BAB I PENDAHULUAN. Masalah lintasan terpendek berkaitan dengan pencarian lintasan pada graf
|
|
- Yulia Pranata
- 6 tahun lalu
- Tontonan:
Transkripsi
1 BAB I PENDAHULUAN 1.1 Latar Belakang Masalah Masalah lintasan terpendek berkaitan dengan pencarian lintasan pada graf berbobot yang menghubungkan dua buah simpul sedemikian hingga jumlah bobot sisi-sisi yang terpilih merupakan bobot minimum. Dalam pencarian lintasan terpendek pada suatu masalah, terdapat banyak algoritma yang dapat digunakan. Pemilihan algoritma yang paling optimum seringkali menjadi permasalahan dalam pencarian lintasan terpendek, dimana setiap algoritma mempunyai kelebihan dan kekurangan masing-masing. Secara umum algoritma pencarian dapat dibedakan menjadi dua metode yaitu metode konvensional (uninformed search) dan metode heuristic (informed search). Metode konvensional merupakan metode matematika biasa dengan informasi yang jelas, sementara metode heuristic merupakan metode pencarian yang menggunakan metode pendekatan pada proses pencariannya. Metode heuristic dikenal lebih efisien dibanding metode konvensional. Beberapa algoritma yang terkenal dan sering digunakan dalam penyelesaian masalah lintasan terpendek diantaranya adalah algoritma Bellman Ford yang ditemukan oleh Belman (1958) dan algoritma Dijkstra oleh Dijkstra (1959). Kedua algoritma tersebut merupakan beberapa bentuk metode pencarian konvensional yaitu breadth-first search dan uniform-cost search (Russel and Norvig, 1995, hal : 89).
2 2 Dalam tugas akhir ini, penulis akan membahas secara teoritis dua buah algoritma pencarian yang tergolong metode heuristic yaitu algoritma A* (A Star) dan algoritma Greedy, tepatnya Greedy Best-First Search. Kedua algoritma bekerja dengan mengembangkan simpul-simpul dalam proses pencarian lintasan terpendek. Simpul yang dianggap berpotensi menemukan lintasan terpendek akan dikembangkan sampai pencarian berakhir. Kedua algoritma menerapkan prinsip best-first search yang mengembangkan simpul berdasarkan sebuah fungsi yang disebut fungsi evaluasi f(n). Pada umumya simpul yang memiliki fungsi evaluasi terkecil akan dikembangkan sampai pencarian berakhir. Algoritma A* pertama kali ditemukan oleh Peter Hart, Nilsson, dan Bertram Raphael pada tahun Algoritma ini dapat diklasifikasikan sebagai algoritma greedy dan algoritma heuristic. Ini dikarenakan algoritma A* merupakan pengembangan dari algoritma Dijkstra yang bersifat greedy dan strategi best-first search yang bersifat heuristic. Sementara algoritma Greedy memiliki banyak bentuk dan salah satu yang akan dibahas dalam tugas akhir ini adalah Greedy Best-First Search yang menggunakan fungsi heuristic. 1.2 Rumusan Masalah Berdasarkan uraian yang telah dikemukakan di atas, masalah yang akan dikembangkan dapat dirumuskan sebagai berikut: a. Bagaimana algoritma A* dan algoritma Greedy Best First Search bekerja dalam pencarian lintasan terpendek. b. Bagaimana perbandingan kedua algoritma dalam pencarian lintasan terpendek.
3 3 1.3 Batasan Masalah Batasan dari masalah yang akan dibahas dalam tugas akhir ini adalah : a. Algoritma Greedy yang dimaksud dalam tugas akhir ini adalah Greedy Best-First Search. b. Heuristic yang digunakan dalam algoritma A* hanyalah Euclidean Distance. c. Perbandingan kedua algoritma hanyalah dalam segi completeness dan optimality. 1.4 Tujuan Penelitian Tujuan yang ingin didapatkan dari penulisan tugas akhir ini adalah : a. Mengetahui metode algoritma A* dan Greedy Best First Search dalam pencarian lintasan terpendek. b. Mengetahui perbandingan algoritma A* dan algoritma Greedy dalam pencarian rute terpendek. 1.5 Manfaat Penelitian Manfaat yang diharapkan dari penulisan tugas akhir ini adalah: a. Diharapkan dapat menambah wawasan dan pengetahuan tentang masalah pencarian rute terpendek. b. Lebih mengenal tentang algoritma A* dan algoritma Greedy dalam masalah pencarian rute terpendek.
4 4 1.6 Metodologi Penelitian Kajian penelitian dilakukan dengan: Studi literatur Kajian secara mendalam mengenai masalah pencarian lintasan terpendek pada suatu graf dan pemecahan masalah pencarian lintasan terpendek, kajian teoritis mengenai algoritma A* dan Greedy Best First Search, pengumpulan data dan informasi yang diperlukan dalam penelitian, implementasi kedua agoritma pada beberapa contoh permasalahan yang ada. 1.7 Sistematika Penulisan Secara garis besar penulisan tugas akhir ini terbagi menjadi empat bab yang tersusun secara sistematis, yaitu: BAB I PENDAHULUAN Mengemukakan tentang latar belakang masalah, rumusan masalah, batasan masalah, tujuan penelitian, manfaat penulisan dan sistematika penulisan. BAB II LANDASAN TEORITIS Uraian teoritis yang mendasari pemecahan tentang masalah-masalah yang berhubungan dengan judul tugas akhir. BAB III ALGORITMA GREEDY DAN ALGORITMA A* Uraian teoritis tentang kedua algoritma yang menjadi dasar pemecahan masalah pada tugas akhir ini. BAB IV PENERAPAN ALGORITMA GREEDY DAN ALGORITMA A* Berisi beberapa contoh penerapan kedua algoritma dan pembahasan yang mengenai algoritma A* dan algoritma Greedy.
