Sistem Kecerdasan Buatan. Masalah, Ruang Masalah dan Pencarian Solusi. Masalah. Masalah Sebagai Ruang Keadaan 10/7/2015

Ukuran: px
Mulai penontonan dengan halaman:

Download "Sistem Kecerdasan Buatan. Masalah, Ruang Masalah dan Pencarian Solusi. Masalah. Masalah Sebagai Ruang Keadaan 10/7/2015"

Transkripsi

1 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 : a. basis pengetahuan (knowledge base): berisi fakta-fakta, teori, pemikiran & hubungan antara satu dengan lainnya. b. motor inferensi (inference engine) : kemampuan menarik kesimpulan berdasarkan basis pengetahuan 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 Masalah Sebagai Ruang Keadaan Suatu ruang yang berisi semua keadaan yang mungkin Misalkan permasalahan yang dihadapi adalah Permainan Catur. Maka harus ditentukan Posisi awal pada papan catur Aturan-aturan untuk melakukan gerakan secara legal Tujuan (goal) 1

2 Posisi awal pada papan catur Posisi awal selalu sama Aturan-aturan untuk melakukan gerakan secara legal Aturan-aturan sangat berguna untuk menentukan gerakan suatu bidak Untuk mempermudah huruf (a,b,c,d,e,f,g,h) horizontal angka (1,2,3,4,5,6,7,8) vertikal Contoh bidak (e,2) ke (e,4) IF Bidak putih pada Kotak(e,2), AND Kotak(e,3) Kosong, AND Kotak(e,4) Kosong Then Gerakkan bidak dari (e,2) ke (e,4) Aturan-aturan untuk melakukan gerakan secara legal 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 2

3 Ruang Keadaan (State Space) Suatu ruang yang berisi semua keadaan yang mungkin Sehingga secara umum, untuk mendeskripsikan masalah dengan baik, harus: Mendefinisikan suatu ruang keadaan Menetapkan satu atau lebih keadaan awal Menetapkan satu atau lebih tujuan Menetapkan kumpulan aturan Ada beberapa cara untuk merepresentasikan Ruang Keadaan (Graph keadaan, Pohon pelacakan) Contoh : Masalah PETANI Seorang petani akan menyebrangkan seekor kambing, seekor serigala dan sayur mayur dengan sebuah perahu melalui sungai. Perahu hanya bisa memuat petani dan satu penumpang lain. Jika Petani menyebrangkan serigala, sayur akan dimakan kambing Jika Petani menyebrangkan sayur maka kambing akan dimakan serigala Contoh : Masalah PETANI Identifikasi ruang keadaan Permasalahan ini dapat dilambangkan dengan (kambing,serigala,sayuran,perahu). Contoh : daerah asal (0,1,1,1) = daerah asal tidak ada kambing,ada serigala,ada sayuran,ada perahu Keadaan awal & tujuan Keadaan awal, pada kedua daerah : daerah asal = (1,1,1,1) daerah seberang = (0,0,0,0) Keadaan tujuan, pada kedua daerah : daerah asal = (0,0,0,0) daerah seberang = (1,1,1,1) Contoh : Masalah PETANI Aturan-aturan 3

4 Solusi Contoh : Masalah PETANI Contoh : Masalah Ember Ada 2 ember masing-masing berkapasitas 4 galon (ember A) dan 3 galon (ember B). Ada pompa air yg akan digunakan untuk mengisi air pada ember tersebut. Bagaimana dapat mengisi tepat 2 galon air ke dalam ember berkapasitas 4 galon? Ember A Kapasitas : 4 galon Ember B Kapasitas : 3 galon Isi = 2 galon? Contoh : Masalah Ember 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) Ruang keadaan = (x,y) sedemikian hingga x є {0,1,2,3,4} dan y є {0,1,2,3} Keadaan awal & tujuan Keadaan awal : kedua ember kosong = (0,0) Tujuan : ember 4 galon berisi 2 galon air = (2,n) dengan sembarang n Keadaan ember Keadaan ember bisa digambarkan sebagai berikut : Contoh : Masalah Ember 4

5 Contoh : Masalah Ember Contoh : Masalah Ember 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. Contoh : Masalah Ember 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 Harus dijaga agar M >= K pada satu sisi Tentukan aturan-aturan yang digunakan dan penyelesaiannya!! 5

6 Representasi Ruang Keadaan Graph Keadaan Terdiri dari node-node yang menunjukkan keadaan yaitu keadaan awal dan keadaan baru yang akan dicapai dengan menggunakan operator Node-node saling dihubungkan dengan menggunakan arc (busur) yang diberi panah untuk menunjukkan arah 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 Pohon Pelacakan / Pencarian Pohon Pelacakan / Pencarian menggambarkan keadaan secara hirarkis Node pada level-0 disebut akar/root - menunjukkan keadaan awal & memiliki beberapa percabangan yang terdiri atas beberapa node yg disebut anak/child Node yg tidak memiliki anak disebut daun/leaf - menunjukkan akhir dari suatu pencarian, dapat berupa tujuan yang diharapkan (goal) atau jalan buntu (dead end). 6

7 Pohon OR Pohon AND / OR Pohon AND / OR Masalah sebelumnya jika diselesaikan dengan pohon AND / OR : Solusi masalah M 4 kemungkinan A or B or C or D Pohon AND Solusi masalah M A and B and C and D Metode Pelacakan / 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. Metode Pelacakan / Pencarian Dalam permainan catur misalnya, seorang pemain mempertimbangkan sejumlah kemungkinan tentang langkah langkah berikutnya, memilih yang terbaik menurut kriteria tertentu seperti kemungkinan respon lawannya. Aspek tingkah laku cerdas yang mendasari teknik penyelesaian problema seperti dalam permainan catur tersebut dinamakan proses pencarian ruang keadaan (space state search). 7

