113071112_KMA_CS3243_Genap_0910_Soal UAS

Ujian Tengah SemesterKecerdasan Mesin dan Artifisial (CS3243)

Semester: Genap 2009/2010Sifat: Take Home, Buka Buku, Komputer, Internet

Perhatian !!!

Anda harus menjawab SENDIRI semua pertanyaan di bawah ini secara jelas dan lengkap.

DILARANG KERAS untuk berkomunikasi, bekerjasama, dan meminta bantuan siapapun.

Jumlah soal ada dua. Soal pertama bersifat wajib dengan nilai 100 poin dan soal ke dua

adalah bonus yang bersifat opsional dengan nilai 20 poin.

Gunakan lembar jawaban yang tersedia pada halaman terakhir. Tambahkan Nama dan NIM

anda pada footnote agar bisa ditelusuri jika berkas Anda tercecer. Jawaban diketik

komputer, di-print dengan kualitas baik yang dapat dibaca.

DILARANG memberikan ralat (menghapus atau menambahkan catatan dengan pena atau

apapun) pada jawaban hasil print-out. Adanya ralat menunjukkan bahwa Anda tidak yakin

dengan jawaban Anda sendiri dan terpengaruh oleh jawaban orang lain. Jawaban yang

sepenuhnya ditulis tangan atau jawaban yang terdapat ralat tidak akan dikoreksi (nilai = 0).

Lembar pernyataan harus ditandatangani oleh setiap mahasiswa yang bersangkutan.

Jawaban yang tidak ditandatangani tidak akan dikoreksi (nilai = 0).

Jawaban hasil print-out (lembar soal tidak perlu di-print) dan sudah ditandatangani

dikumpulkan pada

- Program Reguler : hari Selasa 01 Juni 2010 pukul 12.00.

- Program Ekstensi : hari Selasa 01 Juni 2010 pukul 17.00.

Tempat pengumpulan ditentukan oleh dosen masing-masing. Untuk kelas IF-31-01/02/07

dan IFX-33-01 dikumpulkan di lokernya Suyanto di depan ruang dosen ITP yang terdapat

tanda ”SUO : IN”.

Mahasiswa yang berhalangan (karena sakit atau hal lain), pengumpulan jawaban boleh

diwakilkan ke orang lain.

Tidak ada toleransi atas keterlambatan. Berkas ujian yang terlambat pengumpulannya tidak

akan dikoreksi (nilai = 0)

Periksa secara teliti semua solusi yang Anda buat sebelum di-print dan dikumpulkan.

UAS KMA (CS3243) – Genap 09/10 Nama: Dimas Priambada NIM: 113071112 1 of 11

1. Soal ini bersifat wajib dengan nilai 100 poin. Perhatikan kasus dunia balok pada gambar di

bawah ini. Lakukan penelusuran menggunakan gambar dan kalimat untuk menjelaskan

bagaimana metode Goal Stack Planning (GSP) dapat menghasilkan kumpulan operator yang

dapat mengubah kondisi initial menjadi kondisi goal? Sebagai panduan, ingatlah kalimat

berikut ini “Sesuai dengan namanya, GSP bekerja menggunakan sebuah stack dan

berorientasi pada goal state”.

2. Soal ini bersifat opsional dengan nilai 20 poin. Jelaskan secara detail perbedaan antara

metode Goal Stack Planning (GSP) dengan metode Constraint Posting (CP). Berikan

justifikasi/alasan yang kuat mengenai kelebihan dan kekurangan kedua metode.

---o0o--- Please think more ---o0o---


ON(A,B) ON(B,C) ON(C,D) ON(D,E) ONTABLE(E) ARMEMPTY

ON(A,B) ON(C,D) ON(D,E) ONTABLE(B) ONTABLE(E) ARMEMPTY

GoalInitial

A

B E

D

E

C

D

C

A

B

Lembar Jawaban UASKecerdasan Mesin dan Artifisial (CS3243)

Semester: Genap 2009/2010

Nama : Dimas Priambada

NIM : 113071112

Kelas : IF 31-03

Pernyataan: Semua jawaban SAYA KERJAKAN SENDIRI tanpa bekerjasama maupun

meminta bantuan siapapun. Saya bersedia diberi nilai E jika pernyataan ini terbukti salah.

Tanda Tangan :

1.

I. Langkah pertama yang perlu dilakukan Goal Stack Planning (GSP) adalah memasukkan

kondisi-kondisi yang merupakan goal-state ke dalam stack, sehingga diperoleh


II. Langkah kedua, memasukkan kondisi-kondisi goal state yang belum tercapai ke dalam stack.

Kembali lihat kondisi goal state ketika ada yang belum sama maka diproses dahulu. Kali ini state

yang belum sama yakni ON(B,C).

