Searching
Searching
A D
B D A E
C E E B B F
11
D F B F C E A C G
14 17 15 15 13
G C G F
19 19 17
G 25
KELEBIHAN BFS
Tidak akan menemui jalan buntu
Jika ada satu solusi, maka BFS akan menemukannya. Dan jika
ada lebih dari satu solusi, maka solusi minimum akan ditemukan.
KELEMAHAN BFS
Membutuhkan memori yang cukup banyak, karena menyimpan
semua node dalam satu pohon.
Membutuhkan waktu yang cukup lama, karena akan menguji n
level untuk mendapatkan solusi pada level ke-(n+1)
LATIHAN
Jika kita hendak berkunjung dari kota 1 ke kota
8, maka dengan menggunakan Algoritma BFS,
urutan kota yang akan dihasilkan adalah:
JAWABAN:
1–2–3–4–5–6–7–8
DEPTH-FIRST SEARCH
S
A D
B D A E
C E E B B F
11
D F B F C E A C G
14 17 15 15 13
G C G F
19 19 17 G 25
KELEBIHAN DFS
Membutuhkan memori yang relatif kecil, karena hanya node-
node pada lintasan yang aktif saja yang disimpan.
Secara kebetulan, metode DFS akan menemukan solusi tanpa
harus menguji lebih banyak lagi dalam ruang keadaan.
KELEMAHAN DFS
Memungkinkan tidak ditemukan tujuan yang diharapkan
Hanya akan mendapatkan 1 solusi pada setiap pencarian
LATIHAN
Jika kita hendak berkunjung dari kota 1 ke kota
8, maka dengan menggunakan Algoritma DFS,
urutan kota yang akan dihasilkan adalah:
JAWABAN:
1–2–4–8–5–6–3–7
INFORMED SEARCH
BEST FIRST SEARCH
Utamakan nilai yang
terkecil/terbesar
(Tergantung fungsi
optimal yang ditetapkan
sebelumnya)
Tentukan rute terpendek
dari S ke I
Jawaban:
S–A–C– B –D– I
GREEDY BEST-FIRST SEARCH
Ide: menggunakan rumus/formula/fungsi f(n) untuk setiap node
f(n) = h(n) estimasi cost yang akan diperoleh dari n menuju tujuan
Greedy best-first search
memperluas node yang
kemungkinan besar
mendekati tujuan awal
KEKURANGAN
Terdapat kemungkinan terjebak di Local Minima
Tidak dapat berbalik/berubah
ALGORITMA A*
Ide: menghindari path yang kemungkinan besar tidak efektif
Fungsi f(n) = g(n) + h(n)
g(n) = cost sejauh ini untuk mencapai n
h(n) = estimasi cost dari n ke tujuan
f(n) = estimasi total cost dari n ke tujuan
INSPIRASI TOPIK TA
http://informatika.stei.itb.ac.id/~rinaldi.munir/Stmik/2015-2016/Makalah-2016/MakalahStima-2016-033.pdf
INSPIRASI TOPIK TA
http://informatika.stei.itb.ac.id/~rinaldi.munir/Stmik/2015-2016/Makalah-2016/MakalahStima-2016-004.pdf
INSPIRASI TOPIK TA
http://informatika.stei.itb.ac.id/~rinaldi.munir/Stmik/2013-2014/Makalah2013/MakalahIF2211-2013-064.pdf
PEMBAGIAN TOPIK D3 TI 3A
1. algoritma depth first search: Kartika, uun, vanda, afandi, renol, michael
2. algoritma breadth first search: sintia, nanda, rapi, sakti, rahmat, dito
3. algoritma best first search: nadwa, kenti, afif, faishol, idang, liana
4. algoritma greedy best first search: bunga, merry, afifah, adit, ageng, faisal
5. algoritma A*: halimah, darsini, handika, ali, imam, raka
POIN-POIN
1. cara kerja
2. bagaimana contohnya/simulasi
3. penerapan dunia nyata
PEMBAGIAN TOPIK D3 TI 3B
1. algoritma depth first search: genandra, annisa, koriah, putri, mustofa, nisa
2. algoritma breadth first search: indah R, rifko, indah L, hiza, rizky fajar, via
3. algoritma best first search: alya, desi, henda, alif, sulhin, rifky
4. algoritma greedy best first search: fatihatul, naufal R, andri, delia, rizky A, sri
5. algoritma A*: rizky P, Fatimah, amel, naufal, faldi, indra
POIN-POIN
1. cara kerja
2. bagaimana contohnya/simulasi
3. penerapan dunia nyata