8 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) Pencarian terbimbing (heuristic search) : adanya informasi awal yang digunakan dalam proses pencarian Pendakian Bukit (Hill Climbing) Pencarian Terbaik Pertama (Best First Search) Breadth First Search Breadth First Search Semua node pada level n akan dikunjungi terlebih dahulu sebelum mengunjungi node-node pada level n+1. Pencarian dimulai dari node akar terus ke level 1 dari kiri ke kanan, kemudian berpindah ke level berikutnya dari kiri ke kanan hingga solusi ditemukan. 8

9 Breadth First Search Keuntungan : tidak akan menemui jalan buntu, menjamin ditemukannya solusi (jika solusinya memang ada) dan solusi yang ditemukan pasti yang paling baik jika ada 1 solusi, maka breadth first search akan menemukannya,jika ada lebih dari 1 solusi, maka solusi minimum akan ditemukan. Kesimpulan : complete dan optimal 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 Depth First Search Pencarian dilakukan pada suatu simpul dalam setiap level dari yang paling kiri. Jika pada level yang paling dalam tidak ditemukan solusi, maka pencarian dilanjutkan pada simpul sebelah kanan dan simpul yang kiri dapat dihapus dari memori. Jika pada level yang paling dalam tidak ditemukan solusi, maka pencarian dilanjutkan pada level sebelumnya. Demikian seterusnya sampai ditemukan solusi. Depth First Search Depth First Search Keuntungan : membutuhkan memori relatif kecil, karena hanya node-node pada lintasan yang aktif saja yang disimpan Secara kebetulan, akan menemukan solusi tanpa harus menguji lebih banyak lagi dalam ruang keadaan, jadi jika solusi yang dicari berada pada level yang dalam dan paling kiri, maka DFS akan menemukannya dengan cepat (waktu cepat) 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). 9

10 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 Ada 4 operator yang dapat digunakan untuk menggerakkan dari satu keadaan ke keadaan yang baru 1. Ubin kosong digeser ke kiri 2. Ubin kosong digeser ke kanan 3. Ubin kosong digeser ke bawah 4. Ubin kosong digeser ke atas 10

11 Pada pencarian heuristik perlu diberikan informasi khusus, yaitu jumlah ubin yang menempati posisi yang benar. Jumlah yang lebih tinggi adalah yang lebih diharapkan (lebih baik). Untuk jumlah ubin yang menempati posisi yang salah Jumlah yang lebih kecil adalah yang diharapkan (lebih baik) Generate and Test Gabungan dari Depth First Search dan backtracking, bergerak ke belakang menuju pada suatu keadaan awal. Algoritma : 1. Bangkitkan suatu kemungkinan solusi (membangkitkan suatu tititk tertentu atau lintasan tertentu dari keadaan awal). 2. Uji untuk melihat apakah node tersebut benar-benar merupakan solusinya dengan cara membandingkan node terebut atau node akhir dari suatu lintasan yang dipilih dengan kumpulan tujuan yang diharapkan. 3. Jika solusi ditemukan, keluar. Jika tidak, ulangi kembali langkah pertama. Contoh : Travelling Salesman Problem (TSP) Seorang salesman ingin mengunjungi n kota. Jarak antara tiap-tiap kota sudah diketahui. Kita ingin mengetahui ruter terpendek dimana setaip kota hanya boleh dikkunjungi tepat 1 kali. Misalkan ada 4 kota dengan jarak antara tiap-tiap kota seperti berikut ini : 11

12 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. Algoritma Simple Hill Climbing Cari operator yang belum pernah digunakan; gunakan operator ini untuk mendapatkan keadaan yang baru. Kerjakan langkah-langkah berikut sampai solusinya ditemukan atau sampai tidak ada operator baru yang akan diaplikasikan pada keadaan sekarang : Cari operator yang belum digunakan; gunakan operator ini untuk mendapatkan keadaan yang baru. Evaluasi keadaan baru tersebut : Jika keadaan baru merupakan tujuan, keluar Jika bukan tujuan, namun nilainya lebih baik daripada keadaan sekarang, maka jadikan keadaan baru tersebut menjadi keadaan sekarang. Jika keadaan baru tidak lebih baik daripada keadaan sekarang, maka lanjutkan iterasi. Pada simple hill climbing, ada 3 masalah yang mungkin: Algoritma akan berhenti kalau mencapai nilai optimum local Urutan penggunaan operator akan sangat berpengaruh pada penemuan solusi Tidak diijinkan untuk melihat satupun langkah sebelumnya. 12

13 Contoh : TSP dengan Simple Hill Climbing Operator digunakan untuk menukar posisi kota-kota yang bersebelahan. Apabila ada 4 kota, dan kita ingin mencari kombinasi lintasan dengan menukar posisi urutan 2 kota, maka kita akan mendapatkan sebanyak 6 kombinasi. n! 4! 4 2!( n 2)! 2!(4 2)! (1,2) menukar posisi kota 1 dan 2 (1,3) menukar posisi kota 1 dan 3 (1,4) menukar posisi kota 1 dan 4 (2,3) menukar posisi kota 2 dan 3 (2,4) menukar posisi kota 2 dan 4 (3,4) menukar posisi kota 3 dan 4 4! !2! Steepest Ascent Hill Climbing Hampir sama dengan simple hill climbing, hanya gerakan pencarian tidak dimulai dari posisi paling kiri. Gerakan selanjutnya dicari berdasarkan nilai heuristik terbaik. Dalam hal ini urutan operator tidak menentukan penemuan solusi. 13

