{
  "id": "intelegensia-buatan-uts-2019",
  "subject": "Kecerdasan Artifisial",
  "exam": "UTS",
  "year": 2019,
  "variant": null,
  "sources": [
    {
      "file": "UTS/Intelegensia Buatan - UTS - 2019.pdf",
      "type": "pdf",
      "part": 0
    },
    {
      "file": "UTS/Intelegensia Buatan - UTS - 2019(1).pdf",
      "type": "pdf",
      "part": 1
    },
    {
      "file": "UTS/Intelegensia Buatan - UTS - 2019(2).pdf",
      "type": "pdf",
      "part": 2
    }
  ],
  "pageCount": 4,
  "charCount": 6455,
  "pages": [
    {
      "source": "UTS/Intelegensia Buatan - UTS - 2019.pdf",
      "page": 1,
      "method": "ocr",
      "text": "A PROGRAM S1 ILMU KOMPUTER .\n3 FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM\n2 UNIVERSITAS GADJAH MADA\nUjian Tengah Semester\nSemester Genap TA 2018/2019\n) Mata Kuliah (Course) : (Inteligensia Buatan) (SI Imu Komputer Reg. A]\nHari, tanggal (Day, date) : (Kamis, 04-April-2019]\nWaktu/ Duration : (13.00-15.00 (max. 120 menit))\nDosen /Lecturer : (Retantyo Wardoyo)\nSifat Ujian /Notes : (Hanya boleh membuka catatan kuliah sendiri)\n\nPLO 3 :CO-1 (10 29): [Mahasiswa dapat menjelaskan kecenderungan perkembangan\n\niptek khususnya yang terkait perkembangan sistem cerdas)\n\n1. Jelaskan konsep-konsep berikut:\n\na. Apakah yang membedakan Sistem Pendukung Keputusan dengan Kecerdasan\nBuatan baik dalam fungsi maupun modelnya\nb. Jelaskan konsep Knowledge serta kegunaannya dalam sistem cerdas\n\nPLO 3:CO-3 (10 %): [Mahasiswa dapat menjelaskan proses pemilihan pengetahuan\n\nterhadap informasi yang diketahui dan mampu memilih metode yang sesuai, serta\n\ndapat melakukan proses unifikasi untuk inferensi)\n\n2. Representasi pengetahuan merupakan hal yang sangat penting dalam sistem kecerdasan\nbuatan.\n\na. Jelaskan alasannya\n\nb. Bandingkan kelebihan dan kekurangan penyajian dengan logika proposisi dan\nlogika predikat.\n\nc. Jelaskan dengan contoh penyajian berorientasi obyek, dan model IS A\n\nPLO 4:CO-3 (10 2,0): (Mahasiswa dapat menjelaskan proses pemilihan pengetahuan\n\nterhadap informasi yang diketahui dan mampu memilih metode yang sesuai, serta\n\ndapat melakukan proses unifikasi untuk inferensi)\n\n3. Diketahui informasi sebagai berikut: Ani dan Budi seorang mahasiswa. Setiap\nmahasiswa mempunyai seorang dosen pembimbing akademik. Jika seorang mahasiswa\nsudah mengambil tugas akhir, maka pembimbing akademiknya adalah pembimbing\nutama tugas akhirnya. Budi sudah mengambil tugas akhir dengan pembimbing utama\nCharlie.\n\na. Tuliskan informasi tersebut dalam logika predikat.\nb. Tunjukkan dengan CN! apakah jika Ani belum mengambil tugas akhir, maka\npembimbing akademiknya bukan Charlie.\n:"
    },
    {
      "source": "UTS/Intelegensia Buatan - UTS - 2019(1).pdf",
      "page": 1,
      "method": "text-layer",
      "text": "Telah direview pada tanggal: ……………..\nNama Reviewer: …………………………..\nTanda tangan Reviewer:\nPROGRAM S1 ILMU KOMPUTER\nFAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM\nUNIVERSITAS GADJAH MADA\nUjian Tengah Semester\nSemester Genap TA 2019/2020\nMata Kuliah (Course) : [Inteligensia Buatan] [S1 Imu Komputer Reg. B]\nHari, tanggal (Day, date) : [Jum’at, 03-April-2020]\nWaktu / Duration : [13.00-15.00 (max. 120 menit)]\nDosen /Lecturer : [Retantyo Wardoyo]\nSifat Ujian /Notes : [Hanya boleh membuka catatan kuliah sendiri]\nPLO 3 :CO-1 (10 %): [Be able to explain research trend of AI and intelligent agent]\n1. Jelaskan konsep-konsep berikut:\na. Apakah yang membedakan Sistem Pendukung Keputusan dengan Inteligensia\nBuatan baik dalam fungsi maupun modelnya\nb. Berikan contoh perangkat lunak permainan (game software) yang dilengkapi sistem\ncerdas dan yang tidak dilengkapi sistem cerdas. Tunjukkan perbedaannya.