PENERAPAN ALGORITMA A* (STAR) UNTUK MENCARI RUTE TERCEPAT DENGAN HAMBATAN
|
|
- Veronika Lesmana
- 7 tahun lalu
- Tontonan:
Transkripsi
1 PENERAPAN ALGORITMA A* (STAR) UNTUK MENCARI RUTE TERCEPAT DENGAN HAMBATAN Yenie Syukriyah 1) Falahah 2) Hermi Solihin 3) 1,2,3) Teknik Informatika Universitas Widyatama Jl. Cikutra no. 204 A Bandung yenie.syukriyah@widyatama.ac.id 1), falahah@widyatama.ac.id 2), hermi2102@gmail.com 3) Abstrak Algoritma A* (Astar) merupakan salah satu algoritma yang termasuk dalam kategori metode pencarian yang memiliki informasi (informed search method). Algortima ini sangat baik sebagai solusi proses pathfinding (pencari jalan). Algoritma ini mencari jarak rute tercepat yang akan ditempuh suatu point awal (starting point) sampai ke objek tujuan. Teknik pencarian yang digunakan dalam simulasi ini adalah menggunakan Algoritma A* dengan fungsi heuristic manhattan distance. Simulasi dilakukan dengan bahasa pemrograman Java. Tujuan utama penelitian ini mempelajari cara kerja algoritma A* dalam mencari jarak tercepat, yang disimulasikan seperti kondisi ketika seorang mencari rute dalam keadaan jalanan macet. Simulasi ini memberikan gambaran yang lebih realistis terhadap perilaku algoritma A dalam pencarian jarak tercepat, dan untuk itu, akan dibangun sebuah aplikasi sebagai pendukung proses simulasi tersebut. Kata kunci : Algoritma, A-star, simulasi, rute, kemacetan Abstract Algorithm A* (Astar) is one of the algorithms included in the category of search methods that has an information (informed search method). This algorithm is very good as a pathfinding process (search path). These algorithms look for the fastest route distance to be taken an initial point (starting point) to object to the destination by comparing the values in this algorithm. The calculation of the heuristic function in these simulations using Manhattan distance heuristic function. To explore the behavior of A* algorithm, we build a simulation using Java programming language. The aim of this research is to establish a simulation application of A* Algorithm for finding the fastest route, and we try to implement it into the case of barriers traffic jam. The result shows that the calculation can prove that the route found in this simulation is the route with the best solution which have the smallest value. Keywords : Algorithm, A-star, simulation, route, traffic jam. I. PENDAHULUAN Algoritma pencarian jarak tercepat ataupun jarak terpendek tetap merupakan bidang penelitian algoritma yang menarik. Terdapat beberapa algoritma pencarian untuk menemukan solusi pencarian jarak tercepat, diantaranya adalah algoritma breadth first search, depth first search, best first search, A*, dan lain lain. Algoritma A* (Astar) adalah merupakan salah satu algoritma yang termasuk dalam kategori metode pencarian yang memiliki informasi (informed search method). Algoritma ini sangat baik sebagai solusi proses pathfinding (pencari jalan), mencari jarak rute tercepat yang akan ditempuh suatu poin awal (starting point) sampai ke objek tujuan sehingga cukup popular dikalangan pemrogram Algoritma A* menggunakan estimasi jarak terdekat untuk mencapai tujuan (goal) dan memiliki nilai heuristik yang digunakan sebagai dasar pertimbangan. Penelitian ini bertujuan untuk mempelajari cara kerja algoritma A* dalam mencari jarak tercepat, yang disimulasikan dengan kondisi seorang mencari rute dalam keadaan jalanan macet. Simulasi ini memberikan gambaran yang lebih realistis terhadap perilaku algoritma A dalam pencarian jarak tercepat, 219
2 dan untuk itu, akan dibangun sebuah aplikasi sebagai pendukung proses simulasi tersebut. Penelitian ini diselesaikan dengan memperhatikan batasan-batasan sebagai berikut : 1. Teknik pencarian yang digunakan dalam simulasi ini adalah dengan menggunakan Algoritma A* dengan menggunakan fungsi heuristic manhattan distance 2. Rute jalan disimulasikan dengan bentuk mapgrid 3. Jarak tempuh jalan akan diasumsikan dalam bentuk banyaknya grid yang dilalui jalur 4. Hambatan kemacetan dalam simulasi ini diasumsikan dengan memberikan nilai beban di titik yang dijadikan hambatan kemacetan. Tampilan simulasi hanya berupa grid kotakkotak dengan ukuran 20x20. II. TINJAUAN PUSTAKA Algoritma A* (A star) dikenal sebagai salah satu algoritma yang paling sering digunakan untuk pencarian jalur (path finding) dan penerusan grafis (graph traversal), yaitu proses plotting jalur yang paling efisien antar titik, yang disebut dengan nodes. Metode A* adalah metode yang merupakan hasil pengembangan dari metode dasar Best First Search. Metode ini mengevaluasi setiap titik dengan mengkombinasikan dengan g(n), nilai untuk mencapai titik n dari titik awal, dan h(n), nilai perkiraan untuk mencapai tujuan dari titik n tersebut. Algoritma ini menggunakan fungsi distance plus cost (biasanya di notasikan dengan f(x)) untuk menentukan urutan kunjungan pencarian node di dalam tree. Gabungan