Ujian Akhir Semester MK Kecerdasan Buatan Kelas MTI-14A

INFORMATICS AND BUSINESS INSTITUTE  

DARMAJAYA

LAMPUNG INDONESIA

---

UJIAN AKHIR SEMESTER TAHUN AJARAN 2017

Mata Kuliah : Kecerdasan Buatan Dosen      : Agus Trisanto, Ph.D

Waktu/Tempat : 13:00-15:00 /B.16 Prog Studi : MTI-14A

Hari/tanggal : Minggu, 18 Juni 2016 Semester    : Genap

Badan meteorologi dan geofisika meminta anda membuat program yang dapat memprediksi gempa didaerah lampung. Sebagai seorang yang paham dengan konsep jaringan syaraf tiruan, tentunya anda mengunakan konsep itu untuk menyelesaikan persoalan tersebut,  kemudian anda diminta mempresentasikan rancangan program anda buat tersebut dihadapan dewan direksi dengan memperhatikan hal-hal sebagai berikut:

1. Menjelaskan hasil yang anda harapkan dari program yang akan dibuat.     
2. Menjelaskan masukan apa saja yang akan anda gunakan dalam program dan mengapa anda menggunakan masukan tersebut
3. Mengambarkan model multilayer jaringan syaraf tiruan berdasarkan kebutuhan input dan outputnya.
4. Membuat notasi pada setiap interkoneksi layernya.
5. Membuat Flowchart program kasus tersebut
6. Membuat proses pembelajarannya.  
7. Membuat program singkat menggunakan Scilab untuk kasus tersebut.

==== Selamat bekerja dan semoga sukses ====

Ujian Akhir Semester dilakukan secara TAKE HOME dengan ketentuan sebagai berikut:

1. Buat pernyelesaian soal tersebut diatas dalam bentuk pdf
2. Buat program Scilabnya dengan memberikan penjelasan disetiap barisnya
3. Jalankan programnya dan Screenshot  hasil programnya (terutama pada bagian masukan, target dan keluaran JSTnya), untuk menunjukan bahwa program yang anda buat berjalan sesuai dengan ketentuan serta  beri penjelasannya.
4. Kirimkan melalui email ke trisanto@gmail.com dengan subjek UAS KCB MTI-14A -NAMANYA dengan attch 2 file : 

• 1 file dalam bentuk PDF (max 5MB) berisi : identitas diri (nama, npm, kelas, email), rancangan program, program,  dan image screen shot hasil program serta keterangannya. 
• 1 file dalam format Scilab untuk programnya,

Batas akhir pengiriman jawaban UAS pada tanggal 23 Juni 2017, keterlambatan menyebabkan pengurangan nilai -5/hari

Semoga anda dapat menyelesaikannya dengan baik,

Harap mengisi form dibawah ini :
1. Evaluasi dosen
2. Poling Dosen

Terima kasih,

Dosen Pengampu,

Agus Trisanto, Ph.D

Read More

Ujian Akhir Semester MK: Kecerdasan Buatan MTI-14B

Kepada mahasiswa pengampu

MK : Kecerdasan Buatan
Dosen : Agus Trisanto
Kelas  : MTI-14B

Berikut ini soal ujian :

INFORMATICS BUSINESS AND INSTITUTE

DARMAJAYA

LAMPUNG

---

UJIAN AKHIR SEMESTER TAHUN AJARAN 2017

Mata Kuliah : Kecerdasan Buatan   Dosen       : Agus Trisanto, Ph.D

Waktu/Tempat : 13:00-15:00 /B.16   Kelas : MTI-14B

Hari/tanggal : Minggu, 18 Juni 2017 Semester    : Genap

Distributor sepatu ingin menghitung berapa harga jual satu buah sepatu berdasarkan persedian dan permintaan sepatu, kapasitas maksimal gudang yang dimiliki distributor adalah 10.000 sepatu, harga sepatu berkisar minimal 100.000 rp dan maksimal 500.000 rp, buatlah keputusan dengan menggunakan prinsip fuzzy logic untuk menentukan harga sepatu yang pantas, ingat prinsip ekonomi permintaan semakin tinggi harga semakin mahal, dan stok semakin banyak harga semakin murah.

