TUGAS II
Oleh :
d. Hill Climbing
Metode ini hampir sama dengan metode Generate and Test, perbedaannya pada
umpan balik setelah dilakukannya test. Test yang berupa fungsi heuristic menunjukan
seberapa baik nilai terkaan yang diambil terhadap keadaan. Metode ini sebenarnya
kurang efektif sebab terlalu banyak solusi dalam suatu masalah.
Kesimpulan
Dalam kecerdasan buatan, terdapat beberapa metode atau istilah-istilah
didalamnya. Diantaranya searching. Searching merupakan suatu mekanisme dalam
pemecahan masalah yang paling umum. Ada beberapa langkah yang penting harus
dibuat sehingga dapat dibuatkan pemecahan masalahnya. Searching dilakukan dengan
mengidentifikasi try and error.
Informed dan Uninformed Search Algorithm merupakan salah satu algoritma
dalam kecerdasan buatan. Tidak semua algoritma dapat menyelesaikan permasalahan
secara efektif dan efisien.
Uninformed Search Algorithm menggunakan metode Blind Search, artinya
tidak ada tambahan informasi lain yang disediakan. Algoritma jenis ini tidak
memberikan banyak solusi, pada dasarnya algoritma jenis ini hanya menjelaskan
tentang algoritma tersebut.
Breadth First Search(BFS), Uniform Cost Search(UCS), Depth First
Search(DFS), Depth Limited Search, Iterative Deepening Depth First Search, serta
Bidirectional Search merupakan metode-metode yang terdapat dalam Uninformed
Search Algorithm.
Sedangkan Informed Search Algorithm disebut juga Heuristic Search.
Pencarian dengan algoritma ini menggunakan pengetahuan yang spesifik kepada
masalah yang dihadapi. Metode-metode yang gunakan dalam Informed Search
Algorithm lebih sedikit dibandung Uninformed Search Algorithm. Generate and test,
A* Search (dibaca A-Star Search), Greedy Best First Search, hill climbing merupakan
metode yang digunakan dalam Informed Search Algorithm
Contoh Soal Latihan:
Contoh Soal:
Apabila diberikan kondisi tree seperti gambar di atas, dimana biaya lintasan
(path), dan nilai prediksi/estimasi sudah diberikan, maka kita dapat melakukan
simulasi proses ekspansi node untuk algoritma Uniform Cost Search, Greedy Best
First Search, dan A* Search.
Jawab:
1. Uniform Cost Search
Proses ekspansi pada Uniform Cost Search dihitung berdasarkan nilai lintasan
g(n) sehingga proses akan berjalan sebagai berikut:
Proses eksplorasi node dimulai dari S sebagai initial state. Eksplorasi node dari S
akan menuju ke A, C, K sebagai successornya. Pada simulasi eksplorasi di atas, untuk
mempermudah proses eksplorasi maka dituliskan dengan C, A, K karena urutannya
dituliskan secara ascending dari nilai g(n) terkecil sehingga akan dihasilkan urutan
node yang akan dieksplorasi selanjutnya. Pada eksplorasi node selanjutnya, nilai g(n)
diakumulasikan dari node awal sampai pada node current yang baru dieksplorasikan.
Jadi, dari proses di atas, maka dihasilkan jumlah ekspansi node sebanyak 10 kali, dan
path yang dilalui dengan menggunakan algoritma Uniform Cost Search adalah S-C-
D-E-F-G.
2. Greedy Best First Search
Proses ekspansi dengan menggunakan algoritma Greedy Best First Search
adalah dengan merujuk pada nilai estimasinya yaitu h(n). Berbeda halnya dengan
nilai g(n) yang diakumulasikan, nilai h(n) tidak diakumulasikan. Proses eksplorasi
akan berjalan seperti berikut ini:
f = {S};
f = {A, C, K}; // 2, 4, 5
f = {B, C, K}; // 3, 4, 5
f = {G, C, H, K}; // 0, 4, 4, 5
f = {C, H, K}; // 4, 4, 5
Proses yang dilakukan pada Greedy Best First Search sama seperti Uniform
Cost Search, namun parameter yang digunakan hanya nilai estimasinya.
Dari proses di atas, maka dihasilkan jumlah ekspansi node sebanyak 4 kali, dan path
yang dilalui dengan menggunakan algoritma Greedy Best First Search adalah S-A-B-
G.
3. A* Search
Eksplorasi node dari metode A* dilakukan dengan cara menjumlahkan
kombinasi nilai path g(n) dan nilai estimasi h(n). Penjumlahan dari nilai tersebut akan
dibandingkan untuk menentukan node mana dulu yang akan dieksplorasikan.
Prosesnya akan berjalan sebagai berikut ini:
Dari proses di atas, maka dihasilkan jumlah ekspansi node sebanyak 7 kali, dan path
yang dilalui dengan menggunakan algoritma A* Search adalah S-C-D-E-F-G.
