UTS - Kecerdasan Buatan - 361801010 [PDF]

Citation preview

UJIAN TENGAH SEMESTER Nama : Ilham Zaenal Mutakim NIM : 361801010 Mata Kuliah : Kecerdasan Buatan



Dosen : Pahlawan Sagala, Dr



1. Jawaban: a) Bagian dari ilmu komputer yang mempelajari bagaimana membuat mesin (komputer) dapat melakukan pekerjaan seperti dan sebaik yang dilakukan oleh manusia bahkan bisa lebih baik. daripada yang dilakukan manusia. Komponen kecerdasan buatan :  Basis Pengetahuan, berisi fakta-fakta, teori, pemikiran, dan hubungan antara satu dengan yang lainnya.  Motor Inferensi, yaitu kemampuan menarik kesimpulan berdasarkan pengalaman. b) Sub disiplin ilmu Kecerdasan Buatan : 1. Sistem Pakar (Expert Systemi), yaitu program konsultasi (advisory) yang mencoba menirukan proses penalaran seorang pakar/ahli dalam memecahkan masalah yang rumit. Sistem Pakar merupakan aplikasi AI yang paling banyak. 2. Pemrosesan Bahasa Alami (Natural Language Processing), yang memberi kemampuan pengguna komputer untuk berkomunikasi dengan komputer dalam bahasa mereka sendiri (bahasa manusia). Sehingga komunikasi dapat dilakukan dengan cara percakapan alih-alih menggunakan perintah yang biasa digunakan dalam bahasa komputer biasa. 3. Pemahaman Ucapan/Suara (Speech/Voice Understanding), adalah teknik agar komputer dapat mengenali dan memahami bahasa ucapan. Proses ini mengijinkan seseorang berkomunikasi dengan komputer dengan cara berbicara kepadanya. Istilah “pengenalan suara” mengandung arti bahwa tujuan utamanya adalah mengenai kata yang diucapkan tanpa harus tahu artinya, di mana bagian itu merupakan tugas “pemahaman suara”. Secara umum prosesnya adalah usaha untuk menerjemahkan apa yang



diucapkan seorang manusia menjadi kata-kata atau kalimat yang dapat dimengerti oleh komputer. 4. Sistem Sensor dan Robotika. Sistem sensor, seperti sistem visi dan pencitraan, serta sistem pengolahan sinyal, merupakan bagian dari robotika. Sebuah robot, yaitu perangkat elektromekanik yang diprogram untuk melakukan tugas manual, tidak semuanya merupakan bagian dari AI. Robot yang hanya melakukan aksi yang telah diprogramkan dikatakan sebagai robot bodoh yang tidak lebih pintar dari lift. Robot yang cerdas biasanya mempunyai perangkat sensor, seperti kamera, yang mengumpulkan informasi mengenai operasi dan lingkungannya. Kemudian bagian AI robot tersebut menerjemahkan informasi tadi dan merespon serta beradaptasi jika terjadi perubahan lingkungan. 5. Komputer Visi, merupakan kombinasi dari pencitraan, pengolahan citra, pengenalan pola serta proses pengambilan keputusan. Tujuan utama dari komputer visi adalah untuk menerjemahkan suatu pemandangan. Komputer visi banyak dipakai dalam kendali kualitas produk industri. c) Komputer berbasis kecerdasan buatan : Perangkat lunak AI berbasis representasi serta manipulasi simbolik. Di sini simbol tersebut berupa huruf, kata, atau angka yang merepresentasikan obyek, proses dan hubungan keduanya. Sebuah obyek bisa jadi seorang manusia, benda, pikiran, konsep, kejadian, atau pernyataan suatu fakta. Menggunakan simbol, kita dapat menciptakan basis pengetahuan yang berisi fakta, konsep, dan hubungan di antara keduanya. Komputer biasa (konvensional) : Program komputer konvensional prosesnya berbasis algoritma, yakni formula matematis atau prosedur sekuensial yang mengarah kepada suatu solusi. Algoritma tersebut dikonversi ke program komputer yang memberitahu komputer secara pasti instruksi apa yang harus dikerjakan. Algoritma yang dipakai kemudian menggunakan data seperti angka, huruf, atau kata untuk menyelesaikan masalah. Contoh : Komputer biasa (konvensional), masih menggunakan fungsi otak manusia, komputer diperintahkan untuk menyelesaikan suatu masalah.



