Dokumen tersebut membahas beberapa metode pencarian heuristik dalam artificial intelligence, yaitu generate and test, hill climbing, dan best first search. Metode-metode tersebut digunakan untuk mencari solusi masalah secara efisien dengan memperkirakan kemungkinan solusi terbaik.
Metode pencarian heuristik merupakan teknik untuk meningkatkan efisiensi proses pencarian dalam state space dengan memilih cabang-cabang yang paling mungkin menyebabkan penyelesaian masalah. Metode-metode pencarian heuristik yang dijelaskan meliputi generate and test, hill climbing, best first search, dan simulated annealing.
Dokumen tersebut membahas tentang pertemuan AI yang membahas masalah dan metode pemecahan masalah AI. Metode yang dijelaskan meliputi representasi ruang keadaan, graph keadaan, pohon pelacakan, dan pohon AND/OR. Secara garis besar dibahas tentang pendefinisian masalah, analisis masalah, representasi pengetahuan, dan pemilihan teknik pemecahan masalah. Contoh masalah ember juga digunakan untuk mengilustrasikan konsep-
Dokumen tersebut membahas tentang definisi dialog antara manusia dan komputer serta berbagai jenis ragam dialog interaktif seperti dialog berbasis perintah, dialog berbasis bahasa pemrograman, dialog berbasis bahasa alami, dialog berbasis menu dan formulir, serta dialog berbasis manipulasi langsung dan antarmuka grafis.
User interface merupakan antarmuka pengguna yang memungkinkan pengguna berinteraksi dengan sistem komputer. Perancangan user interface yang baik harus mempertimbangkan karakteristik pengguna dan mudah digunakan. Evaluasi desain dilakukan untuk meningkatkan kualitas antarmuka.
Dokumen tersebut membahas beberapa metode pencarian heuristik dalam artificial intelligence, yaitu generate and test, hill climbing, dan best first search. Metode-metode tersebut digunakan untuk mencari solusi masalah secara efisien dengan memperkirakan kemungkinan solusi terbaik.
Metode pencarian heuristik merupakan teknik untuk meningkatkan efisiensi proses pencarian dalam state space dengan memilih cabang-cabang yang paling mungkin menyebabkan penyelesaian masalah. Metode-metode pencarian heuristik yang dijelaskan meliputi generate and test, hill climbing, best first search, dan simulated annealing.
Dokumen tersebut membahas tentang pertemuan AI yang membahas masalah dan metode pemecahan masalah AI. Metode yang dijelaskan meliputi representasi ruang keadaan, graph keadaan, pohon pelacakan, dan pohon AND/OR. Secara garis besar dibahas tentang pendefinisian masalah, analisis masalah, representasi pengetahuan, dan pemilihan teknik pemecahan masalah. Contoh masalah ember juga digunakan untuk mengilustrasikan konsep-
Dokumen tersebut membahas tentang definisi dialog antara manusia dan komputer serta berbagai jenis ragam dialog interaktif seperti dialog berbasis perintah, dialog berbasis bahasa pemrograman, dialog berbasis bahasa alami, dialog berbasis menu dan formulir, serta dialog berbasis manipulasi langsung dan antarmuka grafis.
User interface merupakan antarmuka pengguna yang memungkinkan pengguna berinteraksi dengan sistem komputer. Perancangan user interface yang baik harus mempertimbangkan karakteristik pengguna dan mudah digunakan. Evaluasi desain dilakukan untuk meningkatkan kualitas antarmuka.
Kode antara / Intermediate code merupakan hasil dari tahapan analisis, yang dibuat oleh kompilator pada saat mentranslasikan program dari bahasa tingkat tinggi
Matematika Diskrit - 11 kompleksitas algoritma - 03KuliahKita
Dokumen tersebut membahas kompleksitas algoritma dan notasi O-besar untuk menentukan orde pertumbuhan fungsi waktu algoritma. Notasi O-besar digunakan untuk membandingkan beberapa algoritma penyelesaian masalah dan menentukan algoritma terbaik berdasarkan orde pertumbuhannya.
1. Dokumen tersebut membahas tentang model konseptual, ide model konseptual, model mental, dan pentingnya menyembunyikan kompleksitas sistem dari pemakai.