Buatlah langkah demi langkah untuk menentukan harga sepatu yang pantas :

1. Tentukan membership fungsi nya masing2 masukan dan keluarannya

2. Tentukan Rule basenya

3. Hitunglah keluarannya dengan menggunakan metode Mamdani, Shukamoto dan Sugeno

4. Simpulkan hasil analisis saudara  

==== Selamat bekerja dan semoga sukses ====

Ujian Akhir Semester dilakukan secara TAKE HOME dengan ketentuan sebagai berikut:

1. Buat pernyelesaian soal tersebut diatas dalam bentuk pdf
2. Kirimkan melalui email ke trisanto@gmail.com dengan subjek UAS KCB MTI-14B -NAMANYA 

Batas akhir pengiriman jawaban UAS pada tanggal 23 Juni 2017, keterlambatan menyebabkan pengurangan nilai -5/hari

Semoga anda dapat menyelesaikannya dengan baik,

Harap mengisi form dibawah ini :
1. Evaluasi dosen
2. Poling Dosen

Terima kasih,

Dosen Pengampu,
Agus Trisanto, Ph.D

Read More

Fuzzy Logic

Read More

Ujian Tengah Semester MK Kecerdasan Buatan MTI14B

Read More

Ujian Tengah Semester Kecerdasan Buatan MTI 13A

Kepada pengampu mata kuliah Kecerdasan Buatan
Kelas : MTI 13 A

Berikut ini soal ujian tengah semester (UTS)

Jaringan syaraf tiruan (JST) dapat digunakan untuk mengenali pola, pada kasus kali ini anda diminta membuat program JST menggunakan Scilab untuk mengenali pola segiempat, segitiga dan lingkaran, perhatikan gambar berikut ini :



Masukan merupakan berupa titik point dimatrik ukuran 5x5 = 25 masukan, masukan p[1] pada titik ujung kiri matrik, dst sampai titik ujung kanan bawah adalah masukan p[25], perhatikan pola segiempat sebagai berikut :


maka masukan pola SEGIEMPAT ke JST adalah
p[1]   =0, p[2]=0,  p[3]=0,  p[4]=0,  p[5]=0
p[6]   =1, p[7]=1,  p[8]=1,  p[9]=1,  p[10]=1

p[11] =1, p[12]=0,p[13]=0,p[14]=0,p[15]=1

p[16] =1, p[17]=0,p[18]=0,p[19]=0,p[20]=1

p[21] =1, p[22]=1,p[23]=1,p[24]=1,p[25]=1

Keluaran/TARGET untuk pola SEGIEMPAT adalah = 0.4

perhatikan pola segitiga sebagai berikut:

maka masukan pola SEGITIGA ke JST adalah
p[1]   =0, p[2]=0,  p[3]=0,  p[4]=0,  p[5]=0
p[6]   =0, p[7]=0,  p[8]=1,  p[9]=0,  p[10]=0

p[11] =0, p[12]=1,p[13]=0,p[14]=1,p[15]=0

p[16] =1, p[17]=0,p[18]=0,p[19]=0,p[20]=1

p[21] =1, p[22]=1,p[23]=1,p[24]=1,p[25]=1

Keluaran/TARGET untuk pola SEGITIGA adalah = 0.3

perhatikan pola lingkaran sebagai berikut:

maka masukan pola LINGKARAN ke JST adalah
p[1]   =0, p[2]=1,  p[3]=1,  p[4]=1,  p[5]=0
p[6]   =1, p[7]=0,  p[8]=0,  p[9]=0,  p[10]=1

p[11] =1, p[12]=0,p[13]=0,p[14]=0,p[15]=1

p[16] =1, p[17]=0,p[18]=0,p[19]=0,p[20]=1

p[21] =0, p[22]=1,p[23]=1,p[24]=1,p[25]=0

Keluaran/TARGET untuk pola LINGKARAN adalah = 0.1

Ujian Tengah Semester dilakukan secara TAKE HOME dengan ketentuan sebagai berikut:

