t02640030220144112contoh soal uas

8
Contoh-contoh soal untuk UAS I. Bayesian Network 1. 2. Di suatu daerah sub-tropis diketahui sebanyak 60 % dari populasi laki-laki dewasa adalah perokok aktif dan karena tingkat humiditasnya yang cukup tinggi sebanyak 3 dari 10 penduduk di daerah tersebut ditemukan mengidap bronchitis. Dengan menggunakan jejaring Bayesian dan data-data peluang awal (prior probability) sebagaimana diperlihatkan pada gambar di bawah ini, tentukan besarnya peluang seorang pasien terkena LC (lung cancer) bila observasi terhadap pasien tersebut menunjukkan hasil rontgen yang positif (X=T) dan adanya batuk yang serius (C=T). 0.9 0.1 F 0.3 0.7 T P(LC=F) P(LC=T) S

Upload: harri-harlan-hartono

Post on 15-Sep-2015

179 views

Category:

Documents


9 download

DESCRIPTION

contoh soal uas AI

TRANSCRIPT

Contoh-contoh soal untuk UAS

Contoh-contoh soal untuk UAS

I. Bayesian Network

1.

2. Di suatu daerah sub-tropis diketahui sebanyak 60 % dari populasi laki-laki dewasa adalah perokok aktif dan karena tingkat humiditasnya yang cukup tinggi sebanyak 3 dari 10 penduduk di daerah tersebut ditemukan mengidap bronchitis. Dengan menggunakan jejaring Bayesian dan data-data peluang awal (prior probability) sebagaimana diperlihatkan pada gambar di bawah ini, tentukan besarnya peluang seorang pasien terkena LC (lung cancer) bila observasi terhadap pasien tersebut menunjukkan hasil rontgen yang positif (X=T) dan adanya batuk yang serius (C=T).

2. Diberikan sistem dengan bebrap kemungkinan yang direpresentasikan dalam Bayes Network di bawah ini, [True = 1, false = 0].

Pertanyaan :

a. Tentukan P(R,S,T,U = 1) tampilkan jawaban anda dalam bentuk table

b. Tentukan P(U=1), P(T=1), P(S=1), P(R=1)

II. Rantai Markov

1. Sebuah pabrik minuman kemasan menggunakan 3 mesin A, B dan C. Seiring berjalanya waktu mesin mengalami permasalahan sehingga tidak bisa menghasilkan produk dalam jumlah tetap. Target perusahaan dari 3 mesin tersebut adalah 1000 unit/hari. Data produksi yang dicatat oleh petugas sbb : Jika hari Senin mesin A memproduksi 50 %, kemungkinan hari Selasa adalah mesin A memproduksi 30 %, mesin B memproduksi 30 % dan mesin C memproduksi 40 %.

Jika hari Senin mesin B memproduksi 20 %, kemungkinan hari Selasa adalah mesin A memproduksi 30 %, mesin B memproduksi 40 % dan mesin C memproduksi 30 %.

Jika hari Senin mesin C memproduksi 30 %, kemungkinan hari Selasa adalah mesin A memproduksi 40 %, mesin B memproduksi 30 % dan mesin C memproduksi 30 %.

Dengan teori Markov tentukan jumlah unit yang diproduksi oleh tiap-tiap mesin pada hari Kamis !.

Panduan :

1. Kejadian pertama dilambangkan dengan ((0), hari kedua ((1), dst

2. Cari matrik transisi

3. Kalikan kejadian pertama dengan matrik transisi

4. Kalikan hasil perkalian kejadian pertama dengan matriks transisi

5. Dst

2.

Untuk melayani penjualan PERTAMAX92 dan PERTAMAX94 sebuah SPBU mengoperasikan 3 pompa khusus. Dalam satu hari target minimal SPBU dapat menjual 600 liter BBM tak bersubsidi. Data penjualan yang terekam dari tiap pompa sebagai berikut:

Jika pada hari SELASA pompa A menjual 40 %, kemungkinan hari RABU pompa A menjual 20 %, pompa B menjual 40 % dan pompa C menjual 40 %.

Jika hari SELASA pompa B menjual 30 %, kemungkinan hari RABU pompa A menjual 40 %, pompa B menjual 20 % dan pompa C menjual 40 %.

Jika hari SELASA pompa C menjual 30 %, kemungkinan hari RABU pompa A menjual 40 %, pompa B menjual 40 % dan pompa C menjual 20 %.

Dengan menggunakan Teori Markov, tentukan berapa liter BBM tak bersubsidi yang dijual pada hari KAMIS dari tiap-tiap pompa!..

