View
220
Download
1
Category
Preview:
Citation preview
ì METODE PENCARIAN
Irvanizam Zamanhuri, M.Sc Dr. Taufiq A. Gani, M.EngSc
Jurusan Informatika
Universitas Syiah Kuala http://informatika.unsyiah.ac.id/irvanizam
Teknik-‐Teknik Search (1/3)
ì Hal-‐hal yang muncul dalam teknik pencarian : ì Arah Search ì Topologi proses search ì Penggunaan fungsi heuris<k untuk memandu proses
tersebut
ì ARAH SEARCH ì Dapat dilakukan :
ì Maju à bermula dari keadaan awal (start state) ì Mundur à diawali dari keadaan tujuan (goal state)
Teknik-‐Teknik Search (2/3)
ì TOPOLOGI SEARCH ì Ada 2 macam penggambaran problem, yaitu dalam
bentuk : ì TREE (Tree) ì Graph
ì TREE ì Merupakan graf dimana 2 simbol memiliki paling
banyak satu lintasan yang menghubungkannya. ì Tidak ada loop dalam TREE. ì Contoh : problem ember air.
Teknik-‐Teknik Search (3/3)
ì GRAPH ì Graph dibedakan menjadi 2 (dua):
ì Graph berarah ì Graph Tidak berarah
ì Teknik searching dalam Kecerdasan Buatan (AI) digunakan untuk mencari solusi dari suatu permasalahan.
ì Langkahnya adalah dengan mendefinisikan terlebih dahulu Ruang Masalah (State)
Studi Kasus : Masalah Galon Air
A B
ì Bagaimana caranya bisa didapatkan air dengan ukuran tepat 2 liter di Galon B?
4 liter 3 liter
Kran air
Studi Kasus : Masalah Galon Air § Keadaan Awal à Galon A dan B masih kosong
§ Tujuan (Goal) à Galon B berisi 2 liter air, Galon A berisi n liter air
No Kejadian yang mungkin untuk masalah galon air
1 Isi penuh galon A
2 Isi penuh galon B
3 Buang sebagian air dari galon A
4 Buang sebagian air dari galon B
5 Kosongkan isi galon A
6 Kosongkan isi galon B
7 Tuang air dari galon A ke galon B sampai galon B penuh
8 Tuang air dari galon B ke galon A sampai galon A penuh
9 Tuang semua air dari galon A ke galon B
10 Tuang semua air dari galon B ke galon A
Studi Kasus : Masalah Galon Air
ì Solusi Galon A Galon B No. Kejadian
0 liter 0 liter Ini<al State
0 liter 3 liter 2
3 liter 0 liter 10
3 liter 3 liter 2
4 liter 2 liter 8 à Goal
Performance Searching (1/3)
ì Evaluasi sebuah pencarian akan sangat kompleks
ì Dasar pengukuran dari evaluasi : ì Seberapa cepat search menemukan penyelesaian ì Seberapa cepat search menemukan penyelesaian
yang baik
ì Kecepatan search ditentukan : ì Panjang Lintasnya. ì Jumlah sesungguhnya penulusuran node.
Performance Searching (2/3)
§ Untuk mengukur performansi metode pencarian, terdapat 4 kriteria yang dapat digunakan : § Completeness
§ Apakah solusi pas< ditemukan? § Time Complexity
§ Berapa lama waktu yang diperlukan § Space Complexity
§ Berapa banyak memori yang dibutuhkan § Op<mally
§ Apakah solusi yang ditemukan adalah solusi yang terbaik?
Performance Searching (3/3)
ì Time & Space complexity diukur berdasarkan : ì b à faktor percabangan dari search tree ì d à depth (kedalaman) dari solusi op<mal ì m à kedalaman maksimum dari search tree (bisa infinite)
Jenis Teknik Pencarian
¨ Ada beberapa teknik untuk mencari kemungkinan penyelesaian, yaitu : ¨ Blind Search (Uninformed Search)
¤ Depth First Search (DFS) ¤ Breadth First Search (BFS) ¤ Uniform Cost Search (UCS) ¤ Depth Limited Search (DLS) ¤ Itera=ve Deepening Search (IDS)
¤ Heuris=k Search (Informed Search) ¤ Hill-‐Climbing Search ¤ Least-‐Cost Search ¤ Best First Search
BLIND SEARCH (Breadth First Search)
ì Pada metode ini diperiksa se<ap node pada level yang sama sebelum mengolah ke level berikutnya yang lebih dalam.
ì Pencarian dilakukan pada semua simpul dalam se<ap level secara berurutan dari kiri à kanan.