Software Sistem Untuk Parkir Komputer berbasis Kecerdasan Buatan, Meniru beberapa fungsi otak manusia, komputer diberitahu tentang suatu masalah. Robotika, Sistem Pakar. d) Kecerdasan Alami :  Kreatif : manusia memiliki kemampuan untuk menambah pengetahuan, sedangkan pada kecerdasan buatan untuk menambah pengetahuan harus dilakukan melalui sistem yang dibangun.  Memungkinkan orang untuk menggunakan pengalaman secara langsung. Sedangkan pada kecerdasan buatan harus bekerja dengan input-input simbolik.  Pemikiran manusia dapat digunakan secara luas, sedangkan kecerdasan buatan sangat terbatas. Kecerdasan Buatan :  Lebih bersifat permanen. Kecerdasan alami bisa berubah karena sifat manusia pelupa. Kecerdasan buatan tidak berubah selama sistem komputer & program tidak mengubahnya.  Lebih murah. Menyediakan layanan komputer akan lebih mudah & murah dibandingkan mendatangkan seseorang untuk mengerjakan sejumlah pekerjaan dalam jangka waktu yang sangat lama.  Bersifat konsisten karena kecerdasan buatan adalah bagian dari teknologi komputer sedangkan kecerdasan alami senantiasa berubah-ubah.  Lebih Cepat dan Lebih Baik.



2. Jawaban: a) Secara umum, ada 4 tahapan untuk membangun sistem AI 1. Mendefinisikan masalah dengan tepat. Pendefinisian ini mencakup spesifikasi yang tepat mengenai keadaan awal (initial state dan solusi yang diharapkan (goal state). 2. Menganalisis masalah tersebut serta mencari beberapa teknik penyelesaian masalah yang sesuai.



3. Merepresentasikan pengetahuan yang perlu untuk menyelesaikan masalah tersebut. 4. Memilih teknik penyelesaian masalah yang terbaik b) Ruang Keadaan (state space) yaitu suatu ruang yang berisi semua keadaan yang mungkin atau cara mendefinisikan situasi permasalahan ke dalam bentuk representasi algoritma. Mendefinisikan Masalah Sebagai Suatu Ruang Keadaan : 1. Posisi awal pada papan catur Posisi awal setiap permainan catur selalu sama, yaitu semua bidak diletakkan di atas papan catur dalam 2 sisi, yaitu kubu putih dan kubu hitam. 2. Aturan – aturan untuk melakukan gerakan Aturan – aturan ini sangat berguna untuk menentukan gerakan suatu bidak, yaitu melangkah dari satu keadaan ke keadaan lain. Misalkan untuk mempermudah menunjukkan posisi bidak, setiap kotak ditunjukkan dalam huruf (a,b,c,d,e,f,g,h) untuk arah horisontal dan angka (1,2,3,4,5,6,7,8) untuk arah vertikal. Suatu aturan untuk menggerakkan bidak dari posisi (e,2) ke (e,4) dapat ditunjukkan dengan aturan : if bidak putih pada kotak(e,2),   and kotak(e,3) kosong,   and kotak(e,4) kosong then gerakan bidak dari (e,2) ke (e,4) 3. Tujuan (goal) Tujuan yang ingin dicapai adalah posisi pada papan catur yang menunjukkan kemenangan seseorang terhadap lawannya. Kemenangan ini ditandai dengan posisi raja yang sudah tidak dapat bergerak lagi. Contoh tersebut menunjukkan representasi masalah dalam Ruang Keadaan (State Space), yaitu suatu ruang yang berisi semua keadaan yang mungkin. c) inference engine adalah bagian dari sistem pakar yang mencoba menggunakan informasi yang diberikan untuk menemukan objek yang sesuai. Inference Engine adalah bagian yang menyediakan mekanisme fungsi berfikir dan pola-pola penalaran sistem yang digunakan oleh seorang pakar. Jenis-jenis penalaran inference engine: - Backward Chaining - Forward Chaining