1. Jelaskan rancangan programnya dalam bentuk flowchart dan penjelasannya.
2. Buat program Scilabnya dengan memberikan penjelasan disetiap barisnya
3. Jalankan programnya dan Screenshot  hasil programnya (terutama pada bagian masukan, target dan keluaran JSTnya), untuk menunjukan bahwa program yang anda buat berjalan sesuai dengan ketentuan serta  beri penjelasannya.
4. Kirimkan melalui email ke trisanto@gmail.com dengan subjek UTS KCB MTI13A NAMANYA dengan attch 2 file : 

• 1 file dalam bentuk PDF (max 5MB) berisi : identitas diri (nama, npm, kelas, email), rancangan program, program,  dan image screen shot hasil program serta keterangannya. 
• 1 file dalam format Scilab untuk programnya,

Batas akhir pengiriman jawaban UTS pada tanggal 12 November 2016, keterlambatan menyebabkan pengurangan nilai -5/hari

Semoga anda dapat menyelesaikannya dengan baik,

Harap mengisi form dibawah ini :
1. Evaluasi dosen
2. Poling Dosen

Terima kasih,

Dosen Pengampu,
Agus Trisanto, Ph.D

Read More

JST Menirukan fungsi LOGIKA

Program Jaringan Syaraf Tiruan (JST) yang telah dibuat pada posting terdahulu dapat digunakan untuk menirukan fungsi Logika.

Tahapan yang dilakukan adalah :

1. Melakukan proses pembelajaran dengan masukan JST adalah input logika dan keluaran JST dibandingkan dengan keluaran logika/target keluaran yang akan ditirukan.

Gambar berikut ini memperlihatkan proses tersebut

tabel kebenaran untuk logika OR, AND dan XOR sebagai berikut:

2. Proses pembelajaran dilakukan untuk semua kemungkinan masukan dan keluaran.

iterasi ke 1 : masukan x1=0, x2=0, dan target sesuai logika yang mau dipelajari

iterasi ke 2 : masukan x1=0,x2=1, dan target sesuai logika yang mau dipelajari

iterasi ke 3 : masukan x1=1,x2=0, dan target sesuai logika yang mau dipelajari

iterasi ke 4 : masukan x1=1,x2=1, dan target sesuai logika yang mau dipelajari

iterasi ke 5 dst : diulang dari iterasi ke 1,2,3,4,

berikut ini listing program untuk proses pembelajran dengan 4 kemungkinan input dan ouput:

3. Simpan bobot hasil pembelajaran.

4. Uji coba JST.

gambar dibawah ini adalah program untuk uji coba JST hasil belajar.





Program berikut ini adalah sebagian program JST unntuk menirukan fungsi logika yang merupakan modifikasi dari program JST yang telah diberikan pada posting terdahulu, pada program ini target keluaran, banyaknya iterasi, nilai learning rate dan banyaknya neuron di hidden layer diinputkan/masukan dari consule scilab.



Program berikut ini adalah sebagian program JST unntuk menirukan fungsi logika yang merupakan modifikasi dari program JST yang telah diberikan pada posting terdahulu, pada program ini target keluaran, banyaknya iterasi, nilai learning rate dan banyaknya neuron di hidden layer diinputkan/masukan dari consule scilab.



Berikut ini hasil compilasi program JST untuk menirukan fungsi logika :



perhatikan gambar diatas program JST menirukan fungsi logika XNOR dapat bekerja dengan baik, hal ini dapat dilihat dari keluaran hasil pembelajaran mendekati nilai yang diinginkan.

Read More

Kecerdasan Buatan ( MTI210306 )

CODE / SUBJECTS : MTI 02 3001 Artificial Intelligence

CREDITS : 3 ( Three ) credits



DESCRIPTION :

This course equips students to learn concepts , principles and implementation in the field of artificial

intelligence.


THE COMPETENCE WANT TO ACHIEVED :

After passing this course, students are expected to :

Know and understand the concept , principle, methods and implementation , and has a professional

attitude through mastery of artificial intelligence .


