[ { "id": "2023-ai-koma", "subject": "Kecerdasan Artifisial", "exam": "UAS", "year": 2023, "variant": "KOM A", "sources": [ { "file": "UAS/2023 AI KOMA.pdf", "type": "pdf", "part": 0 } ], "pageCount": 1, "charCount": 1504, "pages": [ { "source": "UAS/2023 AI KOMA.pdf", "page": 1, "method": "ocr", "text": "UJIAN AKHIR SEMESTER GASAL TAHUN AKADEMIK 2023/2024\nrT PROGRAM STUDI S1 ILMU KOMPUTER\nKO FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM\nUNIVERSITAS GADJAH MADA\naa aa ER SU Ln Tel. «CE SO {i Or SE SR\nMata kuliah : (Kecerdasan Artifisial (M1! 212401): KOMA]\nHari, tanggal : (Jum'at, 8 Desember 2023]\n0) Waktu : [120 menit)\nDosen : (Dr. Sri Mulyana, M.Kom)\nSifat Ujian : (Buku Tertutup)\nInstruksi: Kerjakaii -cmua soal berikut dengan TELITI, mulailah dari pertigaan yang\nsaud..ra anggap mudah.\nm—————es——— et ——————————————————————\nPLO 3; 0 4; (Nilai: 10%) (Mampu menjelaskan arsitektur Sistem Pakar]\n1. Gambarkan arsitektur sebual Sistem Pakar dan jelaskan masing-masing komponennya!\n2. Jelaskan dan berikan contohnya apa yang dimaksud Forward Chaining dan Backward\nChaining!\nPLO 3: © 5: (Nilai: 10%) [M:mpu menjelaskan 2: sitektur Si-tem Nature! Language\nProcess! 1g)\n3. Jelaskan permasalahan at..u bidang apa saja yang non zimplementasit. + NLP?\n4. Diberikan Grammar sebagai berikut:\n- S—NPVP\n- VP—VNP\n- NP— “AME\n- NP — ARTN\n- NAME — John\n- V— hit\n- ART— the\n- N—cat\nSusunlah Parse Tree atau Derivation Tree untuk kalimat “John hit the cat” secara Top\nDown.\nPLO 2: CO 6; (Nilai: 10%) (Mampu menjelaskan arsitektur Sistem Pengenalan Pola dan\nmetode Pembelajaran Mesin)\n5. Jelaskan permasalahan atau bidang apa saja yang mengimplementasit. 5 gen. pola?\n6. Jelaskan apa saja yang menjadi fitur dari suatu citra digital!\n==00([[)oo==\nVA yi fps Kuman Wuer\n2 Taja\n[dev eat\n|\n|\n| |\n|\nA Dipindai dengan CamScanner" } ], "text": "UJIAN AKHIR SEMESTER GASAL TAHUN AKADEMIK 2023/2024\nrT PROGRAM STUDI S1 ILMU KOMPUTER\nKO FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM\nUNIVERSITAS GADJAH MADA\naa aa ER SU Ln Tel. «CE SO {i Or SE SR\nMata kuliah : (Kecerdasan Artifisial (M1! 212401): KOMA]\nHari, tanggal : (Jum'at, 8 Desember 2023]\n0) Waktu : [120 menit)\nDosen : (Dr. Sri Mulyana, M.Kom)\nSifat Ujian : (Buku Tertutup)\nInstruksi: Kerjakaii -cmua soal berikut dengan TELITI, mulailah dari pertigaan yang\nsaud..ra anggap mudah.\nm—————es——— et ——————————————————————\nPLO 3; 0 4; (Nilai: 10%) (Mampu menjelaskan arsitektur Sistem Pakar]\n1. Gambarkan arsitektur sebual Sistem Pakar dan jelaskan masing-masing komponennya!\n2. Jelaskan dan berikan contohnya apa yang dimaksud Forward Chaining dan Backward\nChaining!\nPLO 3: © 5: (Nilai: 10%) [M:mpu menjelaskan 2: sitektur Si-tem Nature! Language\nProcess! 1g)\n3. Jelaskan permasalahan at..u bidang apa saja yang non zimplementasit. + NLP?\n4. Diberikan Grammar sebagai berikut:\n- S—NPVP\n- VP—VNP\n- NP— “AME\n- NP — ARTN\n- NAME — John\n- V— hit\n- ART— the\n- N—cat\nSusunlah Parse Tree atau Derivation Tree untuk kalimat “John hit the cat” secara Top\nDown.\nPLO 2: CO 6; (Nilai: 10%) (Mampu menjelaskan arsitektur Sistem Pengenalan Pola dan\nmetode Pembelajaran Mesin)\n5. Jelaskan permasalahan atau bidang apa saja yang mengimplementasit. 5 gen. pola?\n6. Jelaskan apa saja yang menjadi fitur dari suatu citra digital!\n==00([[)oo==\nVA yi fps Kuman Wuer\n2 Taja\n[dev eat\n|\n|\n| |\n|\nA Dipindai dengan CamScanner" }, { "id": "intelegensia-buatan-uas-2013", "subject": "Kecerdasan Artifisial", "exam": "UAS", "year": 2013, "variant": null, "sources": [ { "file": "UAS/Intelegensia Buatan - UAS - 2013.jpg", "type": "image", "part": 0 }, { "file": "UAS/Intelegensia Buatan - UAS - 2013(1).jpg", "type": "image", "part": 1 } ], "pageCount": 2, "charCount": 3792, "pages": [ { "source": "UAS/Intelegensia Buatan - UAS - 2013.jpg", "page": 1, "method": "ocr", "text": "DEPARTEMEN PENDIDIKAN DAN KEBUDAYAAN\nFAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM.\nUNIVERSITAS GADJAH MADA = ec oA\nx UJIAN AKHIR SEMESTER GENAP TAHUN AKADEMI 20012/2013\n25 Matakuliah ~~ : Intelegensia Buatan Eki\nTanggal Ujian : 21 Juni 2013\n(2) Waktu : 120 menit\nSifat : Buku Tertutup\nPerhatian: .\nSelama ujian DILARANG bekerja sama. Jika ada hasil kerjasama yang ditemukan di\npekerjaan ujian, atau dilaporkan mahasiswa berkerjasama, maka hasil ujian dari\nmahasiwa yang bekerja sama akan diberi nilai 0.\nref ma DA 03 ee\n1. Gambarkan blok diagram system pakar, tuliskan masing2 fungsi\n: komponennya.\n2. Jika diketahui kaidah-kaidah pengetahuan sbb: :\na. If Aand BthenWw\nb. If Aand B and C ard D {jien X\nc. IfAandB and CthenY\nd. fAand Dthenz\nTuliskan algoritma mekanisme inferensi untuk menentukan konklusi dari\nsystem. Ujikan algoritma tsb, bila user memberi masukan gejala A dan B.\n3. Diinginkan suatu system untuk kendali mutu secara otomatis untuk\nmengidentifikasi kualitas mutu buah-buahan yg akan dieksport.\na. Gambarkan strukiur dari system tersebut, dan terangkan fungsi\nmasing-masing Komponen.\n: b. Apa yang menjadi fitur-fitur dari buah-buah tsb.\nc. Tuliskan algoritma untuk mengekstrak fitur-fitur tsb.\nd. Bagaimana merepresentasikan fitur-fitur tsb.\n4. Apa perbedaan system pengenalan pola dan system indera computer\n(vision)?\na. Jika diinginkan suatu system vision untuk menginterpretasi foto udara.\nb. Apa keluaran yang diinginkan dari system?\nc. Apakah proses-proses untuk menginterpretasi foto udara sama degan\nproses-proses untuk mengenali foto udara? Berikan alasan\n9. Tentukan solusi dengan DFS untuk perjalanan dari kota S ke kota F jika\ndiketahui S terhubung dengan A,B,C. Kota B terhubung dg D, E. Kota C\nterhubung dg E, G, H. Kota A terhubung dengan |, J. Kota H terhubung\ndengan F, I.\n=== Selamat mengerjakan, semoga sukses ===" }, { "source": "UAS/Intelegensia Buatan - UAS - 2013(1).jpg", "page": 1, "method": "ocr", "text": "E To il . Ve\nDEPARTEMEN PENDIDIKAN DAN KEBUDAYAAN\nFAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM | 23\nUNIVERSITAS GADJAH MADA TE ag\n- TTATTTTN TT TT TT TT TT Aa ana mma mn naa Led 4\nCB UJIAN AKHIR SEMESTER GENAP TAHUN AKADEMI 20012/2013\nS00 Matakuliah : Intelegensia Buatan ELSA\nTanggal Ujian : 41 Juni 2013 “9.20\n® Waktu : 120 menit 2.30473\nSifat : Buku Tertutup\n_— an\nPerhatian:\nSelama ujian DILARANG bekerja sama. Jika ada hasil kerjasama yang ditemukan di\npekerjaan ujian, atau dilaporkan mahasiswa berkerjasama, maka hasil ujian dari\nmahasiwa yang bekerja sama akan diberi nilai 0.\nee SEE GRO APN NA Ya aa ite fo\n1. Gambarkan blok diagram system pakar, tuliskan masing2 fungsi\nkomponennya. :\n1 2. Jika diketahui kaidah-kaidah pengetahuan sbb:\n4 a. HAand BthenW .\nb. HAandBand C and D then X\nc. fAandBandCthenY\nd. fAandDthenZ\nTuliskan algoritma mekanisme inferensi untuk menentukan konklusi dari\nsystem. Ujikan algoritma tsb, bila user memberi masukan gejala A dan B.\n3. Diinginkan suatu system untuk kendali mutu secara otomatis untuk\nmengidentifikasi kualitas mutu buah-buahan yg akan dieksport.\na. Gambarkan struktur dari system tersebut, dan terangkan fungsi\nmasing-masing komponen.\nb. Apa yang menjadi fitur-fitur dari buah-buah tsb.\nc. Tuliskan algoritma untuk mengekstrak fitur-fitur tsb.\nd. Bagaimana merepresentasikan fitur-fitur tsb.\n4. Apa perbedaan sysie1. pengenalan pola dan system indera computer\n(vision)?\na. Jika diinginkan suatu system vision untuk menginterpretasi foto udara.\nb. Apa keluaran yang diinginkan dari system?\nc. Apakah proses-proses untuk menginterpretasi foto udara sama degan\nproses-proses untuk mengenali foto udara? Berikan alasan\n. 2. Tentukan solusi dengan DFS untuk perjalanan dari kota S ke kota F jika\nVv diketahui S terhubung dengan A,B,C. Kota B terhubung dg D, E. Kota C\nterhubung dg E, G, H. Kota A terhubung dengan |, J. Kota H terhubung\ndengan F, I.\n=== Selamat mengerjakan, semoga sukses ===" } ], "text": "DEPARTEMEN PENDIDIKAN DAN KEBUDAYAAN\nFAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM.\nUNIVERSITAS GADJAH MADA = ec oA\nx UJIAN AKHIR SEMESTER GENAP TAHUN AKADEMI 20012/2013\n25 Matakuliah ~~ : Intelegensia Buatan Eki\nTanggal Ujian : 21 Juni 2013\n(2) Waktu : 120 menit\nSifat : Buku Tertutup\nPerhatian: .\nSelama ujian DILARANG bekerja sama. Jika ada hasil kerjasama yang ditemukan di\npekerjaan ujian, atau dilaporkan mahasiswa berkerjasama, maka hasil ujian dari\nmahasiwa yang bekerja sama akan diberi nilai 0.\nref ma DA 03 ee\n1. Gambarkan blok diagram system pakar, tuliskan masing2 fungsi\n: komponennya.\n2. Jika diketahui kaidah-kaidah pengetahuan sbb: :\na. If Aand BthenWw\nb. If Aand B and C ard D {jien X\nc. IfAandB and CthenY\nd. fAand Dthenz\nTuliskan algoritma mekanisme inferensi untuk menentukan konklusi dari\nsystem. Ujikan algoritma tsb, bila user memberi masukan gejala A dan B.\n3. Diinginkan suatu system untuk kendali mutu secara otomatis untuk\nmengidentifikasi kualitas mutu buah-buahan yg akan dieksport.\na. Gambarkan strukiur dari system tersebut, dan terangkan fungsi\nmasing-masing Komponen.\n: b. Apa yang menjadi fitur-fitur dari buah-buah tsb.\nc. Tuliskan algoritma untuk mengekstrak fitur-fitur tsb.\nd. Bagaimana merepresentasikan fitur-fitur tsb.\n4. Apa perbedaan system pengenalan pola dan system indera computer\n(vision)?\na. Jika diinginkan suatu system vision untuk menginterpretasi foto udara.\nb. Apa keluaran yang diinginkan dari system?\nc. Apakah proses-proses untuk menginterpretasi foto udara sama degan\nproses-proses untuk mengenali foto udara? Berikan alasan\n9. Tentukan solusi dengan DFS untuk perjalanan dari kota S ke kota F jika\ndiketahui S terhubung dengan A,B,C. Kota B terhubung dg D, E. Kota C\nterhubung dg E, G, H. Kota A terhubung dengan |, J. Kota H terhubung\ndengan F, I.\n=== Selamat mengerjakan, semoga sukses ===\n\nE To il . Ve\nDEPARTEMEN PENDIDIKAN DAN KEBUDAYAAN\nFAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM | 23\nUNIVERSITAS GADJAH MADA TE ag\n- TTATTTTN TT TT TT TT TT Aa ana mma mn naa Led 4\nCB UJIAN AKHIR SEMESTER GENAP TAHUN AKADEMI 20012/2013\nS00 Matakuliah : Intelegensia Buatan ELSA\nTanggal Ujian : 41 Juni 2013 “9.20\n® Waktu : 120 menit 2.30473\nSifat : Buku Tertutup\n_— an\nPerhatian:\nSelama ujian DILARANG bekerja sama. Jika ada hasil kerjasama yang ditemukan di\npekerjaan ujian, atau dilaporkan mahasiswa berkerjasama, maka hasil ujian dari\nmahasiwa yang bekerja sama akan diberi nilai 0.\nee SEE GRO APN NA Ya aa ite fo\n1. Gambarkan blok diagram system pakar, tuliskan masing2 fungsi\nkomponennya. :\n1 2. Jika diketahui kaidah-kaidah pengetahuan sbb:\n4 a. HAand BthenW .\nb. HAandBand C and D then X\nc. fAandBandCthenY\nd. fAandDthenZ\nTuliskan algoritma mekanisme inferensi untuk menentukan konklusi dari\nsystem. Ujikan algoritma tsb, bila user memberi masukan gejala A dan B.\n3. Diinginkan suatu system untuk kendali mutu secara otomatis untuk\nmengidentifikasi kualitas mutu buah-buahan yg akan dieksport.\na. Gambarkan struktur dari system tersebut, dan terangkan fungsi\nmasing-masing komponen.\nb. Apa yang menjadi fitur-fitur dari buah-buah tsb.\nc. Tuliskan algoritma untuk mengekstrak fitur-fitur tsb.\nd. Bagaimana merepresentasikan fitur-fitur tsb.\n4. Apa perbedaan sysie1. pengenalan pola dan system indera computer\n(vision)?\na. Jika diinginkan suatu system vision untuk menginterpretasi foto udara.\nb. Apa keluaran yang diinginkan dari system?\nc. Apakah proses-proses untuk menginterpretasi foto udara sama degan\nproses-proses untuk mengenali foto udara? Berikan alasan\n. 2. Tentukan solusi dengan DFS untuk perjalanan dari kota S ke kota F jika\nVv diketahui S terhubung dengan A,B,C. Kota B terhubung dg D, E. Kota C\nterhubung dg E, G, H. Kota A terhubung dengan |, J. Kota H terhubung\ndengan F, I.\n=== Selamat mengerjakan, semoga sukses ===" }, { "id": "intelegensia-buatan-uas-2014", "subject": "Kecerdasan Artifisial", "exam": "UAS", "year": 2014, "variant": null, "sources": [ { "file": "UAS/Intelegensia Buatan - UAS - 2014.pdf", "type": "pdf", "part": 0 }, { "file": "UAS/Intelegensia Buatan - UAS - 2014.jpg", "type": "image", "part": 0 }, { "file": "UAS/Intelegensia Buatan - UAS - 2014(1).jpg", "type": "image", "part": 1 }, { "file": "UAS/Intelegensia Buatan - UAS - 2014(2).jpg", "type": "image", "part": 2 } ], "pageCount": 4, "charCount": 8296, "pages": [ { "source": "UAS/Intelegensia Buatan - UAS - 2014.pdf", "page": 1, "method": "text-layer", "text": "o UJIAN AKI{IR SETUESTER GENAP zOfiIzOT4\nFAKUITAI! MATEMATIKA DAN IT.NNU PTNTEETAHUAN ALAMUNIVERSITAS GADJAH MAD,A,\nUJIAN AKHIR SEMESTER GENAP TAHUN AKADEMI 2AfiNAM\nMatakuliah\nTanggal Ujian\nWaktu\nSifat\n: Kecerdasan Buatan\n:24 Juni 2014\n: 12O\"menit\n: puku tertutup\nCatatan: Jika ada\nberita acara maka\nmahasiswa yg\nakan dinilai 0.\nberbuat kesalahan pada wa@\n?\n1' Tuliskan degan jelas suatu problem yang bisa diselesaikan denrgan dengan\n:rsfem l,llp (Naturar processing) seriin iang oibicararan di keras.\n? Tuliskan langkah-rangkah p*mdungrnan NLp dengan jeras\n3' Jelaskan penerapkan langkarr-langkah tersebui Jan tunjukkan hasilnya untuk.---- ffi€illelesaikan permasalahan no 1.\n4. Tuliskan degan jeras suatu probrem yang bisa diseresaikan dengan dengansistem pakar.\n6 Gambarkan brok diagram system pakar, turiskan masing2 fungsi\nkomponennya.\n6. Jika diketahui kaidah-kaidah pengetahuan sbb:\nlf A and B then W\nlfAandBandCandDthenX ,\nlf A and B and C then y\nlf A and.D then Z\nfr i untuk menentukan konklusidari\n- svstem. uiikan argoiitnra tsb, bira user memberi masukan gejari n o\"n g.\n7 ' Diingintaffiatu iistenr p\"nb\"\"itr\"n buah-bu\"h\"r, masak secara otomatis. ,Buatlah diagram brok sistem-tersebut, turiskan rungsi masin;_;;in;komponen tersebut. Ap_a yang menlaoi.f_6, ;u.i; k: ierctra ri brJ\" iil, n\"penyim pa nan fitu rnya? Bagaima na meili, o\n\" pe ngu nu lan buah n\",Jrutnyu,\n===== Selamatl. Mtne^1,rjo,r- tata lco{'orr.lcolrha+ de^qan. rl€ngec€k (twk+vr lFrf -==.f !. -adilc 7olang. 4arr T{ lcohA\n;;\"-?.ltPe f.4lrtna+\na\n3.\n1-\nCI'\nJnpur kalmat {**!}, ,-- Pal'rcr\n\"ilB'l-iffii.'\"'\nkal16a1 otrso gs[afan kelnud\\an - \"\nbru*(:d1e- i*---l _*\nToken ---. @, rFotonlrnrak\niolr6n su&h har roalzql\nI\nU9e'r ln{er.fae e + iEi[*(.a9s ba-re\n-----+ I\nL_dct.\nJau:aban akhtc\nPobtern $Etem pakar *J ynenentuka ^ rote +ercepa4 gqhg ?^ala+ dilalui gtoro^g pergontor furang *gad\\a ?ada rrAg Udhg re\nlernluh ,trYat4 botct^ netatoi 9c^l.r Jaluf feseca bertat; - kalt' vh*v{c h^e^cdlAi i'Juo\"'\nMengerjakan, Semoqa Suksesbcrd6tatU4^ Jag4rr^^ga r lbul-Suri 'nenqso*\nf" }, { "source": "UAS/Intelegensia Buatan - UAS - 2014.jpg", "page": 1, "method": "ocr", "text": "era UJIAN AKHIR SEMESTER GENAP 2013/2014\n(3) 7 8 FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM\nNi “0 UNIVERSITAS GADJAH MADA\nUJIAN AKHIR SEMESTER GENAP TAHUN AKADEMI 2013/2014\nMatakuliah : Kecerdasan Buatan / Lo - 3 oo\nTanggal Ujian : 24 Juni 2014\nWaktu : 120 menit\nSifat : buku tertutup\nCatatan: Jika eda mahasiswa yg berbuat kesalahan pada waktu ujian, tercatat pada\nberita acara maka akan dinilai 0.\nFf 1. Tuliskan degan jelas suatu problem yang bisa diselesaikan dengan dengan\nA / -sistem NLP (Natural Processing) selain yang dibicarakan di kelas\nN Li | 2 Tuliskan langkah-langkah pembangunan NLP dengan jelas\n3/ Jelaskan penerapkan langkah-langkah tersebut dan tunjukkan hasilnya untuk\nL menyelesaikan permasalahan no 1.\npo Tuliskan degan jelas suatu problem yang bisa diselesaikan dengan dengan\n/ sistem pakar. i\n/ (2 Gambarkan blok diagram system pakar, tuliskan masing2 fungsi\nF 9 _ | 7 komponennya.\nk | 67 Jika diketahui kaidah-kaidah pengetahuan sbb:\n— HAand B then W\nfAand Band C and Dihen X\nIfAand Band C then Y\n\\ If Aand D then Z\nCo — ~_ Tuliskan algoritma mekanisme inferensi untuk menentukan konklusi dari\nsystem. Ujikan algoritma tsb, bila user memberi masukan gejala A dan B.\n7. Diinginkan suatu sistem pengenalan buah-buahan masak secara otomatis.\n0 Buatlah diagram blok sistem tersebut, tuliskan fungsi masing-masing\nif At PN komponen tersebut. Apa yang menjadi fitur untuk diekstrak? Bagaimana\npenyimpanan fiturnya? Bagaimana metode pengenalan buah masaknya.\nk 4 Lory G ===== Selamat Mengerjakan, Semoga Sukses =====\n; C4 Ir VI 21023. \"\nTapes Japs Jrepotessny | laf ie rein BA por\nYomsdvceo Pata ing as\nFi a oo SVT IY" }, { "source": "UAS/Intelegensia Buatan - UAS - 2014(1).jpg", "page": 1, "method": "ocr", "text": "ein\nSEMESTER CENAP TA. 2013/2014\np SOAL UJIAN AKHIR SEME DENGETAHUAN LAM UGM\n3 FAKULTAS MATEMATIKA DAN ILMU PE\n| MATA KULIAH : INTELIGENSIA BUATAN (MIK2451)\n| HARI, TANGGAL : SELASA, 24 JUNI 2014 SESI 3\n| WAKTU : 105 MENIT (13.00 S/D 14:45 WIB) Wa\nSIFAT : TERBUKA (Tidak boleh menggunakan laptop atau gadg |\nKELAS : ILKOM-LLINS-B bs\nDOSEN : AINA MUSDHOLIFAH, § Kom., M.Kom. Ph.D ja\n— 1\n| oo Ni On An aa eT, 4\n1. Nyatakan dalam bentuk first-order logic, untuk setiap pernyataan berikut: :\na. Beberapa mahasiswa menganibil mata kuliah SistemPakar dan Bioinformatika di\nSemester Ganjil 2013. : ft i\nb. Setidaknya ada satu mahasiswa gagal untuk mata kuliah Bioinfo rmatika.\nc. Setidaknya ada satu mahasiswa yang gagal untuk matakuliah SistemPakar dan |\n| Bioinformatika. wa A |\n4 d. Semua mahasiswa yang mengambil matakuliah Bioinformatika juga mengambil\n4 matakuliah SistemPakar.\n2. Undang-undang di negera Impian menyatakan bahwa apabila terdapat warganya yang\n| | menjual senjata Ke negera musuh maka hal tersebut merupakan tindak kejahatan. Salah satu\n4 1 musuh dari negara Impian adalah negara Kenyataan. Negara Kenyataan mempunyai senjata\ni yang semuanya dibeli dari kolonel Mimpi, dimana Mimpi adalah warga negara Impian.\n| Berdasarkan ilustrasi di atas, buktikan bahwa kolonel Mimpi adalah seorang kriminal\nmenggunakan And/OR Graph, unifikasi-substitusi dan Forward Chaining,.\n| d 3. Setiap orang diberikan pilihan untuk dapat memesan sebuah disk drive dianiara tiga brand\n| pilihan yang ada. Tabel berikut menunjukan prefercace dan probabilitas kerusakan dalam 1\ntahun.\nBrand Probibilitas pilihan Probabilitas kerusakan\n[A AF ee iBl TF 0.0 TENES Fp 7\nbo SER ORE Ta LTE\n0.6 ¥\n4 Hale Pohon keputusan yang menunjukkan probabilitas prior, conditional, joint dan\n4. Berikan satu contoh Penerapan (disertai penjelasan yang singkat dan | elas) dari salah sat i\nbentuk cabang atau bidang kecerdasan berikut: J ari salah satu\na. Sistem Pakar ak sy -\nb. Jaringan Syaraf Ti Wih au\nc. Robot (An dlu mem\nd. Game (1) une an\n¢. Sistem Fuzzy 0 mem\nf. Pengenalan Pola 18 0\na YAN A AN\nee Tr Ur MA 0 ATA\nloons 8) Fra o)\n— | Brand «\n/ a\n/\n5s\nJES—, FO fie jemu Ir maan\nKE : Bni. snr A ey : il 1. od : gy fi ——" }, { "source": "UAS/Intelegensia Buatan - UAS - 2014(2).jpg", "page": 1, "method": "ocr", "text": "af = $13/2014 ku\n4 3) SOAL UJIAN AK HIR SEMESTER GENAP AN ALAM UGM | §\n5 FAKULTAS MATEMATIKA DAN ILMU PENGETA i\n. MATA KULIAH : INTELIGENSIA BUATAN (MIK2451) ar\niE HARI, TANGGAL : SELASA, 24 JUNI 201+ SESI 2 x NS\n§ 2 WAKTU : 105 MENIT (13:00 S/D 14:45 V j TW\n3 | : SIFAT : TERBUKA (Tidak boleh menggunakan laptop atau gadget) | -\nbE KELAS : ILKOM-ELINS-B PLD | ls\ndpe DOSEN : AINA MUSDHOLIFAH, S.Kom., M.Kom. Ph. pa\nee ——— 1 An\n: y. | 1. Nyatakan dalam bentuk first-order logic, untuk setiap pernyataan berikut: sath ui | : | J -\nA : i a. Beberapa mahasiswa mengambil mata kuliah SistemPakar dan Bioinformatika di on | | :\nSr Semester Ganjil 2013. gi A ja\n: | b. Setidaknya ada satu mahasiswa gagal untuk mata kuliah Bioinformatika. | te\n| c. Setidaknya ada satu mahasiswa yang gagal untuk matakuliah SistemPakar dan | =\nh | Bioinformatika. ed >\nb i d. Scmua mahasiswa yang mengambil matakuliah Bioinformatika juga mengambil —\n3 AN matakuliah SistemPakar. =\n1 ; 2 Undang-undang di negera Impian menyatakan bahwa apabila terdapat warganya yang | x\n# 3 menjual senjata ke negera musuh maka hal tersebut merupakan tindak kejahatan. Salah satu &\n- B musuh dari negara Impian adalah negara Kenyataan. Negara Kenyataan mempunyai seniata :\nMI yang semuanya dibeli dari kolonel Mimpi, dimana Mimpi adalah warga negara Impian. | 1\nSa Berdasarkan ilustrasi di atas, bukikan bahwa kolonel Mimpi adalah seorang kriminal | |\n: Br menggunakan And/OR Graph, unifikasi-substitusi dan Forward Chaining. | |\nE, | 4\n1 if 3. Setiap orang diberikan pilihan untuk dapat memesan sebuah disk drive diantara tiga brand +\n\\ ig | pilihan yang ada. Tabel berikut menunjukan preference dan probabilitas kerusakan dalam 1 | 4\n3 tahun. - |-\na Brand Probibilitas pilihan Probabilitas kerusakan | >< 7% | {0\n& A 03 01) oi |\n| B 0.5 03 bg (Pa\niy! E 02 0.6 9 =\nbor Buailah pohon keputusan yang menunjukkan probabilitas piior, conditional, joint dan [=\n5 #1 posterior. :\n| F 4. Berikan satu contoh penerapan (disertai penjelasan yang singkat dan jelas) dari salah satu -\nbentuk cabang atau bidang kecerdasan berikut: ; ih\ni a. Sistem Pakar | | LAL\n| ¥ b. Jaringan Syaraf Tiruan | | | >\n1 c. Robot G 0 3) ) 0,.7 OA | Jd\n| d. Game Ng A Sh | Ltd\nVi | e. Sistem Fuzzy Bs Ou 01S | +\nall f. Pengenalan Pola | On | 0,08 0,\" él]\nAT 1 g. NLP MGW Re RTT a Tee Po\n3 pa emesis ean em mn meneame Sb am at ce tet Rl OT i Ai\nNI : va ;\n“hy | 1%\nia i > ba\ny | | Bs\not 4 le -\n1" } ], "text": "o UJIAN AKI{IR SETUESTER GENAP zOfiIzOT4\nFAKUITAI! MATEMATIKA DAN IT.NNU PTNTEETAHUAN ALAMUNIVERSITAS GADJAH MAD,A,\nUJIAN AKHIR SEMESTER GENAP TAHUN AKADEMI 2AfiNAM\nMatakuliah\nTanggal Ujian\nWaktu\nSifat\n: Kecerdasan Buatan\n:24 Juni 2014\n: 12O\"menit\n: puku tertutup\nCatatan: Jika ada\nberita acara maka\nmahasiswa yg\nakan dinilai 0.