HEURISTIC SEARCH UTHIE
|
|
- Vera Sugiarto
- 7 tahun lalu
- Tontonan:
Transkripsi
1 HEURISTIC SEARCH
2 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 bersangkutan sehingga proses pencarian yang baru akan dihasilkan. Pencarian seperti ini disebut sebagai informed search atau pencarian heuristic atau pencarian terbimbing, yaitu pencarian berdasarkan panduan. (Dalam sutojo dkk) teknik pencarian heuristic merupakan suatu strategi untuk melakukan proses pencarian secara selektif dan dapat memandu proses pencarian yang memiliki kemungkinan sukses paling besar, namun dengan kemungkinan mengorbankan kelengkapan (completeness)
3 Ada 2 macam yaitu : 1. Simple hill climbing 2. Stepest ascent hill climbing Pendakian Bukit (Hill Climbing)
4 Langkah pencarian (Rich, Elaine and knight, kevin, 1991, Artificial Intelligent, Mc Graw Hill, Inc, second edition) : 1. Mulai dari keadaan awal, lakukan pengujian : jika merupakan tujuan, maka berhenti dan jika tidak, lanjutkan dengan keadaan sekarang sebagai keadaan awal 2. Kerjakan langkah-langkah berikut sampai solusinya ditemukan atau sampai tidak ada operator baru yang akan diaplikasikan pada keadaan sekarang 3. Cari operator yang belum pernah digunakan ; gunakan operator ini untuk mendapatkan keadaan yang baru 4. Evaluasi keadaan baru tersebut a. Jika keadaan baru merupakan tujuan, keluar b. Jika bukan tujuan, namun nilainya lebih baik daripada keadaan sekarang, maka jadikan keadaan baru tersebut menjadi keadaan sekarang c. Jika keadaan baru tidak lebih baik daripada keadaan sekarang, maka lanjutkan iterasi
5 Kasus 1. Implementasikan algoritma Simple Hill Climbing pada puzzle berikut ini : Keadaan awal Ruang keadaan Goal
6 Ruang keadaan : Misalkan : x = baris = [1,2,3] y = kolom = [1,2,3] Jadi dalam hal ini ruang keadaan = semua kemungkinan posisi kotak pada puzzle 8 Contoh : posisi kotak 7 pada keadaan awal adalah (3,1)
7 Aturan/operator : Posisi kotak kosong (x,y) x = baris kotak kososng y = kolom kotak kosong Aturan : 1. Gerakkan kotak kosong ke atas : if x > 1 then (x-1,y) 2. Gerakkan kotak kosong ke bawah : if x < 3 then (x+1,y) 3. Gerakkan kotak kosong ke kanan : if y < 3 then (x,y+1) 4. Gerakkan kotak kososng ke kiri : if y > 1 then (x, y-1)
8 Fungsi heuristik Fungsi heuristik yang digunakan adalah jumlah kotak yang menempati posisi benar. Kriteria yang dipakai adalah jumlah benar yang paling besar yang dipilih
9 Iterasi ke-1 Cek keadaan awal goal maka keadaan sekarang = keadaan awal kena operator 1 menjadi Karena posisi benar keadaan sekarang > posisi benar keadaan selanjutnya, maka : keadaan sekarang = tetap
10 Cek keadaan sekarang goal Lanjut ke operator berikutnya : kena operator ke-2 menjadi karena posisi benar keadaan sekarang > posisi benar keadaan selanjutnya, maka : keadaan sekarang = tetap cek keadaan sekarang goal
