Sistem Pakar. Pertemuan-1 : Konsep Dasar

(1)

(2)

Deskripsi Mata Kuliah

`

Matakuliah ini membahas tentang :

` Konsep dasar Sistem Pakar

` Representasi pengetahuan menggunakan : Proposional logic, predicate calculus, sistem berbasis aturan,

ti t k

semantic network

` Representasi pengetahuan samar menggunakan : Bayesian, certaintly factory , y

` System Fuzzy

(3)

Target Matakuliah

`

Memahami model-model representasi pengetahuan

`

Memiliki kemampuan menarik kesimpulan dari fakta

`

Memiliki kemampuan menarik kesimpulan dari fakta

yang digambarkan dalam model pengetahuan

`

Merancang dan membuat implementasi sistem

g

p

(4)

Sumber Belajar

`

Jusak, 2007, sistem pakar: Buku pegangan kuliah.

Surabaya:STIKOM

`

Gonzales, A.J., and Douglas, D.D. 1993. The

Engineering of Knowledge Based System. New

Jersey: Prentice Hall International, Inc.

`

Durkin, John. 1994. Expert System: Design and

D

l

t N

J

P

ti

H ll

Development. New Jersey: Prentice Hall

International, Inc.

`

Kumar Satish 2004 Neural Network: A Classroom

`

Kumar, Satish. 2004. Neural Network: A Classroom

(5)

Kontrak Perkuliahan

Pertemuan ke - Topik Bahasan

1 Menjelaskan kontrak perkuliahan Konsep dasar Sistem Pakar

Heuristic Searching 2 Propositional Logic

Predicate Calculus Predicate Calculus

3 Sistem berbasis aturan: Forward Reasoning 4 Sistem berbasis aturan: Backward Reasoning 5 Membangun sistem berbasis aturan

6 Semantic Networks dan Frame 7,8,8 Bayesian dan Certainty Factorayes a da Ce ta ty acto 9,10,11 System Fuzzy

(6)

Presentasi Penilaian

`

Ujian Tengah Semester (30%)

`

Ujian Akhir Semester (30%)

`

Ujian Akhir Semester (30%)

`

Tugas (40%)

` Project Kelompok (Demo dan Presentasi, pert:12,13,14)

(7)

(8)

Materi Konsep Dasar Sistem Pakar

` Tentang Sistem Pakar ` Sejarah Sistem Pakar

C

` Contoh permasalahan ` Sistem Berbasis Aturan

` Perbedaan Sistem konvensional dan sistem pakar ` Data, informasi dan pengetahuan

` Struktur sistem pakar

` Heuristic Searching sebagai dasar dari Artificial Intelegenceg g g (AI)

` Depth-First Search

` Breadth-first Search Hill Cli bi S h

(9)

Sistem Pakar

(10)

Defenisi Sistem Pakar

1.

Sistem pakar (expert system) adalah sistem

yang berusaha mengapdosi pengetahuan

manusia ke komputer, agar komputer dapat

menyelesaikan masalah seperti yang biasa

y

p

y

g

dilakukan oleh para ahli.

`

Sistem pakar yang baik dirancang agar dapat

menyelesaikan suatu permasalahan tertentu

dengan meniru kerja dari para ahli.

(11)

Sistem pakar yang terkenal

` Nama Program: MYCIN

` Paling terkenal, dibuat oleh Edward Shortlife of Standfordg , University tahun 70-an

` Sistem pakar medical yang bisa mendiagnosa penyakit infeksi dan merekomendasi pengobatan

infeksi dan merekomendasi pengobatan

` MYCIN membantu dokter mengidentifikasi pasien yang menderita penyakit. Dokter duduk di depan komputer dan memasukkan data pasien: umur riwayat kesehatan hasil memasukkan data pasien: umur, riwayat kesehatan, hasil laboratorium dan informasi terkait lainnya. Dengan

informasi ini ditambah pengetahuan yang sudah ada dalam komputer MYCIN mendiagnosa selanjutnya dalam komputer, MYCIN mendiagnosa selanjutnya merekomendasi obat dan dosis yang harus dimakan.

(12)

Sistem pakar yang terkenal

` MYCIN sebagai penasehat medis, tidak dimaksudkan untuk mengantikan kedudukan seorang dokter.

J t k b t d kt d l k fi i

` Juga untuk membantu dokter dalam mengkonfirmasi diagnosa dan terapi yang diberikan kepada pasien

` Kesimpulan :sistem pakar seperti MYCIN bisa digunakan sebagai bahan pembanding dalam pengambilan solusi dan pemecahan masalah.