\nberbuat kesalahan pada wa@\n?\n1' Tuliskan degan jelas suatu problem yang bisa diselesaikan denrgan dengan\n:rsfem l,llp (Naturar processing) seriin iang oibicararan di keras.\n? Tuliskan langkah-rangkah p*mdungrnan NLp dengan jeras\n3' Jelaskan penerapkan langkarr-langkah tersebui Jan tunjukkan hasilnya untuk.---- ffi€illelesaikan permasalahan no 1.\n4. Tuliskan degan jeras suatu probrem yang bisa diseresaikan dengan dengansistem pakar.\n6 Gambarkan brok diagram system pakar, turiskan masing2 fungsi\nkomponennya.\n6. Jika diketahui kaidah-kaidah pengetahuan sbb:\nlf A and B then W\nlfAandBandCandDthenX ,\nlf A and B and C then y\nlf A and.D then Z\nfr i untuk menentukan konklusidari\n- svstem. uiikan argoiitnra tsb, bira user memberi masukan gejari n o\"n g.\n7 ' Diingintaffiatu iistenr p\"nb\"\"itr\"n buah-bu\"h\"r, masak secara otomatis. ,Buatlah diagram brok sistem-tersebut, turiskan rungsi masin;_;;in;komponen tersebut. Ap_a yang menlaoi.f_6, ;u.i; k: ierctra ri brJ\" iil, n\"penyim pa nan fitu rnya? Bagaima na meili, o\n\" pe ngu nu lan buah n\",Jrutnyu,\n===== Selamatl. Mtne^1,rjo,r- tata lco{'orr.lcolrha+ de^qan. rl€ngec€k (twk+vr lFrf -==.f !. -adilc 7olang. 4arr T{ lcohA\n;;\"-?.ltPe f.4lrtna+\na\n3.\n1-\nCI'\nJnpur kalmat {**!}, ,-- Pal'rcr\n\"ilB'l-iffii.'\"'\nkal16a1 otrso gs[afan kelnud\\an - \"\nbru*(:d1e- i*---l _*\nToken ---. @, rFotonlrnrak\niolr6n su&h har roalzql\nI\nU9e'r ln{er.fae e + iEi[*(.a9s ba-re\n-----+ I\nL_dct.\nJau:aban akhtc\nPobtern $Etem pakar *J ynenentuka ^ rote +ercepa4 gqhg ?^ala+ dilalui gtoro^g pergontor furang *gad\\a ?ada rrAg Udhg re\nlernluh ,trYat4 botct^ netatoi 9c^l.r Jaluf feseca bertat; - kalt' vh*v{c h^e^cdlAi i'Juo\"'\nMengerjakan, Semoqa Suksesbcrd6tatU4^ Jag4rr^^ga r lbul-Suri 'nenqso*\nf\n\nera UJIAN AKHIR SEMESTER GENAP 2013/2014\n(3) 7 8 FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM\nNi “0 UNIVERSITAS GADJAH MADA\nUJIAN AKHIR SEMESTER GENAP TAHUN AKADEMI 2013/2014\nMatakuliah : Kecerdasan Buatan / Lo - 3 oo\nTanggal Ujian : 24 Juni 2014\nWaktu : 120 menit\nSifat : buku tertutup\nCatatan: Jika eda mahasiswa yg berbuat kesalahan pada waktu ujian, tercatat pada\nberita acara maka akan dinilai 0.\nFf 1. Tuliskan degan jelas suatu problem yang bisa diselesaikan dengan dengan\nA / -sistem NLP (Natural Processing) selain yang dibicarakan di kelas\nN Li | 2 Tuliskan langkah-langkah pembangunan NLP dengan jelas\n3/ Jelaskan penerapkan langkah-langkah tersebut dan tunjukkan hasilnya untuk\nL menyelesaikan permasalahan no 1.\npo Tuliskan degan jelas suatu problem yang bisa diselesaikan dengan dengan\n/ sistem pakar. i\n/ (2 Gambarkan blok diagram system pakar, tuliskan masing2 fungsi\nF 9 _ | 7 komponennya.\nk | 67 Jika diketahui kaidah-kaidah pengetahuan sbb:\n— HAand B then W\nfAand Band C and Dihen X\nIfAand Band C then Y\n\\ If Aand D then Z\nCo — ~_ Tuliskan algoritma mekanisme inferensi untuk menentukan konklusi dari\nsystem. Ujikan algoritma tsb, bila user memberi masukan gejala A dan B.\n7. Diinginkan suatu sistem pengenalan buah-buahan masak secara otomatis.\n0 Buatlah diagram blok sistem tersebut, tuliskan fungsi masing-masing\nif At PN komponen tersebut. Apa yang menjadi fitur untuk diekstrak? Bagaimana\npenyimpanan fiturnya? Bagaimana metode pengenalan buah masaknya.\nk 4 Lory G ===== Selamat Mengerjakan, Semoga Sukses =====\n; C4 Ir VI 21023. \"\nTapes Japs Jrepotessny | laf ie rein BA por\nYomsdvceo Pata ing as\nFi a oo SVT IY\n\nein\nSEMESTER CENAP TA. 2013/2014\np SOAL UJIAN AKHIR SEME DENGETAHUAN LAM UGM\n3 FAKULTAS MATEMATIKA DAN ILMU PE\n| MATA KULIAH : INTELIGENSIA BUATAN (MIK2451)\n| HARI, TANGGAL : SELASA, 24 JUNI 2014 SESI 3\n| WAKTU : 105 MENIT (13.00 S/D 14:45 WIB) Wa\nSIFAT : TERBUKA (Tidak boleh menggunakan laptop atau gadg |\nKELAS : ILKOM-LLINS-B bs\nDOSEN : AINA MUSDHOLIFAH, § Kom., M.Kom. Ph.D ja\n— 1\n| oo Ni On An aa eT, 4\n1. Nyatakan dalam bentuk first-order logic, untuk setiap pernyataan berikut: :\na. Beberapa mahasiswa menganibil mata kuliah SistemPakar dan Bioinformatika di\nSemester Ganjil 2013. : ft i\nb. Setidaknya ada satu mahasiswa gagal untuk mata kuliah Bioinfo rmatika.\nc. Setidaknya ada satu mahasiswa yang gagal untuk matakuliah SistemPakar dan |\n| Bioinformatika. wa A |\n4 d. Semua mahasiswa yang mengambil matakuliah Bioinformatika juga mengambil\n4 matakuliah SistemPakar.\n2. Undang-undang di negera Impian menyatakan bahwa apabila terdapat warganya yang\n| | menjual senjata Ke negera musuh maka hal tersebut merupakan tindak kejahatan. Salah satu\n4 1 musuh dari negara Impian adalah negara Kenyataan. Negara Kenyataan mempunyai senjata\ni yang semuanya dibeli dari kolonel Mimpi, dimana Mimpi adalah warga negara Impian.\n| Berdasarkan ilustrasi di atas, buktikan bahwa kolonel Mimpi adalah seorang kriminal\nmenggunakan And/OR Graph, unifikasi-substitusi dan Forward Chaining,.\n| d 3. Setiap orang diberikan pilihan untuk dapat memesan sebuah disk drive dianiara tiga brand\n| pilihan yang ada. Tabel berikut menunjukan prefercace dan probabilitas kerusakan dalam 1\ntahun.\nBrand Probibilitas pilihan Probabilitas kerusakan\n[A AF ee iBl TF 0.0 TENES Fp 7\nbo SER ORE Ta LTE\n0.6 ¥\n4 Hale Pohon keputusan yang menunjukkan probabilitas prior, conditional, joint dan\n4. Berikan satu contoh Penerapan (disertai penjelasan yang singkat dan | elas) dari salah sat i\nbentuk cabang atau bidang kecerdasan berikut: J ari salah satu\na. Sistem Pakar ak sy -\nb. Jaringan Syaraf Ti Wih au\nc. Robot (An dlu mem\nd. Game (1) une an\n¢. Sistem Fuzzy 0 mem\nf. Pengenalan Pola 18 0\na YAN A AN\nee Tr Ur MA 0 ATA\nloons 8) Fra o)\n— | Brand «\n/ a\n/\n5s\nJES—, FO fie jemu Ir maan\nKE : Bni. snr A ey : il 1. od : gy fi ——\n\naf = $13/2014 ku\n4 3) SOAL UJIAN AK HIR SEMESTER GENAP AN ALAM UGM | §\n5 FAKULTAS MATEMATIKA DAN ILMU PENGETA i\n. MATA KULIAH : INTELIGENSIA BUATAN (MIK2451) ar\niE HARI, TANGGAL : SELASA, 24 JUNI 201+ SESI 2 x NS\n§ 2 WAKTU : 105 MENIT (13:00 S/D 14:45 V j TW\n3 | : SIFAT : TERBUKA (Tidak boleh menggunakan laptop atau gadget) | -\nbE KELAS : ILKOM-ELINS-B PLD | ls\ndpe DOSEN : AINA MUSDHOLIFAH, S.Kom., M.Kom. Ph. pa\nee ——— 1 An\n: y. | 1. Nyatakan dalam bentuk first-order logic, untuk setiap pernyataan berikut: sath ui | : | J -\nA : i a. Beberapa mahasiswa mengambil mata kuliah SistemPakar dan Bioinformatika di on | | :\nSr Semester Ganjil 2013. gi A ja\n: | b. Setidaknya ada satu mahasiswa gagal untuk mata kuliah Bioinformatika. | te\n| c. Setidaknya ada satu mahasiswa yang gagal untuk matakuliah SistemPakar dan | =\nh | Bioinformatika. ed >\nb i d. Scmua mahasiswa yang mengambil matakuliah Bioinformatika juga mengambil —\n3 AN matakuliah SistemPakar. =\n1 ; 2 Undang-undang di negera Impian menyatakan bahwa apabila terdapat warganya yang | x\n# 3 menjual senjata ke negera musuh maka hal tersebut merupakan tindak kejahatan. Salah satu &\n- B musuh dari negara Impian adalah negara Kenyataan. Negara Kenyataan mempunyai seniata :\nMI yang semuanya dibeli dari kolonel Mimpi, dimana Mimpi adalah warga negara Impian. | 1\nSa Berdasarkan ilustrasi di atas, bukikan bahwa kolonel Mimpi adalah seorang kriminal | |\n: Br menggunakan And/OR Graph, unifikasi-substitusi dan Forward Chaining. | |\nE, | 4\n1 if 3. Setiap orang diberikan pilihan untuk dapat memesan sebuah disk drive diantara tiga brand +\n\\ ig | pilihan yang ada. Tabel berikut menunjukan preference dan probabilitas kerusakan dalam 1 | 4\n3 tahun. - |-\na Brand Probibilitas pilihan Probabilitas kerusakan | >< 7% | {0\n& A 03 01) oi |\n| B 0.5 03 bg (Pa\niy! E 02 0.6 9 =\nbor Buailah pohon keputusan yang menunjukkan probabilitas piior, conditional, joint dan [=\n5 #1 posterior. :\n| F 4. Berikan satu contoh penerapan (disertai penjelasan yang singkat dan jelas) dari salah satu -\nbentuk cabang atau bidang kecerdasan berikut: ; ih\ni a. Sistem Pakar | | LAL\n| ¥ b. Jaringan Syaraf Tiruan | | | >\n1 c. Robot G 0 3) ) 0,.7 OA | Jd\n| d. Game Ng A Sh | Ltd\nVi | e. Sistem Fuzzy Bs Ou 01S | +\nall f. Pengenalan Pola | On | 0,08 0,\" él]\nAT 1 g. NLP MGW Re RTT a Tee Po\n3 pa emesis ean em mn meneame Sb am at ce tet Rl OT i Ai\nNI : va ;\n“hy | 1%\nia i > ba\ny | | Bs\not 4 le -\n1" }, { "id": "intelegensia-buatan-uas-2016", "subject": "Kecerdasan Artifisial", "exam": "UAS", "year": 2016, "variant": null, "sources": [ { "file": "UAS/Intelegensia Buatan - UAS - 2016.jpg", "type": "image", "part": 0 } ], "pageCount": 1, "charCount": 1424, "pages": [ { "source": "UAS/Intelegensia Buatan - UAS - 2016.jpg", "page": 1, "method": "ocr", "text": "| mal YY | i aa Uk ads di 1\nFa L40g Pem. 226750\nentuk td 0.16905]\nomy; \"el Ty TY\n| 1 Diberikan Perea Bl SOY) rea he\n- SMA ea 4 AMpira\n0.5) Kan lai (1.4) ge, Perens, berik ye Selisih-p raat Ad\n| “e8unakan metode Haa tOde nm eta TAMA oa, a ie\n“0\n| x\ni\n| -—\nDEPARTEMEN PENDIDIKAN DAN KEBUDAYAAN\n| FAKULTAS MATENMATIK A DAN ILMU PENGETAHUAN ALAM\nUNIVERSITAS GADJAH MADA\n© UJIAN AKHIR SEMESTER GENAP TAHUN AKADEMI 2015/2016\nMatakuliah : Intelegensia Buatan\nTanggal Ujian : 8 Juni 2018\nWaktu : 120 menit\nSifat : buku tertutup\nCatatan: Jika ada mahasiswa yg berbuat kesalahan pada waktu ujian, tercatat pada\nberita acara maka akan dinilai 0.\n1. Tuliskan degan jelas suatu problem yang bisa diselesaikan dengan dengan '\nsistem NLP (Natural Processing) selain yang dibicarakan di kelas.\n2. Tuliskan langkah-langkah pembangunan NLP dengan jelas\n3. Terapkan langkah-langkah tersebut dan tunjukkan hasilnya untuk\nmenyelesaikan permasalahan no 1.\n4. Tuliskan degan jelas suatu problem yang bisa diselesaikan dengan dengan\nsistem pakar.\n5. Gambarkan blok diagram system pakar, tuliskan masing2. fungsi\nkomponennya.\n6. Jika diketahui kaidah-kaidah pengetahuan sbb:\nIf A and B then W\nC-7 Vo + Ny\nIf A and Band C and D then X\nSLE BIO\nIf Aand B and C then Y\nNg > ©, ka NN\nIf Aand D then Z »\nPOA NA RG Np ON\n— for —— Pied 5\n| | bl Po\nHen ya ES TIDAK 4 ON : /\nca —— fy | Tieke\n>A kulakan NI:\nYA\n4 a 3\n&\nP3 <5\na as TN pi\nHe Rg ENE a a tt a ai Pa" } ], "text": "| mal YY | i aa Uk ads di 1\nFa L40g Pem. 226750\nentuk td 0.16905]\nomy; \"el Ty TY\n| 1 Diberikan Perea Bl SOY) rea he\n- SMA ea 4 AMpira\n0.5) Kan lai (1.4) ge, Perens, berik ye Selisih-p raat Ad\n| “e8unakan metode Haa tOde nm eta TAMA oa, a ie\n“0\n| x\ni\n| -—\nDEPARTEMEN PENDIDIKAN DAN KEBUDAYAAN\n| FAKULTAS MATENMATIK A DAN ILMU PENGETAHUAN ALAM\nUNIVERSITAS GADJAH MADA\n© UJIAN AKHIR SEMESTER GENAP TAHUN AKADEMI 2015/2016\nMatakuliah : Intelegensia Buatan\nTanggal Ujian : 8 Juni 2018\nWaktu : 120 menit\nSifat : buku tertutup\nCatatan: Jika ada mahasiswa yg berbuat kesalahan pada waktu ujian, tercatat pada\nberita acara maka akan dinilai 0.\n1. Tuliskan degan jelas suatu problem yang bisa diselesaikan dengan dengan '\nsistem NLP (Natural Processing) selain yang dibicarakan di kelas.\n2. Tuliskan langkah-langkah pembangunan NLP dengan jelas\n3. Terapkan langkah-langkah tersebut dan tunjukkan hasilnya untuk\nmenyelesaikan permasalahan no 1.\n4. Tuliskan degan jelas suatu problem yang bisa diselesaikan dengan dengan\nsistem pakar.\n5. Gambarkan blok diagram system pakar, tuliskan masing2. fungsi\nkomponennya.\n6. Jika diketahui kaidah-kaidah pengetahuan sbb:\nIf A and B then W\nC-7 Vo + Ny\nIf A and Band C and D then X\nSLE BIO\nIf Aand B and C then Y\nNg > ©, ka NN\nIf Aand D then Z »\nPOA NA RG Np ON\n— for —— Pied 5\n| | bl Po\nHen ya ES TIDAK 4 ON : /\nca —— fy | Tieke\n>A kulakan NI:\nYA\n4 a 3\n&\nP3 <5\na as TN pi\nHe Rg ENE a a tt a ai Pa" }, { "id": "intelegensia-buatan-uas-2019-iup", "subject": "Kecerdasan Artifisial", "exam": "UAS", "year": 2019, "variant": "IUP", "sources": [ { "file": "UAS/Intelegensia Buatan - UAS - 2019 - IUP.pdf", "type": "pdf", "part": 0 } ], "pageCount": 1, "charCount": 1471, "pages": [ { "source": "UAS/Intelegensia Buatan - UAS - 2019 - IUP.pdf", "page": 1, "method": "text-layer", "text": "UJlAN AKHIR SEMESTER GEN AP TAHUN AKADEMIK 2018/2019\nPROGRAM STUDI S1 ILMU KOMPUTER\nFAKUL TASMA TEMATIKA DAN ILMU PENGET AHUAN ALAM\nUNIVERSIT AS GADJAH MADA\nMata kuliah\nHari, tanggal\n' Waktu\nDoscn\nSifat Ujian\n: Inteligensia Buatan / Kelas A\n: Rabu, 19-Juni-2019\n: 120 menit (07.30-09.30)\n: Retantyo Wardoyo\n: Hanya boleh membuka catatan kuliah\nPL04; C0-4: [Be able to explain the architecture\nof\nexpert system}; score: 10%\n1.\nAn expert system is a computer-based system that has the ability to handle problems by\nthinking or providing solutions like an expert, so that the expert system architecture consists\nof\nseveral major components that must be provided in the system.\na.\nDescribe the general architecture\nof\na complete expert system!\nb. Describe the use\nof\ninexact reasoning in expert systems, give some examples\nPL03; C0-5: [Be able to explain an architecture of Natural Language Processing System};\nscore: 20%\n2. Write the parsing process for the phrase\n11\ncbccdcbdcdcbbd\n11\nusing the following grammar rules\nand their probabilities, and specify the resulting parse tree and its probability!\nS--+ ABC (0.6) C--+ aA (0.7)\nS\n--+\nBA (0.4) C\n--+\nc (0.3)\nA--+ GI (0.55) G--+ BB (0.65)\nA--+ CG (0.45) G--+ b (0.35)\nB\n--+\nAC (0.25) I--+ d\nB--+ BCG (0.35)\nB\n--+\nCI (0.4)\nPL0-3; C0-6 (10%): [Be able\nto\nexplain the definition and the applications\nof\npattern\nrecognitions];\n3. Explain briefly a process to recognise fruit classification, what feature used, and how to test." } ], "text": "UJlAN AKHIR SEMESTER GEN AP TAHUN AKADEMIK 2018/2019\nPROGRAM STUDI S1 ILMU KOMPUTER\nFAKUL TASMA TEMATIKA DAN ILMU PENGET AHUAN ALAM\nUNIVERSIT AS GADJAH MADA\nMata kuliah\nHari, tanggal\n' Waktu\nDoscn\nSifat Ujian\n: Inteligensia Buatan / Kelas A\n: Rabu, 19-Juni-2019\n: 120 menit (07.30-09.30)\n: Retantyo Wardoyo\n: Hanya boleh membuka catatan kuliah\nPL04; C0-4: [Be able to explain the architecture\nof\nexpert system}; score: 10%\n1.\nAn expert system is a computer-based system that has the ability to handle problems by\nthinking or providing solutions like an expert, so that the expert system architecture consists\nof\nseveral major components that must be provided in the system.\na.\nDescribe the general architecture\nof\na complete expert system!\nb. Describe the use\nof\ninexact reasoning in expert systems, give some examples\nPL03; C0-5: [Be able to explain an architecture of Natural Language Processing System};\nscore: 20%\n2. Write the parsing process for the phrase\n11\ncbccdcbdcdcbbd\n11\nusing the following grammar rules\nand their probabilities, and specify the resulting parse tree and its probability!\nS--+ ABC (0.6) C--+ aA (0.7)\nS\n--+\nBA (0.4) C\n--+\nc (0.3)\nA--+ GI (0.55) G--+ BB (0.65)\nA--+ CG (0.45) G--+ b (0.35)\nB\n--+\nAC (0.25) I--+ d\nB--+ BCG (0.35)\nB\n--+\nCI (0.4)\nPL0-3; C0-6 (10%): [Be able\nto\nexplain the definition and the applications\nof\npattern\nrecognitions];\n3. Explain briefly a process to recognise fruit classification, what feature used, and how to test." }, { "id": "intelegensia-buatan-uas-2019", "subject": "Kecerdasan Artifisial", "exam": "UAS", "year": 2019, "variant": null, "sources": [ { "file": "UAS/Intelegensia Buatan - UAS - 2019.jpg", "type": "image", "part": 0 } ], "pageCount": 1, "charCount": 3282, "pages": [ { "source": "UAS/Intelegensia Buatan - UAS - 2019.jpg", "page": 1, "method": "ocr", "text": "ral EE ——— a Ey TTS aa NE rs a A\n3 |\n: AI . AGH UJIAN AKHIR SEMESTER GENAP TAHUN AKADEMIK 2018/2019 | 3\nbig } Jap) PROGRAM STUDI S1 ILMU KOMPUTER | :\n\"1 IS) FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM :\nv UNIVERSITAS GADJAH MADA |\nRE a NE TR a Es\n: Mata kuliah : Inteligensia Buatan (ILKOM-B) L\nHari, tanggal : Rabu, 19 Juni 2019 .\nWaktu : 120 menit\n® Dosen : Anifuddin Azis, S.Si., M.Kom.\nj Aina Musdholifah, S.Kom., M.Kom., Ph.D. .\nSifat Ujian : Buku Terbuka h\nTN Te nan SET WORRY AC SE Riese 0 SR SISA Sal ie il ER\nos PLO3; CO3 (10%) - CO-3 Mahasiswa dapat menjelaskan proses pemilihan pengetahuan\nre terhadap informasi yang diketahui dan mampu memilih metode yang sesuai, serta dapat\n: melakukan proses unifikasi untuk inferensi 3\nbe an 1. Tulislah program dalam bahasa Prolog untuk kasus berikut : fei\n1 Misalkan terdapat predikat tunggal Daerah(X) and Banjir(X) and predikat biner Tetangga(X, Y ) i !\nand LebihRendah(X, Y ) yang berarti terdapat 2 daerah bertetangga X dan Y and X lebih rendah 5 |\ndari Y. a\na. Jika suatu daerah bertetangga dengan yang lain, maka demikian sebaliknya. (Misal Daerah 1 2 7\nbertetangga dengan Daerah 2 maka Daerah 2 bertetan aga dengan Daerah 1). S$\nb. Semua daerah yang lebih rendah dan bertetangga dengan daerah yang terkena banjir, maka 4 We\njuga ikut banjir. Ia %\nc. Misalkan Daerah 1 bertetangga dengan Daerah ? dan 3. Daerah 3 bertetangga dengan Daerah 1. £5 Son\n2,4 dan 5. Daerah 4 bertetangga dengan Daerah 5. = Rr oh\ni Daerah 1 lebih rendah dari Daerah 2 dan 1) rah 3 lebih rendah dari Daerah 2. Daerah 4 lebih SN Ta\n| rendah dari 3 dan Daerah 3 lebih 11 dah dari Daerah 5. Daerah 2 terkena banjir. Jelaskan proses EA Ta ge da\n| unifikasi dan inferensi yang terjadi untuk mendapatkan kesimpulan daciah muna saja yang E Shiro dy\n| terkenal banjir. d Bo Seer\n3 PLO4; CO (15%) - Mahasiswa mampu menjelaskan arsitektur sistem pakar 3 3 gs\n2. Berikan contoh aplikasi Ji Uidang sistem pakar (bisa berdasarkan tugas presentasi akhir). = : 2% .\na. Jelaskan, secara umum, arsitektur sistem pakar yang lengkap. Z 3 Ea\nb. Sebutkan salah satu metode pada sistem pakar untuk penalaran dalam ketidakpastian. ~~ NP bY ! i\nhte VW | J\nPLO3; COS (10%) - Mahasiswa mampu menjelaskan rancang bangun sistem NTP y, or N Nv, | : ii\n: 3. Diberikan aturan Grammar sebagai berikut : 1.8 | hat\nSun NM\n4 SNP VP Nominal>Noun in | :\n(SONPAWV NP | Nominal Noun Nominal 1 |\n[SOVP Yee ga [VPS ven i Kon She Teh Aw |\n: [NP PropéNown — VPSVGbNP ERE ME\nINP3DetNominal | du Wes ves laptop | ;\noe teknik parsing Top-Down dan Bottom-Up untuk mendapatkan parse tree pada kalimat : Pr\noin has two laptops. [5a 5\nNO Th | bo\nPLCS; cos as %) - Mahasiswa mampu menjelaskan rancang bangun sistem Pengenalan Pola ' Dome\n4. a. Diberikan sistem pengenalan pola untuk klasifikasi buah (misal klasifikasi buah jeruk yang [ise ie\nbagus dan tidak bagus). Ciri-ciri ( kriteria) apa yang diperlukan dan bagaimana untuk menguji i\nsistem tersebut? :\n| b. Tentukan bobot-bobot yang dihasilk:n Percepuon pada fingsi OR dengan input dan target | Ri\n| bipolar. Jika bobot awal adalah 0, parameter belajar « adalah 1, dan threshold 9 = 0.2. Ujilah Bd Ti\n| menggunakan data-data pelatihannya untuk mengetahui kinerja Perceptron. (PAT oa\n| Selamat Mengerjakan, Semoga Berhasil | ha\nBi a an Dn NA AT" } ], "text": "ral EE ——— a Ey TTS aa NE rs a A\n3 |\n: AI . AGH UJIAN AKHIR SEMESTER GENAP TAHUN AKADEMIK 2018/2019 | 3\nbig } Jap) PROGRAM STUDI S1 ILMU KOMPUTER | :\n\"1 IS) FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM :\nv UNIVERSITAS GADJAH MADA |\nRE a NE TR a Es\n: Mata kuliah : Inteligensia Buatan (ILKOM-B) L\nHari, tanggal : Rabu, 19 Juni 2019 .