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