MASALAH, RUANG KEADAAN & PENCARIAN

Ukuran: px
Mulai penontonan dengan halaman:

Download "MASALAH, RUANG KEADAAN & PENCARIAN"

Transkripsi

1 MASALAH, RUANG KEADAAN & PENCARIAN 1

2 Pokok Bahasan Mendefinisikan Masalah dalam Ruang Keadaan Representasi Ruang Keadaan Metode Pencarian & Pelacakan 2

3 Artificial Intelligence ARTIFICIAL INTELLIGENCE Input: MASALAH Output: SOLUS I Knowledge Base Inference Engine 3

4 Keadaan awal : Permainan Catur 4

5 Aturan-aturan untuk melakukan gerakan secara legal 5

6 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) 6

7 Tujuan yang ingin dicapai adalah posisi pada papan catur yang menunjukkan kemenangan seseorang terhadap lawannya. Kemenangan ini ditandai dengan posisi Raja yang sudah tidak dapat bergerak lagi. 7

8 Ruang Keadaan suatu ruang yang berisi semua keadaan yang mungkin 8

9 Penyelesaian masalah secara umum Mendefinisikan suatu ruang keadaan; Menetapkan satu atau lebih keadaan awal; Menetapkan satu atau lebih tujuan; Menetapkan kumpulan aturan. 9

10 Representasi Ruang Keadaan Graph Keadaan Pohon Pelacakan Pohon AND/OR Kasus 10

11 Graph Keadaan M 4 5 A 3 3 B C 4 F 6 E H 6 1 T G D 2 I 4 J 11

12 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 yang menemui jalan buntu (tidak sampai ke T): 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 12

13 Pohon Pelacakan M Level-0 A D Level-1 B I C Level-2 C J Buntu E Level-3 E F I H T Level-4 F G Buntu I J Buntu H T Tujuan T Tujuan G Buntu J Buntu T Tujuan Tujuan Level-5 Level-6 13

14 Pohon AND/OR M M A B C arc yang terletak antara busur berarti AND A B C (a) (b) 14

15 M Level-0 A B C E D C E Level-1 H T T H T T Level-2 15

16 Contoh: Masalah Teko Air Ada 2 buah teko masing-masing berkapasitas 4 galon (teko A) dan 3 galon (teko B). Tidak ada tanda yang menunjukkan batas ukuran pada kedua teko tersebut. Ada sebuah pompa air yang akan digunakan untuk mengisikan air pada kedua teko tersebut. Permasalahannya: Bagaimanakah kita dapat mengisikan tepat 2 galon air ke dalam teko yang berkapasitas 4 galon? 4 galon (teko A) 3 galon (teko B) Air tak terbatas 16

17 Penyelesaian Identifikasi ruang keadaan: Permasalahan ini dapat direpresentasikan dengan 2 bilangan integer, yaitu x dan y: x = air yang diisikan pada teko 4 galon (teko A); y = air yang diisikan pada teko 3 galon (teko B); Ruang keadaan: (x,y) sedemikian hingga x {0,1,2,3,4} dan y {0,1,2,3}. Keadaan awal & tujuan: Keadaan awal, kedua teko dalam keadaan kosong: (0,0); Tujuan, keadaan dimana pada teko 4 galon berisi tepat 2 galon air: (2,n) untuk sembarang n. 17

18 Keadaan Awal Tujuan (0,0) (1,0) (2,0) (3,0) (4,0) (0,1) (1,1) (2,1) (3,1) (4,1) (0,2) (1,2) (2,2) (3,2) (4,2) (0,3) (1,3) (2,3) (3,3) (4,3) 18

19 Aturan-aturan Aturan ke- Jika Maka 1. (x,y) x < 4 2. (x,y) y < 3 3. (x,y) x > 0 4. (x,y) y > 0 5. (x,y) x > 0 6. (x,y) y > 0 (4,y) Isi teko A. (x,3) Isi teko B. (x-d,y) Tuangkan sebagian air keluar dari teko A. (x,y-d) Tuangkan sebagian air keluar dari teko B. (0,y) Kosongkan teko A dengan membuang airnya ke tanah. (x,0) Kosongkan teko B dengan membuang airnya ke tanah. 19

20 7. (x,y) x+y 4 dan y > 0 8. (x,y) x+y 3 dan x > 0 9. (x,y) x+y 4 dan y > (x,y) x+y 3 dan x > 0 (4,y-(4-x)) Tuangkan air dari teko B ke teko A sampai teko A penuh. (x-(3-y),3) Tuangkan air dari teko A ke teko B sampai teko B penuh. (x+y,0) Tuangkan seluruh air dari teko B ke teko A. (0,x+y) Tuangkan seluruh air dari teko A ke teko B. 11. (0,2) (2,0) Tuangkan 2 galon air dari teko B ke teko A. 12. (2,y) (0,y) Kosongkan 2 galon air di teko A dengan membuang airnya ke tanah. 20

21 Representasi ruang keadaan dengan pohon pelacakan. (0,0) (4,0) (0,3) (4,3) (0,0) (1,3) (4,3) (0,0) (3,0) 21

22 Salah satu solusi: Isi Teko A (gallon) Isi Teko B (gallon) Aturan yang dipakai solusi 22

23 Metode Pencarian & pelacakan Pencarian Buta (Blind Search) Breadth-First Search Depth-First Search Pencarian Terbimbing (Heuristics Search) Generate & Test Hill Climbing Best-First Search Tabu Search Simulated Annealing 23

24 Breadth-First Search Pada metode 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 ke-1 dari kiri ke kanan, kemudian berpindah ke level berikutnya demikian pula dari kiri ke kanan hingga ditemukannya solusi Dalam metode BFS, node anak yang telah dikunjungi disimpan dalam suatu QUEUE (antrian). QUEUE ini digunakan untuk mengacu simpul-simpul yang bertetangga dengan yang akan dikunjungi sesuai antrean. 24