14 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. Fungsi Heuristik yang digunakan merupakan prakiraan (estimasi) cost dari initial state ke goal state, yang dinyatakan dengan : f (n) = g(n) + h (n) dimana : f = Fungsi evaluasi g = cost dari initial state ke current state h = perkiraan cost dari current state ke goal state 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

15 Penelusuran dengan f (n)=h (n) Node diekspansi M C H T 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(~)] Penelusuran dengan f (n)=g(n)+h (n) Node diekspansi M C H T 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(~)] Latihan Blind Search 1. Diketahui gambar pohon berikut : H C I A D J* S Implementasikan algoritma BFS dan DFS untuk pohon diatas jila GOAL=J B E F G Latihan Hill Climbing Carilah lintasan terpendek dari graph di bawah dengan metode simple hill climbing dan stepest hill climbing. Jika operator yang digunakan hanya 4, yaitu (1,2), (2,3), (3,4) dan (4,1) Latihan Best 1 st Search & A* S 4 3 A D B E 2 4 Jika h (n) sbb : A-G=10,4; B-G=6,7; C-G=4; D-G=8,9; E-G=6,9; F-G=3, S-G=11. Carilah lintasan terpendek dimulai dari S ke G! C F 3 G 15

memberikan output berupa solusi kumpulan pengetahuan yang ada.

memberikan 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 terperinci

Masalah, Ruang Keadaan, Pencarian. Kecerdasan Buatan Pertemuan 2 Yudianto Sujana

Masalah, Ruang Keadaan, Pencarian. Kecerdasan Buatan Pertemuan 2 Yudianto Sujana Masalah, Ruang Keadaan, Pencarian Kecerdasan Buatan Pertemuan 2 Yudianto Sujana Sistem AI Komputer Input Masalah Pertanyaan Basis Pengetahuan Motor Inferensi Output Jawaban Solusi Masalah Untuk membangun

Lebih terperinci

MASALAH, RUANG KEADAAN & PENCARIAN

MASALAH, RUANG KEADAAN & PENCARIAN MASALAH, RUANG KEADAAN & PENCARIAN 1 Pokok Bahasan Mendefinisikan Masalah dalam Ruang Keadaan Representasi Ruang Keadaan Metode Pencarian & Pelacakan 2 Artificial Intelligence ARTIFICIAL INTELLIGENCE Input:

Lebih terperinci

BAB II MASALAH DAN RUANG MASALAH. Gambar 2.1 sistem yang menggunakan kecerdasan buatan

BAB II MASALAH DAN RUANG MASALAH. Gambar 2.1 sistem yang menggunakan kecerdasan buatan BAB II MASALAH DAN RUANG MASALAH 2.1 MASALAH DAN METODE PEMECAHAN MASALAH Sistem yang menggunakan kecerdasan buatan akan memberikan output berupa solusi dari suatu masalah berdasarkan kumpulan pengetahuan

Lebih terperinci

METODE PENCARIAN DAN PELACAKAN

METODE 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 terperinci

Masalah, Ruang Masalah dan Pencarian

Masalah, Ruang Masalah dan Pencarian Masalah, Ruang Masalah dan Pencarian Review : Sistem yang menggunakan AI Komputer Input Masalah Pertanyaan dll Basis Pengetahuan Motor Inferensi Output Jawaban Solusi Untuk membangun sistem yang mampu

Lebih terperinci

BAB III METODE PELACAKAN/PENCARIAN

BAB 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 terperinci

SISTEM INTELEGENSIA. Pertemuan 3 Diema HS, M. Kom

SISTEM INTELEGENSIA. Pertemuan 3 Diema HS, M. Kom SISTEM INTELEGENSIA Pertemuan 3 Diema HS, M. Kom MASALAH DAN RUANG KEADAAN, 1. Definisi Masalah dan Ruang Masalah 2. Cara Merepresentasikan Ruang Masalah MASALAH? Untuk Mendefinisikan Suatu Masalah: a.

Lebih terperinci

MASALAH, RUANG KEADAAN

MASALAH, RUANG KEADAAN MASALAH, RUANG KEADAAN PENDAHULUAN Sistem yang menggunakna kecerdasan buatan mencoba untuk memberikan output berupa solusi dari suatu masalah berdasarkan kumpulan pengetahuan yang ada. Input yang diberikan

Lebih terperinci

Pencarian. Kecerdasan Buatan Pertemuan 3 Yudianto Sujana

Pencarian. Kecerdasan Buatan Pertemuan 3 Yudianto Sujana Pencarian Kecerdasan Buatan Pertemuan 3 Yudianto Sujana Metode Pencarian dan Pelacakan Hal penting dalam menentukan keberhasilan sistem cerdas adalah kesuksesan dalam pencarian. Pencarian = suatu proses

Lebih terperinci

MASALAH, RUANG KEADAAN. Kecerdasan Buatan

MASALAH, RUANG KEADAAN. Kecerdasan Buatan MASALAH, RUANG KEADAAN Kecerdasan Buatan Pokok Bahasan Mendefinisikan Masalah dalam Ruang Keadaan Representasi Ruang Keadaan Artificial Intelligence ARTIFICIAL INTELLIGENCE Input: MASALAH Knowledge Base

Lebih terperinci

KECERDASAN BUATAN MASALAH, RUANG KEADAAN DAN PENCARIAN ERWIEN TJIPTA WIJAYA, ST., M.KOM

KECERDASAN BUATAN MASALAH, RUANG KEADAAN DAN PENCARIAN ERWIEN TJIPTA WIJAYA, ST., M.KOM KECERDASAN BUATAN MASALAH, RUANG KEADAAN DAN PENCARIAN ERWIEN TJIPTA WIJAYA, ST., M.KOM KERANGKA MASALAH Masalah Ruang Keadaan Pencarian DEFINISI MASALAH Sistem yang menggunakan kecerdasan buatan akan

