Implementasi Algoritma A Star pada Pemecahan Puzzle 8
|
|
- Hartono Iskandar
- 7 tahun lalu
- Tontonan:
Transkripsi
1 1 Implementasi Algoritma A Star pada Pemecahan Puzzle 8 Yuliana, Ananda dan Ibnu Sur Progr;am Studi Teknik Informatika Politeknik Caltek Riau, Jln. Umbansari no.1 Rumbai Pekanbaru can_1ee14@hoo.com, 2 ananda@pcr.ac.id, 3 ibnu@pcr.ac.id Abstrak Puzzle 8 adalah sebuah permainan dimana terdapat sembilan kotak angka, huruf maupun gambar ng diacak, ng harus disusun kembali ke posisi ng benar dan terurut. Bank metode ng dapat digunakan untuk menyelesaikan puzzle 8, salah satun menggunakan metode best first search. Di dalam best first search terdapat sebuah fungsi ng dinamakan fungsi heuristik. Heuristik adalah sebuah teknik ng mengembangkan efisiensi dalam proses pencarian. Salah satu algoritma ng memakai fungsi heuristic adalah Algoritma A Star. Fungsi heuristik ng digunakan adalah dengan melihat bankn kotak pada posisi ng salah dan total keseluruhan jarak dari kotak ng berada di tempat ng salah untuk mencapai posisi ng benar. Fungsi ini sering juga disebut dengan manhattan distance. Tujuan dari pembuatan proyek akhir ini untuk mengimplementasikan Algoritma A Star pada permainan puzzle 8. Dari aplikasi ini dapat dilihat bahwa Algoritma A Star mampu memberikan jalur dalam penyelesaian puzzle 8. Setelah pengujian berulang ng dilakukan, dapat dilihat perbandingan hasil antara Algoritma A Star dengan Algoritma dimana Algoritma A Star menghasilkan jalur ng lebih pendek dalam menyelesaikan puzzle 8. Kata kunci : Best first search, Algoritma A Star, Puzzle8 Abstract 8 Puzzle is a game where there is nine square number, alphabet or picture which are mixed, that should arrange to the right position and in order. There are some methods that can be use to solve 8 puzzle, one of them is by best first search method. In best first search, there is a function that called heuristic function. Heuristic is a t that expands the efficiency in searching process. One of the algorithm that use heuristic function is A star algorithm techniques. Heuristic function worked in counting how many boxes that is in wrong position and the total distance from the wrong boxes to reach the right position. This function also called by Manhattan distance. The aim of this research is to implement A Star algorithm in 8 puzzles. This application proves that A Star algorithm able to give a solution in solving 8 puzzle. Some repeated experiment showed the result comparison between A Star algorithm with s algorithm where A Star give a shorter output path to solve the 8 puzzle. Keywords : Best first search, A Star algorithm, 8 puzzle 1. Pendahuluan 1.1 Latar Belakang Aplikasi permainan merupakan salah satu implementasi dari ilmu di bidang komputer. Inti dari sebuah aplikasi permainan adalah mengembangkan kemampuan otak untuk mengatur strategi, kecepatan, dan ketepatan dalam mencapai tujuan akhir. Salah satu contoh permainan adalah puzzle [5]. Puzzle terdiri dari beberapa jenis, ada ng menggunakan angka, huruf, dan gambar. Dalam permainan puzzle, pemain diharapkan dapat mencapai tujuan akhir untuk membentuk sebuah puzzle menjadi sebuah gambar atau pola ng benar dengan waktu ng cepat. Algoritma A Star adalah algoritma pencarian graf ng menemukan jalur dari status awal ke status akhir. Algoritma ini menggunakan fungsi heuristic (biasan didenotasikan dengan ) untuk menentukan urutan dimana pencarian dilakukan dengan mengunjungi node dalam pohon. merepresentasikan bia jalan ng paling efisien sampai ke tujuan [4]. Fungsi heuristic ng digunakan Algoritma A Star untuk memecahkan kasus bervariasi tergantung dari kasus ng akan dihadapi, misal untuk memecahkan kasus pencarian jalur terpendek dari satu ke kota lain menggunakan fungsi heuristic distance plus cost sedang untuk memecahkan
2 2 kasus Puzzle 8, maka digunakan fungsi heuristic city block distance atau sering juga disebut dengan istilah manhattan distance. 1.2 Tujuan Tujuan dari proyek akhir ini adalah mengimplementasikan algoritma A Star pada pemecahan puzzle8 agar dapat membuktikan bahwa Algoritma A Star dapat digunakan dalam penyelesaian puzzle 8 dan dapat melihat perbandingan antara Algoritma A Star dengan Algoritma. 1.3 Perumusan Masalah Bagaimana menempatkan bilangan 1-8 dengan kondisi teratur dalam suatu kotak ukuran 3x3 dengan salah satu Best first search itu algoritma A Star. 1.4 Ruang Lingkup Adapun ruang lingkup pada proyek akhir ini adalah ukuran dari puzzle ng digunakan statis dan digunakan ukuran standard ng biasa digunakan kni 3x3 sel. Dalam penyelesaian kasus ini digunakan Algoritma A Star dengan fungsi heuristic Manhattan distance.aplikasi ini dibangun dengan bahasa pemograman VB.NET dengan tools Microsoft Visual Studio 2008 dan dalam aplikasi ini terdapat keterbatasan algoritma jika menemui kondisi plateau. 1.5 Manfaat Manfaat dari penulisan makalah proyek akhir ini antara lain memberikan jalur dalam memecahkan puzzle 8 serta membantu para user untuk mengenal dan memahami salah satu Best first search Algoritma A Star. 2. Tinjauan Pustaka 2.1 Puzzle 8 Puzzle 8 adalah representasi permainan teka-teki ng dapat diselesaikan dengan mengurutkan atau menyusun komponen-komponen pembentukn sesuai dengan kondisi ng berurut. Komponen pada Puzzle 8 adalah berupa kotak-kotak bernomor atau bergambar ng dapat diacak sedemikian hingga menjadi suatu pola random ng dapat dicari jalan penyelesaiann [5]. Sesuai naman, Puzzle 8 terdiri atas 8 kotak dan 1 tempat kosong ng dapat digerakkan dengan aturan tertentu. Aturan pergerakann han berupa empat arah pergerakan, itu atas, bawah, kanan, dan kiri. Pada Puzzle 8, batasann adalah ukuran 3 3. Sehingga, 8 kotak ng dimiliki han dapat bergerak dalam lingkup ukuran tersebut [3]. 2.2 Pengertian Kecerdasan Buatan ( Artificial Intelligence ) Menurut Prof. Lotfi A Zadeh, kecerdasan buatan (Artificial Intelligence) merupakan cabang dari ilmu komputer ng dalam merepresentasi pengetahuan lebih bank menggunakan bentuk simbol-simbol daripada bilangan, dan memproses informasi berdasarkan metode heuristic atau dengan berdasarkan sejumlah aturan (Encyclopedia Britannica) [2]. 2.3 Heuristic Kata heuristic berasal dari sebuah kata kerja bahasa Yunani, heuriskein, ng berarti mencari atau memasukkan [6]. Dalam dunia pemograman, sebagian orang menggunakan kata heuristic sebagai lawan kata dari algoritmik, dimana kata heuristic ini diartikan sebagai suatu proses ng mungkin dapat menyelesaikan suatu masalah tetapi menjamin bahwa selalu solusi ng dicari selalu dapat ditemukan. Didalam mempelajari metode-metode pencarian ini, kata heuristic diartikan sebagai suatu fungsi ng memberikan suatu nilai berupa bia perkiraan (estimasi) dari suatu solusi. Heuristic adalah sebuah teknik ng mengembangkan efisiensi dalam proses pencarian. Untuk dapat menerapkan heuristic tersebut dengan baik dalam suatu domain tertentu, diperlukan suatu Fungsi Heuristic. Fungsi heuristic ini digunakan untuk mengevaluasi keadaan-keadaan problema individual dan menentukan seberapa jauh hal tersebut dapat digunakan untuk mendapatkan solusi ng diinginkan [6].