Ketika di ON(B,C), langkah yang dilakukan berupa STACK(B,C). Lalu ditindaklanjuti dengan

Precondition STACK (B,C) yakni CLEAR (C) dan HOLDING (B).

III. Langkah ketiga, memeriksa slot paling atas dengan menyesuaikan pada kondisi slot tersebut

dengan berdasarkan daftar PAD. Ketika di HOLDING(B) langkah yang dilakukan PICKUP(B) dengan

Precondition PICKUP (B) yakni ONTABLE(B) ^ CLEAR(B) ^ ARMEMPTY.

IV. Langkah keempat ini pada CLEAR(B) diganti dengan UNSTACK(A,B)

V. Pada langkah kelima, kondisi ON(A,B), CLEAR(A), ARMEMPTY, dan ONTABLE(B) telah memenuhi current state, maka slot tersebut dipop dan UNSTACK(A,B) dimasukkan ke Queue karena ketiga precondidition yang terdiri ON (A,B) ^ CLEAR (A) ^ ARMEMPTY sudah terpenuhi.


Kemudian ARMEMPTY tidak memenuhi current state, maka slot tersebut dipop dan ditambahkan operator yang sesuai untuk mencapai kondisi tersebut yaitu PUTDOWN(A).

Kondisi current state pada langkah kelima:

VI. Pada langkah keenam, kondisi HOLDING(A) sudah memenuhi current state, maka slot

tersebut dipop dan PUTDOWN(A) dipop dan dimasukkan ke Queue karena precondition-

nya yaitu HOLDING (A) sudah terpenuhi.


Kondisi current state pada langkah keenam:

VII. Pada langkah ketujuh ini, rupanya kondisi ONTABLE(B) ^ CLEAR(B) ^ ARMEMPTY telah memenuhi current state, maka slot tersebut dipop dan PICKUP(B) dipop lalu dimasukkan ke Queue karena ketiga precondidition yang terdiri ONTABLE(B) ^ CLEAR(B) ^ ARMEMPTY sudah terpenuhi.

Kondisi current state pada langkah ketujuh:


VIII. Pada langkah kedelapan, kondisi CLEAR(C) pada stack telah memenuhi current state pada langkah ketujuh maka slot tersebut dipop. Kemudian kondisi HOLDING(B) ^ CLEAR(C) turut pula memenuhi current state pada langkah ketujuh maka slot tersebut dipop. Tidak hanya itu saja, STACK(B,C) dipop lalu dimasukkan ke Queue karena ketiga precondidition yang terdiri HOLDING(B) ^ CLEAR(C) sudah terpenuhi

Kondisi current state pada langkah kedelapan:

IX. Pada langkah kesembilan ini, ON(A,B) sebagai stack teratas yang tidak memenuhi current state maka langkah yang dilakukan ialah STACK(A,B) dengan precondition berupa HOLDING(A) ^ CLEAR(B).

X. Pada langkah kesepuluh selanjutnya dilakukan penggantian HOLDING(A) dengan PICKUP(A) yang preconditionnya terdiri dari ONTABLE(A) ^ CLEAR(A) ^ ARMEMPTY. Dikarenakan ketiga preconditionnya memenuhi current state maka dipop, lalu pada PICKUP(A) dipop juga dan dimasukkan ke Queue.


Kondisi current state pada langkah kesepuluh:

XI. Pada langkah kesebelas, lihat kembali kondisi stack terkini, kondisi HOLDING(A) ^ CLEAR(B) ternyata memenuhi current state pada langkah kesepuluh. Dikarenakan kedua preconditionnya memenuhi current state maka dipop, lalu pada STACK(A,B) dipop juga dan dimasukkan ke Queue.

Kondisi current state pada langkah kesebelas:


XII. Pada langkah keduabelas ini slot yang tersedia yaitu ON(A,B) ^ ON(B,C) ^ ON(C,D) ^ ON(D,E) ^ ONTABLE(E) ^ ARMEMPTY. Slot tersebut merupakan slot paling dasar dan diuji kesamaan antara current state dan goal state yang ternyata sama maka isi slot yang terakhir tersebut dipop dan pencarian rencana penyelesaian dihentikan seketika.

2. Goal Stack Planning(GSP)a. Ketika menyelesaikan masalah, GSP memakai sebuah stack guna menampung keadaan-

keadaan (keadaaan goal state (tujuan) dan keadaan-keadaan lain yang mungkin terjadi selama proses pencarian solusi) dan operator operator yang telah diajukan untuk memenuhi keadaan-keadaan untuk penyelesaian suatu masalah.


