NAMA : FAHMI ARDIANSYAH

NIM : 4611420003
PRODI : TEKNIK INFORMATIKA

 Contoh Kasus
Kebutuhan manusia akan informasi semakin meningkat. Oleh karena
itu dibutuhkan waktu yang cepat untuk mencapai kebutuhan
tersebut. algoritma pencarian merupakan suatu urutan langkah-
langkah (program) yang tepat untuk meningkatkan efisiensi waktu.
yang dimaksud efisien dalam bahasan kali ini adalah mencari jalur
angkot terpendek dari Pancoran ke Manggarai.
Sebagai contoh, berikut adalah rincian jarak tempuh dan tarif angkot.
Rincian berikut ini adalah pengeluaran dari Pancoran ke Manggarai
yang dapat ditempuh dengan jarak sekitar ± 10 km. yang akan
membuat masalah harus dipecahkan kembali yaitu “tarif angkot”
yang harganya selalu relative (harga jauh atau dekat bisa berbeda-
beda) berdasarkan jalur dan tarif angkotnya masing-masing.
Keterangan:

S. Pancoran
A. Kuningan
B. Palbatu
C. Cawang
D. Casablanca
E. Tebet
F. Bukit duri
G. Manggarai
 S A B C D E F G H
h(n) 1 rb 1,5 rb 3 rb 1 rb 1,5 rb 2,5 rb 0 2 rb

Simpul dengan tanda kotak menyatakan bahwa simpul tersebut berada di

CLOSED (penah terpilih sebagai bestNode). Sedangkan simpul tanpa tanda
kotak menyatakan simpul yang berada di OPEN
Berikut adalah langkah-langkahnya dalam menyelesaikan masalah jalur angkot
yang terdapat pada gambar di atas.

Langkah 1.
Langkah pertama OPEN berisi satu simpul yaitu S, maka S jadi simpul terbaik
dan dipindahkan ke CLOSED. Kemudian dibangkitkan semua suksesor S, yaitu
A,B,C  karena ketiga suksesor belum ada di OPEN maupun CLOSED maka
kelimanya dimasukan ke OPEN. Langkah pertama menghasilkan OPEN = [A,B,C]
& CLOSED = [S]

Langkah 2.

A dengan biaya terkecil (yaitu f(A) = h(A) = 1 rb) terpilih sebagai simpul terbaik
& dipindahkan ke CLOSED. Selanjutnya, semua susesor A dibagkitkan, yaitu: H
& D. karena keduanya belum ada di OPEN & CLOSED maka keduanya
dimasukan ke OPEN Langkah Kedua menghasilkan :
OPEN = [B,C,D,H] & CLOSED = [S,A]

Langkah 3.
D dengan biaya terkecil (yaitu f(D) = h(D) = 1 rb) terpilih sebagai simpul terbaik
& dipindahkan ke CLOSED. Selanjutnya, semua susesor D dibagkitkan, yaitu: B
& F. karena F belum ada di OPEN & CLOSED maka F dimasukan ke OPEN.
Karena hanya menghitung biaya perkiraan (h), maka biaya perkiraan dari S ke B
atau biaya perkiraan dari S ke B melalui A & D berbeda (yaitu h(B) = 1,5 rb)
maka parent dari B perlu diubah yaitu D.  Langkah ketiga menghasilkan OPEN =
[B,C,H,F] & CLOSED = [S,A,D]

Langkah 4.

B dengan biaya terkecil (yaitu f(B) = h(B) = 1,5 rb) terpilih sebagai simpul
terbaik & dipindahkan ke CLOSED. Selanjutnya, semua susesor B dibagkitkan,
yaitu: E. karena E belum ada di OPEN & CLOSED maka E dimasukan ke OPEN.
Langkah ini menghasilkan OPEN = [C,E,F,H] & CLOSED = [S,A,B,D]

Langkah 5.
E dengan biaya terkecil (yaitu f(E) = h(E) = 1,5 rb) terpilih sebagai simpul terbaik
& dipindahkan ke CLOSED. Selanjutnya, semua susesor E dibagkitkan, yaitu: C
& F.  kedua suksesor ini sudah ada di OPEN. Karena hanya menghitung biaya
perkiraan (h), maka Langkah ini menghasilkan :
OPEN = [C,F,H] dan CLOSED = [S,B,D,E]

Langkah 6.

Karena biaya perkiraan dari S ke C atau biaya perkiraan dari S ke C melalui E

adalah sama (yaitu h(C)=3 rb) oleh karena itu, parent dari C tidak perlu diubah
lagi. sedangkan biaya perkiraan dari D ke F atau biaya perkiraan dari E ke F
berbeda (yaitu h(B) = 1,5 rb) maka parent dari F perlu diubah yaitu E. Langkah
ini menghasilkan OPEN = [C,H,G] & CLOSED = [S,A,B,D,E,F]
Langkah berikutnya G dengan biaya terkecil terpilih sebagai simpul terbaik.
Karena simpul terbaik tersebut adalah goal, berarti solusi telah ditemukan.
Hasil penerusuran menghasilkan rute  S-A-B-D-E-F-G dengan total jarak 14 km.
Rute yang dihasilkan ini bukanlah rute terpendek karena masih ada rute lain
yang lebih pendek, yaitu S-C-G dengan total jaraknya 4,5 km. hal ini
menunjukan bahwa Greedy best first search tidak optimal.