Metode Pencarian Uninformed

Disusun untuk memenuhi tugas kelompok mata kuliah sistem cerdas

Oleh:

1. Ainandafiq Muhammad Alqadri (195150300111002)

2. Desi Rosda Arum Sari (195150301111019)
3. Muhammad Fahrizal (195150300111006)
4. Aqil Dzakwanul Fikri (205150301111015)
5. Andiny Nur Rahmawati (205150307111015)
6. Muhammad Galih Fadhillah (205150307111013)
7. Aimar Abimayu Pratama (205150301111039)

Dosen Pengampu:

Barlian Henryanu Prasestio S.T., M.T., PH.D.

PROGRAM STUDI TEKNIK KOMPUTER
JURUSAN TEKNIK INFORMATIKA
FAKULTAS ILMU KOMPUTER
UNIVERSITAS BRAWIJAYA
MALANG
2022
 KATA PENGANTAR
Puji syukur kami ucapkan kehadirat Tuhan yang telah memberikan kesempatan dan kesehatan
kepada kami para penulis sehingga dapat mengerjakan dan menyelesaikan makalah mengenai
Metode Pencarian Uninformed ini dengan baik meskipun banyak kekurangan didalamnya.

Selain sebagai kewajiban dari tugas mata kuliah sistem cerdas, kami sangat berharap makalah
ini dapat bermanfaat untuk menambah wawasan serta pengetahuan para pembaca mengenai
Metode Pencarian Uninformed. Kami menyadari bahwa dalam makalah ini juga terdapat kekurangan
dan jauh dari kata sempurna. Karena itu, kami menerima kritik, saran dan usulan demi perbaikan
makalah yang akan kami buat di masa yang akan datang.

Semoga makalah sederhana ini dapat dipahami bagi siapapun yang membacanya. Kami
berharap makalah ini dapat berguna dan memberikan manfaat bagi kami para penulis maupun
orang-orang yang membacanya. Sebelumnya kami mohon maaf apabila terdapat kesalahan
kata-kata yang kurang berkenan.

Terima Kasih
 DAFTAR ISI

KATA PENGANTAR 2
DAFTAR ISI 3
BAB 1 4
1.1 Latar belakang 4
1.2 Rumusan masalah 4
1.3 Tujuan 4
BAB 2 5
2.1 Pengertian Metode Pencarian Uninformed 5
2.2 Algoritma dari Metode Pencarian Uninformed 5
2.3 Implementasi Metode Pencarian Uninformed dalam sistem cerdas 9
BAB 3 10
3.1 Kesimpulan 10
3.2 Saran 10
DAFTAR PUSTAKA 11
 BAB 1

PENDAHULUAN

1.1 Latar belakang

Sistem cerdas (intelligent system) adalah sistem yang dibangun dengan menggunakan
teknik-teknik artificial intelligence (kecerdasan buatan). Pengembangan dan penerapannya
berorientasi kepada pengembangan metodologi penalaran komputer, termasuk di dalamnya
intelligent embedded systems.  Selain itu juga menciptakan dan menggunakan teknik-teknik
penalaran baru dan efektif, pemodelan dan simulasi yang didasari dari sistem biologi, serta sistem
otak manusia. Bidang penelitian ini meliputi pengembangan sistem cerdas, sistem berbasis
pengetahuan dan berbasis agen, sistem penalaran, sistem jaringan syaraf tiruan, komputasi DNA,
komputasi membran dan komputasi evolusi, sistem agen, sistem robotika, sistem pendukung
pengambilan keputusan, disamping pengelolaan pengetahuan.

Searching adalah mekanisme pemecahan masalah yang paling umum di dalam kecerdasan
buatan. Di dalam permasalahan-permasalahan kecerdasan buatan, urutan langkah-langkah yang
dibutuhkan untuk memperoleh solusi merupakan suatu isu yang penting untuk diformulasikan. Hal ini
harus dilakukan dengan mengidentifikasikan proses try and error secara sistematis pada eksplorasi
setiap alternatif jalur yang ada.

1.2 Rumusan masalah

1.2.1 Apa yang dimaksud dengan Metode Pencarian Uninformed?

1.2.2 Apa saja jenis algoritma dari Metode Pencarian Uninformed?
1.2.3 Bagaimana implementasi Metode Pencarian Uninformed dalam sistem cerdas?

