wayground logo

Free Printable Worksheets

NEW

Font size

S
M
L
XL
Worksheets

UTS Kecerdasan Buatan

Total questions: 40

Worksheet time: 20mins

Name
Class
Date
1.

Algoritma pencarian A-Star menggunakan parameter berikut, kecuali:

a)

G(n)

b)

H(n)

c)

F(n)

d)

Heuristik

e)

Iterasi

2.

Dalam algoritma Minimax, tujuan dari pemain yang diwakili oleh MIN adalah:

a)

Memaksimalkan nilai

b)

Meminimalkan risiko

c)

Memaksimalkan hasil langkah lawan

d)

Meminimalkan keuntungan lawan

e)

Meminimalkan nilai

3.

Agen cerdas yang hanya merespons berdasarkan kondisi saat ini tanpa mempertimbangkan sejarah disebut:

a)

Model-Based Agent

b)

Simple Reflex Agent

c)

Utility-Based Agent

d)

Learning Agent

e)

Goal-Based Agent

4.

Fungsi heuristik dalam pencarian A-Star bertujuan untuk:

a)

Mengurangi waktu pencarian

b)

Meningkatkan akurasi

c)

Mengoptimalkan tujuan

d)

Mengukur jarak yang sudah ditempuh

e)

Mengestimasi jarak ke tujuan

5.

Teknik pruning dalam algoritma Alpha-Beta bertujuan untuk:

a)

Menghilangkan langkah optimal

b)

Mempercepat pencarian

c)

Menambah pilihan langkah

d)

Menyimpan semua node

e)

Menghindari langkah lawan

6.

Dalam PEAS, "Actuators" berfungsi untuk:

a)

Mengukur performa

b)

Menyediakan informasi lingkungan

c)

Mengerjakan tindakan yang dipilih

d)

Mendeteksi sensor

e)

Mengoptimalkan tujuan

7.

Algoritma A-Star bekerja dengan prinsip kombinasi antara:

a)

Algoritma Greedy dan BFS

b)

Fungsi biaya dan fungsi heuristik

c)

Fungsi evaluasi dan DFS

d)

Depth-first search dan Breadth-first search

e)

Branch-and-bound dan pruning

8.

Jenis agen yang dapat belajar dari pengalamannya adalah:

a)

Reflex Agent

b)

Goal-Based Agent

c)

Utility-Based Agent

d)

Learning Agent

e)

Model-Based Agent

9.

Algoritma pencarian Alpha-Beta merupakan pengembangan dari:

a)

Minimax

b)

BFS

c)

A-Star

d)

DFS

e)

Uniform Cost Search

10.

Pada desain agen otomatis untuk supir taksi, sensor yang dibutuhkan antara lain:

a)

GPS

b)

Kompas

c)

Mesin suara

d)

Printer

e)

Scanner

11.

Agen refleks berbasis model ditambahkan dengan:

a)

Pengetahuan tentang dunia

b)

Rencana untuk tujuan

c)

Tujuan khusus

d)

Kemampuan komunikasi

e)

Fungsi utilitas

12.

Dalam algoritma Minimax, lawan yang mencoba meminimalkan keuntungan disebut:

a)

MAX

b)

MIN

c)

Utility

d)

Branch

e)

Cut-off

13.

Prinsip utama agen rasional adalah:

a)

Memaksimalkan nilai ukuran performa

b)

Meminimalkan tindakan

c)

Mengabaikan lingkungan

d)

Mengambil risiko besar

e)

Menghindari tindakan

14.

Tipe agen yang bekerja dengan mempertimbangkan tujuan adalah:

a)

Reflex Agent

b)

Goal-Based Agent

c)

Utility-Based Agent

d)

Learning Agent

e)

Model-Based Agent

15.

Lingkungan yang sepenuhnya tergantung pada tindakan agen disebut:

a)

Stochastic

b)

Deterministic

c)

Dynamic

d)

Continuous

e)

Episodic

16.

Fungsi evaluasi dalam algoritma Minimax digunakan untuk:

a)

Menyimpan langkah

b)

Mengukur efektivitas

c)

Mengevaluasi hasil akhir

d)

Menghitung nilai node

e)

Menyusun langkah

17.

Komponen utama dari agen BDI adalah, kecuali:

a)

Belief

b)

Desire

c)

Intelligence

d)

Intention

e)

Plan

18.

Pada PEAS, "Performance Measure" bertujuan untuk:

a)

Mengoptimalkan tujuan

b)

Mengukur kualitas tindakan agen

c)

Mengarahkan sensor

d)

Menyediakan informasi lingkungan

e)

Memproses input

19.

Agen yang selalu berusaha mencapai tujuan dengan cara optimal adalah:

a)

Reflex Agent

b)

Goal-Based Agent

c)

Utility-Based Agent

d)

Rational Agent

e)

Deterministic Agent

20.

Dalam algoritma Minimax, MAX mencoba untuk:

a)

Meminimalkan risiko

b)

Memaksimalkan nilai

c)

Menghindari langkah lawan

d)

Memaksimalkan kerugian lawan

e)

Meminimalkan nilai

21.

Lingkungan yang tidak dapat diprediksi disebut:

a)

Deterministic

b)

Dynamic

c)

Episodic

d)

Stochastic

e)

Continuous

22.