11 Lanjut ke operator berikutnya : kena operator ke-3 menjadi karena posisi benar keadaan sekarang < posisi benar keadaan selanjutnya, maka : keadaan sekarang = keadaan selanjutnya. cek keadaan sekarang goal
12 Lanjut ke operator selanjutnya. kena operator ke-4 menjadi karena posisi benar keadaan sekarang > posisi benar keadaan selanjutnya, maka keadaan sekarang = tetap
13 Iterasi ke-2 cek keadaan awal goal dimana keadaan sekarang = keadaan awal kena operator ke-1 menjadi karena posisi benar keadaan sekarang > posisi benar keadaan selanjutnya, maka : keadaan sekarang = tetap
14 Cek keadaan sekarang goal lanjutkan ke operator berikutnya kena operator ke 2 menjadi karena posisi benar keadaan sekarang > posisi benar keadaan selanjutnya, maka keadaan sekarang = tetap
15 Cek keadaan sekarang goal lanjutkan ke operator selanjutnya kena operator ke-3 menjadi karena posisi benar keadaan sekarang < posisi benar keadaan selanjutnya maka : keadaan sekarang = keadaan selanjutnya
16 Cek keadaan sekarang goal lanjutkan ke operator berikutnya kena operator ke 4 karena posisi benar keadaan sekarang > posisi benar keadaan selanjutnya, maka : keadaan sekarang = tetap
17 Iterasi ke-3 Cek keadaan awal goal keadaan sekarang = keadaan awal kena operator ke-1 menjadi karena posisi benar keadaan sekarang > posisi benar keadaan selanjutnya, maka : keadaan sekarang = tetap
18 Cek keadaan sekarang goal lanjutkan ke operator berikutnya kena operator ke -2 menjadi karena posisi benar keadaan sekarang < posisi benar keadaan selanjutnya, maka : keadaan sekarang = keadaan selanjutnya
19 Cek keadaan sekarang = goal, hentikan pencarian solusi
20 Kasus 2. Implementasikan algoritma Stepest ascent hill climbing pada puzzle berikut ini : Algoritmanya : 1. Mulai dari keadaan awal, lakukan pengujian : jika merupakan tujuan, maka berhenti; dan jika tidak, lanjutkan keadaan sekarang sebagai keadaan awal. 2. Kerjakan hingga tujuan tercapai atau hingga iterasi tidak memberikan perubahan pada keadaan sekarang. a. Tentukan SUCC sebagai nilai heuristik terbaik dari successorsuccessor b. Kerjakan untuk tiap operator yang digunakan oleh keadaan sekarang: Gunakan operator tersebut dan bentuk keadaan baru Evaluasi keadaan baru tersebut. Jika merupakan tujuan, keluar. Jika bukan bandingkan nilai heuristiknya dengan SUCC. Jika lebih baik, jadikan nilai heuristic keadaan baru tersebut sebagai SUCC. Namun jika tidak lebih baik, nilai SUCC tidak berubah. c. Jika SUCC lebih baik daripada nilai heuristik keadaan sekarang, ubah node SUCC menjadi keadaan sekarang
21 Pada stepest Hill Climbing, ada 3 maslaah yang mungkin yaitu : 1. Local optimum : keadaan semua tetangga lebih buruk atau sama dengan keadaan dirinya. 2. Plateau : keadaan semua tetangga sama dengan keadaan dirinya 3. Ridge : local optimum yang lebih disebabkan karena ketidakmampuan untuk menggunakan 2 operator sekaligus.