3 3 Teknik pencarian heuristic (heuristic searching) merupakan suatu strategi untuk melakukan proses pencarian ruang keadaan (state space) suatu problema secara selektif, ng memandu proses pencarian ng kita lakukan di sepanjang jalur ng memiliki kemungkinan sukses paling besar. 2.4 Best First Search Salah satu algoritma ng termasuk kedalam kategori informed search adalah Best first search ng dikenal juga dengan Search. Prinsip greedy adalah mengambil keputusan ng dianggap terbaik han untuk saat itu saja ng diharapkan dapat memberikan solusi terbaik secara keseluruhan [7]. Oleh karena itu, pada setiap harus dibuat keputusan ng terbaik dalam menentukan pilihan. Keputusan ng telah diambil pada suatu dapat diubah lagi pada selanjutn. Best first search seperti haln algoritma ng menggunakan strategi Best first search lainn mempuni sebuah fungsi ng menjadi acuan kelakan sebuah simpul itu fungsi evaluasi. Pada Best first search fungsi evaluasi bergantung pada cost sebenarn, tetapi han tergantung pada fungsi heuristic itu sendiri. Jika pada algoritma A Star pencarian ng dilakukan bergantung pada cost sebenarn dari sebuah simpul itu, pada Best first search fungsi evaluasi han bergantung pada fungsi heuristic ng mengestimasikan arah ng benar, sehingga pencarian jalur dapat berlangsung dengan sangat cepat. Secara matematis fungsi evaluasi pada greedy search diberikan oleh [7]: = (1) dengan: = total keseluruhan bia grid ng ada di posisi salah Program ini akan menghitung nilai dengan memeriksa jumlah kotak ng berada di posisi ng salah. Semakin bank jumlah kotak ng berada di posisi ng salah, maka mungkin saja masih bank ng harus ditempuh. Semakin sedikit jumlah kotak ng berada di posisi ng salah, maka mungkin saja puzzle sudah hampir mendekati penyelesaian. Rumus heuristic ini diterapkan pada kotak ng mungkin untuk digerakkan. Kemudian dipilih heuristic ng paling optimal diantara semua kemungkinan tadi. Kotak ng terpilih, akan digerakkan ke kotak ng kosong, lalu akan dibangkitkan lagi anak pohon dari status ng sekarang. Dan memulai lagi proses penentuan heuristic untuk kemungkinan kotak ng baru [7]. 2.5 Algoritma A Star Algoritma A Star merupakan salah satu algoritma ng menggunakan fungsi bia. Algoritma A Star memeriksa kelakan bia ng diperlukan untuk mencapai suatu simpul dari sebuah simpul lain. Dalam kasus puzzle 8 ini, algoritma A Star membandingkan 2 posisi puzzle itu posisi puzzle awal (state awal) dengan posisi puzzle ng terurut dengan benar (state akhir). Rumus ng digunakan oleh algoritma A Star itu [7] : = (2) dengan: = total keseluran bia untuk mencapai posisi benar ) = total keseluruhan bia grid ng ada di posisi salah Program ini akan menghitung nilai itu keseluruhan bia untuk mencapai posisi benar dan itu dengan memeriksa jumlah kotak ng berada di posisi ng salah. Lakukan - diatas sampai ditemukan semua jalur atau untuk mengembalikan Puzzle 8 ke posisi ng berurut. Perbedaan algoritma A Star dan algoritma terletak pada rumus ng digunakan oleh kedua algoritma, algoritma greedy han menggunakan rumus perkiraan atau estimasi saja tetapi algoritma A Star selain menggunakan rumus perkiraan atau estimasi, juga menghitung cost ng diperlukan untuk mengembalikan puzzle ke posisi berurut. Inilah ng membuat algoritma A Star lebih baik daripada algoritma. Tetapi dengan lebih bankn rumus ng dihitung, hal ini menyebabkan algoritma A Star bekerja dengan lambat sehingga waktu ng diperlukan untuk menemukan solusi akan semakin besar pula karena selain menghitung bia ng diperlukan untuk berjalan dari simpul satu ke simpul lainn, Algoritma A Star juga menggunakan fungsi untuk memprioritaskan pemeriksaan simpul-simpul arah ng benar [8].
4 4 2.6 Plateau Plateau, kondisi ketika ada dua (2) atau lebih evaluation state ng mempuni nilai heuristic sama besar dan juga merupakan nilai terbaik. Dalam kondisi plateau, hal itu dapat memicu local maxima. Local maxima, itu solusi lokal ng ditemukan dengan fungsi evaluasi. Tetapi solusi ini bukan kondisi goal ng diharapkan, dan jika dilakukan evaluasi secara terus menerus, maka akan kembali lagi ke kondisi solusi lokal itu sendiri. Karena memang fungsi evaluasi ng dilakukan menemui batasan pencarian lokal. Untuk mengatasi kelemahan tersebut, ada strategi ng dapat diterapkan pada Hill Climbing agar solusi dapat ditemukan dengan baik. Strategi tersebut adalah untuk plateau cukup dapat diatasi dengan menerapkan aturan prioritas pergerakan kotak kosong. Misal, pergerakan kotak kosong ke atas adalah lebih diprioritaskan daripada pergerakan ke kiri, pergerakan kotak ke kiri lebih diprioritaskan daripada pergerakan ke kanan dan seterusn [1]. 3. Perancangan 3.1 Use Case Diagram Gambar 1 Use Case Diagram Dari gambar 1 dapat dilihat bahwa user dapat menginputkan angka pada puzzle dengan inputan manual atau inputan otomatis ng dilakukan oleh sistem. Setelah melakukan inputan otomatis atau manual, maka dapat dilakukan pemilihan algoritma dalam penyelesaian soal itu algoritma A Star atau algoritma. 3.2 Diagram Alir Flowchart digunakan untuk menggambarkan alur suatu program menjadi lebih sederhana sehingga program tersebut dapat lebih mudah dimengerti. start Input otomatis? Input manual? Inisialisasi letak nomor Urut? Heuristic A* Proses heuristic A* Heuristic Proses heuristic Langkah paling optimal A* Langkah paling optimal Exit Game end Gambar 2. Flowchat sistem
5 5 start start Posisi berurut? Posisi berurut? Inisialisasi kotak-kotak ng mungkin untuk digerakkan Inisialisasi kotak-kotak ng mungkin untuk digerakkan Hitung f(n)=g(n)+h(n) Terdapat lebih Dari satu nilai terkecil Dapatkan susun puzzle end Hitung f(n)=h(n) Dapatkan susun puzzle Gerakkan f(n) terkecil Gerakkan f(n) ng pertama kali dicari Gerakkan f(n) terkecil end Gambar 3. Diagram alir pencarian Heuristic Gambar 4.Diagram alir ( flowchart ) pencarian A Star Heuristic 4. Pembahasan 4.1 Aplikasi Aplikasi ini merupakan aplikasi pemecahan puzzle dimana terdapat form untuk user agar dapat memasukkan angka dan kemudian dapat memilih algoritma apa ng digunakan dalam pemecahan puzzle tersebut. Didalam form terdapat dua buah algoritma ng dapat dipilih, itu Algoritma A Star dan Algoritma. Setelah user memilih algoritma ng digunakan, maka masing-masing algoritma dapat menampilkan jalur ng ditemukan, sehingga dari jawaban tersebut dapat dilihat bahwa algoritma mana ng lebih baik. Gambar 1 Splash screen aplikasi
6 6 Gambar 6. Tampilan utama aplikasi Pada halaman gambar 6 user dapat memilih dua cara untuk memasukkan angka ng ingin diselesaikan dari posisi acak hingga posisi berurut. Cara ng dapat digunakan untuk memasukkan nomor adalah cara manual, itu user itu sendiri ng menginputkan angka ke dalam aplikasi atau dengan cara otomatis, itu aplikasi itu sendiri ng memasukkan angka dengan acak Jika inputan telah benar, maka user dapat memilih untuk mengerjakan soal tersebut menggunakan Algoritma A star atau Algoritma. User juga dapat memilih untuk mengarjakan soal tersebut dengan dua buah algoritma sekaligus, sehingga user dapat membandingkan hasil jalur ng ditemukan oleh kedua algoritma tersebut Gambar 7. Hasil 4.2 Analisa dan Pengujian Pengujian ng akan dilakukan terhadap aplikasi adalah dengan membandingkan kedua buah algoritma secara waktu, sistem dan penghitungan keakuratan Algoritma A Star ng ditemukan oleh sistem dengan perhitungan manual. Untuk mempermudah melihat perbandingan dari hasil pengujian waktu, maka dibuat tabel sebagai berikut : Tabel 1.Perbandingan A Star dan No Contoh Kasus Algoritma A Star Algoritma Waktu penyelesaian A Star Waktu penyelesaian ,591203/ms 1,575603/ms ,106004/ms 2,090404/ms ,620805/ms 2,605205/ms Pada tabel 1 dapat dilihat perbandingan waktu ng di perlukan oleh Algoritma A Star dan Algoritma. Dalam penyelesaian kasus, Algoritma A Star membutuhkan waktu ng lebih
