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

Ukuran: px
Mulai penontonan dengan halaman:

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

Transkripsi

1 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 ke titik tujuan. Lintasan yang dipilih untuk menuju titik tujuan pastilah lintasan yang paling pendek. Namun, pencarian lintasan terpendek secara manual, akan membutuhkan waktu yang banyak dan ketelitian lebih untuk mencapainya. Masalah lintasan terpendek berkaitan dengan pencarian lintasan pada graf berbobot yang menghubungkan dua buah simpul (edge) sedemikian sehingga jumlah bobot pada sisi-sisi yang terpilih merupakan bobot minimum. Terdapat banyak algoritma yang dapat digunakan untuk pemecahan masalah dalam pencarian lintasan terpendek. Pemilihan algoritma yang paling optimal seringkali menjadi permasalahan dalam pencarian lintasan terpendek karena setiap algoritma memiliki kelebihan dan kekurangannya masing-masing [1]. Secara umum, algoritma pencarian dapat dibedakan menjadi dua metode yaitu, metode uninformed search dan metode informed search. Metode uninformed search merupakan metode matematika biasa dengan informasi yang jelas, sedangkan metode informed search merupakan metode pencarian yang menggunakan metode pendekatan pada proses pencariannya [2]. Pada tulisan ini, akan dibahas bagaimana menemukan solusi dalam pencarian lintasan terpendek dari kasus romania dengan menggunakan algoritma pencarian Breadth Fisrt Search (BFS), Depth First Search (DFS) dan Uniform Cost Search (UCS) sehingga diperoleh kota-kota mana saja yang harus dilalui dalam menentukan lintasan terpendek dari suatu kasus. 2. TINJAUAN PUSTAKA Beberapa dasar teori yang menjadi landasan penulisan, yaitu search, metode uninformed search, teori graf, algoritma Breath First Search (BFS), Depth First Search (DFS), dan Uniform Cost Search (UCS) yang akan digunakan untuk menyelesaikan permasalahan. 2.1 Search Menurut Luger (2005), search adalah sebuah teknik menyelesaikan masalah (problem solving) yang mengembangkan sebuah ruang permasalahan secara sistematik dalam sebuah proses. Terdapat 4 kriteria untuk menentukan performa sebuah metode pencarian, yaitu Completeness, Time Complexity, Space Complexity, dan Optimality. Completeness adalah apakah metode tersebut menjamin ditemukannya solusi jika solusi tersebut ada. Time Complexity adalah lama waktu yang dibutuhkan untuk menemukan solusi tersebut. Space Complexity adalah jumlah memory yang diperlukan dan yang dimaksud Optimality adalah apakah metode tersebut menjamin menemukan solusi yang terbaik jika terdapat beberapa solusi yang lain [3]. Metode pencarian dibagi menjadi dua strategi, yaitu uninformed search dan informed search. Uninformed search merupakan suatu strategi pencarian tanpa ada informasi mengenai cost (bobot) atau informasi tertentu sedangkan Informed search merupakan suatu strategi pencarian yang membutuhkan informasi

2 mengenai cost (bobot) atau informasi tertentu [3]. 2.2 Metode Uninformed Search Metode Uninformed Search sering disebut juga dengan Blind Search. Istilah tersebut menggambarkan bahwa teknik pencarian ini tidak memiliki informasi tambahan mengenai kondisi diluar dari yang disediakan oleh definisi masalah. Metode uninformed search terdiri atas Breath First Search (BFS), Depth First Search (DFS), Uniform Cost Search (UCS), Depth- Limited Search (DLS), Interative-Deeping Search (IDS) dan Bi-directional Search (BDS) [4]. 2.3 Teori Graf 2.4 Algoritma Pencarian Breadth-First Search Algoritma Breadth-First Search (BFS) atau algoritma pencarian melebar merupakan pencarian dilakukan pada semua node dalam setiap level secara berurutan dari kiri ke kanan. Jika pada satu level belum ditemukan solusi, maka pencarian dilanjutkan pada level berikutnya. Demikian seterusnya sampai ditemukan solusi. Dengan strategi ini, maka dapat dijamin bahwa solusi yang ditemukan adalah yang paling baik (Optimal). Algoritma BFS memerlukan sebuah antrian (queue) untuk menyimpan simpul yang telah dikunjungi [6]. Beberapa terminology graf yang dibahas adalah verteks, edge, graf tidak berarah, graf berarah, graf berbobot, dan path (lintasan). Verteks merupakan titik atau node yang menunjukkan tempat yang dijadikan sebagai goal atau tujuan, start atau awal, atau tempat yang akan dilalui dalam suatu perjalanan. Edge merupakan garis penghubung antar verteks [5]. Graf tidak berarah (undirected graf) merupakan graf yang tidak memiliki arah dan anak panah sehingga dapat dilalui oleh dua arah yang berlawanan. Graf berarah (directed graf) merupakan graf yang memiliki arah dan biasanya ditunjukkan dengan sebuah anak panah dengan salah satu ujungnya disebut tail (ekor) dan head (kepala). Graf berarah tidak dapat dilewati oleh dua arah yang berbeda. Graf berbobot merupakan graf yang memiliki bobot atau nilai di setiap edge-nya dan dapat berupa graf berarah maupun graf yang tidak berarah. Path (lintasan) merupakan suatu lintasan yang melalui verteks dan edge dimana verteks tidak boleh dilewati lebih dari satu kali [5]. Gambar 1 diagram alur penyelesaian masalah metode BFS Berikut ini adalah langkah-langkah traversal graf dengan memanfaatkan algoritma BFS [7]: 1. Masukan simpul akar(root) ke dalam antrian. 2. Keluarkan sebuah simpul dari antrian. 3. Kunjungi semua tetangga dari simpul ini yang belum pernah dikunjungi sebelumnya. Masukan juga simpul-simpul tetangga ini ke dalam antrian. 4. Jika antrian telah kosong maka penelusuran telah selesai. Jika

