Académique Documents
Professionnel Documents
Culture Documents
Bahan Bacaan :
Sri Kusumadewi, Artificial Intelligence.
Russel, Artificial Intelligence Modern Approach
Masalah
Untuk membangun sistem yang mampu menyelesaikan
masalah, perlu dipertimbangkan 4 hal:
Mendefinisikan masalah dengan tepat
Spesifikasi yang tepat mengenai keadaan awal
Solusi yang diharapkan
Menganalisis masalah serta mencari beberapa teknik
penyelesaian masalah yang sesuai
Merepresentasikan pengetahuan yang perlu untuk
menyelesaikan masalah
Memilih teknik penyelesaian masalah yang terbaik
10/7/2015
Tujuan (goal)
Tujuan yang ingin dicapai adalah posisi
pada papan catur yang menunjukkan
kemenangan seseorang terhadap
lawannya
Ditandai dengan posisi Raja yang sudah
tidak dapat bergerak lagi
10/7/2015
10/7/2015
Ember B
Kapasitas :
3 galon
Isi = 2 galon?
Penyelesaian :
Identifikasi ruang keadaan (state space)
Permasalahan ini dapat digambarkan sebagai himpunan pasangan
bilangan bulat :
x = jumlah air yg diisikan ke ember 4 galon (ember A)
y = jumlah air yg diisikan ke ember 3 galon (ember B)
Keadaan ember
Keadaan ember bisa digambarkan sebagai berikut :
10/7/2015
Aturan-aturan
Diasumsikan kita dapat mengisi ember air itu
dari pompa air, membuang air dari ember ke
luar, menuangkan air dari ember yang satu ke
ember yang lain.
TUGAS
3 Kanibal & 3 Misionaris
Menyeberangkan semuanya ke seberang
Jika terdapat lebih banyak kanibal pada satu sisi,
maka misionaris akan dimakan oleh kanibal
Notasi
M adalah Misionaris
K adalah Kanibal
10/7/2015
Graph Keadaan
M-A-B-C-E-T
M-A-B-C-E-H-T
M-D-C-E-T
M-D-C-E-H-T
M-A-B-C-E-F-G
M-A-B-C-E-I-J
M-D-C-E-F-G
M-D-C-E-I-J
M-D-I-J
10/7/2015
Pohon AND / OR
Pohon OR
Pohon AND / OR
Masalah sebelumnya jika diselesaikan
dengan pohon AND / OR :
Pohon AND
10/7/2015
Kriteria
Completeness : apakah metode tersebut
menjamin penemuan solusi jika solusinya
memang ada?
Time complexity : berapa lama waktu yang
diperlukan?
Space complexity : berapa banyak memori yang
diperlukan?
Optimality : apakah metode tersebut menjamin
menemukan solusi yang terbaik jika terdapat
beberapa solusi berbeda?
Teknik Pencarian
Pencarian buta (blind search) : tidak ada
informasi awal yang digunakan dalam proses
pencarian
Pencarian melebar pertama (Breadth First Search)
Pencarian mendalam pertama (Depth First Search)
10/7/2015
Kelemahan :
membutuhkan memori yang banyak, karena harus menyimpan
semua simpul yang pernah dibangkitkan. Hal ini harus dilakukan
agar BFS dapat melakukan penelusuran simpul-simpul sampai
di level bawah
membutuhkan waktu yang cukup lama
Kelemahan :
Memungkinkan tidak ditemukannya tujuan yang diharapkan,
karena jika pohon yang dibangkitkan mempunyai level yang
sangat dalam (tak terhingga) / tidak complete karena tidak ada
jaminan menemukan solusi
Hanya mendapat 1 solusi pada setiap pencarian, karena jika
terdapat lebih dari satu solusi yang sama tetapi berada pada
level yang berbeda, maka DFS tidak menjamin untuk
menemukan solusi yang paling baik (tidak optimal).
10/7/2015
Heuristik Search
Pembangkit dan pengujian (generate and
test)
hill climbing
Best first search
A*
Metode Heuristik
Pencarian buta tidak selalu dapat diterapkan dengan
baik, karena waktu aksesnya yang cukup lama &
besarnya memori yang diperlukan. Terutama untuk
permasalah dengan ruang masalah yang besar.
Heuristik adalah sebuah teknik yang mengembangkan
efisiensi dalam proses pencarian, namun dengan
kemungkinan mengorbankan kelengkapan
(completeness).
Metode heuristic search menggunakan suatu fungsi
yang menghitung biaya perkiraan (estimasi) dari suatu
simpul tertentu menuju ke simpul tujuan
Contoh : 8-puzzle
Langkah awal
10
10/7/2015
11
10/7/2015
Hill Climbing
Metode ini hampir sama dengan metode
pembangkitan dan pengujian, hanya saja proses
pengujian dilakukan dengan menggunakan
fungsi heuristik. 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 lainnya yang mungkin.
12
10/7/2015
2.3 6
2!(n 2)!
2!( 4 2)! 2!2!
13
10/7/2015
A*
Perbaikan dari metode Best-First search
dengan memodifikasi fungsi heuristiknya
A* meminimumkan total biaya lintasan.
Pada kondisi yang tepat, A* akan
memberikan solusi yang terbaik dalam
waktu yang optimal.
Contoh
Misalkan kita memiliki ruang pencarian seperti pada
gambar berikut. Node M merupakan keadaan awal dan
node T merupakan tujuannya. Biaya edge yang
menghubungkan node M dengan node A adalah biaya
yang dikeluarkan untuk bergerak dari kota M ke kota A.
Nilai g diperoleh berdasarkan biaya edge minimal.
Sedangkan nilai h di node A merupakan hasil perkiraan
terhadap biaya yang diperlukan dari node A untuk
sampai ke tujuan. h(n) bernilai ~ jika sudah jelas tidak
ada hubungan antara node n dengan node tujuan (jalan
buntu). Kita bisa merunut nilai untuk setiap node.
14
10/7/2015
Antrian OPEN
[M(6)]
[C(2), A(3), B(4)]
[H(2), A(3), B(4), I(~)]
[T(0), A(3), B(4), L(~),
I(~)]
[A(3), B(4), L(~) , I(~)]
Antrian OPEN
[M(6)]
[C(6), B(7), A(8)]
[H(7), B(7), A(8), I(~)]
[T(7), B(7), A(8), L(~),
I(~)]
[B(7), A(8), L(~), I(~)]
D
I
J*
4
5
C
G
5
3
15