NFA dan DFA merupakan dua jenis mesin pengenal pola yang berbeda. NFA bersifat non-deterministik sehingga satu keadaan dapat memiliki lebih dari satu keadaan berikutnya, sedangkan DFA bersifat deterministik dengan satu keadaan memiliki satu keadaan berikutnya. NFA lebih mudah dibuat dibanding DFA namun setiap NFA dapat diubah menjadi DFA.
4.1 Operasi Dasar Singly Linked List 1 (primitive list)Kelinci Coklat
Dokumen tersebut membahas operasi dasar pada singly linked list meliputi penyisipan (insert), penghapusan (delete), penelusuran (traversal), dan pencarian (searching) elemen. Terdapat penjelasan algoritma dan fungsi untuk operasi insert first, insert last, delete first, delete last, serta traversal untuk menelusuri seluruh elemen list.
ERD digunakan untuk menjelaskan hubungan antar data dalam basis data berdasarkan objek data dan relasinya. Ia menggambarkan entitas, atribut, dan relasi antara entitas. Terdapat tiga jenis relasi: satu ke satu, satu ke banyak, dan banyak ke banyak. Contoh kasusnya menggambarkan hubungan antara mahasiswa, mata kuliah, dan dosen dalam suatu perguruan tinggi.
Algoritma Brute Force adalah pendekatan yang sederhana dan langsung untuk memecahkan suatu masalah dengan cara mengevaluasi semua kemungkinan secara sistematis tanpa mempertimbangkan efisiensi. Contoh algoritma brute force adalah bubble sort, selection sort, dan evaluasi nilai polinom secara langsung.
Dokumen tersebut membahas definisi dan jenis-jenis persyaratan perangkat lunak, termasuk persyaratan fungsional, non fungsional, produk dan proses. Dokumen tersebut juga membahas aktivitas yang terkait dengan persyaratan perangkat lunak seperti elicitation, analisis, spesifikasi dan validasi persyaratan."
Kode antara / Intermediate code merupakan hasil dari tahapan analisis, yang dibuat oleh kompilator pada saat mentranslasikan program dari bahasa tingkat tinggi
Matematika Diskrit - 11 kompleksitas algoritma - 03KuliahKita
Dokumen tersebut membahas kompleksitas algoritma dan notasi O-besar untuk menentukan orde pertumbuhan fungsi waktu algoritma. Notasi O-besar digunakan untuk membandingkan beberapa algoritma penyelesaian masalah dan menentukan algoritma terbaik berdasarkan orde pertumbuhannya.
1. Dokumen tersebut membahas tentang model konseptual, ide model konseptual, model mental, dan pentingnya menyembunyikan kompleksitas sistem dari pemakai.
NFA dan DFA merupakan dua jenis mesin pengenal pola yang berbeda. NFA bersifat non-deterministik sehingga satu keadaan dapat memiliki lebih dari satu keadaan berikutnya, sedangkan DFA bersifat deterministik dengan satu keadaan memiliki satu keadaan berikutnya. NFA lebih mudah dibuat dibanding DFA namun setiap NFA dapat diubah menjadi DFA.
4.1 Operasi Dasar Singly Linked List 1 (primitive list)Kelinci Coklat
Dokumen tersebut membahas operasi dasar pada singly linked list meliputi penyisipan (insert), penghapusan (delete), penelusuran (traversal), dan pencarian (searching) elemen. Terdapat penjelasan algoritma dan fungsi untuk operasi insert first, insert last, delete first, delete last, serta traversal untuk menelusuri seluruh elemen list.
ERD digunakan untuk menjelaskan hubungan antar data dalam basis data berdasarkan objek data dan relasinya. Ia menggambarkan entitas, atribut, dan relasi antara entitas. Terdapat tiga jenis relasi: satu ke satu, satu ke banyak, dan banyak ke banyak. Contoh kasusnya menggambarkan hubungan antara mahasiswa, mata kuliah, dan dosen dalam suatu perguruan tinggi.
