BAB I

PENDAHULUAN
1.1 LATAR BELAKANG
Saat ini, di kota-kota besar khususnya, banyak jalur-jalur umum yang tersedia dari satu
tempat ketempat lain. Kita sebagai pengguna tentu saja selektif dalam memilih jalur yang

pendek dan efisien, tidak berliku-liku, menghemat waktu, dan menghemat ongkos
tentunya. Algoritma SMA* ini merupakan algoritma pencarian yang dapat digunakan
untuk mencari solusi yang dapat mendekati permasalahan tersebut, apalagi dengan
banyaknya rute-rute yang berbeda-beda. Akan banyak sekali alternatif jalan dari tempat
asal (initial state) menuju tempat tujuan (goal state).

1.2 RUMUSAN MASALAH

Bagaimana cara mencari solusi permasalahan dengan algoritma SMA* ?

1.3 TUJUAN PENULISAN

Mengetahui cara penyelesaian kasus dengan algoritma SMA*.

Makalah Kecerdasan Buatan (Simplified Memory Bounded A*)

BAB II
PEMBAHASAN
2.1 Pengertian Algoritma SMA*
Untuk masalah tertentu dimana memori computer terbatas, algoritma A* mungkin
tidak mampu menemukan solusi karena sudah tidak tersedia lagi memori untuk
menyimpan simpul-simpul yang di bangkitkan.
Simplified Memory Bounded A* (SMA*) merupakan pengembangan dari algoritma
A*. Algoritma SMA* merupakan penggabungan dari algoritma greedy sort yang
meminimalisir perkiraan pencarian harga dan uniform cost search yang meminimalisir
harga sampai selesai. Algoritma SMA* bersifat admissible yang berarti apabila solusi ada,
solusi yang ditemukan pertama adalah solusi yang optimal. Simplified Memory Bounded
ini dikembangkan karena algoritma A* menggunakan banyak memory sehingga
menghabiskan memory untuk pencarian. Algoritma ini menjalankan best first search
selama memory masih tersedia, apabila memory penuh maka node dengan nilai terburuk
dihapus

dari

memory,

namun

nilai

terbaik

disimpan

pada

node

atasnya.

Algoritma SMA* mengingat f-cost , dari setiap iterasi sampai sejumlah simpul yang
ada didalam memori. Karena batasan memori dalam jumlah tertentu, maka kita dapat
mengatasi pencarian hanya sampai simpul-simpul yang dapat dicapai dari root sepanjang
jalur yang memorinya masih mencukupi. Kemudian mengembalikan rute terbaik diantara
rute-rute yang ada dalam batasan simpul tersebut. Jika computer hanya mampu
menyimpan 100 simpul, maka kita bisa membatasi proses pencarian sampai level 99.

2.2 Aturan-aturan SMA*

Aturan-aturan SMA* :
1. Jika memiliki satu simpul, maka pilih salah satu yang mempunyai cost terkecil. Jangan
hapus dulu simpul sebelum mengecek terlebih dahulu. Karena bisa jadi simpul
tersebut akan dipakai dulu oleh simpul yang lain.
2. Jika hasil f-cost dari suksesor baru yang telah dibangkitkan hasilnya lebih kecil , maka
suksesor-suksesor lainnya dihapus. Tetapi jika lebih besar, maka lanjutkan dulu

Makalah Kecerdasan Buatan (Simplified Memory Bounded A*)

pencarian kesuksesor yang lenih kecl, sebelumnya menhapus suksesor yang lebih
besar tersebar.
3. Jika menemukan state dilevel yang lebih dangkal, dan mempunyai f-cost lebih besar,
maka state tersebut juga harus dihapus.
2.3 Contoh Kasus dengan Algoritma SMA*
Misalkan memory komputer hanya mampu menyimpan 6 simpul. Oleh karena itu, level
maksimum yang dapat di jangkau oleh SMA* adalah level 5.
Simpul A merupakan state awal, dan simpul O merupakan goal atau tujuan.

