1. Berikut adalah kasus robot vacuum cleaner, yang berfungsi untuk membersihkan
ruangan A dan B.
2 7
Nilai heuristic (f) dan estimasi (h’)
Start sebagai berikut :
A C F
3 4 2 Simpul f h’
1 A 8 7
5
B 6 6
B E 3 H Goal C 5 5
4 D 4 4
4
E 5 2
D G Goal F 2 1
G 0 0
H 0 0
a. Lowest Cost First Search (fungsi heuristic node = nilai cost pada diagram)
b. Best First Search (fungsi heuristic node = nilai f pada tabel)
c. A* (fungsi heuristic node = nilai cost + h’)
d. Dari hasil ketiga pencarian tersebut, algoritma apakah yang paling
efisien? Berikan penjelasannya.
3. Perhatikan gambar tree berikut.
A
Maks.
B C D
Min.
E F G H I J K
Maks.
L M N O P Q R S T U V W X Y
7 6 8 5 2 3 0 -2 6 2 5 8 9 2
********************
JAWAB
1. A. Percepts:
Lokasi dan status
Mis : [A, Kotor]
Percept sequence:
{[A, Kotor], [A, Bersih], [B, Kotor], [B, Bersih], ……}
{[A, Kotor], {[A, Kotor], {[A, Kotor], {[A, Bersih],……}
Actions :
DoKeKiri, DoKeKanan, Doedot, DoSantai
Goal :
Menjaga Kebersihan
Environment:
Ruang A dan B Beserta isi debunya
B. Perbedaan antara “simple reflex agent” dengan “reflex agent with state”.
Gambar diatas menunjukkan struktur Simple reflex agent, struktur yang paling
sederhana dalam bentuk skema, menunjukkan bagaimana aturan condition action
memungkinkan agen untuk membuat sambungan dari persepsi untuk bertindak. Persegi
panjang untuk menunjukkan keadaan internal saat proses keputusan agen,dan oval untuk mew
akili latar belakang informasi yang digunakan dalam proses. Secara ringkat dapat disampaikan
sebagai berikut:
Goal-based agents
←
Mengetahui tentang keadaan saat ini saja tidak selalu cukup untuk memutuskan apa
yang harus dilakukan.
← Agen membutuhkan informasi tujuan (goal) yang menggambarkan situasi yang
diinginkan
Kesimpulannya
Type Agent “reflex agent with state” lebih baik dari “simple reflex agent” untuk robot vacuum
cleaner tersebut
2. a. Lowest Cost First search
A
Inisialisasi {[A,0]}
Iterasi 1 :{[A-C,2],[A-B,3]}
Iterasi 2 :{[A-C-E,6],[A-B-D,7],[A-C-F,9]} B C
Iterasi 3 :{[A-C-E-H,9],[A-B-D-G,11],[A-C-F-H,10],
[ A,C,E,H] (9)
D E E F
G F H H
D E E F
G F H H
c. A*
Fungsi heuristic node = nilai h pada tabel A
A(7),C(7),B(9) 8
B,D(17),B,E(14),C,E(13),C,F(15)
A,B,D,G(21),A,C,E,H(16),A,C,F,H(16) B C
D E E F
G F H H
d. Dari ketiga perncarian tersebut ternyata algortma Lowest Cost First search lah yang
paling efisien karena tidak membutuhkan niali heuristic dan estimasi
a. Nod pada tree dengan procedure MINIMAX
V= 7 V= 7
β=7 β= 7
α=7 A α=7
Maks.
V=5
V=8 V=2
V=7 β=8
β= β=8
β=7 B α=8 C α=8 D α=
α=7
Min.
V=8 V=2 V=2 V=6 V=9
V=8
β= β=8 β=8 β=6 β=8
V=7 E F α=
G α=
H α=8
I α=
J β=5 K α=
β=7 α=8
α=7
Maks.
L M N O P Q R S T U V W X Y
7 6 8 5 2 3 0 -2 6 2 5 8 9 2
MAX = V >= β
MIN = V <= α