Heuristic Search : Generate

and Test
Ulvia Nur Azizah 4611416005
Nurinda Delviana 4611416022
David Topanto 4611416041
Pengertian

Teknik Generate-and-Test adalah teknik yang paling mudah dibandingkan teknik search
yang lain, namun relatif lebih lama dalam mendapatkan solusi.

Metode ini merupakan penggabungan antara depth-first search dengan pelacakan mundur
(backtracking), yaitu bergerak kebelakang menuju pada suatu keadaan awal.

Di dalam GT, terdapat dua prosedur penting

1. Pembangkit (generate), yang membangkitkan semua solusi yang mungkin.
2. Test, yang menguji solusi yang dibangkitkan tersebut.

Dengan penggunaan memori yang sedikit, DFS bisa digunakan sebagai prosedur
pembangkit untuk menghasilkan suatu solusi. Prosedur Tes bisa menggunakan Fungsi
heuristik.
 Algoritma
1.Bangkitkan sebuah solusi yang mungkin. Solusi bisa
berupa suatu keadaan (state) tertentu. Solusi juga bisa
berupa sebuah jalur dari satu posisi asal ke posisi tujuan,
seperti dalam kasus pencarian rute dari satu kota asal ke
kota tujuan.

1.Tes apakah solusi yang dibangkitkan tersebut

adalah sebuah solusi yang bisa diterima sesuai
dengan kriteria yang diberikan.

1.Jika solusi telah ditemukan, keluar. Jika belum,

kembali ke langkah 1.
Kelebihan dan Kelemahan

Jika penurunan solusi yang mungkin dilakukan secara sistematis,

maka procedure diatas akan dapat menemukan solusi suatu saat,
jika memang ada. Tapi sayangnya jika ruang permasalahan sangat
luas maka saat ditemukannya solusi akan menjadi sangat lama.
Cara terbaik menerapkan generate-and-test yang sistematis adalah
pada tree dari depth-first search dengan backtracking, yaitu kembali
ke stata sebelumnya bila ditemui stata yg sudah pernah di test atau
memodifikasi prosedurnya untuk menelusuri stata pada bentuk graph.
 Contoh Kasus TSP
(Travelling
Salesman Problem)

Seorang salesman ingin

mengunjungi n kota. Jarak
antara tiap-tiap kota
sudah diketahui. Kita ingin
mengetahui ruter
terpendek dimana setaip
kota hanya boleh
dikkunjungi tepat 1 kali.
Misalkan ada 4 kota
dengan jarak antara tiap-
tiap kota seperti berikut ini :
Penyelesaiannya

Penyelesaian dengan menggunakan Generate and Test dilakukan dengan

membangkitkan solusi-solusi yang mungkin dengan menyusun kota-kota dalam urutan
abjad, yaitu:
 A-B-C-D
 A-B-D-C
 A-C-B-D
 A-C-D-B
dan seterusnya
Dari gambar di atas dapat dijelaskan sebagai berikut
1. Misalkan kita mulai dari node A. Kita pilih sebagai keadaan awal adalah lintasan ABCD dengan
panjang lintasan = 19.
2. Kemudian kita lakukan bactracking untuk mendapatkan lintasan ABCD dengan panjang
lintasan = 18.
3. Lintasan ini kita bandingkan dengan lintasan ABCD, ternyata ABDC < ABCD, sehingga lintasan
terpilih adalah ABDC.
4. Kita lakukan lagi backtracking untuk mendapatkan lintasan ACBD (=12), ternyata ACBD <
ABDC, maka lintasan terpilih sekarang adalah ACBD.
5. Demikian seterusnya hingga ditemukan solusi yang sebenarnya.
6. Salah satu kelemahan dari metode ini adalah perlunya dibangkitkan semua kemungkinan solusi
sehinga membutuhkan waktu yang cukup besar dalam pencariannya.
Alur Pencarian
Optimalitas

 Optimalisasi: apakah algoritma dapat menemukan cost path terendah untuk mencapai
goal?
 Dalam hal ini algoritma menemukan cost path terendah untuk mencapai goal dengan
nilai 12.
Kapan Generate and Test digunakan?

Generate and test lebih efektif digunakan pada lingkup permasalahan yang kecil.
Generate and test membutuhkan waktu yang relatif lama hingga menemukan solusi saat
lingkup permasalahan sangat luas, tidak cocok digunakan ketika user ingin mencari solusi
dengan cepat. Namun saat user tidak mempermasalahkan lamanya waktu pencarian solusi,
Generate and test ini dapat menjadi altenatif yang baik.
Penerapan di Jurnal

 IMPLEMENTASI METODE GENERATE AND TEST DALAM MENYELESAIKAN TRAVELLING SALESMAN

PROBLEM MENGGUNAKAN ROBOT BERSENSOR SONAR DAN WARNA

 Dengan menggunakan metode Generate and Test, mampu diimplementasikan robot yang
memilki kemampuan self-recognizing atau dapat mengenali lingkungan dengan sendirinya.
Dari kemampuan ini selanjutnya robot dapat diprogram sedemikian rupa hingga dapat
menyelesaikan permasalahan TSP. Dari segi efektifitas, penggunaan metode Generate and
Test dalam kasus ini dapat dikatakan cukup baik dimana secara teknis walaupun
membutuhkan banyak iterasi bagi robot dalam membaca jarak dan lintasan namun masih
dalam batasan sehingga tidak menyebabkan waktu yang lama untuk robot bekerja.
 Dari penelitian singkat ini didapatkan sebuah konsep yang diharapkan penulis sebagai embrio
konsep yang lebih besar. Menurut penulis, memanfaatkan sebuah robot dalam melakukan
pekerjaan yang membutuhkan kecerdasan atau pemikiran mandiri, kedepannya akan sangat
bermanfaat. Penelitian ini mencoba melihat peluang bahwa dalam skala TSP yang lebih besar
seperti dalam dunia nyata (seperti distribusi barang oleh perusahaan), akan sangat mungkin
diimplementasikan pemecahannya berbasiskan robot, sehingga dapat dikatakan lebih efisien
dan praktis.
Daftar Pustaka

 Rahmadi, Ridho. 2010. Implementasi Metode Generate And Test Dalam Menyelesaikan
Travelling Salesman Problem Menggunakan Robot Bersensor Sonar Dan Warna. Seminar
Nasional Aplikasi Teknologi Informasi 2010. 1907-5022.
 Welianto, Selvy., Santosa, R. Gunawan., Rachmat C, Antonius. 2012. Implementasi
Algoritma Generate And Test Pada Pencarian Rute Terpendek. ResearchGate.
 Widyarto, Wahyu Oktri., Triana, Dessy. Penugasan Operator Mesin Produksi Dengan
Menggunakan Metode Hungarian Dan Algoritma Generate And Test. Jurnal Intech Teknik
Industri.2407-781x.
 Referensi Sri Kusumadewi-bab2 Rich & Knight –bab3
Terima kasih