Heuristic Search.

Slides:



Advertisements
Presentasi serupa
Metode Pencarian Heuristik
Advertisements

BEST FIRST SEARCH Nama Kelompok : Marie Karunia Sari .S. ( )
Heuristic Search Dr. Kusrini, M.Kom.
Kecerdasan Buatan Pencarian Heuristik.
Lecture 3 State Space Search 2 Erick Pranata © Sekolah Tinggi Teknik Surabaya 1.
KECERDASAN BUATAN (ARTIFICIAL INTELLIGENCE)
SEARCH 2 Pertemuan ke Lima.
Metode Pencarian/Pelacakan
Hill Climbing.
Pencarian Heuristik.
METODE PENCARIAN HEURISTIK
Pencarian Tanpa Informasi
Hill Climbing Best First Search A*
Problem Space Dr. Kusrini, M.Kom.
HEURISTIC SEARCH Presentation Part IV.
KECERDASAN BUATAN (ARTIFICIAL INTELLIGENCE)
Pertemuan 4 Mata Kuliah : Kecerdasan Buatan
Ruang Keadaan (state space)
Pencarian (Searching)
Penyelesaian Masalah Teknik Pencarian
Metode Pencarian & Pelacakan
Metode Pencarian/Pelacakan
Pendefinisian problema sebagai proses pencarian ruang keadaan
SISTEM INTELEGENSIA BUATAN
Heuristic Search Best First Search.
Pencarian Heuristik.
METODE PENCARIAN dan PELACAKAN
Informed (Heuristic) Search
Kecerdasan Buatan Materi 4 Pencarian Heuristik.
STRATEGI PENCARIAN PERTEMUAN MINGGU KE-4.
Disampaikan Oleh : Yusuf Nurrachman, ST, MMSI
Pencarian Heuristik (Heuristic Search).
Pencarian Heuristik.
TEKNIK PENCARIAN HEURISTIK
Perbandingan Algoritma Brute Force dan Depth First Search (DFS) dalam Kasus Travelling Salesman Problem (TSP) Ervin Yohannes ( )
Penyelesaian Masalah menggunakan Teknik Pencarian Heuristic Search
Pert 4 METODE PENCARIAN.
Searching (Pencarian)
KECERDASAN BUATAN PERTEMUAN 3.
Penyelesaian Masalah menggunakan Teknik Pencarian Blind Search
KECERDASAN BUATAN PERTEMUAN 9.
Metode Pencarian dan Pelacakan
TEKNIK PENCARIAN & PELACAKAN
Pertemuan 6 Metode Pencarian
Metode Pencarian/Pelacakan
Metode Pencarian & Pelacakan
Masalah, Ruang Keadaan dan Pencarian
Pertemuan 6 Pencarian Heuristik
Pendefinisian problema sebagai proses pencarian ruang keadaan
Heuristic Search (Part 2)
Pengantar Kecerdasan Buatan
Pertemuan 6 Pencarian Heuristik
Metode pencarian dan pelacakan - Heuristik
STRATEGI PELACAKAN PERTEMUAN MINGGU KE-3.
KECERDASAN BUATAN (ARTIFICIAL INTELLIGENCE)
Search.
As’ad Djamalilleil Searching As’ad Djamalilleil
Artificial Intelegence/ P 3-4
TEKNIK PENCARIAN.
MASALAH, RUANG KEADAAN DAN PENCARIAN
TEKNIK PELACAKAN Jika suatu persoalan dapat diREPRESENTASIKAN oleh ruang keadaan, maka teknik pelacakan dapat dgn mudah dilakukan dlm ruang keadaan. Teknik.
Metode Pencarian/Pelacakan
Fakultas Ilmu Komputer
Informed (Heuristic) Search
Masalah, Ruang Keadaan dan Pencarian
Pertemuan 6 Metode Pencarian
Tugas Mata Kuliah Kecerdasan Buatan
Algoritma dan Struktur Data
KECERDASAN BUATAN PERTEMUAN 4.
Heuristic Search Best First Search.
Transcript presentasi:

Heuristic Search

BEST FIRST SEARCH Merupakan kombinasi kelebihan teknik depth first search dan breadth first search Pencarian diperkenankan mengunjungi node yang ada di level yg lebih rendah jika ternyata node pada level yg lebih tinggi ternyata memiliki nilai heuristik yg buruk

Contoh

Best First Search (Lanjutan) Best First Search akan membangkitkan node berikutnya dari semua node yg pernah dibangkitkan Pertanyaannya : Bagaimana menentukan sebuah node terbaik saat ini? Dilakukan dengan menggunakan biaya perkiraan Bagaimana caranya menentukan biaya perkiraan? Biaya perkiraan dapat ditentukan dengan fungsi heuristic

FUNGSI HEURISTIC Suatu fungsi heuristic dikatakan baik jika bisa memberikan biaya perkiraan yang mendekati biaya sebenarnya. Semakin mendekati biaya sebenarnya, fungsi heuristic tersebut semakin baik.

