Menjelaskan metode pencarian dalam kecerdasan buatan yaitu Metode A Star (A Bintang) disertai dengan contoh kasus.

1. Artificial Intelligence – Searching
METODE A*
(BINTANG)
Kelompok 5
:
Susana O. Kase
Jayner E. Wennyi
Happy Maydiani
Hadi Kurniasih
Anggriyani S.

2. Apakah itu Algoritma A Bintang ?
Merupakan salah satu dari
algoritma yang menerapkan teknik
heuristik (teknik pencarian
terbimbing).
Algoritma ini dipelajari untuk
menyelesaikan permasalahan yang
menggunakan graf untuk perluasan
ruang statusnya.
Dengan kata lain digunakan
untuk menyelesaikan permasalahan
yang bisa direpresentasikan dengan
graf.

3. Algoritma ini merupakan algoritma Best First Search
Jadi,
yangdi perhitungkan dalam metode A
menggabungkan antara :
Biaya yang
Bintang didapat dari biaya sebenarnya ditambah
Uniform Cost Search (UCS)
dengan biaya perkiraan.
Mengurutkan urutan biaya sebenarnya dari yang
paling kecil sampai yang terbesar. UCS berusaha
menemukan solusi dengan total biaya terendah yang
f(n) = g(n) simpul
dihitung berdasarkan biaya dari+ h(n)asal menuju
simpul tujuan. Biaya dilambangkan dengan g(n).
Greedy Best-First Search
Hanya memperhitungkan biaya perkiraan
Dengan perhitungan biaya seperti
(estimated cost) saja, adalah = h(n).
ini, algoritma A* yaitu f(n)
Biaya sebenarnya tidak diperhitungkan.
complete dan optimal.

4. Algoritma A* menggunakan 2 senarai, yaitu
OPEN dan CLOSED.
Terdapat tiga kondisi bagi setiap suksesor
yang dibangkitkan :
Pada ketiga kondisi
tersebut diberikan
sudah
berada di
Tidak di
penanganan yang/
OPEN
OPEN
sudah
CLOSED
berbeda-beda
berada di
CLOSED

5. Lakukan pengecekan
apakah perlu pengubahan parent
atau tidak tergantung pada nilai g-nya
melalui parent lama atau parent baru. Jika
melalui parent baru memberikan nilai g yang
lebih kecil, maka dilakukan pula perbaruan
(update) nilai g dan f pada suksesor tersebut.
Dengan perbaruan ini, suksesor tersebut
memiliki kesempatan yang lebih besar untuk
terpilih sebagai simpul terbaik (best node).

6. Lakukan pengecekan
apakah perlu pengubahan
parent atau tidak. Jika ya, maka dilakukan
perbaruan nilai g dan f pada suksesor
tersebut serta pada semua “anak cucunya”
yang sudah pernah berada di OPEN. Dengan
perbaruan ini, maka semua anak cucunya
tersebut memiliki kesempatan lebih besar
untuk terpilih sebagai simpul terbaik (best
node).

7. Jika suksesor tidak berada di OPEN maupun
CLOSED, maka suksesor tersebut dimasukkan
ke dalam OPEN. Tambahkan suksesor
tersebut sebagai suksesornya best node.
Hitung biaya suksesor tersebut dengan rumus
f = g + h.