jarak plus biaya merupakan penjumlahan dari dua fungsi, yaitu fungsi path cost (selalu dinotasikan dengan g(x), dimungkinkan bernilai heuristik ataupun tidak), dan sebuah kemungkinan penerimaan atas perkiraan heuristik jarak ke titik tujuan (dinotasikan dengan h(x)). Fungsi path- cost g(x) adalah jumlah biaya yang harus dikeluarkan dari node awal menuju node tujuan. Dengan terlebih dahulu mencari rute yang tampaknya mempunyai kemungkinan besar untuk menuju ke arah tujuan, algoritma ini mengambil jarak perjalanan ke arah tujuan (dimana g(x) bagian dari heuristik adalah biaya dari awal). Beberapa terminologi dasar yang terdapat pada algoritma ini adalah starting point, simpul (nodes), A, open list, closed list, harga (cost), halangan (unwalkable). Prinsip algoritma ini adalah mencari jalur terpendek dari sebuah simpul awal (starting point) menuju simpul tujuan dengan memperhatikan harga (F) terkecil. Diawali dengan menempatkan A pada starting point, memasukkan seluruh simpul yang bertetangga dan tidak memiliki atribut rintangan dengan A ke dalam open list, mencari nilai H terkecil dari simpul-simpul dalam open list tersebut, memindahkan A ke simpul yang memiliki nilai H terkecil. Simpul sebelum A disimpan sebagai parent dari A dan dimasukkan ke dalam closed list. Jika terdapat simpul lain yang bertetangga dengan A (yang sudah berpindah) namun belum termasuk kedalam anggota open list, maka masukkan simpulsimpul tersebut ke dalam open list. Setelah itu, bandingkan nilai G yang ada dengan nilai G sebelumnya. Jika nilai G sebelumnya lebih kecil maka A kembali ke posisi awal. Simpul yang pernah dicoba dimasukkan ke dalam closed list. Hal tersebut dilakukan berulang-ulang hingga terdapat solusi atau tidak ada lagi simpul lain yang berada pada open list. Gambar 1 menggambarkan cara kerja algoritma A* secara konseptual Prinsip Kerja Gambar 1. Algoritma A* III. METODE PENELITIAN Simulasi ini akan digunakan untuk menentukan pencarian rute (path finding) yang dibentuk dengan 220
3 model mapgrid yang diasumsikan grid tersebut sebagai sebuah jalan, dengan asumsi tersebut dapat dilihat apakah dengan melewati kemacetan ataupun menghindari kemacetan dengan mencari rute terbaru merupakan hal yang tepat untuk menghemat waktu perjalanan. Sistem Algoritma A* akan mencari solusi yang terbaik. Sistem simulasi yang akan dibangun berupa sebuah tampilan mapgrid yang berbentuk maze. Di dalamnya akan ditentukan titik awal (start point) perjalanan, titik akhir/tujuan perjalanan setelah itu pencarian dengan algoritma A* diproses untuk menemukan rute. Setelah rute ditemukan akan dicoba untuk melakukan pencarian lagi tetapi dengan memberikan beban atau penghalang disalah satu grid yang tadi rutenya sudah ditemukan untuk melihat pencarian baru. Penghalang ini merupakan asumsi dari kemacetan yang terjadi di jalan. Setelah dilakukan pencarian maka rute terbaik akan ditemukan Data-data yang dibutuhkan Dalam pembuatan simulasi ini digunakan algoritma A* dengan fungsi heuristik, oleh karena itu ada beberapa data-data yang diperlukan : 1. Titik awal, ditentukan oleh pengguna dengan memilih titik koordinat yang akan dijadikan titik awal. Titik awal ini akan diberikan tanda berupa warna hijau (green). 2. Grid adalah petak-petak kecil yang di representasi dari area path finding yang berupa persegi panjang. Grid yang ada disimulasi ini 20x20 = 400 grid. 3. Titik akhir, ditentukan oleh pengguna dengan memilih titik koordinat yang akan dijadikan titik akhir. Titik akhir ini akan diberikan tanda berupa warna biru (blue). 4. Harga F, nilai yang diperoleh dari penjumlahan nilai G (movement cost) dan nilai h (heuristic). Dikarenakan simulasi ini berbentuk gridcell maka nilai jarak tempuh per grid (per koordinat ) memiliki nilai Nilai hambatan kemacetan (penghalang), diberikan dengan memilih titik koordinat yang akan dijadikan titik kemacetan. Ada 2 jenis titik hambatan kemacetan yang pertama adalah macet parah dan yang kedua adalah sedikit macet. Untuk macet parah diberikan tambahan nilai jarak tempuh sebesar 10 poin dan untuk sedikit macet dengan 5 poin. Untuk macet parah koordinat yang sudah dipilih akan diberikan tanda berupa warna merah (red) dan untuk sedikit macet akan diberikan tanda berupa warna abu-abu (grey). 6. Pembatas jalan, merupakan batas jalan kiri dan kanan yang tidak dapat dilalui. Batas jalan ini diberi sebuah tanda berupa warna hitam (black). 