IK3E 10 Imron Assidiqi Latihan UTS
IK3E 10 Imron Assidiqi Latihan UTS
Disusun oleh
Imron Assidiqi
3.34.20.4.10 / IK3E
2023
1. Apa yang membedakan kecerdasan buatan dengan sistem komputer konvensional?
jelaskan perbedaan tersebut dan berikan contohnya
Jawab:
Kecerdasan buatan (AI) dan sistem komputer konvensional memiliki perbedaan
utama dalam kemampuan untuk melakukan tugas-tugas yang memerlukan kecerdasan
manusia. Sistem komputer konvensional dirancang untuk melakukan tugas-tugas yang
sangat spesifik dan terstruktur, sedangkan AI dapat belajar dan menyelesaikan tugas-
tugas yang lebih kompleks.
contoh : Sistem komputer konvensional digunakan dalam sistem ATM (mesin ATM)
untuk melakukan transaksi finansial yang terstruktur, sedangkan AI digunakan dalam
chatbot untuk berinteraksi dengan pelanggan dan memberikan layanan pelanggan
yang lebih personal.
3. Apa yang dimaksud dengan akurasi, presisi, recall, dan fi score dalam confusion
matrix? jelaskan masing masing ukuran dan bagaimana cara menghitungnya dari
confusion matrix
Jawab:
Akurasi mengukur seberapa sering model klasifikasi benar dalam
memprediksi kelas target dari seluruh data yang diuji. Dalam istilah confusion
matrix, akurasi dihitung sebagai jumlah prediksi benar (true positives dan true
negatives) dibagi dengan total jumlah prediksi (true positives, true negatives,
false positives, dan false negatives).
Akurasi = (True Positives + True Negatives) / (True Positives + True
Negatives + False Positives + False Negatives)
Presisi mengukur seberapa sering model klasifikasi benar dalam memprediksi
positif dari seluruh prediksi positif yang dihasilkan. Dalam istilah confusion
matrix, presisi dihitung sebagai jumlah prediksi benar positif (true positives)
dibagi dengan jumlah prediksi positif (true positives dan false positives).
Presisi = True Positives / (True Positives + False Positives)
F1-score adalah rata-rata harmonik dari presisi dan recall. F1-score mengukur
seberapa baik model klasifikasi menyeimbangkan presisi dan recall dalam
memprediksi kelas target. Dalam istilah confusion matrix, F1-score dihitung
sebagai 2 kali perkalian antara presisi dan recall dibagi dengan jumlah presisi
dan recall.
F1-score = 2 x ((Presisi x Recall) / (Presisi + Recall))
5. Sebuah model AI memiliki akurasi sebesar 95% dalam mengenali email spam. Jika
model tersebut digunakan untuk memproses 1000 email, berapa jumlah email spam
yang kemungkinan akan terlewatkan oleh model?
Jawab:
Persentase benar = 95%
Persentase salah = 5%
Jumlah email spam yang kemungkinan terlewat= 5/100×1000
= 50
Jadi, jumlah email spam yang kemungkinan akan terlewatkan oleh model adalah 50
email