Documentos de Académico
Documentos de Profesional
Documentos de Cultura
ARTIFICIAL INTELLIGENCE
A L G O R I T M A P E N C A R I A N (Searching
Algorithm)
Dosen Pengampu :
Sulaibatul Aslamiyah, S.Kom
Disusun oleh :
Nurul Ichwanti (1111100736)
S1 TEKHNIK INFORMATIKA
DAFTAR ISI
Halaman Judul
Daftar Isi
BAB 1
PENDAHULUAN
BAB 2
2.1
BAB 3
3.1
11
3.2
11
3.3
12
BAB 4
4.1
4.2
13
4.3
14
BAB 5
10
KESIMPULAN
13
15
BAB 1
PENDAHULUAN
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.
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.
baik harus :
Mendefinisikan suatu ruang keadaan.
Menerapkan satu atau lebih keadaan awal.
Menetapkan satu atau lebih tujuan.
Menetapkan kumpulan aturan.
Pada makalah ini saya hanya membahas tiga pokok bahasan saja
(menyesuaikan tugas), yakni :
1) Best First Search
2) Branch and Bound
3) Branch and Bound dengan Dynamic Programming
BAB 2
BEST FIRST SEARCH
2.1
ini?
Dilakukan dengan menggunakan biaya perkiraan.
Bagaimana caranya menentukan biaya perkiraan?
Biaya perkiraan dapat ditentukan dengan fungsi
heuristic .
Fungsi Heuristic :
-
Langkah 1 :
Langkah 2 :
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
2.1.2
Algoritma A*
Berbeda dg Greedy, algoritma ini akan menghitung fungsi
heuristic dengan cara menamb ahkan biaya sebenarnya dengan
biaya perkiraan. Sehingga didap atkan rumus :
g(n)
h(n) =
Contoh
Langkah 1 :
Langkah 2 :
Langkah 3 :
Langkah 4 :
Langkah 5 :
Langkah 6 :
Solusi :
2.1.3
Algoritma A*
BAB 3
BRANCH AND BOUND
3.1
3.2
Algoritma
1. Buat sebuah Antrian, inisialisasi node pertama dengan
Root dari tree
2. Bila lintasan parsial tidak sama dengan lintasan GOAL,
maka lintasan parsial diganti dengan lintasan
parsial+node child, semuanya diatur berdasarkan harga
yang diurut secara ascending.
3. Bila node pertama=lintasa GOAL, selesai.
3.3
BAB 4
BRANCH AND BOUND
DENGAN DYNAMIC PROGRAMMING
4.1
4.2
Algoritma
1. Buat sebuah antrian, inisialisasi node pertama dengan Root
dari tree.
2. Bila lintasan parsial tidak sama dengan lintasan GOAL, jika ada
lintasan parsial dengan node terakhir yang sama (dalam satu
queue) maka diambil yang harganya paling minimal, sedangkan
yang lebih mahal dihapus dari queue, sehingga tree akan lebih
kurus.
3. Bila node pertama=lintasan GOAL, selesai.
4.3
BAB 5
ANALISA DAN KESIMPULAN