25 Breadth-First Search A B C D E F G H I J K L M 25

26 Breadth-First Search Keuntungan: Tidak akan menemui jalan buntu. Jika ada satu solusi, maka breadth-first search akan menemukannya. Dan jika ada lebih dari satu solusi, maka solusi minimum akan ditemukan. Kelemahan: Membutuhkan memori yang cukup banyak, karena menyimpan semua node dalam satu pohon. Membutuhkan waktu yang cukup lama, karena akan menguji n level untuk mendapatkan solusi pada level yang ke-(n+1) 26

27 Breadth-First Search Berikut adalah langkah-langkah algoritma BFS 1. Masukkan node akar ke dalam QUEUE 2. Ambil node dari awal QUEUE, lalu cek apakah node merupakan solusi 3. Jika node merupakan solusi, pencarian selesai dan hasil dikembalikan 4. Jika node bukan solusi, masukkan seluruh node anak ke dalam QUEUE 5. Jika QUEUE kosong dan setiap node sudah dicek, pencarian selesai. 6. Jika QUEUE tidak kosong, ulangi pencarian mulai dari poin 2 27

28 Breadth-First Search Kasus 1 Diketahui : pohon pelacakan yang ada pada gambar di samping ini : Pertanyaan : implementasika n algoritma BFS untuk mencari solusi dari node awal (start) S sampai node G (goal) 28

29 Solusi : Breadth-First Search Iterasi ke 1 masukkan node S ke QUEUE gambar antriannya : QUEUE Masuk Lewat Pintu Kiri, Keluar Lewat Pintu kanan S representasi ruang keadaan : 29

30 Breadth-First Search keluarkan S dari QUEUE dan cek apakah S adalah goal? QUEUE Masuk Lewat Pintu Kiri, Keluar Lewat Pintu kanan ternyata S goal 30

31 Breadth-First Search S punya anak A dan B, masukkan ke dalam QUEUE QUEUE Masuk Lewat Pintu Kiri, Keluar Lewat Pintu kanan Representasi ruang keadaan B A 31

32 Breadth-First Search Iterasi ke 2 keluarkan A dari QUEUE dan cek apakah A adalah goal? QUEUE Masuk Lewat Pintu Kiri, Keluar Lewat Pintu kanan B Ternyata A Goal 32

33 A punya anak C dan D, masukkan ke QUEUE QUEUE Masuk Lewat Pintu Kiri, Keluar Lewat Pintu kanan D C B Breadth-First Search Representasi Ruang Keadaan 33

34 Iterasi ke 3 keluarkan B dari QUEUE dan cek apakah B adalah goal? QUEUE Masuk Lewat Pintu Kiri, Keluar Lewat Pintu kanan D C Breadth-First Search Ternyata B Goal B punya anak E dan F, masukkan ke QUEUE QUEUE Masuk Lewat Pintu Kiri, Keluar Lewat Pintu kanan F E D C 34

35 Breadth-First Search Representasi Ruang Keadaan 35

36 Iterasi ke 4 keluarkan C dari QUEUE dan cek apakah C adalah goal? QUEUE Masuk Lewat Pintu Kiri, Keluar Lewat Pintu kanan F E D Breadth-First Search Ternyata C Goal C tidak punya anak, jadi tidak ada yang dimasukkan ke QUEUE QUEUE Masuk Lewat Pintu Kiri, Keluar Lewat Pintu kanan F E D 36

37 Breadth-First Search Representasi Ruang Keadaan 37

38 Iterasi ke 5 keluarkan D dari QUEUE dan cek apakah D adalah goal? QUEUE Masuk Lewat Pintu Kiri, Keluar Lewat Pintu kanan F E Breadth-First Search Ternyata D Goal D tidak punya anak, jadi tidak ada yang dimasukkan ke QUEUE QUEUE Masuk Lewat Pintu Kiri, Keluar Lewat Pintu kanan F E 38

39 Breadth-First Search Representasi Ruang Keadaan 39

40 Iterasi ke 6 keluarkan E dari QUEUE dan cek apakah E adalah goal? QUEUE Masuk Lewat Pintu Kiri, Keluar Lewat Pintu kanan F Breadth-First Search Ternyata E Goal E punya anak H dan G, masukkan ke QUEUE QUEUE Masuk Lewat Pintu Kiri, Keluar Lewat Pintu kanan G H F 40

41 Breadth-First Search Representasi Ruang Keadaan 41

42 Iterasi ke 7 keluarkan F dari QUEUE dan cek apakah F adalah goal? QUEUE Masuk Lewat Pintu Kiri, Keluar Lewat Pintu kanan G H Breadth-First Search Ternyata F Goal F tidak punya anak, jadi tidak ada yang dimasukkan ke QUEUE QUEUE Masuk Lewat Pintu Kiri, Keluar Lewat Pintu kanan G H 42

43 Breadth-First Search Representasi Ruang Keadaan 43

44 Iterasi ke 8 keluarkan H dari QUEUE dan cek apakah H adalah goal? QUEUE Masuk Lewat Pintu Kiri, Keluar Lewat Pintu kanan G Breadth-First Search Ternyata H Goal H tidak punya anak, jadi tidak ada yang dimasukkan ke QUEUE QUEUE Masuk Lewat Pintu Kiri, Keluar Lewat Pintu kanan G 44

45 Breadth-First Search Representasi Ruang Keadaan 45

46 Iterasi ke 9 keluarkan G dari QUEUE dan cek apakah G adalah goal? QUEUE Masuk Lewat Pintu Kiri, Keluar Lewat Pintu kanan Breadth-First Search Ternyata G = Goal Pencarian Dihentikan. Mencari Solusi : G anaknya E, dan E anaknya B, dan B anaknya S Karena S adalah node akar maka pencarian solusi dihentikan dan diperoleh solusi S B E G 46

47 Kasus 2 Metode BFS Implementasi BFS pada masalah gelas air Misalkan diketahui : Keadaaan awal : (0,0) [keadaan sekarang = (0,0)] Tujuan (Goal) : (1,0) [keadaan akhir = (1,0)] Iterasi : terapkan kumpulan aturan berikut hingga keadaan sekarang = goal 1. Isi penuh gelas berkapasitas 4 liter jika keadaan sekarang x < 4, maka keadaan selanjutnya (4,y) 2. Isi penuh gelas berkapasitas 3 liter jika keadaan sekarang y < 3, maka keadaan selanjutnya (x,3) 47

