KECERDASAN BUATAN

OLEH Putri Andriani

Teknik Informatika B

1.      Dalam bahasan kecerdasan buatan sebuah software/ hardware disebut cerdas jika memiliki kemampuan untuk searching, reasoning, planning dan learning. Jelaskanlah pernyataan tersebut disertai dengan contoh!

JAWAB :

a.  Pengertian searching adalah proses pencarian data dari sekumpulan data yang sudah ada. Pencarian data sering juga disebut dengan table look-up atau store and retrieval information. Hasil dari suatu pencarian dapat bernilai salah (tidak ketemu atau tidak sukses) atau benar (ketemu atau sukses).

   Contoh : Google, Yahoo! Search, dan Live Search

b. Pengertian reasoning adalah proses berpikir logis dan sistematis untuk membentuk dan mengevaluasi suatu keyakinan terhadap pernyataan atau asersi.

        Contoh : Pemimpin teroris mengatakan bahwa orang-orang diluar dari orang golongannya adalah kafir dan halal untuk dibunuh. Kalau kita tanya ke pemimpin teroris, kenapa Pak pimpinan teroris? Jawabannya, karena tertulis bahwa yang diluar jalan kita, adalah kafir. Atau mungkin jawaban lainnya, saya ini pimpinan yang dipilih oleh kekuasaan yang lebih tinggi. Kalian bisa percaya kekuasaan tertinggi, maka kalian harusnya bisa percaya kata-kata saya.

c. Pengertian planning adalah suatu proses menentukan apa yang ingin dicapai di masa yang akan datang serta menetapkan tahapan-tahapan yang dibutuhkan untuk mencapainya. Sebagian kalangan berpendapat bahwa perencanaan adalah suatu aktivitas yang dibatasi oleh lingkup waktu tertentu, sehingga perencanaan, lebih jauh diartikan sebagai kegiatan terkoordinasi untuk mencapai suatu tujuan tertentu dalam waktu tertentu.

   Contoh : Saya adalah mahasiswi yang berdomisili di tangerang dan kuliah di Universitas Gunadarma depok. Setiap hari saya harus menempuh ± 2 jam untuk mencapai universitas tersebut. Saya harus menentukan dan merencanakan kendaraan apa yang cocok untuk saya gunakan untuk mencapai tujuan saya. Bis atau Kereta. Sebelumnya saya harus tahu terlebih dahulu kendala apa yang sekiranya akan saya hadapi dijalan entah naik kereta atau bus. Dan perkiraan ongkos yang akan saya habiskan. Setelah itu barulah saya bisa melaksanakan perencanaan saya untuk mencapai tujuan tersebut.

d. Pengertian learning adalah cara dalam proses belajar mengajar yang menggunakan media elektronik khususnya internet sebagai system pembelajarannya.

     Contoh : segala fitur yang berkaitan dengan manajemen proses belajar mengajar adalah, bagaimana manajemen kelas, pembuatan materi atau konten, forum diskusi, sistem penilaian (rapor), sistem ujian online yang kesemuanya adalah diakses dengan internet.

2.  Gambar di bawah ini adalah sebuah graf simetris tak berarah yang menggambarkan  kondisi jalan raya di suatu kota.  Terdapat 8 simpul yang menyatakan persimpangan jalan dengan posisi-posisi koordinat dua dimensi (x,y). Setiap busur memiliki 2 atribut, angka pertama menyatakan panjang jalan sebenarnya (dalam satuan kilo meter), dan angka yang berada dalam tanda kurung, menyatakan kecepatan maksimum yang diperbolehkan untuk setiap kendaraan  yang melalui jalan tersebut (dalam satuan km/jam). Seorang pimpinan satuan pemadam kebakaran, yang berada di persimpangan S, bermaksud memadamkan api di sebuah gedung yang terletak di persimpangan G. Dia menggunakan mobil pemadam kebakaran dengan kecepatan maksimum 90 km/jam. Bantulah petugas tersebut menemukan rute jalan dengan total waktu tercepat dari S ke G dengan menggunakan Metode A*.

jawab :

3.   Bagaimana Pendapat anda, jika proporsional logic digunakan untuk membangun basis pengetahuan untuk permainan catur?


JAWAB :

setuju karena Logic yang paling sederhana adalah proporsional logic dimana suatu simbol menyatakan 1 proposisi (fakta) yang bisa bernilai benar atau salah. Simbol proposisi bisa dihubungkan dengan Boolean Connectives sehingga membantuk suatu kalimat. 

Bagaimanapun, untuk masalah yang kompleks, propositional logic tidak bisa digunakan secara  praktis karena kita harus membangun banyak sekali fakta untuk merepresentasikan keadaan   sederhana

1.    