K khi b b

` Keputusan terakhir atas pengobatan tersebut tetap

(13)

Sistem pakar yang terkenal

` DENDRAL

M id ifik i k l k l ki i k dik l

` Mengidentifikasi struktur molekular campuran kimia yang tak dikenal

` XCON & XSEL ` XCON

` M k i t k t k b t k fi i i t ` Merupakan sistem pakar untuk membantu konfigurasi sistem

komputer besar, membantu melayani order langganan sistem

komputer DEC VAX 11/780 ke dalam sistem spesifikasi final yang lengkap

` Komputer besar seperti VAX terbuat dari ratudan komponen yang berbeda digabung dan disesuaikan dengan konfigurasi tertentu yang diinginkan oleh para pelanggan.

` Ada ribuan cara dimana aseosri Pcboard kabel disk drive periperal ` Ada ribuan cara dimana aseosri Pcboard, kabel, disk drive, periperal,

(14)

Contoh Permasalahan :

“Jug Problem”

Jug Problem

`

Diberikan 2 ember air dg kapasitas 8 liter dan 6 liter

`

Kita dapat mengisi satu ember dari ember lainnya

`

Kita dapat mengisi satu ember dari ember lainnya

dan proses penakaran hanya dengan memakai 2

ember tersebut

`

Bagaimana bisa mendapatkan tepat 4 liter dalam

ember 8 liter

`

Solusi :

(15)

MANFAAT SISTEM PAKAR :

1. Memungkinkan orang awam bisa mengerjakan

pekerjaan para ahli

2. Bisa melakukan proses secara berulang secara

otomatis

3. Menyimpan pengetahuan dan keahlian para pakary p p g p p 4. Mampu mengambil dan melestarikan keahlian para

pakar (terutama yang termasuk keahlian langka)

5. Mampu beroperasi dalam lingkungan yang berbahaya 5. Mampu beroperasi dalam lingkungan yang berbahaya 6. Memiliki kemampuan untuk bekerja dengan informasi

yang tidak lengkap dan mengandung ketidakpastian. Pengguna bisa merespon dengan jawaban ’tidak tahu’ gg p g j atau ’tidak yakin’ pada satu atau lebih pertanyaan

(16)

MANFAAT SISTEM PAKAR :

7.

Tidak memerlukan biaya saat tidak digunakan

8.

Dapat digandakan (diperbanyak) sesuai

kebutuhan dengan waktu yang minimal dan sedikit

biaya

9.

Dapat memecahkan masalah lebih cepat daripada

kemampuan manusia dengan catatan

menggunakan data yang sama.

(17)

MANFAAT SISTEM PAKAR :

11.

Meningkatkan kualitas dan produktivitas

karena dapat memberi nasehat yang konsisten

dan mengurangi kesalahan

12

Meningkatkan kapabilitas sistem

12.

Meningkatkan kapabilitas sistem

terkomputerisasi yang lain.

13.

Mampu menyediakan pelatihan. Pengguna

p

y

p

gg

pemula yang bekerja dengan sistem pakar

akan menjadi lebih berpengalaman. Fasilitas

penjelas dapat berfungsi sebagai guru.

(18)

KELEMAHAN SISTEM PAKAR

1. Biaya yang diperlukan untuk membuat, memelihara, dan

mengembangkannya sangat mahal

2. Sulit dikembangkan

3. Sistem pakar tidak 100% benar

4 Pendekatan oleh setiap pakar untuk suatu situasi atau 4. Pendekatan oleh setiap pakar untuk suatu situasi atau

problem bisa berbeda-beda, meskipun sama-sama benar.

T f h d b if bj k if d bi

5. Transfer pengetahuan dapat bersifat subjektif dan bias 6. Kurangnya rasa percaya pengguna dapat menghalangi

pemakaian sistem pakar.

(19)

KONSEP DASAR SISTEM PAKAR

`

Konsep dasar sistem pakar mengandung

` keahlian ` keahlian, ` ahli/pakar, ` pengalihan keahlian, ` Mengambil keputusan, ` aturan, k j l k ` kemampuan menjelaskan.

(20)

Keahlian

`

Keahlian bersifat luas dan merupakan

penguasaan pengetahuan dalam bidang khusus

yang diperoleh dari pelatihan, membaca atau

pengalaman.

p

g

`

_{Contoh bentuk pengetahuan yang termasuk}

keahlian :

` _{Teori, fakta, aturan-aturan pada lingkup}

permasalahan tertentu

St t i l b l t k l ik l h

(21)

Ahli / Pakar

`

Seorang ahli adalah seseorang yang mampu

menjelaskan suatu tanggapan, mempelajari hal-hal

menjelaskan suatu tanggapan, mempelajari hal hal

baru seputar topik permasalahan, menyusun

kembali pengetahuan jika dipandang perlu,

hk

l h d

d

(22)

Pengalihan keahlian

`

Tujuan dari sistem pakar adalah untuk

mentransfer keahlian dari seorang pakar ke

dalam komputer kemudian ke masyarakat.