7 7 lama dibandikan dengan dalam penyelesaian soal, karena Algoritma A Star menghitung 2 bia, sedangkan Algoritma han menghitung 1 bia. Tabel 2 Perbandingan A Star dan No Contoh Kasus Jumlah Langkah dengan A Star Jumlah dengan 1 Berhasil diselesaikan dengan 8 Berhasil diselesaiakn dengan 48 2 Berhasil dikerjakan dengan 6 Tidak menemukan solusi hingga Berhasil diselesaikan dengan 9 Tidak menemukan solusi hingga Berhasil diselesaiakan dengan 14 5 Berhasil diselesaikan dengan 12 Tidak menemukan solusi hingga 144 Berhasil diselesaikan dengan 44 Tabel 2 merupakan perbandingan antara Algoritma A Star dan Algoritma di dalam menyelesaikan puzzle 8. Dari tabel di atas dapat dilihat bahwa, Algoritma A Star mampu menyelesaikan contoh kasus puzzle 8 dengan baik dan pada Algoritma terdapat beberapa kasus ng dapat terselesaikan. 4.3 Analisa Algoritma A Star dapat menemukan lebih baik dari pada Algoritma. Seperti pada Tabel 4.1 pada soal ke-4, dapat dilihat bahwa Algoritma menemukan jalan atau untuk mengembalikan puzzle ke posisi berurut sedangkan algoritma A Star dapat mengembalikan puzzle ke posisi berurut dengan 14. Pada awaln sampai dengan keempat, kedua algoritma ini mempuni ng sama, tetapi pada kelima algoritma ini mempuni ng berbeda dimana perhitungan pada Algoritma dapat menemukan ng tepat karena terbentur dengan kondisi dimana ada 3 state ng memiliki nilai terkecil ng sama itu state kotak 1,3,4 ng bernilai =6 sehingga mengharuskan algoritma greedy untuk memilih state ng pertama ditelusuri itu state kotak 1 ng ternta bukan ng menghasilkan jalur ng baik. Algoritma greedy terbentur dengan kondisi ini karena Algoritma han menghitung bia estimasi atau bia perkiraan saja, sedangkan algoritma A Star selain menghitung bia estimasi juga menghitung bia sebenarn untuk mengembalikan puzzle ke posisi berurut, sehingga pada kelima, perhitungan algoritma A Star seperti algoritma greedy, perhitungan algoritma A Star ng melibatkan perhitungan bia sebenarn dapat menghitung bahwa state kotak 4 ng memiliki bia terkecil dibanding state lainn sehingga algoritma A* dapat menemukan ng tepat itu menggerakkan state kotak 4. Semakin kecil nilai maka dapat dikatakan bahwa puzzle semakin dekat dengan posisi goal akhir (posisi berurut). Pada soal 2,3,6,1,5,8,4,7,0 dapat dilihat bahwa nilai pada perhitungan algoritma A Star, dimana dalam setiap nilai semakin berkurang atau kecil, dari pertama bernilai 14 kemudian kedua bernilai 12 kemudian ketiga bernilai 8 dan pada akhirn bernilai 0 ng artin puzzle telah kembali ke posisi berurut atau ada kotak ng berada pada posisi ng salah. Semakin optimal fungsi heuristic ng digunakan maka akan semakin optimal pula solusi ng didapatkan. Dapat dilihat bahwa fungsi heuristic pada Algoritma kurang optimal untuk memecahkan puzzle 8 dibandingkan dengan fungsi heuristic ng digunakan oleh algoritma A Star. Fungsi heuristic Algoritma menggunakan perhitungan bia estimasi sedangkan fungsi heuristic algoritma A Star menggunakan perhitungan bia estimasi dan fungsi city block distance atau sering disebut manhattan distance,dimana fungsi ini menghitung bia sebenarn untuk mengembalikan kotak pada puzzle ke posisi sebenarn. Tetapi algoritma A Star mempuni keterbatasan itu jika menghadapi kondisi ng disebut plateau, adalah kondisi ketika ada dua atau lebih evaluation state ng mempuni nilai heuristic
8 8 sama besar dan juga merupakan nilai terbaik sehingga menyebabkan algoritma ini bingung memilih mana state ng harus di prioritaskan untuk dijalankan seperti pada gambar 4.15 Kondisi plateau ini memancing kondisi ng disebut local maxima, itu solusi lokal ng ditemukan dengan fungsi evaluasi. Tetapi solusi ini bukan kondisi goal ng diharapkan, dan jika dilakukan evaluasi secara terus menerus, maka akan kembali lagi ke kondisi solusi lokal itu sendiri. Karena memang fungsi evaluasi ng dilakukan menemui batasan pencarian lokal. 5. Kesimpulan dan Saran 5.1 Kesimpulan Terdapat beberapa kesimpulan setelah membangun aplikasi ng berjudul Implementasi Algoritma A Star pada pemecahan puzzle 8 itu algoritma A Star dan Algoritma dapat diimplementasikan pada kasus puzzle 8. Aplikasi ini dapat memberikan penyelesaian dalam pencarian jalur pada kasus puzzle 8, dengan adan aplikasi ini maka dapat membandingkan Algoritma A Star dengan Algoritma sehingga dapat dilihat perbandingann bahwa Algoritma A Star lebih baik dalam mendapatkan jalur ng lebih pendek dibandingkan dengan Algoritma dalam penyelesaian puzzle 8. Walaupun Algorima A Star, dapat menemukan ng lebih pendek tetapi Algoritma A Star membutuhkan waktu ng lebih lama dalam penyelesaiann dibanding dengan algoritma karena algoritma ini melakukan perhitungan baik nilai perkiraan maupun bia sebenarn ng dibutukan untuk kembali ke posisi state akhir, atau dengan kata lain makin bank fungsi ng harus diperiksa sehingga waktu ng dibutuhkan juga relatif lebih lama. 5.2 Saran Beberapa saran ng dapat diberikan untuk membantu dalam pengembangan aplikasi ini lebih lanjut itu dapat dibuat dalam bentuk website agar tampilan lebih menarik dan lebih mudah diakses oleh masrakat dan dapat menginputkan puzzle dalam bentuk gambar, huruf, angka DAFTAR PUSTAKA [1]Andik,Taufiq. (2010). Belajar Steganografi. Diambil 30 Maret 2012 pukul dari Plateau & Local maxima/rainy Days/ [2]Buahilmu. (2011). Pengertian Artificial Intelligence. Diambil 30 November 2011 pukul dari [3]Gamescrafters. (2010). Puzzle 8. Diambil 30 November 2011 pukul dari [4]Gunardi, Tommy.(t.t). penggunaan algoritma a * pada 8 puzzle problem. Bandung : Institut Teknologi Bandung. [5]Jokodo.(2011). Game puzzle number. Jakarta :Universitas Gunadharma [6]Kusumadewi, Sri.(2007). Teknik Pencarian Heuristik. Yogkarta : Universitas Islam Indonesia [7]Sunto. (2011). Artificial Intelligence. Bandung : Penerbit INFORMATIKA [8]Universitas Pendidikan Indonesia. (t.t). Algoritma dan Algoritma A*. Diambil 30 November 2011 pukul dari
9 9
BAB I PENDAHULUAN 1.1 Latar Belakang Masalah
BAB I PENDAHULUAN 1.1 Latar Belakang Masalah Kecerdasan buatan merupakan sub-bidang ilmu komputer yang khusus ditujukan untuk membuat software dan hardware yang sepenuhnya bisa menirukan beberapa fungsi
Lebih terperinciBAB 1 PENDAHULUAN. 1.1 Latar Belakang
BAB 1 PENDAHULUAN 1.1 Latar Belakang Permainan (game) merupakan bidang usaha manusia terhadap kecerdasan buatan, salah satunya adalah sliding puzzle. Permainan ini merupakan permainan yang dapat melatih
Lebih terperinciSimulasi Pencarian Rute Terpendek dengan Metode Algoritma A* (A-Star) Agus Gustriana ( )
Simulasi Pencarian Rute Terpendek dengan Metode Algoritma A* (A-Star) Agus Gustriana (0222182) Jurusan Teknik Elektro, Fakultas Teknik, Jl. Prof. Drg. Suria Sumantri 65, Bandung 40164, Indonesia E-mail
Lebih terperinciISSN: PROBLEM SOLVING PERMAINAN PUZZLE 8 MENGGUNAKAN ALGORITMA A* Beny Hakim Halimsah, Eggy Margiso
Problem Solving Permainan... ISSN: 1978-1520 PROBLEM SOLVING PERMAINAN PUZZLE 8 MENGGUNAKAN ALGORITMA A* Beny Hakim Halimsah, Eggy Margiso Sekolah Tinggi Manajemen Informatika dan Komputer Pontianak Jln.
