Lecture 3 State Space Search 2 Erick Pranata © Sekolah Tinggi Teknik Surabaya 1
2
» Bukan DFS, juga bukan BFS » Menggunakan total cost [f(x)] sebagai pertimbangan » Total cost diperoleh dari jumlah cost yang diperlukan dari Start State ke Goal State [g(x)] 3 © Sekolah Tinggi Teknik Surabaya
4 Dari A ke G
» UCS dapat menemukan solusi yang lebih optimal daripada BFS maupun DFS » Apakah paling optimal? Ya! 5 © Sekolah Tinggi Teknik Surabaya
1.Inisialisasi OPEN dengan S 2.Jika OPEN kosong, berarti gagal. 3.DELETE FIRST OPEN sebagai X 4.Jika X adalah G, berarti SUKSES. Jika tidak ˃PUSH X ke CLOSED ˃Temukan children dari X yang belum dikunjungi dan memenuhi syarat, INSERT ke OPEN ˃Ulangi langkah 2 6 © Sekolah Tinggi Teknik Surabaya
7
» Mirip dengan UCS, hanya saja total cost diganti dengan estimasi cost dari sebuah state ke Goal State [h(x)]; dikenal dengan istilah heuristic » Nilai heuristik, semakin kecil semakin baik » Dengan demikian, Best First Search akan memilih state yang lebih dekat dengan Goal State 8 © Sekolah Tinggi Teknik Surabaya
9 Dari A ke G
© Sekolah Tinggi Teknik Surabaya 10
» Memakai konsep total cost juga, namun total cost berasal dari ˃Total cost dari Start State ke state saat ini [g(x)] ˃Estimasi cost dari state saat ini ke Goal State [h(x)] » Dengan demikian f(x) = g(x) + h(x) 11 © Sekolah Tinggi Teknik Surabaya
12 © Sekolah Tinggi Teknik Surabaya Dari A ke G
© Sekolah Tinggi Teknik Surabaya 13
14 © Sekolah Tinggi Teknik Surabaya
» Tentukan langkah-langkah yang harus dilakukan untuk mencapai goal! => © Sekolah Tinggi Teknik Surabaya