3.3 Prinsip Algoritma A* Prinsip algoritma ini adalah mencari jalur terpendek dari sebuah titik awal menuju titik akhir dengan memperhatikan harga F terkecil. Algoritma ini memperhitungkan nilai dari current state ke tujuan dengan fungsi heuristik, dan juga mempertimbangkan nilai yang telah ditempuh selama ini dari initial state ke current state. Jadi jika ada jalan yang telah ditempuh sudah terlalu panjang dan ada jalan lain yang nilainya lebih kecil tetapi memberikan posisi yang sama dilihat dari goal, jalan yang lebih pendek yang akan dipilih. Rumus pencarian F (n) = h(n) + g (n) dimana : g (n) adalah movecost, dikarenakan simulasi berbentuk grid persegi, tiap koordinat antara titik koordinat berikutnya sama bernilai satu. Lalu h(n) dapat dicari dengan rumus sebagai berikut : function heuristic(node) = dx = abs(node.x - goal.x) dy = abs(node.y - goal.y) return D * (dx + dy) Rumus ini digunakan dikarenakan pengembangan aplikasi simulasi ini menggunakan fungsi heuristic manhattan distance. Algoritma A* secara garis besar dapat dijelaskan seperti berikut: 1. Masukkan node awal ke openlist 2. Loop langkah-langkah dibawah ini: a. Cari node (n) dengan nilai f(n) yang paling kecil dalam open list, dan node ini sekarang menjadi current node. b. Keluarkan current node dari openlist dan masukkan ke open list c. Untuk setiap tetangga dari current node lakukan berikut 1. Jika tidak dapat dilalui atau sudah ada dalam close list, abaikan 2. Jika belum ada di open list buat current node parent dari node tetangga ini, simpan nilai f,g, dan h dari node ini. 3. Jika sudah ada di openlist cek apabila node tetangga ini lebih baik menggunakan nilai g sebagai ukuran. Jika lebih baik ganti parent dari node ini di opentlist menjadi current 221
4 node, lalu kalkulasikan ulang nilai g dan f dari node ini. d. Hentikan looping jika: 1. Node tujuan telah ditambah ke openlist yang berarti rute ditemukan 2. Belum menemukan node akhir (tujuan) sementara openlist kosong atau berarti tidak ada rute. Simpan rute, lalu secara backward urut mulai dari node akhir (tujuan) sampai ke titik awal sambil menyimpan node ke dalam array. IV. IMPLEMENTASI Pada simulasi ini, algoritma A* diimplementasikan pada saat pengguna melakukan pencarian rute path. Deskripsi di bawah ini menjelaskan implementasi algoritma A* yang diterapkan pada simulasi ini.. Proses Algoritma A* {Start point dan finish point sudah dalam keadaan di set} Input: Set start, Set Finish Output: Path Found or No Found Algoritma : Function heuristic (awal, akhir, D)= dx = abs (nilai x awal nilai x akhir) dy = abs (nilai y awal - niai y akhir ) return nilai D * (dx + dy ) EndFunction Function FindPath For i to total x grid For j to total y grid mincost = Math.min (nilai gridcell [j][i], mincost) increment j increment i end for end for EndFunction Function Langkah For i temp Set now gridcell temp elementat (i) If now sudah terisi score = ambil nilai now dari start score = score + Function heuristic (posisi sekarang (), posisi akhir, mincost) If score kurang dari min Min = score Best = now Increment i Endfor Now = best Edge.removeElement(now) Done.AddElement(now) Set Gridcell next [] = map.getadjacent(now) For i to 4 If next [i]!= null If next [i] == finish Ditemukan If next [i] totalblock Add next[i] to path from start If!edge.contains (next[i]) &&!done.contains(next[i]) Add element next[i] ;grownt =true; If ditemukan Call ditemukan (PATH FOUND) Urutkan secara backward dari finish (tujuan) ke titik semula (start) lalu beri tanda berupa warna If edgesize bernilai 0 Call tidak ditemukan (No_Found) EndFunction Gambar 2 memperlihatkan tampilan aplikasi simulasi pencarian rute tanpa penghalang (2a) dan jika ada penghalang (2b) (a) Tanpa penghalang kemacetan (b) Dengan hambatan kemacetan parah Gambar 2. Tampilan Pencarian Rute V. PENGUJIAN FUNGSI PENCARIAN RUTE 5.1 Pengujian Dalam pengujian ini akan dilakukan pegujian fungsi pencarian dengan pembuktian dari hasil pencarian rute. Dalam pembuktian ini dibuat sebuah jalur lalu lintas yang berbentuk grid yang akan dijalankan pada simulasi. Pertama kali dilakukan adalah mengambil (load) mapgrid yang sudah di design sebelumnya. Setelah MapGrid ditampilkan 222
5 kemudian dilakukan pengaturan titik awal (Set Start) yang dalam pengujian ini posisi titik awal (start) berada di point (x=1,y=9). Setelah itu tentukan titik akhir (Set Finish) yang dalam pengujian ini posisi titik akhir berada pada point (x=19,y=19).kemudian dilakukan pencarian. Setelah ditemukan pencarian berikutnya dalam jalur pencarian tersebut diberi hambatan kemacetan parah di titik (x=17,y=9). 5.2 Pembuktian Berikutnya dilakukan pembuktian perhitungan dari hasil yang didapat. Rute yang akan dibuktikan adalah hasil pencarian rute dengan adanya hambatan kemacetan yang terlihat pada Gambar 3. Pembuktian hasil pencarian rute akan dilakukan dengan perhitungan yang dilakukan secara manual. Pembuktian jalur hasil pencarian rute tanpa hambatan kemacetan (berdasarkan gambar 3.b). (a) Mapgrid awal pengujian Gambar 4 Kemungkinan Jalur Pembuktian ini akan dilakukan pencarian nilai secara manual dari setiap jalur kemungkinan. Nilainilai tersebut kemudian dihitung secara manual seperti contoh pada Tabel 1 dan Tabel 2. Hal yang sama juga dilakukan untuk Jalur tiga. (b) Pencarian Rute tanpa hambatan kemacetan (c) Pencarian Rute dengan Hambatan Kemacetan Gambar 3. Mekanisme Pencarian Rute Pada gambar 3 dapat dilihat hasil