Contoh dab = ( yb – ya )2 + ( xb – xa )2 dAB = 15 dBC = 20 dCD = 10 100 16 10 A B C D ( 20 , 10 ) ( 35 , 10 ) ( 55 , 10 ) ( 65 , 10 ) Dalam kasus pencarian rute terpendek, biaya sebenarnya adalah panjang jalan Raya yang sebenarnya. Sedangkan fungsi heuristiknya adalah garis lurus dari 1 kota ke kota lainnya. Untuk itu,bisa digunakan rumus berikut : dAB = 15 dab = ( yb – ya )2 + ( xb – xa )2 dBC = 20 dCD = 10

Algoritma Best First Search Greedy Best First Search Algoritma A*

Greedy Best First Search Algoritma ini merupakan jenis algoritma Best First Search yg paling sederhana Algoritma ini hanya memperhitungkan biaya perkiraan saja f(n) = h’(n) Karena hanya memperhitungkan biaya perkiraan yang belum tentu kebenarannya, maka algoritma ini menjadi tidak optimal

Contoh 90 A F 10 10 5 40 25 K B 50 S 30 30 40 G C 35 10 40 25 H 25 D 15 L E 52 80 20 J 40 M n S A B C D E F G H J K L M h’(n) 80 60 70 85 74 40 100 30 20

Langkah 1 A 10 n S A B C D E 25 B S 30 C 35 10 D E h’(n) 80 60 70 85 74 25 B S 30 C 35 10 D E

Langkah 2 A F 10 5 25 K B 50 S 30 C 35 10 D n A C D E F K E h’(n) 80 70 85 74 30 E

Langkah 3 A F 10 5 25 K B 50 S 30 30 G C 35 10 D n A C D E F G E h’(n) 80 70 85 74 E

SOLUSI S - B - K - G Dengan Total Jarak = 105 A F 10 5 25 K B 50 S 30 C 35 10 D S - B - K - G E Dengan Total Jarak = 105

PENJELASAN Dari contoh di atas, Greedy akan menemukan solusi S-B-K-G dengan total jarak 105 Padahal ada solusi lain yg lebih optimal, yakni S-A-B-F-K-G dengan total jarak hanya 95 Dari situ bisa disimpulkan bahwa Greedy Best First Search tidak bisa menemukan solusi yang optimal

Algoritma A* Berbeda dg Greedy, algoritma ini akan menghitung fungsi heuristic dengan cara menambahkan biaya sebenarnya dengan biaya perkiraan. Sehingga didapatkan rumus : f(n) = g(n) + h’(n) g(n) = Biaya sebenarnya dari Node Awal ke Node n h’(n) = Biaya perkiraan dari Node n ke Node Tujuan

Contoh 90 A F 10 10 5 40 25 K B 50 S 30 30 40 G C 35 10 40 25 H 25 D 15 L E 52 80 20 J 40 M n S A B C D E F G H J K L M h’(n) 80 60 70 85 74 40 100 30 20

Langkah 1 A 10 n S A B C D E 25 B S 30 C 35 10 D E h’(n) 80 60 70 85 74 g(n) 10 25 30 35 f(n) 90 100 120 84 25 B S 30 C 35 10 D E

Langkah 2 A 10 n A B C D J 25 B S 30 C 35 10 D 15 E 20 J h’(n) 80 60 70 85 100 g(n) 10 25 30 f(n) 90 110 130 25 B S 30 C 35 10 D 15 E 20 J

Langkah 3 A F 10 10 5 25 K B 50 S 30 C 35 10 n A C D J F K D 15 E 20 J h’(n) 80 70 85 100 30 g(n) 10 25 75 f(n) 90 110 130 105 D 15 E 20 J

Langkah 4 90 A F 10 10 5 25 K B 50 S 30 G C 35 10 D n C D J F K G 15 E h’(n) 70 85 100 30 g(n) 25 f(n) 110 130 95 15 E 20 J

Langkah 5 90 A F 10 10 5 40 25 K B 50 S 30 G C 35 10 D n C D J K G 15 h’(n) 70 85 100 30 g(n) 25 65 f(n) 110 130 95 15 E 20 J

Langkah 6 90 A F 10 10 5 40 25 K B 50 S 30 30 G C 35 10 D n C D J G 15 h’(n) 70 85 100 g(n) 30 25 95 f(n) 110 130 15 E 20 J

Solusi S - A - B - F - K - G Dengan Total Jarak = 95 90 A F 10 10 5 40 25 K B 50 S 30 30 G C 35 10 D 15 S - A - B - F - K - G E 20 J Dengan Total Jarak = 95

Kesimpulan Algoritma A* lebih baik dalam melakukan pencarian heuristic daripada Greedy Best First Search karena dapat mengasilkan solusi yang optimal