SlideShare a Scribd company logo
1 of 3
Nama : Yohanes
NIM : 131111092
Kelas : TP-A Pagi
Metode Pencarian & Pelacakan
Pencarian dan pelacakan merupakan suatu hal penting dalam suatu sistem. Karena
pencarian dan pelacakan ini adalah hal yang menentukan keberhasilan sistem tersebut. Pada
dasarnya, metode pencarian dan pelacakan dibagi dua, yaitu pencarian buta (blind search) dan
pencarian tersusun (heuristic search).
 Pencarian Buta
 Pencarian Melebar Pertama (breadth-search first)
Pencarian melebar pertama dilakukan dengan melakukan pencarian dengan caramencari
yang dilakukan dengan cara melebar dari node pertama hingga berlanjut kepada node di
level selanjutnya. Dimulai pada node n, dan dilanjutkan n+1. Pencarian akan terus
dilakukan dari akar kiri ke kanan hingga hasil ditemukan.
Metode ini memiliki keuntungan dan kekurangan, yaitu :
 Keuntungan
1. Tidak akan menemui jalan buntu
2. Jika ada satu solusi, maka breadth first akan menemukannya. Dan jika ada lebih
dari satu solusi, maka solusi minimum akan ditemukan.
 Kekurangan
1. Membutuhkan memori yang cukup banyak, karena menyimpan semua node
dalam satu pohon.
2. Membutuhkan waktu yang cukup lama karena akan menguji n level untuk
mendapatkan solusi pada level yang ke-(n+1)
 Pencarian Mendalam Pertama (depth-search first)
Pencarian metode ini melakukan pencarian pada semua node "anaknya" sebelum
dilakukan pencarian ke node-node lain yang selevel.Pencarian dimulai dari node akar ke level
yang lebih tinggi, dan proses terus diulang hingga solusi ditemukan. Keuntungan dari metode
ini adalah menggunakan memori yang relatif kecil, dan jika pencarian tepat, akan
menemukan solusi tanpa harus menguji lebih banyak node. Namun, metode ini tetap
memiliki kelemahan, yaitu memungkinkan hasil tidak ditemukan, dan setiap 1 kali pencarian
hanya akan menghasilkan satu solusi.
 Pencarian Tersusun
Pencarian tersusun atau pencarian heuristik merupakan suatu teknik yang digunakan
untuk meningkatkan efisiensi dalamproses pencarian. Metode heuristik menggunakan suatu
fungsi yang menghitung biaya perkiraan dari suatu simpul tertentu menuju ke simpul tujuan.
Dalam pencarian state space, heuristik adalah aturan untuk memilih cabang-cabang yang
paling mungkin menyebabkan penyelesaian permasalahan dapat diterima.
 Generate and test
Ini adalah gabungan dari pencarian depth first dengan pelacakan mundur. Nilai dari
pengujian ini berupa "ya" atau "tidak". Pencarian ini memiliki beberapa algoritma, yaitu :
1. Bangkitkan suatu kemungkinan solusi (membangkitkan suatu titik tertentu atau lintasan
tertendu dari keadaan awal).
2. Uji untuk melihat apakah node tersebut benar-benar merupakan solusinya dengancara
membandingkan node tersebut atau node akhir dari suatu lintasan yang dipilih
merupakan tujuan yang diharapkan.
Kelemahan dari generate and test adalah perlunya membangkitkan semua kemungkinan
sebelum dilakukan pengujian, serta membutuhkan waktu yang cukup lama dalam pencarian.
 Hill climbing
Metode ini hampir sama dengan generate and test, perbedaannya ada pada feedback
dari prosedur test untuk pembangkitan keadaan berikutnya. Tes yang dilakukan berupa
fungsi heuristik akan menunjukkan seberapa baik nilai terkaan yang diambil terhadap
keadaan lain yang memungkinkan. Algoritma dari pencarian ini adalah :
1. Mulai dari keadaan awal, jika merupakan tujuan, maka berhenti; tapi jika tidak, lanjutkan
dengan keadaan sekarang sebagai keadaan awal.
2. Kerjakan langkah-langkah berikut hingga solusinya ditemukan, atau hingga tidak ada lagi
operator baru yang diaplikasikan pada keadaan sekarang :
 Cari operator yang belum pernah digunakan sebagai operator untuk keadaan baru
 evaluasi keadaan baru tersebut
 jika keadaan baru adalah tujuan, keluar.
 jika bukan tujuan namun nilai lebih baik, keadaan baru akan digunakan sebagai
keadaan sekarang.
 jika keadaan baru tidak lebih baik, maka lanjutkan interasi.
Kelemahan pada sistem ini adalah algoritma akan berhenti ketika mencapai optimum
local, urutan penggunaan operator akan sangat berpengaruh, dan tidak diijinkan untuk
melihat langkah sebelumnya.
 Best first search
Metode ini adalah kombinasi dari metode depth-search first dan metode breadth-search
first dengan mengambil kelebihan keduanya. Ketika pada hill climbing tidak diperkenankan
untuk kembali ke node sebelumnya, pada metode ini diijinkan jika ternyata node yang lebih
tinggi memiliki nilai heuristik yang lebih buruk.
 Simulated annealing
Metode ini terbentuk dari pemrosesan logam. Annealing (memanaskan kemudian
mendinginkan) ini adalah proses bagaimana membuat bentuk cair berangsur-angsur menjadi
bentuk yang lebih padat seiring dengan penurunan temperatur. Biasanya, simulated
annealing digunakan pada sistem yang sangat luas.

