TEKNIK SEARCHING DALAM KECERDASAN BUATAN

MAKALAH

(177038015) UMAYA RAMADHANI PUTRI NST

(177038010) ANDY SATRIA
(177038011) AFDHALUZZIKRI

PROGRAM STUDI S2 TEKNIK INFORMATIKA

FAKULTAS ILMU KOMPUTER DAN TEKNOLOGI INFORMASI
UNIVERSITAS SUMATERA UTARA
MEDAN
2019
 KATA PENGANTAR
Puji dan syukur marilah kita panjatkan kehadirat Allah SWT yang
telah memberikan kesehatan jasmani dan rohani sehingga kita masih tetap
bisa menikmati indahnya alam cipataan-Nya. Sholawat seiring salam
tetaplah kita curahkan kepada baginda kita Nabi Muhammad SAW yang
telah menunjukkan kepada kita jalan yang lurus dari yang gelap menjadi
terang benderang.

Penulis disini akhirnya dapat merasa sangat bersyukur karena telah

menyelesaikan makalah yang kami beri judul Peran Teknik Searching dalam
AI (Artificial Intelligent). Dalam makalah ini kami mencoba untuk
menjelaskan seberapa berperannya teknik searching dalam AI dalam
perkembangannya saat ini serta kelebihan dan kekurangan yang ada.

Penulis mengucapkan banyak terima kasih kepada semua pihak yang

telah membantu hingga terselesaikannya makalah ini. Dan penulis
memahami jika makalah ini tentu jauh dari kesempurnaan maka kritik dan
saran sangat kami butuhkan guna memperbaiki karya-karya kami dilain
waktu.

Medan, 20 Maret 2019

Penulis

i
 DAFTAR ISI

KATA PENGANTAR .......................................................................................... i

DAFTAR ISI......................................................................................................... ii

BAB I PENDAHULUAN
1.1 Latar Belakang ................................................................................ 1
1.2 Rumusan Masalah ........................................................................... 1
1.3 Tujuan Penulisan ............................................................................ 1
BAB II PEMBAHASAN
2.1. Teknik Searching ................................................................... 2
2.2. Jenis-jenis Teknik Searching .................................................. 3
BAB III PENUTUP
3.1 Kesimpulan .......................................................................................... 8
DAFTAR PUSTAKA ................................................................................................... 9

ii
 BAB I
PENDAHULUAN
1.1. Latar Belakang

Terciptanya kecerdasan buatan dalam perkembangan saat ini adalah untuk

memecahkan permasalahan di berbagai bidang. Dapat juga dikatakan untuk
mempermudah pekerjaan manusia dalam permasalahan yang rumit atau sulit
dipecahkan. Masalah kecerdasan buatan adalah masalah yang dapat dikonversikan
ke dalam ruang keadaan (state problem), dimana mempunyai keadaan awal (initial
state) dan keadaan akhir (goal).

Salah satu hal dalam pemecahan permasalahan dalam kecerdasan buatan

adalah dengan penggunaan teknik searching. Permasalahan pencarian (searching)
merupakan hal yang sering dijumpai oleh peneliti di bidang kecerdasan buatan.
Searching dalam kecerdasan buatan adalah metode penyelesaian masalah dengan
pencarian solusi pada suatu permasalahan yang dihadapi. Permasalahan ini adalah
hal penting dalam menentukan keberhasilan dari sistem kecerdasan buatan.

Oleh karena itu, dalam makalah ini kami mencoba memapaarkan peranan
teknik searching dalam kecerdasan buatan.
1.2. Rumusan Masalah

Berdasarkan latar belakang, maka rumusan masalahnya adalah mengenai

bagaimana peranan teknik searching dalam kecerdasan buatan.
1.3. Tujuan Penulisan

Penulisan makalah ini bertujuan untuk :

a. Mengetahui peranan penting teknik searching dalam kecerdasan buatan,

b. Teknik searching dalam kecerdasan buatan,

c. Kelebihan dan kelemahan teknik searching dalam kecerdasan buatan.

1
 BAB II

PEMBAHASAN

2.1 Teknik Searching

Metode pencarian dibagi menjadi 3 bagian, yaitu dapat terlihat dalam

gambar dibawah ini.

Gambar 2.1 Bagan Teknik Searching

Metode pencarian buta merupakan metode sederhana yang hanya berusaha

mencari kemungkinan penyelesaian. Metode yang tidak memiliki informasi awal
dan juga merupakan sekumpulan prosedur yang digunakan dalam melacak ruang
keadaan. Pencarian berlangsung sampai solusi terakhir ditemukan. Metode ini
memiliki tiga ciri utama, 1) membangkitkan simpul berdasarkan urutan, 2) kalau
ada solusi maka solusi telah ditemukan, 3) hanya memiliki informasi tentang node
yang telah dibuka (node selanjutnya tidak diketahui). . Metode yang termasuk pada
bagian ini adalah Breadth First Search, Depth First Search, Hill climbing, Beam
Fisrt, dan Best First Search.

