Materi 4 - Informed Search - Gunadarmaikeputri.staff.gunadarma.ac.id/Downloads/files/64341/... ·...

of 47 /47
INFORMED SEARCH

Embed Size (px)

Transcript of Materi 4 - Informed Search - Gunadarmaikeputri.staff.gunadarma.ac.id/Downloads/files/64341/... ·...

  • INFORMED SEARCH

  • INFORMED SEARCH

    • Informed Search sering disebut juga denganHeuristic Search.

    • Pencarian dengan algoritma ini menggunakanknowledge yang spesifik kepadapermasalahan yang dihadapi disamping daridefinisi masalahnya itu sendiri.

    • Metode ini mampu menemukan solusi secaralebih efisien daripada yang bisa dilakukanpada metode Uninformed Search.

  • INFORMED SEARCH

    • Pada pencarian dengan menggunakan metode UniformCost Search (salah satu bagian dari Uninformed SearchAlgorithm), kita membandingkan nilai pada path yangada, dan kemudian akan melakukan ekspansi pertamakali pada path dengan nilai yang terkecil. Nilai path inibiasanya dilambangkan dengan g(n).

    • Pada Informed Search Algorithm, kita akan mengenalnilai estimasi (prediksi) dari satu node ke node yanglainnya. Nilai estimasi ini biasanya dilambangkandengan h(n). Jika n adalah goal node, maka nilai h(n)adalah nol.

  • GREEDY BEST FIRST

    SEARCH• Metode pencarian ini melakukan ekspansi node

    yang memiliki jarak terdekat dengan goal.

    • Ekspansi yang dilakukan pada metode inimenggunakan evaluasi node hanya denganmelihat kepada fungsi heuristiknya.

    • Hal yang dibandingkan untuk penentuan ekspansinode adalah nilai estimasi/prediksinya saja.

    f(n) = h(n)

  • GREEDY BEST FIRST

    SEARCH• Proses ekspansi dengan menggunakan

    algoritma Greedy Best First Search adalahdengan merujuk pada nilai estimasinya yaituh(n).

    • Berbeda halnya dengan nilai g(n) yang diakumulasikan, nilai h(n) tidakdiakumulasikan.

  • GREEDY BEST FIRST

    SEARCH

  • GREEDY BEST FIRST

    SEARCH

  • GREEDY BEST FIRST

    SEARCH

  • A* SEARCH

    • Bentuk dari Best First Search yang paling dikenal adalah A* Search.

    • Sedikit berbeda dengan Greedy yang hanyamelihat kepada nilai h(n), pencarian denganA* melihat kepada kombinasi nilai daripathnya yaitu g(n) dengan nilai estimasi yaituh(n).

    f(n) = g(n) + h(n)

  • A* SEARCH

    • Eksplorasi node dari metode A* dilakukan

    dengan cara menjumlahkan kombinasi nilai

    path g(n) dan nilai estimasi h(n).

    • Penjumlahan dari nilai tersebut akan

    dibandingkan untuk menentukan node mana

    dulu yang akan dieksplorasikan.

  • A* SEARCH

  • A* SEARCH

  • A* SEARCH

  • A* SEARCH

  • A* SEARCH

  • A* SEARCH

  • A* SEARCH

  • A* SEARCH

  • A* SEARCH

  • A* SEARCH

  • A* SEARCH

  • A* SEARCH

  • A* SEARCH

  • A* SEARCH

  • A* SEARCH

  • A* SEARCH

  • A* SEARCH

  • A* SEARCH

  • A* SEARCH

  • A* SEARCH

  • A* SEARCH

  • A* SEARCH

  • A* SEARCH

  • A* SEARCH

  • A* SEARCH

  • A* SEARCH

  • A* SEARCH

  • A* SEARCH

  • A* SEARCH

  • A* SEARCH

  • A* SEARCH

  • A* SEARCH

  • A* SEARCH

  • A* SEARCH

  • A* SEARCH

  • A* SEARCH