BAB I

PENDAHULUAN

1.1 Latar Belakang

Permasalahan pencarian adalah merupakan yang sering dijumpai oleh

peneliti di bidang Kecerdasan Buatan. Permasalahan ini merupakan hal penting

dalam menentukan keberhasilan system kecerdasan buatan. Metode pencarian

dibagi menjadi 3 bagian, dapat dilihat pada bagan dibawah ini :

Keterangan :

1. Metode Pencarian Buta, merupakan metode sederhana yang hanya

berusaha mencari kemungkinan penyelesaian. Metode yang termasuk pada

bagian ini adalah Breadth First Search, Depth First Search, Hill climbing,

Beam Fisrt, dan Best First Search.

1

2. Metode Penyelesaian Optimal, merupakan metode yang lebih kompleks

yang akan mencari jarak terpendek. Metode yang termasuk pada bagian ini

adalah British Museum Procedure, Branch and Bound, Dynamic

Programming dan A*. Metode-metode ini digunakan pada saat harga

perjalanan untuk mencari kemungkinan menjadi perhitungan.

3. Metode Permainan, merupakan metode yang digunakan saat berhadapan

dengan musuh. Prosedur ini adalah minimax search, alpha beta pruning.

Metode ini banyak digunakan pada program-program permainan seperti

catur,dsb.

Metode pencarian dikatakan penting untuk menyelesaikan permasalahan

karena setiap state (keadaan) menggambarkan langkah-langkah untuk

menyelesaikan permasalahan.

Metode pencarian dikatakan penting untuk perencanaan karena dalam sebuah

permainan akan menentukan apa yang harus dilakukan, dimana setiap state

menggambarkan kemungkinan posisi pada suatu saat.

Metode pencarian adalah bagian dari kesimpulan, dimana setiap state

menggambarkan hipotesis dalam sebuah rangkaian deduktif.

Secara umum, untuk mendeskripsikan suatu permasalahan dengan baik harus :

a. Mendefinisikan suatu ruang keadaan.

b. Menerapkan satu atau lebih keadaan awal.

c. Menetapkan satu atau lebih tujuan.

d. Menetapkan kumpulan aturan.

1.2 Rumusan Masalah

Adapun rumusan masalah pada makalah ini, adalah:

1. Apa yang dimaksud dengan Best first search?

2. Apa yang dimaksud dengan Algoritma Best first search?

2

1.3 Batasan Masalah

Adapun batasan masalah yang saya ambil, yaitu mengenai Algoritma

Pencarian Best First search Best First Search.

1.4 Tujuan

Adapun tujuan dari pembuatan Makalah ini, yaitu:

1. Dapat megetahui pengertian dari Best First Search

2. Dapat mengetahui Algoritma Best First Search

3

BAB II

PEMBAHASAN

2.1 Pengertian Best First Search

Best-First Search merupakan sebuah metode yang membangkitkan simpul

dari simpul sebelumnya. Best-first search memilih simpul baru yang memiliki

biaya terkecil diantara  semua leaf nodes (simpul-simpul pada level terdalam)

yang pernah dibangkitkan. Penentuan simpul terbaik dilakukan dengan

menggunakan sebuah fungsi yang disebut fungsi evaluasi f(n). fungsi evaluasi

best-first search dapat berupa biaya perkiraan dari suatu simpul menuju ke goal

atau gabungan antara biaya sebenarnya dan biaya perkiraan tersebut.

Pada setiap langkah proses pencarian terbaik pertama, kita memilih node-

node dengan menerapkan fungsi heuristik yang memadai pada setiap

node/simpul yang kita pilih dengan menggunakan aturan-aturan tertentu untuk

menghasilkan penggantinya. Fungsi heuristic merupakan suatu strategi untuk

melakukan proses pencarian ruang keadaan suatu problema secara selektif, yang

memandu proses pencarian yang kita lakukan sepanjang jalur yang memiliki

kemungkinan sukses paling besar

Ada beberapa istilah yang sering digunakan pada metode best-first search,

yaitu:

1. Start node adalah sebuah terminology untuk posisi awal sebuah pencarian

2. Curret node adalah simpul yang sedang dijalankan dalam algoritma

pencarian jalan terpendek

3. Suksesor adalah simpul-simpul yang yang akan diperiksa setelah current

node

4. Simpul (node) merupakan representasi dari area pencarian

5. Open list adalah tempat menyimpan data simpul yang mungkin diakses

dari starting node maupun simpul yang sedang dijalankan

4

6. Closed list adalah tempat menyimpan data simpul yang juga merupakan

bagian dari jalur terpendek yang telah berhasil didapatkan

7. Goal node yaitu simpul tujuan

8. Parent adalah curret node dari suksesor.

2.2 Algoritma Best First Search

Merupakan metode/teknik search yang menggabungkan

kebaikan yang ada dari teknik Depth First Search dan Breadth

First Search.

