Teknik Informatika

Kecerdasan Buatan
2020

Tugas 2

Nama : Muh. Azhar Aidil

Kelas : C
NIM :60200117055

Soal:

Diketahui teka-teki Sudoku berukuran 3x3 seperti yang dapat dilihat dibawah ini:

Dalam menyelesaikan Sudoku 3x3, ada beberapa ketentuan yang harus dipenuhi:
 Angka hanya bisa 1, 2, atau 3.
 Setiap baris dan kolom harus mengandung angka 1, 2, dan 3 (tidak harus urut).
 Tidak boleh ada angka yang sama pada baris yang sama.
 Tidak boleh ada angka yang sama pada kolom yang sama.
1. Temukan solusi teka-teki Sudoku di atas, dan tuliskan langkah-langkah menggunakan
metode Hill Climbing jika diketahui
 Inisial State

 Fixed State

 Fungsi successor: pada salah satu baris, dua nilai non-fixed (nilai dari kotak kosong)
ditukar/dibalik. Contoh:

Contoh salah satu successornya berdasarkan fungsi di atas

 Fungsi heuristik h(n) = -1 x (banyaknya nilai non-fixed yang mengalami duplikasi

dengan nilai lain yang berada pada baris/kolom yang sama)

Dapat dihitung bahwa nilai h(n) untuk initial state = -1 x (4) = -4

jawab
a. Hitung nilai h(n) untuk masing-masing state dari successor!
b. Apakah metode Hill Climbing bersifat complete?
Jawab:
Pencarian solusi mengunakan metode hill climbing ini tidak di temukan solusi yang
tepat untuk menyelesaikan masalah tersebut
2. Masih dengan teka-teki diatas, tuliskan langkah-langkah metode Genetic Algorithm jika
diketahui:
 Matriks direpresentasikan sebagai array berisi 9 elemen yang isinya berurutan
mendatar dari baris 1 kolom 1 sampai dengan baris 3 kolom 3, dengan domain nilai
{1,2,3} untuk elemen yang belum terisi
 Initial population: 213 111 111, 223 122 321, 233 133 331, 213 122 121
 Fitness function: -1 x (banyaknya nilai non-fixed yang mengalami duplikasi dengan
nilai lain yang berada pada baris/kolom yang sama)
 Selection: Gunakan metode tournament dengan k =2
 Crossover: single/one-point crossover (dengan point crossover kromosom ke-4)
 Mutation: random resetting pada kromosom ke-8

a. Hitung nilai fitness dari setiap individu yang ada di populasi dengan menggunakan
fitness function di atas.
b. Lakukan tahap selection, crossover dan mutation, dengan iterasi sebanyak jumlah
individu.

(Iterasi sebanyak 4x)

c. Pilih individu dengan nilai fitness terbaik dari populasi baru yang dihasilkan pada soal
b.
Jawab: Pada nilai individu dengan nilai fitness terbaik dari populasi baru di iterasi ke 4
yakni “223 122 231” di dapatkan dari seleksi parent yang di pilih secara random

d. Apakah metode Genetic Algorithm bersifat complete ? Jelaskan pendapatmu!

Jawab: Genetic algorithm bersifat sempurna, dan jika di lakukan perulangan secara
terus menerus mengikuti langka – langkah genetic algorithm maka solusi akan bisa di
dapatkan