HIGHLIGHTS:

1 . Introduction

2 . Representation and Knowledge Problems

3 . Concepts and Methods Tracking ( DFS , a Breadth FS , BFS , Hill Climbing , A * , Minimax )

4 . Concepts and Methods Genetic Algorithm

5 . Concepts and Methods for Planning ( Goal Stack Planning)

6 . Concepts and Methods of Reasoning ( Fuzzy Logic )

7.  Concepts and Methods of Artificial Neural Network

•      program excel perseptron
•      Multilayer Network
•      Backpropagation Neural Network

8. Presentation and Discussion of Major Duties

9. Practice : Knowledge Base

10. Practice : Genetic Algorithm

11. Practice : Fuzzy Logic

12. Practice : Artificial Neuro Network

• Membuat Program JST menggunakan Scilab
• Membuat Program JSTmenirukan fungsi logika

Ujian Akhir Semester 

DOWNLOAD MATERI FOLDER


REFERENCE :

1 ) Russell and Norvig , Artificial Intelligence : A Modern Approach , Prentice Hall , 1995.

2 ) Zbignew M. , Genetic Alg + Data Structure = Evolution Programs , springler - Verlag .

3 ) Frank Puppe . " Systematic Introduction to Expert Systems " , Springer - Verlag , 1994

4 ) Stuart Russell & Peter Norvig J , Artificial Intelligence ; A Modern Approach , Prentice - Hall

International , Inc. , Textbook

5 ) Elaine Rich , Artificial Intelligence , McGraw - Hill , Textbooks

Read More

Membuat Program JST dengan menggunakan Software Scilab 5.4.1

Scilab adalah perangkat lunak aplikasi untuk menyelsaikan masalah komputasi, mirip seperti Matlab,  perangkat lunak ini bersifat gratis dan dapat di download dilink berikut ini  https://www.scilab.org
Pada tulisan kali ini saya akan mencoba menerangkan langkah demi langkah pembuatan program jaringan syaraf tiruan (JST) dengan menggunakan software Scilab 5.4.1
Jalankan software  Scilab, maka akan tampak tampilan seperti gambar berikut ini:


pada menu kiri atas klik pada bagian Scinotes  :

akan muncul tampilan Scinotes  seperti ini :

Buat program JST di Scinotes seperti ini :

Catatan : Scinotes adalah editor untuk menuliskan program Scilab
Aturan penulisan program :
tanda " // "  (garis miring dua kali) digunakan untuk menuliskan keterangan, jadi tidak akan diproses dalam program
tanda ";"  (titik koma)  untuk mengakhiri setiap perintah agar tidak muncul dalam editor consule di Scilab
Berikut ini gambar struktur JST yang akan kita buat programnya :

Berikut ini listring program JST pada Scinotes,

Setelah program dibuat jalankan program dengan men-klik run seperti gambar dibawah ini:

Kemudian simpanlah program yang dibuat di folder yang anda kehendaki.
Untuk melihat hasil run/exsekusi program dapat dilihat di menu editor Scilab pada posisi kanan atas, seperti gambar berikut:

untuk melihat nilai varibel yang telah dibuat dalam program klik pada bagian varibelnya maka akan muncul seperti ini:
(contoh melihat variabel w / bobot klik variabel w)

atau untuk melihat nilai variabel yang telah dibuat dalam program dapat dituliskan pada editor/consule Scilab, dilanjutkan dengan menekan tombol enter maka akan muncul nilai variabel seperti gambar dibawah ini:

gambar diatas memperlihatkan nilai a dan nilai target yang hampir sama, ini menunjukan program tersebut sudah berjalan dengan baik.
Tahap demi tahap  program JST dapat dijabarkan sebagai berikut:
Inisialisasi awal menentukan struktur JST seperti:

• Jumlah masukan/input
• Jumlah neuron di lapisan tersembunyi (hidden layer)
• Jumlah keluaran/output
• Kecepatan Pembelajaran (Learing rate)
• Bobot awal  input ke hidden layer
• Bobot awal hiden layer ke output layer
• Nilai masukan
• Target

Berikut ini listing programnya untuk menentukan nilai masukan, neuron di hidden layer, output layer, kecepatan pembelajaran,

