UAS KECERDASAN BUATAN

Nama : Ajma Padlia Amalia

Kelas : IF-IV-C

1. Dalam konteks persamaan Bayesian, kita dapat menggunakan informasi yang diberikan
untuk memperbarui probabilitas hipotesis baterai kosong,dengan asumsi bahwa lampu
mobil berfungsi tetapi mesin tidak berputar
- Di tetapkan
A = Baterai kosong (hipotesis)
B = lampu mobil berfungsi
C = Mesin tidak berputar
- Probabilitas sebelumnya :
P(A) = 0.7
Perhitungan probabilitas terkait kondisi yang diberikan :
P (B | A) = 0.3 (Jika baterai kosong,probabilitas lampu mobil tetap berfungsi)
P (B | ~A) = 0.9 (Jika baterai tidak kosong,probabilitas lampu mobil berfungsi)
P (C | A) = 0.8 (Jika baterai kosong,probabilitas mesin tidak berputar)
P (C | ~A) = 0.1 (Jika baterai tidak kosong, probabilitas mesin tidak berputar)
Kita akan menghitung probabilitas P (A | B, ~C), yaitu probabilitas baterai kosong jika
lampu mobil berfungsi tetapi mesin tidak berputar. Dengan menggunakan teorema Bayes, kita
dapat menghitungnya sbb:
P(A | B, ~C) = (P(B | A) * P(~C | A) * P(A)) / P(B, ~C)
Untuk menghitung P(B, ~C), kita dapat menggunakan atuan pekalian pobabilitas :
P(B, ~C) = P(B | A) * P(~C | A) * P(A) + P(B | ~A) * P(~C | ~A) * P(A)
Perhitungan probabilitas tersebut :
P(B, ~C) = (0.3 * 0.1 * 0.7) + (0.6 * 0.4 *(1-0.7))
=0.021+0.168
=0.189
Sekarang substitusikan nilai-nilai yang dihitung ke dalam persamaan utama :
P(A | B, ~C)= (P(B | A) * P(~C | A) * P(A)) / P(B, ~C)
 =(0.3 * 0.1 * 0.7) / 0.189
=0.021 / 0.189
=0.111
Jadi berdasarkan persamaan Bayesian, probabilitas baterai kosong jika lampu mobil berfungsi
tetapi mesin tidak berputar adalah sekitar 0.111 atau sekitar 11.1%.

2. Sebuah jurnal/ hasil penelitian yang menerapkan teknik planning dalam aplikasi kongrit
dan deskripsikan
a) bagaimanakah penerapan Sistem Informasi Manajemen di SMP N 9 Kabupaten Buru,
bagaimanakah proses pembelajaran di SMP N 9 Kabupaten Buru, dan faktor-faktor
apakah yang menghambat dan mendukung tentang penerapan sistem informasi
manajemen dalam kelancaran proses pembelajaran di SMP N 9 Kabupaten Buru..
b) Penelitian ini termasuk jenis penelitian kualitatif deskriptif. Teknik pengumpulan
data yang digunakan dalam penelitian ini adalah teknik observasi, wawancara,
dan dokumentasi.
c) Tahap analisis data dalam penelitian ini adalah pengumpulan data, reduksi data,
penyajian data, dan penarikan simpulan atau verifikasi. Hasil penelitian ini
menunjukkan bahwa:
 penerapan sistem informasi manajemen sangat penting di lembaga
pendidikan khususnya di SMP Negeri 9 Kabupaten Buru, dengan
menggunakan aplikasi pengolah data yaitu Data Pokok Pendidik
(Dapodik) dan teknologi informasi dalam mendukung proses
pembelajaran memberikan layanan pendidikan dengan menfasilitasi
praktik pembelajaran dengan menggunakan atau memanfaatkan
infrastkruktur teknologi, seperti fasilitas belajar dengan memadukan
komputer; dan
 pelaksanaan proses pembelajaran di SMP Negeri 9 Kabupaten Buru
berdasarkan hasil penelitian yaitu sebelum melaksanakan proses
pembelajaran harus melalui tiga tahapan penting, yaitu tahap
perencanaan, tahap pelaksanaan, dan tahap evaluasi
d) faktor yang menunjang dan menghambat penerapan sistem informasi manajemen di SMP
Negeri 9 Kabupaten Baru, yaitu dengan adanya sistem dapodik dan
adanya kesalahan dan keterlambatan pemberian data dari tiap-tiap unit kerja. Dan
peluang pembaikannya adalah dengan proses pembelajaran adalah interaksi peserta didik
dengan pendidik dan sumber belajar pada suatu lingkungan belajar yang meliputi
pendidik dan
peserta didik yang saling bertukar informasi yang menggunakan media pembelajaran
berupa, media cetak (buku), gambar, LCD, computer, dan sebagainya. Dan
memanfaatkan teknologi informasi untuk menyampaikan informasi dan mencari bahan
ajar untuk memperlancar proses pembelajaran.
 e) Referensi Paper :
 Nama penulis : Siti Hajar Loilatul, M.Rusdi, Musyawir
 Tahun terbitan : 2020
 Judul paper : Penerapan sistem informasi mNjement
pendidikan dalam proses pembelajaran.
 Nama jurnal/konferensi : Jurnal Basicude
 URL :
https://jbasic.org/index.php/basicedu/article/view/520