Algoritma Brute Force adalah pendekatan yang sederhana dan langsung untuk memecahkan suatu masalah dengan cara mengevaluasi semua kemungkinan secara sistematis tanpa mempertimbangkan efisiensi. Contoh algoritma brute force adalah bubble sort, selection sort, dan evaluasi nilai polinom secara langsung.
Dokumen tersebut membahas definisi dan jenis-jenis persyaratan perangkat lunak, termasuk persyaratan fungsional, non fungsional, produk dan proses. Dokumen tersebut juga membahas aktivitas yang terkait dengan persyaratan perangkat lunak seperti elicitation, analisis, spesifikasi dan validasi persyaratan."
Tugas 2.1 meminta menentukan jalur tercepat bagi seorang kurir untuk mengirimkan barang ke pelanggan dengan mempertimbangkan 6 alternatif jalur yang tersedia. Jalur tercepat adalah jalur A-C-F-L karena memiliki total biaya perjalanan sebesar 9*2+500=18+500=518, yang merupakan biaya terendah dibandingkan jalur alternatif lainnya.
Metode pencarian dalam AI terbagi menjadi blind searching dan heuristic searching. Blind searching meliputi BFS dan DFS sedangkan heuristic searching meliputi generate and test, hill climbing, dan best first search. Ketiga metode heuristic searching lebih optimal hasilnya dibanding blind searching karena memanfaatkan informasi heuristik.
Metode-metode pencarian dibagi menjadi dua kategori yaitu pencarian buta tanpa informasi dan pencarian heuristik dengan informasi. Metode-metode pencarian buta meliputi breadth first search, depth first search, uniform cost search, sedangkan metode heuristik meliputi generate and test, hill climbing, dan best first search. Fungsi heuristik memainkan peran penting dalam metode pencarian heuristik dengan memberikan perkiraan biaya menuju solusi.
Teknik optimasi Travelling Salesman Problem (TSP) menggunakan teknik pencarian heuristik seperti hill climbing untuk menemukan rute terpendek yang dapat dilalui seorang salesman yang harus mengunjungi beberapa kota. Algoritma hill climbing digunakan untuk menyelesaikan masalah TSP dengan empat kota dan menghasilkan solusi terpendek yaitu rute DBCA.
Dokumen tersebut membahas tentang intelijensi buatan khususnya tentang pencarian (pelacakan) heuristik. Beberapa poin kuncinya adalah: (1) heuristik adalah aturan yang digunakan untuk memandu proses pencarian, (2) contoh heuristik adalah algoritma tempat terdekat, (3) metode pencarian seperti generate and test, hill climbing, dan best first search dibahas.
Matematika diskrit Aplikasi Graf / GrafSiti Khotijah
Makalah ini membahas beberapa aplikasi graf termasuk lintasan terpendek dan algoritmanya. Lintasan terpendek adalah masalah pencarian jalur dengan bobot total minimum antara dua titik dalam graf. Algoritma seperti Dijkstra dan greedy dapat digunakan untuk menemukan lintasan terpendek dengan cara memilih sisi berbobot minimum secara berurutan.
Dokumen ini membahas optimasi proses dengan metode Lagrange multiplier. Metode ini digunakan untuk mengoptimalkan fungsi objek yang bergantung pada beberapa variabel independen dengan adanya kendala fungsional. Metode Lagrange mengubah masalah optimasi menjadi sistem persamaan aljabar yang dapat diselesaikan untuk menentukan lokasi optimum."
Dokumen ini membahas metode Lagrange multiplier untuk optimasi fungsi dengan kendala. Metode ini mengubah masalah optimasi menjadi sistem persamaan yang dapat diselesaikan untuk menentukan nilai variabel yang optimal dan nilai fungsi tujuan."
Dokumen tersebut membahas algoritma program dinamis untuk menentukan lintasan terpendek antara dua simpul dalam sebuah graf. Metode yang digunakan adalah program dinamis mundur dimana permasalahan dibagi menjadi beberapa tahap dan dihitung secara mundur untuk menentukan nilai optimal pada setiap tahap. Hasil akhir adalah terdapat tiga lintasan terpendek dengan panjang 11 antara simpul 1 dan 10.