Lebih terperinci

KECERDASAN BUATAN METODE HEURISTIK / HEURISTIC SEARCH ERWIEN TJIPTA WIJAYA, ST., M.KOM

KECERDASAN 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 terperinci

ALGORITMA PENCARIAN (1)

ALGORITMA 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 terperinci

Masalah, Ruang Keadaan dan Pencarian 4/7/2016. fakultas ilmu komputer program studi informatika

Masalah, Ruang Keadaan dan Pencarian 4/7/2016. fakultas ilmu komputer program studi informatika ب س م ا ه لل الر ح ن الر ح ي السالم عليكم ورحمة هللا وبركاته fakultas ilmu komputer program studi informatika Masalah, Ruang Keadaan dan Pencarian Ruang Masalah / Keadaan Suatu ruang yang berisi semua

Lebih terperinci

Masalah, Ruang Masalah dan Pencarian

Masalah, Ruang Masalah dan Pencarian Masalah, Ruang Masalah dan Pencarian Definisi Masalah dan Ruang Masalah Metode Pencarian Buta Breadth First Search Depth First Search Referensi Luger & Stubblefield - bab 3 Sri Kusumadewi - bab 2 Rich

Lebih terperinci

Masalah, Ruang Keadaan dan Pencarian 4/7/2016. fakultas ilmu komputer program studi informatika

Masalah, Ruang Keadaan dan Pencarian 4/7/2016. fakultas ilmu komputer program studi informatika ب س م ا ه لل الر ح ن الر ح ي السالم عليكم ورحمة هللا وبركاته fakultas ilmu komputer program studi informatika Masalah, Ruang Keadaan dan Pencarian Ruang Masalah / Keadaan Suatu ruang yang berisi semua

Lebih terperinci

Update 2012 DESAIN DAN ANALISIS ALGORITMA SEARCHING

Update 2012 DESAIN DAN ANALISIS ALGORITMA SEARCHING SEARCHING MENDEFINISIKAN MASALAH SEBAGAI SUATU RUANG KEADAAN Secara umum, untuk mendeskripsikan suatu permasalahan dengan baik harus: 1 Mendefinisikan suatu ruang keadaan. 2 Menerapkan satu atau lebih

Lebih terperinci

Artificial Intelegence/ P_3 EKA YUNIAR

Artificial 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 terperinci

KECERDASAN BUATAN. Simple Hill Climbing. Disusun Oleh:

KECERDASAN 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 terperinci

ARTIFICIAL INTELLIGENCE

ARTIFICIAL INTELLIGENCE ARTIFICIAL INTELLIGENCE Team teaching: Sri Winiarti, Andri Pranolo, dan Anna Hendri SJ Andri Pranolo W : apranolo.tif.uad.ac.id M : 081392554050 E : andri.pranolo@tif.uad.ac.id Informatics Engineering,

Lebih terperinci

HEURISTIC SEARCH UTHIE

HEURISTIC 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 terperinci

Teknik Pencarian Heuristik

Teknik Pencarian Heuristik Teknik Pencarian Heuristik Generate and Test Hill Climbing Best First Search Problem Reduction Constraint Satisfaction Means End Analysis Referensi Sri Kusumadewi - bab 2 Rich & Knight bab 3 Teknik Pencarian

Lebih terperinci

Artificial Intelegence/ P_2. Eka Yuniar

Artificial Intelegence/ P_2. Eka Yuniar Artificial Intelegence/ P_2 Eka Yuniar Pokok Bahasan Definisi Masalah Ruang Masalah Metode Pencarian BFS dan DFS Problem/ Masalah Masalah dalam kecerdasan buatan adalah masalah yang dapat dikonversi ke

Lebih terperinci

Contoh 4/7/ HEURISTIC METHOD. Pencarian Heuristik

Contoh 4/7/ HEURISTIC METHOD. Pencarian Heuristik 07/04/2016 3. HEURISTI METHO KEERASAN BUATAN Pertemuan : 05-06 INFORMATIKA FASILKOM UNIVERSITAS IGM Pencarian Heuristik Kelemahan blind search : Waktu akses lama Memori yang dibutuhkan besar Ruang masalah

Lebih terperinci

Kecerdasan Buatan. Penyelesaian Masalah dengan Pencarian... Pertemuan 02. Husni

Kecerdasan 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 terperinci

Metode Searching. Blind/Un-informed Search. Heuristic/Informed Search. Breadth-First Search (BFS) Depth-First Search (DFS) Hill Climbing A*

Metode 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 terperinci

Pertemuan-07 INFORMATIKA FASILKOM UNIVERSITAS IGM

Pertemuan-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 terperinci

Case Study : Search Algorithm

Case Study : Search Algorithm Case Study : Search Algorithm INF-303 Kecerdasan Buatan Jurusan Informatika FMIPA UNSYIAH Irvanizam Zamanhuri, M.Sc Dr. Taufiq A. Gani, M.EngSc Website: http://informatika.unsyiah.ac.id/irvanizam Contoh

Lebih terperinci

Kecerdasan Buatan Penyelesaian Masalah dengan Pencarian

Kecerdasan 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 terperinci

Bab 2 2. Teknik Pencarian

Bab 2 2. Teknik Pencarian Bab 2 2. Teknik Pencarian Bab ini membahas bagaimana membuat ruang masalah untuk suatu masalah tertentu. Sebagian masalah mempunyai ruang masalah yang dapat diprediksi, sebagian lainnya tidak. 1.1 Pendefinisian