22 Implementasikan puzzle di bawah ini menggunakan algoritma stepest ascent hill climbing Keadaan awal Goal
23 Ruang keadaan : Misalkan : x = baris = [1,2,3] y = kolom = [1,2,3] Jadi dalam hal ini ruang keadaan = semua kemungkinan posisi kotak pada puzzle 8 Contoh : posisi kotak 7 pada keadaan awal adalah (3,1)
24 Aturan/operator : Posisi kotak kosong (x,y) x = baris kotak kososng y = kolom kotak kosong Aturan : 1. Gerakkan kotak kosong ke atas : if x > 1 then (x-1,y) 2. Gerakkan kotak kosong ke bawah : if x < 3 then (x+1,y) 3. Gerakkan kotak kosong ke kanan : if y < 3 then (x,y+1) 4. Gerakkan kotak kososng ke kiri : if y > 1 then (x, y-1)
25 Fungsi heuristik Fungsi heuristik yang digunakan adalah jumlah kotak yang menempati posisi benar. Kriteria yang dipakai adalah jumlah benar yang paling besar yang dipilih
26 Iterasi ke 1 Cek keadaan awal, ternyata keadaan awal goal Keadaan sekarang = keadaan awal Keadaan sekarang dikenakan 4 operator sekaligus menjadi :
27 Pilih posisi yang terbesar yaitu : 6, sehingga keadaan sekarang menjadi :
28 Iterasi ke-2 Cek keadaan awal goal Keadaan sekarang = keadaan awal Keadaan sekarang dikenakan 4 operator sekaligus, menjadi :
29 Pilih posisi yang terbesar, yaitu 8, sehingga keadaan sekarang menjadi :
30 Iterasi ke-3 Cek keadaan awal, ternyata keadaan awal goal. Keadaan sekarang = keadaan awal Keadaan sekarang dikenakan 4 operator sekaligus menjadi:
31 Pilih posisi yang terbesar yaitu 8, sehingga keadaan sekarang menjadi :
32 Iterasi ke-4 Cek apakah keadaan awal = goal, ternyata iya, maka hentikan proses pencarian. Solusi :
33 Kasus ke. 3 Menggunakan Metode Best first search Metode best first search merupakan kombinasi dari metode depth first search dan metode breadth first search yang mana pencarian diperbolehkan mengunjungi node yang ada di level yang lebih rendah asalkan node ini memiliki nilai heuristik yang lebih baik.
34 Algoritma dari best first search : 1. Buat sebush stack, inisialisasi node akar sebagai node pertama. 2. Bila node pertama goal, node dihapus dan diganti dengan anak-anaknya. 3. Selanjutnya, keseluruhan node yang ada di stack di sort ascending berdasarkan fungsi heuristik yang digunakan 4. Bila node pertama goal, ualangi poin (2) 5. Bila node pertama = goal, cari solusi dengan cara menelusuri jalur dari goal ke node akar. 6. selesai
35 Contoh gambar di bawah ini, menjelaskan tentang pencarian rute terpendek menggunakan algoritma best first search. A adalah keadaan awalnya dan Z adalah tujuannya. Fungsi heuristik yang digunakan adalah nodenode yang mempunyai jarak terpendek.
36 Iterasi ke - 1 Masukkan node A ke dalam stack Keluarkan A dari stack dan lakukan pengecekan Ternyata A goal A punya anak C(5) dan B(4), masukkan ke stack dan stack di SORT ASCENDING
37 Stack setelah dilakukan sort ascending Representasi keadaan
38 Iterasi ke-2 Keluarkan B dari stack dan cek Ternyata B goal B punya anak D(3), masukkan ke stack dan stack di sort ascending.
39 Representasi keadaan :
40 Iterasi ke-3 Keluarkan D dari stack dan cek Ternyata D goal D punya anak E(4), lalu masukkan ke stack dan lakukan sort ascending
41 Representasi keadaan :
42 Iterasi ke-4 Keluarkan E dari stack dan cek Ternyata E Goal E punya anak G(6), masukkan ke stack dan laukan sort ascending
43 Representasi keadaan :
44 Iterasi ke-5 Keluarkan C dari stack dan cek Ternyata C Goal C punya anak E(3) dan F(2), masukkan F(2) ke stack dan lakukan sort ascending
45 Representasi keadaan
46 Iterasi ke-6 Keluarkan F dari stack dan cek Ternyata F Goal F punya anak I(4), lalu masukkan ke stack dan lakukan sort ascending
47 Representasi keadaan
48 Iterasi ke-7 Keluarkan E dari stack dan cek, apakah E goal atau bukan Ternyata E Goal E punya anak G(6), dan sudah ada di stack, jadi tidak dimasukkan ke dalam stack
49 Representasi ruang keadaan
50 Iterasi ke-8 Keluarkan I dari stack dan lakukan pengecekan Ternyata I Goal Karena I tidak punya anak, maka gunakan node I untuk menghapus orang tuanya direpresentasi keadaan.