48 Breadth-First Search 3. kosongkan gelas berkapasitas 4 liter jika keadaan sekarang x >0, maka keadaan selanjutnya (0,y) 4. kosongkan gelas berkapasitas 3 liter jika keadaan sekarang y>0, maka keadaan selanjutnya (x,0) 5. tuangkan sebagian isi gelas berkapasitas 3 liter ke gelas berkapasitas 4 liter hingga gelas berkapasitas 4 liter penuh jika keadaan sekarang x+y>4 dan y>0, maka keadaan selanjutnya adalah (4, y+x-4) 48

49 Breadth-First Search 6. Tuangkan sebagian isi gelas berkapasitas 4 liter ke gelas berkapasitas 3 liter hingga gelas berkapasitas 3 liter penuh jika keadaan sekarang x+y > 3 dan x > 0, maka keadaan selanjutnya adalah (y+x-3, 3) 7. tuangkan seluruh isi gelas berkapasitas 4 liter ke gelas berkapasitas 3 liter jika keadaan sekarang x+y 3 dan x>0 maka keadaan selanjutnya adalah 0, y+x) 8. tuangkan seluruh isi gelas berkapasitas 3 liter ke gelas berkapasitas 4 liter. jika keadaan sekarang (x+y 4 dan y > 0, maka keadaan selanjutnya adalah (y+x, 0) 49

50 Breadth-First Search Solusi : Keadaan awal QUEUE : [(0,0)] close = [] Iterasi ke -1 ambil keadaan sekarang (0,0) goal, masukkan ke close, maka QUEUE = [] close = [(0,0)] terapkan aturan ke-1 s/d 8. yang memenuhi syarat dari aturan itu hanya aturan ke-1 dan ke-2 50

51 Breadth-First Search Keadaan sekarang = (0,0) kena aturan 1 menjadi (4,0) Keadaan sekarang = (0,0) kena aturan 2 menjadi (0,3) (0,0) mempunyai anak (4,0) dan (0,3), lalu masukkan ke QUEUE QUEUE = [(0,3), (4,0)] close = [(0,0)] Representasi ruang keadaan 51

52 Iterasi ke 2 Breadth-First Search QUEUE = [(0,3), (4,0)] CLOSE = [(0,0)] Ambil keadaan sekarang (4,0) goal, masukkan ke CLOSE, sehingga QUEUE = [(0,3)] CLOSE = [(0,0), (4,0)] Catatan : keadaan sekarang diambil dari QUEUE yang paling kanan Terapkan aturan ke-1 s/d ke-8, yang memenuhi syarat hanya aturan ke-2, 3 dan 6 52

53 Breadth-First Search Keadaan sekarang = (4,0) kena aturan 2 menjadi (4,3) Keadaan sekarang = (4,0) kena aturan 3 menjadi (0,0) Karena (0,0) sama dengan node sebelumnya, maka tidak dimasukkan ke dalam QUEUE. Keadaan sekarang = (4,0) kena aturan 6 menjadi (1,3) (4,0) punya anak (4,3) dan (1,3), masukkan ke QUEUE 53

54 QUEUE = [(1,3), (4,3), (0,3)] CLOSE = [(0,0), (4,0)] Breadth-First Search Representasi ruang keadaan dalam bentuk pohon pelacakan adalah : 54

55 Iterasi ke 3 QUEUE = [(1,3), (4,3), (0,3)] CLOSE = [(0,0), (4,0)] Ambil keadaan sekarang (0,3) goal, masukkan ke CLOSE, sehingga QUEUE = [(1,3), (4,3)] CLOSE = [(0,0), (4,0), (0,3)] Catatan : keadaan sekarang diambil dari QUEUE yang paling kanan Breadth-First Search Terapkan aturan ke-1 s/d ke-8, yang memenuhi syarat hanya aturan ke-1, 4 dan 8 55

56 Breadth-First Search Keadaan sekarang = (0,3) kena aturan 1 menjadi (4,3) Karena (4,3) sama dengan node sebelumnya, maka tidak dimasukkan dalam QUEUE Keadaan sekarang = (0,3) kena aturan 4 menjadi (0,0) Karena (0,0) sama dengan node sebelumnya, maka tidak dimasukkan dalam QUEUE Keadaan sekarang = (0,3) kena aturan ke-8 menjadi = (3,0) 56

57 (0,3) punya anak (3,0), masukkan ke QUEUE QUEUE = [(3,0), (1,3), (4,3)] CLOSE = [(0,0),(4,0),(0,3)] Breadth-First Search Representasi ruang keadaan dalam bentuk pohon pelacakan adalah : 57

58 Breadth-First Search Iterasi ke - 4 QUEUE = [(3,0), (1,3), (4,3)] CLOSE = [(0,0), (4,0), (0,3)] Ambil keadaan sekarang (4,3) goal, masukkan ke CLOSE, sehingga QUEUE = [(3,0), (1,3)] CLOSE = [(0,0), (4,0), (0,3), (4,3)] Terapkan aturan ke-1 s/d 8, yang memenuhi syarat hanya aturan ke-3 dan 4 58

59 Breadth-First Search Keadaan sekarang = (4,3), kena aturan ke- 3 menjadi (0,3) Karena (0,3) sama dengan node sebelumnya, maka tidak dimasukkan dalam QUEUE Keadaan sekarang = (4,3) kena turan ke-4 menjadi (4,0) Karena (4,0) sama dengan node sebelumnya, maka tidak dimasukkan dalam QUEUE 59

60 (4,3) tidak puya anak, maka QUEUE = [(3,0), (1,3)] CLOSE = [(0,0), (4,0), (0,3), (4,3)] Breadth-First Search Representasi keadaan dalam bentuk pohon pelacakan : 60

61 Breadth-First Search Iterasi ke- 5 QUEUE = [(3,0), (1,3)] CLOSE = [(0,0), (4,0), (0,3), (4,3)] Ambil keadaan sekarang (1,3) goal, masukkan ke CLOSE, sehingga QUEUE = [(3,0)] CLOSE = [(0,0), (4,0), (0,3), (4,3), (1,3)] Terapkan aturan ke-1 s/d 8, yang memenuhi syarat hanya aturan ke-1,3,4 dan 8 61