Lebih terperinciBAB I PENDAHULUAN UKDW. dalam kehidupan kita sehari-hari, terutama bagi para pengguna sarana
BAB I PENDAHULUAN 1.1 Latar Belakang Masalah Pencarian jalur terpendek merupakan sebuah masalah yang sering muncul dalam kehidupan kita sehari-hari, terutama bagi para pengguna sarana transportasi. Para
Lebih terperinciPertemuan-07 INFORMATIKA FASILKOM UNIVERSITAS IGM
07/04/2016 3. HEURISTIC METHOD Algoritma yang menggunakan Metode Best-First Search, yaitu: 1 Literatur Review KECERDASAN BUATAN Pertemuan-07 INFORMATIKA FASILKOM UNIVERSITAS IGM a. Greedy Best-First Greedy
Lebih terperinciKECERDASAN BUATAN. Simple Hill Climbing. Disusun Oleh:
KECERDASAN BUATAN Simple Hill Climbing Disusun Oleh: 1. Lutvi Maulida Al H. (081112006) 2. Nurul Fauziah (081112021) 3. Anggraeni Susanti (081112055) 4. Syahrul Bahar Hamdani (081211232012) Departemen
Lebih terperinciHEURISTIC SEARCH UTHIE
HEURISTIC SEARCH Pendahuluan Pencarian buta biasanya tidak efisien karena waktu akses memori yang dibutuhkan cukup besar. Untuk mengatasi hal ini maka perlu ditambahkan suatu informasi pada domain yang
Lebih terperinciKATA PENGANTAR. Maha Esa, yang telah berkenan memelihara dan membimbing penulis, sehingga
KATA PENGANTAR Pertama-tama penulis mengucapkan puji syukur ke hadirat Tuhan Yang Maha Esa, yang telah berkenan memelihara dan membimbing penulis, sehingga penulis dapat menyelesaikan pengerjaan dan penyusunan
Lebih terperinciBAB 1 PENDAHULUAN. 1.1 Latar Belakang Masalah
BAB 1 PENDAHULUAN 1.1 Latar Belakang Masalah Kecerdasan Buatan ( Artificial Intelligence ) merupakan salah satu cabang dari ilmu computer yang membuat agar mesin atau komputer dapat melakukan pekerjaan
Lebih terperinciPENERAPAN ALGORITMA A* PADA PERMASALAHAN OPTIMALISASI PENCARIAN SOLUSI DYNAMIC WATER JUG
PENERAPAN ALGORITMA A* PADA PERMASALAHAN OPTIMALISASI PENCARIAN SOLUSI DYNAMIC WATER JUG Firman Harianja (0911519) Mahasiswa Program Studi Teknik Informatika STMIK Budidarma Medan Jl. Sisingamangaraja
Lebih terperinciBAB III ALGORITMA GREEDY DAN ALGORITMA A* membangkitkan simpul dari sebuah simpul sebelumnya (yang sejauh ini terbaik di
BAB III ALGORITMA GREEDY DAN ALGORITMA A* 3.1 Best First Search Sesuai dengan namanya, best-first search merupakan sebuah metode yang membangkitkan simpul dari sebuah simpul sebelumnya (yang sejauh ini
Lebih terperinciPERBANDINGAN METODE PENCARIAN DEPTH-FIRST SEARCH, BREADTH-FIRST SEARCH DAN BEST-FIRST SEARCH PADA PERMAINAN 8-PUZZLE
e-journal Teknik Elektro dan Komputer (2014) ISSN: 2301-8402 1 PERBANDINGAN METODE PENCARIAN DEPTH-FIRST SEARCH, BREADTH-FIRST SEARCH DAN BEST-FIRST SEARCH PADA PERMAINAN 8-PUZZLE Oleh: Arie S. M. Lumenta
Lebih terperinciSistem Kecerdasan Buatan. Masalah, Ruang Masalah dan Pencarian Solusi. Masalah. Masalah Sebagai Ruang Keadaan 10/7/2015
Sistem Kecerdasan Buatan Masalah, Ruang Masalah dan Pencarian Solusi Bahan Bacaan : Sri Kusumadewi, Artificial Intelligence. Russel, Artificial Intelligence Modern Approach 2 bagian utama kecerdasan buatan
Lebih terperinciSIMULASI ALGORITMA A* UNTUK MENYELESAIKAN PATHFINDING
SIMULASI ALGORITMA A* UNTUK MENYELESAIKAN PATHFINDING Saprizal Nasution 1, Mardiana 2 1 Jurusan Teknik Informatika Sekolah Tinggi Teknik Harapan Medan Jl. HM jhoni No. 70 Medan, Indonesia rizal_allstar@rocketmail.com
Lebih terperinciSEARCHING. Blind Search & Heuristic Search
SEARCHING Blind Search & Heuristic Search PENDAHULUAN Banyak cara yang digunakan untuk membangun sistem yang dapat menyelesaikan masalah-masalah di AI. Teknik penyelesaian masalah yang dapat dipakai untuk
Lebih terperinciBAB III ANALISA MASALAH DAN PERANCANGAN
BAB III ANALISA MASALAH DAN PERANCANGAN III.1. Analisa Sub bab ini berisikan tentang analisa sistem yang akan dibangun. Sub bab ini membahas teknik pemecahan masalah yang menguraikan sebuah sistem menjadi
Lebih terperinciBab 4. Informed Search
Bab 4. Informed Search Review Pada bab 3 dapat disimpulkan hal hal sbb: Ada banyak cara untuk memanfaatkan knowledge saat menformulasikan suatu masalah dalam bentuk states dan operators. GENERAL-SEARCH
Lebih terperinciBAB 3 ANALISIS ALGORITMA
BAB 3 ANALISIS ALGORITMA 3.1 Analisis Masalah Permainan congklak merupakan permainan ng diperlukan strategi dan kemampuan matematika untuk bisa memenangkan permainan. Umumn congklak menggunakan papan dengan
Lebih terperinciDesain Rute Terpendek untuk Distribusi Koran Dengan Algoritma Ant Colony System
Desain Rute Terpendek untuk Distribusi Koran Dengan Algoritma Ant Colony System Jan Alif Kreshna, Satria Perdana Arifin, ST, MTI., Rika Perdana Sari, ST, M.Eng. Politeknik Caltex Riau Jl. Umbansari 1 Rumbai,
Lebih terperinciMetode Searching. Blind/Un-informed Search. Heuristic/Informed Search. Breadth-First Search (BFS) Depth-First Search (DFS) Hill Climbing A*
SEARCHING Russel and Norvig. 2003. Artificial Intelligence: a Modern Approach. Prentice Hall. Suyanto, Artificial Intelligence. 2005. Bandung:Informatika Program Studi Ilmu Komputer FPMIPA UPI RNI IK460(Kecerdasan
Lebih terperinciBAB III ANALISIS DAN PERANCANGAN SISTEM
BAB III ANALISIS DAN PERANCANGAN SISTEM 3.1 Algoritma Breadth First Search Berikut ini adalah proses yang dilakukan dengan menggunakan algoritma Breadth first search untuk pencarian jalur. Proses pencarian
Lebih terperinciSEARCHING SIMULATION SHORTEST ROUTE OF BUS TRANSPORTATION TRANS JAKARTA INDONESIA USING ITERATIVE DEEPENING ALGORITHM AND DJIKSTRA ALGORITHM