3 antrian masih ada, ulangi langkah nomor 2. Berikut ini adalah pseudocode penelusuran graf dengan BFS. procedure BFS(G,v) { Traversal graf dengan algoritma pencarian BFS. Masukan : G adalah graf, v adalah simpul awal kunjungan Keluaran : semua simpul yang dikunjungi dicetak ke layar } Deklarasi w : integer q : antrian procedure BuatAntrian(input/output q: antrian) { membuat antrian kosong, kepala(q) diisi 0 } procedure MasukAntrian(input/output q:antrian, input v:integer) { memasukkan v ke dalam antrian q pada posisi belakang } procedure HapusAntrian(input/output q:antrian, output v:integer) { menghapus v dari kepala antrian q } function AntrianKosong(input q:antrian) boolean { true jika antrian q kosong, false jika sebaliknya } Algoritma BuatAntrian(q) { buat antrian kosong } write(v) { cetak simpul awal yang dikunjungi } dikunjungi[v] true { simpul v telah dikunjungi, tandai dengan true} MasukAntrian(q,v) { masukkan simpul awal kunjungan ke dalam antrian} {kunjungi semua simpul graf selama antrian belum kosong } while not AntrianKosong(q) do HapusAntrian(q,v) { simpul v telah dikunjungi, hapus dari antrian } for tiap simpul w yang bertetangga dengan simpul v do if not dikunjungi[w] then write(w) {cetak simpul yang dikunjungi} endfor endwhile { AntrianKosong(q) } MasukAntrian(q,w) dikunjungi[w] true Kelebihan dan kekurangan algoritma BFS yaitu [8] : - Kelebihan Algoritma Breadth First Search adalah : pasti menemukan solusi yang dicari, tidak akan mengalami jalan buntu / tidak menemukan solusi. - Kelemahan Algoritma Breadth-First Search adalah : memerlukan memori yang cukup besar, karena metode ini mengecek keseluruhan node yang ada dan membutuhkan waktu yang lebih untuk mengecek semua node yang ada tersebut. 2.5 Algoritma Pencarian Depth-First Search Algoritma Depth-First Search (DFS) atau algoritma pencarian mendalam juga merupakan pencarian dilakukan pada satu node dalam setiap level dari yang paling kiri. Jika pada level yang paling dalam, solusi belum ditemukan, maka pencarian dilanjutkan pada node sebelah kanan. Node yang kiri dapat dihapus dari memori. Jika pada level yang paling dalam tidak ditemukan solusi, maka pencarian dilanjutkan pada level sebelumnya. Demikian seterusnya sampai ditemukan solusi. Jika solusi ditemukan maka tidak diperlukan proses backtracking (penelusuran balik untuk mendapatkan jalur yang dinginkan)[6].

4 Algoritma w : integer write(v) dikunjungi[v] true for setiap simpul w yang bertetangga dengan simpul v do if not dikunjungi[w] then DFS(w) Gambar 2 diagram alur penyelesaian masalah metode DFS Algoritma DFS secara alami menggunakan rekursif dalam implementasinya. Berikut ini adalah langkah-langkah traversal graf dengan memanfaatkan algoritma DFS [7]. 1. Kunjungi simpul akar(root). 2. Untuk sebuah tetangga dari simpul ini yang belum pernah dikunjungi sebelumnya, anggap simpul ini sebagai akar untuk melakukan DFS pada langkah Jika sudah tidak terdapat tetangga yang belum pernah dikunjungi lagi, lakukan runut balik ke simpul yang telah dikunjungi sebelumnya. 4. Penelusuran berhenti ketika simpul awal dari DFS ini sudah tidak mempunyai tetangga yang belum pernah dikunjungi. Berikut ini adalah pseudocode penelusuran graf dengan DFS. procedure DFS(input v:integer) {Mengunjungi seluruh simpul graf dengan algoritma pencarian DFS Masukan: v adalah simpul awal kunjungan Keluaran: semua simpul yang dikunjungi ditulis ke layar } Deklarasi endfor Kelebihan dan Kekurangan Algoritma Depth First Search (DFS) yaitu [8]: Kelebihan Algoritma Depth First Search Memori yang relatif kecil Secara kebetulan, akan menemukan solusi tanpa harus menguji lebih banyak lagi Kekurangan Algoritma Depth First Search Memungkinkan tidak ditemukannya tujuan yang diharapkan Hanya akan mendapatkan 1 solusi pada setiap pencarian 2.6 Algoritma Pencarian Uniform Cost Search Uniform Cost Search adalah algoritma Seach Tree (graph) yang digunakan untuk menyelesaikan beberapa persoalan. Algoritma ini memulai pencarian dari root node, kemudian dilanjutkan ke node-node selanjutnya. Dimana node tersebut dipilih yang memilki harga (cost) terkecil dari root node. Algoritma ini merupakan modifikasi dari Breadth First Search (BFS). Dalam implementasi algoritma ini melibatkan semua node yang berhubungan dengan root node dan meletaknnya dalam priority queue untuk mencapai node tujuan.

5 dimana node-node yang dipilih merupakan node yang memiliki harga paling kecil [9]. Berikut ini adalah langkah-langkah traversal graf dengan memanfaatkan algoritma ucs [10]: 1. initial state terletak pada node start atau simpul akar. Maka langka pertama kunjungi simpu akar (root). 2. kemudian untuk mencapai node berikutnya, algoritma ini memilih total Cost yang paling kecil dari beberapa kemungkinan Total Cost yang dilalui state. Maka, Total Aksi adalah Total Cost 3. Begitu seterusnya, dilakukan pengecekan node yang memilki total Cost terkecil hingga sampai pada goal state. Konsep dasar Uniform Cost Serch hampir sama dengan BFS (Breadth-First Search), bedanya adalah bahwa BFS menggunakan urutan level yang paling rendah sampai yang paling tinggi, sedangkan UCS menggunakan urutan biaya dari yang paling kecil sampai yang terbesar. UCS berusaha menemukan solusi dengan total biaya terendah yang dihitung berdasarkan biaya dari simpul asal menuju ke simpul tujuan. butuh completeness dalam menemukan setiap solusi. Kekurangan algoritma UCS sebagai berikut : Memiliki syarat yang harus dipenuhi agar bisa complete dan optimal. Memiliki kompleksitas waktu dan ruang yang banyak karena memakai konsep BFS 3. MASALAH ROMANIA Pada analisa pembahasan ini, penulis akan menguraikan bagaimana penyelesaian dari contoh masalah romania dalam mencari lintasan terpendek dari kota menuju kota Bucharest. Dalam kasus ini kita akan menggunakan algoritma pencarian Breadth Fisrt Search (BFS), Depth First Search (DFS) dan Uniform Cost Search (UCS) untuk menemukan rute tercepat dan paling efisien agar dapat sampai ke tujuan. Maka solusi yang diperoleh dari algoritma tersebut dapat memilih jalur mana yang harus dilalui. Kelebihan dan kekurangan UCS sebagai berikut [3]: Kelebihan algoritma UCS sebagai berikut : Karena memiliki konsep seperti BFS maka UCS menjamin ditemukannya solusi dan solusi yang ditemukannya selalu solusi yang terbaik dalam kata lain UCS merupakan pencarian yang complete dan optimal. Sangat cocok digunakan bila tidak menggunakan heuristik. karena Gambar 3 Graf Masalah Romania 4. PENYELESAIAN MASALAH 4.1 Penerapan Algoritma BFS

