PENCARIAN

 

KONSEP PENCARIAN

Pencarian atau pelacakan merupakan salah satu teknik untuk menyelesaikan permasalahan dalam bidang kecerdasan buatan. Teknik dasar pencarian masalah memberikan suatu kunci bagi banyak sejarah penyelesaian yang penting dalam bidang kecerdasan buatan. Contoh beberapa aplikasi yang menggunakan teknik pencarian yaitu : 

•Masalah routing (travelling salesman problem) 

•Parsing bahasa dan interprestasinya 

•Permainan 

•logika pemrograman (pencarian fakta dan implikasinya) 

•Pengenalan pola 

•Sistem pakar berbasis kaidah (rule based expert system)

Teknik Pencarian

Pada dasarnya ada dua teknik pencarian yaitu yang biasanya digunakan, yaitu : 

1. Pencarian buta (blind search) 

2. Pencarian terbimbing (heuristic serach)

1. Pencarian Buta 

Pencarian buta merupakan sekumpulan prosedur yang digunakan dalam melacak ruang keadaan. Pencarian berlangsung sampai solusi terakhir ditemukan. Idenya adalah menguji seluruh kemungkinan yang ada untuk menemukan solusi. Pendekatan ini kurang efisien dan merupakan pemaksaan (brute force search) .Dalam memecahkan masalah yang sangat besar sejumlah keadaan baru muncul, sehingga alternatif yang perlu dipertimbangkan pun menjadi lebih banyak. Akibatnya diperlukan waktu yang lama untuk menemukan satu solusi.

2. Pencarian Heuristic 

Kata heuristic berasal dari bahasa Yunani heuriskein dari kata dasar eureka atau heurika yang berarti mengungkap atau menemukan. Dalam AI, heuristic diperkenalkan sebagai suatu teknik yang meningkatkan efisiensi proses pencarian, yang dimungkinkan dengan mengorbankan kelengkapan. 

Menggunakan heuristic kita berharap mendapatkan solusi yang baik dari masalah yang sulit 

Satu contoh general-purpose heuristic yang baik yang berguna untuk banyak kombinasi masalah adalah nearest neighbor heuristic, yang bekerja dengan menyeleksi alternatif lokal terbaik pada tiap langkah. Aplikasinya adalah dalam masalah Travelling Salesman, yang menggunakan beberapa prosedur berikut : 1. Pilih secara acak satu kota sebagai awal perjalanan 

2. Untuk memilih kota berikut, lihat semua kota yang belum dikunjungi dan pilih yang terdekat lalu kunjungi. 

3. Ulangi langkah 2 sampai semua kota dikunjungi.

Karakteristik 

Masalah Pencarian heuristic adalah metode yang sangat umum yang dapat diterapkan dalam begitu banyak masalah, meliputi begitu banyak variasi teknik yang spesifik, dimana masing-masing efektif untuk penyelesaian masalah tertentu yang lebih spesifik. 

penting untuk menganalisa masalah pada beberapa dimensi kunci atau karakteristik, sebagai berikut :

• Dapatkah masalah disederhanakan kedalam kelompok terpisah yang lebih kecil atau subprogram yang lebih mudah ? 

• Dapatkah satu tahap penyelesaian solusi diabaikan atau setidaknya tidak dilakukan jika terbukti tidak layak ? 

• Apakah ruang lingkup masalah dapat diprediksi ? 

• Dapatkah dinyatakan sebuah solusi yang baik untuk penyelesaian masalah tanpa membandingkannya dengan solusi lain yang mungkin ? 

• Solusi yang diinginkan adalah sebuah stata atau jalur menuju stata ?

• Apakah sejumlah pengatahuan mutlak diperlukan untuk menyelesaikan masalah atau pengetahuan hanya diperlukan untuk membatasi pencarian ? 

• Dapatkah komputer yang diberikan permasalahan langsung memberikan solusi atau pemecahan masalah memerlukan interaksi antara komputer dan manusia ?

Teknik Search 

• Arah search Dapat dilakukan : Maju, bermula dari keadaan awal (start state) Mundur, diawali dari keadaan tujuan (goal state) 

• Topologi proses search Ada dua macam penggambaran problem, yaitu dalam bentuk : 

1. Pohon (tree) 

2. Graf (graph) :Graf berarah dan Graf tidak berarah

Metode Breadth-First-Search 

Algoritma Breadth-First-Search : 

1. Bentuk variabel dengan nama NODE-LIST dan jadikan sebagai initial state.

 2. Sampai goal state ditemukan atau NODE-LIST kosong, lakukan : 

a. ambil elemen pertama dari NODE-LIST, sebut E. jika NODE-LIST kosong, quit. 

b. Untuk tiap cara dimana tiap aturan(fungsi) dapat cocok dengan stata di E, lakukan : 

    i. Gunakan aturan(fungsi) untuk menuju stata baru 

    ii. Jika stata baru adalah goal state, quit return stata ini 

    iii. Jika bukan, tambahkan stata baru di akhir NODE-LIST.Breadth-First Search Tree untuk masalah 

Breadth-First Search Tree untuk masalah bejana air

Kebaikan dan Keburukan Breadth-First-Search Kebaikan Breadth-First-Search : 

• Breadth-First-Search tidak akan terjebak untuk menelusuri satu jalur tertentu saja 

• Jika solusi memang ada, maka dijamin Breadth-FirstSearch akan menemukannya. Keburukan Breadth-First-Search : 

• Memerlukan memori lebih besar karena harus menyimpan semua simpul dari tree yang ditelusuri 

• Harus menelusuri semua bagian tree pada level yang sama sebelum beralih ke level berikutnya.

Metode Depth-Fisrt-Search 

Algoritma Depth-Fisrt-Search : 

1. Jika initial state adalah goal state, quit dan return success 

2. Jika bukan, lakukan dibawah ini sampai dicapai sinyal success atau gagal 

    a. Tentukan successor, E dari initial state. Jika tidak ada lagi successor, maka sinyal gagal 

    b. Jalankan Depth-Fisrt-Search dengan E sebagai initial state 

    c. Jika success dihasilkan, sinyal success. Jika tidak maka ulangi langkah 2

Depth-First Search Tree untuk masalah bejana air

Kebaikan dan Keburukan Depth-First-Search Kebaikan Depth-First-Search : 

• Depth-First-Search memerlukan ruang memori lebih kecil karena hanya menyimpan simpul-simpul dari path/jalur yang sedang dikerjakan. 

• Dapat menemukan solusi tanpa menelusuri terlalu banyak ruang search. Keburukan Depth-First-Search : 

• Ada kemungkinan terjebak pada satu jalur sampai terlalu jauh, bahkan selamanya, sebelum jalur tsb mendapatkan stata yang tidak lagi memiliki successor (buntu). 

• Mungkin menemukan jalur panjang ke solusi pada satu bagian dari tree, sementara jalur terpendek tersedia pada bagian lain tree yang belum ditelusuri