d) Fordward chaining, merupakan group dari multipel inferensi yang melakukan pencarian dari suatu masalah kepada solusinya. Dalam metode ini, data digunakan untuk menentukan aturan mana yang akan dijalankan, kemudian aturan tersebut dijalankan. Jika klausa premis sesuai dengan situasi (bernilai TRUE), maka proses akan meng-assert konklusi. Contoh: Sistem Pakar : Pemilihan pembelian handphone Kasus : Seseorang ingin membeli sebuah handphone tetapi dia bingung untuk menentukan pilihannya Variabel – Variabel Yang Digunakan : A = Memiliki uang Rp 2Jt B = Memiliki uang Rp 4Jt C = Memilih handphone yang kamerannya bagus D = Memilih handphone yang prosesornya cepat E = Membeli merek Samsung F = Membeli merek Apple G = Membeli merek Xiaomi Fakta Yang Ada :          Diasumsikan si pembeli memiliki data : -          Memiliki uang Rp 2Jt (A TRUE) -          Ingin memilih handphone yang prosesornya bagus (D TRUE)          Apakah tepat jika membeli merek Xiaomi ? RULE R1 = IF Pembeli memiliki uang Memiliki uang Rp 2Jt AND dia ingin Memilih handphone yang kamerannya bagus THEN Dia membeli merek Samsung R2 = IF Pembeli ingin Memilih handphone yang prosesornya cepat AND dia ingin memilih handphone yang kameranya bagus THEN Dia membeli merek Apple R3 = IF Pembeli memiliki uang Rp 4Jt AND dia ingin memilih handphone yang prosesornya cepat THEN Dia membeli merek Apple R4 = IF Pembeli memiliki uang Memiliki uang Rp 4Jt THEN dia ingin Memilih handphone yang kamerannya bagus



R5 = IF Pembeli ingin Memilih handphone yang prosesornya cepat THEN Dia membeli merek Xiaomi Rule Simplification R1 : IF A AND C, THEN E R2 : IF D AND C, THEN F R3 : IF B AND D, THEN F R4 : IF B, THEN C R5  :  IF D, THEN G



Sampai disini proses dihentikan karena sudah tidak ada lagi rule yang bisa dieksekusi pencarian adalah G bernilai benar. Kesimpulannya si pembeli akan membeli handphone Xiaomi Backward chaining, Menggunakan pendekatan goal-driven, dimulai dari harapan apa yang akan terjadi (hipotesis) dan kemudian mencari bukti yang mendukung atau berlawanan dengan harapan kita. Sering hal ini memerlukan perumusan dan pengujian hipotesis sementara.  Contoh: Sistem Pakar : Pemilihan pembelian handphone Kasus : Seseorang ingin membeli sebuah handphone tetapi dia bingung untuk menentukan pilihannya Variabel – Variabel Yang Digunakan : A = Memiliki uang Rp 2Jt



B = Memiliki uang Rp 4Jt C = Memilih handphone yang kamerannya bagus D = Memilih handphone yang prosesornya cepat E = Membeli merek Samsung F = Membeli merek Apple G = Membeli merek Xiaomi Fakta Yang Ada :        Diasumsikan si pembeli memiliki data : -          Memiliki uang Rp 2Jt (A TRUE) -          Ingin memilih handphone yang prosesornya bagus (D TRUE)        Apakah tepat jika membeli merek Xiaomi ? RULE R1 = IF Pembeli memiliki uang Memiliki uang Rp 2Jt AND dia ingin Memilih handphone yang kamerannya bagus THEN Dia membeli merek Samsung R2 = IF Pembeli ingin Memilih handphone yang prosesornya cepat AND dia ingin memilih handphone yang kameranya bagus THEN Dia membeli merek Apple R3 = IF Pembeli memiliki uang Rp 4Jt AND dia ingin memilih handphone yang prosesornya cepat THEN Dia membeli merek Apple R4 = IF Pembeli memiliki uang Memiliki uang Rp 4Jt THEN dia ingin Memilih handphone yang kamerannya bagus R5 = IF Pembeli ingin Memilih handphone yang prosesornya cepat THEN Dia membeli merek Xiaomi Rule Simplification R1 : IF A AND C, THEN E R2 : IF D AND C, THEN F R3 : IF B AND D, THEN F R4 : IF B, THEN C R5  :  IF D, THEN G