Tujuan menggabungkan dua tekhnik search ini adalah untuk

menelusuri satu jalur saja pada satu saat, tapi dapat berpindah

ketika jalur lain terlihat lebih menjanjikan dari jalur yang sedang

ditelusuri. Untuk mendapatkan jalur yang menjanjikan adalah

dengan memberikan skala prioritas pada setiap state saat

dihasilkan dengan fungsi heuristic.

Pencarian diperkenankan mengunjungi node yang ada di level yg

lebih rendah jika ternyata node pada level yg lebih tinggi

ternyata memiliki nilai heuristik yg buruk.

Contoh :

5

Untuk mengimplementasikan metode ini, dibutuhkan 2 antrian

yang berisi node- node, yaitu :

1. OPEN berisi simpul-simpul yang masih memiliki

peluang (peluangnya masih terbuka ) untuk terpilih sebagai

simpul terbaik.

2. CLOSED berisi simpul-simpul yang tidak mungkin

terpilih sebagai simpul terbaik ( peluang untuk terpilih

sudah tertutup)

Best First Search akan membangkitkan node berikutnya dari

semua node yg pernah dibangkitkan.

Fungsi Heuristic :

- Suatu fungsi heuristic dikatakan baik jika bisa

memberikan biaya perkiraan yang mendekati biaya

sebenarnya.

- Semakin mendekati biaya sebenarnya, fungsi heuristic

tersebut semakin baik.

Ada 2 jenis Pencarian Terbaik Pertama ( Best First Search), yaitu :

1. Greedy Best First Search

2. Algoritma A*

2.2.1 Greedy Best First Search

Algoritma ini merupakan jenis algoritma Best First

Search yg paling sederhana. Algoritma ini hanya

memperhitungkan biaya perkiraan saja,

f(n) = h’(n)

6

Karena hanya memperhitungkan biaya perkiraan

yang belum tentu kebenarannya, maka algoritma ini

menjadi tidak optimal

Contoh

Langkah 1 :

Langkah 2 :

7

Langkah 3 :

Solusi :

Kesimpulan :

Dari contoh di atas, Greedy akan menemukan solusi S-B-

K-G dengan total jarak = 105. Padahal ada solusi lain yg

lebih optimal, yakni : S-A-B-F-K-G dengan total jarak

hanya 95

2.2.2 Algoritma A*

Berbeda dg Greedy, algoritma ini akan menghitung

fungsi heuristic dengan cara menambahkan biaya

8

sebenarnya dengan biaya perkiraan. Sehingga didapatkan

rumus :

g(n) = Biaya sebenarnya dari Node Awal ke Node n

h’(n) = Biaya perkiraan dari Node n ke Node Tujuan

Contoh

Langkah 1 :

9

Langkah 2 :

Langkah 3 :

Langkah 4 :

10

Langkah 5 :

Langkah 6 :

Solusi :

11

BAB III

PENUTUP

3.1 Kesimpulan

Adapun kesimpulan yang dapat diambil dari makalah ini,

yaitu:

1. Best-First Search merupakan sebuah metode yang membangkitkan

simpul dari simpul sebelumnya. Best-first search memilih simpul baru

yang memiliki biaya terkecil diantara  semua leaf nodes (simpul-simpul

pada level terdalam) yang pernah dibangkitkan. Penentuan simpul

terbaik dilakukan dengan menggunakan sebuah fungsi yang disebut

fungsi evaluasi f(n).

2. Algoritma Best-First Search Merupakan metode/teknik search

yang menggabungkan kebaikan yang ada dari teknik Depth

First Search dan Breadth First Search.

3. Ada 2 jenis Pencarian Terbaik Pertama ( Best First Search), yaitu :

1. Greedy Best First Search

2. Algoritma A*

12

DAFTAR PUSTAKA

Nenk IecHa, ARTIFICIAL INTELLIGENCE ALGORITMA

PENCARIAN (Searching Algorithm) Diperoleh 21 Oktober 2015

dari

https://www.academia.edu/5024807/ARTIFICIAL_INTELLIGENC

E_ALGORITMA_PENCARIAN_Searching_Algorithm_

Yusuf usup, Best-First Search Pengertian Best-first Search Best-First

Search Diperoleh 21 Oktober 2015 dari

https://www.academia.edu/4693101/Best-

First_Search_Pengertian_Best-first_Search_Best-First_Search

13

14