1.3 Tujuan

1.3.1 Mengetahui apa yang dimaksud dengan Metode Pencarian Uninformed.

1.3.2 Mengetahui apa saja jenis dari Metode Pencarian Uninformed.
1.3.3 Mengetahui implementasi Metode Pencarian Uninformed dalam sistem cerdas.
 BAB 2
PEMBAHASAN

2.1 Pengertian Metode Pencarian Uninformed

Metode pencarian uninformed biasanya juga disebut dengan Blind Search, dinamakan
“Blind” karena memang tidak ada informasi awal yang digunakan dalam proses pencarian.
Dalam Blind Search informasi yang dimiliki hanyalah definisi dari goal state itu sendiri, sehingga
algoritma dapat mengenali goal state bila menjumpainya.

Blind search merupakan pencarian solusi tanpa adanya informasi yang dapat mengarahkan
pencarian untuk mencapai goal state dari current state (keadaan sekarang). Blind Search juga
bisa disebut pencarian asal ketemu. Jika solusi sudah ketemu, maka pencarian akan dihentikan.
Jika dibuat skemanya, blind search hanya mengenal tiga bagian, [masalah]-[pencarian]-[solusi].
Misalkan dalam kotak ada 3 kelereng warna merah, 3 biru, dan 3 kuning. Masalahnya adalah,
ambillah satu kelereng yang berwarna merah. Solusi, setelah melakukan pencarian, kemudian
didapat satu kelereng warna merah, nah, itulah solusinya.

2.2 Algoritma dari Metode Pencarian Uninformed

Pada blind search terdapat beberapa Algoritma, yaitu:

● Breadth First Search (BFS)

Breadth First Search (BFS) adalah algoritma yang melakukan pencarian secara melebar
yang mengunjungi simpul secara preorder yaitu mengunjungi suatu simpul kemudian
mengunjungi semua simpul yang bertetangga dengan simpul tersebut terlebih dahulu.
Selanjutnya, simpul yang belum dikunjungi dan bertetangga dengan simpul-simpul yang tadi
dikunjungi, demikian seterusnya hingga sampai ke simpul tujuan.

Kelebihan algoritma BFS adalah akan selalu memberi solusi selama ada solusinya pada
tree dan graph. Selain itu jika terdapat banyak solusi maka akan dicarikan solusi dengan
langkah pencarian paling sedikit. Kelemahannya terbesar dari algoritma BFS adalah
penggunaan memori yang cukup besar karena setiap tingkat tree atau graph harus disimpan
untuk melanjutkan ke tingkatan selanjutnya.

Cara kerja BFS

Dalam algoritma BFS, simpul anak yang telah dikunjungi disimpan dalam suatu antrian.
Antrian ini digunakan untuk mengacu simpul-simpul yang bertetangga dengannya yang akan
dikunjungi kemudian sesuai urutan pengantrian.
 Contoh Metode Pencarian BFS (BREADTH FIRST SEARCH)

Maka penyelesaiannya adalah:

Gambar (a) BFS (1): 1, 2, 3, 4, 5, 6, 7, 1.
Gambar (b) BFS (1): 1, 2, 3, 4, 5, 6, 7, 1
Gambar (c) BFS (1): 1, 2, 3, 4, 5, 6, 7, 8, 9

● Uniform Cost Search (UCS)

Uniform Cost Search adalah algoritma Search 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 memiliki biaya atau
jarak terkecil dari root node. Algoritma ini merupakan modifikasi dari Bread First Search (BFS).
Dalam implementasinya, algoritma ini melibatkan semua node yang berhubungan dengan root
node, dan meletakkannya dalam priority queue untuk mencapai node tujuan. Dimana node –
node yang dipilih merupakan node yang memiliki biaya terkecil.

Kelebihan UCS adalah algoritma yang optimal karena jalur pemilihan antar state dipilih
yang biaya atau jaraknya paling kecil. Sedangkan kelemahannya adalah ada kemungkinan
terjadi infinite loop.

Ilustrasi jalannya algoritma Uniform Cost Search dapat digambarkan sebagai berikut:
 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 memiliki harga terkecil
hingga sampai pada goal state.
Uniform Cost Search adalah algoritma terbaik untuk masalah pencarian, yang tidak
melibatkan penggunaan heuristik. Hal ini dapat memecahkan grafik umum untuk biaya yang
optimal. Uniform Cost Search kedengarannya pencarian di cabang yang kurang lebih sama
dalam biaya.

