# HEURISTIC SEARCH - PowerPoint PPT Presentation

1 / 21

HEURISTIC SEARCH. Presentation Part IV. Metode Pencarian Heuristik. Pembangkit dan Pengujian ( Generate and Test ) Pendakian Bukit ( Hill Climbing ) 1. Simple Hill Climbing 2. Steepest=Ascent Hill Climbing Pencarian Terbaik Pertama ( Best First Search ) 1. OR Graph 2. Algoritma A*

I am the owner, or an agent authorized to act on behalf of the owner, of the copyrighted work described.

HEURISTIC SEARCH

Download Policy: Content on the Website is provided to you AS IS for your information and personal use and may not be sold / licensed / shared on other websites without getting consent from its author.While downloading, if for some reason you are not able to download a presentation, the publisher may have deleted the file from their server.

- - - - - - - - - - - - - - - - - - - - - - - - - - E N D - - - - - - - - - - - - - - - - - - - - - - - - - -

## HEURISTIC SEARCH

Presentation Part IV

### Metode Pencarian Heuristik

• Pembangkit dan Pengujian (Generate and Test)

• Pendakian Bukit (Hill Climbing)

1. Simple Hill Climbing

2. Steepest=Ascent Hill Climbing

• Pencarian Terbaik Pertama (Best First Search)

1. OR Graph

2. Algoritma A*

• Simulated Annealing

### Generate and Test

• Algoritma :

1. Bangkitkan suatu kemungkinan solusi

(membangkitkan suatu titik tertentu atau

2. Uji apakah node tsb adlh solusi dg

mbandingkan node tsb atau node akhir dr lintasan

yg dipilih dg kumpulan tujuan yg diharapkan

3. if solusi ditemukan keluar, if tdk kembali langkah

pertama

A

8

B

3

4

5

7

D

6

C

### Contoh : TSP (Travelling Salesman Problem)

Seorang salesman ingin mengunjungi n kota. Jarak tiap kota sdh diket.Kita ingin mengetahui rute terpendek dimana setiap kota hanya boleh dikunjungi 1 kali. Misal ada 4 kota dg jarak sbb:

### Penyelesaian :

Membangkitkan solusi - solusi yg mungkin dg menyusun kota – kota dalam urutan abjad, yaitu:

 A – B – C – D

 A – B – D – C

 A – C – B – D

 A – C – D – B

 DST

U/ mengetahui jumlah seluruh kombinasi abjad yg mkn mjd solusi adalah n!.

Pilih keadaan awal, mis ABCD dg panjang lintasan 19.

Lakukan backtracking u/ mdapatkan lintasan ABDC 18.

Bandingkan lintasan ABDC dg sblmnya, lintasan terpendek akan dipilih u/ dilakukan backtracking lagi.

Solusi terbaik adalah menemukan lintasan terpendek dari kota yg dilewati.

### Kelemahan :

• Membangkitkan semua kemungkinan sebelum dilakukan pengujian

• Membutuhkan waktu yg cukup besar dalam pencariannya

### Simple Hill Climbing

• Algoritma :

1. Mulai dr keadaan awal, lakukan pengujian: if

tujuan mk stop,if tdk mk lanjutkan dg keadaan

2. Ulangi langkah berikut hingga solusi ditemukan

atau sampai tdk ada operator baru yg

a. Pilih operator yg blm pernah digunakan,

gunakan operator u/ mdptkan keadaan yg baru

### Lanjutan………

b. Evaluasi keadaan baru tsbt :

(ii) If tdk, namun nilainya lbh baik dr keadaan

skrng, mk lanjutkan iterasi

### Penyelesaian : contoh kasus TSP

• Operator yg digunakan adlh operator yg bisa menghasilkan kombinasi lintasan kota yg berbeda, yaitu dg menukar urutan posisi 2 kota dlm suatu lintasan.

• Bila ada n kota maka kombinasi lintasan :

• Jika dr soal terdapat 4 kota mk kombinasi ada 6 yaitu :

### Lanjutan …….

1. (1,2) tukar urutan posisi kota ke-1 dg kota ke-2

2. (2,3) tukar urutan posisi kota ke-2 dg kota ke-3

3. (3,4) tukar urutan posisi kota ke-3 dg kota ke-4

4. (4,1) tukar urutan posisi kota ke-4 dg kota ke-1

5. (2,4) tukar urutan posisi kota ke-2 dg kota ke-4

6. (1,3) tukar urutan posisi kota ke-1 dg kota ke-3

• Pada pencarian ini, penggunaan urutan dari kombinasi harus konsisten.Stlh kombinasi ditentukan, gunakan algoritma pengerjaan sesuai aturan metode simple hill climbing. Mis keadaan awal adlh ABCD

### Lanjutan ……

• Pencarian dilihat dari anak kiri, bila nilai heuristik anak kiri lbh baik mk dibuka utk pencarian slnjutnya, bila tdk baru melihat tetangga dari anak kiri tsbt.

• Solusi yg dihasilkan adlh node DBCA (=12)  lintasan terpendek dibanding yg lain.

• Kelemahannya :

1. tdk semua solusi dpt ditemukan seperti

pada metode generate and test (2 solusi).

2. pembatasan kombinasi operator 

penemuan solusi yg tdk maksimal

### Steepest-Ascent Hill Climbing

• Algoritma :

1. Mulai dr keadaan awal, lakukan pengujian: if

tujuan mk stop,if tdk mk lanjutkan dg keadaan

2. Kerjakan hingga tujuan tercapai atau hingga

iterasi tdk memberikan perubahan pd

a. Tentukan SUCC sbg nilai heuristik terbaik

dari successor – successor.

### Lanjutan ……

b. Kerjakan utk tiap operator yg digunakan o/

(i) Gunakan operator tsbt & bentuk keadaan

baru.

(ii) Evaluasi keadaan baru tsbt, if mrpk tujuan

keluar. If tdk, bandingkan nilai heuristiknya

dg SUCC. If lbh baik, jadikan nilai heuristik

keadaan baru tsbt sbg SUCC, but if not

good, nilai SUCC tdk berubah.

c. If SUCC lbh baik drpd nilai heuristik keadaan skrng, ubah node SUCC mjd keadaan skrng

### Masalah yg mkn timbul:

• Local optimum : keadaan semua tetangga lbh buruk atau sama dg dirinya. Sering muncul ketika sdh mendekati solusi.

• Ridge : local optimum yg lbh disebabkan karena ketidak mampuan u/ menggunakan 2 operator sekaligus.

### Penyelesaian : contoh kasus TSP

• Operator tetap digunakan u/ mbangkit kemungkinan solusi.

• Pencarian didasarkan pd nilai heuristik terbaik pd setiap level, bkn nilai heuristik pada node plng kiri (metode simple hill climbing)

• Mis : dr contoh TSP kita ambil keadaan awal ABCD dg nilai heuristik (19). Nilai tsbt kita namai dg SUCC. Kmd lanjutkan pengerjaan sesuai dg algoritma dari steepest-ascent hill climbing.

### Lanjutan ……

• Solusi yg diperoleh, lintasan ACBD dg nilai heuristik 12.