dari pencarian rute dengan menggunakan Algoritma A*. Berikut adalah keterangan gambar : 1. Titik berwarna Green : Titik Awal (x=1, y =9) 2. Titik berwarna Blue: Titik Akhir (x=19, y=19) 3. Titik berwarna Red: Titik Penghalang Macet Parah (x=17, y= 9) 4. Urutan berwarna Yellow adalah urutan rute yang ditemukan Tabel 1. Contoh Perhitungan Pembuktian Nilai Jalur Satu No X1 Y1 g(n) h(n)= abs(x1-x2) +abs(y1-y2) Score F(n) Dari tabel hasil perhitungan manual didapat bahwa nilai f(n) terbaik terdapat pada setiap cell yang dilalui oleh jalur 1 (yellow) yaitu bernilai 28 sedangkan jalur 2 bernilai 42 dan jalur 3 bernilai 34. Dengan demikian jalur terbaik terdapat pada jalur 1, karena memiliki nilai f(n) yang kecil daripada jalurjalur lainnya. Masih dengan jalur yang sama (Gambar 3.b) dan kemungkinan jalur yang sama (Gambar 3.c). Akan dilakukan pembuktian secara manual untuk melihat nilai dari setiap jalur, tetapi kali ini jalur yang terbaik yang sudah dibuktikan sebelumnya diberi beban 223
6 (penghalang kemacetan) dengan level macet parah yang dalam simulasi ini diberi nilai beban 10. Tabel 2. Contoh Perhitungan Pembuktian Nilai Jalur Dua No X1 Y1 g(n) h(n)= abs(x1-x2) +abs(y1-y2) Score F(n) Dikarenakan pembuktian ini menggunakan jalur yang sama dengan sebelumnya, untuk pembuktian jalur 2 dan 3 dapat di lihat di tabel 1 dan 2. Untuk pembuktian jalur 1 akan ditampilkan di tabel 3. Dari tabel pembuktian diatas dapat dilihat nilai f(n) bertambah menjadi 38. Dengan demikian jalur terbaik menjadi jalur 3 yang bernilai 34. Tabel 3. Contoh Perhitungan Pembuktian Nilai Jalur Satu dengan Hambatan Kemacetan No X1 Y 1 g(n) h(n)= abs(x1-x2) +abs(y1-y2) Score F(n) = = = = = = 38 Dari pembuktian dan pengujian yang dilakukan diatas dapat dilihat bahwa simulasi dapat menentukan jalur terbaik yang akan dilalui. Dengan ini simulasi yang menerapkan Algoritma A* dengan fungsi heuristic manhattan distance dapat menentukan rute (jalur) terbaik dengan membandingkan nilai f(n) terkecil. Apabila simulasi ini diterapkan dikeadaan nyata lalu lintas maka bisa diasumsikan jalur jalur tersebut merupakan jalan yang akan kita lalui untuk mencapai suatu tujuan. VI. KESIMPULAN Berdasarkan hasil simulasi algoritma A* pada penelitian ini dapat disimpulkan hal-hal berikut : 1. Algoritma A* dapat diterapkan sebagai algoritma untuk menentukan rute (jalur) terbaik yang akan dilalui. 2. Simulasi ini dapat menentukan rute (jalur) terbaik dari titik awal (start) menuju titik akhir (finish) dengan hambatan-hambatan yang diberikan disetiap rute. Dari hasil pengujian, rute yang ditemukan merupakan rute yang terbaik dengan nilai f(n) terkecil dibandingkan dengan rute-rute (jalur-jalur) lainnya. 3. Untuk pengembangan lebih lanjut disarankan menggunakan algoritma lain selain algoritma A* untuk menentukan jalur (rute) yang terbaik. Dan juga dapat membandingkan algoritma lain tersebut apakah lebih baik dalam penentuan jalur tercepat REFERENSI Brourg, David. Seeman,Glenn. (2004). AI For Game Developers.O Reilly Inc : United States of America. Madhav, Sanjay. Game Programming Algorithms and Techniques.Addison Wesley : United State. Netbeans (2013). Documentation,Training,& Support. <Netbeans.org> A* search algorithm. Wikipedia. Web. 22 May Amit s Thoughts on Pathfinding. Web. 31 May Programming/AStarComparison Eranki,Ranjiv. Pathfinding using A* (A-Star) Web. 31 May tutorials/search Simulation. Wikipedia. Web. 24 April Norvig,Peter. Russell,Stuart. Artificial Intelligence A Modern Approach Second Edition. Prentice Hall : United State 224
BAB 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 terperinciBAB III ANALISIS DAN PERANCANGAN SISTEM
BAB III ANALISIS DAN PERANCANGAN SISTEM 3.1 Algoritma Breadth First Search Berikut ini adalah proses yang dilakukan dengan menggunakan algoritma Breadth first search untuk pencarian jalur. Proses pencarian
Lebih terperinciPenerapan Algoritma A* (A Star) Sebagai Solusi Pencarian Rute Terpendek Pada Maze
Penerapan Algoritma A* (A Star) Sebagai Solusi Pencarian Rute Terpendek Pada Maze 1 Rakhmat Kurniawan. R., ST, M.Kom, 2 Yusuf Ramadhan Nasution, M.Kom Program Studi Ilmu Komputer, Fakultas Sains dan Teknologi
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 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 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 terperinciSimulasi Pencarian Rute Terpendek dengan Metode Algoritma A* (A-Star) Agus Gustriana ( )
Simulasi Pencarian Rute Terpendek dengan Metode Algoritma A* (A-Star) Agus Gustriana (0222182) Jurusan Teknik Elektro, Fakultas Teknik, Jl. Prof. Drg. Suria Sumantri 65, Bandung 40164, Indonesia E-mail
Lebih terperinciAlgoritma A* untuk AI Path Finding bagi NPC
Algoritma A* untuk AI Path Finding bagi NPC Pendahuluan Definisi AI Kecerdasan Buatan merupakan bagian dari ilmu komputer yang mempelajari bagaimana membuat mesin (komputer) dapat melakukan pekerjaan seperti
