TUGAS MATA KULIAH KECERDASAN BUATAN

1. JUDUL
2. PENGERTIAN
Searching dalam AI disini memiliki arti yaitu suatu proses mencari solusi dari suatu
permasalahan melalui sekumpulan kemungkinan ruang keadaan (state space).
Searching merupakan penentu keberhasilan sistem cerdas. Searching disini tidak
hanya mencari sesuatu yang teradapat dalam sebuah array, tetapi solusi terbaik
diantara berbagai solusi yang ada sehingga solusi yang didapat adalah solusi yang
memang dirasa paling baik. Sebagai contoh kasus misalnya, kita ingin mengambil
handphone di tengah-tengah sebuah karpet yang diatasnya tidak terdapat apa-apa di
dalam suatu ruangan. Artinya di dalam suatu ruangan tergeletak sebuah karpet dan
sebuah handphone. Bagaimana kita bisa mengambil handphone tersebut tanpa
menyentuh karpet bagian atas? Mungkin diantara kita ada yang berpikir mengambil
handphone tersebut dengan menggunakan kayu sebagai pengambil. Itu mungkin saja
terjadi. Tapi bagaimana jika kayu tersebut tidak ada dalam ruangan tersebut? Solusi
yang terbaik adalah dengan menggulung karpet tersebut. Sehingga lama-kelamaan
handphne tersebut dapat kita ambil. Seperti itulah contoh kasus dalam AI meskipun
contoh tadi bukanlah contoh kasus untuk sistem AI. Tapi disini ingin ditekankan
bahwa kasus yang diahadapi oleh sistem AI adalah kasus yang memiliki berbagai
macam kemungkinan solusi dan teknik penyelesaian atau solusinya haruslah
merupakan solusi yang terbaik diantara solusi yang ada. Terdapat berbagai macam
metode pencarian searching yang ada. Semua metode tadi dapat dikelompokkan ke
dalam dua jenis yaitu pencarian buta/tanpa informasi (blind atau un-informed search)
yang berarti tidak ada informasi awal yang digunakan dan pencarian heuristic/dengan
informasi (heuristic atau informed search) yang artinya adanya informasi awal yang
digunakan dalam melakukan pencarian. Setiap metode pencarian memiliki kelemhan
dan kelebihan masing-masing. Untuk mengukur perfomansi metode pencarian,
terdapat empat kriteria yang dapat digunakan yaitu:
1. Completeness : apakah metode tersebut menjamin penemuan solusi jika
solusinya memang ada ?
2. Time complexity : berapa lama waktu yang diperlukan ?
3. Space complexity : berapa banyak memori yang diperlukan ?
4. Optimality : apakah metode tersebut menjamin menemukan solusi yang
terbaik jika terdapat beberapa solusi berbeda ?

Contoh yang termasuk Blind/Un-inforned Search adalah Breadth First Search (BFS),
Depth First Search (DFS), DLS, UCS, IDS dan BDS. Sedangkan yang termasuk
Heuristic atau Informed Search adalah Hill Climbing, Best First Search, Greedy Best
First Search dan A*. Setiap metode pencarian memiliki kelemahan dan kelebihannya
masing-masing. Samapai saat ini tidak ada satupun metode pencarian yang memenuhi
keempat kriteria tadi sekaligus.

Ada 2 macam Teknik pencarian yaitu:

1. Metode pencarian buta/tanpa informasi (Blind search/Un-Informed Search)
a.  Breadth First Search (BFS)

Prosedur Breadth First Search merupakan pencarian yang dilakukan dengan

mengunjungi tiap-tiap node  secara sistematis pada setiap level hingga keadaan
tujuan (goal state)  ditemukan. atau hingga ditemukan goal state-nya.
Untuk lebih jelasnya, perhatikan ilustrasi dari Breadth First Search pada
gambar berikut:

GAMBAR: Teknik pencarian Breadth First Search

Pengimplementasian Breadth First Search dapat ditelusuri dengan

menggunakan daftar (list),open, dan closed, untuk menelusuri gerakan
pencarian di dalam ruang keadaan. Prosedur untukBreadth First Search dapat
dituliskan sebagai berikut:

Procedure breadth first search

Begin

Open := [start]

Closed := []

While open = [] do

Begin

Remove leftmost state from open, call it x

If x is goal then return SUCCESS

 Else

Begin

Generate children of x;

Put x on closed;

discard children of x is already on open or

closed;

put remaining children on right end of open;

End;

End

return FAIL

End.

