Intelijensi Buatan

Dian Wirdasari, S.Si.,M.Kom

Intelijensi Buatan
Materi-3 Pencarian (Pelacakan)Pencarian Heuristik
Dian Wirdasari, S.Si.,M.Kom

Heuristik adalah sejumlah aturan tertentu yang digunakan untuk menjalankan sejumlah langkah efektif dalam memandu proses 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 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). Fungsi heuristik digunakan untuk mengevaluasi keadaan-keadaan problema individual dan menentukan seberapa jauh hal tersebut dapat digunakan untuk mendapatkan solusi yang diinginkan.

1. 2.

3.

Contoh heuristik adalah algoritma tempat terdekat (shortest path job), menghasilkan prosedur berikut : pilih sebuah kota secara sembarang sebagai awal perjalanan untuk memilih kota persinggahan berikutnya, simak seluruh kota yang belum pernah disinggahi. Pilih kota terdekat dengan kota yang saat ini sedang dikunjungi. 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-EndAnlysis,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. 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 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). 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) 3. Metode Alpha Beta Prunning 4. Metode Means-End-Anlysis 5. Metode Constraint Satisfaction 6. Metode Simulated Annealing

Intelijensi Buatan

See you next week..!

Dian Wirdasari, S.Si.,M.Kom

Nama : Dian Wirdasari Email : dianws@yahoo.com, dianws@gmail.com Website : http://dianws.webs.com Ym: dianws Facebook: http://www.facebook.com/ dianws