More Related Content

Similar to 131111092-Forum5-PencarianHeuristik

Kecerdasan-Buatan-Pertemuan-3.pptx
Kecerdasan-Buatan-Pertemuan-3.pptxKecerdasan-Buatan-Pertemuan-3.pptx
Kecerdasan-Buatan-Pertemuan-3.pptxNinuNanda
 
Slide-INF401-KECERDASAN-BUATAN-PERTEMUAN-3.pptx
Slide-INF401-KECERDASAN-BUATAN-PERTEMUAN-3.pptxSlide-INF401-KECERDASAN-BUATAN-PERTEMUAN-3.pptx
Slide-INF401-KECERDASAN-BUATAN-PERTEMUAN-3.pptxAyuRosyidazain1
 
Kecerdasan Buatan Diskusi 3.pdf
Kecerdasan Buatan Diskusi 3.pdfKecerdasan Buatan Diskusi 3.pdf
Kecerdasan Buatan Diskusi 3.pdfHendroGunawan8
 
Metodepencarianheuristik 121108094422-phpapp02
Metodepencarianheuristik 121108094422-phpapp02Metodepencarianheuristik 121108094422-phpapp02
Metodepencarianheuristik 121108094422-phpapp02Nanank Darey
 
Metode pencarian dan pelacakan
Metode pencarian dan pelacakanMetode pencarian dan pelacakan
Metode pencarian dan pelacakanAli Nardi
 
Pertemuan 05 Teknik Pencarian (Search) -lanjutan
Pertemuan 05 Teknik Pencarian (Search) -lanjutanPertemuan 05 Teknik Pencarian (Search) -lanjutan
Pertemuan 05 Teknik Pencarian (Search) -lanjutanEndang Retnoningsih
 
Kecerdasan Buatan (AI)
Kecerdasan Buatan (AI)Kecerdasan Buatan (AI)
Kecerdasan Buatan (AI)Farichah Riha
 
KECERDASAN BUATAN PERTEMUAN 9.pptx
KECERDASAN BUATAN PERTEMUAN 9.pptxKECERDASAN BUATAN PERTEMUAN 9.pptx
KECERDASAN BUATAN PERTEMUAN 9.pptxFebriSugandi1
 
Tugas Problem solving AI.pptx
Tugas Problem solving AI.pptxTugas Problem solving AI.pptx
Tugas Problem solving AI.pptxAriefPrasetyo41
 
Metode sorting dan aplikasinya2
Metode sorting dan aplikasinya2Metode sorting dan aplikasinya2
Metode sorting dan aplikasinya2maidah .
 
ALPRO SEARCHING K.4.pdf
ALPRO SEARCHING K.4.pdfALPRO SEARCHING K.4.pdf
ALPRO SEARCHING K.4.pdfMamankHD
 
BERPIKIR KOMPUTESIONAL 3.ppt
BERPIKIR KOMPUTESIONAL 3.pptBERPIKIR KOMPUTESIONAL 3.ppt
BERPIKIR KOMPUTESIONAL 3.pptAgusPurwadi20
 
Teknik pencarian heuristik
Teknik pencarian heuristikTeknik pencarian heuristik
Teknik pencarian heuristikHerman Celamanya
 

Similar to 131111092-Forum5-PencarianHeuristik (20)

Kecerdasan-Buatan-Pertemuan-3.pptx
Kecerdasan-Buatan-Pertemuan-3.pptxKecerdasan-Buatan-Pertemuan-3.pptx
Kecerdasan-Buatan-Pertemuan-3.pptx
 
