{
  "id": "inteligensia-buatan-uts-2021-reg-b",
  "subject": "Kecerdasan Artifisial",
  "exam": "UTS",
  "year": 2021,
  "variant": "Reg B",
  "sources": [
    {
      "file": "UTS/Inteligensia Buatan - UTS - 2021 - Reg B.pdf",
      "type": "pdf",
      "part": 0
    }
  ],
  "pageCount": 1,
  "charCount": 2317,
  "pages": [
    {
      "source": "UTS/Inteligensia Buatan - UTS - 2021 - Reg B.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 2020/2021\nMata Kuliah (Course) : [Inteligensia Buatan] [S1 Imu Komputer Reg. B]\nHari, tanggal (Day, date) : [Kamis, 08-April-2021]\nWaktu / Duration : [07.30-09.30 (max. 120 menit)]\nDosen /Lecturer : [Retantyo Wardoyo]\nSifat Ujian /Notes : [Hanya boleh membuka catatan kuliah sendiri,\nTidak boleh kerja sama]\nPLO 3 :CO-1 (10 %): [Be able to explain research trend of AI and intelligent agent]\n1. Dalam perkembangan AI dan agen cerdas:\na. Apakah yang membedakan Kecerdasan Artifisial dan Agen Cerdas baik dalam fungsi\nmaupun modelnya.\nb. Jelaskan mengapa konsep Kecerdasan Artifisial bermula dari ide Imitation Game.\nPLO 3:CO-3 (10 %): [Be able to identify the knowledge and represent the knowledge in\nproperly, also able to do unification during inference the knowledge.]\n2. Representasi pengetahuan serta penggunaannya merupakan hal yang sangat penting\ndalam sistem kecerdasan artifisial.\na. Jelaskan dengan contoh penyajian pengetahuan berorientasi obyek dengan sifat\ninheritance, dan model IS_A.\nb. Jelaskan kesamaan dan perbedaan model CNF dalam logika proposisi dengan logika\npredikat.\nPLO 4:CO-3 (20 %): [Be able to identify the knowledge and represent the knowledge\nin properly, also able to do unification during inference the knowledge.]\n3. (10%) 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 dengan CNF apakah bisa disimpulkan bahwa listrik tidak padam, ataukah\nsebaliknya?\n4. (10%) 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.\na. Tuliskan informasi tersebut dalam logika predikat.\nb. Tunjukkan dengan CNF apakah jika Ani belum mengambil tugas akhir, maka\npembimbing akademiknya bukan Charlie."
    }
  ],
  "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 2020/2021\nMata Kuliah (Course) : [Inteligensia Buatan] [S1 Imu Komputer Reg. B]\nHari, tanggal (Day, date) : [Kamis, 08-April-2021]\nWaktu / Duration : [07.30-09.30 (max. 120 menit)]\nDosen /Lecturer : [Retantyo Wardoyo]\nSifat Ujian /Notes : [Hanya boleh membuka catatan kuliah sendiri,\nTidak boleh kerja sama]\nPLO 3 :CO-1 (10 %): [Be able to explain research trend of AI and intelligent agent]\n1. Dalam perkembangan AI dan agen cerdas:\na. Apakah yang membedakan Kecerdasan Artifisial dan Agen Cerdas baik dalam fungsi\nmaupun modelnya.\nb. Jelaskan mengapa konsep Kecerdasan Artifisial bermula dari ide Imitation Game.\nPLO 3:CO-3 (10 %): [Be able to identify the knowledge and represent the knowledge in\nproperly, also able to do unification during inference the knowledge.]\n2. Representasi pengetahuan serta penggunaannya merupakan hal yang sangat penting\ndalam sistem kecerdasan artifisial.\na. Jelaskan dengan contoh penyajian pengetahuan berorientasi obyek dengan sifat\ninheritance, dan model IS_A.\nb. Jelaskan kesamaan dan perbedaan model CNF dalam logika proposisi dengan logika\npredikat.\nPLO 4:CO-3 (20 %): [Be able to identify the knowledge and represent the knowledge\nin properly, also able to do unification during inference the knowledge.]\n3. (10%) 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 dengan CNF apakah bisa disimpulkan bahwa listrik tidak padam, ataukah\nsebaliknya?\n4. (10%) 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.\na. Tuliskan informasi tersebut dalam logika predikat.\nb. Tunjukkan dengan CNF apakah jika Ani belum mengambil tugas akhir, maka\npembimbing akademiknya bukan Charlie."
}