Metode penyelesaian optimal merupakan metode yang lebih kompleks yang

akan mencari terlebih dahulu jarak terpendek. Teknik yang mengembangkan
efisiensi dalam proses pencarian. Metode yang termasuk pada bagian ini adalah
2
British Museum Procedure, Branch and Bound, Dynamic Programming dan A*.
Metode-metode ini digunakan pada saat harga perjalanan untuk mencari
kemungkinan menjadi perhitungan.

Metode permaianan merupakan metode yang digunakan saat berhadapan

dengan musuh, dimana dapat disimpulkan bahwa metode permainan adalah metode
mengajar dimana cara penyajian materi dengan permainan. Teknik Searching pada
metode ini adalah minimax search, alpha beta pruning. Metode ini banyak
digunakan pada program-program permainan seperti catur,dsb.
2.2 Jenis-jenis Teknik Searching
Dua teknik searching yang termasuk dalam pencarian buta (blind search).

I. Breadth-First Search
Pada Breadth – First Search (BFS) semua node pada level n
akan dikunjungi terlebih dahulu sebelum mengunjungi node-node
pada level n+1. BFS harus menyimpan semua simpul yg pernah
dibangkitkan agar BFS dapat melakukan penelusuransimpul-simpul
sampai di level bawah. Jika b adalah faktor percabangan (jumlah
simpul anak yg dimiliki oleh suatu simpul) dan d adalah kedalaman
solusi, maka jumlah simpul yang harus disimpan adalah sebanyak
O(bd). Misalkan, b = 10 dan d = 8, maka BFS harus membangkitkan
dan menyimpan sebanyak 100 +101 +102+
103 +104 +105 +106 +107+108 = 111.111.111 simpul.
Pencarian dimulai dari node akar terus ke level 1 dari kiri ke
kanan, kemudian berpindah ke level berikutnya dari kiri ke kanan
hingga solusi ditemukan.
Keuntungannya:
- Tidak akan menemui jalan buntu, menjamin ditemukannya
solusi (jika ada) yang paling baik.
- Jika ada 1 solusi, maka breadth – first search akan
menemukannya.

3
 - Jika ada lebih dari 1 solusi, maka solusi minimum akan
ditemukan.
Kerugiannya :
- Membutuhkan memori yang banyak, karena harus menyimpan
semua simpul yang pernah dibangkitkan dan hal ini harus
dilakukan agar BFS dapat melakukan penelusuran simpul-
simpul sampai di level bawah.
- Membutuhkan waktu yang cukup lama.
Completeness : Teknik yang digunakan adanya solusi.
Optimality : Teknik yang digunakan menemukan solusi yang
terbaik saat adanya beberapa solusi berbeda.
Time complexity : Waktu yang dibutuhkan cukup lama.
Space complexity : Memori yang dibutuhkan juga banyak.

II. Depth-First Search

Pada pencarian Depth – First Search (DFS) dilakukan pada
suatu simpul dalam setiap level dari yang paling kiri. Jika pada level
yang paling dalam tidak ditemukan solusi, maka pencarian
dilanjutkan pada simpul sebelah kanan dan simpul yang kiri dapat
dihapus dari memori. Jika pada level yang paling dalam tidak
ditemukan solusi, maka pencarian dilanjutkan pada level
sebelumnya. Demikian seterusnya sampai ditemukan solusi.
Keuntungannnya :
- Membutuhkan memori relatif kecil, karena hanya node-node
pada lintasan yang aktif saja yang disimpan.
- Secara kebetulan, akan menemukan solusi tanpa harus menguji
lebih banyak lagi dalam ruang keadaan, jadi jika solusi yang
dicari berada pada level yang dalam dan paling kiri, maka DFS
akan menemukannya dengan cepat (waktunya cepat).
- DFS hanya menyimpan sekitar bd, di mana b adalah faktor
percabangan dan d adalah kedalaman solusi. Jika b = 10
dan d = 3 maka jumlah simpul yg disimpan di memori adalah
4
 1+10+10+10 = 31. Hal ini berbeda jauh dgn BFS yg harus
menyimpan semua simpul yg pernah dibangkitkan. Pada kasus
ini, jika gunakan BFS maka simpul yg tersimpan sebanyak
1+10+100+1000 =1111 simpul.
- Kelebihan DFS yg lain, jika solusi yg dicari berada pada level
yg dalam dan paling kiri, maka DFS akan menemukannya
dengan cepat.

