BLIND SEARCH
Dosen Pembimbing:
UNIVERSITAS UDAYANA
2020
KATA PENGANTAR
Puji syukur kami panjatkan kehadapan Tuhan Yang Maha Esa karena atas
segala rahmat dan nikmat-Nya, sehingga penulis mampu untuk menyelesaikan
pembuatan laporan ini dengan judul “Laporan Analisis Studi Kasus Artikel
Penerapan Metode Blind Search” sebagai tugas dari mata kuliah Pengantar
Kecerdasan Buatan.
Penulis tentu menyadari bahwa makalah ini masih jauh dari kata sempurna
dan masih banyak terdapat kesalahan serta kekurangan di dalamnya. Untuk itu,
penulis mengharapkan kritik serta saran dari pembaca untuk laporan ini, supaya
laporan ini nantinya dapat menjadi laporan yang lebih baik lagi. Demikian, dan
apabila terdapat banyak kesalahan pada laporan ini penulis mohon maaf yang
sebesar-besarnya.
ii
DAFTAR ISI
iii
4
BAB I
PENDAHULUAN
1
BAB II
LANDASAN TEORI
Dan dari semua itu sering sekali disinggung dan dibahasa adalah
”Breadth First Search (BFS)” dan “Depth First Search (DFS)”.
2
2.2. Breadth First Search (BFS)
Pengertian dari BFS disini adalah salah satu metode pencarian yang
memiliki tujuan untuk memperluas dan memeriksa semua simpul dari suatu
graph yang ada atau bisa juga urutan dari kombinasi dengan pencari yang
sistematis dengan melalui setiap solusi.
3
Contoh Implementasi Breadth First Search menggunakan Java:
4
mecari rute terpendek secara otomatis dengan menggunakan metode BFS.
Angka di setiak rute menunjukan panjang rute yang dituliskan dengan
angka pada setiap kotaknya.
5
6
BAB III
ANALISIS STUDI KASUS
❖ Analisis Sistem Lama yang dibuat oleh waka kurikul yang terdiri dari
3 tugas tersendiri yaitu:
• Membuat pembagian tuga mengajar guru. Tugas dibuat dengan
menggunakan cara dalam menentukan mata pelajaran untuk
setiap guru yang ada dana akan mengajar pada lokasi yang telah
ditentukan oleh waka kurikulum. Maka data yang diperlukan
adalah data guru dan lokasi.
• Membuat jadwal kegiatan belajar dan mengajar guru. Tugasnya
hampir sama dengan tugas sebelumnya tetapi terdapat perbedaan
yaitu dalam tugas ini waka kurikulum menambah waktu yang
dalam menentukan guru yang mengajar pada hari apa dan jam
berapa. Maka data yang diperlukan adalah data guru, mata
pelajaran, kelas, hari dan jam mengajar.
• Pembuatan kontrol mengajar guru.Kontrol mengajar disini
adalah menentukan hari dari hari senin hingga jumat untuk guru
yang sedak piket sesuai ketentuan dari waka kurikulum. Data
yang diperlukan adalah data hari dan data guru.
Dari 3 sistem kerja guru ini yang ditugaskan dari pihak sekolah
untuk waka kurum dalam pembuatan penjadwalan mengajar di SD
Islam As-Shofa Pekanbaru.
7
kegiatan belajar mengajar guru dan jadwal kontrol mengajar guru.
Namun proses penelusuran algoritma backtracking ini diterapkan
pada jadwal kegiatan belajar mengajar. Hal ini disebabkan pada
jadwal kegiatan mengajar memiliki gabungan dari guru, mata
pelajaran, kelas, hari dan jam ajar. Dari adanya gabungan tersebut,
algoritma backtracking dapat menelusuri kejadian (event) ke dalam
ruang waktu (time slot) yang ada pada jadwal kegiatan belajar
mengajar.
o Analisa Kejadian (Event) dan Ruang Waktu (Time Slot) Analisa
kejadian (event) dan ruang waktu (time slot) terdiri dari guru,
mata pelajaran, kelas, hari dan jam. Gabungan dari semua ini
akan ditampilkan pada jadwal kegiatan belajar mengajar guru.
Untuk menerapkan mata pelajaran pada jadwal kegiatan
belajar mengajar guru, mata pelajaran akan diberikan batasan-
batasan agar jadwal yang akan diciptakan sesuai ketetapan waka
kurum.
o Analisa Penelusuran Algoritma Backtracking Penelusuran
algoritma backtracking memiliki beberapa tahap. Tahap
pertama adalah membuat solusi dalam bentuk pohon (tree).
Setelah tahap pertama dibuat, maka ditahap kedua adalah
penerapan mata pelajaran beserta guru pada kerangka jadwal
kegiatan belajar mengajar guru secara DFS.
Penelusuran algoritma backtracking dimulai mencari
kelas.Kelas di sini dimulai dari kelas IA hingga akhir kelas
VIG.Setelah kelas ditemukan, selanjutnya mencari hari, setelah
hari ditemukan, selanjutnya mencari jam. Setelah didapat kelas,
hari dan jam ditemukan, selanjutnya pemilihan mata pelajaran.
Dalam memilih mata pelajaran, mata pelajaran akan diacak
untuk mendapatkan salah satu dari 13 mata pelajaran. Setelah
mata pelajaran terpilih, mata pelajaran yang terpilih akan
diterapkan di jadwal kegiatan belajar mengajar guru. untuk
menerapkan mata pelajaran pada jadwal kegiatan belajar
8
mengajar guru juga memiliki batasan-batasan. Setelah semua
telah ditelusuri, maka terciptalah jadwal kegiatan mengajar
guru.
