Agen Penyelesaian Masalah adalah jenis agen berbasis tujuan.(goal based agent)
Agen berbasis tujuan memutuskan apa yang harus dilakukan dengan mencari urutan
tindakan yang mengarah pada keadaaan (states) yang diinginkan.
Tahapan penting / utama adalah perumusan masalah dan perumusan tujuan.
Searching merupakan mekanisme menggunakan masalah sebagai masukan dan
mengembalikan solusi dalam bentuk urutan tindakan.
Implementasi / Eksekusi didasarkan pada algoritma yang digunakan.
AGEN PENYELESAIAN MASALAH
Percept : persepsi yang ada
Seq : urutan tindakan
State : deskripsi dari keadaan
lingkungan sekitar
Goal : tujuan yang dicapai
Problem: perumusan masalah
AGEN PENYELESAIAN MASALAH
Contoh :
Berlibur ke Rumania, saat ini berada di Arad.
Penerbangan (keberangkatan) dilakukan besok
dari Bucharest.
Merumuskan tujuan (Formulate goal):
• Berada di Bucharest
Merumuskan masalah (Formulate problem):
States : berbagai kota sebagai alternatif tempat
yang akan dilalui
Actions : drive antar kota di Rumania dari Ahad -
Bucharest
Goal : (Find solution):
Urutan kota yang dilalui untuk mencapai tujuan.
Misalnya; Arad, Sibiu, Fagaras, Bucharest
Path cost : I per action
JENIS MASALAH
Deterministic, fully observable → Single-state problem
Agen tahu persis keadaan sesuatu yang akan diamati.
Non-observable → Sensorless problem (conformant problem)
Agen mungkin tidak mengetahui dimana keberadaan sesuatu yang dicari.
Nondeterministic and/or partially observable → Contingency problem (keadaan yang
tidak pasti)
Persepsi yang dapat memberikan informasi baru tentang keadaan saat ini.
Unknown state space → Exploration problem (Masalah eksplorasi)
MENDEFINISIKAN MASALAH
Langkah formulasi problem adalah dengan
mendefinisikan:
◦ States : possible condition
◦ Actions : operator
◦ Goal test : check state = goal
◦ Path cost : function g
MENDEFINISIKAN MASALAH
Contoh :
Berlibur ke Rumania, saat ini berada di Arad.
Penerbangan (keberangkatan) dilakukan besok
dari Bucharest.
Merumuskan tujuan (Formulate goal):
• Berada di Bucharest
Merumuskan masalah (Formulate problem):
States : berbagai kota sebagai alternatif tempat
yang akan dilalui
Actions : drive antar kota di Rumania dari Ahad -
Bucharest
Goal : (Find solution):
Urutan kota yang dilalui untuk mencapai tujuan.
Misalnya; Arad, Sibiu, Fagaras, Bucharest
Path cost : I per action
MENDEFINISIKAN MASALAH
SINGLE-STATE PROBLEM FORMULATION
Suatu problem didefinisikan dalam 4 item:
1. initial state keadaan awal. e.g., "at Arad"
2. actions or successor function S(x) fungsi yang dapat merubah status ke status baru.
o <action, successor(state)>
o S(Arad) = {<Berangkat(Arad → Zerind), BeradaDi(Zerind)>, … }
Contoh :
states? Lokasi robot dan keadaan lokasi
actions? Left, Right, Suck
goal test? Tidak ada kotoran sama sekali di semua lokasi
path cost? asumsi step cost sama untuk semua action. Misal : 1 per action
MENDEFINISIKAN MASALAH
states? Lokasi setiap kotak nomor
actions? move, blank, left, right,
up, down
goal test? = goal state (terdapat
pada gambar)
path cost? 1 per move
MENDEFINISIKAN MASALAH
Letakkan 8 bidak ratu (queen!) sedemikian sehingga tidak ada
yang saling “makan” (ratu bisa makan dalam satu baris, kolom,
diagonal).
states? Papan catur dengan n queens (n= 1…8)
actions? move, left, right, up, down
goal test? = 8 queens pada posisi yang benar, tidak ada yang
saling serang
path cost? 1 per move .
ALGORITMA PENCARIAN DASAR
Tree Search
Tree search algorithms (Basic
idea):
o Mulai dari root node (Arad)
sebagai current node.
o Lakukan node expansion
terhadapnya.
ALGORITMA PENCARIAN DASAR
ALGORITMA PENCARIAN DASAR
Pilih salah satu node yang di-
expand sebagai current node yang
baru. Ulangi langkah sebelumnya.
ALGORITMA PENCARIAN DASAR
ALGORITMA PENCARIAN DASAR
Implementation: states vs. nodes
Sebuah state merepresentasikan
abstraksi keadaan nyata dari
masalah.
Sebuah node adalah struktur data,
bagian dari search tree.
State tidak memiliki parent,
children, depth, path cost!
Node = state pada path tertentu.
Dua node berbeda bisa mewakili
state yang sama!
ALGORITMA PENCARIAN DASAR
Graph Search
State space diwakili oleh graf
G(V,E), dimana V adalah himpunan
node dan E adalah himpunan vertex
dari satu node ke node lain
ALGORITMA PENCARIAN DASAR
STRATEGI PENCARIAN UNINFORMED
Sebuah strategi pencarian didefinisikan dengan memilih urutan ekspansi node.
Strategi dievaluasi sepanjang dimensi berikut:
o Kelengkapan - completeness : apakah selalu mencari solusi jika ada?
o kompleksitas waktu - time complexity : jumlah node yang dihasilkan
o kompleksitas ruang - space complexity: jumlah maksimum node dalam memori
o optimalitas: apa selalu menemukan solusi yang paling murah? Optimality
kompleksitas waktu dan ruang diukur dalam hal:
o b: faktor percabangan maksimum search tree
o d: kedalaman solusi yang paling murah
o m: panjang maksimum setiap path (mungkin ∞)
STRATEGI PENCARIAN UNINFORMED
1. Breadth-first search
2. Uniform-cost search
3. Depth-first search
4. Depth-limited search
5. Iterative Deepening search
SELESAI