Ada beberapakeuntungan menggunakan algoritma Breadth First Search yaitu:

1) tidak akan menemui jalan buntu
2) jika ada satu solusi maka Breadth First Search akan menemukannya, jika
ada lebih dari satu solusi maka solusi minimum akan ditemukan.
Ada tiga kekurangan utama menggunakan Breadth First Search yaitu:
1) Membutuhkan memori yang lebih besar, karena menyimpan
semua node  dalam satu pohon.
2) Membutuhkan waktu yang cukup lama, karena menguji  n level untuk
mendapatkan solusi pada level yang ke-(n+1)
3) Tidak relevannya operator akan menambah jumlah node yang harus diperiksa.
b. Depth First Search (DFS)
Pencarian dengan metode ini dilakukan dari node awal secara mendalam hingga yang
paling akhir (dead-end) atau sampai ditemukan. Dengan kata lain, simpul cabang atau
anak yang terlebih dahulu dikunjungi.
GAMBAR: Teknik pencarian Depth First Search

Kelebihan Depth First Search adalah:

1) cepat mencapai kedalaman ruang pencarian.
2) Membutuhkan memori relatif kecil, karena hanya node – node pada lintasan
yang aktif  saja yang disimpan.
3) Secara kebetulan, metode ini akan menemukan solusi tanpa harus menguji
lebih banyak
4) jauh lebih efisien untuk ruang pencarian dengan banyak cabang karena tidak
perlu mengeksekusi semua simpul pada suatu level tertentu pada daftar open.

Kekurangan Deft First Search adalah:

1) jika pohin yang di bangkitkan mempunyai level yang dalam (tak terhingga),
maka tidak ada jaminan untuk menemukan solusi(tidak complete)
2) jika terdapat lebih dari satu solusi yang sama tetapi berada pada level yang
berbeda, maka pada DFS tidak ada jaminan untuk menemukan solusi yang
paling baik (Tidak Optimal).
Modifikasi proses Breadth First Search menjadi:
Procedure depth first search
Begin

Open := [start]

Closed := []

While open = [] do

Begin

Remove leftmost state from open, call it x

If x is goal then return SUCCESS

Else

Begin

Generate children of x;

Put x on closed;

discard children of x is already on open or

closed;

put remaining children on left end of open;

End;

End

return FAIL

End.

2. Metode pencarian Heuristic/denagan Informasi (Heuristic atau Informed
Search )
Merupakan teknik yang digunakan untuk meningkatkan efisiensi dari proses
pencarian. Dalam pencarian state space, heuristik adalah aturan untuk memilih
cabang-cabang yang paling mungkin menyebabkan penyelesaian permasalahan
dapat diterima.
Metode Pencarian Heuristik ada 4 macam yaitu:

1. Generate and Test (Pembangkit dan Pengujian)

2. Hill Climbing (Pendakian Bukit)
3. Best First Search (Pencarian Terbaik Pertama)
4. Simulated Annealing
1. Generate and Test (Pembangkit dan Pengujian)
a. Pengabungan antara depth first search dengan pelacakan mundur
(backtracking)
b. Nilai Pengujian berupa jawaban ‘ya’ atau ‘tidak’.
c. Jika pembangkit possible solution dikerjakan secara sistimatis, maka
prosedur akan mencari solusinya, jika ada.
2.  Hill Climbing (Pendakian Bukit)
a. Hampir sama Generate and Test, perbedaan terjadi pada feedback dari
prosedur test untuk pembangkitan keadaan berikutnya.
b. Tes yang berupa fungsi heuristik akan menunjukkan seberapa baik
nilai terkaan yang diambil terhadap keadaan lain yang mungkin
3.  Simulated Annealing (SA)
a. SA memanfaatkan analogi antara cara pendinginan dan pembekuan
metal menjadi sebuah struktur crystal dengan energi yang minimal
(proses penguatan) dan proses pencarian untukstate tujuan minimal
b. SA lebih banyak menjadi jebakan pada local minimal.
c. SA berusaha keluar dari jebakan minimum local.
4.  Best First Search (Pencarian Terbaik Pertama)
a. Metode yang membangkitkan suksesor dengan mempertimbangkan
harga (didapat dari fungsi heuristik tertentu) dari setiap node.
b. Kombinasi dari BFS dan DFS
c. Pencarian dilakukan dengan melihat satu lintasan, dan memungkinkan
untuk berpindah ke lintasan lain.

5. FORMULASI
6. STUDI KASUS
7. KESIMPULAN