Lebih terperinciPenerapan 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 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 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 terperinciPenerapan Algoritma A-star (A*) Untuk Menyelesaikan Masalah Maze
Penerapan Algoritma A-star (A*) Untuk Menyelesaikan Masalah Maze Hapsari Tilawah - 13509027 1 Program Studi Teknik Informatika Sekolah Teknik Elektro dan Informatika Institut Teknologi Bandung, Jl. Ganesha
Lebih terperinciARTIFICIAL INTELEGENCE ALGORITMA A* (A STAR) SEBAGAI PATHFINDING ENEMY ATTACK PADA GAME TRASH COLLECTION
ARTIFICIAL INTELEGENCE ALGORITMA A* (A STAR) SEBAGAI PATHFINDING ENEMY ATTACK PADA GAME TRASH COLLECTION TUGAS AKHIR Diajukan Untuk Memenuhi Persyaratan Guna Meraih Gelar Sarjana Strata 1 Teknik Informatika
Lebih terperinciPenerapan Algoritma A Star Pada Permainan Snake
IJCCS, Vol.x, No.x, Julyxxxx, pp. 1~5 ISSN: 1978-1520 1 Penerapan Algoritma A Star Pada Permainan Snake Andreas Hersiandi 1, Pieter Indradinata Palim 2, Daniel Udjulawa 3 1,2 STMIK GI MDP; Jl. Rajawali
Lebih terperinciPENERAPAN ALGORITMA A* PADA PERMASALAHAN OPTIMALISASI PENCARIAN SOLUSI DYNAMIC WATER JUG
PENERAPAN ALGORITMA A* PADA PERMASALAHAN OPTIMALISASI PENCARIAN SOLUSI DYNAMIC WATER JUG Firman Harianja (0911519) Mahasiswa Program Studi Teknik Informatika STMIK Budidarma Medan Jl. Sisingamangaraja
Lebih terperinciPenerapan Algoritma A* Untuk Pencarian Rute Terdekat Pada Permainan Berbasis Ubin (Tile Based Game)
Penerapan Algoritma A* Untuk Pencarian Rute Terdekat Pada Permainan Berbasis Ubin (Tile Based Game) Febriana Santi Wahyuni 1,*, Sandy Nataly Mantja 1 1 T.Informatika Fakultas Teknologi Industri Institut
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 terperinciBAB II TINJAUAN PUSTAKA
BAB II TINJAUAN PUSTAKA 2.1 Algoritma A* (star) Algoritma A* (star) merupakan algortima best first search dengan pemodifikasian fungsi heuristik. Algoritma ini akan meminimumkan total biaya lintasan, dan
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 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 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 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 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 terperinciPERBANDINGAN METODE PENCARIAN DEPTH-FIRST SEARCH, BREADTH-FIRST SEARCH DAN BEST-FIRST SEARCH PADA PERMAINAN 8-PUZZLE
e-journal Teknik Elektro dan Komputer (2014) ISSN: 2301-8402 1 PERBANDINGAN METODE PENCARIAN DEPTH-FIRST SEARCH, BREADTH-FIRST SEARCH DAN BEST-FIRST SEARCH PADA PERMAINAN 8-PUZZLE Oleh: Arie S. M. Lumenta
Lebih terperinciPERANCANGAN DAN IMPLEMENTASI ALGORITMA A* PADA APLIKASI ANGKOT-FINDER DI KOTA BANDUNG UNTUK SMARTPHONE BERBASIS ANDROID
PERANCANGAN DAN IMPLEMENTASI ALGORITMA A* PADA APLIKASI ANGKOT-FINDER DI KOTA BANDUNG UNTUK SMARTPHONE BERBASIS ANDROID DESIGN AND IMPLEMENTATION OF A* ALGORITHM IN BANDUNG ANGKOT- FINDER APPLICATION FOR
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 terperinciSIMULASI ALGORITMA A* UNTUK MENYELESAIKAN PATHFINDING
SIMULASI ALGORITMA A* UNTUK MENYELESAIKAN PATHFINDING Saprizal Nasution 1, Mardiana 2 1 Jurusan Teknik Informatika Sekolah Tinggi Teknik Harapan Medan Jl. HM jhoni No. 70 Medan, Indonesia rizal_allstar@rocketmail.com
Lebih terperinciIMPLEMENTASI DAN ANALISIS PENGGUNAAN ALGORITMA A-STAR DENGAN PRIORITAS PADA PEMILIHAN RUTE LINTAS KENDARAAN RODA DUA
IMPLEMENTASI DAN ANALISIS PENGGUNAAN ALGORITMA A-STAR DENGAN PRIORITAS PADA PEMILIHAN RUTE LINTAS KENDARAAN RODA DUA IMPLEMENTATION AND ANALYSIS THE USE A-STAR ALGORITHM WITH PRIORITY ON TWO-WHEELS VEHICLE
Lebih terperinciPENGGUNAAN ALGORITMA BRANCH AND BOUND UNTUK MENYELESAIKAN PERSOALAN PENCARIAN JALAN (PATH-FINDING)
PENGGUNAAN ALGORITMA BRANCH AND BOUND UNTUK MENYELESAIKAN PERSOALAN PENCARIAN JALAN (PATH-FINDING) R. Aditya Satrya Wibawa (NIM. 30064) Program Studi Teknik Informatika Sekolah Teknik Elektro dan Informatika
Lebih 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 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 terperinciAplikasi dan Analisis Algoritma BFS dan DFS dalam Menemukan Solusi pada Kasus Water Jug
Aplikasi dan Analisis Algoritma BFS dan DFS dalam Menemukan Solusi pada Kasus Water Jug Rizkydaya Aditya Putra NIM : 13506037 Program Studi Teknik Informatika Sekolah Teknik Elektro dan Informatika, Institut
Lebih terperinciSEARCHING SIMULATION SHORTEST ROUTE OF BUS TRANSPORTATION TRANS JAKARTA INDONESIA USING ITERATIVE DEEPENING ALGORITHM AND DJIKSTRA ALGORITHM
SEARCHING SIMULATION SHORTEST ROUTE OF BUS TRANSPORTATION TRANS JAKARTA INDONESIA USING ITERATIVE DEEPENING ALGORITHM AND DJIKSTRA ALGORITHM Ditto Djesmedi ( 0222009 ) Jurusan Teknik Elektro, Fakultas
Lebih terperinciBAB IV HASIL DAN UJI COBA
BAB IV HASIL DAN UJI COBA IV.1. Hasil Berikut ini dijelaskan tentang tampilan hasil dari Perancangan Sistem Informasi Geografis Lokasi Loket Bus di Kota Medan dapat dilihat sebagai berikut : IV.1.1. Hasil