Similar to Pertemuan 05 Teknik Pencarian (Search) -lanjutan (20)
Dokumen pertama memberi nasihat untuk segera meraih kesuksesan demi membahagiakan orang tua karena waktu bersama mereka terbatas. Dokumen kedua memberikan penjelasan tentang fungsi statistik seperti penjumlahan, perhitungan nilai tertinggi, terendah, rata-rata dalam spreadsheet. Dokumen ketiga berisi contoh soal untuk mempraktekkan fungsi-fungsi statistik tersebut pada data gaji pegawai dan nilai mahasiswa
Dokumen tersebut memberikan penjelasan singkat tentang komputer dan internet. Secara ringkas, komputer dijelaskan sebagai alat untuk mengolah data sesuai prosedur, internet dijelaskan sebagai jaringan global yang menghubungkan komputer, dan Internet of Things dijelaskan sebagai teknologi yang menghubungkan perangkat fisik ke internet.
Dokumen tersebut membahas konsep dasar proyek dan sistem informasi. Proyek didefinisikan sebagai kegiatan yang melibatkan sumber daya untuk mencapai tujuan tertentu dalam waktu terbatas. Sistem informasi adalah kumpulan unsur yang saling terhubung untuk mengintegrasikan, memproses, menyimpan, dan mendistribusikan informasi. Manajemen proyek sistem informasi dipengaruhi oleh faktor manusia, produk, proses, dan pro
Kelompok 7, 8, 9, dan 10 menghadiri pertemuan ke-14 dengan dosen Endang Retnoningsih untuk membahas cara menyelesaikan pekerjaan tanpa memedulikan siapa yang mendapat pujian atas hasilnya. Pertemuan tersebut membahas komposisi penilaian.
Kelompok 4, 5, dan 6 menghadiri pertemuan ke-13 dengan dosen Endang Retnoningsih untuk membahas cara menyelesaikan pekerjaan tanpa memedulikan siapa yang mendapat pujian atas hasilnya. Pertemuan tersebut membahas komposisi penilaian.
Kualitas Data:
• Pentingya Kualitas Data
• Indikator Data Berkualitas
• Manfaat dari Meningkatnya
Kualitas Data
• Tantangan dalam Membangun
Kualitas Data
• Macam Permasalahan dalam
Menjaga Kualitas Data
• Penerapan Datawarehouse
Struktur data warehouse terdiri dari sumber data, pementasan data, penyimpanan data, penyampaian informasi, metadata, dan pengelolaan serta kontrol. Data diolah melalui proses ekstraksi, transformasi, dan pemuatan sebelum disimpan secara historis di data warehouse. Metadata berisi informasi tentang struktur data, proses ekstraksi, dan petunjuk penggunaan informasi.
Dokumen tersebut membahas tiga jenis dasar sistem data warehouse yaitu functional data warehouse, centralized data warehouse, dan distributed data warehouse. Kemudian dibahas pula arsitektur data warehouse yang terdiri dari beberapa komponen seperti load manager, warehouse manager, query manager, dan end-user access tools.
Konsep Dasar Data Warehouse:
• Pengertian Data Warehouse
• Istilah-istilah yang berhubungan dengan data warehouse
• Karakteristik Data Warehouse
• Tugas-tugas Data warehouse
• Keuntungan Data Warehouse
Pengantar Data Warehouse:
• Pengertian Data, Informasi dan Database
• Proses Data mining
• Data minning & Business Intelegent
• Manfaat Data minning
• Aplikasi Data Mining
Dokumen tersebut membahas tentang jaringan syaraf atau neural network. Jaringan syaraf adalah sistem pengolahan informasi yang didasarkan pada struktur syaraf otak. Jaringan syaraf tiruan menyerupai otak manusia dalam cara memperoleh pengetahuan melalui proses belajar dan menyimpan pengetahuan pada bobot sinapsis antar neuron. Dokumen ini juga menjelaskan komponen dan implementasi jaringan syaraf tiruan dalam berbagai apl
Modul Ajar Bahasa Inggris Kelas 10 Fase E Kurikulum MerdekaFathan Emran
Modul Ajar Bahasa Inggris Kelas 10 SMA/MA Fase E Kurikulum Merdeka - abdiera.com. Modul Ajar Bahasa Inggris Kelas 10 SMA/MA Fase E Kurikulum Merdeka. Modul Ajar Bahasa Inggris Kelas 10 SMA/MA Fase E Kurikulum Merdeka.
