NAMA : ANDI HERIYANTO

NIM : TE020012004

Agen Pemecah Permasalahan

Dalam menentukan teknik penyelesaian terbaik dalam AI memang tidak mudah,

untuk itu ada beberapa teknik penyelesaian masalah yang perlu kita pahami, antara
lain:

1. Searching

Teknik penyelesaian masalah yang mempresentasikan masalah kedalam ruang

keadaan (state) dan secara sistematis melakukan pembangkitan dan pengujian
state-state dari initial state sampai ditemukan suatu goal state.

2. Reasoning

Teknik penyelesaian masalah yang mempresentasikan masalah kedalam logic

(Mathematical Tools yang digunakan untuk merepresentasikan dan memanipulasi
fakta dan aturan)

3. Planning

Memecah masalah dalam sub-sub masalah yang lebih kecil, menyelesaikan sub-
sub masalah satu demi satu, kemudian menggabungkan solusi-solusi dari sub
masalah tersebut menjadi sebuah solusi lengkap.

4. Learning

Program komputer yang secara otomatis sanggup belajar dan meningkatkan

performancenya melalui pengalaman

2.2 Strategi Pencarian yang tidak berbentuk

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.

Algoritma searching di dalam kecerdasan buatan yang umumnya dikenal adalah

a. Uninformed Search Algorithm

Algoritma yang tidak memberikan informasi tentang permasalahan yang ada,

hanya sebatas definisi dari algoritma tersebut.

b. Informed Search Algorithm

Walaupun dengan menggunakan Uninformed Search Algorithm, banyak

permasalahan dapat dipecahkan, namun tidak semuanya dari algoritma tersebut
dapat menyelesaikan masalah dengan efisien.

Pada kesempatan kali ini saya hanya akan membahas tentang Strategi Pencarian
Tidak Berbentuk (uninformed search strategy), diantaranya sebagai berikut :

1. Breadth First Search (BFS)

Pencarian dengan Breadth First Search menggunakan teknik dimana langkah

pertamanya adalah root node diekspansi, setelah itu dilanjutkan semua successor
dari root node juga di-expand. Hal ini terus dilakukan berulang-ulang hingga leaf
(node pada level paling bawah yang sudah tidak mempunyai successor lagi).

Penelusuran Ekspansi Node pada Breadth First Search

2. Uniform Cost Search (UCS)

Pencarian dengan Breadth First Search akan menjadi optimal ketika nilai pada
semua path adalah sama. Dengan sedikit perluasan, dapat ditemukan sebuah
algoritma yang optimal dengan melihat kepada nilai tiap path di antara node-node
yang ada.

Selain menjalankan fungsi algoritma BFS, Uniform Cost Search melakukan

ekspansi node dengan nilai path yang paling kecil. Hal ini bisa dilakukan dengan
membuat antrian pada successor yang ada berdasar kepada nilai path-nya (node
disimpan dalam bentuk priority queue).

3. Depth First Search (DFS)

Teknik pencarian dengan Depth First Search adalah dengan melakukan ekspansi
menuju node yang paling dalam pada tree. Node paling dalam dicirikan dengan
tidak adanya successor dari node itu. Setelah node itu selesai diekspansi, maka
node tersebut akan ditinggalkan, dan dilakukan ke node paling dalam lainnya yang
masih memiliki successor yang belum diekspansi.

Penelusuran Ekspansi Node pada Depth First Search

4. Depth Limited Search

Pencarian menggunakan DFS akan berlanjut terus sampai kedalaman paling

terakhir dari tree. Permasalahan yang muncul pada DFS adalah ketika proses
pencarian tersebut menemui infinite state space. Hal ini bisa diatasi dengan
menginisiasikan batas depth pada level tertentu semenjak awal pencarian.
Sehingga node pada level depth tersebut akan diperlakukan seolah-olah mereka
tidak memiliki successor.
5. Iterative Deepening Depth First Search

Iterative deepening search merupakan sebuah strategi umum yang biasanya

dikombinasikan dengan depth first tree search, yang akan menemukan berapa
depth limit terbaik untuk digunakan. Hal ini dilakukan dengan secara menambah
limit secara bertahap, mulai dari 0,1, 2, dan seterusnya sampai goal sudah
ditemukan.

6. Bidirectional Search

Pencarian dengan metode bidirectional search adalah dengan menjalankan dua

pencarian secara simultan, yang satu dikerjakan secara forward dari initial state
menuju ke goal, sedangkan yang satu lagi dikerjakan secara backward mulai dari
goal ke initial state. Yang kemudian diharapkan bahwa kedua pencarian itu akan
bertemu di tengah-tengah.