ì Jika pada satu level belum ditemukan solusinya, maka pencarian dilanjutkan pada level berikutnya.
BLIND SEARCH (Breadth First Search)
ì Keuntungan Breadth First Search : ì Tidak akan menemui jalan buntu ì Jika ada solusi, maka Breadth First Search akan
menemukannya, jika lebih dari satu maka solusi akan ditemukan
ì Kelemahan Breadth First Search ì Membutuhkan memori yang cukup banyak, karena
menyimpan semua node dalam satu pohon ì Membutuhkan waktu yang cukup lama, karena menguji n
level untuk mendapatkan solusi pada level yang ke(n+1)
BLIND SEARCH (Breadth First Search)
ì Sifat Breadth First Search : ì Complete
ì Ya, jika b terbatas ì Time Complexity
ì Space Complexity
ì Op<mal ì Ya, jika semua step cost sama, tapi pada umumnya
<dak op<mal
b+ b2 + b3 +...+ bd = b(bd !1) / (b!1) =O bd+1( ) =O bd( )
O bd( )
Peta Aceh ì Contoh Kasus :
ì B.Aceh–Sabang : 1000 KM ì Sabang–Calang : 1000KM ì Calang–Jantho : 800 KM ì Jantho–Sigli : 1900 KM ì Sigli–Meulaboh : 1500 KM ì Meulaboh–Bireuen : 1800 KM ì Bireuen–Bl.Pidie : 500 KM ì Bl.Pidie–Simeulu : 1000 KM ì Simeulue–Takengon : 1500 KM ì Takengon–Lhokseumawe: 1500 KM ì Lhokseumawe–Tapaktua : 1000KM ì Tapaktuan-‐Singkil : 800KM ì Singkil-‐Bl.Kejren : 900KM ì Bl.Kejren-‐Kutacane : 700KM ì Kutacane-‐Langsa : 900KM ì Langsa-‐Perlak :1000KM
BLIND SEARCH (Depth First Search)
ì Pencarian dilakukan pada suatu simpul dalam se<ap level dari yang paling kiri.
ì Jika pada level yang terdalam, solusi belum ditemukan, maka pencarian dilanjutkan pada simpul sebelah kanan dan simpul yang kiri dapat dihapus dari memori
ì Jika pada level yang paling dalam <dak ditemukan solusi, maka pencarian dilanjutkan pada level sebelumnya.
ì Demikian seterusnya sampai ditemukan solusi
BLIND SEARCH (Depth First Search)
ì Keuntungan : ì Membutuhkan memori rela<f kecil, karena hanya
node-‐node pada lintasan yang ak<f saja yang disimpan
ì Secara kebetulan, metode ini akan menemukan solusi tanpa harus menguji lebih banyak
ì Kerugian : ì Memungkinkan <dak ditemukannya tujuan yang
diharapkan ì Hanya akan mendapatkan solusi pada <ap pencarian
BLIND SEARCH (Depth First Search)
§ Sifat Depth First Search § Complete
§ Tidak Commplete, jika pohon yang dibangkitkan mempunyai level yang sangat dalam (<dak terhingga)
§ Time Complexity
§ Space Complexity
§ Op<mal § Tidak op<mal, karena jika terdapat lebih dari satu solusi
yang sama tetapi berada pada level yang berbeda, maka DFS <dak menjamin untuk menemukan solusi yang paling baik
( )mbO( )bmO
Peta Aceh ì Contoh Kasus :
ì B.Aceh–Sabang : 1000 KM ì B.Aceh–Calang : 1000KM ì Calang–Meulaboh : 800 KM ì Meulaboh–Bl.Pidie : 1900 KM ì Bl.Pidie–Tapaktuan : 1500 KM ì Bl.Pidie–Singkil : 1800 KM ì Meulaboh–Simulue : 500 KM ì B.Aceh–Jantho : 1000 KM ì B.Aceh–Sigli : 1500 KM ì Sigli–Bireuen : 1500 KM ì Bireuen–Takengon : 1000KM ì Mtakengon-‐Bl.Kejren : 800KM ì Takengon-‐Kutacane : 900KM ì Bireuen-‐Lhokseumawe : 700KM ì Lhokseumawe-‐Langsa : 900KM ì Lhokseumawe-‐Perlak :1000KM
BLIND SEARCH (Uniform Cost Search)
ì Konsepnya hampir sama dengan BFS
ì Pada UCS, menggunakan urutan biaya dari yang paling kecil sampai terbesar
ì UCS berusaha untuk menemukan solusi dengan total biaya terendah.
S A
G B
C
5
8
12
7
2
10
Recommended