🔑 Kunci Jawaban & Rubrik Penilaian

🔑 Poin Kunci Jawaban:

1. Perbedaan Stack vs Heap (6 poin):
   • Stack: LIFO, ukuran terbatas, otomatis dibersihkan saat fungsi selesai, cepat, untuk variabel lokal.
   • Heap: Luas & fleksibel, akses lebih lambat, rentan memory leak, untuk data besar/dinamis (objek, list, dictionary).
2. Contoh Nyata Memory Leak (6 poin):
   • Contoh: Game yang menyimpan objek musuh yang sudah dikalahkan tetapi referensinya tidak dihapus → menumpuk di Heap.
   • Contoh lain: Listener/event handler yang tidak dilepas, cache tanpa batas, atau variabel global yang menampung data terus-menerus.
3. Peran Garbage Collection (8 poin):
   • GC bekerja dengan mekanisme Mark-and-Sweep: menandai objek yang masih direferensi, lalu menyapu objek yang tidak lagi terhubung.
   • GC gagal jika masih ada referensi “sampel” (misal: objek disimpan di list global) → objek tetap dianggap “hidup” dan tidak dibersihkan.
   • Solusi: programmer harus secara eksplisit menghapus referensi (misal: del atau set None).

🔑 Poin Kunci Jawaban:

1. Analisis Bottleneck (6 poin):
   • String di Python bersifat immutable (tidak bisa diubah).
   • Setiap += membuat objek string baru di Heap, menyalin seluruh konten lama + konten baru.
   • 100.000 iterasi = 100.000 alokasi + penyalinan → kompleksitas O(n²), boros memori & CPU.
2. Kode Optimal (6 poin):
   data_list = [str(i) for i in range(100000)]
   data = ” “.join(data_list)
   Atau menggunakan list comprehension + join.
3. Penjelasan Efisiensi (8 poin):
   • list bersifat mutable → append atau list comprehension hanya menambah pointer, bukan menyalin seluruh data.
   • "".join() melakukan alokasi memori sekali di awal dengan ukuran total yang sudah diketahui → kompleksitas O(n).
   • Hasil: jauh lebih cepat (bisa 10–100x) dan hemat memori Heap.

🔑 Poin Kunci Jawaban:

1. Analisis Kelemahan (6 poin):
   • Operator in pada string melakukan substring matching, bukan pencocokan kata utuh.
   • Kalimat di atas mengandung substring “keluar” → bot akan berhenti meskipun pengguna tidak bermaksud keluar.
   • Ini adalah false positive / celah logika kontekstual.
2. Perbaikan Logika (14 poin) — beberapa solusi diterima:
   • Solusi 1 — Exact Match:
     if input_user.lower().strip() in [“keluar”, “bye”, “exit”]:
         berjalan = False
   • Solusi 2 — Tokenisasi Kata:
     kata = input_user.lower().split()
     if “keluar” in kata or “bye” in kata:
         berjalan = False
   • Solusi 3 — Konfirmasi: Tanyakan ulang “Apakah Anda yakin ingin keluar? (ya/tidak)” sebelum menutup.

🔑 Poin Kunci Jawaban:

1. Minimal 3 Aspek Perbandingan (12 poin):

   Aspek	Rule-Based AI	LLM (ChatGPT)
   Cara Kerja	Pencocokan pola & aturan statis (dictionary, if-elif)	Generasi teks berbasis probabilitas & transformer
   Kebutuhan Resource	Ringan, bisa di PC biasa, tanpa GPU	Butuh GPU, memori besar, komputasi tinggi
   Pemahaman Konteks	Tidak ada, kaku	Baik, memahami nuansa & konteks percakapan
   Fleksibilitas	Terbatas pada database	Adaptif, bisa menjawab hal baru
   Kecepatan Respons	Sangat cepat (milidetik)	Relatif lebih lambat (detik)
   Empati & Kreativitas	Tidak ada	Bisa menunjukkan empati & narasi kreatif

2. Kapan Memilih Rule-Based AI (8 poin):
   • Sistem dengan domain terbatas & terdefinisi jelas (kamus istilah, FAQ perusahaan, IVR bank).
   • Kebutuhan respons deterministik (tidak boleh “berhalusinasi”) — misal: sistem medis, hukum, keuangan.
   • Kendala resource terbatas (perangkat embedded, offline, tanpa internet).
   • Kebutuhan audit trail — setiap jawaban bisa ditelusuri ke aturan tertentu.
   • Prototipe cepat dengan biaya rendah sebelum investasi ke LLM.

🔑 Poin Kunci Jawaban:

1. Implementasi *args (8 poin):
   def kalkulator_statistik(*data):
       if not data:
           return None
       total = sum(data)
       rata_rata = total / len(data)
       return {“total”: total, “rata_rata”: rata_rata, “jumlah_data”: len(data)}
   
   print(kalkulator_statistik(10, 20, 30, 40))
   *args menerima argumen positional tak terbatas sebagai tuple.
2. Alasan Variabel Lokal (12 poin):
   • Keamanan Data (4 poin): Variabel lokal terisolasi di dalam fungsi → tidak bisa diubah/dibaca oleh bagian program lain secara tidak sengaja (mencegah side effect dan race condition).
   • Efisiensi Memori (4 poin): Variabel lokal otomatis dihancurkan dari Stack saat fungsi selesai → tidak membebani Heap atau mengikat RAM terus-menerus seperti variabel global.
   • Reusability & Testing (4 poin): Fungsi menjadi pure function → mudah diuji, dipanggil berulang dengan input berbeda tanpa khawatir state global tercemar.
   • Prinsip Clean Code: Menghindari variabel global = mengurangi coupling, meningkatkan maintainability.

📐 Rumus Nilai Akhir (Skala 0–100):

📊 Predikat Nilai:

• 90 – 100: A (Sangat Baik / Mahir)
• 80 – 89: B (Baik)
• 70 – 79: C (Cukup)
• 60 – 69: D (Kurang / Perlu Remedial)
• < 60: E (Sangat Kurang)