62 Breadth-First Search Keadaan sekarang = (1,3) kena aturan ke-1 menjadi = (4,3) Karena (4,3) sama dengan node sebelumnya, maka tidak dimasukkan ke dalam QUEUE Keadaan sekarang = (1,3) kena aturan ke-3 menjadi (0,3) Karena (0,3) sama dengan node sebelumnya, maka tidak dimasukkan ke dalam QUEUE Keadaan sekarang = (1,3) kena aturan ke-4 menjadi keadaan selanjutnya = (1,0) Keadaan sekarang = (1,3) kena aturan ke-8 menjadi = (4,0) Karena (4,0) sama dengan node sebelumny, maka tidak dimasukkan dalam QUEUE 62

63 Breadth-First Search (1,3) punya anak (1,0), masukkan ke QUEUE QUEUE = [(1,0), (3,0)] CLOSE = [(0,0), (4,0), (0,3), (4,3), (1,3)] Representasi ruang keadaan dalam bentuk pohon pelacakan : 63

64 Breadth-First Search Iterasi ke- 6 QUEUE = [(1,0), (3,0)] CLOSE = [(0,0), (4,0), (0,3), (4,3), (1,3)] Ambil keadaan sekarang (3,0) goal, masukkan ke CLOSE, sehingga QUEUE = [(1,0)] CLOSE = [(0,0), (4,0), (0,3), (4,3), (1,3), (3,0)] Terapkan aturan ke-1 s/d 8, dimana yang memenuhi syarat hanya aturan ke 1,2,3,dan 7 Keadaan sekarang (3,0), dikenai aturan ke-1 menjadi (4,0) karena (4,0) sama dengan node sebelumnya, maka tidak dimasukkan ke dalam QUEUE 64

65 Breadth-First Search Keadaan sekarang (3,0), dikenai aturan ke-2 menjadi keadaan selanjutnya (3,3) Keadaan sekarang (3,0) dikenai aturan ke-3 menjadi keadaan selanjutnya (0,0) karena (0,0) sama dengan node sebelumnya, maka tidak dimasukkan ke dalam QUEUE Keadaan sekarang (3,0) dikenai aturan ke-7 menjadi keadaan selanjutnya (0,3) karena (0,3) sama dengan node sebelumnya, maka tidak dimasukkan ke dalam QUEUE (3,0) mempunyai anak (3,3), untuk kemudian dimasukkan ke QUEUE QUEUE = [(3,3), (1,0)] CLOSE = [(0,0), (4,0), (0,3), (4,3), (1,3), (3,0)] 65

66 Breadth-First Search Representasi ruang keadaan dalam bentuk pohon pelacakan : 66

67 Breadth-First Search Iterasi ke- 7 QUEUE = [(3,3), (1,0)] CLOSE = [(0,0), (4,0), (0,3), (4,3), (1,3), (3,0)] Ambil keadaan sekarang = (1,0) = goal, masukkan ke CLOSE, sehingga QUEUE = [(3,3)] CLOSE = [(0,0), (4,0), (0,3), (4,3), (1,3), (3,0), (1,0)] Karena keadaan sekarang (1,0) = goal maka iterasi dihentikan. 67

68 Breadth-First Search Representasi ruang keadaan dalam bentuk pohon pelacakan : 68

69 Breadth-First Search Untuk mencari solusinya, telusuri ruang keadaan dari mulai GOAL sampai dengan AKAR Pelacakan solusi yang ditemukan antara lain : (1,0) adalah anak dari node (1,3) (1,3) adalah anak dari node (4,0) (4,0) adalah anak dari node (0,0) Karena (0,0) adalah akar, maka pelacakan solusi dihentikan. Solusi : (0,0), (4,0), (1,3), (1,0) 69

70 Depth-First Search Pada Depth-First Search, proses pencarian akan dilakukan pada semua anaknya sebelum dilakukan pencarian ke node-node yang selevel. Pencarian dimulai dari node akar ke level yang lebih tinggi. Proses ini diulangi terus hingga ditemukannya solusi Dalam algoritma DFS, node yang telah dikunjungi disimpan dalam suatu stack (tumpukan). Stack ini digunakan untuk mengacu node-node yang akan dikunjungi sesuai urutan tumpukan (masuk terakhir, keluar pertama) dan mempermudah proses runut balik, jika node sudah tidak mempunyai anak (node sudah berada di kedalaman maksimal). 70

71 Depth-First Search A B C 71

72 Depth-First Search Langkah-langkah algoritma DFS 1. Masukkan node akar ke dalam stack 2. Ambil node dari stack teratas, lalu cek apakah node merupakan solusi. 3. Jika node merupakan solusi, pencarian selesai dan hasil dikembalikan. 4. Jika node bukan solusi, masukkan seluruh node anak ke dalam stack 5. Jika stack kosong dan setiap node sudah dicek, pencarian selesai 6. Ulangi pencarian mulai dari poin 2 72

73 Depth-First Search Keuntungan Membutuhkan memori yang relatif kecil, karena hanya node-node pada lintasan yang aktif saja yang disimpan. Secara kebetulan, metode depth-first search akan menemukan solusi tanpa harus menguji labih banyak lagi dalam ruang keadaan. Kelemahan Memungkinkan tidak ditemukannya tujuan yang diharapkan. Hanya akan mendapatkan 1 solusi pada setiap pencarian. 73

74 Depth-First Search Contoh : Kasus 1 Misalkan diketahui pohon pelacakan seperti gambar di bawah ini. Implementasikan algoritma DFS untuk mencari solusi dari S node awal (start) sampai G (goal) 74

75 Depth-First Search Iterasi 1 Beri tanda batas pada stack dan masukkan node S ke stack representasi 75

76 Depth-First Search Keluarkan S dari stack dan cek Ternyata S goal S punya anak A dan B, beri tanda batas pada stack, dan masukkan node A dan B ke stack 76

77 Depth-First Search Karena S punya anak, masukkan S ke Solusi sementara : Solusi Sementara = [S] Representasi keadaan : 77

78 Depth-First Search Iterasi 2 Stack pada iterasi ke 2 : Solusi sementara = [S] Keluarkan A dari stack dan cek Ternyata A goal 78