5 5 BAB V KESIMPULAN DAN SARAN Kesimpulan yang dirumuskan berdasarkan penelitian dan saran-saran yang diberikan berdasarkan simpulan yang diambil. DAFTAR PUSTAKA
BAB 1 PENDAHULUAN 1.1. Latar Belakang
BAB 1 PENDAHULUAN 1.1. Latar Belakang Pada jaman serba modern ini, peta masih digunakan oleh kebanyakan orang untuk menuju suatu tempat. Lintasan yang dipilih untuk menuju tujuan pastilah lintasan yang
Lebih terperinciBAB III ALGORITMA GREEDY DAN ALGORITMA A* membangkitkan simpul dari sebuah simpul sebelumnya (yang sejauh ini terbaik di
BAB III ALGORITMA GREEDY DAN ALGORITMA A* 3.1 Best First Search Sesuai dengan namanya, best-first search merupakan sebuah metode yang membangkitkan simpul dari sebuah simpul sebelumnya (yang sejauh ini
Lebih terperinciBAB 1 PENDAHULUAN Latar Belakang
BAB 1 PENDAHULUAN 1.1. Latar Belakang Geographical Information System (GIS) digunakan dalam rangka mendukung pengambilan keputusan untuk perencanaan dan pengelolaan dari penggunaan lahan (Murai, 1999).
Lebih terperinciJurusan Matematika Fakultas Matematika dan Ilmu Pengetahuan Alam Institut Teknologi Sepuluh Nopember Surabaya 2011
Perancangan dan Pembuatan Sistem Navigasi Perjalanan Untuk Pencarian Rute Terpendek Dengan Algoritma A* Berbasis J2ME Oleh : M. ARIEF HIDAYATULLOH 1204 100 071 Dosen Pembimbing : Prof. Dr. M. Isa Irawan,
Lebih terperinciPembahasan Pencarian Lintasan Terpendek Menggunakan Algoritma Dijkstra dan A*
Pembahasan Pencarian Lintasan Terpendek Menggunakan Algoritma Dijkstra dan A* Willy Setiawan - 13508043 Program Studi Teknik Informatika Sekolah Teknik Elektro dan Informatika Institut Teknologi Bandung,
Lebih terperinciTeam project 2017 Dony Pratidana S. Hum Bima Agus Setyawan S. IIP
Hak cipta dan penggunaan kembali: Lisensi ini mengizinkan setiap orang untuk menggubah, memperbaiki, dan membuat ciptaan turunan bukan untuk kepentingan komersial, selama anda mencantumkan nama penulis
Lebih terperinciBAB III ALGORITMA BRANCH AND BOUND. Algoritma Branch and Bound merupakan metode pencarian di dalam ruang
BAB III ALGORITMA BRANCH AND BOUND Algoritma Branch and Bound merupakan metode pencarian di dalam ruang solusi secara sistematis. Ruang solusi diorganisasikan ke dalam pohon ruang status. Pohon ruang status
Lebih terperinciBAB I PENDAHULUAN. Kemajuan Ilmu dan Teknologi (IPTEK) di berbagai bidang terasa sangat
BAB I PENDAHULUAN 1.1. Latar Belakang Kemajuan Ilmu dan Teknologi (IPTEK) di berbagai bidang terasa sangat pesat belakangan ini. Kemajuan tersebut haruslah diimbangi oleh peningkatan kualitas Sumber Daya
Lebih terperinciBAB I PENDAHULUAN. yang juga diterapkan dalam beberapa kategori game seperti real time strategy
BAB I PENDAHULUAN 1.1 Latar Belakang Path finding merupakan salah satu masalah yang sering dijumpai dan banyak diterapkan, misalnya untuk penentuan jalur terpendek dalam suatu peta yang juga diterapkan
Lebih terperinciPertemuan-07 INFORMATIKA FASILKOM UNIVERSITAS IGM
07/04/2016 3. HEURISTIC METHOD Algoritma yang menggunakan Metode Best-First Search, yaitu: 1 Literatur Review KECERDASAN BUATAN Pertemuan-07 INFORMATIKA FASILKOM UNIVERSITAS IGM a. Greedy Best-First Greedy
Lebih terperinciBAB I PENDAHULUAN UKDW. dalam kehidupan kita sehari-hari, terutama bagi para pengguna sarana
BAB I PENDAHULUAN 1.1 Latar Belakang Masalah Pencarian jalur terpendek merupakan sebuah masalah yang sering muncul dalam kehidupan kita sehari-hari, terutama bagi para pengguna sarana transportasi. Para
Lebih terperinciBAB 2 LANDASAN TEORI
BAB 2 LANDASAN TEORI 2.1. Pengertian Algoritma Algoritma merupakan urutan langkah langkah untuk menyelesaikan masalah yang disusun secara sistematis, algoritma dibuat dengan tanpa memperhatikan bentuk
Lebih 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 terperinciBAB I Pendahuluan 1.1. Latar Belakang
BAB I Pendahuluan 1.1. Latar Belakang Masalah lintasan terpendek pada pencarian sebuah lintasan dengan jarak yang paling minimum. Untuk mencari lintasan terpendek dari sebuah node sumber ke node lain adalah
Lebih terperinciBAB 1 PENDAHULUAN. Universitas Sumatera Utara
13 BAB 1 PENDAHULUAN 1.1 Latar Belakang Pencarian lintasan terpendek dari satu titik ke titik lain adalah masalah yang sering ditemui dalam kehidupan sehari-hari. Berbagai kalangan menemui permasalahan
Lebih terperinciBAB I PENDAHULUAN. Di tengah masyarakat dengan aktivitas yang tinggi, mobilitas menjadi hal yang penting.