\nWaktu : 120 menit\n® Dosen : Anifuddin Azis, S.Si., M.Kom.\nj Aina Musdholifah, S.Kom., M.Kom., Ph.D. .\nSifat Ujian : Buku Terbuka h\nTN Te nan SET WORRY AC SE Riese 0 SR SISA Sal ie il ER\nos PLO3; CO3 (10%) - CO-3 Mahasiswa dapat menjelaskan proses pemilihan pengetahuan\nre terhadap informasi yang diketahui dan mampu memilih metode yang sesuai, serta dapat\n: melakukan proses unifikasi untuk inferensi 3\nbe an 1. Tulislah program dalam bahasa Prolog untuk kasus berikut : fei\n1 Misalkan terdapat predikat tunggal Daerah(X) and Banjir(X) and predikat biner Tetangga(X, Y ) i !\nand LebihRendah(X, Y ) yang berarti terdapat 2 daerah bertetangga X dan Y and X lebih rendah 5 |\ndari Y. a\na. Jika suatu daerah bertetangga dengan yang lain, maka demikian sebaliknya. (Misal Daerah 1 2 7\nbertetangga dengan Daerah 2 maka Daerah 2 bertetan aga dengan Daerah 1). S$\nb. Semua daerah yang lebih rendah dan bertetangga dengan daerah yang terkena banjir, maka 4 We\njuga ikut banjir. Ia %\nc. Misalkan Daerah 1 bertetangga dengan Daerah ? dan 3. Daerah 3 bertetangga dengan Daerah 1. £5 Son\n2,4 dan 5. Daerah 4 bertetangga dengan Daerah 5. = Rr oh\ni Daerah 1 lebih rendah dari Daerah 2 dan 1) rah 3 lebih rendah dari Daerah 2. Daerah 4 lebih SN Ta\n| rendah dari 3 dan Daerah 3 lebih 11 dah dari Daerah 5. Daerah 2 terkena banjir. Jelaskan proses EA Ta ge da\n| unifikasi dan inferensi yang terjadi untuk mendapatkan kesimpulan daciah muna saja yang E Shiro dy\n| terkenal banjir. d Bo Seer\n3 PLO4; CO (15%) - Mahasiswa mampu menjelaskan arsitektur sistem pakar 3 3 gs\n2. Berikan contoh aplikasi Ji Uidang sistem pakar (bisa berdasarkan tugas presentasi akhir). = : 2% .\na. Jelaskan, secara umum, arsitektur sistem pakar yang lengkap. Z 3 Ea\nb. Sebutkan salah satu metode pada sistem pakar untuk penalaran dalam ketidakpastian. ~~ NP bY ! i\nhte VW | J\nPLO3; COS (10%) - Mahasiswa mampu menjelaskan rancang bangun sistem NTP y, or N Nv, | : ii\n: 3. Diberikan aturan Grammar sebagai berikut : 1.8 | hat\nSun NM\n4 SNP VP Nominal>Noun in | :\n(SONPAWV NP | Nominal Noun Nominal 1 |\n[SOVP Yee ga [VPS ven i Kon She Teh Aw |\n: [NP PropéNown — VPSVGbNP ERE ME\nINP3DetNominal | du Wes ves laptop | ;\noe teknik parsing Top-Down dan Bottom-Up untuk mendapatkan parse tree pada kalimat : Pr\noin has two laptops. [5a 5\nNO Th | bo\nPLCS; cos as %) - Mahasiswa mampu menjelaskan rancang bangun sistem Pengenalan Pola ' Dome\n4. a. Diberikan sistem pengenalan pola untuk klasifikasi buah (misal klasifikasi buah jeruk yang [ise ie\nbagus dan tidak bagus). Ciri-ciri ( kriteria) apa yang diperlukan dan bagaimana untuk menguji i\nsistem tersebut? :\n| b. Tentukan bobot-bobot yang dihasilk:n Percepuon pada fingsi OR dengan input dan target | Ri\n| bipolar. Jika bobot awal adalah 0, parameter belajar « adalah 1, dan threshold 9 = 0.2. Ujilah Bd Ti\n| menggunakan data-data pelatihannya untuk mengetahui kinerja Perceptron. (PAT oa\n| Selamat Mengerjakan, Semoga Berhasil | ha\nBi a an Dn NA AT" }, { "id": "intelegensia-buatan-uas-2020-iup", "subject": "Kecerdasan Artifisial", "exam": "UAS", "year": 2020, "variant": "IUP", "sources": [ { "file": "UAS/Intelegensia Buatan - UAS - 2020 - IUP.pdf", "type": "pdf", "part": 0 } ], "pageCount": 1, "charCount": 1860, "pages": [ { "source": "UAS/Intelegensia Buatan - UAS - 2020 - IUP.pdf", "page": 1, "method": "text-layer", "text": "1\nUJIAN AKHIR SEMESTER GENAP TAHUN AKADEMIK 2019/2020\nPROGRAM STUDI S1 ILMU KOMPUTER\nFAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM\nUNIVERSITAS GADJAH MADA\nMata kuliah : Inteligensia Buatan / Kelas IUP-B\nHari, tanggal : Jum’at, 08-Mei-2020\nWaktu : 120 menit (13.00-15.00)\nDosen : Retantyo Wardoyo\nSifat Ujian : Hanya boleh membuka catatan kuliah\nPLO4; CO-3 (10%): [Be able to identify the knowledge and represent the knowledge in properly,\nalso able to do unification during inference the knowledge.]\n1. The following information is found: Ani and Budi are students. Each student has an academic\nadvisor. If a student has taken the final project, then the academic advisor is the final project\nsupervisor. Budi has taken his final project with Charlie as his supervisor.\na. Write the information in predicate logic.\nb. Show with CNF whether if Ani has not taken the final project, then the academic advisor is\nnot Charlie.\nPLO4; CO-4 (15%): [Be able to explain the architecture of expert system]\n2. An expert system is a computer-based system that has the ability to handle problems by\nthinking or providing solutions like an expert, so that the expert system architecture consists of\nseveral major components that must be provided in the system.\na. Describe different users in expert systems.\nb. Give an example of the use of agenda in expert system!\nc. Describe the use of inexact reasoning in expert systems, give some examples\nPLO3; CO-5: [Be able to explain an architecture of Natural Language Processing System];\nscore: 15%\n3. Write the parsing process for the phrase \"ccbccdabddabd\" using the following grammar rules\nand their probabilities, and specify the resulting parse tree and its probability!\nS → ABC (0.6)\nS → BA (0.4)\nA → GI (0.55)\nA → CG (0.45)\nB → AC (0.25)\nB → BCG (0.35)\nB → CI (0.4)\nC → aA (0.7)\nC → c (0.3)\nG → BB (0.65)\nG → b (0.35)\nI → d" } ], "text": "1\nUJIAN AKHIR SEMESTER GENAP TAHUN AKADEMIK 2019/2020\nPROGRAM STUDI S1 ILMU KOMPUTER\nFAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM\nUNIVERSITAS GADJAH MADA\nMata kuliah : Inteligensia Buatan / Kelas IUP-B\nHari, tanggal : Jum’at, 08-Mei-2020\nWaktu : 120 menit (13.00-15.00)\nDosen : Retantyo Wardoyo\nSifat Ujian : Hanya boleh membuka catatan kuliah\nPLO4; CO-3 (10%): [Be able to identify the knowledge and represent the knowledge in properly,\nalso able to do unification during inference the knowledge.]\n1. The following information is found: Ani and Budi are students. Each student has an academic\nadvisor. If a student has taken the final project, then the academic advisor is the final project\nsupervisor. Budi has taken his final project with Charlie as his supervisor.\na. Write the information in predicate logic.\nb. Show with CNF whether if Ani has not taken the final project, then the academic advisor is\nnot Charlie.\nPLO4; CO-4 (15%): [Be able to explain the architecture of expert system]\n2. An expert system is a computer-based system that has the ability to handle problems by\nthinking or providing solutions like an expert, so that the expert system architecture consists of\nseveral major components that must be provided in the system.\na. Describe different users in expert systems.\nb. Give an example of the use of agenda in expert system!\nc. Describe the use of inexact reasoning in expert systems, give some examples\nPLO3; CO-5: [Be able to explain an architecture of Natural Language Processing System];\nscore: 15%\n3. Write the parsing process for the phrase \"ccbccdabddabd\" using the following grammar rules\nand their probabilities, and specify the resulting parse tree and its probability!\nS → ABC (0.6)\nS → BA (0.4)\nA → GI (0.55)\nA → CG (0.45)\nB → AC (0.25)\nB → BCG (0.35)\nB → CI (0.4)\nC → aA (0.7)\nC → c (0.3)\nG → BB (0.65)\nG → b (0.35)\nI → d" }, { "id": "intelegensia-buatan-uas-2020-reg-b", "subject": "Kecerdasan Artifisial", "exam": "UAS", "year": 2020, "variant": "Reg B", "sources": [ { "file": "UAS/Intelegensia Buatan - UAS - 2020 - Reg B.pdf", "type": "pdf", "part": 0 } ], "pageCount": 1, "charCount": 1860, "pages": [ { "source": "UAS/Intelegensia Buatan - UAS - 2020 - Reg B.pdf", "page": 1, "method": "text-layer", "text": "1\nUJIAN AKHIR SEMESTER GENAP TAHUN AKADEMIK 2019/2020\nPROGRAM STUDI S1 ILMU KOMPUTER\nFAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM\nUNIVERSITAS GADJAH MADA\nMata kuliah : Inteligensia Buatan / Kelas Reg B\nHari, tanggal : Jum’at, 08-Mei-2020\nWaktu : 120 menit (13.00-15.00)\nDosen : Retantyo Wardoyo\nSifat Ujian : Hanya boleh membuka catatan kuliah\nPLO4; CO-3 (10%): [Be able to identify the knowledge and represent the knowledge in properly,\nalso able to do unification during inference the knowledge.]\n1. The following information is found: Ani and Budi are students. Each student has an academic\nadvisor. If a student has taken the final project, then the academic advisor is the final project\nsupervisor. Budi has taken his final project with Charlie as his supervisor.\na. Write the information in predicate logic.\nb. Show with CNF whether if Ani has not taken the final project, then the academic advisor is\nnot Charlie.\nPLO4; CO-4 (15%): [Be able to explain the architecture of expert system]\n2. An expert system is a computer-based system that has the ability to handle problems by\nthinking or providing solutions like an expert, so that the expert system architecture consists of\nseveral major components that must be provided in the system.\na. Describe different users in expert systems.\nb. Give an example of the use of agenda in expert system!\nc. Describe the use of inexact reasoning in expert systems, give some examples\nPLO3; CO-5: [Be able to explain an architecture of Natural Language Processing System];\nscore: 15%\n3. Write the parsing process for the phrase \"ccbccdabddabd\" using the following grammar rules\nand their probabilities, and specify the resulting parse tree and its probability!\nS → ABC (0.6)\nS → BA (0.4)\nA → GI (0.55)\nA → CG (0.45)\nB → AC (0.25)\nB → BCG (0.35)\nB → CI (0.4)\nC → aA (0.7)\nC → c (0.3)\nG → BB (0.65)\nG → b (0.35)\nI → d" } ], "text": "1\nUJIAN AKHIR SEMESTER GENAP TAHUN AKADEMIK 2019/2020\nPROGRAM STUDI S1 ILMU KOMPUTER\nFAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM\nUNIVERSITAS GADJAH MADA\nMata kuliah : Inteligensia Buatan / Kelas Reg B\nHari, tanggal : Jum’at, 08-Mei-2020\nWaktu : 120 menit (13.00-15.00)\nDosen : Retantyo Wardoyo\nSifat Ujian : Hanya boleh membuka catatan kuliah\nPLO4; CO-3 (10%): [Be able to identify the knowledge and represent the knowledge in properly,\nalso able to do unification during inference the knowledge.]\n1. The following information is found: Ani and Budi are students. Each student has an academic\nadvisor. If a student has taken the final project, then the academic advisor is the final project\nsupervisor. Budi has taken his final project with Charlie as his supervisor.\na. Write the information in predicate logic.\nb. Show with CNF whether if Ani has not taken the final project, then the academic advisor is\nnot Charlie.\nPLO4; CO-4 (15%): [Be able to explain the architecture of expert system]\n2. An expert system is a computer-based system that has the ability to handle problems by\nthinking or providing solutions like an expert, so that the expert system architecture consists of\nseveral major components that must be provided in the system.\na. Describe different users in expert systems.\nb. Give an example of the use of agenda in expert system!\nc. Describe the use of inexact reasoning in expert systems, give some examples\nPLO3; CO-5: [Be able to explain an architecture of Natural Language Processing System];\nscore: 15%\n3. Write the parsing process for the phrase \"ccbccdabddabd\" using the following grammar rules\nand their probabilities, and specify the resulting parse tree and its probability!\nS → ABC (0.6)\nS → BA (0.4)\nA → GI (0.55)\nA → CG (0.45)\nB → AC (0.25)\nB → BCG (0.35)\nB → CI (0.4)\nC → aA (0.7)\nC → c (0.3)\nG → BB (0.65)\nG → b (0.35)\nI → d" }, { "id": "intelegensia-buatan-uas-2021-iup-b", "subject": "Kecerdasan Artifisial", "exam": "UAS", "year": 2021, "variant": "IUP B", "sources": [ { "file": "UAS/Intelegensia Buatan - UAS - 2021 - IUP B.pdf", "type": "pdf", "part": 0 } ], "pageCount": 2, "charCount": 1483, "pages": [ { "source": "UAS/Intelegensia Buatan - UAS - 2021 - IUP B.pdf", "page": 1, "method": "text-layer", "text": "UJIAN AKHIR SEMESTER GENAP TAHUN AKADEMIK 2020/2021\nPROGRAM STUDI S1 ILMU KOMPUTER (International Class)\nFAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM\nUNIVERSITAS GADJAH MADA\nCourse : Intelegensia Buatan CSB\nDate : Thursday, July 1, 2021\nTime : 8.00 – 10.00 AM\nLectures : Prof. Sri Hartati M.Sc., Ph.D/Ilona Usuman, M.Kom.,\nPh.D\nPLO 4: CO-4 (15%): [Be able to explain the architecture of expert system]\n1. List the elements of an expert system and then give an explanation!\nPLO 3: CO-5 (15%): [Be able to explain architecture of Natural Language Processing\nSystem]\n2. What is information extraction of natural language processing? give an example of\ninformation extraction!\nPLO 3: CO-6 (15%): [Be able to explain the main process a methods of machine learning]\n3. What are the differences between supervised learning, unsupervised learning and\nreinforcement learning? give an example of each learning!\nPLO 3: CO-7 (5%): [Be able to explain architecture of Pattern Recognition System]\n4a. List some examples of pattern recognition in diagnostic system and military application!\nPLO 4: CO-7 (5%): [Be able to explain architecture of Pattern Recognition System]\n4b. Given the following example of pattern recognition: classification of fish into two\nclasses, nila fish and bawal fish by discriminative method. Define each phases from pre-\nprocessing until classification!\n…………………..Good Luck………………..\nTanda tangan Reviewer:\nTelah direview pada tanggal: ……………..\nNama Reviewer: ………………………….." }, { "source": "UAS/Intelegensia Buatan - UAS - 2021 - IUP B.pdf", "page": 2, "method": "ocr", "text": "" } ], "text": "UJIAN AKHIR SEMESTER GENAP TAHUN AKADEMIK 2020/2021\nPROGRAM STUDI S1 ILMU KOMPUTER (International Class)\nFAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM\nUNIVERSITAS GADJAH MADA\nCourse : Intelegensia Buatan CSB\nDate : Thursday, July 1, 2021\nTime : 8.00 – 10.00 AM\nLectures : Prof. Sri Hartati M.Sc., Ph.D/Ilona Usuman, M.Kom.,\nPh.D\nPLO 4: CO-4 (15%): [Be able to explain the architecture of expert system]\n1. List the elements of an expert system and then give an explanation!\nPLO 3: CO-5 (15%): [Be able to explain architecture of Natural Language Processing\nSystem]\n2. What is information extraction of natural language processing? give an example of\ninformation extraction!\nPLO 3: CO-6 (15%): [Be able to explain the main process a methods of machine learning]\n3. What are the differences between supervised learning, unsupervised learning and\nreinforcement learning? give an example of each learning!\nPLO 3: CO-7 (5%): [Be able to explain architecture of Pattern Recognition System]\n4a. List some examples of pattern recognition in diagnostic system and military application!\nPLO 4: CO-7 (5%): [Be able to explain architecture of Pattern Recognition System]\n4b. Given the following example of pattern recognition: classification of fish into two\nclasses, nila fish and bawal fish by discriminative method. Define each phases from pre-\nprocessing until classification!\n…………………..Good Luck………………..\nTanda tangan Reviewer:\nTelah direview pada tanggal: ……………..\nNama Reviewer: …………………………..\n\n" }, { "id": "intelegensia-buatan-uas-2021-reg-b", "subject": "Kecerdasan Artifisial", "exam": "UAS", "year": 2021, "variant": "Reg B", "sources": [ { "file": "UAS/Intelegensia Buatan - UAS - 2021 - Reg B.pdf", "type": "pdf", "part": 0 } ], "pageCount": 1, "charCount": 1488, "pages": [ { "source": "UAS/Intelegensia Buatan - UAS - 2021 - Reg B.pdf", "page": 1, "method": "text-layer", "text": "PROGRAM STUDI S1 ILMU KOMPUTER\nFAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM\nUNIVERSITAS GADJAH MADA\nUjian Akhir Semester\nPeriode Genap TA 2020/2021\nMata Kuliah : Inteligensia Buatan (Ilkom B)\nHari, tanggal : Kamis, 1 Juli 2021\nWaktu : 07:30 - 09:20 (110 menit)\nDosen : Dzikri Rahadian Fudholi, S.Kom., M.Comp.\nSifat ujian : Terbuka\nInstruksi:\n1. Kerjakan soal dalam file word dengan berisikan NAMA dan NIM anda.\n2. Penomoran pengerjaan urut dari nomor 1.\n3. Kumpulkan via eLOK sesuai pada waktu yang ditentukan.\n1. CO-4 Mampu menjelaskan arsitektur Sistem Pakar (20%)\nBuatlah dan gambarkan struktur aturan dari sebuah Sistem Pakar dengan tujuan untuk\nmendiagnosa apakah sebuah tanaman harus disiram atau tidak!\n2. CO-5 Mampu menjelaskan arsitektur sistem Natural Language Processing (20%)\nDengan tujuan membuat sentiment analysis dari data Twitter, analisa dan jelaskan\nkebutuhan pemrosesan bahasa apa saja yang perlu dilakukan!\n3. CO-6 Mampu menjelaskan arsitektur sistem Pengenalan Pola (20%)\nDengan tujuan membuat sentiment analysis dari data Twitter, sebutkan dan jelaskan pola\napa yang perlu didapat dan metode apa yang bisa digunakan untuk mendapatkan prediksi\nsentimentnya!\n4. CO-7 Mampu menjelaskan proses utama dari metode Machine Learning (20%)\nLebih baik mana antara Supervised atau Unsupervised? jelaskan pendapat anda!\n5. CO-7 Mampu menjelaskan proses utama dari metode Machine Learning (20%)\nJelaskan secara singkat bagaimana neural network bekerja!\n~ Selamat Mengerjakan ~" } ], "text": "PROGRAM STUDI S1 ILMU KOMPUTER\nFAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM\nUNIVERSITAS GADJAH MADA\nUjian Akhir Semester\nPeriode Genap TA 2020/2021\nMata Kuliah : Inteligensia Buatan (Ilkom B)\nHari, tanggal : Kamis, 1 Juli 2021\nWaktu : 07:30 - 09:20 (110 menit)\nDosen : Dzikri Rahadian Fudholi, S.Kom., M.Comp.\nSifat ujian : Terbuka\nInstruksi:\n1. Kerjakan soal dalam file word dengan berisikan NAMA dan NIM anda.\n2. Penomoran pengerjaan urut dari nomor 1.\n3. Kumpulkan via eLOK sesuai pada waktu yang ditentukan.\n1. CO-4 Mampu menjelaskan arsitektur Sistem Pakar (20%)\nBuatlah dan gambarkan struktur aturan dari sebuah Sistem Pakar dengan tujuan untuk\nmendiagnosa apakah sebuah tanaman harus disiram atau tidak!\n2. CO-5 Mampu menjelaskan arsitektur sistem Natural Language Processing (20%)\nDengan tujuan membuat sentiment analysis dari data Twitter, analisa dan jelaskan\nkebutuhan pemrosesan bahasa apa saja yang perlu dilakukan!\n3. CO-6 Mampu menjelaskan arsitektur sistem Pengenalan Pola (20%)\nDengan tujuan membuat sentiment analysis dari data Twitter, sebutkan dan jelaskan pola\napa yang perlu didapat dan metode apa yang bisa digunakan untuk mendapatkan prediksi\nsentimentnya!\n4. CO-7 Mampu menjelaskan proses utama dari metode Machine Learning (20%)\nLebih baik mana antara Supervised atau Unsupervised? jelaskan pendapat anda!\n5. CO-7 Mampu menjelaskan proses utama dari metode Machine Learning (20%)\nJelaskan secara singkat bagaimana neural network bekerja!\n~ Selamat Mengerjakan ~" }, { "id": "kecerdasan-artifisial-uas-2022-koma", "subject": "Kecerdasan Artifisial", "exam": "UAS", "year": 2022, "variant": "KOM A", "sources": [ { "file": "UAS/Kecerdasan Artifisial - UAS - 2022 - KOMA.pdf", "type": "pdf", "part": 0 } ], "pageCount": 2, "charCount": 1801, "pages": [ { "source": "UAS/Kecerdasan Artifisial - UAS - 2022 - KOMA.pdf", "page": 1, "method": "ocr", "text": "pg ACA DI UJIAN AKHIR SEMESTER GASAL TAHUN AKADEMIK 2022/2023\n3) GO PROGRAM STUDI S1 ILMU KOMPUTER\n§ RE » FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM\nST UNIVERSITAS GADJAH MADA\nMata kullah : (Kecerdasan Artifisinl (MI 212401): KOMA|\n. Hard, tanggal : (Selasa, 13 Desember 2022)\nWaktu : (120 menit)\nDosen : (Dr. Sri Mulyana, M.Kom)\nSifat Ujian : (Buku Tertutup)\nInstruksi:\nKerjakan semun soal berikut dengan TELITI, mulailah dari soal yang saudara anggap\nmudah.