ARTIFICIAL INTELLIGENCE
Andri Pranolo
W : apranolo.tif.uad.ac.id
M : 081392554050
Informatics Engineering, Universitas Ahmad Dahlan, Yogyakarta - 2014
Team teaching: Sri Winiarti, Andri Pranolo, dan Anna Hendri SJ
POKOK BAHASAN 1. Masalah, Ruang Keadaan, dan
Pencarian
2. Refresentasi Pengetahuan
3. Metode Inferensi
4. Penalaran (Penentuan Ketidakpastian
dan Keyakinan)
5. Sistem Pakar
6. Pengolahan Bahasa Alami
7. Jaringan Syaraf Tiruan
8. Logika Fuzzy
9. Algoritma Genetika
PERTEMUAN 3, 18 SEPTEMBER 2014
Pokok Bahasan :
Teknik Pencarian Heuristik
Outcome:
Mahasiswa memahami konsep Metode Pencarian Heuristik
Referensi:
[1] Kusumadewi, S. Artificial Intelligence: Teknik dan Aplikasinya,
Graha Ilmu, Yogyakarta, 2003
[2] Kristanto, A. Kecerdasan Buatan, Grha Ilmu, Yogyakarta, 2004
[3] S. Russell, and P Norvig, “Artificial Intelligence: A Modern
Approach, 3rd Edition”, Prentice Hall, 2010, ISBN-13: 978-0-
13-606733-7
GENERATE AND TEST
Kombinasi metode Depth-First Search dengan
Backtracking (pelacakan balik atau mundur)
Bergerak ke belakang menuju pada suatu
keadaan awal.
SOLUSI : S-A-D-A-E-F-E-G-B-H-B-I-J-I-K-C-L-N
HILL CLIMBING
Merupakan metode pelacakan yang
mengkombinasikan pelacakan Generate and
Test dengan Backtracking.
Untuk langkah awal pelacakan dengan memilih
node yang memiliki nilai terbaik (fungsi
heuristik).
SOLUSI : S-C-B-G-I-G-H = 41
BEST-FIRST SEARCH
Merupakan kombinasi dari metode Depth-First
Search dan metode Breadth-First Search
dengan mengambil kelebihan dari metode
tersebut.
SOLUSI : S
B, A, C
B, L, M, H, I, D, E
L, F, G, K, J, N, O, P
KESIMPULAN/CATATAN
Model pelacakan heuristik merupakan model pelacakan yang paling banyak dipakai penerapannya dalam aplikasi games dan pencarian jalur optimal
Pelacakan metode Heuristik dalam pencapaian solusi membutuhkan waktu sedikit bila dibandingkan dengan pelacakan buta ( DFS dan Bredth First Search)
Karena waktu proses sedikit, maka metode ini membutuhkan space di memori lbh sedikit juga
KASUS TSP