● Depth-First Search (DFS)

Algoritma Depth First Search adalah algoritma pencarian mendalam yang dimulai dari
node awal dilanjutkan dengan mengunjungi node paling kiri dan berekspansi hingga ke node
daun paling dalam pada tingkat selanjutnya yang ditandai sudah tidak ada suksesornya. Jika
tidak ditemukan, maka akan pindah ke node yang belum diekspansi dan dicari kembali hingga
node daun. Pencarian akan terus diulang sampai ditemui solusinya.
Kelebihan dari algoritma ini adalah menggunakan sedikit memori karena hanya perlu
menumpuk stack dari root node hingga node yang diekspansi. Selain itu juga efisien dari BFS
jika melalui langkah yang tepat. Kelemahannya adalah ada kemungkinan akan menemukan
node yang terus berulang, selain itu juga ada kemungkinan terjebak pada infinite loop
dikarenakan mencari terlalu dalam.

Cara kerja DFS

Dari node root diekspansi ke node anak paling kiri kemudian berekspansi hingga node
daun. Jika solusi tidak ditemukan maka berpindah ke node anak di kanan yang belum
diekspansi dan pencarian diulang kembali.

Contoh Metode Pencarian DFS (DEPTH FIRST SEARCH)

Jika solusinya ada di node 6 maka urutan pencariannya adalah:

1->2->5->8->9->6
● Depth Limited Search (DLS)
Algoritma Depth Limited Search (DLS) adalah algoritma pencarian buta yang berfungsi
untuk mengatasi kelemahan dari algoritma Depth-First Search (DFS) dengan memberikan
batasan kedalaman maksimum (Arunawati, 2021). Pada algoritma DFS pencarian akan terus
berlanjut sampai kedalaman tree paling dalam, yaitu ketika sebuah node tidak lagi memiliki
successor. Sedangkan dalam algoritma DLS, proses pencarian dibatasi apabila telah mencapai
level kedalaman tertentu, sehingga node yang ada pada kedalaman tersebut dianggap tidak
memiliki successor.
Kelebihan dari algoritma Depth Limited Search (DLS) ini adalah dapat mengatasi
kelemahan dari algoritma Depth-First Search (DFS). Pada algoritma DFS dapat muncul
masalah berupa infinite state space, yaitu proses pencarian berulang tak terhingga yang
disebabkan oleh struktur tree yang berbentuk sirkuler. Dengan memberikan batasan
kedalaman tertentu pada algoritma DLS, pencarian yang tak terhingga tersebut akan berhenti
ketika proses pencarian telah mencapai kedalaman tree yang ditentukan.
Kelemahan dari algoritma DLS ini ada pada batasan maksimum yang menjadi kelebihan
dari algoritma itu sendiri. Apabila level kedalaman yang ditentukan pada algoritma DLS ini lebih
kecil daripada level kedalaman yang dibutuhkan untuk mencapai solusi, maka solusi tersebut
tidak dapat ditemukan.
Berikut ini adalah contoh proses pencarian menggunakan DLS:

1. Pertama, tentukan terlebih dahulu batasan kedalaman dari proses pencarian. Dalam
contoh kasus ini, batas kedalamannya adalah 2.
2. Selanjutnya, proses pencarian dimulai dari node awal, yaitu node 1.
3. Disini node 1 memiliki successor, maka dilanjutkan ke successor pertama milik node 1,
dimulai dari node 2.
4. Proses pencarian dilanjutkan terus menerus hingga level terdalam sampai sebuah node
tidak lagi memiliki successor atau mencapai batas kedalaman. Karena node 2 masih
memiliki successor dan belum mencapai batas kedalaman, maka dilanjutkan ke node 4.
 5. Karena node 4 berada pada level 2, yaitu batas kedalaman. Maka pencarian tidak
dilanjutkan ke successor milik node 4, melainkan dilanjutkan ke successor lain milik
parentnya atau node 2, yaitu node 5.
6. Setelah mengunjungi node 5, semua successor milik node 2 telah ditelusuri, maka kembali
menuju successor lainnya milik parent dari node 2. Karena parent miliki node 2 adalah
node 1, node yang dituju setelahnya adalah node 3.
7. Dilanjutkan dengan langkah yang sama, telusuri terlebih dahulu successor pertama milik
node 3, yaitu node 6.
8. Karena node 6 telah mencapai batas, maka kembali ke parent dan menelusuri successor
lainnya, yaitu node 7.
9. Node 7 tidak lagi memiliki successor. Selain itu semua node yang berada pada level 0
sampai 2 telah ditelusuri, maka pencarian berhenti disini.
10. Hasil akhir dari proses pencarian dalam kasus ini adalah : 1 > 2 > 4 > 5 > 3 > 6 > 7.

