ai 20111024
TRANSCRIPT
Metode Pelacakan Heuristik
SEKOLAH TINGGI MANAJEMEN INFORMATIKA DAN TEKNIK KOMPUTER INDONESIA (STMIK-INDONESIA)
© 2011
Inteligensi Buatan (MKB6403)
Kuliah 5
Uninformed VS Informed Search
� Uninformed search hanya menggunakan informasi daridefinisi masalah. Sedangkan informed search menggunakaninformasi lain (contoh: path cost) dalam mencari solusi
� Jenis-jenis uninformed search:
� Breadth-first search
Depth-first search� Depth-first search
� Depth-limited search
� Iterative deepening search
� Jenis-jenis informed search:
� Uniform cost search
� Greedy best-first search
� A*search
11/5/2011 Metode Pelacakan Heuristik 2
Best-first search
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• 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
S G
A
B
1
5 5
10
11/5/2011 Metode Pelacakan Heuristik 4
S G
C15 5
Contoh Penerapan UCS
S G
A
B
1
5 5
10
S 0
11/5/2011 Metode Pelacakan Heuristik 5
S G
C15 5
Contoh Penerapan UCS
S G
A
B
1
5 5
10
S
A C
S
B
0
1 5 15
11/5/2011 Metode Pelacakan Heuristik 6
S G
C15 5
1 5 15
Contoh Penerapan UCS
S G
A
B
1
5 5
10
S
A C
S
A B
0
1 5 15
11/5/2011 Metode Pelacakan Heuristik 7
S G
C15 5
1 5 15
G 11
Contoh Penerapan UCS
S G
A
B
1
5 5
10
S
A C
S
A B
0
1 5 15B
11/5/2011 Metode Pelacakan Heuristik 8
S G
C15 5
1 5 15
G 11 G 10
LatihanCari 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 • 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
Fungsi Heuristik
• Kunci keberhasilan best-first search terletak pada heuristic
function
• Heuristic adalah:
– rule of thumb
– “kiat-kiat sukses”, “tips-tips keberhasilan”– “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
11/5/2011 Metode Pelacakan Heuristik 12
Heuristic function untuk agent turis Rumania:
hSLD(n) = jarak straight-line distance dari n ke Bucharest
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
11/5/2011 Metode Pelacakan Heuristik 13
Arad 366
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
11/5/2011 Metode Pelacakan Heuristik 14
Arad
Sibiu ZerindTimisoara
Arad
253 329 374
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
11/5/2011 Metode Pelacakan Heuristik 15
Arad
Sibiu ZerindTimisoara
Arad
329 374Sibiu
Fagaras OradeaRimnicu
Vilcea176 380 193
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
11/5/2011 Metode Pelacakan Heuristik 16
Arad
Sibiu ZerindTimisoara
Arad
329 374Sibiu
Fagaras OradeaRimnicu
Vilcea380 193Fagaras
Bucharest 0
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– 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
Penerapan A* Search
AradArad
Sibiu Timisoara Zerind
393=140+253 447=118+329 449=75+374
11/5/2011 Metode Pelacakan Heuristik 19
Penerapan A* Search
AradArad
Sibiu Timisoara Zerind
447=118+329 449=75+374
Sibiu
11/5/2011 Metode Pelacakan Heuristik 20
Fagaras OradeaRimnicu
Vilcea
415=239+176 671=291+380 413=220+193
Penerapan A* Search
AradArad
Sibiu Timisoara Zerind
447=118+329 449=75+374
Sibiu
11/5/2011 Metode Pelacakan Heuristik 21
Fagaras OradeaRimnicu
Vilcea
415=239+176 671=291+380
Rimnicu
Vilcea
Craiova Pitesti
526=366+160 417=317+100
Penerapan A* Search
AradArad
Sibiu Timisoara Zerind
447=118+329 449=75+374
Sibiu
11/5/2011 Metode Pelacakan Heuristik 22
Fagaras OradeaRimnicu
Vilcea
671=291+380
Rimnicu
Vilcea
Craiova Pitesti
526=366+160 417=317+100
Fagaras
Bucharest
450=450+0
Penerapan A* Search
AradArad
Sibiu Timisoara Zerind
447=118+329 449=75+374
Sibiu
11/5/2011 Metode Pelacakan Heuristik 23
Fagaras OradeaRimnicu
Vilcea
671=291+380
Rimnicu
Vilcea
Craiova Pitesti
526=366+160
Fagaras
Bucharest
450=450+0
Pitesti
Bucharest Craiova
418=418+0 615=455+160