Search Algorithm - Bahan Kuliah-STMIK Bandung · 1/5/2012 1 1 Search Algorithm By: Uro Abdulrohim,...
Transcript of Search Algorithm - Bahan Kuliah-STMIK Bandung · 1/5/2012 1 1 Search Algorithm By: Uro Abdulrohim,...
1/5/2012
1
1
Search Algorithm
By:Uro Abdulrohim, S.Kom, MT
2/30
Pokok Bahasan
n Macam-macam algoritma pencariann Mendfinisikan masalah sebagai ruang
keadaann Pencarian buta (Depth Search, Breadth First,
Hill Cimbing,Beam, Best First)n Pencarian optimal (British Museum, Branch
and Bound )
1/5/2012
2
3/30
Deskripsi
n Merupakan algoritma untuk mencari kemungkinan penyelesaian suatu masalah
n Sering dijumpai oleh peneliti di bidang AI
4/30
Mendefinisikan Permasalah
n Mendefinisikan suatu state (ruang keadaan)n Menerapkan satu atau lebih state awaln Menerapkan satu atau lebih state tujuann Menetapkan rules (kumpulan aturan)
1/5/2012
3
5/30
Contoh kasus
Seorang petani ingin menyebrangi sungai bersama binatang pelirahaannya yaitu srigala dan angsa yang gemuk serta membawa seikat padi.
Sayangnya perahu yang akan dinaikinya kapasitasnya terbatas hanya dapat memuat satu bawaan saat menyebrang
Petani tersebut tidak bisa meninggalkan serigala dan angsa disuatu tempat karena serigala akan memangsanya. Demikian juga angsa dan padi tidak bisa ditinggalkan disuatu tempat karena angsa akan memakan padinya
6/30
State
n State (Serigala, Angsa, Padi Petani)n Daerah asala ketika hanya ada serigala dan
padi, dapat di representasikan dengan state (1,0,1,0) sedangkan daerah tujuan adalah (0,1,0,1)
1/5/2012
4
7/30
State Awal dan State Tujuan
n State Awaln Daerah Asal (1,1,1,1)n Daerah Tujuan (0,0,0,0)
n State Tujuann Daerah Asal (0,0,0,0)n Daerah Tujuan (1,1,1,1)
8/30
Rules
Aturan ke Rules
1 Angsa menyeberang bersama petani
2 Padi menyeberang bersama petani
3 Serigala menyebrang bersama petani
4 Angsa kembali bersama petani
5 Padi kembali bersama petani
6 Serigala kembali bersama petani
7 Petani kembali
1/5/2012
5
9/30
Contoh Solusi
Daerah Asal(S,A,Pd, Pt)
Daerah Tujuan(S,A,Pd, Pt)
Rules yang dipakai
(1,1,1,1) (0,0,0,0) 1
(1,0,1,0) (0,1,0,1) 7
(1,0,1,1) (0,1,0,0) 3
(0,0,1,0) (1,1,0,1) 4
(0,1,1,1) (1,0,0,0) 2
(0,1,0,0) (1,0,1,1) 7
(0,1,0,1) (1,0,1,0) 1
(0,0,0,0) (1,1,1,1) Solusi
10/30
Pohon Pelacakan
1/5/2012
6
11/30
Contoh Kasus
12/30
Susunan Pohon
1/5/2012
7
13/30
Breadth First Search
14/30
Algoritma
1/5/2012
8
15/30
Analisa
n Kelebihann Tidak akan menemukan jalan buntun Jika ada satu solusi pasti diketemukan
n Kelemahann Boros memorin Memungkinkan terjebak pada local optima
16/30
Depth First Search
1/5/2012
9
17/30
Algoritma
18/30
Analisa
n Kelebihann Butuh memori yang relatif keciln Menemukan solusi tanpa harus menguji
kelebihan banyak lagi
n Kelemahann Mungkin terjebak pada local optima
1/5/2012
10
19/30
Hill Climbing
20/30
Algoritma
1/5/2012
11
21/30
Analisa
n Kelebihann Butuh memori keciln Menemukan solusi tanpa harus menguji lebih
banyak lagi
n Kelemahann Mungkin terjebak pada local optiman Perlu menentukan aturan yang tepat
22/30
Best First Search
1/5/2012
12
23/30
Algoritma
24/30
Analisa
n Kelebihann Butuh memori keciln Menemukan solusi tanpa harus menguji lebih
banyak lagi
n Kelemahann Mungkin terjebak pada local optima
1/5/2012
13
25/30
Branch and Bound
26/30
Algoritma
1/5/2012
14
27/30
Analisa
n Kelebihann Selalu menemukan global optimum
n Kelemahann Boros memori karena menyimpan lintasan
partial lebih dari 1 kali
28/30
Dynamic Programming
1/5/2012
15
29/30
Algoritma
30/30
Analisa
n Kelebihann Selalu menemukan global optimumn Lebih cepat dan lebih hemat memori karena
hanya satu kali menyimpan lintasan partial
n Kelemahann Harus mengingat node terakhir dari lintasan
Partial yang sudah dicapai sebelumnya