Pencarian
Pohon Pelacakan / Pencarian
Pada suatu data seringkali dibutuhkan pembacaan kembali informasi
(retrieval information) dengan cara searching.
Tempat pencarian data dapat berupa array dalam memori, bisa juga
pada file pada external storage.
Pohon Pelacakan / Pencarian
• menggambarkan keadaan secara hirarkis
• Node pada level-0 disebut ’akar/root’ -
menunjukkan keadaan awal & memiliki
beberapa percabangan yang terdiri atas
beberapa node yg disebut ’anak/child’
• Node yg tidak memiliki anak disebut ’daun/leaf’ -
menunjukkan akhir dari suatu pencarian, dapat
berupa tujuan yang diharapkan (goal) atau jalan
buntu (dead end).
Graph Keadaan
• Keuntungan :
– tidak akan menemui jalan buntu, menjamin ditemukannya solusi
(jika solusinya memang ada) dan solusi yang ditemukan pasti
yang paling baik
– jika ada 1 solusi, maka breadth – first search akan
menemukannya,jika ada lebih dari 1 solusi, maka solusi
minimum akan ditemukan.
– Kesimpulan : complete dan optimal
• Kelemahan :
– membutuhkan memori yang banyak, karena harus menyimpan
semua simpul yang pernah dibangkitkan. Hal ini harus dilakukan
agar BFS dapat melakukan penelusuran simpul-simpul sampai
di level bawah
– membutuhkan waktu yang cukup lama
Depth First Search
21
Pencarian Heuristik
22
Metode Pencarian Heuristik
23
Generate and Test
24
Generate and Test
• Algoritma:
25
Contoh Generate and Test
– Seorang salesman ingin mengunjungi sejumlah n kota. Akan
dicari rute terpendek di mana setiap kota hanya boleh dikunjungi
tepat 1 kali.
– Jarak antara tiap-tiap kota sudah diketahui. Misalkan ada 4 kota
dengan jarak antara tiap-tiap kota seperti terlihat pada gambar
berikut
8
A B
3 4
7 5
6
D C
26
Contoh Generate and Test
1. 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
> Dst
27
Contoh Generate and Test
28
Contoh Generate and Test
29
Contoh Generate and Test
30
Hill Climbing
• Hampir sama Generate and Test, perbedaan terjadi pada
feedback dari prosedur test untuk pembangkitan keadaan
berikutnya.
• Tes yang berupa fungsi heuristik akan menunjukkan
seberapa baik nilai terkaan yang diambil terhadap
keadaan lain yang mungkin
31
Algoritma Hill Climbing
32
Algoritma Hill Climbing
– Evaluasi keadaan awal, jika tujuan berhenti jika tidak lanjut
dengan keadaan sekarang sebagai keadaan awal
1. Jika keadaan baru merupakan tujuan, keluar
2. Jika bukan tujuan, namun nilainya lebih baik daripada
keadaan sekarang, maka jadikan keadaan baru tersebut
menjadi keadaan sekarang.
3. Jika keadaan baru tidak lebih baik daripada keadaan
sekarang, maka lanjutkan iterasi.
33
Contoh Hill Climbing
34
Contoh Hill Climbing
• TSP dengan Simple Hill Climbing
Disini ruang keadaan berisi semua kemungkinan
lintasan yang mungkin. Operator digunakan untuk
menukar posisi kota-kota yang bersebelahan. Apabila
ada n kota, dan kita ingin mencari kombinasi lintasan
dengan menukar posisi urutan 2 kota, maka kita akan
mendapatkan
35
Contoh Hill Climbing
Keenam kombinasi ini akan dipakai semuanya sebagai
operator, yaitu :
• Tukar 1,2 = menukar urutan posisi kota ke – 1 dengan kota ke – 2
• Tukar 2,3 = menukar urutan posisi kota ke – 2 dengan kota ke – 3
• Tukar 3,4 = menukar urutan posisi kota ke – 3 dengan kota ke – 4
• Tukar 4,1 = menukar urutan posisi kota ke – 4 dengan kota ke – 1
• Tukar 2,4 = menukar urutan posisi kota ke – 2 dengan kota ke – 4
• Tukar 1,3 = menukar urutan posisi kota ke – 1 dengan kota ke – 3
36
Contoh Hill Climbing
• Fungsi heuristic yang digunakan adalah panjang
lintasan yang terjadi
37
38
BEST FIRST SEARCH
• Greedy Best First Search
• Algoritme A*
39
Greedy Best First Search
40
Greedy Best First Search
41
Greedy Best First Search
42
Greedy Best First Search
43
Greedy Best First Search
44
Greedy Best First Search
45
Greedy Best First Search
46
Algoritme A*
47
Algoritme A*
48
Algoritme A*
49
Algoritme A*
50
Algoritme A*
51
Algoritme A*
52
Algoritme A*
53
Algoritme A*
54
Algoritme A*
55
Algoritme A*
56
Algoritme A*
57
Algoritme A*
58
Algoritme A*
Algoritme A*
59
Tugas
Graph Keadaan
Tempat Awal A
Tujuan B
Tugas
BFS
Tempat Awal Malang
Tujuan Nabire (estimasi jarak 2300)
Tugas
Tugas Greedy
63
Tugas A*
64
Tugas A*
65
Format Tugas
Buat dalam 1 File PDF. Berisi :
1. Resume Pertemuan Hari Ini. Font TNR
11pt. Spasi 1
2. Kerjakan Tugas Pada Slide PPT.
Terima
Kasih