BAB I PENDAHULUAN 1.1 Latar Belakang Permasalahan Di tengah masyarakat dengan aktivitas yang tinggi, mobilitas menjadi hal yang penting. Namun pada kenyataannya, terdapat banyak hal yang dapat menghambat
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 terperinciMetode Path Finding pada Game 3D Menggunakan Algoritma A* dengan Navigation Mesh
Metode Path Finding pada Game 3D Menggunakan Algoritma A* dengan Navigation Mesh Freddi Yonathan - 13509012 Program Studi Teknik Informatika Sekolah Teknik Elektro dan Informatika Institut Teknologi Bandung,
Lebih terperinciANALISIS PERBANDINGAN ALGORITMA PATHFINDING GREEDY BEST-FIRST SEARCH DENGAN A*(STAR) DALAM MENENTUKAN LINTASAN PADA PETA
ANALISIS PERBANDINGAN ALGORITMA PATHFINDING GREEDY BEST-FIRST SEARCH DENGAN A*(STAR) DALAM MENENTUKAN LINTASAN PADA PETA Christophorus Yohannes Suhaili 1 ; Mendy Irawan 2 ; Raja Muhammad Fahrizal 3 ; Antonius
Lebih terperinciUKDW BAB 1 PENDAHULUAN Latar Belakang Masalah
BAB 1 PENDAHULUAN 1.1. Latar Belakang Masalah Dalam pengiriman barang, pemilihan jalur yang tepat sangat penting dalam meminimalkan biaya dan waktu pengiriman barang. Penggunaan teknologi dapat membantu
Lebih terperinciBAB II TINJAUAN PUSTAKA
BAB II TINJAUAN PUSTAKA 2.1 Algoritma A* Algoritma A star atau yang ditulis juga A* adalah algoritma yang seringkali digunakan dalam pencarian jalan dan traversal graf(setiawan,2010). Algoritma ini diciptakan
Lebih terperinciYudi Yansyah, Prihastuti Harsani, M.Si, Erniyati M.Kom Program Studi Ilmu Komputer FMIPA Universitas Pakuan ABSTRACT
Perancangan Aplikasi Pencarian Jalur Terpendek Untuk Lokasi Toko Bangunan Di Kota Bogor Dengan Metode A* (A-Star) Berbasis Android Studi Kasus : PT. Tulu Atas Kranggan Bogor Yudi Yansyah, Prihastuti Harsani,
Lebih terperinciPERBANDINGAN ALGORITMA A* DAN DIJKSTRA BERBASIS WEBGIS UNTUK PENCARIAN RUTE TERPENDEK
PERBANDINGAN ALGORITMA A* DAN DIJKSTRA BERBASIS WEBGIS UNTUK PENCARIAN RUTE TERPENDEK SKRIPSI Diajukan untuk Memenuhi Sebagian dari Syarat Memperoleh Gelar Sarjana Komputer Program Studi Ilmu Komputer
Lebih terperinciBAB 1 PENDAHULUAN. 1.1 Latar Belakang
BAB 1 PENDAHULUAN 1.1 Latar Belakang (USU) berlokasi di Padang Bulan Medan. Sejak awal pendiriannya, USU dipersiapkan menjadi pusat pendidikan tinggi di kawasan barat Indonesia. Sewaktu didirikan pada
Lebih terperinciVARIASI PENGGUNAAN FUNGSI HEURISTIK DALAM PENGAPLIKASIAN ALGORITMA A*
VARIASI PENGGUNAAN FUNGSI HEURISTIK DALAM PENGAPLIKASIAN ALGORITMA A* Mohammad Riftadi - NIM : 13505029 Teknik Informatika ITB Jalan Ganesha No. 10, Bandung e-mail: if15029@students.if.itb.ac.id ABSTRAK
Lebih terperinciBAB I PENDAHULUAN. ekonomi, sosial, dan budaya suatu bangsa (L. A. van Mhanoorunk, 2011). Atas
BAB I PENDAHULUAN 1.1 Latar Belakang Dewasa ini, manusia berhasil menemukan evolusi dari sistem transportasi yang masih kuno sampai modern. Di banyak Negara maju sistem transportasi merupakan salah satu
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 terperinciMETODE PENCARIAN BFS dan DFS
METODE PENCARIAN BFS dan DFS Metode Pencarian Terdapat banyak metode yang telah diusulkan. Semua metode yang ada dapat dibedakan ke dalam 2 jenis : Pencarian buta / tanpa informasi (blind / un-informed
Lebih terperinciBAB I PENDAHULUAN. 1.1 Latar Belakang Masalah
BAB I PENDAHULUAN 1.1 Latar Belakang Masalah Transportasi telah menjadi salah satu kebutuhan penting dalam kegiatan sehari-hari di kehidupan bermasyarakat. Kemajuan teknologi informasi yang ada sekarang,
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 terperinciTeam project 2017 Dony Pratidana S. Hum Bima Agus Setyawan S. IIP
Hak cipta dan penggunaan kembali: Lisensi ini mengizinkan setiap orang untuk menggubah, memperbaiki, dan membuat ciptaan turunan bukan untuk kepentingan komersial, selama anda mencantumkan nama penulis