\nPLO 3; CO 45 (Nilai: 10%) (Mampu menjelaskan arsitektur Sistem Pakar)\nI. Gambarkan arsitektur sebuah Sistem Pakar dan jelaskan masing-masing komponennya!\n2. Diberikan Basis Aturan sebagai berikut :\n1. IF (lecturing X)\nAND (marking-practicals X)\nTHEN (overworked X)\n2. IF (month february) -\nTHEN (lecturing ali)\n3. IF (month february)\nTHEN (marking-practicals ali)\n4. IF (overworked X)\nTHEN (bad-mood X)\n5. IF (slept-badly X)\nTHEN (bad-mood X)\n6. IF (month february)\nTHEN (weather cold)\n7. IF (ycar 1993)\nTHEN (economy bad)\nDengan Backward-Chaining, apakah kesimpulan (bad-mood ali) dapat dibuktikan jika\ndiketahui fakta awal:\n(Month february)\n(year 1993)\nJelaskan tahap demi tahap!\nPLO 3; CO 5; (Nilai: 10%) (Mampu menjelaskan arsitektur Sistem Natural Language\nProcessing |" }, { "source": "UAS/Kecerdasan Artifisial - UAS - 2022 - KOMA.pdf", "page": 2, "method": "ocr", "text": "3. Diberikan Grammar sebagai berikut:\n- Se NPVP\n- VP—SVNP\n- NP = NAME [i\n« NP = ARTN ’\n- NAME — John\n- V—ae\n- ART— the Ps\n- N= apple Z\nSusunlah Parse Tree mau Derivation Tree untuk kalimat “John ate the apple” secara Top =\nDown. bed\nPLO 2; CO 6; (Nilai: 10%) (Mampu menjelaskan arsitektur Sistem Pengenalan Pola dan 2.\nmetode Pembelajaran Musin) ' c\n4. Jelaskan permasalahan atau bidang apa saja yang dapat ditangani atau diselesaikan dengan £\npendekatan pengenalan pola? =\n5. Jelaskan apa saja yang menjadi fitur dari suatu citra digital! i\n==00(|[)oo== c\npe\nin\n2" } ], "text": "pg ACA DI UJIAN AKHIR SEMESTER GASAL TAHUN AKADEMIK 2022/2023\n3) GO PROGRAM STUDI S1 ILMU KOMPUTER\n§ RE » FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM\nST UNIVERSITAS GADJAH MADA\nMata kullah : (Kecerdasan Artifisinl (MI 212401): KOMA|\n. Hard, tanggal : (Selasa, 13 Desember 2022)\nWaktu : (120 menit)\nDosen : (Dr. Sri Mulyana, M.Kom)\nSifat Ujian : (Buku Tertutup)\nInstruksi:\nKerjakan semun soal berikut dengan TELITI, mulailah dari soal yang saudara anggap\nmudah.\nPLO 3; CO 45 (Nilai: 10%) (Mampu menjelaskan arsitektur Sistem Pakar)\nI. Gambarkan arsitektur sebuah Sistem Pakar dan jelaskan masing-masing komponennya!\n2. Diberikan Basis Aturan sebagai berikut :\n1. IF (lecturing X)\nAND (marking-practicals X)\nTHEN (overworked X)\n2. IF (month february) -\nTHEN (lecturing ali)\n3. IF (month february)\nTHEN (marking-practicals ali)\n4. IF (overworked X)\nTHEN (bad-mood X)\n5. IF (slept-badly X)\nTHEN (bad-mood X)\n6. IF (month february)\nTHEN (weather cold)\n7. IF (ycar 1993)\nTHEN (economy bad)\nDengan Backward-Chaining, apakah kesimpulan (bad-mood ali) dapat dibuktikan jika\ndiketahui fakta awal:\n(Month february)\n(year 1993)\nJelaskan tahap demi tahap!\nPLO 3; CO 5; (Nilai: 10%) (Mampu menjelaskan arsitektur Sistem Natural Language\nProcessing |\n\n3. Diberikan Grammar sebagai berikut:\n- Se NPVP\n- VP—SVNP\n- NP = NAME [i\n« NP = ARTN ’\n- NAME — John\n- V—ae\n- ART— the Ps\n- N= apple Z\nSusunlah Parse Tree mau Derivation Tree untuk kalimat “John ate the apple” secara Top =\nDown. bed\nPLO 2; CO 6; (Nilai: 10%) (Mampu menjelaskan arsitektur Sistem Pengenalan Pola dan 2.\nmetode Pembelajaran Musin) ' c\n4. Jelaskan permasalahan atau bidang apa saja yang dapat ditangani atau diselesaikan dengan £\npendekatan pengenalan pola? =\n5. Jelaskan apa saja yang menjadi fitur dari suatu citra digital! i\n==00(|[)oo== c\npe\nin\n2" }, { "id": "uas-ai-2023-komb", "subject": "Kecerdasan Artifisial", "exam": "UAS", "year": 2023, "variant": "KOM B", "sources": [ { "file": "UAS/UAS - AI - 2023 KOMB.pdf", "type": "pdf", "part": 0 } ], "pageCount": 1, "charCount": 1711, "pages": [ { "source": "UAS/UAS - AI - 2023 KOMB.pdf", "page": 1, "method": "ocr", "text": "eee ;\nSON): UJIAN AKHIR SEMESTER GASAL TAHUN AKADEMIK 2023/2024\nCP PROGRAM STUDI S1 ILMU KOMPUTER\nKay FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM\nUNIVERSITAS GADJAH MADA\n-_—\nMata kuliah : Kecerdasan Artifisial (Kom-B)\nHari, tanggal : Jumat, 8-Desember-2023\nWaktu : 07.30-09.30 (120 menit)\n0) Dosen : Retantyo Wardoyo\nSifat Ujian : May open one page paper. DO NOT WORK\nTOGETHER\n\n——— —(EEE——————— ————— yd\n\n~\n\nPLO4; CO-4 (10%): [Be able to explain the architecture of expert system]\n\n1. An expert system is a computer-based system that has the ability to handle problems by thinking\nor providing solutions like an expert, so that the expert system architecture consists of several\nmajor components that must be provided in the system.\n\na. Describe different users in expert systems, and how they interact with the systems!\n\nb. Give an example of the use of agenda in expert system!\n\nc. What is the difference ol the usc between Certainty Factors, and Fuzzy Logics? Give\nsome example.\n\nPLO3; CO-5 (10%): [Be able to explain an architecture of Natural Language Processing System];\n\n2. Write the parsing process for the phrase “abdbcdacbbc” using the following grammar rules, and\nspecify the resulting parse tree!\n\nS — ABC C—aA\n\nS— BA C—ec\n\nA—GI G—BB\n\nA— CG G—b\n\nB— AC I—d\n\nB — BCG\n\nB— CI\nPLO-4; CO-6, (10%): [Be able to explain the main process and methods of machine learning.\n3. Machine Learning is a concept within Artificial Intelligence.\n\na. Describe how Machine Learning is related to Artificial Intelligence.\n\nb. What is the use of classification in Machine Learning in conjunction with AL\n\nc. Give an example of an algorithm/method for Supervised Learning, and Unsupervised\n\nLearning, and their usage.\n—)—" } ], "text": "eee ;\nSON): UJIAN AKHIR SEMESTER GASAL TAHUN AKADEMIK 2023/2024\nCP PROGRAM STUDI S1 ILMU KOMPUTER\nKay FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM\nUNIVERSITAS GADJAH MADA\n-_—\nMata kuliah : Kecerdasan Artifisial (Kom-B)\nHari, tanggal : Jumat, 8-Desember-2023\nWaktu : 07.30-09.30 (120 menit)\n0) Dosen : Retantyo Wardoyo\nSifat Ujian : May open one page paper. DO NOT WORK\nTOGETHER\n\n——— —(EEE——————— ————— yd\n\n~\n\nPLO4; CO-4 (10%): [Be able to explain the architecture of expert system]\n\n1. An expert system is a computer-based system that has the ability to handle problems by thinking\nor providing solutions like an expert, so that the expert system architecture consists of several\nmajor components that must be provided in the system.\n\na. Describe different users in expert systems, and how they interact with the systems!\n\nb. Give an example of the use of agenda in expert system!\n\nc. What is the difference ol the usc between Certainty Factors, and Fuzzy Logics? Give\nsome example.\n\nPLO3; CO-5 (10%): [Be able to explain an architecture of Natural Language Processing System];\n\n2. Write the parsing process for the phrase “abdbcdacbbc” using the following grammar rules, and\nspecify the resulting parse tree!\n\nS — ABC C—aA\n\nS— BA C—ec\n\nA—GI G—BB\n\nA— CG G—b\n\nB— AC I—d\n\nB — BCG\n\nB— CI\nPLO-4; CO-6, (10%): [Be able to explain the main process and methods of machine learning.\n3. Machine Learning is a concept within Artificial Intelligence.\n\na. Describe how Machine Learning is related to Artificial Intelligence.\n\nb. What is the use of classification in Machine Learning in conjunction with AL\n\nc. Give an example of an algorithm/method for Supervised Learning, and Unsupervised\n\nLearning, and their usage.\n—)—" }, { "id": "uas-ai-2025", "subject": "Kecerdasan Artifisial", "exam": "UAS", "year": 2025, "variant": null, "sources": [ { "file": "UAS/UAS - AI - 2025_1.jpg", "type": "image", "part": 1 }, { "file": "UAS/UAS - AI - 2025_2.jpg", "type": "image", "part": 2 } ], "pageCount": 2, "charCount": 2770, "pages": [ { "source": "UAS/UAS - AI - 2025_1.jpg", "page": 1, "method": "ocr", "text": "7 N\n|\n/\n\\ \\ »\nLi (wl MN\n— : y 8\ny Ed ~-\n~~ PROGI AN STUDI S1 ILMU KOMPLEK\nDO rn EEA Ras\nww UNIVERSITAS GADJAH MADA\nFinal F.xam\nOdd Semester 2024/2025\nCourse Name : Artificial Intelligence (CSB)\n| Day, Date : Manday. 2 December 2024\n| Time 3 1010 minutes\n| Lecturer : Dzikei Rabalian Fudholi, S.Kom., M.Comp. Se\n| Exam mode : Open one AH/F4 Sheet\n| Follow the examiner rules and good Tuck!\n8 | 1. PLO 2 & 3-CO 4-Ahle to explain Expert System Architecture (7%) 4\ni A. Explain the role of the owledge base, inference engine, and user interface in an\n| expert system! Illustrate your explanation With an example of how these components\n| neat in a specific domain (c.g, medical diagnosis or financial plannin.)\n|\n| B. Discuss the challenges in maintaining the knowledge bi c\n| 2. PLO2&3-CO 5- Able to explain Natural Language Processing system (8%)\n| A. Discuss the importance of text preprocessing in NLP tasks.\n| B. Describe the steps involved in creating a preprocessing pipeline for an emotion ion\n| recognition system, addressing challenges such as Licdling noisy data and nization in\n| morphologically rich languages.\n| : : il \\\n| C. Explain the traditional word representations of TF-IDF! Discuss why this method will\n| not perform well.\n| 3. PLO4&5-CO 6-Able to explain Pattern Recognition and Machine Learning\n| Methods (10 26)\nAn e-commerce company wants to develop a system to classify cuir into \"High-\nRisk 1 ow-Risk™ gro for fraudulent transactions based on numerical (-nives. The\ndataset Includes transact: amounts, frequency of purchases, account age, 1 nd rates,\nAnd tier behaviour metrics. The goal is to accurately classify customers while\nminimizing false positives (lagging legitimate customers as high-risk) and false negatives\n(missing fraudulent customers).\nTask:\nWrite an essay proposal prefer ly in points, addressing the following:\n| Telah direview pada tanggal: cc... Tanda tangan Reviewer:\nNama ReVIEWEr: ...oooocosesinin,\nbh _ ab\nrr - |\nDu” |\nAa binaan aa\nPEN ~\ni RN “ rr AM\nAA A\n5 KS ,\nAd iis. ag\nAMI\nVi { eS kK ON\nkN . ." }, { "source": "UAS/UAS - AI - 2025_2.jpg", "page": 1, "method": "ocr", "text": "Dn / \\\nSal IK V\nmm —\"\n—\n1. Data Exploration and Preprocessing: .\nDiscuss how to handle missing values, outliers, and skewed distributions in 3\nnumerical features, >\n© Propose techniques for feature selection or tity reduction to\nenhance model interpretability and pertormance\n2. Model Selection and Training:\n© Compare classification models for this task.\n© Explain how you would tune hyper parameter to optimize classification\nperformance\n3. Evaluation and Chew balance: 4\n© Identify appropriate evaluation metrics and justify your choices.\n© Discuss methods to handle imbalanced classes.\n| >>> Best of Luck to you Ay <<<\n|\n1\n|\nTER —\nale To Tanda ago Rena\na SW pada tanggal: osssssssnss..,.\nd [an ey\nowe,\nA A 2 Pin agg 4 4" } ], "text": "7 N\n|\n/\n\\ \\ »\nLi (wl MN\n— : y 8\ny Ed ~-\n~~ PROGI AN STUDI S1 ILMU KOMPLEK\nDO rn EEA Ras\nww UNIVERSITAS GADJAH MADA\nFinal F.xam\nOdd Semester 2024/2025\nCourse Name : Artificial Intelligence (CSB)\n| Day, Date : Manday. 2 December 2024\n| Time 3 1010 minutes\n| Lecturer : Dzikei Rabalian Fudholi, S.Kom., M.Comp. Se\n| Exam mode : Open one AH/F4 Sheet\n| Follow the examiner rules and good Tuck!\n8 | 1. PLO 2 & 3-CO 4-Ahle to explain Expert System Architecture (7%) 4\ni A. Explain the role of the owledge base, inference engine, and user interface in an\n| expert system! Illustrate your explanation With an example of how these components\n| neat in a specific domain (c.g, medical diagnosis or financial plannin.)\n|\n| B. Discuss the challenges in maintaining the knowledge bi c\n| 2. PLO2&3-CO 5- Able to explain Natural Language Processing system (8%)\n| A. Discuss the importance of text preprocessing in NLP tasks.\n| B. Describe the steps involved in creating a preprocessing pipeline for an emotion ion\n| recognition system, addressing challenges such as Licdling noisy data and nization in\n| morphologically rich languages.\n| : : il \\\n| C. Explain the traditional word representations of TF-IDF! Discuss why this method will\n| not perform well.\n| 3. PLO4&5-CO 6-Able to explain Pattern Recognition and Machine Learning\n| Methods (10 26)\nAn e-commerce company wants to develop a system to classify cuir into \"High-\nRisk 1 ow-Risk™ gro for fraudulent transactions based on numerical (-nives. The\ndataset Includes transact: amounts, frequency of purchases, account age, 1 nd rates,\nAnd tier behaviour metrics. The goal is to accurately classify customers while\nminimizing false positives (lagging legitimate customers as high-risk) and false negatives\n(missing fraudulent customers).\nTask:\nWrite an essay proposal prefer ly in points, addressing the following:\n| Telah direview pada tanggal: cc... Tanda tangan Reviewer:\nNama ReVIEWEr: ...oooocosesinin,\nbh _ ab\nrr - |\nDu” |\nAa binaan aa\nPEN ~\ni RN “ rr AM\nAA A\n5 KS ,\nAd iis. ag\nAMI\nVi { eS kK ON\nkN . .\n\nDn / \\\nSal IK V\nmm —\"\n—\n1. Data Exploration and Preprocessing: .\nDiscuss how to handle missing values, outliers, and skewed distributions in 3\nnumerical features, >\n© Propose techniques for feature selection or tity reduction to\nenhance model interpretability and pertormance\n2. Model Selection and Training:\n© Compare classification models for this task.\n© Explain how you would tune hyper parameter to optimize classification\nperformance\n3. Evaluation and Chew balance: 4\n© Identify appropriate evaluation metrics and justify your choices.\n© Discuss methods to handle imbalanced classes.\n| >>> Best of Luck to you Ay <<<\n|\n1\n|\nTER —\nale To Tanda ago Rena\na SW pada tanggal: osssssssnss..,.\nd [an ey\nowe,\nA A 2 Pin agg 4 4" }, { "id": "uas-kecerdasan-artifisial-kom-a-2024", "subject": "Kecerdasan Artifisial", "exam": "UAS", "year": 2024, "variant": "KOM A", "sources": [ { "file": "UAS/UAS - Kecerdasan Artifisial - KOM A - 2024.pdf", "type": "pdf", "part": 0 } ], "pageCount": 2, "charCount": 1715, "pages": [ { "source": "UAS/UAS - Kecerdasan Artifisial - KOM A - 2024.pdf", "page": 1, "method": "ocr", "text": "UJIAN AKHIR SEMESTER GASAL TAHUN AKADEMIK 2024/2025\n& PROGRAM STUDI S1ILMU KOMPUTER\nAe J FAKULTAS MA'l EMATIKA DAN ILMU PENGETAHUAN ALAM\nUNIVERSITAS GADJAH MADA\nMata kuliah : (Kecerdasan Artifisial (MIT 212401): KOM A]\nHari, tanggal : (Senin, 2 Desember 2024]\nWaktu : (120 menit)\nDosen : (Dr. Sri Mulyana, M.Kom)\nSifat Ujian : (Buku Tertutup)\nKerjakan semua soal berikut dengan TELITI, mulailah dari soal yang saudara anggap\nmudah.\nPLO 3; CO 4; (Nilai: 10%) [Mampu menjelaskan arsitektur Sistem Pakar]\n1. Diberikan Basis Aturan sebagai berikut :\n| Rl [IfA&BThenC |\n(R6 [IfE>henH |\n| RB [IfA&IThend |\nR9 [1fGThen |\n[R10 [1fJThenk |\nGunakan teknik Forward Chaining untuk membuktikan kebenaran K (K benar), jika\ndiberikan fakta A dan E (artinya A dan E benar)!\nPLO 3; CO 5; (Nilai: 15%) (Mampu menjelaskan arsitektur Sistem Natural Language\nProcessing)\n3. Diberikan Grammar sebagai berikut:\nS—NPVP\nS — Aux NP VP\nS-VP\nNP — Pronoun\nNP = I'roper-Noun\nNP = Det Nominal\nNominal = Noun\nNominal — Nominal Noun\nfA Dipindai dengan CamScanner" }, { "source": "UAS/UAS - Kecerdasan Artifisial - KOM A - 2024.pdf", "page": 2, "method": "ocr", "text": "Nominal — Nomonal PP\nVP — Verb\nVP — Verb NP\nVP — VP PP\nPP — Prep NP\nLexicon:\nDet — the | a] that | this\nNoun — book | flight | meal | money\nVerb — rook | include | prefer\nPronoun — |\" he she me\nProper-Noun — Houston | NYK\nAux — does\nPrep — form to] on | near\nSusunlah tahapan Parse Tree untuk kalimat “He bool. « flight to Houston” cara Top\nDownl\nPLO 2; CO 6: (Nilai: 15%) (Mampu menjelaskan arsitektur Sistem Pengenalan Pola dan\nmetode Pembelajaran Mesin)\n4. Jelaskan permasalahan atau bidang apa saja yang dapat ditangani atau diselesaikan dengan\npendekatan pengenalan pola!\n5. Jelaskan apa saja yang merupakan fitur dari suatu citra digital!\n—001/)00—\nfA Dipindai dengan CamScanner" } ], "text": "UJIAN AKHIR SEMESTER GASAL TAHUN AKADEMIK 2024/2025\n& PROGRAM STUDI S1ILMU KOMPUTER\nAe J FAKULTAS MA'l EMATIKA DAN ILMU PENGETAHUAN ALAM\nUNIVERSITAS GADJAH MADA\nMata kuliah : (Kecerdasan Artifisial (MIT 212401): KOM A]\nHari, tanggal : (Senin, 2 Desember 2024]\nWaktu : (120 menit)\nDosen : (Dr. Sri Mulyana, M.Kom)\nSifat Ujian : (Buku Tertutup)\nKerjakan semua soal berikut dengan TELITI, mulailah dari soal yang saudara anggap\nmudah.\nPLO 3; CO 4; (Nilai: 10%) [Mampu menjelaskan arsitektur Sistem Pakar]\n1. Diberikan Basis Aturan sebagai berikut :\n| Rl [IfA&BThenC |\n(R6 [IfE>henH |\n| RB [IfA&IThend |\nR9 [1fGThen |\n[R10 [1fJThenk |\nGunakan teknik Forward Chaining untuk membuktikan kebenaran K (K benar), jika\ndiberikan fakta A dan E (artinya A dan E benar)!\nPLO 3; CO 5; (Nilai: 15%) (Mampu menjelaskan arsitektur Sistem Natural Language\nProcessing)\n3. Diberikan Grammar sebagai berikut:\nS—NPVP\nS — Aux NP VP\nS-VP\nNP — Pronoun\nNP = I'roper-Noun\nNP = Det Nominal\nNominal = Noun\nNominal — Nominal Noun\nfA Dipindai dengan CamScanner\n\nNominal — Nomonal PP\nVP — Verb\nVP — Verb NP\nVP — VP PP\nPP — Prep NP\nLexicon:\nDet — the | a] that | this\nNoun — book | flight | meal | money\nVerb — rook | include | prefer\nPronoun — |\" he she me\nProper-Noun — Houston | NYK\nAux — does\nPrep — form to] on | near\nSusunlah tahapan Parse Tree untuk kalimat “He bool. « flight to Houston” cara Top\nDownl\nPLO 2; CO 6: (Nilai: 15%) (Mampu menjelaskan arsitektur Sistem Pengenalan Pola dan\nmetode Pembelajaran Mesin)\n4. Jelaskan permasalahan atau bidang apa saja yang dapat ditangani atau diselesaikan dengan\npendekatan pengenalan pola!\n5. Jelaskan apa saja yang merupakan fitur dari suatu citra digital!\n—001/)00—\nfA Dipindai dengan CamScanner" }, { "id": "uas-kecerdasan-artifisial-kom-b-2024", "subject": "Kecerdasan Artifisial", "exam": "UAS", "year": 2024, "variant": "KOM B", "sources": [ { "file": "UAS/UAS - Kecerdasan Artifisial - KOM B - 2024.pdf", "type": "pdf", "part": 0 } ], "pageCount": 2, "charCount": 2920, "pages": [ { "source": "UAS/UAS - Kecerdasan Artifisial - KOM B - 2024.pdf", "page": 1, "method": "ocr", "text": "R; PROGRAM STUDI S1 ILMU KOMPUTER\nD 3 FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM\noY UNIVERSITAS GADJAH MADA\nUjian Akhir Semester\nSemester Ganjil 2024/2025\nMata Kuliah : Kecerdasan Artifisial (KOMB)\nHari dan Tanggal : Senin, 2 Desember 2024\nWaktu : 100 menit\nDosen : Dzikri Rahadian Fudholi, S.Kom., M.Comp.\nSifat Ujian : Terbuka satu lembar A4/F4\nIkuti aturan pengawas dan semoga beruntung!\n1. PLO2&3-CO4-Mampu menjelaskan Arsitektur Sistem Pakar (7%)\nA. Jelaskan peran basis pengetahuan (knowledge hase), mesin inferensi. dan antarmuka\npengguna dalam sistem pakar! Ilustrasikan penjelasan Anda dengan contoh bagaimana\nkomponen-komponen ini berinteraksi dalam domain tertentu (misalnya, diagnosis medis\natau perencanaan keuangan).\n(Bypiskusican tantangan dalam mempertahankan basis pengetahuan dari waktu ke waktu.\n2. PLO 2 & 3 -CO 5 - Mampu menjelaskan sistem Pemrosesan Bahasa Alami (8%)\nA. Diskusikan pentingnya prapemrosesan teks dalam tugas Pemrosesan Bahasa Alami.\nB. Jelaskan langkah-langkah yang terlibat dalam membuat alur prapemrosesan untuk\nsistem pengenalan emosi, mengatasi tantangan seperti menangani data yang noisy dan\ntokenisasi dalam bahasa yang kaya morfologis.\nC. Jelaskan representasi kata tradisional TF-IDF! Diskusikan mengapa metode ini tidak\nakan bekerja dengan baik.\n3. PLO 4 & 5-CO 6 - Mampu menjelaskan Pengenalan Pola dan Metode\nPembelajaran Mesin (10 %)\nSebuah perusahaan e-commerce ingin mengembangkan sistem untuk mengklasifikasikan\npelanggan ke dalam kelompok \"Risiko Tinggi\" atan \"Risiko Rendah! untuk transaksi.\npenipuan berdasarkan fitur numerik. Kumpulan data mencakup jumlah transaksi,\n\n. frekuensi pembelian, usia akun, tingkat pengembalian dana, dan metrik perilaku lainnya.\nTujuannya adalah untuk mengklasifikasikan pelanggan secara akurat sambil\nmeminimalkan positif palsu (menandai pelanggan yang sah sebagai berisiko tinggi) dan\nnegatif palsu (pelanggan penipuan yang hilang).\n\nTugas:\nTulis esai/proposal (sebaiknya dalam poin-poin), membahas hal-hal berikut:\nTanda tangan Reviewer:\nTelah direview pada tanggal: .................