Tugas2 -metode searching ai
Tugas2 -metode searching aiTugas2 -metode searching ai
Tugas2 -metode searching ai
 
Slide-INF401-KECERDASAN-BUATAN-PERTEMUAN-3.pptx
Slide-INF401-KECERDASAN-BUATAN-PERTEMUAN-3.pptxSlide-INF401-KECERDASAN-BUATAN-PERTEMUAN-3.pptx
Slide-INF401-KECERDASAN-BUATAN-PERTEMUAN-3.pptx
 
Kecerdasan Buatan Diskusi 3.pdf
Kecerdasan Buatan Diskusi 3.pdfKecerdasan Buatan Diskusi 3.pdf
Kecerdasan Buatan Diskusi 3.pdf
 
Metodepencarianheuristik 121108094422-phpapp02
Metodepencarianheuristik 121108094422-phpapp02Metodepencarianheuristik 121108094422-phpapp02
Metodepencarianheuristik 121108094422-phpapp02
 
Pertemuan 8 AI.pptx
Pertemuan 8 AI.pptxPertemuan 8 AI.pptx
Pertemuan 8 AI.pptx
 
Metode pencarian dan pelacakan
Metode pencarian dan pelacakanMetode pencarian dan pelacakan
Metode pencarian dan pelacakan
 
Ai 2
Ai 2Ai 2
Ai 2
 
Pertemuan 05 Teknik Pencarian (Search) -lanjutan
Pertemuan 05 Teknik Pencarian (Search) -lanjutanPertemuan 05 Teknik Pencarian (Search) -lanjutan
Pertemuan 05 Teknik Pencarian (Search) -lanjutan
 
Kecerdasan Buatan (AI)
Kecerdasan Buatan (AI)Kecerdasan Buatan (AI)
Kecerdasan Buatan (AI)
 
KECERDASAN BUATAN PERTEMUAN 9.pptx
KECERDASAN BUATAN PERTEMUAN 9.pptxKECERDASAN BUATAN PERTEMUAN 9.pptx
KECERDASAN BUATAN PERTEMUAN 9.pptx
 
Tugas Problem solving AI.pptx
Tugas Problem solving AI.pptxTugas Problem solving AI.pptx
Tugas Problem solving AI.pptx
 
Metode sorting dan aplikasinya2
Metode sorting dan aplikasinya2Metode sorting dan aplikasinya2
Metode sorting dan aplikasinya2
 
ALPRO SEARCHING K.4.pdf
ALPRO SEARCHING K.4.pdfALPRO SEARCHING K.4.pdf
ALPRO SEARCHING K.4.pdf
 
Pertemuan 05
Pertemuan 05Pertemuan 05
Pertemuan 05
 
BERPIKIR KOMPUTESIONAL 3.ppt
BERPIKIR KOMPUTESIONAL 3.pptBERPIKIR KOMPUTESIONAL 3.ppt
BERPIKIR KOMPUTESIONAL 3.ppt
 
Teknik pencarian heuristik
Teknik pencarian heuristikTeknik pencarian heuristik
Teknik pencarian heuristik
 
Materi4 searching
Materi4 searchingMateri4 searching
Materi4 searching
 
Tugas sistem pakar
Tugas sistem pakarTugas sistem pakar
Tugas sistem pakar
 
Ni wayan tulus ristiani algo
Ni wayan tulus ristiani algoNi wayan tulus ristiani algo
Ni wayan tulus ristiani algo
 

