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 teknik yang digunakan untuk meningkatkan efisiensi dari proses pencarian. Dalam pencarian ruang keadaan, heuristik adalah aturan untuk memilih cabang-cabang yang paling mungkin menyebabkan penyelesaian permasalahan dapat diterima.
Metode Pencarian Heuristik Generate and Test (Pembangkitan dan Pengujian) Hill Climbing Best First Search
Generate and Test Pembangkitan dan pengujian. Metode yang paling sederhana dalam pencarian heuristic. Metode gabungan dari DFS dan pelacakan mundur (backtracking) karena solusi harus dibangkitkan secara lengkap sebelum dilakukan test. Jika ruang masalahnya sangat luas, mungkin memerlukan waktu yang sangat lama.
Algoritma Generate and Test Pada gambar di bawah ini, terdapat 12 kota A, B, C, D, E, F, G, H, I, J, K, Z. Pak pos ingin mengirimkan barang dari kota A ke kota Z. Problem : lintasan dengan jarak terpendek?
Algoritma Generate and Test Keadaan awal : A Goal : Z Algoritma : 1. Bangkitkan solusi menggunakan algortima DFS. Inisialisasi solusi pertama menjadi NewSolution. 2. Kriteria pengujian yang digunakan. IF NewSolution < Solution then Solution = NewSolution 3. Berhenti pencarian, IF sudah menemukan solusi (jarak terpendek). Else kembali ke langkah 1.
Algoritma Generate and Test Solution = Max NewSolution = getnewsolution(). If NewSolution < Solution, then Solution = NewSolution.
Algoritma Generate and Test Iterasi 1 : F(A-B-D-E-G-Z) = 4+3+4+6+7 = 24 Iterasi 2 : F(A-B-D-E-G-H-Z) = 4+3+4+6+2+6 = 25 If F(A-B-D-E-G-Z) < F(A-B-D-E-G-H-Z), then Solution = F(A-B-D-E-G-Z) = 24 Iterasi 3 : F(A-C-E-G-Z) = 5+3+6+7 = 21 If F(A-C-E-G-Z) < F(A-B-D-E-G-Z), then Solution = F(A-C-E-G-Z) = 21 Iterasi 4 : F(A-C-E-G-H-Z) = 5+3+6+2+7 =23 Karena F(A-C-E-G-H-Z) > F(A-C-E-G-Z), then Solution = F(A-C-E-G-Z) = 21 Tidak ada lagi solusi yang bisa dibangkitkan, iterasi dihentikan. Kesimpulan : jarak terpendek F(A-C-E-G-Z) = 21
Studi Kasus Penyelesaian dengan Hill Climbing
Algoritma Hill Climbing 1. Buat sebuah antrian, inisialisasi node pertama dengan root dari tree. 2. Bila node pertama, jika GOAL, node dihapus diganti dengan anak-anaknya dengan urutan yang paling kecil jaraknya. 3. Bila node pertama = GOAL, selesai.
Algoritma Hill Climbing Lintasan yang didapat S-B-C-E-Z = 10
Hill Climbing Keuntungan Kelemahan Membutuhkan memori yang relatif kecil. Karena hanya node-node pada lintasan yang aktif saja yang disimpan. Algoritma akan berhenti kalau mencapai nilai lokal optimum. Perlu menentukan aturan yang tepat. Menemukan solusi tanpa harus menguji lebih banyak lagi dalam ruang keadaan.
Studi Kasus Penyelesaian dengan Best First Search
Algoritma Best First Search 1. Buat sebuah antrian/queue, inisialisasi node pertama dengan root dari tree. 2. Bila node pertama, jika GOAL, node dihapus & diganti dengan anak-anaknya. Selanjutnya keseluruhan node yang di Queue di-sort ascending. 3. Bila node pertama = GOAL, selesai.
Algoritma Best First Search S B A C A A E A A D Z A A D Lintasan yang didapat : S-B-C-E-Z = 10
Best First Search Keuntungan Kelemahan Membutuhkan memori yang relatif kecil. karena hanya node-node pada lintasan yang aktif saja yang disimpan. Secara kebetulan, metode best first search akan menemukan solusi tanpa harus menguji lebih banyak lagi dalam ruang keadaan. Algoritma akan berhenti kalau mencapai nilai lokal optimum. Tidak diijinkan untuk melihat satupun langkah sebelumnya.
Latihan Halaman 118 : No. 3 No. 6 a, b
Terima Kasih