1. Tempatkan seluruh kondisi goal-state pada slot stack paling bawah. 2. Masukkan setiap kondisi goal-state yang belum tercapai ke dalam sebuah slot

stack. 3. Loop

Keluarkan kondisi yang sudah dicapai dari dalam stack. Ganti kondisi yang belum dicapai dengan operator yang sesuai. Pindahkan operator yang bisa diaplikasikan ke dalam rencana penyelesaian. Cek apakah current-state sama dengan goal-state If current-state = goal-state Then

sukses End

End

b. GSP menjadi tidak efisien ketika kondisi yang belum tercapai yang dipilih untuk diselesaikan terlebih dahulu bukanlah kondisi yang harus diselesaikan terlebih dahulu. Selain itu, GSP dianggap tidak efisien pula dalam hal biaya komputasi apabila GSP menemui jalan buntu saat proses pencarian rencana penyelesaian.

c. Penyelesaian dengan GSP bergantung pada urutan kondisi yang dipilihnya. Apabila jumlah kemungkinan urutan kondisi adalah 2 faktorial = 2 kemungkinan namun apabila jumlah kemungkinan urutan kondisi semakin banyak misalkan 15 kondisi atau 90 kondisi, tentu saja jumlah kemungkinan kondisi menjadu tak terhingga.

d. Algoritma GSP

e. Kelebihan GSP : metode planning yang paling sederhana dimana hanya menggunakan satu stack untuk memanipulasi kondisi sampai ditemukan solusi. Dengan kata lain, GSP lebih mudah untuk diimplementasikan daripada CP yang agak sulit pengimplementasiannya karena banyaknya kondisi pengecekan sebelum suatu fungsi diaplikasikan.

f. Kekurangan GSP: menghasilkan solusi yang tidak efisien dalam hal biaya komputasi apabila GSP menemui jalan buntu saat proses pencarian rencana penyelesaian, selain itu GSP sangat sensitive dalam hal urutan pemasukan kondisi ke dalam stack. Sedangkan CP bisa menemukan solusi yang lebih efisien dibandingkan GSP.

Constraint Planning (CP)a. Constraint Planning bekerja secara parallel untuk mencapai kondisi-kondisi pada goal

state (non-linier planning).b. Memiliki Fungsi Pemandu yang terdiri dari

Step-addition: Membuat langkah baru. Promotion: Menempatkan suatu langkah sebelum langkah lainnya pada rencana

penyelesaian akhir. Declobering: Menempatkan sebuah langkah s2 (mungkin baru) di antara dua langkah

yang sudah ada, s1 dan s3, mengembalikan prekondisi dari s3 yang dihilangkan (atau di-clobber) oleh s1.

Simple-Establishment: Menetapkan sebuah nilai ke dalam sebuah variabel, dalam rangka memastikan precondition untuk beberapa langkah.

Separation: Mencegah penetapan suatu nilai ke dalam suatu variabel. c. CP memiliki tiga langkah untuk membangun Rencana Penyelesaian yaitu:

menganalisa operator-operator (secara bertahap) mengurutkan operator-operator (secara parsial) membuat variabel antar operator


d. Algoritma CP

e. Kelebihan CP : pada umumnya CP menghasilkan rencana penyelesaian yang lebih efisien dibanding GSP

f. Kekurangan CP : ternyata dibalik kelebihannya berupa lebih efisien, ada risiko yang harus ditanggung berupa implementasi yang lebih lebih rumit dan biaya komputasi yang lebih tinggi dibandingkan GSP. Hal ini disebabkan dua hal yaitu: Setiap penambahan langkah baru pada CP membutuhkan pengecekan bagaimana

pengaruh pada seluruh langkah yang sudah ada sebelumnya. Setiap pengurutan langkah baru pada CP membutuhkan pembandingan dengan

seluruh urutan langkah yang sudah ada sebelumnya.Penyebab mengapa implementasi CP lebih rumit dibandingkan GSP berikut ini: Algoritma untuk fungsi-fungsi pemandu yang diperlukan CP Pendefinisian setiap variabel dan struktur data dari setiap variabel yang dibutuhkan CP

untuk mendeskripsikan state, langkah, urutan langkah serta hubungan antar langkah dan urutan langkah yang dapat mendukung dan didukung fungsi-fungsi pemandu.

Kesimpulannya,a. Ketika yang dipandang dari segi efisiensi Rencana Penyelesaian yang dihasilkan maka CP

pada umumnya lebih unggul daripada GSPb. Ketika yang dipandang dari segi mudahnya implementasi maka dalam hal ini GSP lebih

unggul daripada CP.


113071112_KMA_CS3243_Genap_0910_Soal UAS

Documents

Transcript of 113071112_KMA_CS3243_Genap_0910_Soal UAS