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 terperinciA-1 BAB I PENDAHULUAN
A-1 BAB I PENDAHULUAN Bab ini akan menjelaskan mengenai latar belakang penelitian judul skripsi Implementasi algoritma A* berbasis pathfinding dalam pengembangan game menanam pohon. 1.1. Latar Belakang
Lebih terperinciPENERAPAN ALGORITMA A* PATHFINDING DALAM MENGATUR PRILAKU PERGERAKAN KERBAU DALAM GAME 3D MAKEPUNG KOMPETENSI REKAYASA PERANGKAT LUNAK SKRIPSI
PENERAPAN ALGORITMA A* PATHFINDING DALAM MENGATUR PRILAKU PERGERAKAN KERBAU DALAM GAME 3D MAKEPUNG KOMPETENSI REKAYASA PERANGKAT LUNAK SKRIPSI I PUTU AGUS EDY SAPUTRA NIM. 1108605050 PROGRAM STUDI TEKNIK
Lebih terperinciTujuan 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 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 terperinciSTUDI PENERAPAN ALGORITMA DIJKSTRA DAN ALGORITMA A* DALAM MENENTUKAN RUTE TERPENDEK PADA ROBOT PEMADAM API
STUDI PENERAPAN ALGORITMA DIJKSTRA DAN ALGORITMA A* DALAM MENENTUKAN RUTE TERPENDEK PADA ROBOT PEMADAM API Akhmad Alfan Hidayatullah, Anik Nur Handayani, Muhammad Jauharul Fuady Teknik Elektro - Universitas
Lebih terperinciEvaluasi dan Usaha Optimalisasi Algoritma Depth First Search dan Breadth First Search dengan Penerapan pada Aplikasi Rat Race dan Web Peta
Evaluasi dan Usaha Optimalisasi Algoritma Depth First Search dan Breadth First Search Tjatur Kandaga, Alvin Hapendi Jurusan Teknik Informatika, Fakultas Teknologi informasi, Universitas Kristen Maranatha
Lebih terperinciABSTRACT. Keyword: Algorithm, Depth First Search, Breadth First Search, backtracking, Maze, Rat Race, Web Peta. Universitas Kristen Maranatha
ABSTRACT In a Rat Race game, there is only one way in and one way out. The objective of this game is to find the shortest way to reach the finish. We use a rat character in this game, so the rat must walk
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 terperinciImplementasi Algoritma A Star pada Pemecahan Puzzle 8
1 Implementasi Algoritma A Star pada Pemecahan Puzzle 8 Yuliana, Ananda dan Ibnu Sur Progr;am Studi Teknik Informatika Politeknik Caltek Riau, Jln. Umbansari no.1 Rumbai Pekanbaru 28261 1 can_1ee14@hoo.com,
Lebih terperinciPengembangan Teknik Pencarian Optimal Menggunakan Algoritma Generate and Test dengan Diagram Precedence (GTPRE)
Pengembangan Teknik Pencarian Optimal Menggunakan Algoritma Generate and Test dengan Diagram Precedence (GTPRE) Development of Optimal Search Using Generate and Test Algorithm with Precedence Diagram (GTPRE)
Lebih terperinciBAB 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 terperinciPengembangan Heuristik Diferensial Terkompresi untuk Algoritma Block A*
Pengembangan Heuristik Diferensial Terkompresi untuk Algoritma Block A* Teguh Budi Wicaksono dan Rinaldi Munir Sekolah Teknik Elektro dan Informatika Institut Teknologi Bandung Bandung firezaps@gmail.com,
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 terperinciTIP 163. Game Engine. Topik 5 (Pert 6) Graf, Representasi Dunia, dan Algoritma Pencari Jalur (Pathfinding) Dosen: Aditya Wikan Mahastama
TIP 163 Game Engine Topik 5 (Pert 6) Graf, Representasi Dunia, dan Algoritma Pencari Jalur (Pathfinding) Dosen: Aditya Wikan Mahastama Last Week Review Adakah permasalahan dalam tugas terakhir yang diberikan
Lebih terperinciOptimasi Rute Perjalanan Ambulance Menggunakan Algoritma A-Star
Optimasi Rute Perjalanan Ambulance Menggunakan Algoritma A-Star Marhaendro Bayu Setyawan, Nurlita Gamayanti, Abdullah Alkaff Jurusan Teknik Elektro FTI - ITS Abstraksi Tugas akhir mencoba untuk menciptakan
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 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 terperinciI. PENDAHULUAN. Kata Kunci Greedy-Best First Search, SMA*, jalur pendek-efisien, Heuristic
Penerapan Algoritma Simplified-Memory-Bounded A* dan Algoritma Greedy-Best First Search dalam Pencarian Lintasan Terpendek dan Efisiensi Tarif Perjalanan Antar Kota Yongke Yoswara - 13508034 Program Studi
Lebih terperinciBAB III ANALISIS DAN DESAIN SISTEM
BAB III ANALISIS DAN DESAIN SISTEM III.1. Analisis Masalah Loket Bus merupakan tempat dimana masyarakat yang akan memesan atau membeli suatu tiket untuk menggunakan sarana transportasi bus sebagai keperluan
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 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 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 terperinciOPTIMASI RUTE PERJALANAN AMBULANCE MENGGUNAKAN ALGORITMA A-STAR. Marhaendro Bayu Setyawan
OPTIMASI RUTE PERJALANAN AMBULANCE MENGGUNAKAN ALGORITMA A-STAR Marhaendro Bayu Setyawan 2206 100 021 AGENDA PEMBUKAAN DASAR TEORI Latar belakang Permasalahan Batasan masalah Tujuan Permasalahan Lintasan
Lebih terperinciPencarian Rute Oleh Non Player Character Menggunakan Algoritma A* Berbasis 2D
147 Pencarian Rute Oleh Non Player Character Menggunakan Algoritma A* Berbasis 2D Latius Hermawan *, Maria Bellaniar I **) Informatika, Universitas Katolik Musi Charitas Palembang E-Mail: * tiuz.hermawan@sttmusi.ac.id,