\nPLO 3:CO-3 (10 %): [Be able to identify the knowledge and represent the knowledge\nin properly, also able to do unification during inference the knowledge.]\n2. Representasi pengetahuan merupakan hal yang sangat penting dalam sistem kecerdasan\nbuatan.\na. Jelaskan alasannya\nb. Bandingkan kelebihan dan kekurangan penyajian dengan logika proposisi dan\nlogika predikat.\nc. Jelaskan dengan contoh penyajian berorientasi obyek, dan model IS_A\nPLO 4:CO-3 (10 %): [Be able to identify the knowledge and represent the knowledge\nin properly, also able to do unification during inference the knowledge.]\n3. Diketahui pengetahuan dalam logika proposisi sebagai berikut:\na. Jika listrik padam, maka saya tidak belajar\nb. Jika saya tidak belajar atau saya pergi nonton bioskop maka saya gagal ujian AI\nc. Saya tidak pergi nonton bioskop\nd. Saya tidak gagal ujian AI\nTunjukkan apakah bisa disimpulkan bahwa listrik tidak padam? (Gunakan CNF)"
    },
    {
      "source": "UTS/Intelegensia Buatan - UTS - 2019(2).pdf",
      "page": 1,
      "method": "ocr",
      "text": "had d Rd\naed A\nESO 1 | p 4 nu\nPp |\nHTN o : -\n UJIAN TENGAH SEMESTER GENAP TAHUN AKADEMIK 20182019 :\nNia PROGRAM STUDI S1 ILMU KOMPUTER |\nrE FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM be oi\nKA UNIVERSITAS GADJAH MADA yp BX\n—————————— A SS\nMata kuliah : Inteligensia Buatan / Kelas D |\nHari, tanggal : Kamis, 4 April 2019\nWaktu : 120 Menit\n© Dosen : Aina Musdholifah, S.Kom., M.Kom., Ph.D. fare\nSifat Ujian : Buku Tertutup Ea\nee 1 a | : Wg\ninstruksi : Kumpulkan lembar soal ini bersama dengan lembar jawaban Anda! bc R |\nPLO3: CO-1: [mampu menjelaskan tren penelitian teknologi AI dan sistem cerdas Serta konsep agen \\\n: cerdas), skor: 5% hd |\n1. Ada empat komponen dalam deskripsi PAG dan PE agen cerdas. Tolong, sebuikan dan bi\njelaskan komponennya! Lalu berikan satu contoh!\nPLO3: CO-2: (Mampu merumuskan masalah menggunakan pendekatan dan metode pencarian 1, skor: 10% NW,\n2. Apa perbedaan dan persamaan antara strategi pencarian Uniform Search Search dan Greedy | :\nBest First Search? Jelaskan jawaban Anda secara singkat dan jelas!\n3. Dari crafik berikut, temukan urutan ckspansi, jalur solusi, dan biaya jalur dari aval (5S) ke\nsasaran (G) menggunakan:\na. Greedy Besi First Search\nb. A* Search\nJangan lupa untuk menyertakan pohon pencarian dari grafik pencarian berikut: Dp.\nEn 6 EN AO aN\n3 EU <<\n| NX\n2 - 4 8 ATT ag Si SE <p\n=n i= - LGA ht-line distances\nPO —ID [T=\nMd ih | hE-G)=10\nh(A-G)=7\nCc: (D-G)=1\n= h(F-G)=1\nh(B-G)=10\nh(E-G)-8\nh(C-G)=20\nPLOS: CO-3: (mampu mengidentifikasi pengetahuan dan representasi pengetahuan dengan benar, juga\ndapat menyatukan selama menyimpulkan pengetahuan), skor: 10%\n4. Seperaigkat pernyataan logika sebagai pengetahuan dapat digunakan untuk menghasilkan\nPenge baru melajui proses inferensi. Dalam bentuk/representasi pengetahuan seperti apa\nShey’ Parward Chaining dan Backward Chaining dapat digunakan untuk melakukan\nyerencing? Jelaskan jawaban Anda secara singkat dan jelas, dan berikan contoh?\n| 1\n4\n-"
    },
    {
      "source": "UTS/Intelegensia Buatan - UTS - 2019(2).pdf",
      "page": 2,
      "method": "ocr",