Lebih terperinciBAB 1 PENDAHULUAN Latar Belakang
BAB 1 PENDAHULUAN 1.1. Latar Belakang Perkembangan teknologi dan internet saat ini sangat mempermudah orang dalam mencari informasi. Orang dapat memperoleh informasi di mana saja dan kapan saja dengan
Lebih terperinciPencarian Lintasan Terpendek Pada Peta Digital Menggunakan Teori Graf
Pencarian Lintasan Terpendek Pada Peta Digital Menggunakan Teori Graf Erfandi Suryo Putra 13515145 Program Studi Teknik Informatika Sekolah Teknik Elektro dan Informatika Institut Teknologi Bandung, Jl.
Lebih terperinciAlgoritma Greedy (lanjutan)
Algoritma Greedy (lanjutan) 5. Penjadwalan Job dengan Tenggang Waktu (Job Schedulling with Deadlines) Persoalan: - Ada n buah job yang akan dikerjakan oleh sebuah mesin; - tiap job diproses oleh mesin
Lebih terperinciAnalisis Pengimplementasian Algoritma Greedy untuk Memilih Rute Angkutan Umum
Analisis Pengimplementasian Algoritma Greedy untuk Memilih Rute Angkutan Umum Arieza Nadya -- 13512017 Program Studi Teknik Informatika Sekolah Teknik Elektro dan Informatika Institut Teknologi Bandung,
Lebih terperinciPenerapan Algoritma A* dalam Penentuan Lintasan Terpendek
Penerapan Algoritma A* dalam Penentuan Lintasan Terpendek Johannes Ridho Tumpuan Parlindungan/13510103 Program Studi Teknik Informatika Sekolah Teknik Elektro dan Informatika Institut Teknologi Bandung,
Lebih terperinciProgram Dinamis. Oleh: Fitri Yulianti
Program Dinamis Oleh: Fitri Yulianti 1 Program Dinamis Program Dinamis (dynamic programming): - metode pemecahan masalah dengan cara menguraikan solusi menjadi sekumpulan tahapan (stage) - sedemikian sehingga
Lebih terperinciBAB I PENDAHULUAN 1.1 Latar Belakang Masalah 1.2 Perumusan Masalah
BAB I PENDAHULUAN 1.1 Latar Belakang Masalah Saat ini teknologi telah berkembang dengan cukup pesat. Perkembangan teknologi mengakibatkan pemanfaatan atau pengimplementasian teknologi tersebut dalam berbagai
Lebih terperinciPENGEMBANGAN APLIKASI GAME ARCADE 3D MARI SELAMATKAN HUTAN INDONESIA
PENGEMBANGAN APLIKASI GAME ARCADE 3D MARI SELAMATKAN HUTAN INDONESIA Dyah Ayu Irawati 1, Abdillah Ibnu Firdaus 2, Ridwan Rismanto 3 Program Studi Teknik Informatika, Jurusan Teknologi Informasi,Politeknik
Lebih terperinciIMPLEMENTASI ALGORITMA GENERATE AND TEST PADA PENCARIAN RUTE TERPENDEK
IMPLEMENTASI ALGORITMA GENERATE AND TEST PADA PENCARIAN RUTE TERPENDEK Selvy Welianto (1) R. Gunawan Santosa (2) Antonius Rachmat C. (3) selvywelianto@yahoo.com gunawan@ukdw.ac.id anton@ukdw.ac.id Abstraksi
Lebih terperinciPENERAPAN ALGORITMA BRANCH AND BOUND DALAM MENENTUKAN RUTE TERPENDEK UNTUK PERJALANAN ANTARKOTA DI JAWA BARAT
PENERAPAN ALGORITMA BRANCH AND BOUND DALAM MENENTUKAN RUTE TERPENDEK UNTUK PERJALANAN ANTARKOTA DI JAWA BARAT M. Pasca Nugraha Sekolah Teknik Elektro dan Informatika Program Studi Teknik Informatika Institut
Lebih terperinciBAB 2 LANDASAN TEORI 2.2. Algoritma A* (A Star)
BAB 2 LANDASAN TEORI Bab ini membahas tentang teori pendukung beserta penelitian terdahulu yang berhubungan dengan penerapan algoritma A Star dalam pencarian jarak terdekat indekos dari kampus. 2.1. Indekos
Lebih terperinciProgram Dinamis (dynamic programming):
Materi #0 Ganjil 0/05 (Materi Tambahan) Program Dinamis (Dynamic Programming) Program Dinamis Program Dinamis (dynamic programming): metode pemecahan masalah dengan cara menguraikan solusi menjadi sekumpulan
Lebih terperinciMILIK UKDW BAB I PENDAHULUAN. 1.1 Latar Belakang Masalah
BAB I PENDAHULUAN 1.1 Latar Belakang Masalah Graf adalah suatu himpunan simpul yang dihubungkan dengan busurbusur. Pada sebuah graf hubungan antar simpul yang dihubungkan oleh busur memiliki sebuah keterkaitan.