Tugas utama dari agen rasional adalah untuk:

a)

Menyusun semua kemungkinan

b)

Memilih tindakan terbaik berdasarkan pengetahuan

c)

Mengikuti langkah-langkah manual

d)

Menghindari risiko apapun

e)

Mengabaikan lingkungan

23.

Algoritma pencarian adversarial seperti Minimax dan Alpha-Beta digunakan dalam:

a)

Permainan dua pemain

b)

Pencarian grafik

c)

Pengelolaan database

d)

Penyimpanan data

e)

Analisis statistik

24.

Pada agen PEAS untuk dokter, actuator yang digunakan adalah:

a)

Stetoskop

b)

Printer

c)

Layar tampilan

d)

Kamera

e)

Sonar

25.

Jenis agen yang berusaha mencapai tingkat kebahagiaan tertinggi disebut:

a)

Reflex Agent

b)

Utility-Based Agent

c)

Model-Based Agent

d)

Learning Agent

e)

Goal-Based Agent

26.

Agen yang dapat memonitor perubahan lingkungan secara terus-menerus adalah:

a)

Reflex Agent

b)

Model-Based Agent

c)

Goal-Based Agent

d)

Utility-Based Agent

e)

Learning Agent

27.

Fungsi heuristic dalam A-Star bertujuan untuk:

a)

Mengurangi waktu proses

b)

Memilih langkah optimal

c)

Mencari solusi terbaik

d)

Memprediksi jarak terpendek

e)

Menghitung biaya total

28.

Jenis agen yang mengambil inisiatif untuk mencapai tujuan disebut:

a)

Reaktif

b)

Proaktif

c)

Otonom

d)

Situated

e)

Fleksibel

29.

Lingkungan catur adalah contoh lingkungan:

a)

Partially observable

b)

Static

c)

Continuous

d)

Dynamic

e)

Single-agent

30.

Agen refleks sederhana tidak cocok jika:

a)

Lingkungan statis

b)

Lingkungan berubah secara konstan

c)

Perlu belajar dari pengalaman

d)

Menerima input tetap

e)

Tidak perlu mengambil keputusan

31.

PEAS pada agen mobil otomatis, "Performance measure" termasuk:

a)

Kamera

b)

Setir

c)

Keselamatan

d)

Jalan raya

e)

GPS

32.

Pencarian adversarial dilakukan untuk:

a)

Mengejar tujuan terbaik dalam game

b)

Menyusun informasi

c)

Mengumpulkan data

d)

Menyederhanakan proses

e)

Mengurangi risiko

33.

Agen rasional selalu bertindak untuk:

a)

Mendapatkan informasi lebih banyak

b)

Menyimpan langkah

c)

Menghindari tindakan lawan

d)

Memaksimalkan ukuran performa

e)

Mengikuti proses standar

34.

Jenis lingkungan yang diamati sebagian disebut:

a)

Fully observable

b)

Stochastic

c)

Partially observable

d)

Continuous

e)

Discrete

35.

PEAS dalam agen diagnosis medis mencakup sensor berupa:

a)

Layar tampilan

b)

Suara

c)

Stetoskop

d)

Keyboard

e)

Monitor

36.

Dalam algoritma A-Star, g(n) mengukur:

a)

Estimasi jarak ke tujuan

b)

Nilai heuristik

c)

Total biaya perjalanan

d)

Biaya dari awal ke node saat ini

e)

Waktu pencarian

37.

Contoh lingkungan episodic adalah:

a)

Pembersih vakum otomatis

b)

Catur

c)

Pengendara mobil otomatis

d)

Permainan Go

e)

Penyimpanan data

38.

Alpha-Beta pruning digunakan dalam:

a)

Mempercepat proses pencarian

b)

Menghitung jarak terpendek

c)

Menyimpan data

d)

Membuat rencana

e)

Mengumpulkan informasi

39.

Agen yang hanya memberikan respons atas input saat ini tanpa mempelajari pengalaman disebut:

a)

Reflex Agent

b)

Utility-Based Agent

c)

Goal-Based Agent

d)

Learning Agent

e)

Rational Agent

40.

Agen berbasis tujuan memerlukan:

a)

Pengetahuan lingkungan

b)

Tujuan yang harus dicapai

c)

Perencanaan tindakan

d)

Umpan balik

e)

Arsitektur khusus

Similar Resources on Wayground

Re Assessment

35 questions

Re Assessment

quiz

Worksheet

•

University

XI 300425 Uji Pemahaman Algoritma Pemrograman

40 questions

XI 300425 Uji Pemahaman Algoritma Pemrograman

quiz

Worksheet

•

10th Grade - University

Chapter 1

35 questions

Chapter 1

quiz

Worksheet

•

University

Asesment Sumatif 1 Informatika

37 questions

Asesment Sumatif 1 Informatika

quiz

Worksheet

•

12th Grade - University

Pendalaman Materi AI - INF19

35 questions

Pendalaman Materi AI - INF19

quiz

Worksheet

•

9th Grade - University

NIM QUIZZIZ FOR FINAL EXAM SEM 1 25/26

45 questions

NIM QUIZZIZ FOR FINAL EXAM SEM 1 25/26

quiz

Worksheet

•

University

PEC Midterm Assessment

45 questions

PEC Midterm Assessment

quiz

Worksheet

•

University

Usability Engineering Quiz

40 questions

Usability Engineering Quiz

quiz

Worksheet

•

University