      "text": "i * C FAR >\nMs ST\n5. Terdapat pernyataaan pernyataan berikut dalam knowledge based (KB):\ne Setiap hewan yang memangsa semua hewan lain ditakuti oleh beberapa hewan\n+ Hewan apa pun yang melindungi hewan lain tidak ditakuti oleh hewan apa pun.\n* Gans memangsa semua binatang.\n+ Baik Sweety atau Gansy berteman dengan kucing, bernama Tuna\nPertanyaan: Apakali Sweety melindungi Tuna?\nMelakukan:\na) Sajikan pernyataan-pernyataan di atas dalami KB ke bentuk FOL!\nb) Konversikan nomor a) menjadi bentuk CNF!\n¢) Terdapat pertanyaan: “Apakah Sweety melindungi Tuna?” . Gunakan prosedur inferensi\nResolution Refutation !\nEL Sela MUAT Mengerjakan, Semi ya Sukses-————- --emmmmmemmmmmensen=\nNY (Yy Prey CO: 4) = Ja Ned (¥,%))"
    }
  ],
  "text": "A PROGRAM S1 ILMU KOMPUTER .\n3 FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM\n2 UNIVERSITAS GADJAH MADA\nUjian Tengah Semester\nSemester Genap TA 2018/2019\n) Mata Kuliah (Course) : (Inteligensia Buatan) (SI Imu Komputer Reg. A]\nHari, tanggal (Day, date) : (Kamis, 04-April-2019]\nWaktu/ Duration : (13.00-15.00 (max. 120 menit))\nDosen /Lecturer : (Retantyo Wardoyo)\nSifat Ujian /Notes : (Hanya boleh membuka catatan kuliah sendiri)\n\nPLO 3 :CO-1 (10 29): [Mahasiswa dapat menjelaskan kecenderungan perkembangan\n\niptek khususnya yang terkait perkembangan sistem cerdas)\n\n1. Jelaskan konsep-konsep berikut:\n\na. Apakah yang membedakan Sistem Pendukung Keputusan dengan Kecerdasan\nBuatan baik dalam fungsi maupun modelnya\nb. Jelaskan konsep Knowledge serta kegunaannya dalam sistem cerdas\n\nPLO 3:CO-3 (10 %): [Mahasiswa dapat menjelaskan proses pemilihan pengetahuan\n\nterhadap informasi yang diketahui dan mampu memilih metode yang sesuai, serta\n\ndapat melakukan proses unifikasi untuk inferensi)\n\n2. Representasi pengetahuan merupakan hal yang sangat penting dalam sistem kecerdasan\nbuatan.\n\na. Jelaskan alasannya\n\nb. Bandingkan kelebihan dan kekurangan penyajian dengan logika proposisi dan\nlogika predikat.\n\nc. Jelaskan dengan contoh penyajian berorientasi obyek, dan model IS A\n\nPLO 4:CO-3 (10 2,0): (Mahasiswa dapat menjelaskan proses pemilihan pengetahuan\n\nterhadap informasi yang diketahui dan mampu memilih metode yang sesuai, serta\n\ndapat melakukan proses unifikasi untuk inferensi)\n\n3. Diketahui informasi sebagai berikut: Ani dan Budi seorang mahasiswa. Setiap\nmahasiswa mempunyai seorang dosen pembimbing akademik. Jika seorang mahasiswa\nsudah mengambil tugas akhir, maka pembimbing akademiknya adalah pembimbing\nutama tugas akhirnya. Budi sudah mengambil tugas akhir dengan pembimbing utama\nCharlie.\n\na. Tuliskan informasi tersebut dalam logika predikat.\nb. Tunjukkan dengan CN! apakah jika Ani belum mengambil tugas akhir, maka\npembimbing akademiknya bukan Charlie.\n:\n\nTelah direview pada tanggal: ……………..\nNama Reviewer: …………………………..\nTanda tangan Reviewer:\nPROGRAM S1 ILMU KOMPUTER\nFAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM\nUNIVERSITAS GADJAH MADA\nUjian Tengah Semester\nSemester Genap TA 2019/2020\nMata Kuliah (Course) : [Inteligensia Buatan] [S1 Imu Komputer Reg. B]\nHari, tanggal (Day, date) : [Jum’at, 03-April-2020]\nWaktu / Duration : [13.00-15.00 (max. 120 menit)]\nDosen /Lecturer : [Retantyo Wardoyo]\nSifat Ujian /Notes : [Hanya boleh membuka catatan kuliah sendiri]\nPLO 3 :CO-1 (10 %): [Be able to explain research trend of AI and intelligent agent]\n1. Jelaskan konsep-konsep berikut:\na. Apakah yang membedakan Sistem Pendukung Keputusan dengan Inteligensia\nBuatan baik dalam fungsi maupun modelnya\nb. Berikan contoh perangkat lunak permainan (game software) yang dilengkapi sistem\ncerdas dan yang tidak dilengkapi sistem cerdas. Tunjukkan perbedaannya.\nPLO 3:CO-3 (10 %): [Be able to identify the knowledge and represent the knowledge\nin properly, also able to do unification during inference the knowledge.]