Lebih terperinciProgram Dinamis (Dynamic Programming)
Program Dinamis (Dynamic Programming) Program Dinamis Program Dinamis (dynamic programming): metode pemecahan masalah dengan cara menguraikan solusi menjadi sekumpulan langkah (step) atau tahapan (stage)
Lebih terperinciBAB I PENDAHULUAN 1.1 LATAR BELAKANG
BAB I PENDAHULUAN 1.1 LATAR BELAKANG Pembuatan Web Sistem Informasi Geografis (SIG) salah satunya didorong karena penggunaan internet yang sangat luas dimasyarakat dan pemerintah, karena internet maka
Lebih terperinciPenerapan Exhaustive Search dan Algoritma A Star untuk Menentukan Rute Terbaik dari KRL Commuter Line dan Bus Transjakarta
Penerapan Exhaustive Search dan Algoritma A Star untuk Menentukan Rute Terbaik dari KRL Commuter Line dan Bus Transjakarta Jeremia Kavin Raja Parluhutan / 13514060 Program Studi Teknik Informatika Sekolah
Lebih terperinciBAB 1 PENDAHULUAN. 1.1 Latar Belakang
BAB 1 PENDAHULUAN 1.1 Latar Belakang Dalam kehidupan sehari hari, selalu dilakukan perjalanan dari satu titik atau lokasi ke lokasi yang lain dengan mempertimbangkan efisiensi waktu dan biaya sehingga
Lebih terperinciPENYELESAIAN TRAVELING SALESMAN PROBLEM (TSP) MENGGUNAKAN ALGORITMA RECURSIVE BEST FIRST SEARCH (RBFS)
PENYELESAIAN TRAVELING SALESMAN PROBLEM (TSP) MENGGUNAKAN ALGORITMA RECURSIVE BEST FIRST SEARCH (RBFS) Hari Santoso 146060300111019 haripinter@gmail.com Prodi Sistem Komunikasi dan Infromatika Teknik Elektro
Lebih terperinciBAB 1 PENDAHULUAN. 1.1 Latar Belakang
BAB 1 PENDAHULUAN 1.1 Latar Belakang Kota Medan merupakan Ibukota Sumatera Utara, yang secara geografis terletak pada posisi antara 03. 30' - 03. 48' LU dan 98. 35' - 98. 44' BT dengan ketinggian 30 meter
Lebih terperinciBAB 2 TINJAUAN PUSTAKA
BAB 2 TINJAUAN PUSTAKA 2.1. Artificial Intelligence Pada dasarnya, banyak pandangan serta pengertian mengenai AI, dan secara garis besar, Russell & Norvig (2010:2) membagi pengertian AI ke dalam empat
Lebih terperinciANALISA KEBUTUHAN WAKTU PADA PROSES PENYELESAIAN TRAVELING SALESMAN PROBLEM
ANALISA KEBUTUHAN WAKTU PADA PROSES PENYELESAIAN TRAVELING SALESMAN PROBLEM Hari Murti 1, R. Soelistijadi 2, Sugiyamto 3 Program Studi Sistem Informasi, Fakultas Teknologi Informasi, Universitas Stikubank
Lebih terperinciPencarian Lintasan Terpendek Pada Aplikasi Navigasi Menggunakan Algoritma A*
Pencarian Lintasan Terpendek Pada Aplikasi Navigasi Menggunakan Algoritma A* Erfandi Suryo Putra 13515145 Program Studi Teknik Informatika Sekolah Teknik Elektro dan Informatika Institut Teknologi Bandung,
Lebih terperinci1-1.