51 Representasi keadaan
52 Iterasi ke-9 Keluarkan G dari stack dan lakukan pengecekan Ternyata G Goal G punya anak H(2), J(4), Z(7), F(8). Masukkan semua anak ke dalam stack dan lakukan sort ascending.
53 Representasi keadaan
54 Iterasi ke 10 Keluarkan H dari stack dan lakukan pengecekan Ternyata H Goal H punya anak Z(6), masukkan ke dalam stack dan lakukan sort ascending
55 Representasi keadaan
56 Iterasi ke 11 Keluarkan J dari stack dan lakukan pengecekan Ternyata J Goal J punya anak K(1), masukkan ke stack dan lakukan sort ascending
57 Representasi ruang keadaan
58 Iterasi ke 12 Keluarkan K dari stack dan lakukan pengecekan Ternyata K Goal Karena K tidak punya anak, gunakan untuk menghapus orang tuanya di representasi keadaan
59 Representasi keadaan
60 Iterasi ke 13 Keluarkan Z dari stack dan lakukan pengecekan Ternyata Z = Goal, maka hentikan pencarian
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 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 terperinciPencarian. 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 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 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 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 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 terperinciUpdate 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 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 terperinciMASALAH, 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 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 terperinciBAB 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 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 terperinciContoh 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 terperinciMetode 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 terperinciMasalah, 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 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 terperinciHEURISTIC 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 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 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 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 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 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 terperinciMasalah, 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 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 terperinciTeknik 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 terperinciHal 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 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 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 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 terperinciMasalah, 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 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 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 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 terperinciBAB 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 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 terperinciMasalah, 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 terperinciKECERDASAN 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 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 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 terperinci03/03/2015. 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 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 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 terperinciPENYELESAIAN 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 terperinciANALISA ALGORITMA GENETIKA DALAM TRAVELLING SALESMAN PROBLEM SIMETRI. Lindawati Syam M.P.Siallagan 1 S.Novani 2
ANALISA ALGORITMA GENETIKA DALAM TRAVELLING SALESMAN PROBLEM SIMETRI Lindawati Syam M.P.Siallagan 1 S.Novani 2 Jurusan Teknik Informatika, FT, Jl. Dipati Ukur Bandung ABSTRAK Masalah Travelling Salesman
Lebih terperinciCase 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 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 terperinciUNIVERSITAS 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 terperinciPENERAPAN ALGORITMA STEEPEST ASCENT HILL CLIMBING DAN LINEAR CONGRUENT METHOD (LCM) DALAM GAME SLIDE PUZZLE PENGENALAN SEMBILAN SUNAN BERBASIS ANDROID
Seminar Nasional APTIKOM (SEMNASTIKOM), FaveHotel Jayapura, 3 November 2017 PENERAPAN ALGORITMA STEEPEST ASCENT HILL CLIMBING DAN LINEAR CONGRUENT METHOD (LCM) DALAM GAME SLIDE PUZZLE PENGENALAN SEMBILAN
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 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 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 terperinciSSSS, Problem Solving. State Space Search. Erick Pranata. Edisi I
SSSS, Problem Solving State Space Search Erick Pranata Edisi I 19/04/2013 Definisi Merupakan sebuah teknik dalam kecerdasan buatan yang dapat digunakan untuk mencari langkah-langkah yang perlu ditempuh
Lebih terperinciBAB 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 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 terperinciPENCARIAN 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 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 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 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 terperinciSearch 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 terperinciArtificial 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 terperinciTEKNIK 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 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 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 terperinciPENYELESAIAN TRAVELLING SALESMAN PROBLEM DENGAN ALGORITMA BRANCH AND BOUND
PENYEESAIAN TRAVEING SAESMAN PROBEM DENGAN AGORITMA BRANCH AND BOND Yogo Dwi Prasetyo Pendidikan Matematika, niversitas Asahan e-mail: abdullah.prasetyo@gmail.com Abstract The shortest route search by
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 terperinciImplementasi 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 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 terperinciPenerapan Search Tree pada Penyelesaian Masalah Penentuan Jalur Kota Terpendek.
