Istilah buta atau blind pada Metode Pencarian Buta (Blind Search) digunakan karena memang tidak ada informasi awal yang digunakan dalam proses pencariannya. Terdapat dua metode dalam Pencarian Buta atau Blind Serch :
a. Breadth-First Search (BFS)
Melakukan proses searching (pencarian) pada semua node yang berada pada level atau hirarki yang sama terlebih dahulu sebelum melanjutkan proses searching pada node di level berikutnya.
Algoritma :
- Masukkan simpul root ke dalam antrian
- Periksa antrian terdepan apakah memiliki anak simpul
- Jika ya, masukan semua anak simpul ke dalam antrian
- Hapus antrian terdepan
- Jika antrian kosong berhenti, tapi jika tidak kembali ke langkah dua
Contoh:
- E sebagai Goalnya
- Node yang dilewati adalah ABCDE
b. Deapth-First Search (DFS)
Melakukan proses searching (pencarian) sistematis blind (buta) yang melakukan ekpansi sebuah path (jalur) menuju penyelesaian masalah sebelum melakukan ekplorasi terhadap path yang lain. Proses searching mengikuti sebuah path tunggal sampai menemukan goal atau dead-end. Apabila proses searching menemukan dead-end, DFS akan melakukan penelusuran balik ke node terakhir untuk melihat apakah node tersebut memiliki path cabang yang belum dieksplorasi.
Algoritma :
- Masukkan simpul root ke dalam tumpukan dengan push
- Ambil dan simpan isi elemen (berupa simpul pohon) dari tumpukan teratas
- Hapus isi stack teratas dengan prosedur pop
- Periksa apakah simpul pohon yang disimpan tadi memiliki anak simpul
- Jika ya, push semua anak simpul yang dibangkitkan ke dalam stack
- Jika tumpukan kosong berhenti, tapi jika tidak kembali ke langkah dua
Contoh :
- F sebagai dead-end atau goalnya
- Node yang dilewati adalah ABDBEBACF
2. Metode Pencarian Heuristik (Heuristic Search)
Heuristik adalah sebuah teknik yang mengembangkan efisiensi dalam proses pencarian, namum dengan kemungkinan mengorbankan completeness (kelengkapan). Fungsi heuristik digunakan untuk mengevaluasi keadaan-keadaan problema individual dan menentukan seberapa jauh hal tersebut dapat digunakan untuk mendapatkan solusi yang diinginkan.
a. Generate and Test
Metode ini merupakan penggabungan antara Depth-First Search (DFS) dengan Backtracking (Pelacakan Mundur), yaitu bergerak kebelakang menuju pada suatu keadaan awal.
Algoritma :
- Bangkitkan suatu kemungkinan solusi (membangkitkan suatu tititk tertentu atau lintasan tertentu dari keadaan awal).
- Uji untuk melihat apakah node tersebut benarbenar merupakan solusinya dengan cara membandingkan node terebut atau node akhir dari suatu lintasan yang dipilih dengan kumpulan tujuan yang diharapkan.
- Jika solusi ditemukan, keluar. Jika tidak, ulangi kembali langkah pertama.
Contoh : “Travelling Salesman Problem (TSP)”
- Seorang salesman ingin mengunjungi n kota. Jarak antara tiap-tiap kota sudah diketahui. Kita ingin mengetahui ruter terpendek dimana setaip kota hanya boleh dikkunjungi tepat 1 kali. Misalkan ada 4 kota dengan jarak antara tiap-tiap kota seperti berikut ini :
Penyelesaian dengan metode Generate and Test
Alur pencarian dengan Generate and Test
b. Hill Climbing
Metode ini hampir sama dengan metode generate and test, hanya saja proses pengujian dilakukan dengan menggunakan fungsi heuristic. Pembangkitan keadaan berikutnya tergantung pada feedback dari prosedur pengetesan. Tes yang berupa fungsi heuristic ini akan menunjukkan seberapa baiknya nilai terkaan yang diambil terhadap keadaan-keadaan lainnyayang mungkin.
Algoritma :
- Cari operator yang belum pernah digunakan, gunakan operator tersebut untuk mendapatkan keadaan yang baru.
- Kerjakan langkah-langkah berikut sampai solusinya ditemukan atau sampai tidak ada operator baru yang akan diaplikasikan pada keadaan sekarang :
- Carioperator yang belum digunakan, gunakan operator tersebut untuk mendapatkan keadaan yang baru.
- Evaluasi keadaan baru tersebut :
- Jika keadaan baru merupakan tujuan, keluar.
- Jika bukan tujuan, namun nilainya lebih baik daripada keadaan sekarang, maka jadikan keadaan baru tersebut menjadi keadaan sekarang.
- Jika keadaan baru tidak lebih baik daripada keadaan sekarang, maka lanjutkan iterasi.
- Pada simple hill climbing, ada 3 masalah yang mungkin :
- Algoritma akan berhenti kalau mencapai nilai optimum local.
- Urutan penggunaan operator akan sangat berpengaruh pada penemuan solusi.
- Tidak diijinkan untuk melihat satupun langkah sebelumnya.
Contoh : "TSP dengan Simple Hill Climbing"
- Disini ruang keadaan berisi semua kemungkinan lintasan yang mungkin. Operator digunakan untuk menukar posisi kota-kota yang bersebelahan. Apabila ada n kota, dan kita ingin mencari kombinasi lintasan dengan menukar posisi urutan 2 kota, maka kita akan mendapatkan sebanyak (n! / 2! (n-2)!) atau sebanyak 6 kombinasi.
- Fungsi heuristic yang digunakan adalah panjang lintasan yang terjadi.
Sumber & Refrensi :
- Dean, Thomas, Allen, James, and Aloimonos, yiannis, “Artificial Intelligence: Theory and Practice”, The Benjamin/Cumming Publishing Company, Inc., California, 1995.
- https://saungkode.wordpress.com/2014/04/16/penelusuran-pohon-biner-berdasarkan-kedalaman-dengan-algoritma-dfs-stack-dan-secara-melebar-level-order-dengan-algoritma-bfs-queue-dan-implementasinya-dalam-bahasa-c/
- Russell, S dan Norvig, P : Artificial Intelligence, A Modern Approach Prentice Hall, 2003
- http://najibzot.blogspot.co.id/p/teknik-searching-kecerdasan-buatan-di.html
- Rich, Elaine, and Knight, Kevin, “Artificial Intelligence”, 2nd Edition, Mc.Graw-Hill, New York, 1991.
- http://tioramadhani.blogspot.co.id/2015/04/algoritma-metode-pencarian-buta.html
2017
Pengantar Teknologi Sistem Cerdas (PTSC) Tugas 4
3KA23
Copyright © 2017 [Syarif Segaf] 16115768
No comments:
Post a Comment