BAB 1. PENDAHULUAN 1.1 LATAR BELAKANG Perkembangan teknologi informasi sangat cepat seiring dengan kebutuhan akan informasi dan pertumbuhan tingkat kecerdasan manusia. Saat ini telah banyak sistem informasi
Lebih terperinciPERBANDINGAN ALGORITMA DIJKSTRA DAN ALGORITMA BELLMAN-FORD PADA JARINGAN GRID
PERBANDINGAN ALGORITMA DIJKSTRA DAN ALGORITMA BELLMAN-FORD PADA JARINGAN GRID SKRIPSI Untuk Memenuhi Sebagai Persyaratan Memperoleh Gelar Sarjana Sains Oleh: MICHI PURNA IRAWAN 07 134 059 JURUSAN MATEMATIKA
Lebih terperinciPENERAPAN ALGORITMA BIDIRECTIONAL A* PADA MOBILE NAVIGATION SYSTEM
PENERAPAN ALGORITMA BIDIRECTIONAL A* PADA MOBILE NAVIGATION SYSTEM Indra Siregar 13508605 Program Studi Teknik Teknik Informatika, Sekolah Teknik Elektro dan Informatika Institut Teknologi Bandung, Jalan
Lebih terperinciKI Kecerdasan Buatan Materi 5: Pencarian dengan Optimasi (Local Search & Optimization )
[AIMA] Russel, Stuart J., Peter Norvig, "Artificial Intelligence, A Modern Approach" 3rd Ed., Prentice Hall, New Jersey, 2010 KI091322 Kecerdasan Buatan Materi 5: Pencarian dengan Optimasi (Local Search
Lebih terperinciWEBGIS PENCARIAN RUTE TERPENDEK MENGGUNAKAN ALGORITM A STAR (A*) (Studi Kasus: Kota Bontang)
Jurnal Informatika Mulawarman Vol. 8 No. 2 Edisi Juli 2013 50 WEBGIS PENCARIAN RUTE TERPENDEK MENGGUNAKAN ALGORITM A STAR (A*) (Studi Kasus: Kota Bontang) 1) Yuliani, 2) Fahrul Agus 1,2) Program Studi
Lebih terperinciRepresentasi Graf Berarah dalam Mencari Solusi Jalur Optimum Menggunakan Algoritma A*
Representasi Graf Berarah dalam Mencari Solusi Jalur Optimum Menggunakan Algoritma A* Denny Nugrahadi Teknik informatika ITB, Bandung, email: d_nugrahadi@yahoo.com Abstract Makalah ini membahas mengenai
Lebih terperinciPENCARIAN JALUR TERPENDEK PENGIRIMA N BARANG MENGGUNAKAN ALGORITMA A* STUDI KASUS KANTOR POS BESAR MEDAN)
PENCARIAN JALUR TERPENDEK PENGIRIMA N BARANG MENGGUNAKAN ALGORITMA A* STUDI KASUS KANTOR POS BESAR MEDAN) Wahyudinur Alfarisi Mahasiswa Program Studi Teknik Informatika, STMIK Budidarma Medan Jl. Sisingamangaraja
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 terperinciPenyelesaian N-Puzzle Menggunakan A* dan Iterative Deepening A*
Penyelesaian N-Puzzle Menggunakan A* dan Iterative Deepening A* Makalah IF2211 Strategi Algoritma Marvin Jerremy Budiman (13515076) Program Studi Teknik Informatika Sekolah Teknik Elektro dan Informatika
Lebih terperinciBAB I PENDAHULUAN. 1.1 Latar Belakang
BAB I PENDAHULUAN 1.1 Latar Belakang Permainan komputer atau yang sering kita sebut game merupakan salah satu aplikasi yang banyak diminati oleh para pengguna perangkat teknologi informasi dan komunikasi
Lebih terperinciBAB 2 LANDASAN TEORI. dihadapi di dunia nyata (real world). Banyak metode yang dibangun dalam Operations
BAB 2 LANDASAN TEORI 2.1 Simulasi 2.1.1 Pengertian Simulasi Simulasi merupakan salah satu cara untuk memecahkan berbagai persoalan yang dihadapi di dunia nyata (real world). Banyak metode yang dibangun
Lebih terperinciBAB 1 PENDAHULUAN. 1.1 Latar Belakang
9 BAB 1 PENDAHULUAN 1.1 Latar Belakang Travelling Salesman Problem (TSP) merupakan salah satu permasalahan yang penting dalam dunia matematika dan informatika. TSP dapat diilustrasikan sebagai perjalanan
Lebih terperinciPenghematan BBM pada Bisnis Antar-Jemput dengan Algoritma Branch and Bound
Penghematan BBM pada Bisnis Antar-Jemput dengan Algoritma Branch and Bound Chrestella Stephanie - 13512005 Program Studi Teknik Informatika Sekolah Teknik Elektro dan Informatika Institut Teknologi Bandung,
Lebih terperinciPenerapan Teori Graf Pada Algoritma Routing
Penerapan Teori Graf Pada Algoritma Routing Indra Siregar 13508605 Program Studi Teknik Teknik Informatika, Sekolah Teknik Elektro dan Informatika Institut Teknologi Bandung, Jalan Ganesha 10, Bandung
Lebih terperinciLESSON 6 : INFORMED SEARCH Part II
LESSON 6 : INFORMED SEARCH Part II 3.3 Itterative deepening A* search 3.3.1 Algoritma IDA* Itterative deepening search atau IDA* serupa dengan iterative deepening depth first, namun dengan modifikasi sebagai