\nNama Reviewer: .....c.o..oco.ooco.occocc cocoa\nfA Dipindai dengan CamScanner" }, { "source": "UAS/UAS - Kecerdasan Artifisial - KOM B - 2024.pdf", "page": 2, "method": "ocr", "text": "1. Data Exploration dan Preprocessing:\no Membahas cara menangani nilai yang hilang, outlier, dan distribusi tidak\nseimbang dalam fitur numerik.\no Mengusulkan teknik untuk pemilihan fitur atau pengurangan dimensi untuk\nmeningkatkan interpretabilitas dan kinerja model.\n2. Model Selection dan Training:\no Bandingkan model Klasifikasi untuk tugas ini.\no Jelaskan cara memilih hiperparameter untuk mengoptimalkan performa\nklasifikasi.\n3. Evaluation dan Class Imbalance:\no Identifikasi metrik evaluasi yang sesuai dan membenarkan pilihan Anda.\no Diskusikan metode untuk menangani kelas yang tidak seimbang.\n>>> Best of Luck to you A-\"v <<<\nFa Tanda tangan Reviewer:\nTelah direview pada tanggal: .................\nNama Reviewer: (iii aii singe\nfA Dipindai dengan CamScanner" } ], "text": "R; PROGRAM STUDI S1 ILMU KOMPUTER\nD 3 FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM\noY UNIVERSITAS GADJAH MADA\nUjian Akhir Semester\nSemester Ganjil 2024/2025\nMata Kuliah : Kecerdasan Artifisial (KOMB)\nHari dan Tanggal : Senin, 2 Desember 2024\nWaktu : 100 menit\nDosen : Dzikri Rahadian Fudholi, S.Kom., M.Comp.\nSifat Ujian : Terbuka satu lembar A4/F4\nIkuti aturan pengawas dan semoga beruntung!\n1. PLO2&3-CO4-Mampu menjelaskan Arsitektur Sistem Pakar (7%)\nA. Jelaskan peran basis pengetahuan (knowledge hase), mesin inferensi. dan antarmuka\npengguna dalam sistem pakar! Ilustrasikan penjelasan Anda dengan contoh bagaimana\nkomponen-komponen ini berinteraksi dalam domain tertentu (misalnya, diagnosis medis\natau perencanaan keuangan).\n(Bypiskusican tantangan dalam mempertahankan basis pengetahuan dari waktu ke waktu.\n2. PLO 2 & 3 -CO 5 - Mampu menjelaskan sistem Pemrosesan Bahasa Alami (8%)\nA. Diskusikan pentingnya prapemrosesan teks dalam tugas Pemrosesan Bahasa Alami.\nB. Jelaskan langkah-langkah yang terlibat dalam membuat alur prapemrosesan untuk\nsistem pengenalan emosi, mengatasi tantangan seperti menangani data yang noisy dan\ntokenisasi dalam bahasa yang kaya morfologis.\nC. Jelaskan representasi kata tradisional TF-IDF! Diskusikan mengapa metode ini tidak\nakan bekerja dengan baik.\n3. PLO 4 & 5-CO 6 - Mampu menjelaskan Pengenalan Pola dan Metode\nPembelajaran Mesin (10 %)\nSebuah perusahaan e-commerce ingin mengembangkan sistem untuk mengklasifikasikan\npelanggan ke dalam kelompok \"Risiko Tinggi\" atan \"Risiko Rendah! untuk transaksi.\npenipuan berdasarkan fitur numerik. Kumpulan data mencakup jumlah transaksi,\n\n. frekuensi pembelian, usia akun, tingkat pengembalian dana, dan metrik perilaku lainnya.\nTujuannya adalah untuk mengklasifikasikan pelanggan secara akurat sambil\nmeminimalkan positif palsu (menandai pelanggan yang sah sebagai berisiko tinggi) dan\nnegatif palsu (pelanggan penipuan yang hilang).\n\nTugas:\nTulis esai/proposal (sebaiknya dalam poin-poin), membahas hal-hal berikut:\nTanda tangan Reviewer:\nTelah direview pada tanggal: .................\nNama Reviewer: .....c.o..oco.ooco.occocc cocoa\nfA Dipindai dengan CamScanner\n\n1. Data Exploration dan Preprocessing:\no Membahas cara menangani nilai yang hilang, outlier, dan distribusi tidak\nseimbang dalam fitur numerik.\no Mengusulkan teknik untuk pemilihan fitur atau pengurangan dimensi untuk\nmeningkatkan interpretabilitas dan kinerja model.\n2. Model Selection dan Training:\no Bandingkan model Klasifikasi untuk tugas ini.\no Jelaskan cara memilih hiperparameter untuk mengoptimalkan performa\nklasifikasi.\n3. Evaluation dan Class Imbalance:\no Identifikasi metrik evaluasi yang sesuai dan membenarkan pilihan Anda.\no Diskusikan metode untuk menangani kelas yang tidak seimbang.\n>>> Best of Luck to you A-\"v <<<\nFa Tanda tangan Reviewer:\nTelah direview pada tanggal: .................\nNama Reviewer: (iii aii singe\nfA Dipindai dengan CamScanner" }, { "id": "uas-ai", "subject": "Kecerdasan Artifisial", "exam": "UAS", "year": null, "variant": null, "sources": [ { "file": "UAS/UAS AI.pdf", "type": "pdf", "part": 0 } ], "pageCount": 2, "charCount": 2686, "pages": [ { "source": "UAS/UAS AI.pdf", "page": 1, "method": "ocr", "text": "1\nMWA PROGRAM STUDI S1 ILMU KOMPUTER\nAO) NI FAKUL VAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM\nNA UNIVERSITAS GADJAH MADA\nSo ———— ee ——\nLinn Exim\nOdd Semester 2024/2028\nCourse Name : Artificial Intelligence (CSA)\nDay, Date : Monday, 2 December 2024\nTime : 100 minutes . ,\nLecturer : Dzikri Rahadian Fudholi, S.Kom., M.Comp,\nExam mode : Open one A4/F4 Sheet\noo\nLollow the examiner rules and good luck!\n1. PLO2& 3- CO 1- Able to explain Papert System Architecture (7%)\nA. Explain the role of the knowledge base, inference engine, and user interface in an\nexpert system! [trate your explanation witli ample of how these components\ninteract in a specific domain (6.1. medical diagnosis or financial planning).\nB. Discuss the Ciallenges in maintaining the knowledye base over time\n2. PLO2& 3-CO5-Able to explain Natural Language Processing system (8%)\nA. Discuss the importance of text preprocessing in NLP 11 ks.\nB. Describe the steps involved in creating a preprocessing pipeline for an emotion\nrecognition system, addressing chollenges such as handling 1eisy data and token: tion in\nmorphologically rich languages.\nC. Explain the traditional word representations 01 1T-IDF! Discuss why thi method will\nnot perform well.\n3. PLO 4 & 5- CO 6- Able to explain Pattern Recognition and Machine Learning\nMethods (10 %)\nAn e-commerce company wants to develop a system to classify customers into \"tigh-\nRisk\" or \"Low-Risk\" groups for fraudulent transactions based on numerical features: The\nSEX or LOWE ) EN ee\ndatascl includes lransaction ame, nis. frequency of purchases, account age, refund rates,\nand other behavioural mefrics. The goal is to accurately classify customers while\nminimizing false positives (flagging legitimate customers as high-risk) and ful .c negatives\n(missing fraudulent customers).\nTask:\nWrite an essay/proposal preicrably in points, addressing tie following:\n. Tanda tangan Reviewer:\nTelah direview pada tanggal: conn.\nNama Reviewer: .o........o.... 1 cos. 10010eneaaan |" }, { "source": "UAS/UAS AI.pdf", "page": 2, "method": "ocr", "text": "a we 2 Be ee al\n1. Data Exploration and Preprocessing:\no Discus how to handle missing values, outliers, and skewed distributions in\nnumerical features.\no Propose techniques for feature selection or dimensionality reduction to\nenhance model interpretability and performance.\n2. Model Selection and Training:\no Compare classification models for this task.\no Explain how you would tune hyperparameters to optimize classification\nperformance.\n3. Evaluation and Class Imbalance:\no Identify appropriate evaluation metrics and ju-tify your choices.\no Discuss method: to handle imbalanced classes.\n>>> Best of Luck to you \"vy <<<\nTanda tangan Reviewer:\n| Telah direview pada tang 9.\n| Nama Reviewer: meet ER\n| |" } ], "text": "1\nMWA PROGRAM STUDI S1 ILMU KOMPUTER\nAO) NI FAKUL VAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM\nNA UNIVERSITAS GADJAH MADA\nSo ———— ee ——\nLinn Exim\nOdd Semester 2024/2028\nCourse Name : Artificial Intelligence (CSA)\nDay, Date : Monday, 2 December 2024\nTime : 100 minutes . ,\nLecturer : Dzikri Rahadian Fudholi, S.Kom., M.Comp,\nExam mode : Open one A4/F4 Sheet\noo\nLollow the examiner rules and good luck!\n1. PLO2& 3- CO 1- Able to explain Papert System Architecture (7%)\nA. Explain the role of the knowledge base, inference engine, and user interface in an\nexpert system! [trate your explanation witli ample of how these components\ninteract in a specific domain (6.1. medical diagnosis or financial planning).\nB. Discuss the Ciallenges in maintaining the knowledye base over time\n2. PLO2& 3-CO5-Able to explain Natural Language Processing system (8%)\nA. Discuss the importance of text preprocessing in NLP 11 ks.\nB. Describe the steps involved in creating a preprocessing pipeline for an emotion\nrecognition system, addressing chollenges such as handling 1eisy data and token: tion in\nmorphologically rich languages.\nC. Explain the traditional word representations 01 1T-IDF! Discuss why thi method will\nnot perform well.\n3. PLO 4 & 5- CO 6- Able to explain Pattern Recognition and Machine Learning\nMethods (10 %)\nAn e-commerce company wants to develop a system to classify customers into \"tigh-\nRisk\" or \"Low-Risk\" groups for fraudulent transactions based on numerical features: The\nSEX or LOWE ) EN ee\ndatascl includes lransaction ame, nis. frequency of purchases, account age, refund rates,\nand other behavioural mefrics. The goal is to accurately classify customers while\nminimizing false positives (flagging legitimate customers as high-risk) and ful .c negatives\n(missing fraudulent customers).\nTask:\nWrite an essay/proposal preicrably in points, addressing tie following:\n. Tanda tangan Reviewer:\nTelah direview pada tanggal: conn.\nNama Reviewer: .o........o.... 1 cos. 10010eneaaan |\n\na we 2 Be ee al\n1. Data Exploration and Preprocessing:\no Discus how to handle missing values, outliers, and skewed distributions in\nnumerical features.\no Propose techniques for feature selection or dimensionality reduction to\nenhance model interpretability and performance.\n2. Model Selection and Training:\no Compare classification models for this task.\no Explain how you would tune hyperparameters to optimize classification\nperformance.\n3. Evaluation and Class Imbalance:\no Identify appropriate evaluation metrics and ju-tify your choices.\no Discuss method: to handle imbalanced classes.\n>>> Best of Luck to you \"vy <<<\nTanda tangan Reviewer:\n| Telah direview pada tang 9.\n| Nama Reviewer: meet ER\n| |" }, { "id": "intelegensia-buatan-uts-2012", "subject": "Kecerdasan Artifisial", "exam": "UTS", "year": 2012, "variant": null, "sources": [ { "file": "UTS/Intelegensia Buatan - UTS - 2012.jpg", "type": "image", "part": 0 }, { "file": "UTS/Intelegensia Buatan - UTS - 2012(1).jpg", "type": "image", "part": 1 } ], "pageCount": 2, "charCount": 3341, "pages": [ { "source": "UTS/Intelegensia Buatan - UTS - 2012.jpg", "page": 1, "method": "ocr", "text": "&\n=\n| MVERgrr 6\nsaKz DIA MAD\nSRAM STU td DAN PENGETAHUAN 11 ai ni\nPUTER Gan ELEKTRONIKA INSTRU ASI\nUIA TENGAH SEMESTER GENAP 2011/2012\n@ Meta kulan INTELEGENSIA BUATAN\nSila Kam3 BAIR gic. pom cries +B\nWai 3 120 en\nStat\nBuku Tertutup\n— Posen \" Dra Gi Hartati Mie, PhD\nDm Giaa ME, RO\n1. Apa makna dar. © cerdas? Sebutkan karakteristik system cerdas yg membedakan system\nGetas dengan ia. Ly,\n2. Diinginkan ia. system pakar untuk mengidentifikasi penyakit tanaman:\n2) Gambarkan seruktur system pakar.\n5) Eenian penjelasan masing-masing komponen\n©) Komponen mara yg pang penting diantara kompenen 1:5?\n9) Apa yg membedakan system Dakar dengan system informasi?\n~ ©) Apa yg dimaksud dp representasi Know ade, dengan cars ana knowledge\nGrepresentanaan?\nDe kam anic an Anowieage untuk mengidentifikasi penyakit tanaman.\n3. Apa yg Smad Sega” 1 Language Processing (NUP)? Berikan contohnya.\n2. Tusskan langkah angin serouatan NP?\n5... Jika Ginga sts item MP untk mencari data-data RO 1 bantuan Operasi\nja ne Sn ona,\n& Tukskan komponen stem NLP, beri penjelasan masing mai aa,\n7 Komponen mana yang akan Memberi lomba as Kant rt 15 denen\n5 nari an proses mendapatkan jawaban\n== Selamat Mengerjakan, Semoga Sukses aan\nPe\nJN AN" }, { "source": "UTS/Intelegensia Buatan - UTS - 2012(1).jpg", "page": 1, "method": "ocr", "text": "DEPARTEMEN PENDIDIKAN DAN KEBUDAYAAN :\nFAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM\nUNIVERSITAS GADJAH MADA\nUJIAN TENGAH SEMESTER GENAP AKADEMI 2012/2013\nNama Matakuliah Intelegensia Buatan :\nTanggal : 12 April 2012 a\nJam : 07-30 - 09.30 WB\n@ Sifat : Buku Tertutup\nPerhatian:\nMahasiswa tidak boleh bekerja sama selama ujian.\nBila ada mahasiswa yang curang dalam segala bentuk, maka mahasiswa akan\nmendapat nilai E.\n1. Problem based learning (pembelajaran mencari problem) untuk diselesaikan dengan\nmetode searching\na. Tentukan dan deskripsikan masalah yang baik yg butuh diselesaikan dengan\nmetode searching (diluar yg pernah) dibahas di kelas.\nb. Tentukan bentuk problem space, state space dan representasi graphnya.\nc. Ada berapa solusi yang didapatkan.\nd. Jika dikenakan konstrain yang anda tentukan, berapa macam solusinya.\nTuliskan konstrainnya, alasan penentuan konstrainnya dan tuliskan solusi\nyang didapatkan. |\n2. Diinginkan sistem pemroses bahasa alami untuk mencari data\na. Tulislah 4 kalimat berbahasa natural untuk mencari data pasien\nb. Tulislah bentuk contex-free graminar (production rules) yang untuk\nmenghasilkan kalimat yang anca definisikan.\nc. Jelaskan bagaimana menyimpan grammar yg anda tulis (b)\nd. Gambarkan komponen-komponen pemroses bahasa alami, dan beri\npenjelasan singkat\ne. Bagaimana anda merancang proses untuk menghasilkan luaran sesuai\ndengan perintah a).\n, 2. Apa yang menjadi perbedaan antara Sistem Pakar dan Sistem Pendukung\nKeputusan.\nGambarkan struktur Sistem Pakar yg lengkap. Beri penjelasan singkat fungsi dari\nmasing-masing komponen.\n3. Jelaskan dengan singkat, disertai dengan contoh :\na) Apa yg dimaksud dg mekanisme inferensi.\nb) Apa yg dimaksud dengan perunutan balik dan perunutan maju.\nc) Konflik resolutions\nd) Jelaskan macam-macam cara mengatasi konflik resolution.\nEvaluasi Pekerjaan berdasarkan: |\ne Tingkat kesesuaian jawaban dan pertanyaan.\ne Tingkat kelengkapan dan kejelasan jawaban.\ne Tingkat kebenaran jawaban.\n| e Tingkat keaslian pekerjaan, problem based learning tidak ada prolem yang sama\njika dikerjakan sendiri\ne Tingkat kekomplekan problem yang diselesaikan, |" } ], "text": "&\n=\n| MVERgrr 6\nsaKz DIA MAD\nSRAM STU td DAN PENGETAHUAN 11 ai ni\nPUTER Gan ELEKTRONIKA INSTRU ASI\nUIA TENGAH SEMESTER GENAP 2011/2012\n@ Meta kulan INTELEGENSIA BUATAN\nSila Kam3 BAIR gic. pom cries +B\nWai 3 120 en\nStat\nBuku Tertutup\n— Posen \" Dra Gi Hartati Mie, PhD\nDm Giaa ME, RO\n1. Apa makna dar. © cerdas? Sebutkan karakteristik system cerdas yg membedakan system\nGetas dengan ia. Ly,\n2. Diinginkan ia. system pakar untuk mengidentifikasi penyakit tanaman:\n2) Gambarkan seruktur system pakar.\n5) Eenian penjelasan masing-masing komponen\n©) Komponen mara yg pang penting diantara kompenen 1:5?\n9) Apa yg membedakan system Dakar dengan system informasi?\n~ ©) Apa yg dimaksud dp representasi Know ade, dengan cars ana knowledge\nGrepresentanaan?\nDe kam anic an Anowieage untuk mengidentifikasi penyakit tanaman.\n3. Apa yg Smad Sega” 1 Language Processing (NUP)? Berikan contohnya.\n2. Tusskan langkah angin serouatan NP?\n5... Jika Ginga sts item MP untk mencari data-data RO 1 bantuan Operasi\nja ne Sn ona,\n& Tukskan komponen stem NLP, beri penjelasan masing mai aa,\n7 Komponen mana yang akan Memberi lomba as Kant rt 15 denen\n5 nari an proses mendapatkan jawaban\n== Selamat Mengerjakan, Semoga Sukses aan\nPe\nJN AN\n\nDEPARTEMEN PENDIDIKAN DAN KEBUDAYAAN :\nFAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM\nUNIVERSITAS GADJAH MADA\nUJIAN TENGAH SEMESTER GENAP AKADEMI 2012/2013\nNama Matakuliah Intelegensia Buatan :\nTanggal : 12 April 2012 a\nJam : 07-30 - 09.30 WB\n@ Sifat : Buku Tertutup\nPerhatian:\nMahasiswa tidak boleh bekerja sama selama ujian.\nBila ada mahasiswa yang curang dalam segala bentuk, maka mahasiswa akan\nmendapat nilai E.\n1. Problem based learning (pembelajaran mencari problem) untuk diselesaikan dengan\nmetode searching\na. Tentukan dan deskripsikan masalah yang baik yg butuh diselesaikan dengan\nmetode searching (diluar yg pernah) dibahas di kelas.\nb. Tentukan bentuk problem space, state space dan representasi graphnya.\nc. Ada berapa solusi yang didapatkan.\nd. Jika dikenakan konstrain yang anda tentukan, berapa macam solusinya.\nTuliskan konstrainnya, alasan penentuan konstrainnya dan tuliskan solusi\nyang didapatkan. |\n2. Diinginkan sistem pemroses bahasa alami untuk mencari data\na. Tulislah 4 kalimat berbahasa natural untuk mencari data pasien\nb. Tulislah bentuk contex-free graminar (production rules) yang untuk\nmenghasilkan kalimat yang anca definisikan.\nc. Jelaskan bagaimana menyimpan grammar yg anda tulis (b)\nd. Gambarkan komponen-komponen pemroses bahasa alami, dan beri\npenjelasan singkat\ne. Bagaimana anda merancang proses untuk menghasilkan luaran sesuai\ndengan perintah a).\n, 2. Apa yang menjadi perbedaan antara Sistem Pakar dan Sistem Pendukung\nKeputusan.\nGambarkan struktur Sistem Pakar yg lengkap. Beri penjelasan singkat fungsi dari\nmasing-masing komponen.\n3. Jelaskan dengan singkat, disertai dengan contoh :\na) Apa yg dimaksud dg mekanisme inferensi.\nb) Apa yg dimaksud dengan perunutan balik dan perunutan maju.\nc) Konflik resolutions\nd) Jelaskan macam-macam cara mengatasi konflik resolution.\nEvaluasi Pekerjaan berdasarkan: |\ne Tingkat kesesuaian jawaban dan pertanyaan.\ne Tingkat kelengkapan dan kejelasan jawaban.\ne Tingkat kebenaran jawaban.\n| e Tingkat keaslian pekerjaan, problem based learning tidak ada prolem yang sama\njika dikerjakan sendiri\ne Tingkat kekomplekan problem yang diselesaikan, |" }, { "id": "intelegensia-buatan-uts-2014", "subject": "Kecerdasan Artifisial", "exam": "UTS", "year": 2014, "variant": null, "sources": [ { "file": "UTS/Intelegensia Buatan - UTS - 2014.pdf", "type": "pdf", "part": 0 }, { "file": "UTS/Intelegensia Buatan - UTS - 2014.jpg", "type": "image", "part": 0 }, { "file": "UTS/Intelegensia Buatan - UTS - 2014(1).jpg", "type": "image", "part": 1 } ], "pageCount": 3, "charCount": 7255, "pages": [ { "source": "UTS/Intelegensia Buatan - UTS - 2014.pdf", "page": 1, "method": "text-layer", "text": "UJ|AN TENGAH SEMESTER GENAP 2Ot3/2014\nFAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM\nUNIVERSITAS GADJAH MADA\nUJIAN TENGAH SEMESTER, SEMESTER GENAP 2OI3I2OI4\nMATA KULIAH\nHARI/TANGGAL\nWAKTU\nSIFAT\nINTtLEGENSIA BUATAN\nSelasa, 15 April 2014\n120 menit\nBuku Tertutup\nPerhatian:\n- Pengawas ujian tidak perru meneg,urmah.ls]swa yang berbuat curang, cukup\nmenuliskan nomor mahasiswa pada BERTTA ACARA\n- Mahasiswa yang dinyatakan curang tersebut akan mendapat nirai 0.\nl. lf,f\"t termasuk bidang Intelegensia buatan. Berikan penjelasan masing-\nmasing.\n@ Oiingiokun suatu sistem pemrv yang tinggal di dekat bgrpui.\na. Langkah - langkah apa yang dilakukan untuk menghasilkan sistem\npemroses bahasa alami tersebut.\nb' Buatlah aturan produksi atau grammar untuk keperluan tersebut diatas.\nc. Berikan komponen-komponen pemroses bahasa alami dan terangk; -\nfungsi masing-masing komponin.\nd. Apa yang dimaksud knowledge pada sistem bahasa alami dan bagaimana\n. menyimpannya.\n- 9 Apa yang dimaksud dengan parse tree pada sistem pemroses bahasa alami.\n3' Diinginkan suatu sistem pakar untuk diagnose t \"r,rruti'sepeda.?. Apa perbedaannya system pakar dengan knowledge base sisttem.\nt Apa yang dimaksud denganknowledle pada sisteri pakar tersebut diatas. \"@ Tuliskan komponen - komponen sistJm pakar aan feri penjelasan masing_\nmasing.\nd. Beri contoh knowledge untuk sistem pakar\n@ Bagaimana menyimpan knowledge tersebut dan bagaimana\nmenggunakannya.\n4. Diketahui rute penerbangan yang ada sbb:$_B, E_D, A_E, E_D, A_D. B_T. D_\nT, Ranc3rg rgqlus y$e m untuk me ncari kai-rut e p e nesa\" g * a\n\"r r.\" i.-o - i,E-T. Tuliskan algoritma untuk mencarikan rute plnerburrg*.\nuntuk mencari alamat d.gsen\n====== Selamat mengerjakan semoga sukses ======" }, { "source": "UTS/Intelegensia Buatan - UTS - 2014.jpg", "page": 1, "method": "ocr", "text": "GD:\nC 2 NI\nSOAL UJIAN TENGAH SEMESTER GENAP TA. 2013/2014\nFAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM UGM\nMATA KULIAH : INTELIGENSIA BUATAN (MIK2451)\nHARI, TANGGAL : SELASA, 15 APRIL 2014 SESI 3\nWAKTU : 110 MENIT (13:00 S/D 14:50 WIB)\nSIFAT : TERBUKA DAN OFFLINE\n~ KELAS :B- SI JURUSAN ILMU KOMPUTER DAN ELEKTRONIKA\n©); DOSEN : AINA MUSDHOLIFAH, S.Kcm.. M.Kom. Ph.D\nMERE ahs eB deemed 8 SG ni\n1. Suatu sisi dapat dikategorikan sebagai produk kecerdasan buatan dilihat dari cara bertikir\ndan Lertinda,. Jelaskan bagaimana cara bertikir dan berperilaku sistem agar dikatakan sebagai\nproduk kecerdasan buatan.