79 Depth-First Search Karena A punya anak C dan D, beri tanda batas dan masukkan node C dan D ke stack Karena A punya anak, masukkan A ke solusi sementara : Solusi sementara = [S A] 79

80 Depth-First Search Representasi keadaan : 80

81 Depth-First Search Iterasi 3 Stack pada iterasi ke 3 : Solusi sementara = [S A] Keluarkan C dari stack dan cek Ternyata C goal 81

82 Depth-First Search Karena C tidak punya anak maka C tidak dimasukkan ke solusi sementara Solusi sementara = [S A] 82

83 Depth-First Search Representasi keadaan : 83

84 Depth-First Search Iterasi 4 Stack pada iterasi ke 4 : Solusi sementara = [S A] Keluarkan D dari stack dan cek Ternyata D goal 84

85 Depth-First Search Karena D tidak punya anak jadi tidak ada yang dimasukkan ke stack Karena D tidak punya anak, maka D tidak dimasukkan ke solusi sementara. Solusi sementara = [S A] 85

86 Depth-First Search Representasi keadaan : 86

87 Depth-First Search Iterasi 5 Stack pada iterasi ke 5 : Solusi sementara = [S A] Keluarkan tanda batas dari stack dan gunakan untuk menghapus solusi sementara satu huruf Solusi sementara = [S A] = [S] 87

88 Depth-First Search Iterasi 6 Stack pada iterasi ke 6 : Solusi sementara = [S] Keluarkan B dari stack dan cek Ternyata B goal 88

89 Depth-First Search Karena B punya anak E dan F, beri tanda batas dan masukkan node E dan F ke stack Karena B punya anak, masukkan B ke solusi sementara : Solusi sementara = [S B] 89

90 Depth-First Search Representasi keadaan : 90

91 Depth-First Search Iterasi 7 Stack pada iterasi ke 7 : Solusi sementara = [S B] Keluarkan E dari stack dan cek Ternyata E goal 91

92 Depth-First Search Karena E punya anak H dan G, beri tanda batas dan masukkan node H dan G ke stack Karena E punya anak, masukkan E ke solusi sementara : Solusi sementara = [S B E] 92

93 Depth-First Search Representasi keadaan : 93

94 Depth-First Search Iterasi 8 Stack pada iterasi ke 8 : Solusi sementara = [S B E] Keluarkan H dari stack dan cek Ternyata H goal 94

95 Depth-First Search Karena H tidak punya anak jadi tidak ada yang dimasukkan ke stack Karena H tidak punya anak, maka H tidak dimasukkan ke solusi sementara. Solusi sementara = [S B E] 95

96 Depth-First Search Representasi keadaan : 96

97 Depth-First Search Iterasi 9 Stack pada iterasi ke 9 : Solusi sementara = [S B E] Keluarkan G dari stack dan cek Ternyata G goal 97

98 Depth-First Search G = goal, masukkan ke solusi sementara dan hentikan pencarian Solusi = [S B E G] Representasi keadaan 98

99 Kasus 2 Metode DFS Implementasi DFS pada masalah gelas air Misalkan diketahui : Keadaaan awal : (0,0) [keadaan sekarang = (0,0)] Tujuan (Goal) : (1,0) [keadaan akhir = (1,0)] Iterasi : terapkan kumpulan aturan berikut hingga keadaan sekarang = goal 1. Isi penuh gelas berkapasitas 4 liter jika keadaan sekarang x < 4, maka keadaan selanjutnya (4,y) 2. Isi penuh gelas berkapasitas 3 liter jika keadaan sekarang y < 3, maka keadaan selanjutnya (x,3) 99

100 Depth-First Search 3. kosongkan gelas berkapasitas 4 liter jika keadaan sekarang x >0, maka keadaan selanjutnya (0,y) 4. kosongkan gelas berkapasitas 3 liter jika keadaan sekarang y>0, maka keadaan selanjutnya (x,0) 5. tuangkan sebagian isi gelas berkapasitas 3 liter ke gelas berkapasitas 4 liter hingga gelas berkapasitas 4 liter penuh jika keadaan sekarang x+y>4, maka keadaan selanjutnya adalah (4, y+x-4) 100

101 Depth-First Search 6. Tuangkan sebagian isi gelas berkapasitas 4 liter ke gelas berkapasitas 3 liter hingga gelas berkapasitas 3 liter penuh jika keadaan sekarang x+y > 3 dan x > 0, maka keadaan selanjutnya adalah (y+x-3, 3) 7. tuangkan seluruh isi gelas berkapasitas 4 liter ke gelas berkapasitas 3 liter jika keadaan sekarang x+y 3 dan x>0 maka keadaan selanjutnya adalah 0, y+x) 8. tuangkan seluruh isi gelas berkapasitas 3 liter ke gelas berkapasitas 4 liter. jika keadaan sekarang (x+y 4 dan y > 0, maka keadaan selanjutnya adalah (y+x, 0) 101

102 Depth-First Search Iterasi ke-1 Beri tanda batas dan masukkan node (0,0) ke stack. STACK = [(0,0) ) SOLUSI =[ ] Ambil keadaan sekarang = (0,0), maka : STACK = [ ] SOLUSI =[ ] Cek, ternyata (0,0) goal Terapkan aturan ke-1 s/d 8, yang memenuhi syarat hanya aturan ke-1 dan 2 Keadaan sekarang = (0,0) kena aturan ke-1 menjadi (4,0) Keadaan sekarang = (0,0) kena aturan ke-2 menjadi (0,3) 102

103 Depth-First Search (0,0) punya anak (4,0) dan (0,3), beri tanda batas, dan masukkan node (4,0) dan (0,3) ke Stack. Karena (0,0) punya anak, masukkan ke solusi. STACK = [(4,0),(0,3) ] SOLUSI = [(0,0)] Representasi ruang keadaan dalam bentuk pohon pelacakan : 103