Lebih terperinciPemecahan Masalah Knapsack dengan Menggunakan Algoritma Branch and Bound
Pemecahan Masalah Knapsack dengan Menggunakan Algoritma Branch and Bound Anggi Shena Permata / 13505117 Program Studi Teknik Informatika, Sekolah Teknik Elektro dan Informatika Insitut 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 terperinciBAB 2 LANDASAN TEORI
BAB 2 LANDASAN TEORI 2.1. Geographical Information System (GIS) Geographical Information System (GIS) yang dalam bahasa Indonesia dikenal sebagai Sistem Informasi Geografis (SIG) didefenisikan sebagai
Lebih terperinciKecerdasan Buatan. Pertemuan 03. Pencarian Branch & Bound dan Heuristik (Informed)
Kecerdasan Buatan Pertemuan 03 Pencarian Branch & Bound dan Heuristik (Informed) Husni Lunix96@gmail.com http://www.facebook.com/lunix96 http://komputasi.wordpress.com S1 Teknik Informatika, STMIK AMIKOM,
Lebih terperinciIMPLEMENTASI SISTEM PARKIR CERDAS DI UNIVERSITAS TELKOM. SUBSISTEM : APLIKASI MOBILE
IMPLEMENTASI SISTEM PARKIR CERDAS DI UNIVERSITAS TELKOM. SUBSISTEM : APLIKASI MOBILE Implementation Of Smart Parking System In Telkom University. Subsystem : Mobile Application Annis Waziroh 1, Agus Virgono,
Lebih terperinciPerancangan Aplikasi Wisata Kabupaten Lebak Menggunakan Algoritma A* (A-Star) Berbasis Android
Perancangan Kabupaten Lebak Menggunakan Algoritma A* (A-Star) Berbasis Android Ujang Anwar 1, Anggi Puspita Sari 2, Raudah Nasution 3 1 STMIK Nusamandiri e-mail: maydanfikra@outlook.com 2 AMIK BSI Bekasi
Lebih terperinciBAB 2 LANDASAN TEORITIS
xvi BAB 2 LANDASAN TEORITIS Dalam penulisan laporan tugas akhir ini, penulis akan memberikan beberapa pengertian yang berhubungan dengan judul penelitian yang penulis ajukan, karena tanpa pengertian yang
Lebih terperinciBAB II TINJAUAN PUSTAKA
17 BAB II TINJAUAN PUSTAKA 2.1 Sistem Informasi Geografis Sistem Informasi Geografis atau Geografic Information Sistem (GIS) merupakan sistem komputer yang digunakan untuk memasukkan, menyimpan, memeriksa,
Lebih terperinciIMPLEMENTASI ALGORITMA GREEDY DALAM MASALAH LINTASAN TERPANJANG MENGGUNAKAN BAHASA C TUGAS AKHIR INDRIANI ARMANSYAH SRG
IMPLEMENTASI ALGORITMA GREEDY DALAM MASALAH LINTASAN TERPANJANG MENGGUNAKAN BAHASA C TUGAS AKHIR INDRIANI ARMANSYAH SRG 112406122 PROGRAM STUDI D3 TEKNIK INFORMATIKA DEPARTEMEN MATEMATIKA FAKULTAS MATEMATIKA
Lebih terperinciPencarian Jalur Terpendek dengan Algoritma Dijkstra
Volume 2 Nomor 2, Oktober 207 e-issn : 24-20 p-issn : 24-044X Pencarian Jalur Terpendek dengan Algoritma Dijkstra Muhammad Khoiruddin Harahap Politeknik Ganesha Medan Jl.Veteran No. 4 Manunggal choir.harahap@yahoo.com
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 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 terperinciPencarian Rute Terpendek pada Tempat Wisata di Kota Bogor Menggunakan Metode Heuristik
Pencarian Rute Terpendek pada Tempat Wisata di Kota Bogor Menggunakan Metode Heuristik Irwansyah Saputra Jurusan Ilmu Komputer, STMIK Nusa Mandiri Jakarta Irwansyah9205@gmail.com Abstrak: Pencarian rute
Lebih terperinciUNNES Journal of Mathematics
UJM 4 (1) (2015) UNNES Journal of Mathematics http://journal.unnes.ac.id/sju/index.php/ujm PENERAPAN ALGORTIMA A* DALAM PENYELESAIAN RUTE TERPENDEK PENDISTRIBUSIAN BARANG Rosita Ayu Nugraeni, Mulyono,
Lebih terperinciPenentuan Jarak Terpendek dan Jarak Terpendek Alternatif Menggunakan Algoritma Dijkstra Serta Estimasi Waktu Tempuh
Penentuan Jarak Terpendek dan Jarak Terpendek Alternatif Menggunakan Algoritma Dijkstra Serta Estimasi Waktu Tempuh Asti Ratnasari 1, Farida Ardiani 2, Feny Nurvita A. 3 Magister Teknik Informatika, Universitas
Lebih terperinciPENENTUAN RUTE TERPENDEK PADA OPTIMALISASI JALUR PENDISTRIBUSIAN BARANG DI PT. X DENGAN MENERAPKAN ALGORITMA FLOYD-WARSHALL
PENENTUAN RUTE TERPENDEK PADA OPTIMALISASI JALUR PENDISTRIBUSIAN BARANG DI PT. X DENGAN MENERAPKAN ALGORITMA FLOYD-WARSHALL Vera Apriliani Nawagusti 1), Ali Nurdin 2), Aryanti aryanti 3) 1),2),3 ) Jurusan