Ppt landasan pendidikan Pai 9 _20240604_231000_0000.pdffadlurrahman260903
Ppt landasan pendidikan tentang pendidikan seumur hidup.
Prodi pendidikan agama Islam
Fakultas tarbiyah dan ilmu keguruan
Universitas Islam negeri syekh Ali Hasan Ahmad addary Padangsidimpuan
Pendidikan sepanjang hayat atau pendidikan seumur hidup adalah sebuah system konsepkonsep pendidikan yang menerangkan keseluruhan peristiwa-peristiwa kegiatan belajarmengajar yang berlangsung dalam keseluruhan kehidupan manusia. Pendidikan sepanjang
hayat memandang jauh ke depan, berusaha untuk menghasilkan manusia dan masyarakat yang
baru, merupakan suatu proyek masyarakat yang sangat besar. Pendidikan sepanjang hayat
merupakan asas pendidikan yang cocok bagi orang-orang yang hidup dalam dunia
transformasi dan informasi, yaitu masyarakat modern. Manusia harus lebih bisa menyesuaikan
dirinya secara terus menerus dengan situasi yang baru.
Universitas Negeri Jakarta banyak melahirkan tokoh pendidikan yang memiliki pengaruh didunia pendidikan. Beberapa diantaranya ada didalam file presentasi
Paper ini bertujuan untuk menganalisis pencemaran udara akibat pabrik aspal. Analisis ini akan fokus pada emisi udara yang dihasilkan oleh pabrik aspal, dampak kesehatan dan lingkungan dari emisi tersebut, dan upaya yang dapat dilakukan untuk mengurangi pencemaran udara
3. Generate-and-Test
Algoritma Generate-and-Test :
1. Bentuk solusi yang mungkin.
Untuk beberapa masalah, ini berarti membentuk poin
terpisah dari area permasalahan. Pada masalah lain, ini
berarti membentuk jalur dari stata awal.
2. Lakukan test untuk melihat apakah poin yang ditemui
adalah solusi dengan membandingkan poin yang dipilih
atau poin terakhir dari jalur yang dipilih dengan
kumpulan stata tujuan
3. Jika solusi sudah ditemukan, quit. Jika belum kembali ke
langkah 1.
Teknik Generate-and-Test adalah teknik yang paling mudah
dibandingkan teknik search yang lain, namun relatif lebih lama
dalam mendapatkan solusi.
4. Kebaikan dan Keburukan
Generate-and-Test
Jika penurunan solusi yang mungkin dilakukan secara
sistematis, maka procedure diatas akan dapat menemukan
solusi suatu saat, jika memang ada. Tapi sayangnya jika
ruang permasalahan sangat luas maka saat ditemukannya
solusi akan menjadi sangat lama.
Cara terbaik menerapkan generate-and-test yang sistematis
adalah pada tree dari depth-first search dengan
backtracking, yaitu kembali ke stata sebelumnya bila
ditemui stata yg sudah pernah di test atau memodifikasi
prosedurnya untuk menelusuri stata pada bentuk graph.
5. Contoh Kasus 1
Search Graph untuk masalah bejana air
(0,0)
(0,3)(4,0)
(4,3) (3,0)(1,3)
6. Contoh kasus TSP
Sebuah rute yng harus dilewati seorang
sales dimana sales tersebut harus
merlewati setiap kota tepat sekali.
Terdapat 4 kota, dengan jarak masing-
masing kota AB=2, AC=4, AD=1,
BC=5, BD=3, CD=3. Tujuannya adalah
mencari jarak terpendek bagi sales
untuk mengunjungi semua kota sekali.
Penyelesaian menggunakan generate-test adalah dengan
membangkitkan solusi-solusi yang mungkin ada sesuai
permasalahan yang dihadapi oleh sales tersebut.
Kombinasi abjad sebagai solusi yang mungkin adalah n! = 4! = 24.
Tujuannya adalah mencari solusi dengan panjang terpendek.
A B
CD
2
4
1
3
5
3
7.
