UTS Kecerdasan Buatan 2026

UTS Kecerdasan Buatan / Sistem Cerdas 2025/2026

Kamis, 9 April 2026 · 08.00–09.30 WIB (90 menit) · Buku tertutup. Kerjakan bagian A dan B pada lembar terpisah. Tuliskan NIM, nama, kode soal pada setiap lembar. Dilarang bekerja sama; kecurangan mengakibatkan nilai akhir 0 dan otomatis mengulang mata kuliah.

Bagian A — 1. Sistem kampus (15%)

Kampus ingin sistem cerdas untuk mencari ruang kelas kosong, merekomendasikan jalur tercepat ke ruang kuliah, dan menyarankan waktu berangkat berdasarkan kondisi kampus. a. (5%) Mengapa dapat dikategorikan aplikasi AI, bukan sekadar program biasa? b. (5%) Apakah sudah “cerdas” jika hanya menampilkan informasi tanpa mampu memilih solusi terbaik? Jelaskan. c. (5%) Apakah semua sistem otomatis dapat disebut AI? Sertakan argumen logis.

2. Robot rumah sakit (20%)

Robot memandu pasien ke poli tujuan. Robot mempunyai sensor lokasi, kamera, peta gedung, speaker, dan roda; harus menghindari keramaian, memilih rute aman, dan menyesuaikan tindakan ketika koridor ditutup. a. (5%) Tentukan agent, sensor, actuator, dan environment. b. (5%) Lebih tepat simple reflex, goal-based, atau utility-based agent? Jelaskan. c. (5%) Analisis fully/partially observable dan static/dynamic. d. (5%) Apa kelemahan utama jika hanya mengikuti rute tetap tanpa mempertimbangkan kondisi koridor?

3. UCS (15%)

masukkan start ke priority queue dengan biaya 0
selama priority queue tidak kosong:
    ambil node dengan biaya terkecil
    jika node adalah goal:
        return biaya
    untuk setiap tetangga:
        hitung biaya_baru
        jika biaya_baru lebih kecil dari biaya lama:
            perbarui dan masukkan ke priority queue

a. (5%) Mengapa selalu mengambil node dengan biaya terkecil? b. (5%) Apa akibat mengganti priority queue dengan antrean biasa? c. (5%) Mengapa pseudocode menggambarkan UCS, bukan DFS?

Bagian B — 4. Admissibility A* (30%)

Cari jalur terpendek H menuju G. Angka dalam node adalah h(n). Kedua graf mempunyai sisi tidak berarah yang sama:

Sisi	Bobot
H–F	20
H–C	14
H–D	14
H–B	10
F–C	14
C–D	20
C–B	17
D–B	17
F–A	17
F–E	17
A–E	14
E–G	14

Node	Graf A h(n)	Graf B h(n)
H	26	26
F	22	32
C	22	22
D	30	30
B	28	28
A	24	24
E	15	14
G	0	0

Untuk setiap graf: a. (20%) Evaluasi apakah heuristic tiap node valid (admissible) untuk A*. b. (10%) Jika tidak valid, jelaskan spesifik. Fokus pada perubahan h(F), h(E), dan dampaknya terhadap admissibility.

5. 4-Queens (20%)

Tempatkan empat ratu pada papan 4×4 sehingga tidak ada pasangan saling menyerang. State berupa [r1,r2,r3,r4], ri adalah baris ratu di kolom i. h(n)=jumlah pasangan ratu saling menyerang. Hill Climbing berhenti di state [2,3,1,4]. a. (10%) Hitung h(n). b. (5%) Apakah ini solusi global atau local optimum? c. (5%) Mengapa Hill Climbing bisa berhenti pada state ini?

1. Sistem kampus

Sistem dapat memakai pencarian dan optimasi untuk memilih ruang dan rute sesuai kondisi; kemampuan memilih tindakan berdasarkan model dan tujuan memberi alasan menyebutnya aplikasi AI. Namun keputusan otomatis dapat diwujudkan dengan algoritma biasa dan batas istilah AI tidak mutlak. Jika hanya menampilkan informasi tanpa inferensi atau pemilihan, fungsinya lebih tepat sebagai sistem informasi. Tidak semua otomatisasi AI: timer lampu tetap adalah contoh aturan otomatis sederhana.

2. Robot rumah sakit

Agen ialah perangkat lunak dan robot pengambil keputusan; sensor meliputi lokasi dan kamera, aktuator meliputi roda dan speaker, lingkungan adalah gedung, pasien, koridor, dan orang lain. Karena memilih rute aman dan menimbang keramaian, utility-based agent cocok: utility dapat menggabungkan keselamatan, waktu, dan kenyamanan. Ia juga memiliki tujuan, tetapi goal-based saja tidak menyatakan cara memilih di antara beberapa rute yang sama-sama mencapai tujuan. Lingkungan parsial karena kamera dan sensor tidak melihat seluruh gedung; dinamis karena orang dan penutupan koridor berubah. Rute tetap bisa terhalang atau tidak aman dan tidak beradaptasi.

3. UCS

Priority queue memprioritaskan biaya kumulatif terendah agar goal yang dikeluarkan dengan biaya minimum pada graf berbobot nonnegatif. Antrian FIFO memprioritaskan urutan kedatangan dan tidak menjamin biaya minimum saat bobot bervariasi; perlu relaksasi dan terminasi yang berbeda. Ini UCS karena urutannya menurut $g$ , bukan cabang terdalam seperti DFS.

4. Admissibility

Asumsikan sisi graf tak berarah seperti gambar. Jarak sebenarnya ke G dengan penjumlahan bobot: G=0, E=14, A=28, F=31, C=45, H=51, B=61, D=65. Contoh F→E→G = 17+14=31; H→F→E→G = 20+17+14=51. Periksa $h(n)\le d^*(n,G)$ pada setiap simpul.

Node	Jarak sebenarnya	h graf A	h graf B
H	51	26	26
F	31	22	32
C	45	22	22
D	65	30	30
B	61	28	28
A	28	24	24
E	14	15	14
G	0	0	0

Graf A tidak admissible karena E=15 melebihi 14. Graf B memperbaiki E, tetapi tidak admissible karena F=32 melebihi 31. Satu pelanggaran saja cukup; dua graf tidak memberikan jaminan umum optimalitas A* berdasarkan admissibility meskipun sebuah pencarian tertentu masih dapat menemukan rute optimum.

1 / 2

Graf A

E melebih-lebihkan biaya minimum 14 menjadi 15.

Simpul	h	jarak benar	status
F	22	31	valid
E	15	14	terlalu besar

Langkah

5. 4-queens

State [2,3,1,4] memiliki satu pasangan diagonal menyerang: kolom 1 dan 2, karena selisih baris dan kolom sama-sama 1; pasangan lain tidak berbagi baris atau diagonal. Jadi h=1, bukan solusi global karena solusi h=0 misalnya [2,4,1,3]. Dengan tetangga didefinisikan memindahkan satu ratu dalam kolomnya, tidak ada tetangga dengan h lebih kecil, sehingga hill climbing yang hanya menerima perbaikan ketat dapat berhenti di minimum lokal/plateau. Gerakan sama nilai, restart acak, atau annealing dapat membantu keluar; perilaku bergantung definisi tetangga dan aturan tie.

Pembahasan ditulis independen oleh belajar.myudak, bukan kunci jawaban resmi. Soal asli tetap milik pengampu mata kuliah dan ditampilkan langsung dari arsip Google Drive.