INFORMATIKA

FAKULTAS TEKNIK DAN ILMU KOMPUTER

UNIVERSITAS TEKNOKRAT INDONESIA
2019
ARTIFICIAL INTELLIGENCE

GO TO
PRESENTATION

MENCARI RUTE TERPENDEK PADA PETA PROVINSI LAMPUNG

MENGGUNAKAN ALGORITMA A *STAR

Presentasi & Materi Program

MENU MATERI

ARTIFICIAL INTELLIGENCE

ALGORITMA
A* STAR

DEFINISI MASALAH TIM KAMI

IMPLEMENTASI

ANALISIS
 ARTIFICIAL INTELLIGENCE

Apa itu Artificial Intelligence / Kecerdasan Buatan ?

Kecerdasan buatan adalah kecerdasan yang ditambahkan kepada suatu sistem
yang bisa diatur dalam konteks ilmiah atau bisa disebut juga intelegensi
artifisial (bahasa Inggris: Artificial Intelligence) atau hanya disingkat AI,
didefinisikan sebagai kecerdasan entitas ilmiah. Andreas Kaplan dan Michael
Haenlein mendefinisikan kecerdasan buatan sebagai “kemampuan sistem
untuk menafsirkan data eksternal dengan benar, untuk belajar dari data
tersebut, dan menggunakan pembelajaran tersebut guna mencapai tujuan
dan tugas tertentu melalui adaptasi yang fleksibel

Sumber: https://id.wikipedia.org/wiki/Kecerdasan_buatan
 ALGORITMA A* STAR
Notasi Algoritma
f(n) = g(n) + h(n)

Apa itu Algoritma A* STAR Keterangan :

Algoritma A-Star (A*), (ditemukan pertama kali oleh
Peter Hart, Nils Nilsson, dan Bertram Raphael pada
tahun 1968) adalah algoritma pencarian rute terpendek
(shortest path) yang merupakan perbaikan dari
Algoritme BFS[1] dengan memodifikasi fungsi
heuristiknya untuk memberikan hasil yang optimal.
Dimana menggabungkan fungsi heuristik [h(n)] dan
1. f(n) adalah jumlah dari g(n) dan h(n). ini adalah perkiraan
jalur terpendek sementara. maka f(n) adalah jalur terpendek
yang sebenarnya yang tidak ditelusuri sampai Algoritme A-Star
(A*) diselesaikan.
2. g(n)/Geographical Cost adalah total jarak yang didapat dari
verteks awal ke verteks sekarang (halangan).
3. h(n)/Heuristic Cost adalah perkiran jarak dari vertek
sekarang (yang sedang dikunjungi) ke vertek tujuan. sebuah

jarak sesungguhnya/cost [g(n)]. fungsi heuristic digunakan untuk membuat perkiraan seberapa
jauh lintasan yang akan diamnbil ke vertek tujuan.

Sumber: https://id.wikipedia.org/wiki/Algoritme_a-star
 DEFINISI MASALAH

Saat travelling mengunjungi suatu destinasi wisata dari suatu kota ke kota
yang lain, maka diperlukan suatu hal yang dapat menemukan jarak terpendek
saat ingin menuju ke kota tujuan.
Dalam implementasi algoritma A* Star ini, kami mencoba untuk menemukan
rute terpendek dari setiap kabupaten/kota yang ada di provinsi Lampung.
Untuk data jarak antar kota, kami peroleh dari google maps yang kami cari
satu per satu dari tiap kota ke kota lainnya.

Alasan memilih Algoritma A* Star

Alasan kami memilih algoritma ini dalam mencari rute terpendek adalah
karena lebih optimal dan algoritma ini merupakan perbaikan dari algoritma
BFS.
 IMPLEMENTASI

Penjelasan tiap coding dan screenshot

1. Dalam program ini, memiliki 3 class. Yakni, class astar, Titik

dan titikTujuan.
2. Pada class astar, kami menjabarkan setiap kab/kota yang
ada di provinsi lampung.
3. Kemudian pada tiap kota, memiliki jarak terdekat antar
kota yang telah terhubung dari tiap titik ke titik yang lain.
4. Berikut disamping kanan adalah screenshoot dari coding
yang ada.

NEXT SLIDE
 IMPLEMENTASI

Penjelasan tiap coding dan screenshot

1. Kemudian pada koding berikutnya adalah memilih titik kota

awal dan titik kota tujuan.
2. Pada implementasi kali ini, kami memilih Bandar Lampung
(Titik1) sebagai kota awal dan Menggala (Titik15) sebagai
kota tujuan.
3. Pada bagian System.out.println akan menampilkan hasil
pencarian rute terpendek algoritma A* Star dari kota awal
ke kota tujuan. Kemudian penjabaran dari tiap-tiap kota
yang dilewati.

PREVIOUS SLIDE NEXT SLIDE

 IMPLEMENTASI

Penjelasan tiap coding dan screenshot

1. Berikutnya adalah bagian proses pencarian menggunakan

algoritma A* Star.
2. Kemudian proses penentuan nilai awal, lalu ketika titik
memiliki nilai_f terendah. Berlanjut pada menemukan titik
tujuan..
3. Kemudian jika titik telah dievaluasi dan nilai_f yang lebih
baru nilainya tinggi maka dilewati. Jika rendah, maka titik
tidak dalam antrian.

