PROBLEM SOLVING Masalah biasanya disajikan dalam bentu graf Penyelesaian masalah ~ pencarian dalam graf Dua cara penyajian: (1) State space (umumnya graf) (2) graf AND/OR

Masalah “blocks world” Mencari urutan pergerakan robot untuk mengurutkan balok

State space untuk Blocks world Start Goal

State Space State space (ruang masalah) = graf berarah Simpul/Node ~ situasi masalah Panah/Arc ~ aksi, gerakan yang diperbolehkan Masalah = ( State space, Start, Goal condition) Beberapa simpul bisa memenuhi kondisi goal Pemecahan masalah ~ mencari jalur/path Penyelesaian masalah ~ pencarian dalam graf Solusi masalah ~ jalur dari simpul start ke goal

Menyajikan masalah ke dalam state space Contoh masalah: Blocks world planning 8-puzzle 8 queens Travelling salesman dll

8-puzzle

State spaces untuk masalah optimisasi Optimisasi: meminimalkan cost/biaya solusi Contoh pada kasus blocks world, setiap aksi bisa memiliki perbedaan cost Cost terdapat pada panah Cost of solution = cost of solution path

Mekanisme Pencarian Adalas prosedur untuk mengakses basis pengetahuan Setiap teknik representasi pengetahuan berhubungan dengan mekanisme pencarian Rules untuk pencarian pohon merupakan pencarian terhadap jalur yang harus diambil tiap percabangan Semantic networks dicari dengan memelriksa jalur tiap simpul Frames – mencari frame yang relevan, lalu slot yang relevan

Metode Pencarian Uninformed techniques/blind search: systematically search complete graph, unguided Depth-first search Breadth-first search Iterative deepening Informed techniques /heuristic search: Use problem specific information to guide search in promising directions Best-first search Hill climbing, steepest descent Algoritma A* Beam search Algoritma IDA* (Iterative Deepening A*) Algoritma RBFS (Recursive Best First Search)

Arah Pencarian Forward search: dari start ke goal Backward search: dari goal ke start Bidirectional search Dalam sistem pakar: Forward chaining Backward chaining

Depth-first search

Depth-first search, problem of looping

Iterative deepening search

Breadth-first search

Time and space complexity orders

Time and space complexity Breadth-first and iterative deepening solusi terbaik bisa diperoleh Breadth-first: terjadi kompleksitas pada high space Depth-first: terjadi kompleksitas pada low space, tetapi pencarian efektif pada kedalaman solusi Iterative deepening: kinerja bagus baik dalam space apapun