Listing program untuk membuat/men-generate bobot awal di layer input ke layer hidden adalah sebagai berikut:

perhatikan banyaknya bobot antara masukan ke hidden layer adalah banyaknya input X banyaknya neuron di hidden layer atau jXi
program tersebut diatas dapat menghasilkan bobot sebanyak jXi
perhatikan notasi untuk w dimulai dari tujuan kemudian asal masukan atau ditulis  w(j,i) , j=adalah neuron tujuan dan i=adalah masukan
Berikut ini listing program untuk membuat/men-generate bobot awal di hidden layer ke output layer:

program ini identik dengan program men-generate bobot awal w, bedanya hanya tergantung jumlah neuran di hidden layer dengan  di output layer.
Pemberian nilai target dan masukan/input dapat ditulis sebagai berikut:

tanda ";"(titik koma) menyatakan bentuk matrix [ix1] kalau menggunakan "," (koma) matrix [1xi]
Perhatikan pada gambar dj, dalam bentuk persamaan matematiknya dapat ditulis :
dj= ∑ (pi.wji)
dalam bentuk  program Scilab dapat ditulis :

perhatikan pada gambar hj:
hj=f1(dj)   keluaran adalah fungsi aktifasi dari dj, jika menggunakan sigmoid fungsi dapat dituliskan

dalam bentuk program Scilab dapat ditulis:


Nilai keluaran neuron pada hidden layer merupakan masukan bagi neuron pada layer output,
persamaannya dapat ditulis:

dalam bentuk program scilab dapat ditulis:

dan Keluaran JST (a) tergantung dari aktivasi fungsi yang digunakan, apada contoh ini menggunakan sigmoid fungsi dengan rumusan sebagai berikut:

dalam bentuk program scilab dapat ditulis:

Dalam proses pembelajaran maka keluaran JST dibandingkan dengan target yang ingin dicapai, jika terjadi perbedaan ini berarti masih ada error/kesalahan

yang harus diperbaiki,  persamaannya untuk error (e) dapat ditulis:

error = target -  keluaran JST

atau

e = t -a

dalam bentuk program scilab dapat ditulis:

perhatikan listring program diatas banyaknya error(e) adalah sebanyak target /keluaran JST.
Setelah didapat error maka proses selanjutnya adalah  "BACKPROPAGATION" yaitu proses meng-update bobot sehingga dihasilkan keluaran sesuai dengan target yang diinginkan, proses ini juga disebut proses belajar JST.
Secara umum update bobot dapat dirumuskan sebagai berikut:

artinya bobot berikutnya adalah bobot sekarang ditambah perubahan bobot, dimana perubahan bobot dapat ditulis:

persamaan diatas menunjukan perubahan bobot  adalah negatif/berawanan dari adanya perubahan E terhadap w, dimana E adalah cost energi dari error (e) :

E=cost energi fungsi, e=error

Proses  up-date bobot dilihat dari sisi kanan ke kiri atau dari sisi keluaran ke masukan JST,
error (e) bergerak ke belakang, untuk gambar JST diatas maka up-date bobot v (bobot antara hidden layer ke output layer)  dilakukan terlebih dahulu,  baru update bobot w (bobot antara masukan ke hidden layer).
perubahan  bobot di hidden layer dapat dijabarkan sebagi berikut:

f'(q) dapat dicari sebagai berikut,  jika mengunakan fungsi sigmoid :

maka :

  

jadi :

dalam bentuk program scilab dapat ditulis:

untuk perubahan  w  dapat dijabarkan sebagai berikut:

dalam bentuk scilab dapat ditulis:

Untuk meng-update bobot w dan v dapat dijabarkan sebagai berikut:

dan

dalam bentuk program scilab dapat dituliskan :

dan yang terakhir adalah untuk memyimpan data error :

Semua program mulai baris 31 s/d 104 berulang sampai k=iterasi, dimana banyaknya iterasi sdh di masukan pada inisilisasi awal.

Berikut ini ket program looping pada baris ke 30 dan diakhiri baris ke 105

Read More