah mempunyai kehendak sendiri dan mampu berpikir
seperti halnya manusia.
Sedangkan sistem biasa sistem yang menerapkan pengetahuan manusia ke komputer agar
komputer dapat menyelesaikan masalah yang biasa di lakukan oleh manusia.
(Ramadhan, 2018)
3. Metode searching pada kecerdasan buatan secara umum terbagi menjadi 2 bagian yaitu Blinded
search dan heuristic search, jelaskan maksud dari 2 hal tersebut! Apa perbedaannya!
Blind Search merupakan pencarian asal. Jika solusi sudah ditemukan, maka pencarian akan
dihentikan. Jika dibuat skemanya, blind search ada 3 bagian yaitu [masalah]-[pencarian]-
[solusi]. Blind search tidak mempunyai atribut atau informasi tambahan.
Algoritma yang termasuk Blind search yaitu :
Breath First Search (BFS)
Depth First Search (DFS)
Uniform Cost Search (UCS)
Depth-Limited Search (DLS)
Interative-Deeping Search (IDS)
Bi-directional Search (BDS).
Heuristik search merupakan suatu teknik yang digunakan untuk meningkatkan efisiensi dalam
proses pencarian. Metode heuristik menggunakan suatu fungsi yang menghitung biaya perkiraan
dari suatu simpul tertentu menuju ke simpul tujuan. Dalam pencarian state space, heuristik adalah
aturan untuk memilih cabang-cabang yang paling mungkin menyebabkan penyelesaian
permasalahan dapat diterima.
perbedaan dari Blind Search dan Heuristic Search adalah
Blind Search merupakan pencarian biasa, sedangkan Heuristic Search adalah pencarian bersyarat
Variabel data pada Blind Search tidak mempunyai atribut atau informasi tambahan, sedangkan
pada Heuristic Search memiliki informasi tambahan
https://sytachoi.wordpress.com/2016/10/18/pert-4-metode-pencarian-dan-pelacakan/
4. Algoritma pencarian (searching) yang baik dinilai kinerjanya dari 4 hal yaitu: Completeness, Time
Complexcity, Space Complexcity da Optimality. Jelaskan maksud dari 4 hal tersebut!
Completeness adalah metode untuk mencari solusi pada algoritma.
Timecomplexcity adalah jumlah waktu yang di butuhkan untuk menjalankan algoritma.
Space complexcity adalah Jumlah memori yang di butuhkan ketika akan menjalankan suatu
algoritma.
Optimality adalah metode untuk menemukan algoritma terbaik yang akan digunakan jika terdapat
beberapa algoritma lain.
(Welianto et al., 2012)
5. Apakah perbedaan algoritma bread first search dan depth first search? Manakah algoritma yang
lebih baik dari keduanya? Berikan alasannya!
Perbedaan cara kerja pada DFS dan BFS adalah, DFS berprioritas pada kedalaman, memulai dari
simpul akar dan berjalan semakin dalam sampai simpul tujuan ditemukan, sedangkan BFS,
dimulai dari akar, akan lebih memilih untuk memeriksa semua tetangga dari simpul tersebut,
kemudian dicek satu-satu mulai dari simpul terdekatnya, seterusnya, sampai menemukan
tujuan. Algoritma yang lebih baik dari 2 algoritma tersebut adalah algoritma dfs karena
algoritma tersebut jauh lebih efisien dan untuk percarian karena algoritma tersebut memiliki
banyak ruang karena tidak perlu menyelesaikan simpul pada satu level.
(Doddy Teguh Yuwono et al., 2016)
6. Bagaimanakah alur dari algoritma pencarian A*? Jelaskan!

Algoritma A* (A-Star) merupakan algoritma Best First Search yang menggabungkan Uniform
Cost Search dan Greedy Best-First Search. Biaya yang diperhitungkan didapat dari biaya yang
sebenarnya ditambah dengan biaya perkiraan. Dalam rumus matematika dituliskan:
f(n) = g(n) + h(n)
Keterangan :
f(n) = fungsi evaluasi node/ titik n
g(n) = jarak koordinat ke titik tujuan
h(n) = nilai heuristik antar koordinat
Algoritma A* juga menggunakan 2 (dua) senarai open dan closed sama seperti algortima dasar
Best First Search. Terdapat 3 (tiga) kondisi bagi setiap suksesor yang dibangkitkan, yaitu sudah
berada di open, sudah berda di closed dan tidak berada di open dan closed. g(n) merupakan jarak
koordinat ke titik tujuan, dimana nilai g(n) di peroleh dari jarak pada peta dikalikan dengan skala
peta atau penulisan dalam rumus g(n) = jarak pada peta x skala peta.
Sedangkan untuk menentukan nilai h(n) di tunjukkan oleh persamaan berikut.
 Dimana :
h(n) : nilai heuristik untuk node/titik n
Xn : nilai koordinat x dari node/titik n
Yn : nilai koordinat y dari node/titik n
Xgoal : nilai koordinat x dari node/titik tujuan
Ygoal : nilai koordinat y dari node/titik tujuan
Deibi T Salaki. 2011. Penetuan Lintasan Terpendek dari FMIPA ke Rektorat dan Fakultas Lain di
UNSRAT Manado Menggunakan Algoritma Djikstra. Universitas Sam Ratulangi. Manado.
7. ……
8. Apakah yang dimaksud dengan reasoning? Metode apa saja yang dapat digunakan dalam proses
reasoning?
Reasoning adalah penyelesaian masalah dengan cara mempresentasikan masalah ke
dalam basis pengetahuan menggunakan logikc atau bahasa formal.
Metode Case Based Reasoning (CBR) adalah salah satu metode untuk membangun sebuah
sistem yang bekerja dengan cara mendiagnosa kasus baru berdasarkan kasus lama yang pernah
terjadi dan memberikan solusi pada kasus baru berdasarkan pada kasus lama yang memiliki nilai
kemiripan tertinggi.
(Setiawan et al., 2018)
9. Dalam mengimplementasikan fuzzy logic untuk menyelesaikan masalah dapat dilakukan dengan
tiga langkah yaitu: a. Fuzzifikasi b. Inferensi c. Defuzzifikasi. Jelaskan maksud dari ke 3 hal
tersebut!
a. Fuzi logic adalah sebuah metodologi “berhitung” dengan variabel kata-kata (linguistic
variable), sebagai pengganti berhitung dengan bilangan, memberikan toleransi terhadap
ketidakpresisian data. Hal ini sangat cocok dengan fakta sehari-hari.
Maka Fuzzifikasi merupakan suatu proses pengubahan himpunan non-fuzzy (crisp) kedalam
himpunan fuzzy, masukan bukan fuzzy (crisp) dipetakan ke bentuk himpunan fuzzy sesuai
dengan variasi semesta pembicaraan masukan. Fungsi keangotaan (Membership Function)
adalah komponen penting.
Indrabayu, 2011. “Jaringan Sarat Tiruan dan Fuzzy Untuk Memprediksi Curah Hujan”,
Seminar Nasional Forum Komunikasi Teknik Elektro Indonesia.
b. Inferensi, adalah sistem aturan berdasarkan logika fuzzy dimana digunakan sebagai
alat untuk mewakili pengetahuan yang berbeda tentang suatu masalah, serta untuk
memodelkan interaksi dan hubungan yang ada antara variabel tersebut.
c. Defuzzifikasi, adalah proses mengubah output fuzzy menjadi nilai tegas (crisp)
dengan menggunakan konsep rata-rata terbobot.
10.