6 Pada pencarian solusi dengan algoritma BFS akan dibangkitkan sebuah simpul akar(root), yaitu kondisi titik awal dari suatu graf. Lalu akan dibentuk simpulsimpul anak yang merupakan simpul tetangga dari simpul akar. Pencarian akan berhenti jika simpul yang sedang dikunjungi merupakan simpul solusi. Masukan dari algoritma BFS adalah sebuah graf, dan simpul awal (akar) dari graf tersebut. Harapannya, akan didapat sebuah keluaran berupa seluruh simpul yang telah dihidupkan. Berikut ini adalah pseudocode algoritma BFS untuk mencari solusi dari masalah romania. Procedure BFS(G,akar) { Traversal Graf G dengan algoritma pencarian BFS. Masukan : G adalah graf, v adalah node awal kunjungan Keluaran : semua n yang dikunjungi dicetak ke layar endfor endwhile implementasi algoritma BFS dalam bentuk pohon sesuai dengan masalah romania yaitu: Pada masalah romania, dilakukan pencarian awal di kota, yang akan dianggap sebagai akar dari pohon BFS. 0+75=75 0+0=0 0+0= = =140 Setelah itu, dicari kota-kota yang bertetangga dengan kota, yaitu kota Zerind, kota Timisoara, dan kota Sibiu. Ketiga kota tersebut dimasukkan kedalam level di bawah kota. } Deklarasi finish : boolean current : state newstate : state queue : antrian visitedlist : list of state simpul n: step Algoritma MasukAntrian(queue,akar) MasukList(visitedlist,akar ) finish false while (not AntrianKosong(queue) and not finish) HapusAntrian(queue, current) for setiap simpul n yang bertetangga dengan current do newstate BuatStatusBaru(current, node n) if (Solusi(newstate)) finish = true TambahAnak(current, newstate) TandaiSolusi(newstate) return else if (not Mengandung(visitedlist, newstate)) then TambahAnak(current, newstate) MasukAntrian(queue, newstate) MasukList(visitedlist, newstate) Selanjutnya dilakukan pencarian pada kota-kota tetangga kota zerind, kota timisoara, dan kota sibiu dan dimasukkan ke dalam level selanjutnya. Hal tersebut dilakukan sampai seluruh simpul di graf berhasil dijelajahi. Setelah dijelajahi semua simpul dari graf maka akan diperoleh lintasan terpendek dari menuju ke Bucharest dengan menggunakan algoritma BFS maka diperoleh node:4, path: (-Sibiu-

7 Fagaras-Bucharest), path cost =450, dan ekspansi node sebanyak 14 kali. 4.2 Penerapan Algoritma DFS Pada pencarian solusi dengan algoritma DFS juga akan dibangkitkan sebuah simpul akar (root), yaitu kondisi titik awal dari suatu graf. Lalu akan dibentuk simpulsimpul anak yang merupakan simpul tetangga dari simpul akar. Penelusuran akan dilakukan secara kontinu terhadap status yang telah dibuat pertama kali. Pencarian akan berhenti jika simpul yang sedang dikunjungi merupakan simpul solusi. Berikut ini adalah pseudocode algoritma DFS untuk mencari solusi dari masalah romania. procedure DFS(input/output simpul:state, input/output visitedlist:list of state) Deklarasi newstate : state Pada masalah romania, dilakukan pencarian awal di kota, yang akan dianggap sebagai akar dari pohon DFS. Setelah itu, dicari kota-kota yang bertetangga dengan kota, yaitu kota Zerind, kota Timisoara, dan kota Sibiu. Ketiga kota tersebut dimasukkan kedalam level di bawah kota. Tetapi DFS akan memeriksa solusi disebelah kiri sampai dengan depth dimana ditemukannya solusi. Algoritma if (Solusi(akar)) TandaiSolusi(akar) else for setiap simpul n yang bertetangga dengan current do newstate BuatStatusBaru(current,simpul n) if (not Mengandung(visitedlist, newstate)) then TambahAnak(current, newstate) MasukList(visitedlist, newstate) DFS(newstate, visitedlist) if (Solusi(newstate)) return endfor implementasi algoritma BFS dalam bentuk pohon sesuai dengan masalah romania yaitu: Proses pencarian akan berhenti ketika ditemukan atau tidak ditemukannya solusi, secara kebetulan akan ditemukan solusi tanpa harus menguji lebih banyak atau keseluruhan dari simpul yang ada. Sehingga dari implementasi pohon di atas maka dapat diihat bahwa untuk memperolah lintasan terpendek dari menuju ke Bucharest dengan menggunakan algoritma DFS maka diperoleh node:7, path: (-Zerind-