SEARCHING SIMULATION SHORTEST ROUTE OF BUS TRANSPORTATION TRANS JAKARTA INDONESIA USING ITERATIVE DEEPENING ALGORITHM AND DJIKSTRA ALGORITHM Ditto Djesmedi ( 0222009 ) Jurusan Teknik Elektro, Fakultas
Lebih terperinciPenerapan Algoritma A* Untuk Pencarian Rute Terdekat Pada Permainan Berbasis Ubin (Tile Based Game)
Penerapan Algoritma A* Untuk Pencarian Rute Terdekat Pada Permainan Berbasis Ubin (Tile Based Game) Febriana Santi Wahyuni 1,*, Sandy Nataly Mantja 1 1 T.Informatika Fakultas Teknologi Industri Institut
Lebih terperinciBAB III ANALISIS MASALAH DAN RANCANGAN PROGRAM
BAB III ANALISIS MASALAH DAN RANCANGAN PROGRAM III.1. Analisis Masalah Proses analisa sistem merupakan langkah kedua pada pengembangan sistem. Analisa sistem dilakukan untuk memahami informasi-informasi
Lebih terperinciJurnal Mahajana Informasi, Vol.1 No 2, 2016 e-issn: SIMULASI PERGERAKAN CHESS KNIGHT DALAM PAPAN CATUR
SIMULASI PERGERAKAN CHESS KNIGHT DALAM PAPAN CATUR Dini MH. Hutagalung Program Studi Sistem Informasi Universitas Sari Mutiara Indonesia mhdini@gmail.com ABSTRAK Sistem produksi ( production system) merupakan
Lebih terperinciAI sebagai Masalah Pelacakan. Lesson 2
AI sebagai Masalah Pelacakan Lesson 2 Teknik Pencarian Pendahuluan Setelah permasalahan direpresentasikan dalam bentuk state-space, maka selanjutnya dilakukan pencarian (searching) di dalam state-space
Lebih terperinciPenyelesaian Permainan Sliding Puzzle 3x3 Menggunakan Algoritma Greedy Dengan Dua Fungsi Heuristik
Penyelesaian Permainan Sliding Puzzle 3x3 Menggunakan Algoritma Greedy Dengan Dua Fungsi Heuristik Akbar Gumbira - 13508106 Program Studi Teknik Informatika Sekolah Teknik Elektro dan Informatika Institut
Lebih terperinciIMPLEMENTASI ALGORITMA HILL CLIMBING DAN ALGORITMA A* DALAM PENYELESAIAN PENYUSUNAN SUKU KATA DASAR DENGAN POLA PERMAINAN BINTANG KEJORA
IMPLEMENTASI ALGORITMA HILL CLIMBING DAN ALGORITMA A* DALAM PENYELESAIAN PENYUSUNAN SUKU KATA DASAR DENGAN POLA PERMAINAN BINTANG KEJORA Nurdin [1], Syandriani Harahap [2] 1.Program Studi Teknik InformatikaUniversitas
Lebih terperincimemberikan output berupa solusi kumpulan pengetahuan yang ada.
MASALAH DAN METODE PEMECAHAN MASALAH (Minggu 2) Pendahuluan Sistem yang menggunakan kecerdasan buatan akan memberikan output berupa solusi dari suatu masalah berdasarkan kumpulan pengetahuan yang ada.
Lebih terperinciTEKNIK PENCARIAN HEURISTIK (HEURISTIC SEARCHING)
TEKNIK PENCRIN HEURISTIK (HEURISTIC SERCHING) Teknik pencarian heuristik (heuristic searching) merupakan suatu strategi untuk melakukan proses pencarian ruang keadaan (state space) suatu problema secara
Lebih terperinciOleh Lukman Hariadi
ANALISIS PENYELESAIAN PUZZLE SUDOKU DENGAN MENERAPKAN ALGORITMA BACKTRACKING (berbentuk piramida terbalik) PROPOSAL JUDUL Diajukan Untuk Menempuh Tugas Akhir Oleh Lukman Hariadi 14201045 PROGRAM STUDI
Lebih terperinciUKDW BAB 1 PENDAHULUAN
BAB 1 PENDAHULUAN 1.1 Latar Belakang Permainan melalui aplikasi komputer saat ini cukup pesat perkembangannya. Tampilan yang menarik dan atraktif semakin membuat berbagai kalangan yang telah terbiasa bermain
Lebih terperinciBAB 1 PENDAHULUAN Latar Belakang
BAB 1 PENDAHULUAN 1.1. Latar Belakang Aplikasi permainan (game) sekarang ini sudah semakin berkembang. Hal ini dibuktikan melalui media yang dipakai untuk game yang semakin beragam. Sekarang ini game tidak
Lebih terperinciBAB III ANALISIS DAN PERANCANGAN. Perancangan game mencocokkan gambar ini dibuat agar dapat berjalan
BAB III ANALISIS DAN PERANCANGAN III.1. Analisa Sistem Perancangan game mencocokkan gambar ini dibuat agar dapat berjalan pada sistem yang beroperasi pada perangkat komputer, game yang dikembangkan adalah
Lebih terperinciIMPLEMENTASI ALGORITMA GENERATE AND TEST PADA PENCARIAN RUTE TERPENDEK
IMPLEMENTASI ALGORITMA GENERATE AND TEST PADA PENCARIAN RUTE TERPENDEK Selvy Welianto (1) R. Gunawan Santosa (2) Antonius Rachmat C. (3) selvywelianto@yahoo.com gunawan@ukdw.ac.id anton@ukdw.ac.id Abstraksi
Lebih terperinciArtificial Intelegence/ P_3 EKA YUNIAR
Artificial Intelegence/ P_3 EKA YUNIAR Pokok Bahasan Teknik Pencarian Heuristik Generate And Test Hill Climbing Best First Searching Problem Reduction Constrait Satisfaction Means End Analysis Teknik Pencarian
Lebih terperinciKecerdasan Buatan. Pertemuan 03. Pencarian Branch & Bound dan Heuristik (Informed)
Kecerdasan Buatan Pertemuan 03 Pencarian Branch & Bound dan Heuristik (Informed) Husni Lunix96@gmail.com http://www.facebook.com/lunix96 http://komputasi.wordpress.com S1 Teknik Informatika, STMIK AMIKOM,
Lebih terperinciPenerapan Metode Best First Search Pada Permainan Tic Tac Toe
Penerapan Metode Best First Search Pada Permainan Tic Tac Toe Harvei Desmon Hutahaean STMIK Pelita Nusantara, Jl. Iskandar Muda No. 1 Medan, Sumatera Utara, Indonesia http : // www.penusa.ac.id, Email:
Lebih terperinciKecerdasan Buatan. Penyelesaian Masalah dengan Pencarian... Pertemuan 02. Husni
Kecerdasan Buatan Pertemuan 02 Penyelesaian Masalah dengan Pencarian... Husni Lunix96@gmail.com http://komputasi.wordpress.com S1 Teknik Informatika, STMIK AMIKOM, 2013 Outline Konsep Pencarian Pencarian
Lebih terperinciPenerapan Pohon dengan Algoritma Branch and Bound dalam Menyelesaikan N-Queen Problem
Penerapan Pohon dengan Algoritma Branch and Bound dalam Menyelesaikan N-Queen Problem Arie Tando (13510018) Program Studi Teknik Informatika Sekolah Teknik Elektro dan Informatika Institut Teknologi Bandung,
Lebih terperinciJURNAL INFORMATIKA SIMULASI PERGERAKAN LANGKAH KUDA MENGGUNAKAN METODE BREADTH FIRST SEARCH