104 Depth-First Search Iterasi ke-2 STACK = [(4,0), (0,3) ] SOLUSI =[(0,0)] Ambil keadaan sekarang = (4,0), maka : STACK = [(0,3) ] SOLUSI =[(0,0)] Cek, ternyata (4,0) goal Terapkan aturan ke-1 s/d 8, yang memenuhi syarat hanya aturan ke-2, 3 dan 6 Keadaan sekarang = (4,0) kena aturan ke-2 menjadi (4,3) Keadaan sekarang = (4,0) kena aturan ke-3 menjadi (0,0) Karena (0,0) sama dengan node sebelumnya, maka tidak dimasukkan dalam STACK Keadaan sekarang = (4,0) kena aturan ke- 6 menjadi (1,3) 104

105 (4,0) punya anak (4,3) dan (1,3), beri tanda batas, dan masukkan node (4,3) dan (1,3) ke Stack. Karena (4,0) punya anak, masukkan ke solusi. STACK = [(4,3),(1,3) (0,3) ] SOLUSI = [(0,0),(4,0)] Representasi ruang keadaan dalam bentuk pohon pelacakan : Depth-First Search 105

106 Depth-First Search Iterasi ke-3 STACK = [(4,3), (1,3) (0,3) ] Solusi =[(0,0),(4,0)] Ambil keadaan sekarang = (4,3), maka : STACK = [(1,3) (0,3) ] Solusi =[(0,0), (4,0)] Check ternyata (4,3) goal Terapkan aturan ke-1 s/d ke-8, yang memenuhi syarat hanya aturan ke-3, 4, 5 dan 6 106

107 Depth-First Search Keadaan sekarang = (4,3) kena aturan ke-3 menjadi (0,3) karena (0,3) sama dengan node sebelumnya, maka tidak dimasukkan ke dalam STACK Keadaan sekarang = (4,3) kena aturan ke-4 menjadi (4,0) karena (4,0) sama dengan node sebelumnya, maka tidak dimasukkan ke dalam STACK Keadaan sekarang = (4,3) kena aturan ke-5 menjadi (4,3) karena (4,3) sama dengan node sebelumnya, maka tidak dimasukkan ke dalam STACK Keadaan sekarang = (4,3) kena aturan ke-6 menjadi (4,3) karena (4,3) sama dengan node sebelumnya, maka tidak dimasukkan ke dalam STACK 107

108 Depth-First Search Karena (4,3) tidak punya node anak, maka tidak dimasukkan ke dalam Solusi STACK = [(1,3) (0,3) ] Solusi = [(0,0), (4,0)] Representasi ruang keadaan dalam bentuk pohon pelacakan : 108

109 Depth-First Search Iterasi ke-4 STACK = [(1,3) (0,3) ] Solusi =[(0,0),(4,0)] Ambil keadaan sekarang = (1,3), maka : STACK = [ (0,3) ] Solusi =[(0,0), (4,0)] Check ternyata (1,3) goal Terapkan aturan ke-1 s/d ke-8, yang memenuhi syarat hanya aturan ke- 1, 3, 4 dan 8 109

110 Depth-First Search Keadaan sekarang = (1,3) kena aturan ke-1 menjadi (4,3) karena (4,3) sama dengan node sebelumnya, maka tidak dimasukkan ke dalam STACK Keadaan sekarang = (1,3) kena aturan ke-3 menjadi (0,3) karena (0,3) sama dengan node sebelumnya, maka tidak dimasukkan ke dalam STACK Keadaan sekarang = (1,3) kena aturan ke-4 menjadi (1,0) Keadaan sekarang = (1,3) kena aturan ke-8 menjadi (4,0) karena (4,0) sama dengan node sebelumnya, maka tidak dimasukkan ke dalam STACK 110

111 Depth-First Search Node (1,3) punya anak (1,0). Beri tanda batas dan masukkan node (1,0) ke stack. Karena node (1,3) punya anak, masukkan solusi. STACK = [(1,0) (0,3) ] Solusi = [(0,0), (4,0), (1,3)] Representasi ruang keadaan dalam bentuk pohon pelacakan ; 111

112 Depth-First Search Iterasi ke-5 Stack = [(1,0) (0,3) ] Solusi = [(0,0),(4,0),(1,3)] Ambil keadaan sekarang = (1,0), maka : Stack = [ (0,3) ] Solusi = [ (0,0), (4,0), (1,3)] Cek ternyata (1,0) = goal Karena keadaan sekarang = goal, masukkan (1,0) ke solusi : [(0,0),(4,0),(1,3),(1,0)] dan pencarian selesai Untuk mencari solusinya, lihat daftar pada array solusi Solusi = [(0,0),(4,0),(1,3),(1,0)] 112

113 NEXT PENCARIAN HEURISTIC 113

Sistem 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. 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 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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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 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

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

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

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

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

Penerapan Algoritma BFS, DFS, DLS dan IDS dalam Pencarian Solusi Water Jug Problem

Penerapan Algoritma BFS, DFS, DLS dan IDS dalam Pencarian Solusi Water Jug Problem Penerapan Algoritma BFS, DFS, DLS dan IDS dalam Pencarian Solusi Water Jug Problem Abstrak Nursyamsiah Pertiwi 1, Esty Hutami Dewi Lubis 2, Lafrania Taufik 3 Laboratorium Ilmu dan Rekayasa Komputasi Departemen

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

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

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

SSSS, Problem Solving. State Space Search. Erick Pranata. Edisi I

SSSS, 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 terperinci

Jurnal Teknologi Informasi dan Komunikasi ISSN: STMIK Subang, Oktober 2012

Jurnal Teknologi Informasi dan Komunikasi ISSN: STMIK Subang, Oktober 2012 PERANGKAT LUNAK PENCARIAN SOLUSI PERMASALAHAN TEKO AIR (WATERJUG PROBLEM) MENGGUNAKAN ALGORITMA BREADTH FIRST SEARCH (BFS) Timbo Faritcan Parlaungan S *1, Imin Tugimin #2 Program Studi Teknik Informatika,

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

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

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 DFS dan BFS dalam Pencarian Solusi Game Japanese River IQ Test

Penerapan DFS dan BFS dalam Pencarian Solusi Game Japanese River IQ Test Penerapan DFS dan BFS dalam Pencarian Solusi Game Japanese River IQ Test Hanif Eridaputra / 00 Program Studi Teknik Informatika Sekolah Teknik Elektro dan Informatika Institut Teknologi Bandung, Jl. Ganesha