8 Oradea-Sibiu-Rimnicu-Pitesti-Bucharest), path cost=575, dan ekspansi node sebanyak 7 kali. 4.3 Penerapan Algoritma UCS Pada pencarian solusi dengan algoritma UCS akan dibangkitkan sebuah simpul akar(root), yaitu kondisi titik awal dari suatu graf. Lalu akan dibentuk simpulsimpul anak yang merupakan simpul tetangga dari simpul akar. Kemudian untuk mencapai node berikutnya, algoritma ini memilih total Cost yang paling kecil dari beberapa kemungkinan total Cost yang dilalui. Pencarian akan berhenti jika simpul yang sedang dikunjungi merupakan simpul solusi dengan total Cost terkecil. Berikut ini adalah pseudocode algoritma UCS untuk mencari solusi dari masalah romania. implementasi algoritma BFS dalam bentuk pohon sesuai dengan masalah romania yaitu: 0+0=0 Pada masalah romania, dilakukan pencarian awal di kota, yang akan dianggap sebagai akar dari pohon BFS. Setelah itu, dicari kota-kota yang bertetangga dengan kota, yaitu kota Zerind, kota Timisoara, dan kota Sibiu. Ketiga kota tersebut dimasukkan kedalam level di bawah kota. Pseudocode : procedure UniformCostSearch(Graph, root, goal) node := root, cost = 0 frontier := empty priority queue containing node explored := empty set do if frontier is empty return failure node := frontier.pop() if node is goal return solution explored.add(node) for each of node s neighbors n if n is not in explored if n is not in frontier frontier.add(n) if n is in frontier with higher cost replace existing node with n Konsep dasar pencarian Uniform Cost Serch hampir sama dengan BFS (Breadth-First Search), bedanya adalah bahwa BFS menggunakan urutan level yang paling rendah sampai yang paling tinggi, sedangkan UCS menggunakan urutan biaya dari yang paling kecil sampai yang terbesar. UCS berusaha menemukan solusi dengan total biaya terendah yang dihitung berdasarkan biaya dari ke Bucharest. Sehingga dari implementasi pohon di atas maka dapat

9 diihat bahwa untuk memperolah lintasan terpendek dari menuju ke Bucharest dengan menggunakan algoritma UCS maka diperoleh node:5, path: (-Sibiu- Rimnicu Vilcea-Pitesti-Bucharest), path cost=418, dan ekspansi node sebanyak 15 kali. 5. KESIMPULAN Algoritma Breadth-First Search (BFS) atau algoritma pencarian melebar merupakan pencarian dilakukan pada semua node dalam setiap level secara berurutan dari kiri ke kanan. Jika pada satu level belum ditemukan solusi, maka pencarian dilanjutkan pada level berikutnya. Demikian seterusnya sampai ditemukan solusi. Algoritma Depth-First Search (DFS) atau algoritma pencarian mendalam juga merupakan pencarian dilakukan pada satu node dalam setiap level dari yang paling kiri. Jika pada level yang paling dalam, solusi belum ditemukan, maka pencarian dilanjutkan pada node sebelah kanan. Node yang kiri dapat dihapus dari memori. Jika pada level yang paling dalam tidak ditemukan solusi, maka pencarian dilanjutkan pada level sebelumnya. Demikian seterusnya sampai ditemukan solusi. Uniform Cost Search adalah algoritma Seach Tree (graph) yang digunakan untuk menyelesaikan beberapa persoalan. Algoritma ini memulai pencarian dari root node, kemudian dilanjutkan ke node-node selanjutnya. Dimana node tersebut dipilih yang memilki harga (cost) terkecil dari root node. Masalah romania dapat dicari solusinya dengan memanfaatkan algoritma BFS, DFS, dan UCS. Pada makalah ini masalah romania dapat diselesaikan secara manual menggunakan tree dan dapat juga diselesaikan menggunakan program dalam bahasa java dan phyton 3. Setelah melakukan penyelesaian dengan tree maupun dengan program, disimpulkan bahwa output dari algoritma dengan penyelesaian manual yaitu: 1. BFS - Node:4 - Path = ( Sibiu Fagaras - Bucharest) - Path Cost =450 - Ekspansi node sebanyak 14 kali. 2. DFS - Node:7 - Path: ( Zerind Oradea Sibiu Rimnicu Pitesti - Bucharest) - Path Cost=575 - Ekspansi node sebanyak 7 kali 3. UCS - Node:5, - Path: (-Sibiu-Rimnicu Vilcea- Pitesti-Bucharest) - Path Cost=418 - Ekspansi node sebanyak 15 kali Sedangkan penyelesaikan masalah dengan menggunakan program dapat dievaluasi kinerja dari ketiga algortima yaitu: Evaluasi Algoritma Completeness y Optimal Time Space BFS Complete Optimal Sec MB DFS Not Complete 0.19 Sec 6 MB Not Optimal UCS Complete 0.07 Sec MB Optimal Algoritma UCS lebih baik dalam hal menentukan lintasan terpendek karena algoritma UCS akan memilih lintasan (path) yang memiliki biaya terendah dibandingkan dengan algoritma BFS dan DFS, kemudian dari evaluasi ketiga algoritma dengan menggunakan program dapat dilihat bahwa algoritma UCS tersebut complete dan optimal serta waktu yang digunakan lebih sedikit dibanding BFS. Dengan demikian algoritma UCS

10 menjadi pilihan terbaik di antara algoritma BFS, DFS, dan UCS untuk menentukan solusi dari masalah romania. DAFTAR PUSTAKA [1] Hardianto. (2013). Jurnal Teknologi Informasi dan Komunikas. Implementasi Algoritma Heuristik untuk optimisasi rute terpendek, [2] Russel, S. &. (2010). Artificial Intelligence: A Modern Approach. New Jersey: Prentice. [3] Sutrisna, A. (2015, September 21). Tugas Kecerdasan Buatan. Retrieved Oktober 21, 2017, from Sky_Heaven: /09/tugas-kecerdasan-buatan.html ARTIFICIAL INTELLIGENCE: [9] Indriani, R. (2015, November 20). Uniform Cost Search (UCS). Retrieved Oktober 21, 2017, from Uniform Cost Search (UCS) dan Iterative-Deepening Search (IDS): 15/09/uniform-cost-search-ucs-daniterative.html [10] Azizah, A. H. (2012, Februari 12). Artificial Intelligence. Retrieved Oktober 21, 2017, from TomatCoklat: 012/02/19/artificial-intelligence-_/ [4] Derwin Suhartono, S. M. (2013, April 23). SEARCHING: UNINFORMED & INFORMED. Retrieved Oktober 21, 2017, from BINUS: ninformed-search-dan-informedsearch/ [5] Welianto, S., Santosa, R. G., & C., A. R. (2009). IMPLEMENTASI ALGORITMA GENERATE AND TEST PADA PENCARIAN RUTE TERPENDEK, 3. [6] Bawafi, S. H. (2012, Maret 24). ANALISA TEKNIK SEARCHING DALAM ARTIFICIAL INTELLIGENCE. Retrieved Oktober 21, 2017, from blind seacrhing: 3/blind-seacrhing.html [7] Pasaribu, E. S. (2013). Penerapan Algoritma BFS, DFS, dan IDS pada Penyelesaian Permainan Bubble Blast 2, 2. [8] Ulum, F. (2015, Mei). BLIND SEARCH. Retrieved Oktober 21, 2017, from