Kerugiannya :
- Memungkinkan tidak ditemukannya atau tidak adanya tujuan
yang diharapkan, karena jika pohon yang dibangkitkan
mempunyai level yang sangat dalam (tak terhingga) à tidak
complete karena tidak ada jaminan akan menemukan solusi.
- Hanya mendapat 1 solusi pada setiap pencarian, karena jika
terdapat lebih dari satu solusi yang sama tetapi berada pada level
yang berbeda, maka DFS tidak menjamin untuk menemukan
solusi yang paling baik tidak optimal.
III. Uniform Cost Search
Uniform Cost Search adalah algoritma Seach Tree (graph)
yang digunakan untuk menyelesaikan beberapa persoalan .
Algoritma ini memulai pencarian dari root node, kemudian
dilanjutkan ke node-node selanjutnya. Dimana node tersebut dipilih
yang memilki harga (cost) terkecil dari root node. Algoritma ini
merupakan modifikasi dari Bread First Search (BFS).
Dalam implementasi algoritma ini , melibatkan semua node yang
berhubungan dengan root node, dan meletakannya dalam priority
queue untuk mencapai node tujuan. Dimana node – node yang
dipilih merupakan node yang berharga terkecil. Ilustrasi jalannya

5
algoritma Uniform Cost Search dapat digambarkan sebagai berikut:

Gambar 2.2 Ilustrasi Algoritma Uniform Cost Search

Seperti tampak pada gambar, initial state terletak pada node

start, kemudian untuk mencapai node berikutnya, algoritma ini
memilih jalur yang memilki harga terkecil diantara dua node di
depannya. Begitu seterusnya, dilakukan pengecekan node yang
memilki harga terkecil hingga sampai pada goal state. Dengan kata
lain, Di setiap iterasinya, algoritma ini tidak pernah melanjutkan
node yang memiliki cost lebih besar dari cost kumulatif yang
terkecil. Elemen di antrian prioritas memiliki cost yang hampir
sama dalam satu iterasi, karena itu disebut Uniform Cost Search. Di
contoh diatas mungkin keseragaman cost tidak terlihat, tetapi jika
digunakan pada graf yang lebih besar akan terlihat.
UCS adalah algoritma terbaik untuk masalah pencarian, yang tidak
melibatkan penggunaan heuristik. Hal ini dapat memecahkan grafik
umum untuk biaya yang optimal. UCS kedengarannya pencarian di
cabang yang kurang lebih sama dalam biaya. Algoritma UCS dapat
dilihat pada gambar berikut:

6
 2.3 Algoritma Uniform Cost Search
Kelebihannya:
- Karena mengikuti konsep BFS, maka UCS menjamin
ditemukannya solusi dan solusi yg ditemukannya selalu yg
terbaik. Dgn kata lain, UCS adalah complete dan optimal.
Kekurangan:
- Harus memenuhi syarat g(successor(n) >= g(n) untuk setiap
simpul n. Jika syarat ini tidak dipenuhi maka
UCS menjadi tidak complete dan tidak optimal.

7
 BAB III

PENUTUP
3.1. Kesimpulan
Dari pembahasan diatas bisa disimpulkan beberapa hal bahwa teknik
searching dangat berperan dalam penyelesaian permasalahan kecerdasan buatan,
yaitu :

1. Teknik searching dikatakan penting untuk menyelesaikan permasalahan

karena setiap keadaan (state) menggambarkan langkah-langkah untuk
menyelesaikan permasalahan.

2. Metode searching dikatakan penting untuk perencanaan karena dalam

sebuah permainan akan menentukan apa yang harus dilakukan, dimana
setiap state menggambarkan kemungkinan posisi pada suatu saat.

3. Teknik searching adalah bagian dari kesimpulan, dimana state

menggambarkan hipotesis dalam sebuah rangkaian deduktif.

4. Oleh karena itu, secara umum untuk mendeskripsikan suatu

permasalahan dengan baik harus:

- Mendefinisikan suatu keadaan (state)

- Menerapkan satu atau lebih keadaan awal

- Menetapkan satu atau lebih tujuan

- Menetapkan kumpulan aturan

8
 DAFTAR PUSTAKA

Iecha, N. 2011. Artificial Intelligence Algoritma Pencarian (Searching Algorithm).

(Online)
https://www.academia.edu/5024807/ARTIFICIAL_INTELLIGENCE_AL
GORITMA_PENCARIAN_Searching_Algorithm_ 18 Maret 2019.
Permatasari, S. Metode Permainan dan Penemuan Matematika. (Online)
https://www.academia.edu/32602472/METODE_PERMAINAN_DAN_P
ENEMUAN_MATEMATIKA 18 Maret 2019.
Hasri, R. 2017. Metode Pencarian Buta dan Heuristik. (Online)
http://rendihasri.blogspot.com/2017/12/metode-pencarian-buta-dan-
heuristik.html 18 Maret 2019.
Mahendra, A. 2017. Defenisi dan Contoh Metode Pencarian Buta dan Heuristik.
(Online) http://mahendrasdk04.blogspot.com/2017/12/definisi-dan-contoh-
metode-pencarian.html 18 Maret 2019.