131111092-Forum5-PencarianHeuristik

  • 1. Nama : Yohanes NIM : 131111092 Kelas : TP-A Pagi Metode Pencarian & Pelacakan Pencarian dan pelacakan merupakan suatu hal penting dalam suatu sistem. Karena pencarian dan pelacakan ini adalah hal yang menentukan keberhasilan sistem tersebut. Pada dasarnya, metode pencarian dan pelacakan dibagi dua, yaitu pencarian buta (blind search) dan pencarian tersusun (heuristic search).  Pencarian Buta  Pencarian Melebar Pertama (breadth-search first) Pencarian melebar pertama dilakukan dengan melakukan pencarian dengan caramencari yang dilakukan dengan cara melebar dari node pertama hingga berlanjut kepada node di level selanjutnya. Dimulai pada node n, dan dilanjutkan n+1. Pencarian akan terus dilakukan dari akar kiri ke kanan hingga hasil ditemukan. Metode ini memiliki keuntungan dan kekurangan, yaitu :  Keuntungan 1. Tidak akan menemui jalan buntu 2. Jika ada satu solusi, maka breadth first akan menemukannya. Dan jika ada lebih dari satu solusi, maka solusi minimum akan ditemukan.  Kekurangan 1. Membutuhkan memori yang cukup banyak, karena menyimpan semua node dalam satu pohon. 2. Membutuhkan waktu yang cukup lama karena akan menguji n level untuk mendapatkan solusi pada level yang ke-(n+1)  Pencarian Mendalam Pertama (depth-search first)
  • 2. Pencarian metode ini melakukan pencarian pada semua node "anaknya" sebelum dilakukan pencarian ke node-node lain yang selevel.Pencarian dimulai dari node akar ke level yang lebih tinggi, dan proses terus diulang hingga solusi ditemukan. Keuntungan dari metode ini adalah menggunakan memori yang relatif kecil, dan jika pencarian tepat, akan menemukan solusi tanpa harus menguji lebih banyak node. Namun, metode ini tetap memiliki kelemahan, yaitu memungkinkan hasil tidak ditemukan, dan setiap 1 kali pencarian hanya akan menghasilkan satu solusi.  Pencarian Tersusun Pencarian tersusun atau pencarian heuristik merupakan suatu teknik yang digunakan untuk meningkatkan efisiensi dalamproses pencarian. Metode heuristik menggunakan suatu fungsi yang menghitung biaya perkiraan dari suatu simpul tertentu menuju ke simpul tujuan. Dalam pencarian state space, heuristik adalah aturan untuk memilih cabang-cabang yang paling mungkin menyebabkan penyelesaian permasalahan dapat diterima.  Generate and test Ini adalah gabungan dari pencarian depth first dengan pelacakan mundur. Nilai dari pengujian ini berupa "ya" atau "tidak". Pencarian ini memiliki beberapa algoritma, yaitu : 1. Bangkitkan suatu kemungkinan solusi (membangkitkan suatu titik tertentu atau lintasan tertendu dari keadaan awal). 2. Uji untuk melihat apakah node tersebut benar-benar merupakan solusinya dengancara membandingkan node tersebut atau node akhir dari suatu lintasan yang dipilih merupakan tujuan yang diharapkan. Kelemahan dari generate and test adalah perlunya membangkitkan semua kemungkinan sebelum dilakukan pengujian, serta membutuhkan waktu yang cukup lama dalam pencarian.  Hill climbing Metode ini hampir sama dengan generate and test, perbedaannya ada pada feedback dari prosedur test untuk pembangkitan keadaan berikutnya. Tes yang dilakukan berupa
  • 3. fungsi heuristik akan menunjukkan seberapa baik nilai terkaan yang diambil terhadap keadaan lain yang memungkinkan. Algoritma dari pencarian ini adalah : 1. Mulai dari keadaan awal, jika merupakan tujuan, maka berhenti; tapi jika tidak, lanjutkan dengan keadaan sekarang sebagai keadaan awal. 2. Kerjakan langkah-langkah berikut hingga solusinya ditemukan, atau hingga tidak ada lagi operator baru yang diaplikasikan pada keadaan sekarang :  Cari operator yang belum pernah digunakan sebagai operator untuk keadaan baru  evaluasi keadaan baru tersebut  jika keadaan baru adalah tujuan, keluar.  jika bukan tujuan namun nilai lebih baik, keadaan baru akan digunakan sebagai keadaan sekarang.  jika keadaan baru tidak lebih baik, maka lanjutkan interasi. Kelemahan pada sistem ini adalah algoritma akan berhenti ketika mencapai optimum local, urutan penggunaan operator akan sangat berpengaruh, dan tidak diijinkan untuk melihat langkah sebelumnya.  Best first search Metode ini adalah kombinasi dari metode depth-search first dan metode breadth-search first dengan mengambil kelebihan keduanya. Ketika pada hill climbing tidak diperkenankan untuk kembali ke node sebelumnya, pada metode ini diijinkan jika ternyata node yang lebih tinggi memiliki nilai heuristik yang lebih buruk.  Simulated annealing Metode ini terbentuk dari pemrosesan logam. Annealing (memanaskan kemudian mendinginkan) ini adalah proses bagaimana membuat bentuk cair berangsur-angsur menjadi bentuk yang lebih padat seiring dengan penurunan temperatur. Biasanya, simulated annealing digunakan pada sistem yang sangat luas.