Algoritma Traversal di dalam Graf

Algoritma Traversal di dalam Graf Algoritma Traversal di dalam Graf Traversal di dalam graf berarti mengunjungi simpul-simpul dengan cara yang sistematik. Algoritma traversal untuk graf: 1. Pencarian Melebar (Breadth First Search atau

Lebih terperinci

BFS dan DFS. Bahan Kuliah IF2151 Strategi Algoritmik. Oleh: Rinaldi Munir

BFS dan DFS. Bahan Kuliah IF2151 Strategi Algoritmik. Oleh: Rinaldi Munir BFS dan DFS Bahan Kuliah IF2151 Strategi Algoritmik Oleh: Rinaldi Munir Traversal di dalam graf berarti mengunjungi simpul-simpul dengan cara yang sistematik. Algoritma traversal di dalam graf: 1. BFS:

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

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

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

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

Penerapan Algoritma Greedy dan Algoritma BFS untuk AI pada Permainan Greedy Spiders

Penerapan Algoritma Greedy dan Algoritma BFS untuk AI pada Permainan Greedy Spiders Penerapan Algoritma Greedy dan Algoritma BFS untuk AI pada Permainan Greedy Spiders Rachmawaty 13509071 Program Studi Teknik Informatika Sekolah Teknik Elektro dan Informatika Institut Teknologi Bandung,

Lebih terperinci

Perbandingan BFS, DFS dan Greedy pada Permainan Logika Crossing Bridge

Perbandingan BFS, DFS dan Greedy pada Permainan Logika Crossing Bridge Perbandingan BFS, DFS dan Greedy pada Permainan Logika Crossing Bridge Susanti Gojali and 352057 Program Studi Teknik Informatika Sekolah Teknik Elektro dan Informatika Institut Teknologi Bandung, Jl.

Lebih terperinci

METODE PENCARIAN BFS dan DFS

METODE PENCARIAN BFS dan DFS METODE PENCARIAN BFS dan DFS Metode Pencarian Terdapat banyak metode yang telah diusulkan. Semua metode yang ada dapat dibedakan ke dalam 2 jenis : Pencarian buta / tanpa informasi (blind / un-informed

Lebih terperinci

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

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

Tujuan Instruksional

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

Lebih terperinci

Aplikasi Graf Breadth-First Search Pada Solver Rubik s Cube

Aplikasi Graf Breadth-First Search Pada Solver Rubik s Cube Aplikasi Graf Breadth-First Search Pada Solver Rubik s Cube Felix Terahadi - 13510039 Program Studi Teknik Informatika Sekolah Teknik Elektro dan Informatika Institut Teknologi Bandung, Jl. Ganesha 10

Lebih terperinci

IMPLEMENTASI ALGORITMA GENERATE AND TEST PADA PENCARIAN RUTE TERPENDEK

IMPLEMENTASI ALGORITMA GENERATE AND TEST PADA PENCARIAN RUTE TERPENDEK IMPLEMENTASI ALGORITMA GENERATE AND TEST PADA PENCARIAN RUTE TERPENDEK Selvy Welianto (1) R. Gunawan Santosa (2) Antonius Rachmat C. (3) selvywelianto@yahoo.com gunawan@ukdw.ac.id anton@ukdw.ac.id Abstraksi

Lebih terperinci

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

IKI 30320: Sistem Cerdas Kuliah 4: Uninformed Search Strategies (Rev.)

IKI 30320: Sistem Cerdas Kuliah 4: Uninformed Search Strategies (Rev.) IKI 30320: Sistem erdas : Uninformed Search Strategies (Rev.) Fakultas Ilmu Komputer Universitas Indonesia 5 September 2007 Outline 1 2 3 4 5 Iterative-deepening 6 7 Outline 1 2 3 4 5 Iterative-deepening

Lebih terperinci

Penyelesaian Permasalahan Knight s Tour Menggunakan Algoritma Breadth First Search (BFS)

Penyelesaian Permasalahan Knight s Tour Menggunakan Algoritma Breadth First Search (BFS) Penyelesaian Permasalahan Knight s Tour Menggunakan Algoritma Breadth First Search (BFS) Fahmi Mumtaz and 13506045 1 Program Studi Teknik Informatika Sekolah Teknik Elektro dan Informatika Institut Teknologi

Lebih terperinci

Problem-solving Agent: Searching

Problem-solving Agent: Searching Problem-solving Agent: Searching Kuliah 3 Sistem Cerdas 5 April 2010 STMIK Indonesia Problem-Solving Agent Kelemahan reflex agent tidak cocok untuk menangani masalah besar!! Goal-based agent memiliki tujuan,

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

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

IKI 30320: Sistem Cerdas Kuliah 3: Problem-Solving Agent & Search

IKI 30320: Sistem Cerdas Kuliah 3: Problem-Solving Agent & Search IKI 30320: Sistem Cerdas : -Solving Agent & Fakultas Ilmu Komputer Universitas Indonesia 3 September 2007 Outline 1 2 3 4 5 Outline 1 2 3 4 5 -Solving Agent Di kuliah yang lalu kita melihat contoh reflex

Lebih terperinci

Implementasi Algoritma DFS pada permainan Monument Valley

Implementasi Algoritma DFS pada permainan Monument Valley Implementasi Algoritma DFS pada permainan Monument Valley Muhammad Aodyra Khaidir and 13513063 1 Program Studi Teknik Informatika Sekolah Teknik Elektro dan Informatika Institut Teknologi Bandung, Jl.

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

Penerapan Search Tree pada Penyelesaian Masalah Penentuan Jalur Kota Terpendek.