8. Dari tabel diatas, solusi pertama yang dibangkitkan adalah ABCD =
10, solusi kedua ABDC=8. Ternyata solusi kedua menghasilkan jarak
yang lebih pendek sehingga dipilih lintasan ABDC=8. Lakukan untuk
langkah selanjutnya. Pada tabel didapat solusi terpendek adalah
BADC atau CDBA.
Kelemahan dari teknik ini pelru dibangkitkan semua kemungkinan
yang ada sehingga apabila ditambahkan satu kota untuk
permasalahan TSP ini diatas 5 kota. Maka akan diperlukan 120
kombinasi lintasan, kecuali diberikan kondisi tertentu misalnya kota
awal bagi sales telah ditentukan.
9. Hill Climbing
Teknik Hill Climbing adalah pengembangan dari teknik
Generate-and-Test, dengan penambahan adanya umpan
balik dari prosedur test yang sudah digunakan untuk
membantu memilih arah mana yang harus ditelusuri pada
setiap area search.
Pada prosedur Generate-and-Test yang murni, fungsi test
hanya ditanggapi dengan Ya atau Tidak. Tetapi pada Hill-
Climbing fungsi test ditambahkan dengan fungsi heuristic
atau fungsi objectif yang memungkinkan perkiraan
seberapa dekat simpul yang ditelusuri terhadap goal state.
10. Hill-climbing sering kali digunakan jika fungsi heuristic yang
baik tersedia untuk mengevaluasi stata, tapi ketika tidak
ada lagi pengetahuan yang dapat digunakan.
Sebagai contoh, anda berada disuatu kota yang belum
pernah anda kunjungi tanpa memiliki peta. Tujuannya
menuju gedung tertinggi yang terlihat dari tempat anda
berada.
Fungsi heuristic adalah hanya masalah jarak antara lokasi
anda berada dengan letak gedung tertinggi dan bagaimana
menemukan jarak yang terdekat atau cara tercepat menuju
gedung tertinggi.
11. Penyelesaian masalah diatas dimulai dengan meninjau
karakteristik masalah, apakah solusi yang pertama
ditemukan dapat diterima sebagai solusi yang baik ?
(mutlak atau relatif ?) Karena tidak ada peta dan tidak ada
pengalaman memilih jalan (tidak ada pengetahuan) maka
dipilih saja jalan yang arahnya menuju solusi sampai kita
tiba di tujuan tanpa mengulangi atau mencoba lagi jalur
yang lain dan kita terima itu sebagai solusi terbaik (dgn
mengabaikan kemungkinan lain).
Jadi adalah masuk akal menerapkan hill-climbing ketika
tidak ada alternatif yang dapat diterima untuk memilih atau
menuju pada suatu stata.
12. Algoritma Simple Hill Climbing :
1. Evaluasi initial state. Jika ini goal state maka return dan keluar.
Jika bukan maka lanjutkan dengan initial state sebagai current
state.
2. Ulangi langkah berikut sampai menemukan solusi atau sampai
tidak ada lagi operator yang dapat digunakan pada current
state
a. Pilih operator yang belum digunakan pada current state dan
gunakan untuk menghasilkan/menuju stata baru
b. Evaluasi stata baru.
i. Jika ini goal state maka return dan keluar
ii. Jika bukan goal state tetapi lebih baik dari current state
maka jadikan stata baru sebagai current state
iii. Jika tidak lebih baik dari current state lanjutkan
perulangan
13. Sebagai ilustrasi teknik pencarian simple hill climbing
digunakan contoh masalah TSP pada masalah generate
and test . Operator yang digunakan adalah operator yang
dapat menghasilkan kombinasi lintasan kota yang
berbeda-beda, yaitu dengan cara menukar posisi masing-
masing kota. Untuk mempermudah penukaran posisi, kita
cukup menukar posisi 2 kota, operator untuk kombinasi
lintasan dengan menukar posisi 2 kota dapat dihitung
dengan kalkulasi :
14. Yaitu :
1.(1,2) menukar posisi kota kesatu dan kedua
2.(1,3) menukar posisi kota kesatu dan ketiga
3.(1,4) menukar posisi kota kesatu dengan keempat
4.(2,3) menukar posisi kota kedua dengan kota ketiga
5.(2,4) menukar posisi kota kedua dengan keempat
6.(3,4) menukar posisi kota ketiga dengan keempat
Penggunaan pengurutan operator harus konsisten, tidak
boleh berbeda tiap levelnya.