Langkah 1.

Ket : initial state yaitu A dengan h(n)= 60

Makalah Kecerdasan Buatan (Simplified Memory Bounded A*)

Langkah 2.

Ket :
Suksesor yang dibuka adalah simpul B, C, E. kemudian mencari nilai f-cost dari masingmasing simpul yang dibuka. Nilai f-cost terkecil adalah 70 (simpul E). Menggantikan nilai fcost pada n(simpul A) dengan nilai f-cost terkecil dari nilai-nilai f-cost yang ada pada semua
suksesor.

Langkah 3.

Makalah Kecerdasan Buatan (Simplified Memory Bounded A*)

Ket : membuka suksesor dari E yaitu simpul I dan G. Mencari nilai f-cost I dan G, selanjutnya
menggantikan nilai f-cost pada n dengan nilai f-cost terkecil.
Nilai f-cost terkecil adalah 85 (simpul C).

Langkah 4.

Ket : membangkitkan suksesor dari simpul C yaitu F. Pada langkah ini simpul I dihapus dari
memory karena mempunyai f-cost terbesar dan karena maksimum simpul yang dibuka hanya
5. F-cost terkecilnya yaitu 90(simpul F).

Langkah 5.

Makalah Kecerdasan Buatan (Simplified Memory Bounded A*)

Ket: membangkitkan suksesor dari simpul F yaitu H dan I. Pada langkah ini juga simpul G dan
simpul E dihapus karena memiliki nilai f-cost terbesar dan karena melebihi kapasitas memory
yaitu 5 simpul. F-cost terkecil 110 .
Langkah 6.

Ket: membangkitkan suksesor dari B yaitu D, simpul H dihapus. kemudian mencari nilai f-cost
dari simpul D sehingga f-cost dari simpul D adalah 145. f-cost terkecil adalah 137 (simpul I).
F-cost menggantikan nilai f-cost pada Simpul A.
Langkah 7

Ket: membangkitkan suksesor dari I yaitu K dan J, simpul B dan D dihapus. kemudian mencari
nilai f-cost dari simpul K dan J sehingga f-cost dari simpul K adalah 137, dan f-cost dari simpul
J adalah 142. f-cost terkecil adalah 137 (simpul K). F-cost menggantikan nilai f-cost pada
parentnya.

Makalah Kecerdasan Buatan (Simplified Memory Bounded A*)

Langkah 8

Ket: membangkitkan suksesor dari simpul K yaitu O (goal)dan menghapus simpul J.

Solusi

Ket : solusi dari kasus ini adalah A-C-F-I-K-O

Dari pemecahan kasus diatas untuk SMA*, pencarian yang dilakukan sudah optimal
dan komplit. Algoritma SMA*.membatasi memori yang digunakan dalam jumlah tertentu,
karena itu kita dapat membatasi pencarian hanya sampai pada node tertentu sepanjang memori
yang disediakan masih cukup.
Pencarian SMA* bisa dikatakan komplit dan optimal jika solusinya berada di bawah
level x,dimana x didapat dari

jumlah maksimum simpul yang bisa disimpan di

memori,dikurangi 1.

Makalah Kecerdasan Buatan (Simplified Memory Bounded A*)

BAB III
PENUTUP
KESIMPULAN
Untuk SMA*, pencarian yang dilakukan sudah optimal dan komplit. Algoritma
SMA*.membatasi memori yang digunakan dalam jumlah tertentu, karena itu kita dapat
membatasi pencarian hanya sampai pada node tertentu sepanjang memori yang disediakan
masih cukup. Pencarian SMA* bisa dikatakan komplit dan optimal jika solusinya berada di
bawah level x,dimana x didapat dari jumlah maksimum simpul yang bisa disimpan di
memori,dikurangi 1.

Makalah Kecerdasan Buatan (Simplified Memory Bounded A*)