Lebih terperinciJurnal Ilmiah Komputer dan Informatika (KOMPUTA) GAME EDUKASI PENYAKIT MALARIA DAN CARA PENCEGAHANNYA
GAME EDUKASI PENYAKIT MALARIA DAN CARA PENCEGAHANNYA 19 Aditya Galang Mahafi 1, Galih Hermawan 2 Program Studi Teknik Informatika. UNIKOM. Jl. Dipati Ukur No.114-116, Bandung 40132. E-mail : adityamahavie@yahoo.co.id
Lebih terperinciRonan Deovolenta Malelak
10108561 Ronan Deovolenta Malelak Latar Belakang Masalah Game maze umumnya mencari jalan dan mengalahkan musuh Game yang monoton kurang menarik Penerapan Kecerdasan buatan Membangun game dengan 2 jenis
Lebih terperinciBAB I PENDAHULUAN 1.1 Latar Belakang
BAB I PENDAHULUAN 1.1 Latar Belakang Transportasi atau pengangkutan adalah suatu kegiatan yang penting bagi kegiatan kita pada umumnya, dan pada kegiatan industri pada khususnya. Transportasi atau pengangkutan
Lebih terperinciAlgoritma Greedy (lanjutan)
Algoritma Greedy (lanjutan) 5. Penjadwalan Job dengan Tenggat Waktu (Job Schedulling with Deadlines) Persoalan: -Adan buah job yang akan dikerjakan oleh sebuah mesin; -tiapjob diproses oleh mesin selama
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 terperinciAplikasi Shortest Path dalam Strategy Game Mount & Blade: Warband
Aplikasi Shortest Path dalam Strategy Game Mount & Blade: Warband Kevin Leonardo Handoyo/13509019 Program Studi Teknik Informatika Sekolah Teknik Elektro dan Informatika Institut Teknologi Bandung, Jl.
Lebih terperinciMODUL I PROGRAM DINAMIS
MODUL I PROGRAM DINAMIS 1.1 Tujuan Praktikum Program dinamis merupakan modul pertama yang dipelajari dalam Praktikum Stokastik. Adapun yang menjadi tujuan praktikum dalam modul program dinamis adalah sebagai
Lebih terperinciPemanfaatan Algoritme A* Menggunakan AIspace Dalam Pencarian Rute Terpendek
CITISEE 017 ISBN: 978-60-6080-1-3 Pemanfaatan Algoritme A* Menggunakan AIspace Dalam Pencarian Rute Terpendek Fransiskus Panca Juniawan 1, Dwi Yuny Sylfania, Eza Budi Perkasa 3 1,,3 Program Studi Teknik
Lebih terperinciBAB I PENDAHULUAN. 1.1 Latar Belakang. Algoritma dijkstra ditemukan oleh Edger Wybe Dijkstra merupakan salah
BAB I PENDAHULUAN 1.1 Latar Belakang Algoritma dijkstra ditemukan oleh Edger Wybe Dijkstra merupakan salah satu algoritma untuk menentukan lintasan terpendek. Pada Algoritma Djiksta, kota disimbolkan dengan
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 terperinciAPLIKASI PENCARI RUTE OPTIMUM PADA PETA GUNA MENINGKATKAN EFISIENSI WAKTU TEMPUH PENGGUNA JALAN DENGAN METODE A* DAN BEST FIRST SEARCH 1
APLIKASI PENCARI RUTE OPTIMUM PADA PETA GUNA MENINGKATKAN EFISIENSI WAKTU TEMPUH PENGGUNA JALAN DENGAN METODE A* DAN BEST FIRST SEARCH 1 Rudy Adipranata 1, Andreas Handojo 2, Happy Setiawan 3 1,2 Teknik
Lebih terperinciKECERDASAN BUATAN. Simple Hill Climbing. Disusun Oleh:
KECERDASAN BUATAN Simple Hill Climbing Disusun Oleh: 1. Lutvi Maulida Al H. (081112006) 2. Nurul Fauziah (081112021) 3. Anggraeni Susanti (081112055) 4. Syahrul Bahar Hamdani (081211232012) Departemen
Lebih terperinciRENCANA PEMBELAJARAN SEMESTER (RPS)
RENCANA PEMBELAJARAN SEMESTER (RPS) IKG2J3 KECERDASAN BUATAN Disusun oleh: PROGRAM STUDI ILMU KOMPUTASI FAKULTAS INFORMATIKA TELKOM UNIVERSITY LEMBAR PENGESAHAN Rencana Semester (RPS) ini telah disahkan
Lebih terperinciBAB II KAJIAN TEORI 2.1 Kajian Penelitian Sebelumnya
5 BAB II KAJIAN TEORI 2.1 Kajian Penelitian Sebelumnya Traveling salesman problem (TSP) merupakan salah satu permasalahan yang telah sering diangkat dalam berbagai studi kasus dengan penerapan berbagai
Lebih terperinciJurusan Teknik Elektro ITS Surabaya, Jurusan Teknik Elektro ITS Surabaya, Jurusan Teknik elektro ITS Surabaya
1 PERENCANAAN JALUR TERPENDEK PADA ROBOT NXT DENGAN OBSTACLE DINAMIS MENGGUNAKAN ALGORITMA D* Wahris Shobri Atmaja 1), Diah Puspito Wulandari, ST.,Msc 2), Ahmad Zaini, ST., MT. 3) Jurusan Teknik Elektro
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 terperinci