\n\n2. Denzan menggunakan pehon pencarian berikut, caril.h state yang dikunjungi dan path\nsolusinya untuk mencapai F. Gunakan metode pencarian BFS dan DFS, serta tentukan solusi\nterbaik dari solusi yang dihasilkan dari BFS dan DFS tersebut, jika cost function path-nya\nadalah maksimal! adalah total poin dari setiap karakter yang dikunjungi.\n\nG\nLi NO AH\nA 3\n.\n= SRE |\n14 K\n— N -\n32 |) G\n=\n17 L\nB 5\n;\n:\n:\n1s\n\n3. Undang-undang di negera Impian menyatakan bahwa apabila terdapat wa Janya yang menjual v\nsenjata ke negera musuh maka hal tersebut merupakan tindak kejahatan. Salah satu musuh\ndari negara Impian adalah negara Kenyataan. Negara Kenyataan mempunyai senjata yani\nsemuanya dibeli dari kolonel Mimpi, diman: Mimpi adalah warga negara Info Nan\nDengan menggunakan And/OR Graph, unilikasi-substitusi dan Forward Chaining, buktikan\nbahwa kolonel Mimpi adalah seorang kriminal.\n\n4. Pak Husain adalah seorang pengamat ikan, dia ingin memaparkan tentang bagaimana\nmengidentifikasi jenis ikan. Ada beberupa karakteristik ikan yang dapat digunakan untuk\nmenentukan jenisnya. Ketika ikan bergerak cepat didalam air maka dapat digolongkan ikan\nbersifat aktif, sedangkan ikan yang bergerak lambat maka dapat dikarikan bersifat pasif. Ikan\nyang mi ekanannya ikan atau serangga atau makanan berbahan daging tergolong ikan\ncarnivors, namun jika makannya daun kecil atau lumut maka tergolong ikan herbivora. Jenis\nikan Tricer Liris ditandai dengan bentuk badan belahketupat, bercorak 2.115, carnivora dan\nbersitat pasil. Ikan Kepe Panda mempunyai karakteristik bentuk tubuh 1... pipih, bercorak\n\n————— —_— Po “EA\nBaris, ci.ouivora, dun Ds sia pasif. Ikan yang mempunyai karakteristik bentuk tubuh panjang\npipih, bercorak bintik bulat, herbivora dan bersifat aktif, dapat dikategorikan ikan Bayern.\nIv. Bagaiamana representasi pengetahuan di atas dengan mengganakan production system.\nkena lakukan penalaran untuk menentukan jenis ikan berkarakteristik bergerak lambat di\nair, bentuk tubuh bulat pipih, bercorak garis dan makanannya ikan.\nTENUN ee oo weeeesecseeems Dalaman Mengerjakan inner aeaem mam enemas ese." }, { "source": "UTS/Intelegensia Buatan - UTS - 2014(1).jpg", "page": 1, "method": "ocr", "text": "Saad a) . Aa\ndenis. €\nEs.\nNA\n27 DA\nSs\n: Do an 3/2014\nANT SEMESTER GENAP TA. 2015/20]\nFy pd by cp y { ILMU PENGETAHUAN ALAM UGM\nFAKULTAS MATEMATIKA DAN IL.\n1 PAP ) 4 2 1\nMATA KULIAH INTELIGENSIA BUA LAK a 451)\nHARI, TANGGAL : SELASA, 15 APRIL 2014 S\nWAKTU : 110 MENIT (13:00 S/D 14:50 WIB)\n: TERBUKA DAN OFFLINE . .\nKELAS .B- SI JURUSAN ILMU KOMPUTER DAN ELBKI RONIKA\n3) DOSEN . AINA MUSDHOLL AH, 8.Kom., M.Kom. Ph.D\nCOE ie a GL AA\ntenho ME Ee ae le\ni an dili ari cara ber ir\n1. Suatu sistem dapat dikategorikan sebagai produk kecerdasan buaian dilihat Pos FY pm\ndan bertindak Jelaskan bagaimana cara beriikir dan berperilaku sistem agar dikala page\nproduk kecerdasan buatan.\n\n2. Dengan menggunakan pohon pencarian berikut, carilah state yang i Aa pet\nsolusinya untuk mencapai F. Gunakan metode pencarian BFS dan DEs, serta tentu ba x\nterbaik dari solusi yang dihasilkan dari BI'S dan DFS tersebut, Jika cost function path-ny Ae B - =\nadalah maksimal adalah total poin dari setiap karakter yang dikunju ngi BFS :S ;\n\nG i - A=\nos DESH S-A-F\n21 H\n: | 21\n| 1\nE al\n[TK 95\nS Li 0\nE\nD 9 (\nfps 12\nH\n60\n:\n15\n\n3. Undang-undang di negera Impian menyatakan bahwa apabila terdapat warganya yang menjual\nsenjala ke negera musuh maka hal tersebut merupakan tindak kejahatan. Salah satu musuh\ndari negara Impian adalah negara Kenyataan. Negara Kenyataan mempunyai senjuii yang\n\nsemuanya dibeli dari kolonel Mimpi, dimana Mimpi adalah warga negara Impian.\nDengan menggunakan And/OR Graph, unifikasi-substitusi dan Forward Chaining, buktikan\nLahwa kolonel Mimpi adalah seviang kriminal.\n\n4. Pak Husain adalah seorang pengamat ikan, dia ingin memaparkan tentang bagainana\nmengidentifikasi jenis ikan. Ada beberapa karakteristik ikan yang dapat digunakan untuk\nmenentukan jenisnya. Ketika ikan bergerak cepat didalam air maka dapat digolongkan ikan\nbersifat aktif, sedangkan ikan yang bergerak lambat maka dapat dikatakan bersifat pasif. Ikan\n\nyang makanannya ikan atau serangga atau makanan berbahan daging tergolong ikan\n\ncarnivora, namun jika makannya daun kecil atau lumut maka tergolong ikan herbivora. Jenis\n\nikan Triger Liris ditandai dengan beatuk badan boluhketupat, bercorak garis, carnivora dan\n\nbersifat pasif. Ikan Kepe Panda mempunyai karakteristik bentuk tubuh bulat pipih, bercorak\ngaris, carnivora, dan bersifat pasif. Ikan yang mempunyai karakteristik bentuk tubuh panjang\npipih, hercorak bintik bulat, herbivora dan bersifat aktif, dapat dikategorikan ikan Bayeman\n\nIjo. Bagaiamana representasi pengetahuan di atas dengan menggunakan production system,\n\nkemudian 'akukan penalaran untuk menentukan jenis ikan betharakteristik bergerak lambat di\nair, bentuk tubuh bulat pipih, bercorak garis dan makanannya ikan.\nTINTA TA em ye en pn aan uan rn ww ay nme wm awn Dolamut ongorjakanesssmsuonas sons syssammssnassenaniansoncumsnmanes" } ], "text": "UJ|AN TENGAH SEMESTER GENAP 2Ot3/2014\nFAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM\nUNIVERSITAS GADJAH MADA\nUJIAN TENGAH SEMESTER, SEMESTER GENAP 2OI3I2OI4\nMATA KULIAH\nHARI/TANGGAL\nWAKTU\nSIFAT\nINTtLEGENSIA BUATAN\nSelasa, 15 April 2014\n120 menit\nBuku Tertutup\nPerhatian:\n- Pengawas ujian tidak perru meneg,urmah.ls]swa yang berbuat curang, cukup\nmenuliskan nomor mahasiswa pada BERTTA ACARA\n- Mahasiswa yang dinyatakan curang tersebut akan mendapat nirai 0.\nl. lf,f\"t termasuk bidang Intelegensia buatan. Berikan penjelasan masing-\nmasing.\n@ Oiingiokun suatu sistem pemrv yang tinggal di dekat bgrpui.\na. Langkah - langkah apa yang dilakukan untuk menghasilkan sistem\npemroses bahasa alami tersebut.\nb' Buatlah aturan produksi atau grammar untuk keperluan tersebut diatas.\nc. Berikan komponen-komponen pemroses bahasa alami dan terangk; -\nfungsi masing-masing komponin.\nd. Apa yang dimaksud knowledge pada sistem bahasa alami dan bagaimana\n. menyimpannya.\n- 9 Apa yang dimaksud dengan parse tree pada sistem pemroses bahasa alami.\n3' Diinginkan suatu sistem pakar untuk diagnose t \"r,rruti'sepeda.?. Apa perbedaannya system pakar dengan knowledge base sisttem.\nt Apa yang dimaksud denganknowledle pada sisteri pakar tersebut diatas. \"@ Tuliskan komponen - komponen sistJm pakar aan feri penjelasan masing_\nmasing.\nd. Beri contoh knowledge untuk sistem pakar\n@ Bagaimana menyimpan knowledge tersebut dan bagaimana\nmenggunakannya.\n4. Diketahui rute penerbangan yang ada sbb:$_B, E_D, A_E, E_D, A_D. B_T. D_\nT, Ranc3rg rgqlus y$e m untuk me ncari kai-rut e p e nesa\" g * a\n\"r r.\" i.-o - i,E-T. Tuliskan algoritma untuk mencarikan rute plnerburrg*.\nuntuk mencari alamat d.gsen\n====== Selamat mengerjakan semoga sukses ======\n\nGD:\nC 2 NI\nSOAL UJIAN TENGAH SEMESTER GENAP TA. 2013/2014\nFAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM UGM\nMATA KULIAH : INTELIGENSIA BUATAN (MIK2451)\nHARI, TANGGAL : SELASA, 15 APRIL 2014 SESI 3\nWAKTU : 110 MENIT (13:00 S/D 14:50 WIB)\nSIFAT : TERBUKA DAN OFFLINE\n~ KELAS :B- SI JURUSAN ILMU KOMPUTER DAN ELEKTRONIKA\n©); DOSEN : AINA MUSDHOLIFAH, S.Kcm.. M.Kom. Ph.D\nMERE ahs eB deemed 8 SG ni\n1. Suatu sisi dapat dikategorikan sebagai produk kecerdasan buatan dilihat dari cara bertikir\ndan Lertinda,. Jelaskan bagaimana cara bertikir dan berperilaku sistem agar dikatakan sebagai\nproduk kecerdasan buatan.\n\n2. Denzan menggunakan pehon pencarian berikut, caril.h state yang dikunjungi dan path\nsolusinya untuk mencapai F. Gunakan metode pencarian BFS dan DFS, serta tentukan solusi\nterbaik dari solusi yang dihasilkan dari BFS dan DFS tersebut, jika cost function path-nya\nadalah maksimal! adalah total poin dari setiap karakter yang dikunjungi.\n\nG\nLi NO AH\nA 3\n.\n= SRE |\n14 K\n— N -\n32 |) G\n=\n17 L\nB 5\n;\n:\n:\n1s\n\n3. Undang-undang di negera Impian menyatakan bahwa apabila terdapat wa Janya yang menjual v\nsenjata ke negera musuh maka hal tersebut merupakan tindak kejahatan. Salah satu musuh\ndari negara Impian adalah negara Kenyataan. Negara Kenyataan mempunyai senjata yani\nsemuanya dibeli dari kolonel Mimpi, diman: Mimpi adalah warga negara Info Nan\nDengan menggunakan And/OR Graph, unilikasi-substitusi dan Forward Chaining, buktikan\nbahwa kolonel Mimpi adalah seorang kriminal.\n\n4. Pak Husain adalah seorang pengamat ikan, dia ingin memaparkan tentang bagaimana\nmengidentifikasi jenis ikan. Ada beberupa karakteristik ikan yang dapat digunakan untuk\nmenentukan jenisnya. Ketika ikan bergerak cepat didalam air maka dapat digolongkan ikan\nbersifat aktif, sedangkan ikan yang bergerak lambat maka dapat dikarikan bersifat pasif. Ikan\nyang mi ekanannya ikan atau serangga atau makanan berbahan daging tergolong ikan\ncarnivors, namun jika makannya daun kecil atau lumut maka tergolong ikan herbivora. Jenis\nikan Tricer Liris ditandai dengan bentuk badan belahketupat, bercorak 2.115, carnivora dan\nbersitat pasil. Ikan Kepe Panda mempunyai karakteristik bentuk tubuh 1... pipih, bercorak\n\n————— —_— Po “EA\nBaris, ci.ouivora, dun Ds sia pasif. Ikan yang mempunyai karakteristik bentuk tubuh panjang\npipih, bercorak bintik bulat, herbivora dan bersifat aktif, dapat dikategorikan ikan Bayern.\nIv. Bagaiamana representasi pengetahuan di atas dengan mengganakan production system.\nkena lakukan penalaran untuk menentukan jenis ikan berkarakteristik bergerak lambat di\nair, bentuk tubuh bulat pipih, bercorak garis dan makanannya ikan.\nTENUN ee oo weeeesecseeems Dalaman Mengerjakan inner aeaem mam enemas ese.\n\nSaad a) . Aa\ndenis. €\nEs.\nNA\n27 DA\nSs\n: Do an 3/2014\nANT SEMESTER GENAP TA. 2015/20]\nFy pd by cp y { ILMU PENGETAHUAN ALAM UGM\nFAKULTAS MATEMATIKA DAN IL.\n1 PAP ) 4 2 1\nMATA KULIAH INTELIGENSIA BUA LAK a 451)\nHARI, TANGGAL : SELASA, 15 APRIL 2014 S\nWAKTU : 110 MENIT (13:00 S/D 14:50 WIB)\n: TERBUKA DAN OFFLINE . .\nKELAS .B- SI JURUSAN ILMU KOMPUTER DAN ELBKI RONIKA\n3) DOSEN . AINA MUSDHOLL AH, 8.Kom., M.Kom. Ph.D\nCOE ie a GL AA\ntenho ME Ee ae le\ni an dili ari cara ber ir\n1. Suatu sistem dapat dikategorikan sebagai produk kecerdasan buaian dilihat Pos FY pm\ndan bertindak Jelaskan bagaimana cara beriikir dan berperilaku sistem agar dikala page\nproduk kecerdasan buatan.\n\n2. Dengan menggunakan pohon pencarian berikut, carilah state yang i Aa pet\nsolusinya untuk mencapai F. Gunakan metode pencarian BFS dan DEs, serta tentu ba x\nterbaik dari solusi yang dihasilkan dari BI'S dan DFS tersebut, Jika cost function path-ny Ae B - =\nadalah maksimal adalah total poin dari setiap karakter yang dikunju ngi BFS :S ;\n\nG i - A=\nos DESH S-A-F\n21 H\n: | 21\n| 1\nE al\n[TK 95\nS Li 0\nE\nD 9 (\nfps 12\nH\n60\n:\n15\n\n3. Undang-undang di negera Impian menyatakan bahwa apabila terdapat warganya yang menjual\nsenjala ke negera musuh maka hal tersebut merupakan tindak kejahatan. Salah satu musuh\ndari negara Impian adalah negara Kenyataan. Negara Kenyataan mempunyai senjuii yang\n\nsemuanya dibeli dari kolonel Mimpi, dimana Mimpi adalah warga negara Impian.\nDengan menggunakan And/OR Graph, unifikasi-substitusi dan Forward Chaining, buktikan\nLahwa kolonel Mimpi adalah seviang kriminal.\n\n4. Pak Husain adalah seorang pengamat ikan, dia ingin memaparkan tentang bagainana\nmengidentifikasi jenis ikan. Ada beberapa karakteristik ikan yang dapat digunakan untuk\nmenentukan jenisnya. Ketika ikan bergerak cepat didalam air maka dapat digolongkan ikan\nbersifat aktif, sedangkan ikan yang bergerak lambat maka dapat dikatakan bersifat pasif. Ikan\n\nyang makanannya ikan atau serangga atau makanan berbahan daging tergolong ikan\n\ncarnivora, namun jika makannya daun kecil atau lumut maka tergolong ikan herbivora. Jenis\n\nikan Triger Liris ditandai dengan beatuk badan boluhketupat, bercorak garis, carnivora dan\n\nbersifat pasif. Ikan Kepe Panda mempunyai karakteristik bentuk tubuh bulat pipih, bercorak\ngaris, carnivora, dan bersifat pasif. Ikan yang mempunyai karakteristik bentuk tubuh panjang\npipih, hercorak bintik bulat, herbivora dan bersifat aktif, dapat dikategorikan ikan Bayeman\n\nIjo. Bagaiamana representasi pengetahuan di atas dengan menggunakan production system,\n\nkemudian 'akukan penalaran untuk menentukan jenis ikan betharakteristik bergerak lambat di\nair, bentuk tubuh bulat pipih, bercorak garis dan makanannya ikan.\nTINTA TA em ye en pn aan uan rn ww ay nme wm awn Dolamut ongorjakanesssmsuonas sons syssammssnassenaniansoncumsnmanes" }, { "id": "intelegensia-buatan-uts-2016", "subject": "Kecerdasan Artifisial", "exam": "UTS", "year": 2016, "variant": null, "sources": [ { "file": "UTS/Intelegensia Buatan - UTS - 2016(1).JPG", "type": "image", "part": 1 }, { "file": "UTS/Intelegensia Buatan - UTS - 2016(2).JPG", "type": "image", "part": 2 } ], "pageCount": 2, "charCount": 4313, "pages": [ { "source": "UTS/Intelegensia Buatan - UTS - 2016(1).JPG", "page": 1, "method": "ocr", "text": "Aa Lo a lind BRE as SEAR it A web i ii RR ndaiai Se PRT oR AN 4 RI AND A ARR RE mA HEP, ; :\n: 5 amin 4\n: 5 nama: OILY MUHAMAD FACHRA Nina 14 72638077 PA / 16862 .\nSOAL UJIAN TENGAH SEMESTER GENAP TA. 2015/2016\n; i M FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM UGM ne\nHd Si : . MATA KULIAH ~~ INJLLIGENSIA BUATAN (MIR2451) re e807 # 28)\n: : | ASIA, HARI TANGGAL : RABU, 30 MARET 2016 SESI | 1 [\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 \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 (¥,%))" }, { "id": "intelegensia-buatan-uts-2020-iup", "subject": "Kecerdasan Artifisial", "exam": "UTS", "year": 2020, "variant": "IUP", "sources": [ { "file": "UTS/Intelegensia Buatan - UTS - 2020 - IUP.pdf", "type": "pdf", "part": 0 } ], "pageCount": 1, "charCount": 1287, "pages": [ { "source": "UTS/Intelegensia Buatan - UTS - 2020 - IUP.pdf", "page": 1, "method": "ocr", "text": "Ouestion 1 Complete Mark 50.00 out of 100.00 Flag question\n0-1, PLO-3: 5%\nThere are four categories of Al definition. Give some keywords of each categories!\nQuestion 2 Complete — Mark 100.00 out of 100.00 Flag question\n0-2, PLO-5: 7.5% |\nOuestion 3 Corroizte Mare 20.00 out of 100.00 V Flag question\n€0-3, PLO-3: 7.5%\nUsing Wumpus . . orld: Suppose the agent has progressed to the point shown in Figure Slide page 10, having perceived\nnothing in [1,1], a breeze in [2,]],and a stench ir [1.2], and r ow is concerned ith the rents of [1,3], [2,2], and [3,1]. Each of\nthese can contain a pit, and at most one can contain pus. Following the ex f Figure Slide page 19 dan 21,\nconstruct the set of possible worlds. (You should find 32 of them). Mark the worlds in which the KB is true and those in\nwhich each of the following sentences is true:\na_2 = \"There i= no pit in 2 2]\"\na_3 =\"There is awump 5 in[13]\"\nHence show that KB|=a_2 and KB|=a_3!\nQuestion & Complete Mar< 72.00 out 55 100.00 V Flag g.zstion\n0-3, PLO-4: 5%\nG2 the following illustration = knowledge: David is a mer ho has a dog named Jerry. The dog likes meat but dc ==\nnot liks a cat named Tom. It is known that Tom is chasing a maoLz2. Mice really like cheese.\" Represent this knowled ze\nusing Semantic network representation!" } ], "text": "Ouestion 1 Complete Mark 50.00 out of 100.00 Flag question\n0-1, PLO-3: 5%\nThere are four categories of Al definition. Give some keywords of each categories!\nQuestion 2 Complete — Mark 100.00 out of 100.00 Flag question\n0-2, PLO-5: 7.5% |\nOuestion 3 Corroizte Mare 20.00 out of 100.00 V Flag question\n€0-3, PLO-3: 7.5%\nUsing Wumpus . . orld: Suppose the agent has progressed to the point shown in Figure Slide page 10, having perceived\nnothing in [1,1], a breeze in [2,]],and a stench ir [1.2], and r ow is concerned ith the rents of [1,3], [2,2], and [3,1]. Each of\nthese can contain a pit, and at most one can contain pus. Following the ex f Figure Slide page 19 dan 21,\nconstruct the set of possible worlds. (You should find 32 of them). Mark the worlds in which the KB is true and those in\nwhich each of the following sentences is true:\na_2 = \"There i= no pit in 2 2]\"\na_3 =\"There is awump 5 in[13]\"\nHence show that KB|=a_2 and KB|=a_3!\nQuestion & Complete Mar< 72.00 out 55 100.00 V Flag g.zstion\n0-3, PLO-4: 5%\nG2 the following illustration = knowledge: David is a mer ho has a dog named Jerry. The dog likes meat but dc ==\nnot liks a cat named Tom. It is known that Tom is chasing a maoLz2. Mice really like cheese.\" Represent this knowled ze\nusing Semantic network representation!" }, { "id": "intelegensia-buatan-uts-2020", "subject": "Kecerdasan Artifisial", "exam": "UTS", "year": 2020, "variant": null, "sources": [ { "file": "UTS/Intelegensia Buatan - UTS - 2020.pdf", "type": "pdf", "part": 0 } ], "pageCount": 3, "charCount": 843, "pages": [ { "source": "UTS/Intelegensia Buatan - UTS - 2020.pdf", "page": 1, "method": "ocr", "text": "| C0-1, PLO-3: 5%\nThere are four categories of Al definition. Cive some keywo ds of each categories!" }, { "source": "UTS/Intelegensia Buatan - UTS - 2020.pdf", "page": 2, "method": "ocr", "text": "| C0-2, PLO-5: 7.5%\nList the general steps in problem solving ard then give a brief explanation!" }, { "source": "UTS/Intelegensia Buatan - UTS - 2020.pdf", "page": 3, "method": "ocr", "text": "CO-3, PLO-3: 7.5%\nUsing Wumpus World: Suppose the agent has progressed to the point shown in F gure Slidz 553210,\nhaving perceived nothing in [11]. » breeze in [2,1]. and a stench in [1,2] and now is concerned with the\ncontents of [1,3], [2,2]. and [3,1]. Each of these can contain a pit, and at most one can contain a wumpus.\nFollowing the example of Figure Slide page 19 dan 21, construct the set of possible worlds. (You should\nfind 32 of them). Mark the worlds in which the KB is truz and those in which each of the following\nsenten-es is trus:\na_2=\"Thereis no pitin [2,2]\"\na 3 =\"There is a wumpus in[1,3]\"\nHence show that YBl=a_? ard KB|=a_3!" } ], "text": "| C0-1, PLO-3: 5%\nThere are four categories of Al definition. Cive some keywo ds of each categories!\n\n| C0-2, PLO-5: 7.5%\nList the general steps in problem solving ard then give a brief explanation!\n\nCO-3, PLO-3: 7.5%\nUsing Wumpus World: Suppose the agent has progressed to the point shown in F gure Slidz 553210,\nhaving perceived nothing in [11]. » breeze in [2,1]. and a stench in [1,2] and now is concerned with the\ncontents of [1,3], [2,2]. and [3,1]. Each of these can contain a pit, and at most one can contain a wumpus.\nFollowing the example of Figure Slide page 19 dan 21, construct the set of possible worlds. (You should\nfind 32 of them). Mark the worlds in which the KB is truz and those in which each of the following\nsenten-es is trus:\na_2=\"Thereis no pitin [2,2]\"\na 3 =\"There is a wumpus in[1,3]\"\nHence show that YBl=a_? ard KB|=a_3!" }, { "id": "intelegensia-buatan-uts-2021-iup-a", "subject": "Kecerdasan Artifisial", "exam": "UTS", "year": 2021, "variant": "IUP A", "sources": [ { "file": "UTS/Intelegensia Buatan - UTS - 2021 - IUP A.pdf", "type": "pdf", "part": 0 } ], "pageCount": 1, "charCount": 1812, "pages": [ { "source": "UTS/Intelegensia Buatan - UTS - 2021 - IUP A.pdf", "page": 1, "method": "text-layer", "text": "1\nUJIAN TENGAH SEMESTER GENAP TAHUN AKADEMIK 2018/2019\nPROGRAM STUDI S1 ILMU KOMPUTER\nFAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM\nUNIVERSITAS GADJAH MADA\nSubject : Intelegensia Buatan\nDate and time : Thursday, 08-04- 2021\nTime : 07:30-09:30\nLecture : Sri Hartati\n• Students must do it in writing, not typed.