3. Jurnal/ hasil penelitian tentang pengenalan pola yang menerapkan classification dan
clustering dalam aplikasi kongrit:
a. Sulitnya menyampaikan informasi yang sesuai dengan kebutuhan dan
perkembangan remaja pada setiap kategori usia.
b. Pemprosesan sebuah informasi dari suatu database yang dapat digunakan
untuk berbagai kebutuhan disebut dengan Data Mining.Metode dalam data mining
salah satunya yaitu Clustering yang memiliki tujuan untuk menemukan
pengelompokan dari serangkaian pola, titik, objek maupun dokumen.
Algoritma K-Means clusteringmerupakan salah satu algoritma yang sederhana
untuk diimplementasikan atau dijalankan serta berperan penting dalam
bidang data mining.
c. Metode K-Means Clustering berusaha mengelompokkan data ke dalam beberapa
kelompok, dimana data dalam satu kelompok mempunyai karakteristik yang
sama. Dengan dilakukannya penelitian pengelompokan remaja berdasarkan
segmentasi usia menggunakan metode k-means clustering ini diharapkan dapat
memberikan kontribusi khususnya untuk rekan-rekan PIK R dalam membagi
segmentasi anggota PIK R dengan mudah dan sistematis tanpa menggunakan
metode manual. Segmentasi usia ini dapat digunakan untuk menentukan
tingkat perkembangan, kebutuhan, dan preferensi remaja dalam berbagai aspek
kehidupan.Penelitian ini bertujuan mengolah jumlah penduduk usiaremaja untuk
anggota organisasi PIK R,harapannya supaya bisa memudahkan sekertaris
dalam organisasi Pik-R untuk mengelola data rekrutmen keanggotaan baru
berdasarkan usia sertamengetahui di Dusun mana yag memiliki penduduk remaja
paling banyak.Pada setiap cluster diklasifikasikan sesuai dengan kriteria mana
yang lebih diprioritaskan.Pengujian pada sistem ini dilakukan sebanyak 4 kali
percobaan terhadap data yang terdiri dari 24 atribut 1789 record anggota baru
PIK-R untuk mendapatkan hasil implementasi metode K-Means Clustering.
d. masih banyak hal yang belum bisa diimplementasikan dari penelitian ini, maka
masih banyak lagi beberapa saran adalah:
1) Untuk penelitian selanjutnya diharapkan dapat melakukan langkahlangkah
uji coba seperti: pengujian angka klaster, pengujian validitas klaster.
Sehingga cluster yang diperoleh lebih optimal
2) Aplikasi harus diperbarui secara berkala, agar dapat memberikan
rekomendasi tepat
3) Menggabungkan dengan metode atau pendekatan lain untuk mendapatkan
hasil penelitianlebih baik
e. Referensi Paper :
 Nama penulis : Rini Rahmawati, Agus Bahtiar
 Tahun terbitan : 2023
 Judul paper : Pengelompokan Remaja Berdasarkan
Segmentasi Usia Menggunakan Metode K-Means Clustering
 Nama jurnal/konferensi : Jurnal Riset Ilmu Akuntansi
 URL :
http://badanpenerbit.org/index.php/Akuntansi/article/view/236/219