Lebih terperinci

ALGORITMA PENCARIAN (HEURISTIC)

ALGORITMA 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

SEARCHING. Blind Search & Heuristic Search

SEARCHING. 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 terperinci

TEKNIK PENYELESAIAN MASALAH BERDASARKAN AI

TEKNIK PENYELESAIAN MASALAH BERDASARKAN AI TEKNIK PENYELESAIAN MASALAH BERDASARKAN AI 1. Definisikan masalah dengan tepat 2. Analisa masalahnya 3. Representasikan task knowledge 4. Pilih dan gunakan representasi dan teknik reasoning Untuk mendefinisikan

Lebih terperinci

Kecerdasan Buatan (Artificial Intelligence) Muhammad Dahria

Kecerdasan Buatan (Artificial Intelligence) Muhammad Dahria Kecerdasan Buatan (Artificial Intelligence) Muhammad Dahria Abstrak Kecerdasan Buatan (Artificial Intelligence) merupakan salah satu bagian dari ilmu komputer yang mempelajari bagaimana membuat mesin (komputer)

Lebih terperinci

INTELEGENSI BUATAN. Pertemuan 2,3 Problem, Space, Search. M. Miftakul Amin, M. Eng. website :

INTELEGENSI BUATAN. Pertemuan 2,3 Problem, Space, Search. M. Miftakul Amin, M. Eng. website : INTELEGENSI BUATAN Pertemuan 2,3 Problem, Space, Search M. Miftakul Amin, M. Eng. e-mail: mmiftakulamin@gmail.com website : http://mafisamin.web.ugm.ac.id Jurusan Teknik Komputer Jurusan Teknik Komputer

Lebih terperinci

Hal penting dalam menentukan keberhasilan sistem cerdas adalah kesuksesan dalam pencarian.

Hal penting dalam menentukan keberhasilan sistem cerdas adalah kesuksesan dalam pencarian. Hal penting dalam menentukan keberhasilan sistem cerdas adalah kesuksesan dalam pencarian. 3 Teknik Search menentukan simpul mana yang dibuat lebih dulu dan mana yang kemudian sampai ditemukannya simpul

Lebih terperinci

Penerapan Metode Best First Search Pada Permainan Tic Tac Toe

Penerapan 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 terperinci

BAB III REPRESENTASI RUANG KEADAAN ( STATE SPACE) keadaan baru yang akan dicapai dengan menggunakan operator. Node-node dalam graph

BAB III REPRESENTASI RUANG KEADAAN ( STATE SPACE) keadaan baru yang akan dicapai dengan menggunakan operator. Node-node dalam graph BAB III REPRESENASI RUANG KEADAAN ( SAE SPACE) A. Graph Keadaan Graph terdiri dari node-node yang menunjukkan keadaab yaitu keadaan awal dan keadaan baru yang akan dicapai dengan menggunakan operator.

Lebih terperinci

METODE PENCARIAN BFS dan DFS

METODE 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 terperinci

HEURISTIC SEARCH. Irvanizam Zamanhuri, M.Sc Dr. Taufiq A. Gani, M.EngSc

HEURISTIC SEARCH. Irvanizam Zamanhuri, M.Sc Dr. Taufiq A. Gani, M.EngSc HEURISTIC SEARCH Irvanizam Zamanhuri, M.Sc Dr. Taufiq A. Gani, M.EngSc Jurusan Informatika Universitas Syiah Kuala http://informatika.unsyiah.ac.id/irvanizam Travelling Salesmen Problem Seorang salesman

Lebih terperinci

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

BAB 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 terperinci

PERBANDINGAN METODE PENCARIAN DEPTH-FIRST SEARCH, BREADTH-FIRST SEARCH DAN BEST-FIRST SEARCH PADA PERMAINAN 8-PUZZLE

PERBANDINGAN 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 terperinci

AI sebagai Masalah Pelacakan. Lesson 2

AI 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 terperinci

TEKNIK PENCARIAN HEURISTIK (HEURISTIC SEARCHING)

TEKNIK 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 terperinci

UNIVERSITAS GUNADARMA

UNIVERSITAS GUNADARMA QUIZ PENGANTAR KECERDASAN BUATAN Kelompok : Hasbi Nur Haqi (50407406) (Ketua) M. Isramuddin (50407572) Septo Aditiyo (50407796) Yusup Bachtiar (50407929) Kelas : 4IA03 UNIVERSITAS GUNADARMA 2010 Soal dan

Lebih terperinci

AI sebagai Masalah Pelacakan. Lesson 2

AI sebagai Masalah Pelacakan. Lesson 2 AI sebagai Masalah Pelacakan Lesson 2 Pendahuluan Semua Bidang AI adalah Pelacakan Game Ruang masalah (problem spaces) Setiap masalah adalah pohon virtual dari seluruh solusi yang mungkin (berhasil atau

Lebih terperinci

ALGORITMA PENCARIAN. 1. Iterative-Deepening Depth-First Search (IDS) Nama : Gede Noverdi Indra Wirawan Nim : Kelas : VI A

ALGORITMA 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 terperinci

BAB IV TEKNIK PELACAKAN

BAB IV TEKNIK PELACAKAN BAB IV TEKNIK PELACAKAN A. Teknik Pelacakan Pelacakan adalah teknik untuk pencarian :sesuatu. Didalam pencarian ada dua kemungkinan hasil yang didapat yaitu menemukan dan tidak menemukan. Sehingga pencarian

Lebih terperinci

Jurnal Mahajana Informasi, Vol.1 No 2, 2016 e-issn: SIMULASI PERGERAKAN CHESS KNIGHT DALAM PAPAN CATUR

