SEARCH 2


Kali ini saya akan  menulis rangkuman materi pertemuan 5 tentang Search lanjutan yang terdiri dari: 

1. Masalah dan ruang masalah

2. Cara Mempresentasikan masalah. 

3. Konsep Pencarian

4. Metode Pencarian Heuristik :

a. Generate And Test (Pembangkit dan Pengujian) 

b. Hill Climbing (Pendakian Bukit)

 c. Best-First-Search


Masalah dan ruang masalah

Membangun sistem dengan menyelesaikan masalah menggunakan kecerdasan buatan:

1. Mendefinisikan masalah dengan tepat.

-Pendefinisian ini mencakup spesifikasi yang tepat mengenai keadaan awal dan solusi yang  diharapkan.

2. Menganalisis masalah tersebut serta mencari beberapa teknik penyelesaian masalah yang sesuai.

3. Merepresentasikan pengetahuan yang perlu untuk menyelesaikan masalah tersebut.

4. Memilih teknik penyelesaian masalah yang terbaik.

 

Cara mendefinisikan suatu masalah :

  • Mendefinisikan masalah dapat dilakukan dengan cara :
  • Mendefinisikan suatu ruang keadaan (state space)
  • Menetapkan satu atau lebih keadaan awal (initial state)
  • Menetapkan satu atau lebih tujuan (goal state)
  • Menetapkan kumpulan aturan



Cara Merepresentasikan Ruang Masalah

·      1. Graph Keadaan


Node M : awal, node T : tujuan. Ada 4 lintasan dari M ke T :

M-A-B-C-E-T

M-A-B-C-E-H-T

M-D-C-E-T

M-D-C-E-H-T

Lintasan buntu atau lintasan yang tidak sampai ke tujuan :

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 

·      2.   Pohon Pelacakan


·     3. Pohon AND/OR

 




Konsep Pencarian

  • Hal penting dalam menentukan keberhasilan sistem cerdas adalah kesuksesan dalam pencarian.
  • Pencarian = suatu proses mencari solusi dari suatu permasalahan melalui sekumpulan kemungkinan ruang keadaan (state space).
  • Ruang keadaan = merupakan suatu ruang yang berisi semua keadaan yang mungkin.

Kriteria yang digunakan untuk mengukur performansi metode pencarian adalah :

  • 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?

 Metode Pencarian Heuristik

Dalam pencarian  buta tidak dapat sering diterapkan dengan baik, hal  ini dikarenakan dalam waktu aksesnya cukup lama dan besarnya memori yang dipakai. Kelemahan ini dapat diatasi jika memiliki informasi tambahan dari domain yang bersangkutan. Ada 4 metode dalam pencarian heuristik, antara lain:

  1. Pembangkit dan penggujian (Generate and Test); Metode  ini merupakan  penggabungan  antara  depth-first search dengan pelacakan mundur (backtracking), yaitu bergerak ke belakang menuju suatu keadaan awal. Nilai Pengujian berupa jawaban baik berupa ‘ya’ atau ‘tidak’.
  2. Pendakian bukit (Hill Climbing) ; Pada metode ini hampir sama seperti metode pembangkitan dan pengujian, namun proses pengujian ini dilakukan dengan  fungsi heuristik. Pembangkitan kondisi  yang  berikutnya sangat  tergantung  pada  feedback dari  prosedur pengetesan. Tes  fungsi heuristik  akan menunjukan seberapa baiknya nilai perkiraan yang diambil terhadap kondisi-kondisi lainnya yang mungkin terjadi.
  3. Pencarian terbaik pertama (Best First Search) ; metode best-first search merupakan metode yang  mengambil kelebihan dari kedua metode kombinasi dari metode depth-first search dengan metode breadth-first search. Apabila ada pencarian dengan metode hill climbing tidak dapat untuk balik ke node pada level yang lebih rendah walaupun node pada level yang lebih rendah tersebut memiliki nilai heuristik yang lebih baik, lain halnya dengan metode best-first search ini. Pada metode best-first search, pencarian dapat mengunjungi node yang ada dilevel yang lebih rendah, jika node pada level yang lebih tinggi memiliki nilai heuristik yang lebih buruk.



 

Komentar

Postingan populer dari blog ini

Algorithma Klipping (Clipping)

OpenGL & GLUT

SYNTHETIC CAMERA