         4.    Untuk masalah yang seperti apa kita sebaiknya mrnggunakan fuzzy logic?

        JAWAB:

     Masalah yang tidak pasti, contoh Vacuum Cleaner (Panasonic) prinsip kerja Vacuum Cleaner yang diproduksi oleh Panasonic adalah sebagai berikut :“Karakteristik lantai dan jumlah debu yang dibaca oleh sensor inframerah dan mikroprosesor akan memilih daya yang sesuai dengan kontrol fuzzy berdasarkan karakteristik lantai.”Karakteristik lantai meliputi jenis (kayu, semen, ubin, kelembutan karpet, karpet tebal, dll). Pola perubahan jumlah debu yang melewati sensor inframerah dapat dideteksi. Mikroprosesor menetapkan pengaturan yang sesuai dengan vakum dan daya motor menggunakan skema kontrol fuzzy. Lampu merah dan hijau dari penyedot debu menunjukkan jumlah debu tersisa di lantai.

5. Jika diketahui fungsi keanggotaan suhu udara adalah sebagai berikut 

Maka tentukanlah derajat keangootaan pada fuzzy logic untuk suhu : 10𝑜𝐶, 14 𝑜𝐶, 25𝑜𝐶, 45𝑜C

Penjelasan :

1.             

Review Jurnal

Judul                  :  Pengkajian Metode Extended Runge Kutta dan Penerapannya  pada Persamaan  Diferensial Biasa

Penulis                :  Singgih Tahwin Muhammad, Erna Apriliani, Lukman Hanafi, Matematika,  FMIPA, Institut Teknologi Sepuluh Nopember (ITS)

Identitas Jurnal : JURNAL SAINS DAN SENI ITS Vol. 4, No.2, (2015) 2337-3520 (2301-928X Print)

Review oleh          : Putri Andriani

Jurnal Home Page    : www.ejurnal.its.ac.id

       1.      Identifikasi Masalah
     
      Banyak penelitian yang dilakukan untuk memperbaiki efisiensi dari metode Runge Kutta, salah satunya adalah perbaikan akurasi orde dari metode Runge Kutta dengan penambahan jumlah derajat h menggunakan deret Taylor. Penelitian Butcher dan Dormand menambahkan kembali jumlah fungsi evaluasi dari metode Runge Kutta yang sesuai, sebagai hasilnya yaitu merancang berbagai kemungkinan dari perbaikan orde metode Runge Kutta dengan mereduksi fungsi evaluasi. Goeken dan Johnson mengusulkan sebuah kelas dari metode Runge Kutta dengan perkiraan derivative yang lebih tinggi untuk metode orde tiga dan empat. Xinyuan menyajikan sebuah kelas dari formula Runge Kutta orde tiga dan empat dengan mengurangi fungsi evaluasi untuk orde pertama persamaan diferensial. Phohomsiri dan Udwadia  membangun sebuah akselerasi skema integrasi Runge Kutta untuk metode orde tiga dengan menggunakan 2 fungsi evaluasi per tahap dalam mengintegrasikan persamaan diferensial biasa. Penelitilain, seperti Xinyuan dan Jianlin  menyajikan formula metode Extended Runge Kutta untuk mengintegrasikan sistem dari persamaan diferensial biasa. Udwadia dan Farahani  mengembangkan akselerasi metode Runge Kutta untuk orde yang lebih tinggi. Rabiei dan Ismail  mengembangkan perbaikan metode Runge Kutta orde tiga untuk menyelesaikan persamaan diferensial biasa dengan dua dan tiga tahap. Dalam penilitian ini,penulis mengkaji metode Extended Runge Kutta dengan Runge Kutta dan menerapkannya pada persamaan diferensial biasa orde 1 dan 2, kemudian penulis menganalisis hasil error yang dihasilkan metode Extended Runge Kutta dan Runge Kutta.

       2.      Metode

Metode yang digunakan untuk solusi persamaan diferensial adalah metode analitik, tetapi ada persamaan yang tidak dapat diselesaikan dengan menggunakan metode analitiksehingga diperlukan adanya metode lain untuk mendekati nilai sebenarnya yaitu dengan menggunakan metode numerik. Metode numerikmerupakan metode yang dapat digunakan untuk menyelesaikan permasalahan persamaan diferensial dengan menggunakan bantuan komputer sebagai alat hitungnya. Salah satu metode numerik yang digunakan untuk mendekati nilai eksak dari permasalahan persamaan diferensial adalahmetode Runge Kutta.