SIMULASI PERGERAKAN LANGKAH KUDA MENGGUNAKAN METODE BREADTH FIRST SEARCH Youllia Indrawaty [1], Asep Nana Hermana [2], Vichy Sinar Rinanto [3] Jurusan Teknik Informatika Institut Teknologi Nasional Bandung
Lebih terperinciBAB 2 LANDASAN TEORI
BAB 2 LANDASAN TEORI 2.1. Pengertian Algoritma Algoritma merupakan urutan langkah langkah untuk menyelesaikan masalah yang disusun secara sistematis, algoritma dibuat dengan tanpa memperhatikan bentuk
Lebih terperinciANALISIS PERBANDINGAN ALGORITMA PATHFINDING GREEDY BEST-FIRST SEARCH DENGAN A*(STAR) DALAM MENENTUKAN LINTASAN PADA PETA
ANALISIS PERBANDINGAN ALGORITMA PATHFINDING GREEDY BEST-FIRST SEARCH DENGAN A*(STAR) DALAM MENENTUKAN LINTASAN PADA PETA Christophorus Yohannes Suhaili 1 ; Mendy Irawan 2 ; Raja Muhammad Fahrizal 3 ; Antonius
Lebih terperinciPerbandingan Algoritma Depth-First Search dan Algoritma Hunt-and-Kill dalam Pembuatan Labirin
Perbandingan Algoritma Depth-First Search dan Algoritma Hunt-and-Kill dalam Pembuatan Labirin Arie Tando - 13510018 Program Studi Teknik Informatika Sekolah Teknik Elektro dan Informatika Institut Teknologi
Lebih terperinciLESSON 6 : INFORMED SEARCH Part II
LESSON 6 : INFORMED SEARCH Part II 3.3 Itterative deepening A* search 3.3.1 Algoritma IDA* Itterative deepening search atau IDA* serupa dengan iterative deepening depth first, namun dengan modifikasi sebagai
Lebih terperinciPerangkat Lunak Simulasi Langkah Kuda Dalam Permainan Catur
Perangkat Lunak Simulasi Langkah Kuda Dalam Permainan Catur Hartono 1) Liva Junter 2) STMIK IBBI Medan Jl. Sei Deli No. 18 Medan, Telp. 061-4567111 Fax. 061-4527548 Email: hartonoibbi@gmail.com 1 Abstrak
Lebih terperinciBAB II LANDASAN TEORI
BAB II LANDASAN TEORI 2.1 Kecerdasan Buatan Kecerdasan buatan atau artificial intelligence merupakan salah satu bagian ilmu komputer yang membuat agar mesin (komputer) dapat melakukan pekerjaan seperti
Lebih terperinciAPLIKASI GAME TIC TAC TOE 6X6 BERBASIS ANDROID MENGGUNAKAN ALGORITMA MINIMAX DAN HEURISTIC EVALUATION
APLIKASI GAME TIC TAC TOE 6X6 BERBASIS ANDROID MENGGUNAKAN ALGORITMA MINIMAX DAN HEURISTIC EVALUATION Ever Jayadi1), Muhammad Aziz Fatchur Rachman2), Muhammad Yuliansyah3) 1), 2), 3) Teknik Informatika
Lebih terperinciALGORITMA PENCARIAN (1)
ALGORITMA PENCARIAN (1) Permasalahan, Ruang Keadaan, Pencarian Farah Zakiyah Rahmanti Diperbarui 2016 Overview Deskripsi Permasalahan dalam Kecerdasan Buatan Definisi Permasalahan Pencarian Breadth First
Lebih terperinciJurusan Matematika Fakultas Matematika dan Ilmu Pengetahuan Alam Institut Teknologi Sepuluh Nopember Surabaya 2011
Perancangan dan Pembuatan Sistem Navigasi Perjalanan Untuk Pencarian Rute Terpendek Dengan Algoritma A* Berbasis J2ME Oleh : M. ARIEF HIDAYATULLOH 1204 100 071 Dosen Pembimbing : Prof. Dr. M. Isa Irawan,
Lebih terperinciMODIFIKASI METODE BACKTRACKING UNTUK MEMBANTU MENCARI PENYELESAIAN PERMAINAN PEG SOLITAIRE
MODIFIKASI METODE BACKTRACKING UNTUK MEMBANTU MENCARI PENYELESAIAN PERMAINAN PEG SOLITAIRE Susana Limanto dan Monica Widiasri Universitas Surabaya, Surabaya susana @ubaya.ad.id dan monica@ubaya.ac.id ABSTRACT
Lebih terperinciPengembangan Teknik Pencarian Optimal Menggunakan Algoritma Generate and Test dengan Diagram Precedence (GTPRE)
Pengembangan Teknik Pencarian Optimal Menggunakan Algoritma Generate and Test dengan Diagram Precedence (GTPRE) Development of Optimal Search Using Generate and Test Algorithm with Precedence Diagram (GTPRE)
Lebih terperinciALGORITMA PENCARIAN (HEURISTIC)
ALGORITMA PENCARIAN (HEURISTIC) Farah Zakiyah Rahmanti, M.T Diperbarui 2016 Overview Pengertian Pencarian Heuristik Generate and Test Hill Climbing Best First Searching Latihan Pencarian Heuristik Merupakan
Lebih terperinci@UKDW. Lampiran B - 1 BAB 1 PENDAHULUAN
Lampiran B - 1 BAB 1 PENDAHULUAN 1.1. Latar Belakang Permainan adalah salah satu jenis hiburan. Selain itu, permainan juga dapat menjadi suatu hal yang menantang maupun untuk mengasah kemampuan otak pemain.
Lebih terperinciKecerdasan Buatan Penyelesaian Masalah dengan Pencarian
Kecerdasan Buatan Pertemuan 02 Penyelesaian Masalah dengan Pencarian Kelas 10-S1TI-03, 04, 05 Husni Lunix96@gmail.com http://komputasi.wordpress.com S1 Teknik Informatika, STMIK AMIKOM, 2012 Outline Pendahuluan
Lebih terperinciBAB III ANALISIS DAN PERANCANGAN
BAB III ANALISIS DAN PERANCANGAN Pada bab ini akan dibahas mengenai analisis dan perancangan pada sistem ng dibangun, itu penerapan algoritma Backtrack dalam membangkitkan elemen awal permainan Sudoku.
Lebih terperinciBAB 1 PENDAHULUAN. 1.1 Latar Belakang
BAB 1 PENDAHULUAN 1.1 Latar Belakang Dalam kehidupan sehari hari, selalu dilakukan perjalanan dari satu titik atau lokasi ke lokasi yang lain dengan mempertimbangkan efisiensi waktu dan biaya sehingga
Lebih terperinciSebelumnya... Best-First Search Greedy Search A* Search, karena boros memory, dimunculkan variannya (sekilas): IDA* SMA* D* (DWA*) RBFS Beam
Sebelumnya... Best-First Search Greedy Search A* Search, karena boros memory, dimunculkan variannya (sekilas): IDA* SMA* D* (DWA*) RBFS Beam Kecerdasan Buatan Pertemuan 04 Variasi A* dan Hill Climbing
Lebih terperinciKECERDASAN BUATAN METODE HEURISTIK / HEURISTIC SEARCH ERWIEN TJIPTA WIJAYA, ST., M.KOM
KECERDASAN BUATAN METODE HEURISTIK / HEURISTIC SEARCH ERWIEN TJIPTA WIJAYA, ST., M.KOM KERANGKA MASALAH Generate And Test Hill Climbing Best First Search PENCARIAN HEURISTIK Kelemahan blind search : 1.