Penerapan Search Tree pada Penyelesaian Masalah Penentuan Jalur Kota Terpendek. Penerapan Search Tree pada Penyelesaian Masalah Penentuan Jalur Kota Terpendek. Arnold Nugroho Sutanto - 13507102 1) 1) Jurusan Teknik Informatika ITB, Bandung 40132, email: if17102@students.if.itb.ac.id

Lebih terperinci

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

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

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

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

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

Lebih terperinci

Penerapan 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

IKI30320 Kuliah 4 5 Sep Ruli Manurung. Ulasan. Breadth-first. Uniform-cost. Depth-first. Pengulangan state. Ringkasan

IKI30320 Kuliah 4 5 Sep Ruli Manurung. Ulasan. Breadth-first. Uniform-cost. Depth-first. Pengulangan state. Ringkasan Outline readth-first IKI 30320: Sistem erdas : Uninformed Search Strategies (Rev.) readth-first 1 2 readth-first 3 Fakultas Ilmu Komputer Universitas Indonesia 4 5 Iterative-deepening 6 5 September 2007

Lebih terperinci

PENERAPAN ALGORITMA BFS DFS DAN KNUTH-MORRIS-PRATT PADA PENCARIAN BERKAS DALAM KOMPUTER

PENERAPAN ALGORITMA BFS DFS DAN KNUTH-MORRIS-PRATT PADA PENCARIAN BERKAS DALAM KOMPUTER PENERAPAN ALGORITMA BFS DFS DAN KNUTH-MORRIS-PRATT PADA PENCARIAN BERKAS DALAM KOMPUTER Bobby H. Suryanaga / 13508022 1 Program Studi Teknik Informatika Sekolah Teknik Elektro dan Informatika Institut

Lebih terperinci

Problem solving by Searching. Materi 3 Kecerdasan Buatan Oleh: Dewi Liliana TI PNJ

Problem solving by Searching. Materi 3 Kecerdasan Buatan Oleh: Dewi Liliana TI PNJ Problem solving by Searching Materi 3 Kecerdasan Buatan Oleh: Dewi Liliana TI PNJ Pendahuluan Pengantar : Membahas agen cerdas penyelesaian problem serta strategi uninformed untuk memecahkan masalah. Tujuan:

Lebih terperinci

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

ALGORITMA PENCARIAN. 1. Iterative-Deepening Depth-First Search (IDS) Nama : Gede Noverdi Indra Wirawan Nim : Kelas : VI A Nama : Gede Noverdi Indra Wirawan Nim : 0915051050 Kelas : VI A ALGORITMA PENCARIAN Algoritma pencarian (searching algorithm) adalah algoritma yang menerima sebuah argumen kunci dan dengan langkah-langkah

Lebih terperinci

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

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

Penyelesaian N-Puzzle Menggunakan A* dan Iterative Deepening A* Penyelesaian N-Puzzle Menggunakan A* dan Iterative Deepening A* Makalah IF2211 Strategi Algoritma Marvin Jerremy Budiman (13515076) Program Studi Teknik Informatika Sekolah Teknik Elektro dan Informatika

Lebih terperinci

Implementasi Algoritma DFS pada Pewarnaan Gambar Sederhana Menggunakan Bucket tool

Implementasi Algoritma DFS pada Pewarnaan Gambar Sederhana Menggunakan Bucket tool Implementasi Algoritma DFS pada Pewarnaan Gambar Sederhana Menggunakan Bucket tool Sharon Loh (13510086) 1 Program Studi Teknik Informatika Sekolah Teknik Elektro dan Informatika Institut Teknologi Bandung,

Lebih terperinci

IKI30320 Kuliah 3 3 Sep Ruli Manurung. Problem solving agent. Representasi masalah: state space. Pencarian solusi: search.

IKI30320 Kuliah 3 3 Sep Ruli Manurung. Problem solving agent. Representasi masalah: state space. Pencarian solusi: search. Outline IKI 00: istem Cerdas : -olving Agent & Fakultas Ilmu Komputer Universitas Indonesia 4 eptember 007 5 -olving Agent Mekanisme kerja -olving Agent Di kuliah yang lalu kita melihat contoh reflex agent:

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

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

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

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

Penerapan strategi BFS untuk menyelesaikan permainan Unblock Me beserta perbandingannya dengan DFS dan Branch and Bound

Penerapan strategi BFS untuk menyelesaikan permainan Unblock Me beserta perbandingannya dengan DFS dan Branch and Bound Penerapan strategi BFS untuk menyelesaikan permainan Unblock Me beserta perbandingannya dengan DFS dan Branch and Bound Eric 13512021 Program Studi Teknik Informatika Sekolah Teknik Elektro dan Informatika

Lebih terperinci

Overview. Searching. Deskripsi. Intro Searching 2/4/2012 IF-UTAMA 1

Overview. Searching. Deskripsi. Intro Searching 2/4/2012 IF-UTAMA 1 Jurusan Teknik Informatika Universitas Widyatama Searching Pertemuan : 2 Dosen Pembina : Danang Junaedi Susetyo Bagas Baskoro Sriyani Violina Overview Deskripsi Search Problem & Answer Search Tree Kriteria

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

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

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

Breadth/Depth First Search (BFS/DFS) Bahan Kuliah IF2211 Strategi Algoritmik Oleh: Rinaldi Munir Update: Nur Ulfa Maulidevi 2 Maret 2015

Breadth/Depth First Search (BFS/DFS) Bahan Kuliah IF2211 Strategi Algoritmik Oleh: Rinaldi Munir Update: Nur Ulfa Maulidevi 2 Maret 2015 Breadth/Depth First Search (BFS/DFS) Bahan Kuliah IF2211 Strategi Algoritmik Oleh: Rinaldi Munir Update: Nur Ulfa Maulidevi 2 Maret 2015 NUM-RN-MLK/IF2211/2013 1 Traversal Graf Algoritma traversal graf:

Lebih terperinci

Pencarian Solusi Permainan Flow Free Menggunakan Brute Force dan Pruning

Pencarian Solusi Permainan Flow Free Menggunakan Brute Force dan Pruning Pencarian Solusi Permainan Flow Free Menggunakan Brute Force dan Pruning Mamat Rahmat / 13512007 Program Studi Teknik Informatika Sekolah Teknik Elektro dan Informatika Institut Teknologi Bandung, Jl.

