Dokumen tersebut membahas metode-metode pencarian dalam masalah penyelesaian masalah yang meliputi: (1) pencarian tidak terinformasi seperti breadth-first search dan depth-first search, (2) pencarian terinformasi seperti uniform cost search, greedy best-first search, dan A* search, (3) contoh penerapan uniform cost search dan A* search untuk masalah agen turis Rumania.

1. Metode Pelacakan Heuristik
Inteligensi Buatan (MKB6403)
Kuliah 5
SEKOLAH TINGGI MANAJEMEN INFORMATIKA DAN TEKNIK KOMPUTER INDONESIA (STMIK-INDONESIA)
© 2011
Uninformed VS Informed Search
Uninformed search hanya menggunakan informasi dari
definisi masalah. Sedangkan informed search menggunakan
informasi lain (contoh: path cost) dalam mencari solusi
Jenis-jenis uninformed search:
Breadth-first search
Depth-first search
Depth-limited search
Iterative deepening search
Jenis-jenis informed search:
Uniform cost search
Greedy best-first search Best-first search
A*search
11/5/2011 Metode Pelacakan Heuristik 2

2. Uniform Cost Search
• Prinsip uniform cost search:
Lakukan node expansion terhadap node di fringe
yang path cost-nya paling kecil → cheapest solution
• Implementasi: fringe adalah sebuah priority queue
di mana node disortir berdasarkan path cost
function g(n)
• Jika semua step cost sama, uniform cost sama
dengan breadth-first search
11/5/2011 Metode Pelacakan Heuristik 3
Contoh Penerapan UCS
A
1 10
B
5 5
S G
15 C 5
11/5/2011 Metode Pelacakan Heuristik 4

3. Contoh Penerapan UCS
A S 0
1 10
B
5 5
S G
15 C 5
11/5/2011 Metode Pelacakan Heuristik 5
Contoh Penerapan UCS
A S 0
1 10
B
5 5
S G A 1 B 5 C 15
15 C 5
11/5/2011 Metode Pelacakan Heuristik 6

4. Contoh Penerapan UCS
A S 0
1 10
B
5 5
S G A 1 B 5 C 15
15 C 5
G 11
11/5/2011 Metode Pelacakan Heuristik 7
Contoh Penerapan UCS
A S 0
1 10
B
5 5
S G A 1 B 5 C 15
15 C 5
G 11 G 10
11/5/2011 Metode Pelacakan Heuristik 8

5. Latihan
Cari solusi dari Arad ke Bucharet dengan menggunakan UCS!
11/5/2011 Metode Pelacakan Heuristik 9
Best-first Search
• Prinsip best-first search:
Lakukan node expansion terhadap node di fringe
yang nilai f(n)-nya paling kecil
• f(n) merupakan sebuah evaluation function yang
menyatakan perkiraan seberapa “bagus” suatu
node
• Implementasi: fringe adalah sebuah priority queue
dimana node disortir berdasarkan f(n)
11/5/2011 Metode Pelacakan Heuristik 10

6. Fungsi Heuristik
• Kunci keberhasilan best-first search terletak pada heuristic
function
• Heuristic adalah:
– rule of thumb
– “kiat-kiat sukses”, “tips-tips keberhasilan”
– informasi tambahan bagi si agent (agar lebih sukses) → informed
search
• Heuristic function h(n) adalah fungsi yang menyatakan
estimasi cost dari n ke goal state
• Ada banyak kemungkinan heuristic function untuk sebuah
masalah
11/5/2011 Metode Pelacakan Heuristik 11
Contoh Fungsi Heuristik
Heuristic function untuk agent turis Rumania:
hSLD(n) = jarak straight-line distance dari n ke Bucharest
11/5/2011 Metode Pelacakan Heuristik 12

7. Greedy Best-first Search
• Prinsip best-first search:
Lakukan node expansion terhadap node di fringe yang nilai f(n)-nya paling
kecil
• Greedy best-first search selalu memilih node yang kelihatanannya paling
dekat ke goal
Arad 366
11/5/2011 Metode Pelacakan Heuristik 13
Greedy Best-first Search
• Prinsip best-first search:
Lakukan node expansion terhadap node di fringe yang nilai f(n)-nya paling
kecil
• Greedy best-first search selalu memilih node yang kelihatanannya paling
dekat ke goal
Arad
Sibiu 253 Timisoara 329 Zerind 374
11/5/2011 Metode Pelacakan Heuristik 14

8. Greedy Best-first Search
• Prinsip best-first search:
Lakukan node expansion terhadap node di fringe yang nilai f(n)-nya paling
kecil
• Greedy best-first search selalu memilih node yang kelihatanannya paling
dekat ke goal
Arad
Sibiu Timisoara 329 Zerind 374
Rimnicu
Fagaras 176 Oradea 380 193
Vilcea
11/5/2011 Metode Pelacakan Heuristik 15
Greedy Best-first Search
• Prinsip best-first search:
Lakukan node expansion terhadap node di fringe yang nilai f(n)-nya paling
kecil
• Greedy best-first search selalu memilih node yang kelihatanannya paling
dekat ke goal
Arad
Sibiu Timisoara 329 Zerind 374
Rimnicu
Fagaras Oradea 380 193
Vilcea
Bucharest 0
11/5/2011 Metode Pelacakan Heuristik 16

9. A* Search
• Prinsip A* search:
Hindari node yang berada di path yang “mahal”
• Evaluation function f(n) = g(n) + h(n)
– g(n) = path cost ke n
– h(n) = estimasi path cost dari n ke goal
– f(n) = estimasi total cost melalui n
11/5/2011 Metode Pelacakan Heuristik 17
Penerapan A* Search
Arad 366 = 0 + 366
11/5/2011 Metode Pelacakan Heuristik 18

10. Penerapan A* Search
Arad
Sibiu Timisoara Zerind
393=140+253 447=118+329 449=75+374
11/5/2011 Metode Pelacakan Heuristik 19
Penerapan A* Search
Arad
Sibiu Timisoara Zerind
447=118+329 449=75+374
Rimnicu
Fagaras Oradea
Vilcea
415=239+176 671=291+380 413=220+193
11/5/2011 Metode Pelacakan Heuristik 20

11. Penerapan A* Search
Arad
Sibiu Timisoara Zerind
447=118+329 449=75+374
Rimnicu
Fagaras Oradea
Vilcea
415=239+176 671=291+380
Craiova Pitesti
526=366+160 417=317+100
11/5/2011 Metode Pelacakan Heuristik 21
Penerapan A* Search
Arad
Sibiu Timisoara Zerind
447=118+329 449=75+374
Rimnicu
Fagaras Oradea
Vilcea
671=291+380
Bucharest Craiova Pitesti
450=450+0 526=366+160 417=317+100
11/5/2011 Metode Pelacakan Heuristik 22

12. Penerapan A* Search
Arad
Sibiu Timisoara Zerind
447=118+329 449=75+374
Rimnicu
Fagaras Oradea
Vilcea
671=291+380
Bucharest Craiova Pitesti
450=450+0 526=366+160
Bucharest Craiova
418=418+0 615=455+160
11/5/2011 Metode Pelacakan Heuristik 23