MASALAH, RUANG KEADAAN & PENCARIAN
|
|
- Indra Hartanto
- 7 tahun lalu
- Tontonan:
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 Bahan Bacaan : Sri Kusumadewi, Artificial Intelligence. Russel, Artificial Intelligence Modern Approach 2 bagian utama kecerdasan buatan
Lebih terperinciBAB 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 terperinciMASALAH, 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 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 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 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 terperinciMASALAH, 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 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 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 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 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 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 terperinciSISTEM 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 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 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 terperinciHEURISTIC SEARCH UTHIE
HEURISTIC SEARCH Pendahuluan Pencarian buta biasanya tidak efisien karena waktu akses memori yang dibutuhkan cukup besar. Untuk mengatasi hal ini maka perlu ditambahkan suatu informasi pada domain yang
Lebih 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 terperinciMETODE PENCARIAN DAN PELACAKAN
METODE PENCARIAN DAN PELACAKAN SISTEM INTELEGENSIA Pertemuan 4 Diema Hernyka S, M.Kom Materi Bahasan Metode Pencarian & Pelacakan 1. Pencarian buta (blind search) a. Pencarian melebar pertama (Breadth
Lebih 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 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 terperinciPerangkat Lunak Simulasi Langkah Kuda Dalam Permainan Catur
Perangkat Lunak Simulasi Langkah Kuda Dalam Permainan Catur Hartono 1) Liva Junter 2) STMIK IBBI Medan Jl. Sei Deli No. 18 Medan, Telp. 061-4567111 Fax. 061-4527548 Email: hartonoibbi@gmail.com 1 Abstrak
Lebih terperinciBAB II LANDASAN TEORI
BAB II LANDASAN TEORI 2.1 Kecerdasan Buatan Kecerdasan buatan atau artificial intelligence merupakan salah satu bagian ilmu komputer yang membuat agar mesin (komputer) dapat melakukan pekerjaan seperti
Lebih 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 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 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 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 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. Penyelesaian Masalah dengan Pencarian... Pertemuan 02. Husni
Kecerdasan Buatan Pertemuan 02 Penyelesaian Masalah dengan Pencarian... Husni Lunix96@gmail.com http://komputasi.wordpress.com S1 Teknik Informatika, STMIK AMIKOM, 2013 Outline Konsep Pencarian Pencarian
Lebih terperinciPenerapan 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 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 terperinciKecerdasan 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 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 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 terperinciJurnal 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 terperinciAplikasi 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 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 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 terperinciPenerapan 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 terperinciBAB 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 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 terperinciPERBANDINGAN 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 terperinciJURNAL INFORMATIKA SIMULASI PERGERAKAN LANGKAH KUDA MENGGUNAKAN METODE BREADTH FIRST SEARCH
SIMULASI PERGERAKAN LANGKAH KUDA MENGGUNAKAN METODE BREADTH FIRST SEARCH Youllia Indrawaty [1], Asep Nana Hermana [2], Vichy Sinar Rinanto [3] Jurusan Teknik Informatika Institut Teknologi Nasional Bandung
Lebih 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 terperinciJurnal 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 terperinciImplementasi 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 terperinciBAB 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 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 terperinciPenggunaan 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 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 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 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 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 terperinciPengantar 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 terperinciPENERAPAN 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 terperinciALGORITMA 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 terperinciPENERAPANAN 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 terperinciPenerapan 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 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 terperinciPemanfaatan 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 terperinciB. 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 terperinciJurnal Mahajana Informasi, Vol.1 No 2, 2016 e-issn: SIMULASI PERGERAKAN CHESS KNIGHT DALAM PAPAN CATUR
SIMULASI PERGERAKAN CHESS KNIGHT DALAM PAPAN CATUR Dini MH. Hutagalung Program Studi Sistem Informasi Universitas Sari Mutiara Indonesia mhdini@gmail.com ABSTRAK Sistem produksi ( production system) merupakan
Lebih 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 terperinciMETODE 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 terperinciPenerapan 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 terperinciPERMAINAN 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 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 terperinciPenerapan 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 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 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 terperinciPenerapan 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 terperinciBAB III ANALISIS MASALAH DAN RANCANGAN PROGRAM
BAB III ANALISIS MASALAH DAN RANCANGAN PROGRAM III.1. Analisis Masalah Proses analisa sistem merupakan langkah kedua pada pengembangan sistem. Analisa sistem dilakukan untuk memahami informasi-informasi
Lebih terperinciPENGEMBANGAN MEDIA PEMBELAJARAN SISTEM PELACAKAN PADA MATA KULIAH KECERDASAN BUATAN BERBASIS MULTIMEDIA
PENGEMBANGAN MEDIA PEMBELAJARAN SISTEM PELACAKAN PADA MATA KULIAH KECERDASAN BUATAN BERBASIS MULTIMEDIA Dedi Nugraha, Sri Winiarti Program Studi Teknik Informatika Universitas Ahmad Dahlan Jl. Prof. Dr.
Lebih terperinciBAB 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 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 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 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 terperinci3. 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 terperinciPenerapan Pohon dengan Algoritma Branch and Bound dalam Menyelesaikan N-Queen Problem
Penerapan Pohon dengan Algoritma Branch and Bound dalam Menyelesaikan N-Queen Problem Arie Tando (13510018) Program Studi Teknik Informatika Sekolah Teknik Elektro dan Informatika Institut Teknologi Bandung,
Lebih 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 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 terperinciPelacakan 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 terperinciVol.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 terperinciSOLUSI PERMAINAN CHEMICALS DENGAN ALGORITMA RUNUT BALIK
SOLUSI PERMAINAN CHEMICALS DENGAN ALGORITMA RUNUT BALIK Irma Juniati Program Studi Teknik Informatika Sekolah Teknik Elektro dan Informatika Institut Teknologi Bandung Jalan Ganesha 10, Bandung e-mail:
Lebih terperinciAI 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 terperinciPenggunaan 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 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 terperinciBAB 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 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 terperinciPenerapan 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 terperinciSOLUSI 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 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 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 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 terperinciPerbandingan 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 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 terperinciPenerapan 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 terperinciPemanfaatan 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 terperinciPencarian 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 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 terperinci