Download - Dw 3-intelijensi buatan2
![Page 1: Dw 3-intelijensi buatan2](https://reader033.vdocuments.pub/reader033/viewer/2022052316/559c51fe1a28abe2458b486c/html5/thumbnails/1.jpg)
IntelijensiIntelijensi BuatanBuatanIntelijensiIntelijensi BuatanBuatan
Dian Wirdasari, S.Si.,M.Kom
![Page 2: Dw 3-intelijensi buatan2](https://reader033.vdocuments.pub/reader033/viewer/2022052316/559c51fe1a28abe2458b486c/html5/thumbnails/2.jpg)
IntelijensiIntelijensi BuatanBuatanIntelijensiIntelijensi BuatanBuatan
Dian Wirdasari, S.Si.,M.Kom
Materi-3 Pencarian (Pelacakan)-
Pencarian Heuristik
![Page 3: Dw 3-intelijensi buatan2](https://reader033.vdocuments.pub/reader033/viewer/2022052316/559c51fe1a28abe2458b486c/html5/thumbnails/3.jpg)
� 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).
![Page 4: Dw 3-intelijensi buatan2](https://reader033.vdocuments.pub/reader033/viewer/2022052316/559c51fe1a28abe2458b486c/html5/thumbnails/4.jpg)
� 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.
![Page 5: Dw 3-intelijensi buatan2](https://reader033.vdocuments.pub/reader033/viewer/2022052316/559c51fe1a28abe2458b486c/html5/thumbnails/5.jpg)
� 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.
![Page 6: Dw 3-intelijensi buatan2](https://reader033.vdocuments.pub/reader033/viewer/2022052316/559c51fe1a28abe2458b486c/html5/thumbnails/6.jpg)
� 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.
![Page 7: Dw 3-intelijensi buatan2](https://reader033.vdocuments.pub/reader033/viewer/2022052316/559c51fe1a28abe2458b486c/html5/thumbnails/7.jpg)
� 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
![Page 8: Dw 3-intelijensi buatan2](https://reader033.vdocuments.pub/reader033/viewer/2022052316/559c51fe1a28abe2458b486c/html5/thumbnails/8.jpg)
� 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’.
![Page 9: Dw 3-intelijensi buatan2](https://reader033.vdocuments.pub/reader033/viewer/2022052316/559c51fe1a28abe2458b486c/html5/thumbnails/9.jpg)
� 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:
![Page 10: Dw 3-intelijensi buatan2](https://reader033.vdocuments.pub/reader033/viewer/2022052316/559c51fe1a28abe2458b486c/html5/thumbnails/10.jpg)
![Page 11: Dw 3-intelijensi buatan2](https://reader033.vdocuments.pub/reader033/viewer/2022052316/559c51fe1a28abe2458b486c/html5/thumbnails/11.jpg)
� 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.
![Page 12: Dw 3-intelijensi buatan2](https://reader033.vdocuments.pub/reader033/viewer/2022052316/559c51fe1a28abe2458b486c/html5/thumbnails/12.jpg)
Gambar 2.16 Metode Generate and Test
![Page 13: Dw 3-intelijensi buatan2](https://reader033.vdocuments.pub/reader033/viewer/2022052316/559c51fe1a28abe2458b486c/html5/thumbnails/13.jpg)
Tabel 2.6 Alur pencarian dengan generate & test pada TSP
![Page 14: Dw 3-intelijensi buatan2](https://reader033.vdocuments.pub/reader033/viewer/2022052316/559c51fe1a28abe2458b486c/html5/thumbnails/14.jpg)
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
![Page 15: Dw 3-intelijensi buatan2](https://reader033.vdocuments.pub/reader033/viewer/2022052316/559c51fe1a28abe2458b486c/html5/thumbnails/15.jpg)
![Page 16: Dw 3-intelijensi buatan2](https://reader033.vdocuments.pub/reader033/viewer/2022052316/559c51fe1a28abe2458b486c/html5/thumbnails/16.jpg)
IntelijensiIntelijensi BuatanBuatanIntelijensiIntelijensi BuatanBuatan
Dian Wirdasari, S.Si.,M.KomSee you next week……..!
![Page 17: Dw 3-intelijensi buatan2](https://reader033.vdocuments.pub/reader033/viewer/2022052316/559c51fe1a28abe2458b486c/html5/thumbnails/17.jpg)
� Nama : Dian Wirdasari� Email :
[email protected], [email protected]@gmail.com
� Website : http://dianws.webs.com
� Ym: dianws� Facebook:
http://www.facebook.com/dianws