Lebih terperinciPENCARIAN LOKASI FASILITAS UMUM TERDEKAT DILENGKAPI DENGAN RUTE KENDARAAN UMUM LYN
PENCARIAN LOKASI FASILITAS UMUM TERDEKAT DILENGKAPI DENGAN RUTE KENDARAAN UMUM LYN Esther Irawati S. 1, Gunawan 2, Indra Maryati 1, Joan Santoso 1, Rossy P.C. 1 1 Jurusan Teknik Informatika, Sekolah Tinggi
Lebih terperinciPENGEMBANGAN HEURISTIK DIFERENSIAL TERKOMPRESI UNTUK ALGORITMA BLOCK A*
PENGEMBANGAN HEURISTIK DIFERENSIAL TERKOMPRESI UNTUK ALGORITMA BLOCK A* Teguh Budi Wicaksono 1), Rinaldi Munir 2) Sekolah Teknik Elektro dan Informatika, Institut Teknologi Bandung Bandung, Jawa Barat
Lebih terperinciPenyelesaian Permainan Sliding Puzzle 3x3 Menggunakan Algoritma Greedy Dengan Dua Fungsi Heuristik
Penyelesaian Permainan Sliding Puzzle 3x3 Menggunakan Algoritma Greedy Dengan Dua Fungsi Heuristik Akbar Gumbira - 13508106 Program Studi Teknik Informatika Sekolah Teknik Elektro dan Informatika Institut
Lebih terperinciALGORITMA PENCARIAN SIMPUL SOLUSI DALAM GRAF
ALGORITMA PENCARIAN SIMPUL SOLUSI DALAM GRAF Anthony Rahmat Sunaryo NIM: 3506009 Jurusan Teknik Informatika ITB, Bandung email : if6009@students.if.itb.ac.id Abstract -- Makalah ini membahas tentang analsis
Lebih terperinciJURNAL INFORMATIKA SIMULASI PERGERAKAN LANGKAH KUDA MENGGUNAKAN METODE BREADTH FIRST SEARCH
SIMULASI PERGERAKAN LANGKAH KUDA MENGGUNAKAN METODE BREADTH FIRST SEARCH Youllia Indrawaty [1], Asep Nana Hermana [2], Vichy Sinar Rinanto [3] Jurusan Teknik Informatika Institut Teknologi Nasional Bandung
Lebih terperinciIMPLEMENTASI DAN ANALISIS ALGORITMA A*(STAR) UNTUK MENENTUKAN JALUR DENGAN MULTIPLE GOAL PADA PERGERAKAN NPC(NON-PLAYABLE CHARACTER)
IMPLEMENTASI DAN ANALISIS ALGORITMA A*(STAR) UNTUK MENENTUKAN JALUR DENGAN MULTIPLE GOAL PADA PERGERAKAN NPC(NON-PLAYABLE CHARACTER) Implementation and Analysis of A* Algorithm for Multiple Goal Pathfinding
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 terperinciKompleksitas Algoritma A* Pada Implementasi PassiveAI Untuk Game Mobile AI
Kompleksitas Algoritma A* Pada Implementasi PassiveAI Untuk Game Mobile AI Dandy Akhmad Rahadiansyah 23514098 1 Program Magister Informatika Sekolah Teknik Elektro dan Informatika Institut Teknologi Bandung,
Lebih terperinciSimulasi Pencarian Shortest Distance Path
Simulasi Pencarian Shortest Distance Path Sukiman 1) Jeffrey 2) Teknik Informatika, STMIK IBBI Jl. Sei Deli. 18 Medan, Telp. 061-4567111 Fax. 061-4527548 Email : Sukiman_liu@yahoo.com Abstrak Path finding
Lebih terperinciPenggunaan Algoritma Pathfinding pada Game
Penggunaan Algoritma Pathfinding pada Game Ahmad Fauzan (000) Program Studi Teknik Informatika Sekolah Teknik Elektro dan Informatika Institut Teknologi Bandung, Jl. Ganesha 0 Bandung 0, Indonesia 000@std.stei.itb.ac.id
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 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 terperinciMANAJEMEN BASIS DATA SARANA KAMPUS UNIVERSITAS BENGKULU MENGGUNAKAN ALGORITMA A* BERBASIS SPASIAL
MANAJEMEN BASIS DATA SARANA KAMPUS UNIVERSITAS BENGKULU MENGGUNAKAN ALGORITMA A* BERBASIS SPASIAL Foni Panca Wardhani 1, Asahar Johar 2, Yulian Fauzi 3 1,2,3 Program Studi Teknik Informatika, Fakultas
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 terperinciBAB 4 IMPLEMENTASI DAN PENGUJIAN SISTEM
BAB 4 IMPLEMENTASI DAN PENGUJIAN SISTEM 4.1. Implementasi Sistem Tahap implementasi merupakan tahap kelanjutan dari kegiatan perancangan sistem. Wujud dari hasil implementasi ini nantinya adalah sebuah
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 terperinciBAB 2 TINJAUAN PUSTAKA
BAB 2 TINJAUAN PUSTAKA 2.1. Sistem Informasi Geografis (SIG) Sistem Informasi Geografis (SIG) merupakan suatu sistem berbasis komputer yang digunakan untuk mengumpulkan, menyimpan, menggabungkan, mengatur,
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 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 terperinciSSSS, Problem Solving. State Space Search. Erick Pranata. Edisi I
SSSS, Problem Solving State Space Search Erick Pranata Edisi I 19/04/2013 Definisi Merupakan sebuah teknik dalam kecerdasan buatan yang dapat digunakan untuk mencari langkah-langkah yang perlu ditempuh
Lebih terperinciBab 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 terperinciDibimbing oleh : 1. Dr. Suryo Widodo, M.Pd 2. Risky Aswi Ramadhani, M.Kom
JURNAL APLIKASI FUNDRAISER DALAM MENENTUKAN RUTE TERDEKAT PENGAMBILAN DONASI DONATUR YAYASAN NURUL HAYAT CABANG KEDIRI DENGAN ALGORITMA A* BERBASIS ANDROID OLEH : IMRON ROSADI NPM: 12.1.03.02.0323 Dibimbing
Lebih terperinciISSN: PROBLEM SOLVING PERMAINAN PUZZLE 8 MENGGUNAKAN ALGORITMA A* Beny Hakim Halimsah, Eggy Margiso
Problem Solving Permainan... ISSN: 1978-1520 PROBLEM SOLVING PERMAINAN PUZZLE 8 MENGGUNAKAN ALGORITMA A* Beny Hakim Halimsah, Eggy Margiso Sekolah Tinggi Manajemen Informatika dan Komputer Pontianak Jln.