\n2. Representasi pengetahuan merupakan hal yang sangat penting dalam sistem kecerdasan\nbuatan.\na. Jelaskan alasannya\nb. Bandingkan kelebihan dan kekurangan penyajian dengan logika proposisi dan\nlogika predikat.\nc. Jelaskan dengan contoh penyajian berorientasi obyek, dan model IS_A\nPLO 4:CO-3 (10 %): [Be able to identify the knowledge and represent the knowledge\nin properly, also able to do unification during inference the knowledge.]\n3. Diketahui pengetahuan dalam logika proposisi sebagai berikut:\na. Jika listrik padam, maka saya tidak belajar\nb. Jika saya tidak belajar atau saya pergi nonton bioskop maka saya gagal ujian AI\nc. Saya tidak pergi nonton bioskop\nd. Saya tidak gagal ujian AI\nTunjukkan apakah bisa disimpulkan bahwa listrik tidak padam? (Gunakan CNF)\n\nhad d Rd\naed A\nESO 1 | p 4 nu\nPp |\nHTN o : -\n UJIAN TENGAH SEMESTER GENAP TAHUN AKADEMIK 20182019 :\nNia PROGRAM STUDI S1 ILMU KOMPUTER |\nrE FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM be oi\nKA UNIVERSITAS GADJAH MADA yp BX\n—————————— A SS\nMata kuliah : Inteligensia Buatan / Kelas D |\nHari, tanggal : Kamis, 4 April 2019\nWaktu : 120 Menit\n© Dosen : Aina Musdholifah, S.Kom., M.Kom., Ph.D. fare\nSifat Ujian : Buku Tertutup Ea\nee 1 a | : Wg\ninstruksi : Kumpulkan lembar soal ini bersama dengan lembar jawaban Anda! bc R |\nPLO3: CO-1: [mampu menjelaskan tren penelitian teknologi AI dan sistem cerdas Serta konsep agen \\\n: cerdas), skor: 5% hd |\n1. Ada empat komponen dalam deskripsi PAG dan PE agen cerdas. Tolong, sebuikan dan bi\njelaskan komponennya! Lalu berikan satu contoh!\nPLO3: CO-2: (Mampu merumuskan masalah menggunakan pendekatan dan metode pencarian 1, skor: 10% NW,\n2. Apa perbedaan dan persamaan antara strategi pencarian Uniform Search Search dan Greedy | :\nBest First Search? Jelaskan jawaban Anda secara singkat dan jelas!\n3. Dari crafik berikut, temukan urutan ckspansi, jalur solusi, dan biaya jalur dari aval (5S) ke\nsasaran (G) menggunakan:\na. Greedy Besi First Search\nb. A* Search\nJangan lupa untuk menyertakan pohon pencarian dari grafik pencarian berikut: Dp.\nEn 6 EN AO aN\n3 EU <<\n| NX\n2 - 4 8 ATT ag Si SE <p\n=n i= - LGA ht-line distances\nPO —ID [T=\nMd ih | hE-G)=10\nh(A-G)=7\nCc: (D-G)=1\n= h(F-G)=1\nh(B-G)=10\nh(E-G)-8\nh(C-G)=20\nPLOS: CO-3: (mampu mengidentifikasi pengetahuan dan representasi pengetahuan dengan benar, juga\ndapat menyatukan selama menyimpulkan pengetahuan), skor: 10%\n4. Seperaigkat pernyataan logika sebagai pengetahuan dapat digunakan untuk menghasilkan\nPenge baru melajui proses inferensi. Dalam bentuk/representasi pengetahuan seperti apa\nShey’ Parward Chaining dan Backward Chaining dapat digunakan untuk melakukan\nyerencing? Jelaskan jawaban Anda secara singkat dan jelas, dan berikan contoh?\n| 1\n4\n-\n\ni * C FAR >\nMs ST\n5. Terdapat pernyataaan pernyataan berikut dalam knowledge based (KB):\ne Setiap hewan yang memangsa semua hewan lain ditakuti oleh beberapa hewan\n+ Hewan apa pun yang melindungi hewan lain tidak ditakuti oleh hewan apa pun.\n* Gans memangsa semua binatang.\n+ Baik Sweety atau Gansy berteman dengan kucing, bernama Tuna\nPertanyaan: Apakali Sweety melindungi Tuna?\nMelakukan:\na) Sajikan pernyataan-pernyataan di atas dalami KB ke bentuk FOL!\nb) Konversikan nomor a) menjadi bentuk CNF!\n¢) Terdapat pertanyaan: “Apakah Sweety melindungi Tuna?” . Gunakan prosedur inferensi\nResolution Refutation !\nEL Sela MUAT Mengerjakan, Semi ya Sukses-————- --emmmmmemmmmmensen=\nNY (Yy Prey CO: 4) = Ja Ned (¥,%))"
}