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

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

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

Lebih terperinci

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

MASALAH, RUANG KEADAAN & PENCARIAN

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

Lebih terperinci

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

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

Breadth/Depth First Search. Bahan Kuliah IF2211 Strategi Algoritmik Oleh: Rinaldi Munir Update: Masayu Leylia Khodra 22 September 2013

Breadth/Depth First Search. Bahan Kuliah IF2211 Strategi Algoritmik Oleh: Rinaldi Munir Update: Masayu Leylia Khodra 22 September 2013 Breadth/Depth First Search (BFS/DFS) Bahan Kuliah IF2211 Strategi Algoritmik Oleh: Rinaldi Munir Update: Masayu Leylia Khodra 22 September 2013 1 Traversal Graf Algoritma traversal graf: mengunjungi simpul

Lebih terperinci

Aplikasi Branch and Bound Pada Pencarian Jalan Pada Software Navigasi

Aplikasi Branch and Bound Pada Pencarian Jalan Pada Software Navigasi Aplikasi Branch and Bound Pada Pencarian Jalan Pada Software Navigasi Rita Sarah / 13512009 Program Studi Teknik Informatika Sekolah Teknik Elektro dan Informatika Institut Teknologi Bandung, Jl. Ganesha

Lebih terperinci

BAB 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 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 terperinci

Informed Search (Heuristic) & Eksplorasinya

Informed Search (Heuristic) & Eksplorasinya Informed Search (Heuristic) & Eksplorasinya Chastine Fatichah Teknik Informatika Institut Teknologi Sepuluh Nopember November 2012 1 / 21 Pokok Bahasan Uninformed search strategies Best-first search Greedy

Lebih terperinci

Analisis Pengimplementasian Algoritma Greedy untuk Memilih Rute Angkutan Umum

Analisis 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 terperinci

PENERAPAN ALGORITMA RUNUT-BALIK DALAM PENCARIAN SOLUSI TEKA-TEKI BATTLESHIP

PENERAPAN ALGORITMA RUNUT-BALIK DALAM PENCARIAN SOLUSI TEKA-TEKI BATTLESHIP PENERAPAN ALGORITMA RUNUT-BALIK DALAM PENCARIAN SOLUSI TEKA-TEKI BATTLESHIP Abraham Ranardo Sumarsono Program Studi Teknik Informatika Sekolah Teknik Elektro dan Informatika, Institut Teknologi Bandung

Lebih terperinci

BAB 2 LANDASAN TEORI. 2.1 Teori graf Definisi graf

BAB 2 LANDASAN TEORI. 2.1 Teori graf Definisi graf 2 LNDSN TEORI 2.1 Teori graf 2.1.1 Definisi graf Graf adalah kumpulan dari minimal satu atau lebih simpul (vertex) yang dihubungkan oleh sisi atau busur (edge). Dalam kehidupan sehari-hari, graf banyak

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

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

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

PENGUNAAN DUA VERSI ALGORITMA BACKTRACK DALAM MENCARI SOLUSI PERMAINAN SUDOKU

PENGUNAAN DUA VERSI ALGORITMA BACKTRACK DALAM MENCARI SOLUSI PERMAINAN SUDOKU PENGUNAAN DUA VERSI ALGORITMA BACKTRACK DALAM MENCARI SOLUSI PERMAINAN SUDOKU Aditia Dwiperdana 13505014 Program Studi Teknik Informatika Sekolah Teknik Elektro dan Informatika Institut Teknologi Bandung

Lebih terperinci

Pertemuan-07 INFORMATIKA FASILKOM UNIVERSITAS IGM

Pertemuan-07 INFORMATIKA FASILKOM UNIVERSITAS IGM 07/04/2016 3. HEURISTIC METHOD Algoritma yang menggunakan Metode Best-First Search, yaitu: 1 Literatur Review KECERDASAN BUATAN Pertemuan-07 INFORMATIKA FASILKOM UNIVERSITAS IGM a. Greedy Best-First Greedy

Lebih terperinci

Bab 4. Informed Search

Bab 4. Informed Search Bab 4. Informed Search Review Pada bab 3 dapat disimpulkan hal hal sbb: Ada banyak cara untuk memanfaatkan knowledge saat menformulasikan suatu masalah dalam bentuk states dan operators. GENERAL-SEARCH

Lebih terperinci

PENGGUNAAN ALGORITMA BRANCH AND BOUND UNTUK MENYELESAIKAN PERSOALAN PENCARIAN JALAN (PATH-FINDING)

PENGGUNAAN ALGORITMA BRANCH AND BOUND UNTUK MENYELESAIKAN PERSOALAN PENCARIAN JALAN (PATH-FINDING) PENGGUNAAN ALGORITMA BRANCH AND BOUND UNTUK MENYELESAIKAN PERSOALAN PENCARIAN JALAN (PATH-FINDING) R. Aditya Satrya Wibawa (NIM. 30064) Program Studi Teknik Informatika Sekolah Teknik Elektro dan Informatika

Lebih terperinci

Aplikasi Algoritma Traversal Dalam Binary Space Partitioning

Aplikasi Algoritma Traversal Dalam Binary Space Partitioning Aplikasi Algoritma Traversal Dalam Binary Space Partitioning Pudy Prima (13508047) Program Studi Teknik Informatika Sekolah Teknik Elektro dan Informatika Institut Teknologi Bandung, Jl. Ganesha 10 Bandung

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

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

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

Penerapan Algoritma Branch and Bound untuk Penentuan Jalur Wisata

Penerapan Algoritma Branch and Bound untuk Penentuan Jalur Wisata Penerapan Algoritma Branch and Bound untuk Penentuan Jalur Wisata Janice Laksana / 350035 Program Studi Teknik Informatika Sekolah Teknik Elektro dan Informatika Institut Teknologi Bandung, Jl. Ganesha

Lebih 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

Analisis Penerapan Algoritma Backtracking Pada Pencarian Jalan Keluar di Dalam Labirin

Analisis Penerapan Algoritma Backtracking Pada Pencarian Jalan Keluar di Dalam Labirin Analisis Penerapan Algoritma Backtracking Pada Pencarian Jalan Keluar di Dalam Labirin Andika Pratama 13505048 Alamat: Jl. Dago Asri Blok C No.16 e-mail: if15048@students.if.itb.ac.id Program Studi Teknik

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

Kode MK/ Pemrograman Terstruktur 2

Kode MK/ Pemrograman Terstruktur 2 Kode MK/ Pemrograman Terstruktur 2 ZK Abdurahman Baizal KK Algoritma dan Komputasi Graf 1 8/25/2015 Pendahuluan Dalam bab ini kita akan membahas struktur data graf Struktur data graf banyak digunakan sebagai