Sama seperti pada metode forward kesimpulan yang dihasilkan juga G atau si pembeli memutuskan untuk membeli handphone xiaomi.



3. Jawaban: a) Untuk mengukur perfomansi metode pencarian, terdapat empat kriteria yang dapat digunakan : 1. Completeness : apakah metode tersebut menjamin penemuan solusi jika solusinya memang ada? 2. Time complexity berapa lama waktu yang diperlukan? 3. Space complexity berapa banyak memori yang diperlukan 4. Optimality : apakah metode tersebut menjamin menemukan solusi yang terbaik jika terdapat beberapa solusi berbeda? b) Kelemahan teknik pencarian buta (blind search) - membutuhkan memori yang banyak, karena harus menyimpan semua simpul yang pernah dibangkitkan. Hal ini harus dilakukan agar BFS dapat melakukan penelusuran simpul-simpul sampai di level bawah. - membutuhkan waktu yang cukup lama Pencarian buta tidak selalu dapat diterapkan dengan baik, hal ini disebabkan waktu aksesnya yang cukup lama dan besarnya memori yang diperlukan.



Untuk masalah dengan ruang masalah yang besar, teknik pencarian buta bukan metode yang baik karena keterbatasan kecepatan computer dan memori. Metode heuristic search diharapkan bisa menyelesaikan permasalahan yang besar. Metode heuristic search menggunakan suatu fungsi yang menghitung biaya perkiraan (estimasi) dari suatu simpul tertentu menuju ke simpul tujuan  disebut fungsi heuristic.



c) Perbedaan Breadth-first search dan Depth-first search  BFS adalah algoritma berbasis vertex sedangkan DFS adalah algoritma berbasis tepi.  Struktur data antrian digunakan BFS, sedangkan DFS menggunakan stack atau rekursi  Ruang memori digunakan seacara efisien dalam DFS sedangkan pemanfaatan ruang di BFS tidak efektif.



d) Hill Climbing, Metode ini hampir sama dengan metode pembangkitan dan pengujian, hanya saja prosespengujian dilakukan dengan menggunakan fungsi heuristic. Pembangkitan keadaan berikutnyatergantung pada feedback dari prosedur pengetesan. Tes yang berupa fungsi heuristic ini akanmenunjukkan seberapa baiknya nilai terkaan yang diambil terhadap keadaan-keadaan lainnyayang mungkin. Best-first search, pencarian diperbolehkan mengunjungi node yang ada di level lebih rendah, jika ternyata node pada level yang lebih tinggi ternyata memiliki nilai heuristic yang lebih buruk. 4. Jawaban: a) Program LISP adalah fungsi yang diterapkan pada data, daripada menjadi urutan langkah-langkah prosedural seperti dalam FORTRAN dan ALGOL . LISP menggunakan notasi yang sangat sederhana, di mana operasi dan operannya diberikan dalam daftar yang diurung. Misalnya, (+ a (* b c )) adalah singkatan dari + b * c . Meskipun ini tampak canggung, notasi bekerja dengan baik untuk komputer. LISP juga menggunakan struktur daftar untuk mewakili data. Selain itu, karena program dan data



menggunakan struktur yang sama, mudah bagi program LISP untuk beroperasi pada program lain sebagai data. LISP menjadi bahasa umum untuk pemrograman Kecerdasan Buatan (AI), sebagian karena pertemuan LISP dan AI di MIT dan sebagian karena program AI yang mampu "belajar" dapat ditulis dalam LISP sebagai program modifikasi diri. PROLOG, Berbeda dengan bahasa pemrograman yang lain, yang menggunakan algoritme konvensional sebagai teknik pencariannya seperti pada Delphi, Pascal, BASIC, COBOL dan bahasa pemrograman yang sejenisnya, maka prolog menggunakan teknik pencarian yang di sebut heuristik (heutistic) dengan menggunakan pohon logika.



