Presentasi sedang didownload. Silahkan tunggu

Presentasi sedang didownload. Silahkan tunggu

UNIVERSITAS AIRLANGGA KECERDASAN BUATAN TEKNIK PENCARIAN HEURISTIK A* SEARCH.

Presentasi serupa


Presentasi berjudul: "UNIVERSITAS AIRLANGGA KECERDASAN BUATAN TEKNIK PENCARIAN HEURISTIK A* SEARCH."— Transcript presentasi:

1 UNIVERSITAS AIRLANGGA KECERDASAN BUATAN TEKNIK PENCARIAN HEURISTIK A* SEARCH

2 UNIVERSITAS AIRLANGGA KECERDASAN BUATAN Anggota Kelompok 1. Arieskha Surya ( ) 2. Reza Zarkasi ( ) 3. Athfin Rafiqi ( XX ) 4. M. Fahmi Hidayat ( XX )

3 UNIVERSITAS AIRLANGGA KECERDASAN BUATAN SEJARAH Pada tahun 1964 Nils Nilsson menemukan heuristik berdasarkan pendekatan untuk menambah kecepatan pada Algoritma Dijkstra. Algoritma ini disebut dengan A1. Pada tahun 1967 Bertram Raphael membuat perbaikan- perbaikan dramatis atas algoritma ini, tapi gagal menunjukkan keoptimasiannya. Ia menyebut algoritma ini A2. Kemudian pada tahun 1968 Peter E. Hart memperkenalkan sebuah argumen yang membuktikan A2 optimal ketika menggunakan heuristik konsisten hanya dengan perubahan kecil. Pembuktiannya atas algoritma tersebut juga termasuk bagian yang menunjukkan bahwa algoritma A2 yang baru adalah algoritma terbaik.

4 UNIVERSITAS AIRLANGGA KECERDASAN BUATAN Maka dari itu, ia menamai algoritma baru ini dalam sintaksis Kleene star untuk menjadi algoritma yang berawal dari A dan memasukkan semua nomor-nomor yang mungkin dari A*. Dalam sains komputer, A* (dibaca “A star”) adalah algoritma komputer yang digunakan secara luas dalam mencari jalur (pathfinding) dan grafik melintang (graph traversal), proses plotting sebuah jalur melintang secara efisian antara titik-titik, disebut node. Terkenal karena penampilan dan akurasinya, algoritma ini diperluas untuk berbagai bidang. A* mencapai penampilan yang lebih baik dengan menggunakan heuristik.

5 UNIVERSITAS AIRLANGGA KECERDASAN BUATAN DESKRIPSI • A* menggunakan Best First Search (BFS) dan menemukan jalur dengan biaya terkecil (least-cost path) dari node awal (initial node) yang diberikan ke node tujuan (goal node). • Algoritma ini menggunakan fungsi heuristik jarak ditambah biaya (biasa dinotasikan dengan f(x)) untuk menentukan urutan di mana search-nya melalui node-node yang ada di pohon (tree).

6 UNIVERSITAS AIRLANGGA KECERDASAN BUATAN Heuristik jarak ditambah biaya adalah penjumlahan dari dua fungsi: 1. fungsi jalur biaya, di mana biayanya dihitung dari node awal hingga node saat ini (biasanya dinotasikan g(x)) 2. dan “estimasi heuristik” yang dapat diterima (admissible) dari jarak menuju goal (biasanya dinotasikan h(x))

7 UNIVERSITAS AIRLANGGA KECERDASAN BUATAN KONSEP Selama A* melintasi grafik, ia mengikuti jalur paling rendah yang dikenal dengan biaya, menjaga antrian prioritas (priority queue) terpisah dari bagian jalur pengganti sepanjang jalan. Jika, pada titik manapun, sebuah bagian dari jalur yang dilintasi memiliki biaya lebih tinggi daripada bagian jalur pertemuan yang lainnya, A* meninggalkan bagian jalur dengan biaya yang lebih tinggi dan memilih melintasi bagian jalur dengan biaya yang lebih rendah. Proses ini berlanjut hingga tujuan tercapai.