       3.   Latar Belakang

Persamaan diferensial merupakan persamaan yang penyelesaiannya dapat diselesaikan menggunakan metode analitik, tetapi ada persamaan diferensial yang tidak bisa diselesaikan menggunakan metode analitik sehingga dibutuhkan metode lain untuk menyelesaikan permasalahan persamaan diferensial yaitu metode numerik. Dengan menggunakan metode numerik, maka didapatkan nilai pendekatan sebagai solusi dari permasalahan persamaan diferensial.Metode numerik yang digunakan dalam penelitian ini adalah metode Runge Kutta yang telah diperluas dan hasilnya akan dibandingkan dengan metode Runge Kutta. Pada penelitian ini, penulis mempelajari metode pada Runge Kutta dan Extended Runge Kutta. Pertama, dikaji dan diturunkanmodel matematika metode Runge Kutta dan Extended Runge Kutta.Kedua, metode matematika Runge Kutta dan Extended Runge Kutta diterapkan untuk menyelesaikan persamaan diferensial orde 1 dan 2.Ketiga, menganalisis hasil error yang dihasilkanoleh metode Runge Kutta dan Extended Runge Kutta.Dan yang terakhir, hasil simulasi berupa perbandingan maksimum error, grafik error metode Runge Kutta dan Extended Runge Kutta, dan grafikhasil dari metode analitik, Runge Kutta , dan Extended Runge Kutta.

      4.      Soluai / Pembahasan

Dasar teori yang digunakan dibagi menjadi beberapa bagian yaitu model umum Runge Kutta, model umum Extended Runge Kutta, deret Taylor, dan tabel Butcher. Persamaan diferensial biasa dalam Tugas Akhir menggunakan persamaan sebagai berikut: y¹(x) =f( x.y(x) ) (2 1)

      5.      Kesimpulan

Berdasarkan analisis dan pembahasan yang telah disajikan dalam bab sebelumnya, dapat disimpulkan beberapa hal sebagai berikut:

a. Langkah dalam penurunan untuk mendapatkan model metode Extended Runge Kutta memiliki kesamaan dengan metode Runge Kutta, namun pada Extended Runge Kutta ada penambahan orde derajat h sehingga ada tambahan fungsi evaluasinya secara keseluruhan hampir sama.

b. Penambahan orde derajat h dan fungsi evaluasi pada metode Extended Runge Kutta menghasilkan nilai error yang lebih kecil dibanding dengan metode Runge Kutta dan waktu komputasi Extended Runge Kutta lebih lama untuk persamaan differensial dengan orde yang lebih tinggi.

      6.      Kelebihan

Penerapan metode Extended Runge Kutta selain pada persamaan differensial linier juga dapat diterapkan pada persamaan differensial biasa non linier seperti halnya penerapan pada Runge Kutta.

      7.      Kekurangan

Sangat sulit dimengerti dan di pahami

Metode Biseksi Dan Metode Tabulasi

Program Metode Biseksi dan Tabulasi

1. Metode Biseksi

    

    a.   Contoh Soal ;  F(x) = X3 + 5X + 3 

          penyelesaian ;

    b. Algoritma

     

       Berikut dibawah ini adalah Algoritma secara rincih Metode Biseksi

1. 1. Definisikan fungsi f(x) yang akan dicari akarnya.
2. 2. Tentukan nilai a dan b
3. 3. Tentukan toleransi error (e) dan batas iterasi maximum (n)
4. 4. Hitung f(a) dan  f(b)
5. 5. Jika f(a).f(b) > 0, maka proses dihentikan karena tidak memiliki akar, jika tidak lanjut ke langkah selanjutnya.
6. 6. Hitung x = a + b / 2
7. 7. Hitung f(x)
8. 8.Bila f(a).f(x)<0, maka b=x dan f(b)=f(x), bila tidak a=x dan f(a)=f(x).
9. 9. Jika |b-a|< e atau iterasi > n, maka proses dihentikan 
10. 
    

     c. Flowchart

  d. Implementasi pada Program menggunakan bahasa pemerograman Python

HASIL

       2. Metode Tabulasi
      a.. contoh soal :  F(x) = X2 – 30 
              penyelesaian
        

           b. Algoritma
              
            1. Definisikan fungsi F(x) = X2 – 30

            2. Tentukan batas bawah, batas atas, nilai x dan jumlah iterasi

            3. Hitung penambahan nilai x dengan rumus inc = (batas atas - batas bawah ) / Jumlah Iterasi

            4. Apakah batas bawah < batas atas, jika ya lanjut kan ke langkah selanjutnya, jika tidak cetak

               cetak nilai batas bawah yang di simpan di batas bawah + inc

            5. Hitung nilai f (batas bawah)

            6. Hitung nilai f (batas atas ditambah inc)

            7. Cetak nilai batas bawah  dan nilai f (batas bawah)

            8. Apakah nilai f (batas bawah) dikali f (batas bawah ditambah inc) < 0 jika ya simpan nilai                      batas bawah dan batas bawah + inc

            9. Tambah nilai batas bawah dengan inc

           10. Kembali ke langkah 4

           11. cetak nilai batas bawah yang di simpan di batas bawah + inc

        c. Flowchart

    

  d. Implementasi pada Program menggunakan bahasa pemerograman phyton

HASIL

TERIMAKASIH