8. Pseudocode Algoritma
A* (A Bintang)
function A* (masalah) returns solusi
OPEN ← S
CLOSED ← array kosong
loop sampai gol ditemukan atau sampai tidak ada simpul di dalam OPEN
If OPEN = kosong then
Gagal
else
BestNode = simpul yang ada di OPEN dengan f minimal
Pindahkan simpul terbaik tersebut dari OPEN ke CLOSED
If BestNode = goal then
Sukses
else
Bangkitkan semua suksesor BestNode tapi jangan buat pointer
Untuk setiap suksesor kerjakan :
Hitung g(suksesor) = g(BestNode) + actual cost(dari BestNode ke
suksesor)
{Periksa suksesor}
If suksesor ada di OPEN then {sudah pernah dibangkitkan tapi belum
diproses}
OLD = simpul di OPEN yang sama dengan suksesor tersebut
Tambahkan OLD sebagai suksesor BestNode
Buat pointer dari OLD ke BestNode
Bandingkan nilai g(OLD) dengan g(suksesor)
If g(OLD) lebih baik then
Ubah parent OLD ke BestNode
Ubah nilai g dan f yang ada pada OLD
end
else
If suksesor ada di CLOSED then {sudah pernah
dibangkitkan dan sudah diproses}
OLD = simpul di CLOSED yang sama dengan
suksesor tersebut
Tambahkan OLD sebagai suksesor BestNode
Bandingkan nilai g(OLD) dengan g(suksesor)
If g(OLD) lebih baik then
Ubah parent OLD ke BestNode
Ubah nilai g dan f yang ada pada OLD
Propagasi untuk semua suksesor OLD dengan penelusuran DFS
dengan aturan.
loop sampai simpul suksesor tidak ada di OPEN atau simpul tidak
punya suksesor
If suksesor ada di OPEN then
Propagasi diteruskan
else
If nilai g via suksesor lebih baik then
Propagasi diteruskan
else
Propagasi dihentikan
end
end
end
else {suksesor tidak ada di OPEN maupun CLOSED}
Masukan suksesor ke OPEN
Tambahkan suksesor tersebut sebagai suksesornya
BestNode
Hitung f = g(suksesor) + h(suksesor)
end
end
end
end

9. CONTOH
KASUS
RUTE DI SUATU DAERAH
Biaya sebenarnya
Carilah rute terpendek dari
S menuju ke G, dengan
biaya paling minimal!
KOTA
n
S
A
B
C
D
E
F
G
H
J
K
L
M
h(n)
80
80
60
70
85
74
70
0
40
100
30
20
70
Suatu
Kota
Biaya
Perkiraan

10. LANGKAH 1
n
S
A
B
C
D
E
F
G
H
J
K
L
M
h(n)
80
80
60
70
85
74
70
0
40
100
30
20
70
OPEN : S B, C, D, E
A,
CLOSED : S

11. LANGKAH 2
F
G
H
h(n) 80 80 60 70 85 74 70
OPEN : A, B, C, D, E
J
n
S
A
B
C
D
E
0
40 100 30 20 70
CLOSED : S, E
J
K
L
M

12. LANGKAH 3
n
F
G
H
h(n) 80 80 60 70 85 74 70
OPEN : A, B, C, D, F, K
C, D, J, J
S
A
B
C
D
E
J
0
40 100 30 20 70
CLOSED : S, E, B
K
L
M

13. LANGKAH 4
n
F
G
H
h(n) 80 80 60 70 85 74 70
C, C, F, F, J, G
OPEN : A, D, D,J, K , K
S
A
B
C
D
E
J
K
0
40 100 30 20 70
CLOSED : S, E, B, A
L
M

14. LANGKAH 5
n
S
A
B
F
G
H
h(n) 80 80 60 70 85 74 70
0
40 100 30 20 70
OPEN : C, D, F, G, K K
G, J, J,
C
D
E
J
K
L
M
CLOSED : S, E, B, A, F

15. LANGKAH 6
n
S
A
B
F
G
H
h(n) 80 80 60 70 85 74 70
0
40 100 30 20 70
OPEN : C, D, G, J, K
C
D
E
J
K
L
M
CLOSED : S, E, B, A, F, K

16. BestNode = Goal
SOLUSI TELAH DITEMUKAN !

17. KESIMPULAN
Rute ini yang telah ditemukan adalah rute terpendek
yang ada di graph tersebut. Jadi, algoritma A* dan
optimal.
Algoritma A* juga tanpa ada batasan waktu dan
memory, jadi Algoritma A* adalah complete (selalu
menemukan solusi jika solusinya ada).
Untuk masalah yang lebih kompleks, misalkan
pencarian rute terpendek pada graph yang tediri dari 100
juta simpul, A* akan menghadapi masalah waktu, proses
dan memory yang dibutuhkan. Jadi, masih terdapat
banyak variasi algoritma A* dengan karakteristik yang
sesuai dengan permasalahan tersebut.