Lebih terperinciMasalah, Ruang Masalah dan Pencarian
Masalah, Ruang Masalah dan Pencarian Definisi Masalah dan Ruang Masalah Metode Pencarian Buta Breadth First Search Depth First Search Referensi Luger & Stubblefield - bab 3 Sri Kusumadewi - bab 2 Rich
Lebih terperinciPENERAPAN ALGORITMA A* UNTUK PENCARIAN SOLUSI TERBAIK PADA GAME CONGKLAK
Majalah Ilmiah INTI, Volume, Nomor, Mei 7 ISSN 339- PENERAPAN ALGORITMA A* UNTUK PENCARIAN SOLUSI TERBAIK PADA GAME CONGKLAK Ahmad Soleh Siregar, Surya Darma Nasution Mahasiswa Teknik Informatika STMIK
Lebih terperinciPENERAPAN ALGORITMA BACKTRACKING PADA PERMAINAN MATH MAZE
PENERAPAN ALGORITMA BACKTRACKING PADA PERMAINAN MATH MAZE Teneng, Joko Purwadi, Erick Kurniawan Fakultas Teknik Program Studi Teknik Informatika Universitas Kristen Duta Wacana Yogyakarta Email: patmostos@yahoo.com,
Lebih terperinciAplikasi Teori Graf untuk Pencarian Rute Angkutan Kota Terdekat untuk Tempat-tempat di Bandung
Aplikasi Teori Graf untuk Pencarian Rute Angkutan Kota Terdekat untuk Tempat-tempat di Bandung Luqman Abdul Mushawwir NIM: 13507029 Jurusan Teknik Informatika ITB, Jalan Ganeca 10, Bandung, email: if17029@students.if.itb.ac.id
Lebih terperinciBAB 2 LANDASAN TEORI. Universitas Sumatera Utara
BAB 2 LANDASAN TEORI 2.1 Definisi Ambulans Pada Kamus Besar Bahasa Indonesia (KBBI) online versi 1.4 (2015) am bu lans n adalah kendaraan (mobil dan sebagainya) yang dilengkapi peralatan medis untuk mengangkut
Lebih terperinciPROTOTIPE GAME MAZE CHASER DENGAN ALGORITMA A*
PROTOTIPE GAME MAZE CHASER DENGAN ALGORITMA A* Aditya Haryanov 1) 1) Teknik Informatika STMIK AMIKOM Yogyakarta Jl Ring road Utara, Condongcatur, Sleman, Yogyakarta 55281 Email : adityaharyanov@gmail.com
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 terperinciTEKNIK PENYELESAIAN MASALAH BERDASARKAN AI
TEKNIK PENYELESAIAN MASALAH BERDASARKAN AI 1. Definisikan masalah dengan tepat 2. Analisa masalahnya 3. Representasikan task knowledge 4. Pilih dan gunakan representasi dan teknik reasoning Untuk mendefinisikan
Lebih terperinciMatematika dan Statistika
ISSN 1411-6669 MAJALAH ILMIAH Matematika dan Statistika DITERBITKAN OLEH: JURUSAN MATEMATIKA FMIPA UNIVERSITAS JEMBER Majalah Ilmiah Matematika dan Statistika APLIKASI ALGORITMA SEMUT DAN ALGORITMA CHEAPEST
Lebih terperinciJurnal Ilmiah Komputer dan Informatika (KOMPUTA)
Vol., No., Maret, ISSN : - IMPLEMENTSI LGORITM SIMPLIFIED MEMORY BOUNDED * UNTUK PENCRIN KT PD PERMINN WORD SERCH PUZZLE sih Joko Purnomo, Galih Hermawan Program Studi Teknik Informatika Fakultas Teknik
Lebih terperinciPenerapan Algoritma Greedy Best First Search untuk Menyelesaikan Permainan Chroma Test : Brain Challenge
Penerapan Algoritma Greedy Best First Search untuk Menyelesaikan Permainan Chroma Test : Brain Challenge Ikhwanul Muslimin/13514020 Program Studi Teknik Informatika, Fakultas Teknik Elektro dan Informatika
Lebih terperinciMENENTUKAN LINTASAN TERPENDEK SUATU GRAF BERBOBOT DENGAN PENDEKATAN PEMROGRAMAN DINAMIS. Oleh Novia Suhraeni 1, Asrul Sani 2, Mukhsar 3 ABSTRACT
MENENTUKAN LINTASAN TERPENDEK SUATU GRAF BERBOBOT DENGAN PENDEKATAN PEMROGRAMAN DINAMIS Oleh Novia Suhraeni 1, Asrul Sani 2, Mukhsar 3 ABSTRACT One of graph application on whole life is to establish the
Lebih terperinciAplikasi Graf pada Persoalan Lintasan Terpendek dengan Algoritma Dijkstra
Aplikasi Graf pada Persoalan Lintasan Terpendek dengan Algoritma Dijkstra Adriansyah Ekaputra 13503021 Program Studi Teknik Informatika, Institut Teknologi Bandung Jl. Ganesha 10, Bandung Abstraksi Makalah
Lebih terperinciAPLIKASI PENCARIAN JALUR TERPENDEK PADA RUMAH SAKIT UMUM BAHTERAMAS MENGGUNAKAN ALGORITMA A* (A-STAR)
APLIKASI PENCARIAN JALUR TERPENDEK PADA RUMAH SAKIT UMUM BAHTERAMAS MENGGUNAKAN ALGORITMA A* (A-STAR) #1 Muh. Yamin, #2 Moh. Bandrigo Talai #1,2 Jurusan Teknik Informatika, FTEKNIK UHO, Kendari Abstrak
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 I PENDAHULUAN. ini. Salah satu penerapannya yaitu terdapat pada permasalahan dalam melakukan pencarian dari
BAB I PENDAHULUAN 1.1 Latar Belakang Pencarian merupakan suatu permasalahan dalam menemukan solusi dari kondisi awal ke kondisi akhir. Berbagai macam permasalahan dapat diterapkan dalam permasalahan pencarian
Lebih terperinciSebelumnya... Best-First Search Greedy Search A* Search, karena boros memory, dimunculkan variannya (sekilas): IDA* SMA* D* (DWA*) RBFS Beam
Sebelumnya... Best-First Search Greedy Search A* Search, karena boros memory, dimunculkan variannya (sekilas): IDA* SMA* D* (DWA*) RBFS Beam Kecerdasan Buatan Pertemuan 04 Variasi A* dan Hill Climbing
Lebih 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 terperinci