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

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

PERBANDINGAN ALGORITMA BFS DAN DFS DALAM PEMBUATAN RUTE PERJALANAN OBJEK PERMAINAN 2 DIMENSI

PERBANDINGAN ALGORITMA BFS DAN DFS DALAM PEMBUATAN RUTE PERJALANAN OBJEK PERMAINAN 2 DIMENSI PERBANDINGAN ALGORITMA BFS DAN DFS DALAM PEMBUATAN RUTE PERJALANAN OBJEK PERMAINAN 2 DIMENSI David Steven Wijaya NIM : 13505044 Program Studi Teknik Informatika, Sekolah Teknik Elektro dan Informatika,

Lebih terperinci

JURNAL INFORMATIKA SIMULASI PERGERAKAN LANGKAH KUDA MENGGUNAKAN METODE BREADTH FIRST SEARCH

JURNAL 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 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

Jurnal TIME, Vol. II No 2 : 18-26, 2013 ISSN

Jurnal TIME, Vol. II No 2 : 18-26, 2013 ISSN Jurnal TIME, Vol II No 2 : 18-26, 2013 Analisis Penggunaan Algoritma Breadth First Search Dalam Konsep Artificial Intellegencia Edi Wijaya STMIK Time Medan Jalan Merbabu No 32 AA BB Telp 061 456 1932,

Lebih terperinci

Implementasi Algoritma BFS dan DFS dalam Penyelesaian Token Flip Puzzle

Implementasi Algoritma BFS dan DFS dalam Penyelesaian Token Flip Puzzle Implementasi BFS dan DFS dalam Penyelesaian Token Flip Puzzle Ali Akbar Septiandri - 13509001 1 Program Studi Teknik Informatika Sekolah Teknik Elektro dan Informatika Institut Teknologi Bandung, Jl. Ganesha

Lebih terperinci

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI BAB 2 LANDASAN TEORI 2.1 Permainan Reversi Permainan Reversi adalah permainan yang dimainkan oleh dua orang pemain. Permainan ini dimainkan di atas papan Reversi persegi yang terdiri dari 8 baris dan 8

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

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

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

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

PENERAPAN ALGORITMA BACKTRACKING PADA PERMAINAN MATH MAZE

PENERAPAN 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 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

Pengantar Sistem Pakar

Pengantar Sistem Pakar Chapter 1 Tujuan Instruksional Khusus Mahasiswa mampu menjelaskan konsep dasar Sistem Pakar. Mahasiswa mampu memberi contoh aplikasi-aplikasi sistem pakar dalam sistem komputer modern. Mahasiswa memahami

Lebih terperinci

PENERAPAN ALGORITMA BFS PADA CHINESE SLIDE BLOCK PUZZLE (KLOTSKI)

PENERAPAN ALGORITMA BFS PADA CHINESE SLIDE BLOCK PUZZLE (KLOTSKI) PENERAPAN ALGORITMA BFS PADA CHINESE SLIDE BLOCK PUZZLE (KLOTSKI) Ibnu Sina Wardy - 50505 Teknik Informatika Institut Teknologi Bandung Jl. Ganeca 0 Bandung Email : if505@students.if.itb.ac.id ABSTRAK

Lebih terperinci

ALGORITMA PENCARIAN SIMPUL SOLUSI DALAM GRAF

ALGORITMA PENCARIAN SIMPUL SOLUSI DALAM GRAF ALGORITMA PENCARIAN SIMPUL SOLUSI DALAM GRAF Anthony Rahmat Sunaryo NIM: 3506009 Jurusan Teknik Informatika ITB, Bandung email : if6009@students.if.itb.ac.id Abstract -- Makalah ini membahas tentang analsis

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

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

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

Pemanfaatan Pohon dalam Realisasi Algoritma Backtracking untuk Memecahkan N-Queens Problem

Pemanfaatan Pohon dalam Realisasi Algoritma Backtracking untuk Memecahkan N-Queens Problem Pemanfaatan Pohon dalam Realisasi Algoritma Backtracking untuk Memecahkan N-Queens Problem Halida Astatin (13507049) Program Studi Teknik Informatika, Sekolah Teknik Elektro dan Informatika, Institut Teknologi

Lebih terperinci

B. DASAR TEORI AlGORITMA TRAVERSAL GRAPH Terdapat beberapa perbedaan Tree dan Graph dijelaskan pada tabel Tabel 31.1 Perbedaan Tree dan Graph

B. DASAR TEORI AlGORITMA TRAVERSAL GRAPH Terdapat beberapa perbedaan Tree dan Graph dijelaskan pada tabel Tabel 31.1 Perbedaan Tree dan Graph A. TUJUAN PEMBELAJARAN PRAKTIKUM 31 GRAPH ALGORITMA TRAVERSAL GRAPH 1. Memahami konsep dari Algoritma Traversal Graph yaitu algoritma Breadth First Search (BFS) dan Depth First Search (DFS). 2. Memahami

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

2. Mahasiswa dapat membuat dan menggunakan array dan linked list dalam suatu kasus.

2. 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 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

Penerapan Algoritma DFS pada Permainan Sudoku dengan Backtracking

Penerapan Algoritma DFS pada Permainan Sudoku dengan Backtracking Penerapan Algoritma DFS pada Permainan Sudoku dengan Backtracking Krisna Dibyo Atmojo 13510075 Program Studi Teknik Informatika Sekolah Teknik Elektro dan Informatika Institut Teknologi Bandung, Jl. Ganesha

Lebih terperinci

PERMAINAN KNIGHT S TOUR DENGAN ALGORITMA BACKTRACKING DAN ATURAN WARNSDORFF

PERMAINAN KNIGHT S TOUR DENGAN ALGORITMA BACKTRACKING DAN ATURAN WARNSDORFF PERMAINAN KNIGHT S TOUR DENGAN ALGORITMA BACKTRACKING DAN ATURAN WARNSDORFF Fransisca Cahyono (13509011) 1 Program Studi Teknik Informatika Sekolah Teknik Elektro dan Informatika Institut Teknologi Bandung,