PERHITUNGAN CADANGAN
Contoh yang sangat sederhana dapat diambil dari studi kasus endapan deposit
sebagai contoh endapan placer dari timah. Diasumsi masing-masing deposit telah
dilakukan pemboran dengan pola SQUARE PATTERN GRID. Data pemboran
tersebut ditunujukkan pada table berikut:
1 2 3 4 5
B. H. No. Thickness of Assay Value Metre Assay Keterangan
placer (M) (cu.metre) Product
(V) (M*V)
1 3.5 5 13
2 4.0 4 16
3 4.0 4 14
4 3.0 3 15
5 3.5 3 8
6 4.0 3 5
7 5.0 5 15
8 4.0 2 17
9 3.5 6 20
10 5.0 3 6
11 3.0 3 15
12 3.0 4 11
13 3.5 5 13
14 5.0 3 10
15 5.0 4 21
16 3.5 5 10
TOTAL 62.5 209
209
= 3.34 𝑑𝑤𝑡 𝑝𝑒𝑟 𝑐𝑢. 𝑚𝑒𝑡𝑟𝑒𝑠
62.5
(dwt= pennyweight, dimana 24 pennyweight = 1 onunces (oz)
𝟔𝟐.𝟓
Rata-rata ketebalan endapan placer adalah 𝟏𝟔
= 3.90 𝑚𝑒𝑡𝑟𝑒𝑠 dan
Diasumsi bahwa daerah pengaruh (area of influence) dari setiap lubang bor
adalah setengah untuk masing-masing interval. Sehingga luas daerah deposit
adalah 200 m x 200 m.
Bila ketebalan rata-rata placer 3.90 meter, maka volume rata-rata gravel
adalah 156.000 Sn. Meter. Sedangkan nilai total keseluruhan adalah 156.000
x (209/62.5) = 521,664 oz.
Pada masalah di atas, pembobotan seragam pada semua sampel (conto). Ini
tidak demikian pada aktualnya, seperti pada gambar berikut;
145.5
Ketebalan rata-rata, adalah = 4.04 𝑚𝑒𝑡𝑟𝑒𝑠
36
449
Kadar rata-rata, adalah = 3.08 𝑑𝑤𝑡𝑠.
145.5
Deposit (Sn) memiliki dip magnitude, faktor koreksi yang relevan untuk mengenal
atau sebagai metode alternative diberikan berikut ini untuk mendapatkan akurasi yang
tinggi. Ini didasarkan pada prinsip pembagian area ke dalam unit terkecil untuk
melokalisasi pengaruh variabel.
1 2 3 4 5 6 7 8
Sub. B. H. Thickness Assay Metre Average Average Volume
Area No. of placer Value Assay thickness Value Assay
Square (tp) (%Cu) Product (5/3) Product
(tp*% Cu) (6*7)
1 3.0 4 12
2 5.0 3 15 14.5/4 40/14.5
1 10.00
5 3.5 2 7 = 3.63 = 2.76
6 3.0 2 6
TOTAL 14.5 40
2 5.0 3 15
3 5.0 3 15 17.00/4 52.0/17.0
2 13
6 3.0 2 6 = 4.25 = 3.0
7 4.0 4 16
TOTAL 17.0 52.0
3 5.0 3 15
4 4.0 4 16
3
7 4.0 4 16
8 5.0 3 15
TOTAL 18.0 62.0
4 5 3.5 2 7
6 3.0 2 6
9 3.5 6 21
10 4.0 2 8
TOTAL 14.0 42.0
6 3.0 2 6
7 4.0 4 16
5
10 4.0 2 8
11 4.0 4 16
TOTAL 15.0 46.0
7 4.0 4 16
8 5.0 3 15
6
11 4.0 4 16
12 3.0 3 9
TOTAL 16.0 56.0
9 3.5 6 21
10 4.0 2 8
7
13 3.5 4 14
14 4.5 2 9
TOTAL 15.5 52.0
10 4.0 2 8
11 4.0 4 16
8
14 4.5 2 9
15 5.0 5 25
TOTAL 17.5 58.0
11 4.0 4 16
12 3.0 3 9
9
15 5.0 5 25
16 3.0 3 9
TOTAL
Bagaimana kalau spasi atau interval pemboran tidak teratur (irregularly)? Apa yang
akan dilakukan. Metoda polygon merupakan metode yang baik untuk mengatasi ini,
dengan cara sebagai berikut;
𝑣𝑜𝑙𝑢𝑚𝑒 𝑜𝑓 𝑚𝑎𝑡𝑒𝑟𝑖𝑎𝑙
= 𝐴𝑣𝑒𝑟𝑎𝑔𝑒 𝑡ℎ𝑖𝑐𝑘𝑛𝑒𝑠𝑠
𝑎𝑣𝑒𝑟𝑎𝑔𝑒 𝑜𝑓 𝑖𝑛𝑓𝑙𝑢𝑒𝑛𝑐𝑒
Dalam kasus yang sama metoda lain yang dapat diterapkan adalah dengan metode
TRIANGLES.
Diketahui: V = 163700 m3
Ρ = 2,65 gc/ m3
Maka Perhitungannya: