# UAS — Inteligensia Buatan (ILKOM-B) (2019)

> Final Exam · Even Semester 2018/2019 · Universitas Gadjah Mada

| Field | Value |
|---|---|
| **Course** | Inteligensia Buatan (ILKOM-B) |
| **Exam type** | Ujian Akhir Semester (UAS) |
| **Semester** | Genap 2018/2019 |
| **Date** | Rabu, 19 Juni 2019 |
| **Time** | 120 menit |
| **Lecturers** | Anifuddin Azis, S.Si., M.Kom. / Aina Musdholifah, S.Kom., M.Kom., Ph.D. |
| **Exam mode** | Buku Terbuka |

**Institution:** Program Studi S1 Ilmu Komputer, Fakultas Matematika dan Ilmu Pengetahuan Alam, Universitas Gadjah Mada

---

*PLO3; CO3 (10%) — CO-3: Mahasiswa dapat menjelaskan proses pemilihan pengetahuan terhadap informasi yang diketahui dan mampu memilih metode yang sesuai, serta dapat melakukan proses unifikasi untuk inferensi*

**1.** Tulislah program dalam bahasa Prolog untuk kasus berikut:
Misalkan terdapat predikat tunggal `Daerah(X)` dan `Banjir(X)` dan predikat biner `Tetangga(X, Y)` dan `LebihRendah(X, Y)` yang berarti terdapat 2 daerah bertetangga X dan Y dan X lebih rendah dari Y.
- a. Jika suatu daerah bertetangga dengan yang lain, maka demikian sebaliknya. (Misal Daerah 1 bertetangga dengan Daerah 2 maka Daerah 2 bertetangga dengan Daerah 1).
- b. Semua daerah yang lebih rendah dan bertetangga dengan daerah yang terkena banjir, maka juga ikut banjir.
- c. Misalkan Daerah 1 bertetangga dengan Daerah 2 dan 3. Daerah 3 bertetangga dengan Daerah 2, 4 dan 5. Daerah 4 bertetangga dengan Daerah 5. Daerah 1 lebih rendah dari Daerah 2 dan Daerah 3 lebih rendah dari Daerah 2. Daerah 4 lebih rendah dari 3 dan Daerah 3 lebih rendah dari Daerah 5. Daerah 2 terkena banjir. Jelaskan proses unifikasi dan inferensi yang terjadi untuk mendapatkan kesimpulan daerah mana saja yang terkenal banjir.

---

*PLO4; CO4 (15%) — Mahasiswa mampu menjelaskan arsitektur sistem pakar*

**2.** Berikan contoh aplikasi di bidang sistem pakar (bisa berdasarkan tugas presentasi akhir).
- a. Jelaskan, secara umum, arsitektur sistem pakar yang lengkap.
- b. Sebutkan salah satu metode pada sistem pakar untuk penalaran dalam ketidakpastian.

---

*PLO3; CO5 (10%) — Mahasiswa mampu menjelaskan rancang bangun sistem NLP*

**3.** Diberikan aturan Grammar sebagai berikut:

| | | | |
|---|---|---|---|
| S → NP VP | Nominal → Noun | | |
| S → NP AuxV NP | Nominal → Noun Nominal | | |
| S → VP | VP → Verb | | |
| NP → Proper-Noun | VP → Verb NP | | |
| NP → Det Nominal | | | |

Gunakan teknik parsing Top-Down dan Bottom-Up untuk mendapatkan parse tree pada kalimat:
**John has two laptops.**

---

*PLO3; CO6 (15%) — Mahasiswa mampu menjelaskan rancang bangun sistem Pengenalan Pola*

**4.**
- a. Diberikan sistem pengenalan pola untuk klasifikasi buah (misal klasifikasi buah jeruk yang bagus dan tidak bagus). Ciri-ciri (kriteria) apa yang diperlukan dan bagaimana untuk menguji sistem tersebut?
- b. Tentukan bobot-bobot yang dihasilkan Perceptron pada fungsi OR dengan input dan target bipolar. Jika bobot awal adalah 0, parameter belajar α adalah 1, dan threshold θ = 0.2. Ujilah menggunakan data-data pelatihannya untuk mengetahui kinerja Perceptron.

---

Selamat Mengerjakan, Semoga Berhasil

## Transcription notes

- **Source:** `Intelegensia Buatan - UAS - 2019.jpg` (1773×2364).
- Handwritten parse trees in the right margin are a student's answer, not question text.
- **Distinct from** `Intelegensia Buatan - UAS - 2019 - IUP.md` — same date, different class/lecturer, different questions.