Searching CS3243 Kecerdasan Mesin dan Artifisial

1. SearchingCS3243 KecerdasanMesindanArtifisial Informatics Theory & Programming (ITP) Informatics Eng. Dept. – IT Telkom

2. Outline • RepresentasiRuangKeadaan • RuangPencarian • Un-informedSearch • InformedSearch

3. RepresentasiRuangKeadaan • Mengkonversisituasi yang diberikankedalamsituasi lain menggunakansekumpulanoperasitertentu. • Searchingmerepresentasikanmasalahkedalamruangkeadaan. • Untukmelakukanhalini, diperlukansedikitkemampuanrekayasa.

4. MasalahJurigen Air Bagaimanamendapatkantepat2 galonair dalamjurigentanpaskalaukuran?

5. RuangKeadaan • Keadaanbisaberupajumlah air yang beradadalamjurigen 4-galon danjurigen 3-galon. • Keadaan = (x, y); x = 0, 1, 2, 3, 4 dany = 0, 1, 2, 3 • Keadaan Awal = (0, 0) • Keadaan Tujuan = (n, 2)untuk setiap nilai n berupa bilangan bulat [0, 4].

6. Himpunan Operator • Operator (aturanproduksi) adalah langkah untuk mengubah suatu keadaan menjadi keadaan yang lain. • Kelengkapan himpunan operator? • Solusi mungkin tidak ditemukan jika himpunan operatornya tidak lengkap.

9. SolusiuntukMasalahJurigen Air

10. SolusiuntukMasalahJurigen Air

11. FWDC (Farmer Wolf Duck and CornProblem)

12. FWDC (Farmer Wolf Duck and CornProblem) • Initial State (KeadaanAwal) • Goal State (KeadaanTujuan)

14. Himpunan Operator FWDC Apakahsudahlengkap?

15. Masalah N-Puzzle

16. Himpunan Operator 8-Puzzle

17. Masalah Rubik’s Cube

18. Himpunan Operator Rubik’s Cube

19. N-QueenProblem

20. N-QueenProblem • Memiliki tingkat komputasi sangat tinggi. • Untuk N = 8, terdapat = (64×63×...×58×57)/8! = 4.426.165.368 susunan yang mungkin.Tetapi, hanya terdapat 92 solusi

21. Operator untuk N-Queen • LetakkanQueensatu per satukepapancatur. • “LetakkansebuahQueensedemikianhinggaQueentersebuttidakmengancamQueen-Queen lain yang sebelumnyatelahdiletakkandiataspapancatur”.

22. Masalah 4-Queen

26. MasalahPermainanCatur

27. TravelingSalesmanProblem • Pencarianurutansemualokasi yang harusdikunjungi • Mulaidarisuatukotatertentudankembalikekotatersebut • Meminimalkan total biaya. • Setiapkotaharusdikunjungisatu kali.

29. Searching-based Systems • Konversimasalahkeruangkeadaan • SistemProduksi: • Sebuahhimpunanaturan • Satuataulebihpengetahuanatau basis data yang berisiinformasiapapununtuktujuantertentu. • Strategi kontrol (searching) • Menentukan urutan dimana aturan akan dibandingkan dengan basis data; • S Menentukan cara pemecahan masalah jika beberapa aturan dapat dilakukan pada waktu yang sama.

30. MasalahJurigen Air Bagaimanamenemukanurutan operator?

31. Metode-metodepencarian • Blind (un-informed) • Tanpainformasi • Kompleksitastinggi • Heuristic (informed) • Denganinformasi • Kompleksitasrelatifrendah

32. Ukuran Performansi • Completeness • Apakah metode tersebut menjamin penemuan solusi jika solusinya memang ada? • Time complexity • Berapa lama waktu yang diperlukan? • Space complexity • Berapabanyakmemori yang diperlukan? • Optimality • Apakah metode tersebut menjamin menemukan solusi yang terbaik jika terdapat beberapa solusi berbeda?

33. Blind(Un-informed)Search • Breadth-First Search (BFS) • Depth-First Search (DFS) • Depth-Limited Search (DLS) • Uniform Cost Search (UCS) • Iterative-Deepening Search (IDS) • Bi-Directional Search (BDS)

34. RuangPencarian • Penghitunganruangpencarian: • Faktorpencabanganataubranching factor(b) • Kedalamansolusiataudepth (d) • 8-Puzzle  b = 2,13 • Rubik’s cube  b = 13,34 • PermainanCatur rata-rata b = 35

35. Breadth-First Search (BFS)

36. Performansi BFS • Complete • Optimal • Time complexity = O(bd) • Space complexity = O(bd)

37. Kompleksitas BFS Asumsi: 1 simpul = 100 bytes dankecepatankomputer = 106simpul/detik.

38. Depth-FirstSearch (DFS)

39. Performansi DFS • TidakComplete • TidakOptimal • Time complexity = O(bm) • Space complexity = O(bm) m: kedalaman maksimum pohon pencarian.

40. Depth-LimitedSearch (DLS)

41. Performansi DLS • Complete jikald • TidakOptimal • Time complexity = O(bl) • Space complexity = O(bl) l: batasankedalaman.

42. UniformCostSearch (UCS) • BFS menggunakan urutan level dari yang paling rendah sampai yang paling tinggi. • UCS menggunakan urutan biaya dari yang terkecil sampai yang terbesar. • UCS mencarisolusi dengan total biaya terendah yang dihitung berdasarkan biaya dari simpul asal ke simpul tujuan. • g(n) = biaya dari simpul asal ke simpul n.

44. Performansi UCS • Complete • Optimal • Time complexity = O(bd) • Space complexity = O(bd)

45. Iterative-DeepeningSearch (IDS) • BFS  complete dan optimal • DFS  space complexity rendah • IDS = gabungan BFS dan DFS • IDS  complete, optimal,space complexity rendah. • IDS  Time complexity-nya menjadi sangat tinggi • Mengapa? • Karena proses pencarian dilakukan secara iteratif sehingga terjadi proses penelusuran menggunakan algoritma DFS yang berulang-ulang.

47. Performansi IDS • Complete • Optimal • Time complexity = O(bd) • Space complexity = O(bd)

48. Bi-directionalSearch (BDS) • Pencarian maju (dari start ke goal) dan pencarian mundur (dari goal ke start). • Ketika dua arah pencarian telah membangkitkan simpul yang sama, maka solusi telah ditemukan. • Gabungkan kedua jalur yang bertemu.

50. Masalah BDS • Pencarian mundur berarti membangkitkan predecessor (simpul induk/parent) dari suatu simpul. Pembangkitan predecessor berartimemerlukan pembalikan operator. • Apakah semua operator dapat dibalik? • Jikaterdapat beberapa simpul tujuan yang berbeda? • Harus selalu menguji apakah simpulbaru yang dibangkitkan sudah pernah dibangkitkan oleh pencarian dari arah yang berlawanan. • Bagaimana menentukan metode pencarian untuk kedua arah tersebut?