2.3 Implementasi Metode Pencarian Uninformed dalam sistem cerdas

● Implementasi sistem parkir cerdas

Aplikasi tersebut dibuat sebagai aplikasi mobile dengan platform android dan dimaksimalkan
dengan menambahkan sebuah sistem cerdas. Pengemudi dapat melakukan booking oara area
parkir tujuan dan jika kuota parkir yang dituju penuh, maka pengemudi akan diberikan area
parkir alternative yang terdekat dengan area parkir tujuan. Metode pencarian yang digunakan
dalam sistem ini adalah Uniform Cost Search (UCF) dan Metode Pencarian Heuristik.

● Penerapan metode Depth First Search pada pencarian aplikasi video karaoke dengan
media JW Player

Pada saat ini, kegiatan karaoke telah menjadi sebuah hobi bagi kebanyakan orang. Karaoke
merupakan sebuah kegiatan hiburan dimana seseorang menyanyi dengan diiringi musik dan
teks lirik yang ditunjukkan pada sebuah layar televisi. Untuk berkaraoke, dibutuhkan beberapa
perangkat audio dan video seperti televisi dan VCD/DVD player yang memiliki inputan mikrofon
serta perangkat sound system (amplifier dan speaker) untuk menghasilkan suara musik yang
bagus. Namun untuk mencari video yang ingin diputar dalam berkaraoke membutuhkan waktu
lama untuk pencariannya sehingga membuat pengguna menunggu lama dalam proses
pencarian video, selain itu juga jika perangkat yang digunakan dalam mencari video karaoke
kurang memadai dapat berakibat buruk terjadinya crash dalam aplikasi pemutar video karaoke.
Berdasarkan uraian tersebut diatas tersebut maka penulis memiliki maksud dan tujuan untuk
mengetahui Fungsi Metode Depth First Search dapat diterapkan pada system pencarian video
karaoke dan bagaimana agar performa aplikasi video karaoke tetap terjaga dengan baik.
 BAB 3

PENUTUP

3.1 Kesimpulan
Sebuah metode pencarian yang tidak memiliki informasi awal yang digunakan dalam
proses pencariannya dikenal dengan istilah pencarian buta atau blind/uninformed search.
Metode pencarian ini memiliki beberapa algoritma yaitu:

1. Breadth First Search (BFS)

2. Uniform Cost Search (UCS)
3. Depth First Search (DFS)
4. Depth Limited Search
5. Iterative Deepening Depth First Search
6. Bidirectional Search

3.2 Saran
 DAFTAR PUSTAKA

Arunawati, A.P., 2021. Algoritma Depth Limited Search (DLS) Dalam Artificial Intelligent.
DOSENIT, [online] Tersedia di:
<https://dosenit.com/ai/algoritma-depth-limited-search-dls-dalam-artificial-intelligent>. [Diakses 13 April
2022]
Waziroh A dkk. (2015). Implementasi sistem parkir Cerda di Universitas Telkom. Subsistem :
Aplikasi Mobile, 2(3), 2-3.

Victor A, Rambe A. (2017). Penerapan Metode Depth First Search pada pencarian aplikasi video
karaoke dengan media JW player, 10(1), 1-2.

Universitas Asahan. (2021). Sistem cerdas. Diakses pada 12 April 2022, dari
informatika.una.ac.id/index.php/sistem-pakar

Derwin, S. (2013). Searching: uninformed & informed. Diakses pada 12 April 2022, dari
https://socs.binus.ac.id/2013/04/23/uninformed-search-dan-informed-search/#:~:text=Uninformed%20Sea
rch%20sering%20disebut%20juga,yang%20disediakan%20oleh%20definisi%20masalah

Elang Sakti. (2013). Bahasan Fundamental tentang Blind Search dan Heuristic Search. Diakses
pada 12 April 2022, dari https://www.elangsakti.com/2013/03/bahasan-fundamental-tentang-blind.html

Rini. W. (2017). Searching: Uniformed Cost Search. Diakses pada 12 April 2022, dari
https://socs.binus.ac.id/2017/08/24/searching-uniform-cost-search/

javatpoint. Uninformed Search Algorithms. Diakses pada 13 April 2022, dari

https://www.javatpoint.com/ai-uninformed-search-algorithms

Kundu, Arnab. (2021). Uniform-Cost Search (Dijkstra for large Graphs). Diakses pada 13 April
2022, dari https://www.geeksforgeeks.org/uniform-cost-search-dijkstra-for-large-graphs/

GeeksforGeeks. (2022). Depth First Search or DFS for a Graph. Diakses pada 13 April 2022, dari
https://www.geeksforgeeks.org/depth-first-search-or-dfs-for-a-graph/