PREVIOUS SLIDE NEXT SLIDE

 IMPLEMENTASI

Penjelasan tiap coding dan screenshot

1. Lalu, di bagian terakhir terdapat class Titik dan class

titikTujuan.
2. Class titik adalah bagian nilai final yang disimpan pada
variabel nilai_h.
3. Kemudian class titikTujuan adalah penentuan dari suatu
titik awal menuju titik target sekitar kota yang terdekat

PREVIOUS SLIDE NEXT SLIDE

 IMPLEMENTASI

Penjelasan tiap coding dan screenshot

1. Setiap koding sebelumnya disimpan menjadi satu file

bernama astar.java. Lalu kami compile lewat terminal cmd
menggunakan perintah javac astar.java
2. Jika tidak menemukan error, maka dilanjut untuk
menjalankan programnya dengan mengetikkan perintah
java astar kemudian enter.
3. Maka, akan tampil hasil seperti gambar disamping.
Menampilkan output jarak terpendek yakni:
Bandar Lampung – Metro – Gunung Sugih - Menggala

PREVIOUS SLIDE HOME

ANALISIS Analisis Data per Titik
• Bandar Lampung (titik1)
bdl-pesawaran = 47700 m (titik2)
bdl-pringsewu = 42700 m (titik3)
bdl-kalianda = 65200 m (titik(4)
bdl-metro = 53400 m (titik5)
• Pesawaran (titik2)
pesawaran-bdl = 47700 m (titik1)
pesawaran-pringsewu = 28700 m (titik3)
• Pringsewu (titik3)
Peta Lampung psw-pesawaran = 28700 m (titik2)
psw-kotaagung = 57000 m (titik7)
psw-gunung sugih = 96200 m (titik10)
NEXT SLIDE
• Kalianda (titik4)
kalianda-bdl = 65200 m (titik1)
kalianda-sukadana = 132500 m (titik6)
• Metro (titik5)
metro-bdl = 53400 m (titik1)
metro-sukadana = 31600 m (titik6)
metro-gunungsugih = 44900 m (titik10)
• Sukadana (titik6)
sukadana-kalianda = 132500 m (titik4)
sukadana-metro = 31600 m (titik5)
sukadana-mesuji = 184700 m (titik13)
Sumber: Google Maps
 ANALISIS Analisis Data per Titik
• Kota Agung (titik7)
kota agung-psw = 57000 m (titik3)
kota agung-pesisir barat = 152600 m
(titik8)
• Pesisir Barat (titik8)
pesisir barat-kota agung = 152600 m
(titik7)
pesisir barat-liwa = 35700 m (titik9)
• Liwa (titik9)
Peta Lampung liwa-kota agung = 187500 m (titik7)
liwa-pesisir barat = 35700 m (titik8)
liwa-kota bumi = 128300 m (titik11)
PREVIOUS SLIDE NEXT SLIDE
• Gunung Sugih (titik10)
gunung sugih-pringsewu = 96200 m (titik3)
gunung sugih-metro = 44900 m (titik5)
gunung sugih-kotabumi = 69400 m (titik11)
gunung sugih-mesuji = 153400 m (titik13)
gunung sugih-menggala = 56600 m (titik15)
• Kota Bumi (titik11)
kotabumi-liwa = 128300 m (titik9)
kotabumi-gunung sugih = 69400 m (titik10)
kotabumi-way kanan = 71600 m (titik12)
• Way Kanan (titik12)
way kanan-kotabumi = 71600 m (titik11)
way kanan-tb barat = 81500 m (titik14)
Sumber: Google Maps
 ANALISIS Analisis Data per Titik
• Mesuji (titik13)
mesuji-sukadana = 18470 m (titik6)
mesuji-gunung sugih = 153400 m (titik10)
mesuji-tb barat = 101200 m (titik14)
mesuji-menggala = 96900 m (titik15)
• Tulang Bawang Barat (titik14)
tb barat-way kanan = 81500 m (titik12)
tb barat-mesuji = 101200 m (titik13)
tb barat-menggala = 24400 m (titik15)
Peta Lampung • Menggala (titik15)
menggala-gunung sugih = 56600 m (titik10)
menggala-mesuji = 96900 m (titik13)
PREVIOUS SLIDE HOME menggala-tb barat = 24400 m (titik14)
• Dalam setiap analisis data tersebut,
kami memperoleh data jarak dengan
menggunakan satuan kilometer yang
kami konversi menjadi meter.
• Kemudian pada setiap titik, dibangun
sebuah data yang menghubungkan
antar titik terdekat.
• Setelah itu diproses pada bagian
implementasi dan kami juga telah
melakukan analisis untuk mencoba dari
suatu kota ke kota yang lain. Tidak
hanya dari Bandar Lampung – Mesuji
saja. Hal itu dapat di ubah dengan
memasukkan titik awal dan titik tujuan
pada coding program nya.
Sumber: Google Maps
 TIM KAMI

TERIMAKASIH

Presentasi & Materi Program

MELAKUKAN IMPLEMENTASI
MEMBUAT PRESENTASI YANG BERISI MENCARI MATERI YANG TELAH ALGORITMA A* STAR KE DALAM
MATERI DAN IMPLEMENTASI PROGRAM TERTUANG PADA FILE PRESENTASI PROGRAM