Jurnal 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 terperinci

ANALISA KEBUTUHAN WAKTU PADA PROSES PENYELESAIAN TRAVELING SALESMAN PROBLEM

ANALISA 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 terperinci

Ruang Pencarian PERTEMUAN 3

Ruang Pencarian PERTEMUAN 3 Ruang Pencarian PERTEMUAN 3 TUJUAN INSTRUKSIONAL Mahasiswa dapat mendeskripsikan sebuah permasalahan secara formal Mahasiswa dapat merancang ruang pencarian dari sebuah permasalahan AGEN YANG MEMILIKI

Lebih terperinci

BAB II LANDASAN TEORI

BAB 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 terperinci

METODE PENCARIAN. Irvanizam Zamanhuri, M.Sc Dr. Taufiq A. Gani, M.EngSc

METODE PENCARIAN. Irvanizam Zamanhuri, M.Sc Dr. Taufiq A. Gani, M.EngSc 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) Hal- hal yang muncul

Lebih terperinci

PENERAPANAN ALGORITMA BFS, DFS, DAN UCS UNTUK MENCARI SOLUSI PADA MASALAH ROMANIA

PENERAPANAN ALGORITMA BFS, DFS, DAN UCS UNTUK MENCARI SOLUSI PADA MASALAH ROMANIA PENERAPANAN ALGORITMA BFS, DFS, DAN UCS UNTUK MENCARI SOLUSI PADA MASALAH ROMANIA 1. PENDAHULUAN Pada zaman serba modern ini, peta masih digunakan oleh kebanyakan orang untuk menuju dari suatu titik awal

Lebih terperinci

Tujuan Instruksional

Tujuan Instruksional Pertemuan 4 P E N C A R I A N T A N P A I N F O R M A S I B F S D F S U N I F O R M S E A R C H I T E R A T I V E D E E P E N I N G B I D I R E C T I O N A L S E A R C H Tujuan Instruksional Mahasiswa

Lebih terperinci

BAB II PEMECAHAN MASALAH DENGAN AI

BAB II PEMECAHAN MASALAH DENGAN AI BAB II PEMECAHAN MASALAH DENGAN AI A. Representasi Masalah Seperti telah diketahui pada sistemyang menggunakan kecerdasan buatan akan mencoba memberikan output berupa solusi suatu masalah berdasarkan kumpulan

Lebih terperinci

Perangkat Lunak Simulasi Langkah Kuda Dalam Permainan Catur

Perangkat 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 terperinci

PENGEMBANGAN MEDIA PEMBELAJARAN SISTEM PELACAKAN PADA MATA KULIAH KECERDASAN BUATAN BERBASIS MULTIMEDIA

PENGEMBANGAN 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 terperinci

Pencarian Rute Terpendek pada Tempat Wisata di Kota Bogor Menggunakan Metode Heuristik

Pencarian 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 terperinci

BAB 2 TINJAUAN PUSTAKA

BAB 2 TINJAUAN PUSTAKA BAB 2 TINJAUAN PUSTAKA 2.1 Graf 2.1.1 Definisi Graf Graf adalah pasangan himpunan (V, E), dan ditulis dengan notasi G = (V, E), V adalah himpunan tidak kosong dari verteks-verteks {v 1, v 2,, v n } yang

Lebih terperinci

Aplikasi dan Analisis Algoritma BFS dan DFS dalam Menemukan Solusi pada Kasus Water Jug

Aplikasi dan Analisis Algoritma BFS dan DFS dalam Menemukan Solusi pada Kasus Water Jug Aplikasi dan Analisis Algoritma BFS dan DFS dalam Menemukan Solusi pada Kasus Water Jug Rizkydaya Aditya Putra NIM : 13506037 Program Studi Teknik Informatika Sekolah Teknik Elektro dan Informatika, Institut

Lebih terperinci

Metode Pencarian & Pelacakan dengan Heuristik

Metode Pencarian & Pelacakan dengan Heuristik Metode Pencarian & Pelacakan dengan Heuristik Pencarian Buta (Blind Search) Breadth-First Search Depth-First Search Pencarian Terbimbing (Heuristics Search) Generate & Test Hill Climbing Best-First Search

Lebih terperinci

PENGEMBANGAN MEDIA PEMBELAJARAN SISTEM PELACAKAN PADA MATA KULIAH KECERDASAN BUATAN BERBASIS MULTIMEDIA

PENGEMBANGAN MEDIA PEMBELAJARAN SISTEM PELACAKAN PADA MATA KULIAH KECERDASAN BUATAN BERBASIS MULTIMEDIA PENGEMBANGAN MEDIA PEMBELAJARAN SISTEM PELACAKAN PADA MATA KULIAH KECERDASAN BUATAN BERBASIS MULTIMEDIA 1 Dedi Nugraha (07018313), 2 Sri Winiarti (0516127501) 1,2 Program Studi Teknik Informatika Universitas

Lebih terperinci

KECERDASAN BUATAN DIKTAT

KECERDASAN BUATAN DIKTAT DIKTAT Oleh Ir. Hastha Sunardi, MT FASILKOM UNIVERSITAS IGM 2016 i KATA PENGANTAR Puji dan syukur kepada Yang Maha Memiliki Ilmu, yang telah memberikan jalan bagi saya untuk menghimpun Materi Perkuliahan

Lebih terperinci

Search Strategy. Search Strategy

Search Strategy. Search Strategy Search Strategy Search Strategy Salah satu hal penting dalam menentukan keberhasilan sistem cerdas adalah kesuksesan dalam pencarian (search) Pada dasarnya ada 2 Teknik pencarian : 1. Metode Buta (Uninformed