\n• If a student's work is the same as that of other students, the work will not be assessed.\n• The exam work (pdf file) must be uploaded to Elok right after the exam is finished.\nPLO2; CO-2: [Students are able to explain human intelligence, artificial intelligence, intelligent\nsystems for solving real problems]; value: 10%.\n1.\na. Explain clearly what artificial intelligence is and how it is different from natural intelligence.\nb. Give an example of the artificial intelligence that you have used, show the aspects of his\nintelligence.\nPLO2; CO-3: [Students are able to formulate solutions to problems with a search approach and are\nable to use search methods to solve them]; value: 10%\n2.\nCreate problems and state space to solve game problems.\na. Explain what game is completed?\nb. Show me the goal state.\nc. Write the state space up to 3 levels.\nPLO2; CO-4: [Students are able to explain knowledge-based systems, inference engine\nmechanisms and their use]; value: 10%\n3.\na. What is a knowledge-based system?\nb. What is an infererence engine (IE)?\nc. Explain the algorithm used to run IE?\nPLO3; CO-5: [Students are able to explain knowledge representation methods of known\ninformation and are able to apply knowledge representations to real problems]; value: 10%\n4.\na. Describe the 2 methods of knowledge representation that you are aware of other than IF-THEN.\nb. Give an example of knowledge, and represent the knowledge using the two methods of\nrepresentation above.\n=== Good luck, good luck ===" } ], "text": "1\nUJIAN TENGAH SEMESTER GENAP TAHUN AKADEMIK 2018/2019\nPROGRAM STUDI S1 ILMU KOMPUTER\nFAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM\nUNIVERSITAS GADJAH MADA\nSubject : Intelegensia Buatan\nDate and time : Thursday, 08-04- 2021\nTime : 07:30-09:30\nLecture : Sri Hartati\n• Students must do it in writing, not typed.\n• If a student's work is the same as that of other students, the work will not be assessed.\n• The exam work (pdf file) must be uploaded to Elok right after the exam is finished.\nPLO2; CO-2: [Students are able to explain human intelligence, artificial intelligence, intelligent\nsystems for solving real problems]; value: 10%.\n1.\na. Explain clearly what artificial intelligence is and how it is different from natural intelligence.\nb. Give an example of the artificial intelligence that you have used, show the aspects of his\nintelligence.\nPLO2; CO-3: [Students are able to formulate solutions to problems with a search approach and are\nable to use search methods to solve them]; value: 10%\n2.\nCreate problems and state space to solve game problems.\na. Explain what game is completed?\nb. Show me the goal state.\nc. Write the state space up to 3 levels.\nPLO2; CO-4: [Students are able to explain knowledge-based systems, inference engine\nmechanisms and their use]; value: 10%\n3.\na. What is a knowledge-based system?\nb. What is an infererence engine (IE)?\nc. Explain the algorithm used to run IE?\nPLO3; CO-5: [Students are able to explain knowledge representation methods of known\ninformation and are able to apply knowledge representations to real problems]; value: 10%\n4.\na. Describe the 2 methods of knowledge representation that you are aware of other than IF-THEN.\nb. Give an example of knowledge, and represent the knowledge using the two methods of\nrepresentation above.\n=== Good luck, good luck ===" }, { "id": "intelegensia-buatan-uts-2021-iup-b", "subject": "Kecerdasan Artifisial", "exam": "UTS", "year": 2021, "variant": "IUP B", "sources": [ { "file": "UTS/Intelegensia Buatan - UTS - 2021 - IUP B.pdf", "type": "pdf", "part": 0 } ], "pageCount": 1, "charCount": 1812, "pages": [ { "source": "UTS/Intelegensia Buatan - UTS - 2021 - IUP B.pdf", "page": 1, "method": "text-layer", "text": "1\nUJIAN TENGAH SEMESTER GENAP TAHUN AKADEMIK 2018/2019\nPROGRAM STUDI S1 ILMU KOMPUTER\nFAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM\nUNIVERSITAS GADJAH MADA\nSubject : Intelegensia Buatan\nDate and time : Thursday, 08-04- 2021\nTime : 07:30-09:30\nLecture : Sri Hartati\n• Students must do it in writing, not typed.\n• If a student's work is the same as that of other students, the work will not be assessed.\n• The exam work (pdf file) must be uploaded to Elok right after the exam is finished.\nPLO2; CO-2: [Students are able to explain human intelligence, artificial intelligence, intelligent\nsystems for solving real problems]; value: 10%.\n1.\na. Explain clearly what artificial intelligence is and how it is different from natural intelligence.\nb. Give an example of the artificial intelligence that you have used, show the aspects of his\nintelligence.\nPLO2; CO-3: [Students are able to formulate solutions to problems with a search approach and are\nable to use search methods to solve them]; value: 10%\n2.\nCreate problems and state space to solve game problems.\na. Explain what game is completed?\nb. Show me the goal state.\nc. Write the state space up to 3 levels.\nPLO2; CO-4: [Students are able to explain knowledge-based systems, inference engine\nmechanisms and their use]; value: 10%\n3.\na. What is a knowledge-based system?\nb. What is an infererence engine (IE)?\nc. Explain the algorithm used to run IE?\nPLO3; CO-5: [Students are able to explain knowledge representation methods of known\ninformation and are able to apply knowledge representations to real problems]; value: 10%\n4.\na. Describe the 2 methods of knowledge representation that you are aware of other than IF-THEN.\nb. Give an example of knowledge, and represent the knowledge using the two methods of\nrepresentation above.\n=== Good luck, good luck ===" } ], "text": "1\nUJIAN TENGAH SEMESTER GENAP TAHUN AKADEMIK 2018/2019\nPROGRAM STUDI S1 ILMU KOMPUTER\nFAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM\nUNIVERSITAS GADJAH MADA\nSubject : Intelegensia Buatan\nDate and time : Thursday, 08-04- 2021\nTime : 07:30-09:30\nLecture : Sri Hartati\n• Students must do it in writing, not typed.\n• If a student's work is the same as that of other students, the work will not be assessed.\n• The exam work (pdf file) must be uploaded to Elok right after the exam is finished.\nPLO2; CO-2: [Students are able to explain human intelligence, artificial intelligence, intelligent\nsystems for solving real problems]; value: 10%.\n1.\na. Explain clearly what artificial intelligence is and how it is different from natural intelligence.\nb. Give an example of the artificial intelligence that you have used, show the aspects of his\nintelligence.\nPLO2; CO-3: [Students are able to formulate solutions to problems with a search approach and are\nable to use search methods to solve them]; value: 10%\n2.\nCreate problems and state space to solve game problems.\na. Explain what game is completed?\nb. Show me the goal state.\nc. Write the state space up to 3 levels.\nPLO2; CO-4: [Students are able to explain knowledge-based systems, inference engine\nmechanisms and their use]; value: 10%\n3.\na. What is a knowledge-based system?\nb. What is an infererence engine (IE)?\nc. Explain the algorithm used to run IE?\nPLO3; CO-5: [Students are able to explain knowledge representation methods of known\ninformation and are able to apply knowledge representations to real problems]; value: 10%\n4.\na. Describe the 2 methods of knowledge representation that you are aware of other than IF-THEN.\nb. Give an example of knowledge, and represent the knowledge using the two methods of\nrepresentation above.\n=== Good luck, good luck ===" }, { "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." }, { "id": "kecerdasan-artifisial-uts-2020-csa-dan-koma", "subject": "Kecerdasan Artifisial", "exam": "UTS", "year": 2020, "variant": "KOM A", "sources": [ { "file": "UTS/Kecerdasan Artifisial - UTS - 2020 - CSA dan KOMA.pdf", "type": "pdf", "part": 0 } ], "pageCount": 1, "charCount": 1840, "pages": [ { "source": "UTS/Kecerdasan Artifisial - UTS - 2020 - CSA dan KOMA.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 2021/2022\nMata Kuliah (Course) : [Artificial Intelligence] [CSA and ILKOM-A]\nHari, tanggal (Day, date) : [Rabu, 06-October-2021]\nWaktu / Duration : [13.00-15.00 (max. 120 minutes)]\nDosen /Lecturer : [Retantyo Wardoyo]\nSifat Ujian /Notes : [TIDAK BOLEH KERJASAMA/INDIVIDUAL]\nPLO 3 :CO-1 (10 %): [Students are able to explain research trends in artificial intelligence\nand intelligent agents]\n1. Describe the following concepts:\na. What are the difference between Decision Support Systems and Artificial\nIntelligence, both in their functions and models?\nb. Describe the concept of knowledge and its use in intelligent systems.\nPLO-3:CO-2 (10 %): [Students are able to formulate solutions to problems with a search\napproach and are able to use search methods to solve them]\n2. The search for knowledge is very important in artificial intelligence systems.\na. Explain why.\nb. If you are to solve integral problems, how would you solve the problems in terms of\nintelligent systems.\nPLO 4:CO-3 (10 %): [Students are able to identify knowledge and represent that\nknowledge correctly, and are able to carry out the unification process when\nconcluding that knowledge]\n3. The following information is given: Ani and Budi are students. Each student has an\nacademic supervisor. If a student has taken the final assignment, then the academic\nsupervisor is the main supervisor for the final project. Budi has taken the final assignment\nwith the main supervisor as Charlie.\na. Write the information in predicate logics.\nb. Show with CNF whether if Ani has not taken the final assignment, then the academic\nsupervisor is not 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 2021/2022\nMata Kuliah (Course) : [Artificial Intelligence] [CSA and ILKOM-A]\nHari, tanggal (Day, date) : [Rabu, 06-October-2021]\nWaktu / Duration : [13.00-15.00 (max. 120 minutes)]\nDosen /Lecturer : [Retantyo Wardoyo]\nSifat Ujian /Notes : [TIDAK BOLEH KERJASAMA/INDIVIDUAL]\nPLO 3 :CO-1 (10 %): [Students are able to explain research trends in artificial intelligence\nand intelligent agents]\n1. Describe the following concepts:\na. What are the difference between Decision Support Systems and Artificial\nIntelligence, both in their functions and models?\nb. Describe the concept of knowledge and its use in intelligent systems.\nPLO-3:CO-2 (10 %): [Students are able to formulate solutions to problems with a search\napproach and are able to use search methods to solve them]\n2. The search for knowledge is very important in artificial intelligence systems.\na. Explain why.\nb. If you are to solve integral problems, how would you solve the problems in terms of\nintelligent systems.\nPLO 4:CO-3 (10 %): [Students are able to identify knowledge and represent that\nknowledge correctly, and are able to carry out the unification process when\nconcluding that knowledge]\n3. The following information is given: Ani and Budi are students. Each student has an\nacademic supervisor. If a student has taken the final assignment, then the academic\nsupervisor is the main supervisor for the final project. Budi has taken the final assignment\nwith the main supervisor as Charlie.\na. Write the information in predicate logics.\nb. Show with CNF whether if Ani has not taken the final assignment, then the academic\nsupervisor is not Charlie." }, { "id": "kecerdasan-artifisial-uts-2021-iup-a", "subject": "Kecerdasan Artifisial", "exam": "UTS", "year": 2021, "variant": "IUP A", "sources": [ { "file": "UTS/Kecerdasan Artifisial - UTS - 2021 - IUP A.pdf", "type": "pdf", "part": 0 } ], "pageCount": 1, "charCount": 1840, "pages": [ { "source": "UTS/Kecerdasan Artifisial - UTS - 2021 - IUP A.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 2021/2022\nMata Kuliah (Course) : [Artificial Intelligence] [CSA and ILKOM-A]\nHari, tanggal (Day, date) : [Rabu, 06-October-2021]\nWaktu / Duration : [13.00-15.00 (max. 120 minutes)]\nDosen /Lecturer : [Retantyo Wardoyo]\nSifat Ujian /Notes : [TIDAK BOLEH KERJASAMA/INDIVIDUAL]\nPLO 3 :CO-1 (10 %): [Students are able to explain research trends in artificial intelligence\nand intelligent agents]\n1. Describe the following concepts:\na. What are the difference between Decision Support Systems and Artificial\nIntelligence, both in their functions and models?\nb. Describe the concept of knowledge and its use in intelligent systems.\nPLO-3:CO-2 (10 %): [Students are able to formulate solutions to problems with a search\napproach and are able to use search methods to solve them]\n2. The search for knowledge is very important in artificial intelligence systems.\na. Explain why.\nb. If you are to solve integral problems, how would you solve the problems in terms of\nintelligent systems.\nPLO 4:CO-3 (10 %): [Students are able to identify knowledge and represent that\nknowledge correctly, and are able to carry out the unification process when\nconcluding that knowledge]\n3. The following information is given: Ani and Budi are students. Each student has an\nacademic supervisor. If a student has taken the final assignment, then the academic\nsupervisor is the main supervisor for the final project. Budi has taken the final assignment\nwith the main supervisor as Charlie.\na. Write the information in predicate logics.\nb. Show with CNF whether if Ani has not taken the final assignment, then the academic\nsupervisor is not 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 2021/2022\nMata Kuliah (Course) : [Artificial Intelligence] [CSA and ILKOM-A]\nHari, tanggal (Day, date) : [Rabu, 06-October-2021]\nWaktu / Duration : [13.00-15.00 (max. 120 minutes)]\nDosen /Lecturer : [Retantyo Wardoyo]\nSifat Ujian /Notes : [TIDAK BOLEH KERJASAMA/INDIVIDUAL]\nPLO 3 :CO-1 (10 %): [Students are able to explain research trends in artificial intelligence\nand intelligent agents]\n1. Describe the following concepts:\na. What are the difference between Decision Support Systems and Artificial\nIntelligence, both in their functions and models?\nb. Describe the concept of knowledge and its use in intelligent systems.\nPLO-3:CO-2 (10 %): [Students are able to formulate solutions to problems with a search\napproach and are able to use search methods to solve them]\n2. The search for knowledge is very important in artificial intelligence systems.\na. Explain why.\nb. If you are to solve integral problems, how would you solve the problems in terms of\nintelligent systems.\nPLO 4:CO-3 (10 %): [Students are able to identify knowledge and represent that\nknowledge correctly, and are able to carry out the unification process when\nconcluding that knowledge]\n3. The following information is given: Ani and Budi are students. Each student has an\nacademic supervisor. If a student has taken the final assignment, then the academic\nsupervisor is the main supervisor for the final project. Budi has taken the final assignment\nwith the main supervisor as Charlie.\na. Write the information in predicate logics.\nb. Show with CNF whether if Ani has not taken the final assignment, then the academic\nsupervisor is not Charlie." }, { "id": "kecerdasan-artifisial-uts-2022-kom-a", "subject": "Kecerdasan Artifisial", "exam": "UTS", "year": 2022, "variant": "KOM A", "sources": [ { "file": "UTS/Kecerdasan Artifisial - UTS - 2022 - KOM A.pdf", "type": "pdf", "part": 0 } ], "pageCount": 2, "charCount": 2666, "pages": [ { "source": "UTS/Kecerdasan Artifisial - UTS - 2022 - KOM A.pdf", "page": 1, "method": "ocr", "text": "/\n/\n‘ON? UJIAN SISIPAN SEMESTER GASAL TAHUN AKADEMIK 2022/2023\nSp PROGRAM STUDI SI ILMU KOMPUTER\nCY FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM\n| UNIVERSITAS GADJAH MADA\nts\n\nMata kuliah : (Kecerdasan Artifisial (MIT 212401): KOMA|]\nHari, tanggal : (Selasa, 11 Oktober 2022]\nWaktu : [120 menit) (13.00-15.00 WIL)\nDosen : (Sri Mulyana|\nSifat Ujian : (Buku Tertutup)\n\nInstruksi:\n\nKerjakan semua soal berikut dengan TELITI, mulailah dari soal yang saudara anggap\n\nmudah,\n\nPLO-2: CO-1: (Nilai : 7,5 %) [Mampu menjelaskan tren penelitian kecerdasan artifisial dan\n\nagen cerdas)|\n\nI. Kecerdasan Artifisial merupakan salah satu aplikasi bidang komputer yang cukup berhasil.\nJelaskan bagaimana konsep Kecerdasan Artifisial serta berikan contoh dan penjelasan bidang\naplikasi Kecerdasan Artifisia!!\n\nPLO-3: CO-2; (Nilai : 15%) |Mampu memformulasikan permasalahan dengan pendekatan\n\npencarian solusi dan mampu mengggunakan metode-metode pencarian untuk ~~\n\npenyelesaiannya |\n\n2. Salah satu teknik penting dalam Kecerdasan Artifisial adalah searching. Sebutkan, jelaskan\ndan berilah contoh hal-hal yang barkaitan dengan proses searching tersebut!\n\n3. Kembangkan sebuah agen cerdas untuk pengelolaan layanan lift pada gedung kuliah Program\nS2/S3 FMIPA UGM (1 lift melayani 5 lantai). Tentukan: State, Operator, Goal Test dan Path\nCost yang terkait dengan masalah tersebut. Buatlah simulasi jika terjadi 7 urutan (antrian)\nyang harus dilayani!\n\nPLO-3: CO-3; (Nilai : 22,5 %) |[Mampu mengidentifisikasi pengetahuan dan\n\nmerepresentasikan pengetahuan tersebut dengan benar, serta mampu melakukan proses\n\nunifikasi saat menyimpulkan perigetzhuan tersebut|\n\n4, Gambarkan sebuah jaringan semantik untuk computer communications dengan menggunakan\nlink AKO (a kind of) dan IS-A. Misalkan klas yang diberikan adalah: local area net, wide area\nnet, token ring, star, centralized, decentralized, distributed, modems, telecommunications,\nbulletin boards dan electronic mail, Dari jaringan semantik yang anda gambarkan tersebut\nsusunlah pengetahuan yang diperoleh!\n\n| J." }, { "source": "UTS/Kecerdasan Artifisial - UTS - 2022 - KOM A.pdf", "page": 2, "method": "ocr", "text": "| |\n|\n: : . : . La Garena dimergia\n5. Susunlah mekanisme inferensi pzda logika proposisional beriku! hingga diperoizh\nKesimpulannya:\n(PAQ)>V\nPS\nSR\n5\nR0\n2 V\n6. Gunakan penyataan berikut untuk menuliskan quantified firs-ordzr predicar? logic formulas:\nP(x) = x is a programmer\nS(x) = x 1s smart\nL(x,y) =x loves y |\na. All programmers are smart f. Everyone is not programmer\nb. Some programmers are smart g. Everyone is programm. V\nPS\nSR\n5\nR0\n2 V\n6. Gunakan penyataan berikut untuk menuliskan quantified firs-ordzr predicar? logic formulas:\nP(x) = x is a programmer\nS(x) = x 1s smart\nL(x,y) =x loves y |\na. All programmers are smart f. Everyone is not programmer\nb. Some programmers are smart g. Everyone is programm. R\n~(RvQ)\n5. Diberikan pernyataan-pernyataan sebagai berikut:\nBudi suka semua jenis makanan.\nApel adalah makanan.\nAyam goreng adalah makanan.\nSesuatu yang dimakan dan tidak membuat mati adalah makanan.\nJohan makan kacang dan masih hidup.\n‘Susi makan setiap yang dimakan Johan.\na. Tuliskan kalimat-kalimat tersebut dalam logika predikat!\nb. Dengan menggunakan teknik resolusi, tunjukkan bahwa Budi suka kacang!\nc. Gunakan teknik resolusi untuk menjawab pertanyaan: \"Apa makanan yang dimakan\nSusi?”\n——00(l)oo-—-" } ], "text": "\\ UJIAN SISIPAN SEMESTER GASAL TAHUN AKADEMIK 2023/2024\n(ion PROGRAM STUDI S1 ILMU KOMPUTER\ni FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM\nUNIVERSITAS GADJAH MADA\nMata kuliah : (Kecerdasan Artifisial (M1 212401): KOM AM\n0 Hari, tanggal : Hum'at, 60 Oktober 2023)\nWaktu : [110 menit)\nDosen : [Sri Mulyana|\nSifat Ujian : [Buku Tertutup)\n\nInstruksi:\n\nKerjakan semua soal berikut dengan TELITI, mulailah dari soal yang saudara ang:ap\n\nmudah.\n\nPLO-2: CO-1; (Nilai : 5 %) (Mampu menjelaskan tren penelitian Kecerdasan artifisial dan\n\nagen cerdas)\n\n1. Kecerdasan Artifisial merupakan salah satu aplikasi bidang komputer yang cukup berhasil.\nJelaskan bagaimana konsep Kecerdasan Artifisial serta berikan contoh dan penjelasan bidang\naplikasi Kecerdasan Artifisial!\n\nPLO-3; CO-2; (Nilai : 20 %) (Mampu memformulasikan permasalahan dengan pendekatan\n\npencarian solusi dan mampu mengggunakan metode-metode pencarian untuk\n\npenyelesaiannya |\n\n2. Salah satu teknik penting dalam Kecerdasan Artilisial adalah searching. Sebutkan. jela an\ndan berilah contoh hal-hal yang berkaitan dengan proses searching tersebut!