Urutan penggunaan operator juga sangat menentukan
kecepatan dalam menemukan solusi.
15.
16. Pencarian simple hill climbing dimulai dari anak kiri. Apabila
nilai heuristik anak kiri lebih baik maka dibuka untuk
pencarian selanjutnya. Jika tidak maka akan dilihat tetangga
dari anak kiri tersebut, dan seterusnya.
Level 1 : (ABCD=10 > BACD =9) buka node BACD tanpa
harus mencek node yang selevel dengan BACD.
Level 2 : node ABCD dilewati.
(BACD=9 = CABD=9) periksa node tetangga CABD
(BACD=9 < DABC=10) periksa node tetangga DABC
(BACD=9 < BCAD=10) periksa node tetangga BCAD
(BACD=9 < BDAC=10) periksa node tetangga BDAC
(BACD=9 > BADC=6 ) buka node BADC
18. Best-First-Search
Teknik Best-First-Search adalah teknik search yang
menggabungkan kebaikan yang ada dari teknik Depth-
First-Search dan Breadth-First-Search.
Tujuan menggabungkan dua teknik search ini adalah untuk
menelusuri satu jalur saja pada satu saat, tapi dapat
berpindah ketika jalur lain terlihat lebih menjanjikan dari
jalur yang sedang ditelusuri. Untuk mendapatkan jalur
yang menjanjikan adalah dengan memberikan skala
prioritas pada setiap stata saat dihasilkan dengan fungsi
heuristic.
19. Untuk menggunakan Best-First-Search, kita memerlukan
dua daftar simpul, yaitu :
1. OPEN
berisi simpul yang dihasilkan dari fungsi heuristic tapi
belum dievaluasi, memilki antrian prioritas dimana
elemen dengan prioritas tertinggi adalah yang memiliki
nilai paling baik yang dihasilkan fungsi heuristic.
2. CLOSED
berisi simpul yang sudah dievaluasi. Kita perlu tetap
menyimpan simpul-simpul ini dalam memori jika kita
ingin melakukan search pada Graph, sehingga jika kita
menemui suatu simpul kita bisa memeriksa apakah
simpul ini sudah pernah dieavaluasi atau belum
20. Algoritma Best-First-Search :
1. Mulai dengan OPEN hanya berisi initial state
2. Sampai goal ditemukan atau tidak ada lagi simpul
yang tersisa dalam OPEN, lakukan :
a. Pilih simpul terbaik dalam OPEN
b. Telusuri successor-nya
c. Untuk tiap successor, lakukan :
i. Jika belum pernah ditelusuri sebelumnya,
evaluasi simpul ini, tambahkan kedalam OPEN
dan catat parentnya.
ii. Jika sudah pernah ditelusuri, ganti parent nya
jika jalur baru lebih baik dari sebelumnya.
21. Contoh Best First Search
A A
CB D(3) (1)(5)
(6)
A
CB D(3) (1)(5)
E F(4)
Step 1 Step 2 Step 3
24. Contoh lain Best-First-
Search
Diketahui sebuah puzzle berukuran 3X3 yang berisi angka.
Permasalahan adalah angka-angka dalam puzzle tersebut belum
teratur.
Nilai awal puzzle : Goal :
Nilai awal = {1,2,blank,4,5,3,7,8,6} Goal = {1,2,3,4,5,6,7,8,blank}
Nilai heuristic = f(n) = g(n) + h(n)
g(n) = kedalaman dari pohon
h(n) = jumlah angka yang masih salah posisi
1 2
4 5 3
7 8 6
1 2 3
4 5 6
7 8
26. Latihan soal
Sebuah puzzle berukuran 3X3
Nilai awal : Goal :
f(n) =g(n) + h(n)
g(n) = kedalaman pohon
h(n) = jumlah angka yang salah posisi
2 8 3
1 6 4
7 5
1 2 3
8 4
7 6 5