Lebih terperinci

KECERDASAN BUATAN DIKTAT

KECERDASAN BUATAN DIKTAT DIKTAT Oleh Ir. Hastha Sunardi, MT FASILKOM UNIVERSITAS IGM 2016 i KATA PENGANTAR Puji dan syukur kepada Yang Maha Memiliki Ilmu, yang telah memberikan jalan bagi saya untuk menghimpun Materi Perkuliahan

Lebih terperinci

IMPLEMENTASI ALGORITMA GENERATE AND TEST PADA PENCARIAN RUTE TERPENDEK

IMPLEMENTASI 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 terperinci

PENYELESAIAN TRAVELLING SALESMAN PROBLEM MENGGUNAKAN METODE SIMPLE HILL CLIMBING

PENYELESAIAN TRAVELLING SALESMAN PROBLEM MENGGUNAKAN METODE SIMPLE HILL CLIMBING Buletin Ilmiah Math. Stat. dan Terapannya (Bimaster) Volume 0, No. (2015), hal 17 180. PENYELESAIAN TRAVELLING SALESMAN PROBLEM MENGGUNAKAN METODE SIMPLE HILL CLIMBING Kristina Karunianti Nana, Bayu Prihandono,

Lebih terperinci

03/03/2015. Agenda Teknik Dasar Pencarian Teknik Pemecahan Masalah Strategi Pencarian Mendalam Pencarian Heuristik

03/03/2015. Agenda Teknik Dasar Pencarian Teknik Pemecahan Masalah Strategi Pencarian Mendalam Pencarian Heuristik Prio Handoko, S. Kom., M.T.I. Program Studi Teknik Informatika Universitas Pembangunan Jaya Jl. oulevard - intaro Jaya Sektor VII Tangerang Selatan anten 154 Kompetensi asar Mahasiswa mendapatkan pemahaman

Lebih terperinci

Pengembangan 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) 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 terperinci

Sebelumnya... 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 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 terperinci

Penerapan BFS dan DFS pada Pencarian Solusi

Penerapan BFS dan DFS pada Pencarian Solusi Bahan Kuliah ke-8 IF5 Strategi Algoritmik Penerapan BFS dan DFS pada Pencarian Solusi Disusun oleh: Ir. Rinaldi Munir, M.T. Departemen Teknik Informatika Institut Teknologi Bandung 4 Struktur pencarian

Lebih terperinci

BAB 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. 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 terperinci

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

BAB 1 PENDAHULUAN. 1.1 Latar Belakang BAB 1 PENDAHULUAN 1.1 Latar Belakang Permainan papan (board game) adalah sebuah permainan di mana bidak-bidak diletakkan, dipindahkan ataupun dimakan oleh bidak lawan yang dimainkan di atas papan yang

Lebih terperinci

Penerapan BFS dan DFS pada Pencarian Solusi

Penerapan BFS dan DFS pada Pencarian Solusi Penerapan BFS dan DFS pada Pencarian Solusi Bahan Kuliah IF2151 Strategi Algoritmik Oleh: Rinaldi Munir 1 Pengorganisasian Solusi Kemungkinan2 solusi dari persoalan membentuk ruang solusi (solution space)

Lebih terperinci

Penerapan Pohon dengan Algoritma Branch and Bound dalam Menyelesaikan N-Queen Problem

Penerapan 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 terperinci

PENYELESAIAN MASALAH 8 PUZZLE DENGAN ALGORITMA HILL CLIMBING STEPEST ASCENT LOGLIST HEURISTIK BERBASIS JAVA

PENYELESAIAN 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 terperinci

Implementasi Permainan Reversi menggunakan Penelusuran BFS dengan Konsep Algoritma MinMax

Implementasi Permainan Reversi menggunakan Penelusuran BFS dengan Konsep Algoritma MinMax Implementasi Permainan Reversi menggunakan Penelusuran BFS dengan Konsep Algoritma MinMax Romi Fadillah Rahmat, Muhammad Anggia Muchtar, Dedy Arisandi Fakultas MIPA Program Studi Teknologi Informasi Universitas

Lebih terperinci

Algoritma Branch & Bound

Algoritma Branch & Bound Algoritma Branch & Bound Bahan Kuliah IF2211 Strategi Algoritma Program Studi Informatika STEI ITB 2018 Overview Pembentukan pohon ruang status (state space tree) dinamis untuk mencari solusi persoalan

Lebih terperinci

BAB I PENDAHULUAN. generasi pertama pada tahun 1972 dikenal dengan game konsol yang dikeluarkan

BAB 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 terperinci

BAB I PENDAHULUAN 1.1 Latar Belakang Masalah

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 terperinci

APLIKASI 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 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 terperinci

Penerapan Algoritma BFS dan DFS dalam Mencari Solusi Permainan Rolling Block

Penerapan 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 terperinci

PENCARIAN RUTE TERPENDEK ARENA KONTES ROBOT PEMADAM API INDONESIA (KRPAI) MENGGUNAKAN ALGORITMA HILL CLIMBING

PENCARIAN RUTE TERPENDEK ARENA KONTES ROBOT PEMADAM API INDONESIA (KRPAI) MENGGUNAKAN ALGORITMA HILL CLIMBING ABSTRAK PENCARIAN RUTE TERPENDEK ARENA KONTES ROBOT PEMADAM API INDONESIA (KRPAI) MENGGUNAKAN ALGORITMA HILL CLIMBING Pamor Gunoto Dosen Tetap Program Studi Teknik Elektro Universitas Riau Kepulauan (UNRIKA)