Penerapan Search Tree pada Penyelesaian Masalah Penentuan Jalur Kota Terpendek. Arnold Nugroho Sutanto - 13507102 1) 1) Jurusan Teknik Informatika ITB, Bandung 40132, email: if17102@students.if.itb.ac.id
Lebih terperinciPendakian Bukit (Hill Climbing)
Pendakian Bukit (Hill Climbing) Metde ini hampir sama dengan metde pembangkitan & pengujian, hanya saja prses pengujian dilakukan dengan menggunakan fungsi heuristik. Pembangkitan keadaan berikutnya sangat
Lebih terperinciPENYELESAIAN 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 terperinciTERAPAN 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 terperinci2. Mahasiswa dapat membuat dan menggunakan array dan linked list dalam suatu kasus.
1 ARRAY & LINKED LIST MODUL 1 Standar kompetensi: 1. Mahasiswa mengetahui perbedaan array dan linked list. 2. Mahasiswa dapat membuat dan menggunakan array dan linked list dalam suatu kasus. 3. Mahasiswa
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 1 Dedi Nugraha (07018313), 2 Sri Winiarti (0516127501) 1,2 Program Studi Teknik Informatika Universitas
Lebih terperinciPERANCANGAN SYSTEM PAKAR GENERIC MENGGUNAKAN BINARY TREE
PERANCANGAN SYSTEM PAKAR GENERIC MENGGUNAKAN BINARY TREE Luky Agus Hermanto, ST., MT. Jurusan Teknik Informatika Fakultas Teknologi Informasi Institut Teknologi Adhi Tama Surabaya Jl. Arif Rahman Hakim
Lebih terperinciINTELEGENSI 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 terperinciBAB 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 terperinciAnalisis 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 terperinciImplementasi Algoritma A Star pada Pemecahan Puzzle 8
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 28261 1 can_1ee14@hoo.com,
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 terperinciPenggunaan Metode Depth First Search (DFS) dan Breadth First Search (BFS) pada Strategi Game Kamen Rider Decade Versi 0.3
Scientific Journal of Informatics Vol. 1, No. 2, November 2014 p-issn 2407-7658 http://journal.unnes.ac.id/nju/index.php/sji e-issn 2460-0040 Penggunaan Metode Depth First Search (DFS) dan Breadth First
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 terperinciBAB III ALGORITMA BRANCH AND BOUND. Algoritma Branch and Bound merupakan metode pencarian di dalam ruang
BAB III ALGORITMA BRANCH AND BOUND Algoritma Branch and Bound merupakan metode pencarian di dalam ruang solusi secara sistematis. Ruang solusi diorganisasikan ke dalam pohon ruang status. Pohon ruang status
Lebih terperinciBab 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 terperinciPROTOTIPE IMPLEMENATSI ALGORITHMA HILLCLIMBING UNTUK MEMBUAT JADWAL PRODUKSI GARMENT DI PT XX
PROTOTIPE IMPLEMENATSI ALGORITHMA HILLCLIMBING UNTUK MEMBUAT JADWAL PRODUKSI GARMENT DI PT XX Heribertus Himawan1), Dwi Setyawan2) 1), 2) Teknik Informatika Udinus Semarang Jl Nakula I No 5-11, Semarang