3. Pada sebuah kota dengan penduduk sebanyak 800 keluar-ga, dilakukan sebuah survei. Dari survei tsb diketahui bah-wa 500 keluarga merupakan pelanggan toserba Alfa dan 300 keluarga merupakan pelanggan toserba Beta. Pada bulan itu, diketahui bahwa :

Dari 500 keluarga pelanggan toserba Alfa dinyatakan bahwa 400 keluarga tetap berbelanja di toserba Alfa dan 100 lainnya berbelanja di toserba Beta.

Dari 300 keluarga pelanggan toserba Beta dinyatakan bahwa 105 keluarga tetap berbelanja di toserba Beta. Sedang 195 lainnya berbelanja di toserba Alfa.

Hitunglah :

1.Matriks probabilitas transisi untuk permasalahan di atas!

2.Probabilitas pada bulan ke-3 dimana pada bulan pertama merupakan pelanggan toserba Alfa?

3.Probabilitas pada bulan ke-3 dimana pada bulan pertama merupakan pelanggan toserba Beta?III. Version Space

1. Sebuah tim pendaki gunung, akan menaklukkan puncak gunung di mana saja dengan tidak mengenal rintangan yang dihadapi. Tim memiliki kaidah-kaidah kapan gunung boleh di daki atau tidak. Ketika akan mendaki salah satu gunung, stasiun pengamatan cuaca memberikan contoh-contoh seperti berikut :

1. gunung diijinkan untuk didaki, jika cuaca cerah, suhu dingin, kondisi tidak hujan dan kecepatan angin lambat.

2. gunung tidak diijinkan untuk didaki, jika cuaca berawan, suhu dingin, kondisi hujan dan kecepatan angin kencang3. Gunung diijinkan untuk didaki, jika cuaca cerah, suhu panas, kondisi tidak hujan dan kecepatan angin lambat4. gunung tidak diijinkan untuk didaki, jika cuaca cerah, suhu panas, kondisi tidak hujan dan kecepatan angin kencang5. gunung diijinkan untuk didaki, jika cuaca berawan, suhu dingin, kondisi tidak hujan dan kecepatan angin lambat

Dengan menggunakan version space learning (candidate elimination algorithm), buatlah aturan tentang kaeadaan cuaca yang menyatakan tim pendaki gunung diijinkan mendaki

2. Sebuah tim ekspedisi NUSANTARA SATU melakukan perjalanan ke sebuah pulau terluar dari wilayah Indonesia. Tim harus menempuh perjalanan laut menggunakan perahu kecil, dimana tinggi gelombang sangat tergantung pada kondisi cuaca. Tim mengetahui kapan boleh (positif) menyeberang atau tidak boleh (negatif) menyeberang berdasarkan SOP sebagai berikut: Tim boleh melakukan penyeberangan, jika cuaca cerah, suhu dingin, kondisi tidak hujan dan gelombang laut rendah.

Tim tidak boleh melakukan penyeberangan, jika cuaca berawan, suhu dingin, kondisi hujan dan gelombang laut tinggi.

Tim boleh melakukan penyeberangan, jika cuaca cerah, suhu panas, kondisi tidak hujan dan gelombang laut rendag.

Tim tidak boleh melakukan penyeberangan, jika cuaca cerah, suhu panas, kondisi tidak hujan dan gelombang laut tinggi.

Tim boleh melakukan penyeberangan, jika cuaca berawan, suhu dingin, kondisi tidak hujan dan gelombang laut rendah.Dengan menggunakan version space learning, buatlah aturan tentang keadaan cuaca yang menyatakan tim ekspedisi boleh melakukan penyeberangan.

IV. NLP

1. Perhatikan kalimat dibawah ini :

I want to print Johns CV file

a. buatlah syntactic parsing untuk kalimat di atas

b. sertakan grammar yang digunakan

2. Parsing adalah proses penting dalam NLP dan parsing dapat dijalankan jika sudah didesain grammar. Untuk kalimat They are permitted for the examination on Juli, maka:a. Susun grammar yang bisa digunakan untuk melakukan parsing kalimat tersebut.

b. Buat parse tree dari kalimat tersebut.

Grammar sederhana untuk parsing kalimat They are permitted for the examination on Juli,

3.

0.9

0.1

F

0.3

0.7

T

P(LC=F)

P(LC=T)

S

0.9

0.1

F

F

0.2

0.8

T

F

0.1

0.9

F

T

0.05

0.95

T

T

P(C=F)

P(C=T)

B

LC

0.8

0.2

F

0.05

0.95

T

P(X=F)

P(X=T)

LC

Grammar :

S ( NP VP

NP ( PRO| ADJS | PN | PRE | N | for | Juli

VP ( V | NP | NP1

PRO ( They | We

V ( is | am | are | examination

ADJS ( permitted

PP ( VP | DET | N | the

PRE ( on | at