Dikarenakan penelusuran dimulai dari kelas IA.maka contoh
yang akan diterapkan pada analisa ini adalah kelas IA. Berikut
gambar penelusuran algoritma backtracking untuk kelas IA
yang menggunakan kerangka jadwal kegiatan belajar mengajar
guru kelas 1 ± 2.
Gambar A
9
Kesimpulannya adalah
o Keterbatasan jumlah guru dan mata pelajaran yang menjadi salah satu
masalah dalam proses penelusuran algoritma backtracking yaitu
khususnya mata pelajaran PKN kelas 1 dipegang oleh satu guru.
o Sesuai pengujian mata pelajaran PKN ini hanya memiliki kesempatan
muncul 3 kali dalam 3 lokal (A, B, C). Sedangkan jumlah kelas 1 adalah
4 kelas (A, B, C, D).
o Dari analisa ini membuktikan bahwa mata pelajaran PKN tidak
memiliki kesempatan muncul di kelas 1D. Sehingga mulai dari 1D
hingga kelas selanjutnya tidak dapat ditelusuri oleh algoritma
backtracking.
10
3.2. Analisis Studi Kasus 2
Penerapan Algoritma DFS pada Permainan Sudoku dengan
Backtraking.
11
dan yang terakhir kedalaman 3 akan berisi simpul kotak posisi (9,6).
Untuk mempermudah pemahaman mengenai definisi ini, pembaca dapat
melihat penjelasan pada gambar berikut terkait contoh sebelumnya :
12
Langkah pertama adalah kita akan melakukan pencarian solusi
pada kotak paling kiri-atas yang kosong, dalam hal ini adalah kotak (1,3).
Selanjutnya kotak (1,4) , (1,6), dan seterusnya.
13
Penelusuran ini akan dilakukan sampai penelusuran mencapai
level N, dimana N adalah jumlah kotak kosong pada sudoku. Jika pada
suatu level simpul tidak bisa menghasilkan suatu simpul baru dengan
kata lain tidak ada angka yang memenuhi fungsi kelayakan, maka
kondisi tersebut dikatakan kondisi dead end atau simpul mati. Apabila
terjadi deadend, simpul akan melakukan backtrack atau runut balik ke
simpul parentnya dan akan membuat simpul lain, jika ada, dengan
kandidat angka yang ada untuk ditelusuri, jika tidak ada simpul yang
layak dihasilkan, maka parent-nya juga akan melakukan backtrack
sampai ketemu parent yang dapat menghasilkan anak atau simpul baru.
Untuk mengilustrasikannya, dapat dilihat pada gambar di bawah ini :
14
Misalkan terjadi dead end pada saat melakukan penelusuran anak-
anak simpul 3 yang menimbulkan backtrackatau runut balik kembali pada
parentdari simpul 3 yaitu simpul 2. Selanjutnya simpul 2 akan
melahirkan simpul baru yang merupakan kandidat angka dari Level 3
(Kotak <1,6>). Sebelumnya kita mengetahui bahwa kandidat untuk kotak
<1,6> dengan simpul parent S2 yaitu 4,6, dan 8. Nilai 4 pada S3
diasumsikan sudah mencapai deadendsehingga Simpul S2 akan
melahirkan simpul baru SXX dengan nilai yaitu 6. Kemudian
simpulSXXakan membangkitkan anak-anak barunya. Proses ini dilakukan
terus-menerus sampai pohon mencapai kedalamanN dimana fungsi
solusi terpenuhi.
❖ Analisis
15
melakukan penelusuran semua kemungkinan yang mungkin pada
kotak kosong sudoku. Asumsikan kotak yang kosong pada permasalahan
sudoku berjumlah N, maka kemungkinan terburuk untuk mencapai
solusi dengan menggunakan algoritma bruteforce-nya adalah 9 ^
N. Tentu jumlah ini sangat besar dan tidak efektif. Sedangkan dengan
menggunakan Algoritma DFS/backtracking kompleksitas yang
dihasilkan dapat dipastikan akan lebih mangkus dari kompleksitas
yang dihasilkan dengan menggunakan algoritma bruteforce.Ada
beberapa sumber yang beranggapan bahwa penelusuran pohon
status dengan menggunakan algoritma sudah termasuk backtracking.
Dengan kata lain semua penelusuran solusi dengan pohon status DFS
telah mengimplementasikan bactracking. Tentu kompleksitas DFS
dengan backtracking jauh lebih mangkus ketimbang DFS tanpa
backtracking.Dengan backtracking hanya pencarian yang mengarah
solusi saja yang selalu dipertimbangkan.
16
BAB IV
PENUTUP
❖ Kesimpulan
17
DAFTAR PUSTAKA
• https://docplayer.info/53760086-Penerapan-algoritma-dfs-pada-permainan-sudoku-
dengan-backtracking.html (STUDI KASUS 1)
• https://media.neliti.com/media/publications/174960-ID-penerapan-algoritma-
backtracking-berbasi.pdf (STUDI KASUS 2)
• file:///C:/Users/Dasir%20Buat%20Bisnis/Downloads/212036494-Contoh-Analisis-
STUDI-KASUS.pdf
• http://anasdharmawan.blogspot.com/2016/11/blind-
search_3.html#:~:text=Blind%20Search%20adalah%20pencarian%20solusi,mengenali%
20goal%20state%20bila%20menjumpainya.