BEST FIRST SEARCH Nama Kelompok : Marie Karunia Sari .S. (0834010126) Erna Tri Wahyu .N. (0834010214) Gita Ayuningtyas (0834010020)

Metode best first search ini merupakan kombinasi dari beberapa kelebihan teknik depth first search dan breadth first search. Pada pencarian dengan hill climbing tidak diperkenankan untuk kembali ke node pada level yang lebih rendah meskipun node pada level yang lebih rendah tersebut memiliki nilai heuristik yang lebih baik. Hal ini berbeda dengan metode best first search dimana pencarian diperkenankan mengunjungi node yang ada di level yang lebih rendah jika ternyata node pada level yang lebih tiggi ternyata memiliki heuristic yang buruk.

Beberapa macam dari Algoritma Best First Search menurut pakar Artificial intelegency : A. Menurut Thomas Dean, et all, AI teori & practice, page 145 sebagai berikut : Himpunan N menjadi sebuah list berurutan dari node awal (initial nodes) Jika N adalah kosong, maka keluar dan berikan pesan gagal/failure Himpunan N menjadi node pertama dalam N, dan hapus n dari N Jika N adalah node tujuan/goal maka keluar dan berikan pesan sukses Selain itu, tambahkan anak dari n ke N, urutkan node-node dalam N menurut jarak estimasi dari sebuah goal, dan kembali ke langkah 2.  

B. Menurut Elaine Rich & Kevin Knight, “Artificial Intelligence”, page73, sebagai berikut : Mulai dengan OPEN yang hanya berisi keadaan awal Ulangi langkah-langkah berikut hingga tujuan ditemukan atau antrian OPEN sudah kosong Ambil node terbaik dari OPEN Bangkitkan semua successor-nya Untuk tiap-tiap successor, kerjakan: i. jika node tersebut belum pernah dibangkitkan sebelumnya, evaluasi node tersebut dan masukkan ke OPEN; j. jika node tersebut sudah pernah dibangkitkan sebelumnya, ubah parent jika lintasan baru lebih baik daripada sebelumnya.

C. Menurut George F. Luger, & William A C. Menurut George F. Luger, & William A.Stubblefield, “Atificial Intelegence:Structured & Strategies for Complex Problem Solving”, sebagai berikut :

open=[A5]; closed=[] evaluate A5; open=[B4,C4,D6]; closed=[A5] evaluate B4; open=[C4,E5,F5,D6]; closed=[B4,A5] evaluate C4; open=[H3,G4,E5,F5,D6]; closed=[C4,B4,A5] evaluate H5; open=[O2,P3,G4,E5,F5,D6]; closed=[H3,C4,B4,A5] evaluate O5; open=[P3,G4,E5,F5,D6]; closed=[O2,H3,C4,B4,A5] evaluate P3; solusi ditemukan.

Gambar diatas merupakan contoh penggunaan algoritma best first search dimana P adalah node tujuannya (goal). Oleh karenaP merupakan tujuan maka keadaan sepanjang lintasan ke P menuju nilai heuristic yang rendah. Heuristic boleh jadi keliru; O mempunyai nilai terendah daripada tujuannya dan diperiksa pertama. Ada dua jenis pencarian best first, yaitu:   Graf OR Untuk jenis yang pertama ini, pengimplementasian dengan menggunakan graf keadaan, dibutuhkan dua antrian yang berisi node-node yaitu: OPEN, berisi node-node yang telah dihasilkan dan ada fungsi heuristic yang diterapkan padanya, namun belum diperiksa. Daftar ini sebenarnya berupa antrian berprioritas dengan elemen-elemen yang mempunyai prioritas tertinggi sebagai nilai fungsi heuristic yang paling dapat diharapkan. CLOSED berisi node-node yang telah diuji. 

Algoitma A*   Algoritma A merupakan algoritma best first search dengan pemodifikasian fungsi heuristik, yang akan meminimumkan total biaya lintasan, dan pada kondisi yang tepat akan memberikan solusi yang terbaik dalam waktu yang optimal. Algoritma A juga membutuhkan dua antrian, yaitu OPEN dan CLOSED. Selain itu, ada juga fungsi heuristik yang memprediksi keuntungan tiap node yang di buat. Yang akan memungkinkan algoritma untuk melakukan pencarian-pencarian lintasan yang lebih di harapkan. Fungsi ini di sebut f’(n) sebagai pendekatan dari fungsi f(n) yang merupakan fungsi evaluasi yang sebenarnya terhadap node n. dalam banyak penarapan, akan lebih baik jika fungsi di definisikan sebagai kombinasi atau jumlah dua komponen yaitu g(n) dan h(n). Fungsi g(n) merupakan ukuran biaya yang di keluarkan dari keadaan awal sampai ke node n. Nilai yang didapat g(n) merupakan jumlahan biaya penerapan setiap aturan yang dilakukan pada sepanjang lintasan trbaik menuju suatu simpul dan bukan merupakan hasil estimasi.

Fungsi h(n) merupakan pengukur biaya tambahan yang harus dikeluarkan dari node n sampai mendapatkan tujuan. Perlu diketahui bahwa g(n), tidak negatif karena bila negatif maka lintasan yang membalik siklus pada graf akan tampak lebih baik dengan semakin panjangnya lintasan. Secara matematis,fungsi F sebagai estimasi fungsi evaluasi terhadap node ndapat di tuliskan : f’(n) = g(n) + h’(n) Dengan f’(n) = fungsi evaluasi g(n) = biaya yang sudah di keluarkan dari keadaan awal sampai keadaan n h’(n) = estimasi biaya untuk sampai pada suatu tujuan mulai dari n

dari fungsi di atas maka ada beberapa kondisi yang perlu di perhatikan, yaitu : Jika h = h’, berarti proses pencarian telah sampai ke tujuan ( goal ). Jika g = h’ = 0 maka f’ random, artinya system tidak dapat di kendalikan oleh apa pun. Jika g = k, k adalah konstanta dan biasanya bernilai 1, h’ = 0, artinya system menggunakan breadth first search.

Contoh: Berikut ini adalah peta Romania dengan jarak jalan-jalan yang menghubungkan kota-kota dalam km.

Adapun jarak kota-kota terhadap kota Bucharest jika ditarik garis lurus adalah sebagai berikut : Permasalahannya adalah untuk mencari jalan terdekat dari kota Arad menuju kota Bucharest dengan menggunakan metoda Best First Search Arad 366 Bucharest 0 Craiova 160 Dobreta 242 Eforie 161 Fagaras 178 Giurgiu 77 Hirsova 15 Iasi 226 Lugoj 244 Mehadia 241 Neamt 234 Oradea 380 Pitesti 98 Timisoara 329 Urziceni 80 Vaslui 199 Zerind 374 Rimnicu Vilcea 193 Sibiu 253

Heuristik yang digunakan adalah jarak kota-kota terhadap kota Bucharest jika ditarik garis lurus yang jaraknya seperti yang tertera di atas dengan asumsi kota terhubung yang letaknya paling dekat dengan kota Bucharest adalah jalan yang paling optimal. Diagram pohon langkah-langkah penelusuran dengan metode Best First Search adalah sebagai berikut : Langkah 1 Langkah 2

Langkah 3 Langkah 4

Dari Langkah-langkah di atas, dengan metode Best First Search didapatkan kota-kota yang harus dilalui untuk mendapatkan jalan yang paling dekat jaraknya dari Arad ke Bucharest adalah : Arad – Sibiu – Fagaras – Bucharest. Dari peta di atas, panjang jalan yang dilalui adalah 140+99+211 = 450 km.

TERIMA KASIH