Lebih terperinciSISTEM PENENTUAN LINTASAN TERPENDEK TRAVELING SALESMAN PROBLEM DENGAN ALGORITMA SIMPLE HILL CLIMBING
SISTEM PENENTUAN LINTASAN TERPENDEK TRAVELING SALESMAN PROBLEM DENGAN ALGORITMA SIMPLE HILL CLIMBING Abdul Mukthi Chifdhi 1, Dwi Puspitasari 2 Teknik Informatika, Teknologi Informasi, Politeknik Negeri
Lebih terperinciPENGGUNAAN ALGORITMA BRANCH AND BOUND UNTUK MENYELESAIKAN PERSOALAN PENCARIAN JALAN (PATH-FINDING)
PENGGUNAAN ALGORITMA BRANCH AND BOUND UNTUK MENYELESAIKAN PERSOALAN PENCARIAN JALAN (PATH-FINDING) R. Aditya Satrya Wibawa (NIM. 30064) Program Studi Teknik Informatika Sekolah Teknik Elektro dan Informatika
Lebih terperinciBAB I PENDAHULUAN. Masalah lintasan terpendek berkaitan dengan pencarian lintasan pada graf
BAB I PENDAHULUAN 1.1 Latar Belakang Masalah Masalah lintasan terpendek berkaitan dengan pencarian lintasan pada graf berbobot yang menghubungkan dua buah simpul sedemikian hingga jumlah bobot sisi-sisi
Lebih terperinciARTIFICIAL 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 terperinciSEARCHING. Blind Search
SEARHIN lind Search Tipe Masalah Single State Problem Satu aksi mengantarkan agent ke satu state lain. Dapat menggunakan uninformed & informed search. Multiple State Problem Satu aksi mengantarkan agent
Lebih terperinciKATA PENGANTAR. DAFTAR TABEL.. xviii. 1.1 Latar Belakang Masalah 1
DAFTAR ISI Halaman HALAMANJUDUL LEMBAR PENGESAHAN PEMBIMBING LEMBAR PERNYATAAN KEASLIAN HASIL TUGAS AKHIR LEMBAR PENGESAHAN PENGUJI HALAMAN PERSEMBAHAN HALAMAN MOTTO KATA PENGANTAR ABSTRAKSI DAFTAR ISI
Lebih terperinciRuang 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 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 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 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 terperinciPenerapan Algoritma Branch and Bound untuk Penentuan Jalur Wisata
Penerapan Algoritma Branch and Bound untuk Penentuan Jalur Wisata Janice Laksana / 350035 Program Studi Teknik Informatika Sekolah Teknik Elektro dan Informatika Institut Teknologi Bandung, Jl. Ganesha
Lebih terperinciMETODE BRANCH AND BOUND UNTUK MENEMUKAN SHORTEST PATH
METODE BRANCH AND BOUND UNTUK MENEMUKAN SHORTEST PATH Mira Muliati NIM : 35050 Program Studi Teknik Informatika Sekolah Teknik Elektro Informatika Institut Teknologi Bandung Jl. Ganesha 0, Bandung E-mail
Lebih terperinciUNIVERSITAS BINA NUSANTARA
UNIVERSITAS BINA NUSANTARA Jurusan Teknik Informatika Program Studi Ilmu Komputer Skripsi Sarjana Komputer Semester Ganjil tahun 2006/2007 COURSE PLANNER PADA MATA KULIAH ALGORITMA DAN PEMROGRAMAN DENGAN
Lebih terperinciPENYELESAIAN TRAVELLING SALESMAN PROBLEM DENGAN METODE TABU SEARCH
Buletin Ilmiah Mat. Stat. Dan Terapannya (Bimaster) Volume 04, No. 1 (2015), hal 17 24. PENYELESAIAN TRAVELLING SALESMAN PROBLEM DENGAN METODE TABU SEARCH Fatmawati, Bayu Prihandono, Evi Noviani INTISARI
Lebih terperinci