Lebih terperinciPenyelesaian N-Puzzle Menggunakan A* dan Iterative Deepening A*
Penyelesaian N-Puzzle Menggunakan A* dan Iterative Deepening A* Makalah IF2211 Strategi Algoritma Marvin Jerremy Budiman (13515076) Program Studi Teknik Informatika Sekolah Teknik Elektro dan Informatika
Lebih terperinciANALISIS DAN IMPLEMENTASI PENYELESAIAN GAME MINESWEEPER MENGGUNAKAN ALGORITMA GREEDY BEST FIRST SEARCH SKRIPSI IRMA Y N SIGIRO
ANALISIS DAN IMPLEMENTASI PENYELESAIAN GAME MINESWEEPER MENGGUNAKAN ALGORITMA GREEDY BEST FIRST SEARCH SKRIPSI IRMA Y N SIGIRO 061401069 PROGRAM STUDI S1 ILMU KOMPUTER DEPARTEMEN ILMU KOMPUTER FAKULTAS
Lebih terperinciBAB IV HASIL DAN UJI COBA
45 BAB IV HASIL DAN UJI COBA IV.1. Tampilan Hasil Laporan skripsi ini mencoba untuk membuat sebuah perancangan aplikasi permainan Color Memory menggunakan metode Brute Force. Dalam proses pembuatan aplikasi
Lebih terperinciBAB 1 PENDAHULUAN 1.1 Latar Belakang Masalah
BAB 1 PENDAHULUAN 1.1 Latar Belakang Masalah Kakuro adalah permainan puzzle yang bersifat logika dan biasa disebut sebagai transliterasi matematis dari puzzle silang. Permainan puzzle kakuro merupakan
Lebih terperinciRancangan Permainan Othello Berbasis Android Menggunakan Algoritma Depth-First Search
JURNAL DUNIA TEKNOLOGI INFORMASI Vol. 1, No. 1, (2012) 28-34 28 Rancangan Permainan Othello Berbasis Android Menggunakan Algoritma Depth-First Search 1 Mauza Saputri Handayani, 1 Dedy Arisandi, 1 Opim
Lebih terperinciImplementasi Algoritma Greedy, BFS, Branch and Bound, dan Metode Heuristik dalam Permainan Reversi
Implementasi Algoritma Greedy, BFS, Branch and Bound, dan Metode Heuristik dalam Permainan Reversi Gilang Julian Suherik - 13512045 Program Studi Teknik Informatika Sekolah Teknik Elektro dan Informatika
Lebih terperinciAplikasi Acak Huruf dengan Matriks 3x3
1 Aplikasi Acak Huruf dengan Matriks 3x3 Stephanie Chandra 1, Rika Perdana Sari 2 & Memen Akbar 3 1 Program Studi Sistem Informasi Politeknik Caltex Riau, Pekanbaru 28265, email:vanni_est@yahoo.com 2 Program
Lebih terperinciPENYELESAIAN MASALAH 8 PUZZLE DENGAN ALGORITMA HILL CLIMBING STEPEST ASCENT LOGLIST HEURISTIK BERBASIS JAVA
Seminar Nasional Teknologi Informasi dan Komunikasi 2012 (SENTIKA 2012) ISSN: 209-915 PENYELESAIAN MASALAH PUZZLE DENGAN ALGORITMA HILL CLIMBING STEPEST ASCENT LOGLIST HEURISTIK BERBASIS JAVA Azizah Zakiah
Lebih terperinciBAB I PENDAHULUAN 1-1. Howard. W. Sams & Co.1987, hal 1. 1 Frenzel, L.W. Crash Course In Artifical Intelligence And Expert Systems. 1st Edition.
BAB I PENDAHULUAN 1.1. Latar Belakang Masalah Perkembangan teknologi yang makin pesat menyebabkan kebutuhan akan kecerdasan buatan (artificial intelligence) dalam komputerpun meningkat. Kecerdasan buatan
Lebih terperinciMETODE PENCARIAN BFS dan DFS
METODE PENCARIAN BFS dan DFS Metode Pencarian Terdapat banyak metode yang telah diusulkan. Semua metode yang ada dapat dibedakan ke dalam 2 jenis : Pencarian buta / tanpa informasi (blind / un-informed
Lebih terperinciBack end. Generate soal. logic. Generate plan. output. N-puzzle solved GUI. Parsing output dari solver
4 2 Modul permainan untuk user akan menampilkan graphic user interface berupa soal N-puzzle yang dapat dimainkan oleh user dan solusinya. 3 Modul untuk pengujian akan menampilkan soal yang dibangkitkan,
Lebih terperinciOPTIMASI RUTE PERJALANAN AMBULANCE MENGGUNAKAN ALGORITMA A-STAR. Marhaendro Bayu Setyawan
OPTIMASI RUTE PERJALANAN AMBULANCE MENGGUNAKAN ALGORITMA A-STAR Marhaendro Bayu Setyawan 2206 100 021 AGENDA PEMBUKAAN DASAR TEORI Latar belakang Permasalahan Batasan masalah Tujuan Permasalahan Lintasan
Lebih terperinciBAB III ANALISIS MASALAH DAN RANCANGAN PROGRAM
BAB III ANALISIS MASALAH DAN RANCANGAN PROGRAM III.1. Analisis Masalah Proses analisa sistem merupakan langkah kedua pada pengembangan sistem. Analisa sistem dilakukan untuk memahami informasi-informasi
Lebih terperinciMETODE PENCARIAN DAN PELACAKAN
METODE PENCARIAN DAN PELACAKAN SISTEM INTELEGENSIA Pertemuan 4 Diema Hernyka S, M.Kom Materi Bahasan Metode Pencarian & Pelacakan 1. Pencarian buta (blind search) a. Pencarian melebar pertama (Breadth
Lebih terperinciANALISIS ALGORITMA A* DAN BDA* PADA PERMASALAHAN PLANNING (STUDI KASUS: LOGISTIK)
ANALISIS ALGORITMA A* DAN BDA* PADA PERMASALAHAN PLANNING (STUDI KASUS: LOGISTIK) Ezra Juliemma Silalahi¹, Ririn Dwi Agustin², Agung Toto Wibowo³ ¹Teknik Informatika,, Universitas Telkom Abstrak Dalam
Lebih terperinciJurnal Ilmiah Komputer dan Informatika (KOMPUTA)
Vol., No., Maret, ISSN : - IMPLEMENTSI LGORITM SIMPLIFIED MEMORY BOUNDED * UNTUK PENCRIN KT PD PERMINN WORD SERCH PUZZLE sih Joko Purnomo, Galih Hermawan Program Studi Teknik Informatika Fakultas Teknik
Lebih terperinciPENYELESAIAN GAME TEKA-TEKI SILANG DENGAN MENERAPKAN ALGORITMA BACKTRACKING
PENYELESAIAN GAME TEKA-TEKI SILANG DENGAN MENERAPKAN ALGORITMA BACKTRACKING Tiffany Adriana - 13505068 Teknik Informatika, Institut Teknologi Bandung Jl. Ganesha 10, Bandung if15068@students.if.itb.ac.id
Lebih terperinciBAB 3 METODOLOGI PENELITIAN
60 BAB 3 METODOLOGI PENELITIAN Gambar 3.1 Flow Chart Tugas Akhir 61 Gambar 3.1 Flow Chart Tugas Akhir (Lanjutan) Wawancara dan Observasi Lapangan Wawancara dilakukan untuk mengetahui alur proses bisnis
Lebih terperinciANTIMAGIC PUZZLE. Alwi Afiansyah Ramdan
ANTIMAGIC PUZZLE Alwi Afiansyah Ramdan 135 08 099 Program Studi Teknik Informatika Institut Teknologi Bandung Jl. Ganesha 10, Bandung e-mail: alfiansyah.ramdan@gmail.com ABSTRAK Makalah ini membahas tentang
Lebih terperinciPengembangan Aplikasi Encoding dan Decoding Tree Menggunakan Kode Dandelion
Pengembangan Aplikasi Encoding dan Decoding Tree Menggunakan Kode Dandelion 1 Wamiliana, 2 Astria Hijriani, 3 Novi Hardiansyah 1 Jurusan Ilmu Komputer Universitas Lampung 2 Jurusan Ilmu Komputer Universitas
Lebih terperinciPenerapan Algoritma A-star (A*) Untuk Menyelesaikan Masalah Maze