b) Machine Learning merupakan cabang dari Artificial Intelligence dengan kemampuan mesin untuk mengakses data yang ada dengan perintah mereka sendiri. Machine Learning juga mampu mempelajari data yang ada dan melakukan tugas-tugas tertentu. Deep Learning adalah bagian dari kecerdasan buatan dan machine learning yang merupakan pengembangan dari neural network multiple layer untuk memberikan ketepatan tugas seperti deteksi objek, pengenalan suara, terjemahan bahasa dan lain – lain. Deep Learning berbeda dari teknik machine learning yang tradisional, karena deep learning secara otomatis melakukan representasi dari data seperti gambar, video atau text tanpa memperkenalkan aturan kode atau pengetahuan domain manusia. Hubungan dengan kecerdasan buatan, Deep Learning secara otomatis menemukan fitur mana yang paling penting untuk mengklasifikasikannya dibandingkan dengan Machine Learning di mana kita harus memberikan fitur secara manual. Karena itu Deep learning menjadi otak utama yang dapat menciptakan AI yang lebih cerdas dan manusiawi. c). Tensorflow, Tensorflow memungkinkan developer untuk membuat grafik aliran data (dataflow graph), yaitu struktur yang mendeskripsikan



bagaimana data yang digunakan bergerak melalui tampilan grafis atau serangkaian pemrosesan node. Cara kerja Tensorflow: Aplikasi Tensorflow dapat dijalankan pada hampir semua target perangkat. Seperti diantaranya local machine, kluster pada platform cloud, perangkat IoS dan Android, CPU atau GPU, Jika menggunakan platform Google Cloud, dapat menjalankan Tensorflow menggunakan TPU (Tensorflow Processing Unit) agar berakselerasi lebh baik. Model yang dihasilkan oleh Tensorflow dapat diterapkan pada sebagian besar perangkat yang akan digunakan untuk hasil suatu prediksi. Deepfake, Deepfake merupakan bentuk kecerdasan buatan yang dapat digunakan untuk memalsukan gambar dalam sebuah peristiwa. Deepfake merupakan salah satu hasil dari perkembangan teknologi yang perlu diwaspadai. Hal ini dikarenakan keberadaannya sering digunakan orang tidak bertanggung jawab untuk membuat konten tidak layak. Cara kerja Deepfake: Sistem pada deepfake bekerja dengan menggunakan teknik pembelajaran mesin yang biasa dikenal dengan Generative Adversarial Network (GAN). GAN dalam deepfake terdiri dari dua jaringan saraf, yaitu Generator dan Diskriminator. Generator berfungsi untuk menciptakan gambar yang nampak nyata, sedangkan diskriminator akan mendeteksi apakah gambar tersebut nampak nyata ataupun tidak. Generator dan diskriminator akan bekerja beriringan untuk menciptakan suatu manipulasi yang nampak nyata dan seperti yang diharapkan.



5. Jawaban : a). Breadth-first search Semua node pada level n akan dikunjungi terlebih dahulu sebelum mengunjungi node-node pada level n+1. Pencarian dimulai dari node akar terus ke level 1 dari kiri ke kanan , kemudian berpindah ke level berikutnya dari kiri ke kanan hingga solusi ditemukan .



Jadi jalur lintasannya : S – B – A – C – D – G



b). Depth-first search Proses pencarian dilakukan pada semua anaknya sebelum dilakukan pencarian ke node-node yang selevel. Pencarian dimulai dari node akar ke level yang lebih tinggi. Proses diulangi terus hingga ditemukan solusi.