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

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

Penerapan BFS dan DFS pada Pencarian Solusi

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

Lebih terperinci

PENERAPAN ALGORITMA BACKTRACKING PADA PERMAINAN WORD SEARCH PUZZLE

PENERAPAN ALGORITMA BACKTRACKING PADA PERMAINAN WORD SEARCH PUZZLE PENERAPAN ALGORITMA BACKTRACKING PADA PERMAINAN WORD SEARCH PUZZLE Alvin Andhika Zulen (13507037) Program Studi Teknik Informatika, Sekolah Teknik Elektro dan Informatika, Institut Teknologi Bandung Jalan

Lebih terperinci

Mendeteksi Blob dengan Menggunakan Algoritma BFS

Mendeteksi Blob dengan Menggunakan Algoritma BFS Mendeteksi Blob dengan Menggunakan Algoritma BFS Ahmad Fajar Prasetiyo (13514053) Program Studi Teknik Informatika Sekolah Teknik Elektro dan Informatika Institut Teknologi Bandung, Jl. Ganesha 10 Bandung

Lebih terperinci

Pemanfaatan Algoritma Runut-Balik dalam Menyelesaikan Puzzle NeurOn dalam Permainan Logical Cell

Pemanfaatan Algoritma Runut-Balik dalam Menyelesaikan Puzzle NeurOn dalam Permainan Logical Cell Pemanfaatan Algoritma Runut-Balik dalam Menyelesaikan Puzzle NeurOn dalam Permainan Logical Cell Adrian Mulyana Nugraha 13515075 Program Studi Informatika Sekolah Teknik Elektro dan Informatika Institut

Lebih terperinci

Kecerdasan Buatan. Pertemuan 03. Pencarian Branch & Bound dan Heuristik (Informed)

Kecerdasan 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 terperinci

Penggunaan Algoritma DFS dan BFS Dalam Pencarian Jarak Tedekat di Game Civilization V

Penggunaan Algoritma DFS dan BFS Dalam Pencarian Jarak Tedekat di Game Civilization V Penggunaan Algoritma DFS dan BFS Dalam Pencarian Jarak Tedekat di Game Civilization V Rifkiansyah Meidian Cahyaatmaja - 13511084 Program Studi Teknik Informatika Sekolah Teknik Elektro dan Informatika

Lebih terperinci

Penerapan Algoritma A* Sebagai Algoritma Pencari Jalan Dalam Game

Penerapan Algoritma A* Sebagai Algoritma Pencari Jalan Dalam Game ABSTRAK Penerapan Algoritma A* Sebagai Algoritma Pencari Jalan Dalam Game Makalah ini membahas tentang bagaimana suatu entitas di dalam game mampu mencari jalan terpendek dari titik koordinatnya sekarang

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 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

Penerapan Algoritma Backtracking. Blind Search untuk Menentukan Penjadwalan Mengajar.

Penerapan Algoritma Backtracking. Blind Search untuk Menentukan Penjadwalan Mengajar. Penerapan lgoritma Backtracking Berbasis Blind Search untuk Menentukan Penjadwalan Mengajar Novriyanto,ST., M.Sc Jurusan Teknik Informatika, Fakultas Sains dan Teknologi Universitas Islam Negeri Sultan

Lebih terperinci

METODE BRANCH AND BOUND UNTUK MENEMUKAN SHORTEST PATH

METODE BRANCH AND BOUND UNTUK MENEMUKAN SHORTEST PATH METODE BRANCH AND BOUND UNTUK MENEMUKAN SHORTEST PATH Mira Muliati NIM : 35050 Program Studi Teknik Informatika Sekolah Teknik Elektro Informatika Institut Teknologi Bandung Jl. Ganesha 0, Bandung E-mail

Lebih terperinci

Jurusan Matematika Fakultas Matematika dan Ilmu Pengetahuan Alam Institut Teknologi Sepuluh Nopember Surabaya 2011

Jurusan 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 terperinci

Pemecahan Masalah dengan Metoda Pencarian (Searching)

Pemecahan Masalah dengan Metoda Pencarian (Searching) Pemecahan Masalah dengan Metoda Pencarian (Searching) Problem-Solving Agent (PSA) Memutuskan tindakan yang harus dilakukan untuk mencapai hasil yang diinginkan. Dengan cara : mengidentifikasi tiap urutan

Lebih terperinci

IKI30320 Kuliah 5 12 Sep Ruli Manurung. Best-first. search. Greedy best-first. search. search. Merancang heuristic

IKI30320 Kuliah 5 12 Sep Ruli Manurung. Best-first. search. Greedy best-first. search. search. Merancang heuristic Outline 1 A IKI 30320: istem Cerdas : Informed earch A 2 3 A 4 Fakultas Ilmu Komputer Universitas Indonesia 5 12 eptember 2007 6 Heuristic function A Prinsip akukan node expansion terhadap node di fringe

Lebih terperinci

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

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

Lebih terperinci

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

TOPOLOGICAL SORT dengan DFS dan METODE LAIN

TOPOLOGICAL SORT dengan DFS dan METODE LAIN TOPOLOGICAL SORT dengan DFS dan METODE LAIN Ferry Pangaribuan 13505080 Teknik Informatika Institut Teknologi Bandung Alamat Jl. Kyai Luhur No 10 e-mail: if15080@students.if.itb.ac.id ABSTRAK Di dalam teori

Lebih terperinci

Metode Pencarian Terdapat banyak metode yang telah diusulkan. Semua metode yang ada dapat dibedakan ke dalam 2 jenis : 1. Pencarian buta / tanpa infor

Metode Pencarian Terdapat banyak metode yang telah diusulkan. Semua metode yang ada dapat dibedakan ke dalam 2 jenis : 1. Pencarian buta / tanpa infor KCRDASAN UATAN (ARTIFICIAL INTLLIGNC) PRTMUAN 3 SARCHING 1 Metode Pencarian Terdapat banyak metode yang telah diusulkan. Semua metode yang ada dapat dibedakan ke dalam 2 jenis : 1. Pencarian buta / tanpa

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

Representasi Graf Berarah dalam Mencari Solusi Jalur Optimum Menggunakan Algoritma A*

Representasi 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 terperinci

Implementasi Intuitif Penyelesaian Labirin dengan Algoritma Depth-First Search

Implementasi Intuitif Penyelesaian Labirin dengan Algoritma Depth-First Search Implementasi Intuitif Penyelesaian Labirin dengan Algoritma Depth-First Search Joshua Atmadja, 13514098 Program Studi Teknik Informatika Sekolah Teknik Elektro dan Informatika Institut Teknologi Bandung,

Lebih terperinci