\n\n3. “Diberikan sebuah operasi penjumlahan dalam Cryptarithmetic sebagai berikut:\nDONALD\nGERALD +\nROBERT\nJelaskan bagaimana urutan (tahap demi tahap) penalarannya, Sehingga Operasi pemumlahan\ntersebut benar dengan cara memberikan nilai setiap huruf dengan angka (0 — 9)! Adapun\nketentuannya adalah, huruf sama harus bernilai sama dan tidak boleh huruf yang berbeda\nbernilai sama.\n\nPLO-3; CO-3; (Nilai : 20 %) (Mampu mengidentifisikasi pengetahuan dan\n\nmerepresentasikan pengetahuan tersebut dengan benar, serta mampu melakukan proses\n\nunifikasi saat menyimpulkan pengetahuan tersebut)\n\n4. Susunlah mekanisme inferensi pada logika proposisional berikut hingga diperoleh\nkesimpulannya:\nPAQ)\n(PVQ)>R\n~(RvQ)\n5. Diberikan pernyataan-pernyataan sebagai berikut:\nBudi suka semua jenis makanan.\nApel adalah makanan.\nAyam goreng adalah makanan.\nSesuatu yang dimakan dan tidak membuat mati adalah makanan.\nJohan makan kacang dan masih hidup.\n‘Susi makan setiap yang dimakan Johan.\na. Tuliskan kalimat-kalimat tersebut dalam logika predikat!\nb. Dengan menggunakan teknik resolusi, tunjukkan bahwa Budi suka kacang!\nc. Gunakan teknik resolusi untuk menjawab pertanyaan: \"Apa makanan yang dimakan\nSusi?”\n——00(l)oo-—-" }, { "id": "kecerdasan-artifisial-uts-2021-reg-b", "subject": "Kecerdasan Artifisial", "exam": "UTS", "year": 2021, "variant": "Reg B", "sources": [ { "file": "UTS/Kecerdasan Artifisial- UTS - 2021 - Reg B.pdf", "type": "pdf", "part": 0 } ], "pageCount": 1, "charCount": 1407, "pages": [ { "source": "UTS/Kecerdasan Artifisial- UTS - 2021 - Reg B.pdf", "page": 1, "method": "text-layer", "text": "PROGRAM MAGISTER ILMU KOMPUTER\nFAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM\nUNIVERSITAS GADJAH MADA\nUjian Tengah Semester\nSemester Gasal Tahun Ajaran 2021/2022\nMata Kuliah : Kecerdasan Artifisial\nHari, tanggal : Rabu, 6 Oktober 2021\nWaktu : 13:00-15:00\nDosen : Prof. Sri Hartati, Ilona Usuman Ph.D\nSifat ujian : daring\nJawablah sesuai dengan urutan soal, secara tulis tangan.\nScan lembar jawaban, kirimkan ke elok.\nWaktu upload paling lambat 15 menit setelah selesai waktu ujian\nCPMK1/CO1: [Mampu menjelaskan tren penelitian kecerdsan artifisial dan agen cerdas, 5%]\n1. Anda sudah mengenal beberapa pengertian tentang Kecerdasan Buatan\n(KB). Pada era industri 4.0 ini, menurut anda defini KB yang mana yang\ncocok pada kondisi sekarang dan apa paradigma AI yang cocok.\nCPMK4/CO4: [Mampu menjelaskan arsitektur Sistem Pakar, 15%]\n2. Gambar arsitektur Sistem Pakar (SP) yang lengkap dan jelaskan masing-\nmasing fungsi komponen SP\na. Jelaskan beberapa metode inferensi yang anda kenal? Berikan contohnya.\nb. Jelaskan cara menyimpan rules dalam knowledge base. Untuk penjelasan\ngunakan 7 rules yang mengandung konflik resolusi.\nCPMK3/CO3: [Mampu mengidentifisikasi pengetahuan dan merepresentasikan pengetahuan\ntersebut dengan benar, 15%]\n3. Buatlah sebuah contoh diluar yang pernah dibahas di kelas, tentang suatu\npengetahuan dan representasikan dengan cara semantik.\n=== SELAMAT MENGERJAKAN, SEMOGA SUKSES ===" } ], "text": "PROGRAM MAGISTER ILMU KOMPUTER\nFAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM\nUNIVERSITAS GADJAH MADA\nUjian Tengah Semester\nSemester Gasal Tahun Ajaran 2021/2022\nMata Kuliah : Kecerdasan Artifisial\nHari, tanggal : Rabu, 6 Oktober 2021\nWaktu : 13:00-15:00\nDosen : Prof. Sri Hartati, Ilona Usuman Ph.D\nSifat ujian : daring\nJawablah sesuai dengan urutan soal, secara tulis tangan.\nScan lembar jawaban, kirimkan ke elok.\nWaktu upload paling lambat 15 menit setelah selesai waktu ujian\nCPMK1/CO1: [Mampu menjelaskan tren penelitian kecerdsan artifisial dan agen cerdas, 5%]\n1. Anda sudah mengenal beberapa pengertian tentang Kecerdasan Buatan\n(KB). Pada era industri 4.0 ini, menurut anda defini KB yang mana yang\ncocok pada kondisi sekarang dan apa paradigma AI yang cocok.\nCPMK4/CO4: [Mampu menjelaskan arsitektur Sistem Pakar, 15%]\n2. Gambar arsitektur Sistem Pakar (SP) yang lengkap dan jelaskan masing-\nmasing fungsi komponen SP\na. Jelaskan beberapa metode inferensi yang anda kenal? Berikan contohnya.\nb. Jelaskan cara menyimpan rules dalam knowledge base. Untuk penjelasan\ngunakan 7 rules yang mengandung konflik resolusi.\nCPMK3/CO3: [Mampu mengidentifisikasi pengetahuan dan merepresentasikan pengetahuan\ntersebut dengan benar, 15%]\n3. Buatlah sebuah contoh diluar yang pernah dibahas di kelas, tentang suatu\npengetahuan dan representasikan dengan cara semantik.\n=== SELAMAT MENGERJAKAN, SEMOGA SUKSES ===" }, { "id": "uts-kecerdasan-artifisial-kom-a-2024", "subject": "Kecerdasan Artifisial", "exam": "UTS", "year": 2024, "variant": "KOM A", "sources": [ { "file": "UTS/UTS - Kecerdasan Artifisial - KOM A - 2024.pdf", "type": "pdf", "part": 0 } ], "pageCount": 2, "charCount": 2292, "pages": [ { "source": "UTS/UTS - Kecerdasan Artifisial - KOM A - 2024.pdf", "page": 1, "method": "ocr", "text": "A ING UJIAN SISIPAN SEMESTER GASAL TAHUN AKADEMIK 2024/2025\nLoan PROGRAM STUDI S1 ILMU KOMPUTER\nWl FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM\nUNIVERSITAS GADJAH MADA\n— aa —————————\nMata kuliah : (Kecerdasan Artifisial (MIT 212401): KOMA]\nHari, tanggal : (Senin, 30 September 2024]\nWaktu : [120 menit) (13.00-15.00 WIB)\nDosen : (Sri Mulyana)\nSifat Ujian : [Buku Tertutupj\nInstruksi:\nKerjakan semua soal berikut dengan TELITI, mulailah dari soal yang saudara anggap\nmudah.\n-\nPLO-2; CO-1: (Nilai : 7,5 %) [Mampu menjelaskan tren penelitian kecerdasan artifisial dan\nagen cerdas] :\n1. Kecerdasan Artifisial merupakan salah satu aplikasi bidang komputer yang cukup berhasil.\nJelaskan bagaimana paradigma Kecerdasan Artifisial dan bagaimana bisa cerdas!\nPLO-3; CO-2: (Nilai : 12,5 %) (Mampu memformulasikan permasalahan dengan\npendekatan pencarian solusi dan mampu mengggunakan metode-metode pencarian untuk\npenyelesaiannya)\n2. Salah satu teknik penting dalam Kecerdasan Artifisial adalah searching. Sebutkan, jelaskan\ndan berilah contoh hal-hal barkaitan proses searching tersebut!\n3. Selesaikan masalah Cryptarithmetic berikut:\nSEND\nMORE\n—_—\nMONEY\nTentukan: State, Operator, Goal Test dan Path Cost yang terkait dengan masalah tersebut.\nBuatlah simulasi hingga diperoleh Solusi yang benar.\nPLO-3; CO-3; (Nilai : 12,5%) [Mampu mengidentifisikasi pengetahuan dan\nmerepresentasikan pengetahuan tersebut dengan benar, serta mampu melakukan proses\nunifikasi saat menyimpulkan pengetahuan tersebut|\n4. Susunlah mekanisme inferensi pada logika proposisional berikut hingga diperoleh\nkesimpulannya:\nfA Dipindai dengan CamScanner" }, { "source": "UTS/UTS - Kecerdasan Artifisial - KOM A - 2024.pdf", "page": 2, "method": "ocr", "text": "SR\nP=Q =U)\nPAQ\n-R\n~ (SAUYVR\n5. Gunakan penyataan berikut untuk menuliskan quantified firs-order predicate logic formulas:\nP(x) = x is a Programmer\nS(x) = x is Smart\nL(x,y) =x Loves y\na. All programmers are smart f. Everyone is not programmer\nbh. Some programmers are smart g. Everyone is programmer\n¢. No peogrammcrs are smart h. Some programmers are not smart\nd. Someone is not a programmer i. There are programmers\n= <. Not everyone is a programmer j. Everyone love someone\nPLO-2; CO-4; (Nilai: 7,5%) Mampu menjelaskan arsitektur Sistem Pakar\n6. a. Jelaskan apa itu Sistem Pakar!\nb. Gambarkan dan jelaskan komponen Sistem Pakar!\n==00(|[Joo==\nfA Dipindai dengan CamScanner" } ], "text": "A ING UJIAN SISIPAN SEMESTER GASAL TAHUN AKADEMIK 2024/2025\nLoan PROGRAM STUDI S1 ILMU KOMPUTER\nWl FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM\nUNIVERSITAS GADJAH MADA\n— aa —————————\nMata kuliah : (Kecerdasan Artifisial (MIT 212401): KOMA]\nHari, tanggal : (Senin, 30 September 2024]\nWaktu : [120 menit) (13.00-15.00 WIB)\nDosen : (Sri Mulyana)\nSifat Ujian : [Buku Tertutupj\nInstruksi:\nKerjakan semua soal berikut dengan TELITI, mulailah dari soal yang saudara anggap\nmudah.\n-\nPLO-2; CO-1: (Nilai : 7,5 %) [Mampu menjelaskan tren penelitian kecerdasan artifisial dan\nagen cerdas] :\n1. Kecerdasan Artifisial merupakan salah satu aplikasi bidang komputer yang cukup berhasil.\nJelaskan bagaimana paradigma Kecerdasan Artifisial dan bagaimana bisa cerdas!\nPLO-3; CO-2: (Nilai : 12,5 %) (Mampu memformulasikan permasalahan dengan\npendekatan pencarian solusi dan mampu mengggunakan metode-metode pencarian untuk\npenyelesaiannya)\n2. Salah satu teknik penting dalam Kecerdasan Artifisial adalah searching. Sebutkan, jelaskan\ndan berilah contoh hal-hal barkaitan proses searching tersebut!\n3. Selesaikan masalah Cryptarithmetic berikut:\nSEND\nMORE\n—_—\nMONEY\nTentukan: State, Operator, Goal Test dan Path Cost yang terkait dengan masalah tersebut.\nBuatlah simulasi hingga diperoleh Solusi yang benar.\nPLO-3; CO-3; (Nilai : 12,5%) [Mampu mengidentifisikasi pengetahuan dan\nmerepresentasikan pengetahuan tersebut dengan benar, serta mampu melakukan proses\nunifikasi saat menyimpulkan pengetahuan tersebut|\n4. Susunlah mekanisme inferensi pada logika proposisional berikut hingga diperoleh\nkesimpulannya:\nfA Dipindai dengan CamScanner\n\nSR\nP=Q =U)\nPAQ\n-R\n~ (SAUYVR\n5. Gunakan penyataan berikut untuk menuliskan quantified firs-order predicate logic formulas:\nP(x) = x is a Programmer\nS(x) = x is Smart\nL(x,y) =x Loves y\na. All programmers are smart f. Everyone is not programmer\nbh. Some programmers are smart g. Everyone is programmer\n¢. No peogrammcrs are smart h. Some programmers are not smart\nd. Someone is not a programmer i. There are programmers\n= <. Not everyone is a programmer j. Everyone love someone\nPLO-2; CO-4; (Nilai: 7,5%) Mampu menjelaskan arsitektur Sistem Pakar\n6. a. Jelaskan apa itu Sistem Pakar!\nb. Gambarkan dan jelaskan komponen Sistem Pakar!\n==00(|[Joo==\nfA Dipindai dengan CamScanner" }, { "id": "uts-kecerdasan-artifisial-kom-b-2024", "subject": "Kecerdasan Artifisial", "exam": "UTS", "year": 2024, "variant": "KOM B", "sources": [ { "file": "UTS/UTS - Kecerdasan Artifisial - KOM B - 2024.pdf", "type": "pdf", "part": 0 } ], "pageCount": 3, "charCount": 4593, "pages": [ { "source": "UTS/UTS - Kecerdasan Artifisial - KOM B - 2024.pdf", "page": 1, "method": "ocr", "text": "NN.\nA a) PROGRAM STUDI S1 ILMU KOMPUTER\nTA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM\nNoy UNIVERSITAS GADJAH MADA\nRE Rt LR a RN 5 Gu A Se\nUjian Tengah Semester\nSemester Gasal TA 2024/2025\nMata Kuliah : Kecerdasan Artifisial - MI11212401-KOMB\nHari, tanggal : Senin, 30 September 2024\nWaktu : 15.00- 15.00 ( 120 menit )\nDosen : Faizah, S.Kom., M.Kom\n| Sifat ujian : BUKU TERBUKA\nSET Tan an na mn aa an anna an nan\nInstruksi :\n\n- Kerjakan soal sesuai urutannya\nTN Pl Ss We\nCO1-PLO2 : Mahasiswa mampu menjelaskan definisi agen cerdas, PEAS dan PAGE dan\nmampu mengaplikasikan teori agen cerdas untuk menyelesaikan permasalahan di dunia\nnyata (10 %)\n\n1. a. Anggap bahwa automatic traffic light adalah sebuah agen cerdas. Sebutkan masing-\n\nmasing 2 item untuk masing-masing elemen PEAS.\nb. Anggap sebuah program komputer sedang bermain game poker online.\nApakah lingkungan agen cerdas ini (jawab dengan ya/tidak): | :\n- Fully observable? 9 upo Di tan bkan an?\n- Deterministic? 8 geste\n- Static?\n- Discrete?\nMasuk Pada kategori mana permainan “Go Playing”? Berikan Penjelasan secukupnya!\nCO2-PLO3: Mahasiswa mampu menyelesaikan permuasalahan dengan metode pencarian\n(20%)\n\n2. Jalur pada grid berikut akan digunakan untuk mencari jalur tercepat dari A ke G. Kita\ndiperbolehkan bergerak ke atas, bawah, kiri dan kanan. Sel pada bagian tengah tidak\nbisa dilewati (tembok).\n\nEy\naa /\\\nBy c\nQ\n: .\nGambarkan pohon DFS yang menunjukkan proses penelusuran pada grid diatas.\nProses penelusuran memungkinkan untuk mengunjungi sel yang sama lebih dari satu\n2 . 2 = : TT\nkali. Pohon pencarian harus mencakup semua sel pada ketinggian pohon maksimum.\n- . £\nfA Dipindai dengan CamScanner" }, { "source": "UTS/UTS - Kecerdasan Artifisial - KOM B - 2024.pdf", "page": 2, "method": "ocr", "text": "88\nBE\nla\n0\n2\ni\n3. Perhatikan gambar berikut s\nStart state Goal state\nes) — [eae]\n[7 oe] |] [7s] |\nGambarlah pohon pencarian untuk masalah 8-puzzle hingga kedalaman 4 (keadaan\nawal adalah kedalaman 0) menggunakan algoritma A* (abaikan keadaan berulang)\ndengan fungsi evaluasi f (n) = p(n) + h(n), di mana p(n) adalah jumlah langkah dari\nkeadaan awal (keadaan a adalah langkah 0) dan h(n) adalah jumlah petak yang\nsalah tempat. Perhatikan bahwa tindakan untuk menggeser petak harus digunakan\ndalam urutan ini: kanan, kiri, atas, dan bawah. Tulis nilai f dan komponennya p dan h\ndi bawah setiap keadaan. Anda dapat menggunakan notasi singkat yang hanya\nmenunjukkan petak yang berubah.\nCO3-PLO3: Mahasiswa mampu menjelaskan metode representasi pengetahuan dan\nmengaplikasikannya untuk men 'yelesaikan permasalahan di dunia nyata (10%)\n4. Buatlah representasi pengetahuan dengan jaringan semantic berdasarkan kalimat-\nkalimat berikut :\na. Nova punya boneka bermodel doraemon\nb. Nova pergi ke kampus naik bus\n¢. Nova adalah adik Titi\nd. Nova punya kucing\ne. Titi punya motor\nJf. Titi suka kartun\n£. Doraemon adalah kartun\nh. Kucing punya kaki jumlahnya empat\ni Bus punya roda jumlahnya empat\nJ. Kucing punya mata jumlahnya dua\nk. Motor punya roda jumlahnya dua\ni I. Bus adalah kendaraan\nm. Motor adalah kendaraan\nCO4-PLO3: Mahasiswa mampu menjelaskan mekanisme mesin inferensi dan\nmenggunakannya untuk menyelesaikan permasalahan. (10%)\n5. Sebelum berenang di sungai yang tidak dikenal, Anda ingin tahu hewan apa yang\nberbahaya. Diberikan Rules dan Fakta baru (Assertion) sebagai berikut :\nEn : : N\n3 Dipindai dengan CamScanner" }, { "source": "UTS/UTS - Kecerdasan Artifisial - KOM B - 2024.pdf", "page": 3, "method": "ocr", "text": "Rules:\nPO: IF( '(?x) is a mammal',\nTHEN( '(?x) is not a crocodile’ ) )\nPl: IF( AND( '(?x) is not a crocodile’,\n'(?x) lives underwater’ ),\nTHEN( '(?x) is a manatee’\nP2: IF( AND( '(?x) is a mammal’,\n*(?x) lives underwater’ ),\nTHEN( '(?x) is a hippo’ ) )\nP3: IF( OR( '(?x) is a crocodile’,\n'(?x) is a hippo’ ),\nTHEN( '(?x) is dangerous' ) )\nP4: IF( '(?x) is not a crocodile’,\nTHEN( '(?x) is safe\") )\nAssertions:\nAO: ('Spike is a mammal')\nAl: ('Fido is a mammal’)\nA2: ('Fido lives underwater’)\nA3: (“Rover is a crocodile')\n\na. Gunakan forward chaining pada aturan dan fakta baru yang diberikan. Untuk dua\niterasi pertama, isi tabel di bawah ini, catat aturan yang cocok, diaktiikan, dan\nfakta baru yang ditambahkan ke set data.\n\n[7 Matched | Fired ||: Air dt Data Set\n1 | | H\neA | LST IR\n2\n| ll. A SP S| 0 Cw\nKemudian jawab pertanyaan berikut :\nHewan mana (Fido, Spike, Rover) yang berbahaya (dangerous)?\nHewan mana (Fido, Spike, Rover) yang aman(safe)?\nApakah mengubah urutan aturan akan mempengaruhi keputusan akhir tentang\nhewan mana yang berbahaya atau aman? 1\n\nb. Lakukan evaluasi peryataan 'Spike is dangerous” menggunakan backward\nchaining. Gambarkan pohon tujuan! Lalu, jawab pertanyaan berikut: Apakah\nSpike berbahaya ?\n\n——— Selamat mengerjakan, semoga sukses © ——————\n1.\n(A Dipindai dengan CamScanner" } ], "text": "NN.\nA a) PROGRAM STUDI S1 ILMU KOMPUTER\nTA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM\nNoy UNIVERSITAS GADJAH MADA\nRE Rt LR a RN 5 Gu A Se\nUjian Tengah Semester\nSemester Gasal TA 2024/2025\nMata Kuliah : Kecerdasan Artifisial - MI11212401-KOMB\nHari, tanggal : Senin, 30 September 2024\nWaktu : 15.00- 15.00 ( 120 menit )\nDosen : Faizah, S.Kom., M.Kom\n| Sifat ujian : BUKU TERBUKA\nSET Tan an na mn aa an anna an nan\nInstruksi :\n\n- Kerjakan soal sesuai urutannya\nTN Pl Ss We\nCO1-PLO2 : Mahasiswa mampu menjelaskan definisi agen cerdas, PEAS dan PAGE dan\nmampu mengaplikasikan teori agen cerdas untuk menyelesaikan permasalahan di dunia\nnyata (10 %)\n\n1. a. Anggap bahwa automatic traffic light adalah sebuah agen cerdas. Sebutkan masing-\n\nmasing 2 item untuk masing-masing elemen PEAS.\nb. Anggap sebuah program komputer sedang bermain game poker online.\nApakah lingkungan agen cerdas ini (jawab dengan ya/tidak): | :\n- Fully observable? 9 upo Di tan bkan an?\n- Deterministic? 8 geste\n- Static?\n- Discrete?\nMasuk Pada kategori mana permainan “Go Playing”? Berikan Penjelasan secukupnya!\nCO2-PLO3: Mahasiswa mampu menyelesaikan permuasalahan dengan metode pencarian\n(20%)\n\n2. Jalur pada grid berikut akan digunakan untuk mencari jalur tercepat dari A ke G. Kita\ndiperbolehkan bergerak ke atas, bawah, kiri dan kanan. Sel pada bagian tengah tidak\nbisa dilewati (tembok).\n\nEy\naa /\\\nBy c\nQ\n: .\nGambarkan pohon DFS yang menunjukkan proses penelusuran pada grid diatas.\nProses penelusuran memungkinkan untuk mengunjungi sel yang sama lebih dari satu\n2 . 2 = : TT\nkali. Pohon pencarian harus mencakup semua sel pada ketinggian pohon maksimum.\n- . £\nfA Dipindai dengan CamScanner\n\n88\nBE\nla\n0\n2\ni\n3. Perhatikan gambar berikut s\nStart state Goal state\nes) — [eae]\n[7 oe] |] [7s] |\nGambarlah pohon pencarian untuk masalah 8-puzzle hingga kedalaman 4 (keadaan\nawal adalah kedalaman 0) menggunakan algoritma A* (abaikan keadaan berulang)\ndengan fungsi evaluasi f (n) = p(n) + h(n), di mana p(n) adalah jumlah langkah dari\nkeadaan awal (keadaan a adalah langkah 0) dan h(n) adalah jumlah petak yang\nsalah tempat. Perhatikan bahwa tindakan untuk menggeser petak harus digunakan\ndalam urutan ini: kanan, kiri, atas, dan bawah. Tulis nilai f dan komponennya p dan h\ndi bawah setiap keadaan. Anda dapat menggunakan notasi singkat yang hanya\nmenunjukkan petak yang berubah.\nCO3-PLO3: Mahasiswa mampu menjelaskan metode representasi pengetahuan dan\nmengaplikasikannya untuk men 'yelesaikan permasalahan di dunia nyata (10%)\n4. Buatlah representasi pengetahuan dengan jaringan semantic berdasarkan kalimat-\nkalimat berikut :\na. Nova punya boneka bermodel doraemon\nb. Nova pergi ke kampus naik bus\n¢. Nova adalah adik Titi\nd. Nova punya kucing\ne. Titi punya motor\nJf. Titi suka kartun\n£. Doraemon adalah kartun\nh. Kucing punya kaki jumlahnya empat\ni Bus punya roda jumlahnya empat\nJ. Kucing punya mata jumlahnya dua\nk. Motor punya roda jumlahnya dua\ni I. Bus adalah kendaraan\nm. Motor adalah kendaraan\nCO4-PLO3: Mahasiswa mampu menjelaskan mekanisme mesin inferensi dan\nmenggunakannya untuk menyelesaikan permasalahan. (10%)\n5. Sebelum berenang di sungai yang tidak dikenal, Anda ingin tahu hewan apa yang\nberbahaya. Diberikan Rules dan Fakta baru (Assertion) sebagai berikut :\nEn : : N\n3 Dipindai dengan CamScanner\n\nRules:\nPO: IF( '(?x) is a mammal',\nTHEN( '(?x) is not a crocodile’ ) )\nPl: IF( AND( '(?x) is not a crocodile’,\n'(?x) lives underwater’ ),\nTHEN( '(?x) is a manatee’\nP2: IF( AND( '(?x) is a mammal’,\n*(?x) lives underwater’ ),\nTHEN( '(?x) is a hippo’ ) )\nP3: IF( OR( '(?x) is a crocodile’,\n'(?x) is a hippo’ ),\nTHEN( '(?x) is dangerous' ) )\nP4: IF( '(?x) is not a crocodile’,\nTHEN( '(?x) is safe\") )\nAssertions:\nAO: ('Spike is a mammal')\nAl: ('Fido is a mammal’)\nA2: ('Fido lives underwater’)\nA3: (“Rover is a crocodile')\n\na. Gunakan forward chaining pada aturan dan fakta baru yang diberikan. Untuk dua\niterasi pertama, isi tabel di bawah ini, catat aturan yang cocok, diaktiikan, dan\nfakta baru yang ditambahkan ke set data.\n\n[7 Matched | Fired ||: Air dt Data Set\n1 | | H\neA | LST IR\n2\n| ll. A SP S| 0 Cw\nKemudian jawab pertanyaan berikut :\nHewan mana (Fido, Spike, Rover) yang berbahaya (dangerous)?\nHewan mana (Fido, Spike, Rover) yang aman(safe)?\nApakah mengubah urutan aturan akan mempengaruhi keputusan akhir tentang\nhewan mana yang berbahaya atau aman? 1\n\nb. Lakukan evaluasi peryataan 'Spike is dangerous” menggunakan backward\nchaining. Gambarkan pohon tujuan! Lalu, jawab pertanyaan berikut: Apakah\nSpike berbahaya ?\n\n——— Selamat mengerjakan, semoga sukses © ——————\n1.\n(A Dipindai dengan CamScanner" } ]