akar terus ke
level 1 dari kiri ke kanan Kemudian ke level selanjutnya hingga solusi ditemukan
Keuntungan
-Tidak akan menemui jalan buntu
-Menjamin ditemukannya solusi (jika solusinya memang ada) dan solusi yang ditemukan pasti yang paling baik
-Jika ada satu solusi maka bread-first search akan menemukannya
Kelemahannya
-Membutuhkan memori yang cukup banyak
-Membutuhkan waktu yang cukup lama
Depth-first search : Proses pencarian dilakukan pada semua anaknya sebelum dilakukan pencarian ke node-node yang
selevel
Keuntungan
-memori relatif kecil
-secara kebetulan akan menemukan solusi tanpa harus menguji lebih banyak lagi
Kekurangan
-memungkinkan tidak ditemukannya tujuan yang diharapkan
-hanya akan mendapatkan satu solusi disetiap pencarian
Best-first search : menggabungkan dari kebaikan dua teknik antara breadth first search dan depth first search
Artificial Intelegent : bagian dari ilmu komputer yang mempelajari bagaimana cara membuat mesin komputer dapat
melakukan pekerjaan seperti dan sebaik yang dilakukan manusia.
Bagian utama yang dibutuhkan AI :
-Berbasis Pengetahuan : Berisi Fakta – fakta teori dan hubungan antara satu dengan lainnya
-Motor inferensi : kemampuan menarik kesimpulan berdasarkan ilmu pengetahuan
Alan turing (1950) : bahwa jika mesin dapat membuat seseorang percaya bahwa dirinya mampu berkomunikasi dengan orang
lain, maka dapat dikatakan bahwa mesin tersebut cerdas (seperti layaknya manusia)
Sistem Pakar
Metode backward chaining adalah pelacakan kebelakang yang memulai penalarannya dari kesimpulan (goal), dengan
mencari sekumpulan hipotesa-hipotesa menuju fakta-fakta yang mendukung sekumpulan hipotesa-hipotesa tersebut.
metode forward chaining adalah pelacakan ke depan yang memulai dari sekumpulan fakta-fakta dengan mencari kaidah
yang cocok dengan dugaan/hipotesa yang ada menuju kesimpulan.
Searching : mempresentasikan masalah kedalam ruang keadaan (state) dan secara sistematis melakukan pembangkitan
dan pengujian state-state dari initial state sampai ditemukan suatu goal state.
Reasoning : mempresentasikan masalah kedalam logic (Mathematical Tools yang digunakan untuk merepresentasikan
dan memanipulasi fakta dan aturan)
Planning : Memecah masalah dalam sub-sub masalah yang lebih kecil, menyelesaikan sub-sub masalah satu demi satu,
kemudian menggabungkan solusi-solusi dari sub masalah tersebut menjadi sebuah solusi lengkap.
Learning : Program komputer yang secara otomatis sanggup belajar dan meningkatkan performancenya melalui
pengalaman