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

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

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

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

Penerapan Algoritma DFS dan BFS untuk Permainan Wordsearch Puzzle

Penerapan Algoritma DFS dan BFS untuk Permainan Wordsearch Puzzle Penerapan Algoritma DFS dan BFS untuk Permainan Wordsearch Puzzle Stefan Lauren / 13510034 1 Program Studi Teknik Informatika Sekolah Teknik Elektro dan Informatika Institut Teknologi Bandung, Jl. Ganesha

Lebih terperinci

BAB III ANALISIS MASALAH DAN RANCANGAN PROGRAM

BAB 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 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

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

Penggunaan Metode Depth First Search (DFS) dan Breadth First Search (BFS) pada Strategi Game Kamen Rider Decade Versi 0.3

Penggunaan 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 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

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

3. Bagaimana menguji dan cara memperbaiki kesalahan apabila terjadi

3. Bagaimana menguji dan cara memperbaiki kesalahan apabila terjadi BAB I PENDAHULUAN 1.1 Latar belakang Dari penerapan susunan balok beton yang di pasang terjadi keronggangan maka di perlukan solusi atau pemecahan untuk menyelesaikan susunan balok beton dengan rapi. Dari

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

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

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

Pelacakan dan Penentuan Jarak Terpendek terhadap Objek dengan BFS (Breadth First Search) dan Branch and Bound

Pelacakan dan Penentuan Jarak Terpendek terhadap Objek dengan BFS (Breadth First Search) dan Branch and Bound Pelacakan dan Penentuan Jarak Terpendek terhadap Objek dengan BFS (Breadth First Search) dan Branch and Bound Mico (13515126) Teknik Informatika Sekolah Teknik Elektro dan Informatika ITB Jl. Ganesha 10,

Lebih terperinci

Vol.15 No.2. Agustus 2013 Jurnal Momentum ISSN : X RANCANG BANGUN ROBOT SOLVING MAZE DENGAN ALGORITMA DEPTH FIRST SEARCH

Vol.15 No.2. Agustus 2013 Jurnal Momentum ISSN : X RANCANG BANGUN ROBOT SOLVING MAZE DENGAN ALGORITMA DEPTH FIRST SEARCH RANCANG BANGN ROBOT SOVING MAZE DENGAN AGORITMA DEPTH FIRST SEARCH Yultrisna ST.,MT*), Andi Syofian ST.,MT**) *)Politeknik niversitas Andalas Padang **)Institut Teknologi Padang ABSTRAK Robot Solving Maze

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

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

Penggunaan Algoritma DFS dalam Pencarian Strategi Permainan Catur

Penggunaan Algoritma DFS dalam Pencarian Strategi Permainan Catur Penggunaan Algoritma DFS dalam Pencarian Strategi Permainan Catur Muhammad Anwari Leksono - 13508037 Program Studi Teknik Informatika Sekolah Teknik Elektro dan Informatika Institut Teknologi Bandung,

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

BAB II DASAR TEORI. Sistem pakar atau Expert System biasa disebut juga dengan knowledge

BAB II DASAR TEORI. Sistem pakar atau Expert System biasa disebut juga dengan knowledge BAB II DASAR TEORI 2.1 Sistem Pakar 2.1.1 Pengertian Sistem Pakar Sistem pakar atau Expert System biasa disebut juga dengan knowledge based system yaitu suatu aplikasi komputer yang ditujukan untuk membantu

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

Penerapan BFS dan DFS dalam Garbage Collection

Penerapan BFS dan DFS dalam Garbage Collection Penerapan BFS dan DFS dalam Garbage Collection Nugroho Satriyanto 13514038 Program Studi Teknik Informatika Sekolah Teknik Elektro dan Informatika, Institut Teknologi Bandung Bandung, Indonesia 13514038@std.stei.itb.ac.id

Lebih terperinci

SOLUSI ALGORITMA BACKTRACKING DALAM PERMAINAN KSATRIA MENYEBRANG KASTIL

SOLUSI ALGORITMA BACKTRACKING DALAM PERMAINAN KSATRIA MENYEBRANG KASTIL SOLUSI ALGORITMA BACKTRACKING DALAM PERMAINAN KSATRIA MENYEBRANG KASTIL Yosef Sukianto Nim 13506035 Program Studi Teknik Informatika, Sekolah Teknik Elektro dan Informatika, Institut Teknologi Bandung,

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

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

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

Perbandingan Algoritma Brute Force dan Breadth First Search dalam Permainan Onet

Perbandingan Algoritma Brute Force dan Breadth First Search dalam Permainan Onet Perbandingan Algoritma Brute Force dan Breadth First Search dalam Permainan Onet Dininta Annisa / 13513066 Program Studi Teknik Informatika Sekolah Teknik Elektro dan Informatika Institut Teknologi Bandung,

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

Penerapan Algoritma BFS dan DFS dalam Permainan Ular Tangga

Penerapan Algoritma BFS dan DFS dalam Permainan Ular Tangga Penerapan Algoritma BFS dan DFS dalam Permainan Ular Tangga Christ Angga Saputra 09 Program Studi Teknik Informatika Sekolah Teknik Elektro dan Informatika Institut Teknologi Bandung, Jl. Ganesha 0 Bandung

Lebih terperinci

Pemanfaatan Algoritma Sequential Search dalam Pewarnaan Graf untuk Alokasi Memori Komputer

Pemanfaatan Algoritma Sequential Search dalam Pewarnaan Graf untuk Alokasi Memori Komputer Pemanfaatan Algoritma Sequential Search dalam Pewarnaan Graf untuk Alokasi Memori Komputer Vivi Lieyanda - 13509073 Program Studi Teknik Informatika Sekolah Teknik Elektro dan Informatika Institut Teknologi

Lebih terperinci

Pencarian Pohon Solusi Permainan Alchemy Menggunakan Algoritma BFS dan DFS

Pencarian Pohon Solusi Permainan Alchemy Menggunakan Algoritma BFS dan DFS Pencarian Pohon Solusi Permainan Alchemy Menggunakan Algoritma BFS dan DFS Emil Fahmi Yakhya - 13509069 Program Studi Teknik Informatika Sekolah Teknik Elektro dan Informatika Institut Teknologi Bandung,

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