dw 3-intelijensi buatan2

IntelijensiIntelijensi BuatanBuatanIntelijensiIntelijensi BuatanBuatan

Dian Wirdasari, S.Si.,M.Kom

IntelijensiIntelijensi BuatanBuatanIntelijensiIntelijensi BuatanBuatan

Dian Wirdasari, S.Si.,M.Kom

Materi-3 Pencarian (Pelacakan)-

Pencarian Heuristik

� Heuristik adalah sejumlah aturan tertentu

yang digunakan untuk menjalankan sejumlah

langkah efektif dalam memandu proses

pencarian ke ruang keadaan yg paling pencarian ke ruang keadaan yg paling

menjanjikan

� (heuristic dari bahasa Yunani yang artinya

menemukan).

� Heuristik merupakan strategi untuk

melakukan proses pencarian ruang problema

secara selektif, yang memandu proses

pencarian di sepanjang jalur yang memiliki pencarian di sepanjang jalur yang memiliki

kemungkinan sukses paling besar, dan

mengesampingkan usaha yang bodoh dan

memboroskan waktu.

� Heuristik adalah sebuah teknik yang

mengembangkan efisiensi dalam proses

pencarian, namun dengan kemungkinan

mengorbankan kelengkapan (completeness).mengorbankan kelengkapan (completeness).

� Fungsi heuristik digunakan untuk

mengevaluasi keadaan-keadaan problema

individual dan menentukan seberapa jauh hal

tersebut dapat digunakan untuk

mendapatkan solusi yang diinginkan.

� Contoh heuristik adalah algoritma tempat terdekat (shortest path job), menghasilkan prosedur berikut :

1. pilih sebuah kota secara sembarang sebagai awal perjalananperjalanan

2. untuk memilih kota persinggahan berikutnya, simak seluruh kota yang belum pernah disinggahi. Pilih kota terdekat dengan kota yang saat ini sedang dikunjungi.

3. ulangi langkah kedua sampai semua kota telah dikunjungi.

� Eksekusi prosedur ini membutuhkan waktu n2.

� Pembangkit & Pengujian (Generate and Test)

� Pendakian Bukit (Hill Climbing)

� Pencarian Terbaik Pertama (Best First Search)

Alpha Beta Prunning,Means-End-� Alpha Beta Prunning,Means-End-

Anlysis,Constraint Satisfaction, Simulated

Annealing, dll

� Metode ini merupakan penggabungan antara

Depth-First Search dengan pelacakan mundur

(backtracking), yaitu bergerak ke belakang

menuju pada suatu keadaan awal. menuju pada suatu keadaan awal.

� Nilai pengujian berupa jawaban ‘ya’ atau

‘tidak’.

� Seorang salesman ingin mengunjungi n kota.

� Jarak antara tiap-tiap kota sudah diketahui.

� Kita ingin mengetahui rute terpendek dimana

setiap kota hanya boleh dikunjungi tepat 1 setiap kota hanya boleh dikunjungi tepat 1

kali.

� Misalkan ada 4 kota dengan jarak tiap-tiap

kota seperti terlihat pada Gambar berikut ini:

� Misalkan pertama sekali kita mulai dari node A. Dipilih sebagai keadaan awal adalah lintasan ABCD dengan panjang lintasan (=19).

� Kemudian lakukan backtracking untuk mendapat lintsan ABDC (=18). lintsan ABDC (=18).

� Kemudian bandingkan dengan lintasan ABCD, ternyata ABDC < ABCD, sehingga lintasan terpilih adalah ABDC.

� Lakukan backtracking lagi untuk mendapatkan lintasan ACBD (=12), ternyata ACBD < ABDC, maka lintasan terpilih sekarang adalah ACBD.

� Demikian seterusnya hingga ditemukan solusi masalah.

Gambar 2.16 Metode Generate and Test

Tabel 2.6 Alur pencarian dengan generate & test pada TSP

Buat makalah tentang jenis pencarian:

1. Metode Pendakian Bukit (Hill Climbing)

2. Metode Pencarian Terbaik Pertama (Best

First Search)First Search)

3. Metode Alpha Beta Prunning

4. Metode Means-End-Anlysis

5. Metode Constraint Satisfaction

6. Metode Simulated Annealing

IntelijensiIntelijensi BuatanBuatanIntelijensiIntelijensi BuatanBuatan

Dian Wirdasari, S.Si.,M.KomSee you next week……..!

� Nama : Dian Wirdasari� Email :

dianws@yahoo.com, dianws@gmail.comdianws@gmail.com

� Website : http://dianws.webs.com

� Ym: dianws� Facebook:

http://www.facebook.com/dianws