Penerapan Algoritma A-star (A*) Untuk Menyelesaikan Masalah Maze Hapsari Tilawah - 13509027 1 Program Studi Teknik Informatika Sekolah Teknik Elektro dan Informatika Institut Teknologi Bandung, Jl. Ganesha
Lebih terperinciBAB 1 PENDAHULUAN UKDW
BAB 1 PENDAHULUAN 1.1. Latar Belakang Sudoku (atau Number Place ) merupakan sebuah permainan yang sangat populer. Permainan Sudoku berasal dari kata Latin Square yang pertama kali diperkenalkan oleh Leonhard
Lebih terperinciPERMAINAN PERGESERAN ANGKA BENTUK BINTANG MENGGUNAKAN ALGORITMA BEST FIRST SEARCH SKRIPSI SISKA MARIA ARITONANG
PERMAINAN PERGESERAN ANGKA BENTUK BINTANG MENGGUNAKAN ALGORITMA BEST FIRST SEARCH SKRIPSI SISKA MARIA ARITONANG 081402004 PROGRAM STUDI S1 TEKNOLOGI INFORMASI FAKULTAS ILMU KOMPUTER DAN TEKNOLOGI INFORMASI
Lebih terperinciAlgoritma A* untuk AI Path Finding bagi NPC
Algoritma A* untuk AI Path Finding bagi NPC Pendahuluan Definisi AI Kecerdasan Buatan merupakan bagian dari ilmu komputer yang mempelajari bagaimana membuat mesin (komputer) dapat melakukan pekerjaan seperti
Lebih terperinciBAB 1 PENDAHULUAN. mampu digunakan untuk melakukan komputasi yang berhubungan dengan
BAB 1 PENDAHULUAN 1.1 Latar Belakang Masalah Perkembangan perangkat komputer selama beberapa dekade ini sangat cepat. Pada awal perkembangannya perangkat komputer hanya berupa alat yang mampu digunakan
Lebih terperinciALGORITMA PENCARIAN. 1. Iterative-Deepening Depth-First Search (IDS) Nama : Gede Noverdi Indra Wirawan Nim : Kelas : VI A
Nama : Gede Noverdi Indra Wirawan Nim : 0915051050 Kelas : VI A ALGORITMA PENCARIAN Algoritma pencarian (searching algorithm) adalah algoritma yang menerima sebuah argumen kunci dan dengan langkah-langkah
Lebih terperinci1. PENGANTAR KECERDASAN BUATAN (ARTIFICIAL INTELLIGENCE)
1. PENGANTAR KECERDASAN BUATAN (ARTIFICIAL INTELLIGENCE) 1.1 DEFINISI KECERDASAN BUATAN Definisi Kecerdasan Buatan H. A. Simon [1987] : Kecerdasan buatan (artificial intelligence) merupakan kawasan penelitian,
Lebih terperinciPENERAPAN ALGORITMA BACKTRACKING PADA PERMAINAN WORD SEARCH PUZZLE
PENERAPAN ALGORITMA BACKTRACKING PADA PERMAINAN WORD SEARCH PUZZLE Alvin Andhika Zulen (13507037) Program Studi Teknik Informatika, Sekolah Teknik Elektro dan Informatika, Institut Teknologi Bandung Jalan
Lebih terperinciBAB I PENDAHULUAN. generasi pertama pada tahun 1972 dikenal dengan game konsol yang dikeluarkan
BAB I PENDAHULUAN 1.1 Latar Belakang Masalah Perkembangan game dari masa ke masa dibagi menjadi 9 generasi, dari generasi pertama pada tahun 1972 dikenal dengan game konsol yang dikeluarkan oleh perusahaan
Lebih terperinciBAB III METODE PELACAKAN/PENCARIAN
BAB III METODE PELACAKAN/PENCARIAN Hal penting dalam menentukan keberhasilan sistem cerdas adalah kesuksesan dalam pencarian. Pencarian = suatu proses mencari solusi dari suatu permasalahan melalui sekumpulan,
Lebih terperinciANALISA KEBUTUHAN WAKTU PADA PROSES PENYELESAIAN TRAVELING SALESMAN PROBLEM
ANALISA KEBUTUHAN WAKTU PADA PROSES PENYELESAIAN TRAVELING SALESMAN PROBLEM Hari Murti 1, R. Soelistijadi 2, Sugiyamto 3 Program Studi Sistem Informasi, Fakultas Teknologi Informasi, Universitas Stikubank
Lebih terperinciPencarian Rute Terpendek pada Tempat Wisata di Kota Bogor Menggunakan Metode Heuristik
Pencarian Rute Terpendek pada Tempat Wisata di Kota Bogor Menggunakan Metode Heuristik Irwansyah Saputra Jurusan Ilmu Komputer, STMIK Nusa Mandiri Jakarta Irwansyah9205@gmail.com Abstrak: Pencarian rute
Lebih terperinciPENERAPAN ALGORITMA BACKTRACKING PADA PERMAINAN MATH MAZE
PENERAPAN ALGORITMA BACKTRACKING PADA PERMAINAN MATH MAZE Teneng, Joko Purwadi, Erick Kurniawan Fakultas Teknik Program Studi Teknik Informatika Universitas Kristen Duta Wacana Yogyakarta Email: patmostos@yahoo.com,
Lebih terperinciPembahasan Pencarian Lintasan Terpendek Menggunakan Algoritma Dijkstra dan A*
Pembahasan Pencarian Lintasan Terpendek Menggunakan Algoritma Dijkstra dan A* Willy Setiawan - 13508043 Program Studi Teknik Informatika Sekolah Teknik Elektro dan Informatika Institut Teknologi Bandung,
Lebih terperinciPenerapan Algoritma BFS dan DFS dalam Mencari Solusi Permainan Rolling Block
Penerapan Algoritma dan DFS dalam Mencari Solusi Permainan Rolling Block Zakiy Firdaus Alfikri 13508042 Program Studi Teknik Informatika Sekolah Teknik Elektro dan Informatika Institut Teknologi Bandung,
Lebih terperinciSOLUSI PERMAINAN CHEMICALS DENGAN ALGORITMA RUNUT BALIK
SOLUSI PERMAINAN CHEMICALS DENGAN ALGORITMA RUNUT BALIK Irma Juniati Program Studi Teknik Informatika Sekolah Teknik Elektro dan Informatika Institut Teknologi Bandung Jalan Ganesha 10, Bandung e-mail:
Lebih terperinciPENGEMBANGAN MEDIA PEMBELAJARAN SISTEM PELACAKAN PADA MATA KULIAH KECERDASAN BUATAN BERBASIS MULTIMEDIA
PENGEMBANGAN MEDIA PEMBELAJARAN SISTEM PELACAKAN PADA MATA KULIAH KECERDASAN BUATAN BERBASIS MULTIMEDIA Dedi Nugraha, Sri Winiarti Program Studi Teknik Informatika Universitas Ahmad Dahlan Jl. Prof. Dr.
Lebih terperinciBAB 1 PENDAHULUAN 1.1. Latar Belakang
BAB 1 PENDAHULUAN 1.1. Latar Belakang Pada jaman serba modern ini, peta masih digunakan oleh kebanyakan orang untuk menuju suatu tempat. Lintasan yang dipilih untuk menuju tujuan pastilah lintasan yang
Lebih terperinciUKDW BAB 1 PENDAHULUAN. 1.1 Latar Belakang
BAB 1 PENDAHULUAN 1.1 Latar Belakang Perkembangan teknologi yang semakin pesat menyebabkan kebutuhan akan kecerdasan buatan (artificial intelligence) semakin pesat. Permainan komputer merupakan salah satu
Lebih terperinciIMPLEMENTASI ALGORITMA GREEDY BEST FIRST SEARCH PADA APLIKASI PERMAINAN CONGKLAK UNTUK OPTIMASI PEMILIHAN LUBANG DENGAN POLA BERFIKIR DINAMIS
IMPLEMENTASI ALGORITMA GREEDY BEST FIRST SEARCH PADA APLIKASI PERMAINAN CONGKLAK UNTUK OPTIMASI PEMILIHAN LUBANG DENGAN POLA BERFIKIR DINAMIS Galih Hermawan Jurusan Teknik Informatika, Universitas Komputer
Lebih terperinci