Lebih terperinci

PENERAPAN ALGORITMA A* PADA PERMASALAHAN OPTIMALISASI PENCARIAN SOLUSI DYNAMIC WATER JUG

PENERAPAN 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 terperinci

Penyelesaian N-Puzzle Menggunakan A* dan Iterative Deepening A*

Penyelesaian 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 terperinci

PENYELESAIAN MASALAH MISSIONARIES DAN CANNIBAL MENGGUNAKAN ALGORITMA DFS DENGAN VARIASI PENGHINDARAN REPEATED STATE

PENYELESAIAN MASALAH MISSIONARIES DAN CANNIBAL MENGGUNAKAN ALGORITMA DFS DENGAN VARIASI PENGHINDARAN REPEATED STATE PENYELESAIAN MASALAH MISSIONARIES DAN CANNIBAL MENGGUNAKAN ALGORITMA DFS DENGAN VARIASI PENGHINDARAN REPEATED STATE Gia Pusfita (13505082) Program Studi Teknik Informatika Institut Teknologi Bandung Jalan

Lebih terperinci

BAB 2 TINJAUAN PUSTAKA

BAB 2 TINJAUAN PUSTAKA 5 BAB 2 TINJAUAN PUSTAKA Pada bab ini akan dibahas landasan teori, penelitian terdahulu, kerangka berpikir, dan hipotesis yang mendasari penyelesaian Traveling Salesman Problem dalam menentukan lintasan

Lebih terperinci

KATA PENGANTAR. Maha Esa, yang telah berkenan memelihara dan membimbing penulis, sehingga

KATA 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 terperinci

PENERAPAN POHON PELACAKAN DALAM MENCARI LINTASAN YANG DAPAT DILALUI OLEH SEEKOR SEMUT PADA BIDANG KARTESIAN DENGAN METODE BREADTH FIRST SEARCH

PENERAPAN POHON PELACAKAN DALAM MENCARI LINTASAN YANG DAPAT DILALUI OLEH SEEKOR SEMUT PADA BIDANG KARTESIAN DENGAN METODE BREADTH FIRST SEARCH PENERAPAN POHON PELACAKAN DALAM MENCARI LINTASAN YANG DAPAT DILALUI OLEH SEEKOR SEMUT PADA BIDANG KARTESIAN DENGAN METODE BREADTH FIRST SEARCH Rosdianah Mahasiswa Program Studi Teknik Informatika STMIK

Lebih terperinci

Algoritma Pencarian Blind. Breadth First Search Depth First Search

Algoritma Pencarian Blind. Breadth First Search Depth First Search Algoritma Pencarian Blind Breadth First Search Depth First Search Deskripsi Merupakan algoritma untuk mencari kemungkinan penyelesaian Sering dijumpai oleh peneliti di bidang AI Mendefinisikan permasalahan

Lebih terperinci

SOLUSI PERMAINAN CHEMICALS DENGAN ALGORITMA RUNUT BALIK

SOLUSI 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 terperinci

Perbandingan 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 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 terperinci

TERAPAN SISTEM KECERDASAN BUATAN PADA SISTEM INFORMASI AKADEMIK BERBASIS SMS GATEWAY MENGGUNAKAN METODE BREADTH FIRST SEARCH

TERAPAN SISTEM KECERDASAN BUATAN PADA SISTEM INFORMASI AKADEMIK BERBASIS SMS GATEWAY MENGGUNAKAN METODE BREADTH FIRST SEARCH TERAPAN SISTEM KECERDASAN BUATAN PADA SISTEM INFORMASI AKADEMIK BERBASIS SMS GATEWAY MENGGUNAKAN METODE BREADTH FIRST SEARCH Haryansyah 1), Endyk Novianto 2) 1), 2) Teknik Informatika STMIK PPKIA Tarakanita

Lebih terperinci

Branch & Bound. Bahan Kuliah IF2211 Strategi Algoritma Rinaldi Munir & Masayu Leylia Khodra

Branch & Bound. Bahan Kuliah IF2211 Strategi Algoritma Rinaldi Munir & Masayu Leylia Khodra Branch & Bound Bahan Kuliah IF2211 Strategi Algoritma Rinaldi Munir & Masayu Leylia Khodra Overview Pembentukan pohon ruang status (state space tree) dinamis dengan BFS, DFS, DLS, dan IDS untuk mencari

Lebih terperinci

Analisis Beberapa Algoritma dalam Menyelesaikan Pencarian Jalan Terpendek

Analisis Beberapa Algoritma dalam Menyelesaikan Pencarian Jalan Terpendek Analisis Beberapa Algoritma dalam Menyelesaikan Pencarian Jalan Terpendek Hugo Toni Seputro Program Studi Teknik Informatika, Sekolah Teknik Elektro dan Informatika Jl. Ganesha 10 Bandung Jawa Barat Indonesia

Lebih terperinci

Penggunaan Algoritma DFS dan BFS pada Permainan Three Piles of Stones

Penggunaan Algoritma DFS dan BFS pada Permainan Three Piles of Stones Penggunaan Algoritma DFS dan BFS pada Permainan Three Piles of Stones Muharram Huda Widaseta NIM 13508033 Program Studi Teknik Informatika Sekolah Teknik Elektro dan Informatika Institut Teknologi Bandung,

Lebih terperinci

PENYELESAIAN TRAVELLING SALESMAN PROBLEM DENGAN ALGORITMA SIMPLE HILL CLIMBING

PENYELESAIAN TRAVELLING SALESMAN PROBLEM DENGAN ALGORITMA SIMPLE HILL CLIMBING PENYELESAIAN TRAVELLING SALESMAN PROBLEM DENGAN ALGORITMA SIMPLE HILL CLIMBING Dinda Novitasari 1, Arista Welasari 2, W. Lisa Yunita 3, Nur Alfiyah 4, dan Chasandra P. 5 Program Studi Informatika, PTIIK,

Lebih terperinci