Jelaskan perbandingan beberapa strategi Uninformed Search (BFS, DFS, UCS, DLS, ID, BD) menurut 4

kriteria evaluasi (Complete, Time, Space, Optimal)!

BFS

Dalam Breadth First Search (BFS) semua simpul dieksplorasi atau dilalui level demi level. Artinya,
pertama-tama memperluas semua node pada level pertama di pohon pencarian, kemudian perluas
semua node dari level kedua dan dengan cara ini mencapai tujuan. Ini algoritma dapat
diimplementasikan dengan menggunakan struktur data antrian. Artinya, ia bekerja berdasarkan First In
First Out (FIFO) prinsip. Kompleksitas waktu adalah O (bd + 1) dan kompleksitas ruang adalah O (bd + 1),
di mana ‘b’ adalah faktor percabangan dan ‘d’ adalah kedalaman solusi.

DFS

Dalam Depth First Search (DFS), ekspansi dimulai dari simpul awal dalam grafik dan mengeksplorasi atau
melintasi paling dalam simpul yang belum dijelajahi dari simpul itu, dengan cara ini mencapai simpul
tujuan. Ini juga disebut metode berbasis tepi dan bekerja di Internet mode rekursif di mana simpul
dieksplorasi di sepanjang jalan. Algoritma ini dapat diimplementasikan dengan menggunakan data
tumpukan struktur. Yaitu, ia bekerja berdasarkan prinsip Last In First Out (LIFO). Pencarian Pertama
Kedalaman melintasi setiap simpul dengan tepat sekali dan tepi diperiksa dua kali. Kompleksitas waktu
adalah O (bm) dan kompleksitas ruang adalah O (bm), di mana ‘b’ adalah faktor percabangan dan 'm'
adalah kedalaman maksimum.

IDS

Iterative Deepening Search (IDS) adalah salah satu strategi pencarian ruang keadaan di mana node
diperluas secara mendalam secara mendalam. Setiap batas kedalaman dianggap sebagai iterasi. Yaitu,
versi pencarian mendalam-pertama kedalaman-terbatas dijalankan berulang kali dengan meningkatkan
batas kedalaman hingga tujuannya ditemukan. Hal ini juga dikenal sebagai Pencarian Pertama
Kedalaman Iteratif (IDDFS). Itu Kompleksitas waktu adalah O (bd ) dan Kompleksitas ruang adalah O (bd),
di mana ‘b’ adalah faktor percabangan dan ‘d’ adalah kedalaman solusi dangkal. IDS juga bekerja
berdasarkan prinsip Last In First Out (LIFO), yaitu, susun struktur data.

UCS

Uniform Cost Search (UCS) adalah algoritma pencarian ruang keadaan di mana ia menemukan keadaan
tujuan berdasarkan biaya simpul. Artinya, node diperluas dengan jalur biaya minimum. Untuk
menghitung biaya setiap node, pertimbangkan persamaan ini, c (m) = c (n) + c (n, m), di mana c (m)
adalah biaya dari simpul saat ini, c (n) adalah biaya dari simpul sebelumnya, dan C (n, m) adalah bobot
dari tepi. Penggantinya dapat dihapus yang sudah dalam antrian dengan biaya lebih tinggi. Kompleksitas
waktu adalah O (b└1 + C * / e┘) dan kompleksitas ruang adalah O (b└1 + C * / e┘), di mana C adalah
biaya solusi yang optimal dan setiap aktivitas biaya setidaknya e.

DLS
Algoritma Depth Limit Search (DLS) adalah variasi dari algoritma Depth First Search (DFS), yang bekerja
berdasarkan batas yang ditentukan sebelumnya. Artinya, jika kita memberi batasan l pada seberapa
dalam suatu penelusuran pertama dapat dilakukan, kami dapat menjamin bahwa pencarian tersebut
akan dilakukan berakhir (baik sukses atau gagal). Jika setidaknya ada satu status tujuan pada kedalaman
kurang dari 1, algoritma ini dijamin akan ditemukan keadaan tujuan, tetapi tidak dijamin untuk
menemukan jalur yang optimal. Kompleksitas waktu adalah O (bl) dan kompleksitas ruang adalah O (bl).
Untuk kebanyakan masalah kita tidak akan tahu apa batas yang baik sampai kita menyelesaikan
masalah.

BD

Bidirection Searc adalah teknik pencarian yang berjalan dua arah. Ini berfungsi dengan dua yang
mencari yang berjalan secara bersamaan, yang pertama dari sumber juga tujuan dan yang lainnya dari
tujuan ke sumber dalam arah terbelakang. Dalam keadaan optimal, kedua pencarian akan bertemu di
tengah-tengah dari struktur data. Algoritma pencarian dua arah bekerja pada grafik berarah untuk
menemukan jalur terpendek antara sumber (simpul awal) ke simpul tujuan. Dua pencarian akan mulai
dari tempat masing-masing dan algoritma berhenti ketika dua pencarian bertemu di sebuah node.
Performance measures dari Bidirection yaitu Completeness − Bidirectional search benar Complete jika
BFS digunakan dalam kedua pencarian, Optimality – iya optimal jika BFS digunakan untuk pencarian dan
jalur memiliki biaya seragam, dan Time and Space Complexity − Time and space complexity
is O(b^{d/2})

Conclusion

Dari penjelasan diatas Uniform Cost Search (UCS) itu lebih efisien. Dibutuhkan waktu minimum untuk
menentukan status sasaran dengan jalur optimal. Alih-alih UCS, Breadth First Search (BFS) dan Iterative
Deepening Search (IDS) optimal karena selalu memperluas simpul yang tidak diekspansi yang paling
dangkal. Dari semua ini algoritma pencarian yang tidak diinformasikan Depth Limit Search (DLS) adalah
algoritma kasus terburuk. Karena dalam strategi ini, kita tidak punya jaminan untuk mencapai state
tujuan. Demikian pula Pencarian Kedalaman Pertama (DFS) juga terburuk, karena dibutuhkan lebih
banyak langkah untuk mencapainya tujuan dan ruang memori yang diambil tergantung pada kedalaman
algoritme. Oleh karena itu Pencarian Biaya Seragam (UCS) menemukan solusi optimal daripada jenis lain
dari algoritma pencarian yang tidak diinformasikan.

Referensi :

 https://ijcsmc.com/docs/papers/June2019/V8I6201905.pdf
 https://people.cs.pitt.edu/~wiebe/courses/CS2710/lectures/figure3.21.pdf
 https://www.tutorialspoint.com/bidirectional-search