SEARCHING
Menentukan apa yang akan dikerjakan dengan cara menemukan urutan
aksi untuk mencapai kondisi yang dinginkan.
Bagimana menentukan suatu proses pencarian (search process) untuk
menemukan solusi.
Suatu algoritma pencarian akan menjadikan suatu masalah (problem)
sebagai input dan mengembalikan suatu output berupa solusi (solution)
berdasarkan suatu urutan aksi (action sequence).
Pemecahan masalah dengan searching lebih mudah jika objeknya
berbentuk graph
SEARCHING
State space
Ruang keadaan atau ruang masalah yang berisi semua keadaan yang
mungkin terjadi
Initial state
Keadaan dimulainya sebuah pencarian
Goal state
Keadaan diakhirinya sebuah pencarian
Production rule
Operator
Aturan yang dapat digunakan untuk mengubah suatu state menjadi state yang
lain
GLASS WATER PROBLEM
2 buah gelas masing-masing 4 liter dan 3 liter
Semula kedua gelas kosong
Terdapat keran untuk mengisi kedua gelas
Bagaimana mengisi gelas berkapasitas 4 liter tepat berisi 2 liter dan
gelas 3 liter tepat berisi 3 liter?
Misalnya :
Isi gelas 4 liter = x
Isi gelas 3 liter = y
STATE SPACE
x ,y 0 1 2 3 Initial state?
Goal state?
0 (0,0) (0,1) (0,2) (0,3)
Representasikan state space, initial state, goal state, dan production rule
dari farmer crosses river problem
STATE SPACE
Asal Seberang Awal Seberang Initial state?
(F, V, W, G) (0, 0, 0, 0) (0, V, W, G) (F, 0, 0, 0) Goal state?
(F, V, W, 0) (0, 0, 0, G) (0, V, W, 0) (F, 0, 0, G)
(F, V, 0, G) (0, 0, W, 0) (0, V, 0, G) (F, 0, W, 0)
(F, V, 0, 0) (0, 0, W, G) (0, V, 0, 0) (F, 0, W, G)
(F, 0, W, G) (0, V, 0, 0) (0, 0, W, G) (F, V, 0, 0)
(F, 0, W, 0) (0, V, 0, G) (0, 0, W, 0) (F, V, 0, G)
(F, 0, 0, G) (0, V, W, 0) (0, 0, 0, G) (F, V, W, 0)
(F, 0, 0, 0) (0, V, W, G) (0, 0, 0, 0) (F, V, W, G)
PRODUCTION RULE
Farmer dan Vegetables menyeberang
Farmer dan Wolf menyeberang
Farmer dan Goat menyeberang
Farmer dan Vegetables kembali
Farmer dan Wolf kembali
Farmer dan Goat kembali
Farmer menyeberang/kembali
METODE SEARCHING
Terdapat 2 jenis metode searching
Blind search atau un-informed search
Heuristic search atau informed search
Keuntungan
Menjamin ditemukannya solusi yang paling baik (complete dan optimal)
Kelemahan
Membutuhkan memori dan waktu yang cukup banyak (bergantung jumlah
node)
METODE BREADTH FIRST
SEARCH
BREADTH FIRST SEARCH
1. Masukkan root node ke dalam queue (Q)
2. Ambil node dari awal Q, cek apakah node merupakan solusi
3. Jika node merupakan solusi, pencarian selesai dan hasil dikembalikan
4. Jika node bukan solusi, masukkan seluruh node anak ke dalam Q
5. Jika Q kosong dan setiap node sudah dicek, pencarian selesai
6. Jika Q tidak kosong, ulangi pencarian mulai dari poin 2
WATER GLASS PROBLEM
Initial state = (0, 0)
Goal state = (1, 0)
Solusi :
4,0 0,3 (0, 0)
(4, 0)
(1, 3)
4,3 1,3 3,0 (1, 0)
1,0 3,3
DEPTH FIRST SEARCH
Mengexpand satu node sampai node paling dalam
Keuntungan:
Membutuhkan memori yang relative kecil
Menemukan solusi tanpa harus meguji lebih banyak state dalam ruang
keadaan
Kelemahan:
Memungkinkan tidak ditemukan tujuan yang diharapkan
Hanya akan mendapatkan 1 solusi pada setiap pencarian
DEPTH FIRST SEARCH
1. Masukkan root node ke dalam stack (S)
2. Ambil node dari S teratas, cek apakah node merupakan solusi
3. Jika node merupakan solusi, pencarian selesai dan hasil dikembalikan
4. Jika node bukan solusi, masukkan seluruh node anak ke dalam S
5. Jika S kosong dan setiap node sudah dicek, pencarian selesai
6. Jika S tidak kosong, ulangi pencarian mulai dari poin 2
WATER GLASS PROBLEM
Initial state = (0, 0)
Goal state = (1, 0)
Solusi :
4,0 0,3 (0, 0)
(4, 0)
(1, 3)
4,3 1,3 (1, 0)
1,0
TUGAS
1. Selesaikan Water Glass Problem menggunakan BFS dan DFS
Initial State = (4,3)
Goal State = (1,0)
Rubrik penilaian
Mampu menghasilkan solusi dari kedua metode dengan tepat : 81 – 100
Mampu menghasilkan solusi dari salah satu metode dengan tepat : 51 – 80
Mampu menerapkan metode tetapi solusi yang dihasilkan tidak tepat : 0 - 50
BAHAN LANJUTAN
Informed Searching