8 UNIVERSITAS AIRLANGGA KECERDASAN BUATAN ALGORITMA

9 UNIVERSITAS AIRLANGGA KECERDASAN BUATAN CONTOH Menghitung Rute Terpendek Menggunakan Algoritma A* Search Dengan Fungsi Heuristik Euclidean Distance. (Studi Kasus : Uin Susqa – Mall Ska)

10 UNIVERSITAS AIRLANGGA KECERDASAN BUATAN ANALISA Kali ini kami mengambil studi kasus jarak antara UIN SUSQA dengan MALL SKA. Agar didapat hasil pengukuran yang lebih akurat, kami menggunakan software pendukung Google Earth untuk mengetahui jalur-jalur yang akan dilalui. Tujuh node dihasilkan dari proyeksi Google Earth, dimana pengambilan nodenya berdasarkan persimpangan jalan.

11 UNIVERSITAS AIRLANGGA KECERDASAN BUATAN Hasil dari proyeksi gambar Google Earth dapat dilihat sbb:

12 UNIVERSITAS AIRLANGGA KECERDASAN BUATAN • A = UIN SUSQA • B = Simpang Garuda Sakti – HR Soebrantas • C = Simpang Garuda Sakti - Akap • D = Bundaran SM Yamin - Tuanku Tambusai • E = Simpang HR Soebrantas - SM Yamin • F = Simpang Pasar Pagi Arengka • G = MALL SKA

13 UNIVERSITAS AIRLANGGA KECERDASAN BUATAN Setiap Index mewakili jarak 200 meter • A = UIN SUSQA (0,0) • B = Simpang Garuda Sakti - HR Soebrantas(6,0) • C = Simpang Garuda Sakti – Akap (2,11) • D = Bundaran SM Yamin - Tuanku Tambusai (21,0) • E = Simpang HR Soebrantas - SM Yamin (21,20) • F = Simpang Pasar Pagi Arengka (36,0) • G = MALL SKA (36,20)

14 UNIVERSITAS AIRLANGGA KECERDASAN BUATAN Menghitung Heuristik Rumus jarak dua titik: Dengan menggunakan rumus di atas, maka perhitungan dari semua titik dapat dilihat sebagai berikut:

15 UNIVERSITAS AIRLANGGA KECERDASAN BUATAN

16 UNIVERSITAS AIRLANGGA KECERDASAN BUATAN LANGKAH-LANGKAH PENCARIAN DALAM ALGORITMA A* Setelah nilai heuristik dari masing-masing node didapat maka kita akan mencari f(n) menggunakan algoritma A* dengan rumus: dimana, h(n) = Nilai heuristik antar Koordinat g(n) = Jarak Koordinat ke titik tujuan

17 UNIVERSITAS AIRLANGGA KECERDASAN BUATAN

18 UNIVERSITAS AIRLANGGA KECERDASAN BUATAN

19 UNIVERSITAS AIRLANGGA KECERDASAN BUATAN Titik B memiliki 2 cabangan yaitu titik C dan titik D, maka f(n) yang harus dipilih adalah f(n) yang menghasilkan biaya paling kecil, yaitu titik C.

20 UNIVERSITAS AIRLANGGA KECERDASAN BUATAN

21 UNIVERSITAS AIRLANGGA KECERDASAN BUATAN • Maka f(n) total yang didapat adalah , karena satu titik ordinat mewakili 200 meter maka jaraknya sebenarnya (dalam meter) adalah: • × 200 = meter, Dalam Kilometer = 24,744 km • Jalur yang dilalui: A – B – C – E – G • UIN SUSQA – Jln HR Soebrantas – Simpang Garuda Sakti – Jln Tuanku Tambusai II – Mall SKA

22 UNIVERSITAS AIRLANGGA KECERDASAN BUATAN SEKIAN TERIMA KASIH


Download ppt "UNIVERSITAS AIRLANGGA KECERDASAN BUATAN TEKNIK PENCARIAN HEURISTIK A* SEARCH."

Presentasi serupa


Iklan oleh Google