Jadi jalur lintasannya : S –B – C – A – D – G c).Hill Climbing (steepest-ascent hill climbing) Steepest – ascent hill climbing hampir sama dengan simple – asent hill climbing , hanya saja gerakan pencarian tiak dimulai dari kiri , tetapi berdasarkan nilai heuristik terbaik.



Jadi jalur lintasannya : S – A – D – G d).Best first search Metode best first search merupakan kombinasi dari metode depth first seacrh dan breadth first search dengan mengambil kelebihan dari kedua metode tersebut. Hill climbing tidak diperbolehkan untuk kembali ke node pada lebih rendah meskipun node tersebut memiliki nilai heuristik lebih baik . Pada best first search , pencarian diperbolehkan mengunjungi node di lebih rendah, jika ternyata



node dilevel lebih tinggi memiliki nilai heuristik lebih buruk . Untuk mengimplementasikan metode ini, dibutuhkan 2 antrian yang berisi node-node , yaitu : OPEN : berisi node-node yang sudah dibangkitkan, sudah memiliki fungsi heuristik namun belum diuji . Umumnya berupa antrian berprioritas yang berisi elemen –elemen dengan nilai heuristik tertinggi. CLOSED : berisi node-node yang sudah diuji.



Antian OPEN : [S} [B,A]



[ C, B , A ]



[C,B,A,D]



[C,B,A,D,G]



6. Script pembuatan kejadian “pengurusan pembuatan sim” a. Jalur/track : ujian tertulis ,dan ujian praktek b. Role/pemeran : penguji ujian ,pengawas ujian,dan calon pembuat sim c. Properti/pendukung : kertas ujian/komputer,motor ,tempat praktek,surat-surat seperti ktp,kk d. Kondisi input : calon mengikuti ujian tertulis dan praktek serta membawa surat-surat yang dibutuhkan e. Adegan (scene) 1 calon datang ke polsek untuk mendaftarkan diri: 1) Calon datang ke polsek pusat dan mengambil antrian 2) Calon dipanggil untuk memberikan surat-surat yang diperlukan



3) Calon diminta untuk diphoto untuk sim Adegan (scene) 2 calon mengikuti ujian tertulis 1) Calon duduk dan mengisi indentitas diri 2) Calon diberikan soal ujian tertulis oleh pengawas ujian 3) Calon menjawab semua soal-soal ujian tertulis Adegan (scene) 3 calon Mengikuti ujian praktek 1) Calon menunggu untuk mendapatkan gilirannya untuk praktek 2) Calon bisa menggunakan motor pribadi untuk praktek 3) Penguji ujian ,memberikan navigator ,apakah calon bisa mengikuti arahan dari penguji ujian 4) Setelah semua arahan sudah diberikan ,calon harus menunggu penguji ujian menilainya ,apakah lulus atau tidak Adegan(scene) 4 calon mendapatkan panggilan dari penguji ujian 1. Calon dipanggil oleh penguji ujian 2. Calon dinyatakan lulus dalam ujian tertulis maupun praktek 3. Calon diharapkan untuk membayar administrasi pembuatan sim 4. Calon diharapkan untuk kembali lagi setelah diberi tahu bahwa sim nya sudah jadi Adegan(Scene) 5 calon diberi tahu bahwa sim yang sedang dibuat sudah jadi 1) Pegawai polsek yang bertanggung jawab dalam pembuatan sim ,menghubungi calon yang sudah berhasil dalam ujian pembuatan sim 2) Calon yang sudah berhasil datang kembali ke polsek untuk mengambil sim 3) Calon mendapatkan sim nya yang sudah jadi f.Hasil : 1. Calon berhasil membuat SIM dan calon merasa puas 2. Calon tidak berhasil membuat SIM dan calon merasa kecewa 3. Penguji merasa emosi karna calon tidak lulus – lulus setelah diuji beberapa kali .