`

Proses ini meliputi 4 kegiatan, yaitu

`

Proses ini meliputi 4 kegiatan, yaitu

` perolehan pengetahuan (dari para ahli atau sumber-sumber lainnya),

` representasi pengetahuan ke komputer,

` kesimpulan dari pengetahuan dan

` pengalihan pengetahuan ke pengguna

(23)

Mengambil keputusan

`

Hal yang unik dari sistem pakar adalah kemampuan

untuk menjelaskan dimana keahlian tersimpan

j

p

dalam basis pengetahuan.

`

Kemampuan komputer untuk mengambil kesimpulan

dilakukan oleh komponen yang dikenal dengan

mesin inferensi yaitu meliputi prosedur tentang

pemecahan masalah.

(24)

Aturan

`

Sistem pakar yang dibuat merupakan sistem yang

berdasarkan pada aturan – aturan dimana program

berdasarkan pada aturan aturan dimana program

disimpan dalam bentuk aturan-aturan sebagai

prosedur pemecahan masalah. Aturan tersebut

bi

b b

k IF

THEN

biasanya berbentuk IF – THEN.

`

.

(25)

Kemampuan menjelaskan

`

Keunikan lain dari sistem pakar adalah kemampuan

dalam menjelaskan atau memberi

saran/rekomendasi serta juga menjelaskan

mengapa beberapa tindakan/saran tidak

di k

d

ik

(26)

PERBEDAAN SISTEM KONVENSIONAL DENGAN SISTEM PAKAR

`

Sistem

Konvensional

` Focus pada solusi

` Programmer bekerja sendirig j

` Sequencial

`

Sistem Pakar

`

Fokus pada problem

`

Team-work

`

Iterative

`

Iterative

(27)

ELEMEN MANUSIA YANG TERKAIT DALAM PENGGUNAAN DAN PENGEMBANGAN

SISTEM PAKAR SISTEM PAKAR

1.

Pakar

2.

Perekayasa pengetahuan

y

p

g

` Perekayasa pengetahuan adalah orang yang membantu pakar dalam menyusun area

permasalahan dengan menginterpretasikan dan

p g g p

mengintegrasikan jawaban-jawaban pakar atas pertanyaan yang diajukan, menggambarkan

analogi, mengajukan counter example dan menerangkan kesulitan-kesulitan konseptual. 3.

Pemakai

(28)

Pemakai

`

Pemakai awam : dalam hal ini sistem pakar

bertindak sebagai konsultan untuk memberikan

g

saran dan solusi kepada pemakai

`

Pelajar yang ingin belajar : sistem pakar

b ti d k

b

i i

t kt

bertindak sebagai instruktur

`

_{Pembuat sistem pakar : sistem pakar sebagai}

partner dalam pengembangan basis

pengetahuan.

`

_{Pakar : sistem pakar bertindak sebagai mitra}

_p

_g

(29)

AREA PERMASALAHAN APLIKASI

SISTEM PAKAR

` Interpretasi

` Yaitu pengambilan keputusan dari hasil observasi, diantaranya : p g p , y pengawasan, pengenalan ucapan, analisis citra, interpretasi

sinyal, dan beberapa analisis kecerdasan ` Prediksi

` Prediksi

` Memprediksi akibat-akibat yang dimungkinkan dari situasi-situasi tertentu, diantaranya : peramalan, prediksi demografis, peralaman ekonomi prediksi lalulintas estimasi hasil militer pemasaran

ekonomi, prediksi lalulintas, estimasi hasil, militer, pemasaran, atau peramalan keuangan.

` Diagnosis

(30)

AREA PERMASALAHAN APLIKASI

SISTEM PAKAR

` Desain

` Menentukan konfigurasi komponen-komponen sistem yang cocok dengan tujuan-tujuan kinerja tertentu dan kendala-kendala

tertentu, diantaranya : layout sirkuit, perancangan bangunan ` Perencanaan

` Merencanakan serangkaian tindakan yang akan dapat mencapai sejumlah tujuan dengan kondisi awal tertentu, diantaranya :

perencanaan keuangan, komunikasi, militer, pengembangan politik routing dan manajemen proyek

politik, routing dan manajemen proyek. ` Monitoring

` Membandingkan tingkah laku suatu sistem yang teramati dengan tingkah laku yang diharapkan darinya diantaranya : Computer tingkah laku yang diharapkan darinya, diantaranya : Computer

(31)

STRUKTUR SISTEM PAKAR

`

2 bagian utama sistem pakar :

` lingkungan pengembangan (development environment) :

` lingkungan pengembangan (development environment) : digunakan untuk memasukkan pengetahuan pakar ke dalam lingkungan sistem pakar

li k k lt i ( lt ti i t)

` lingkungan konsultasi (consultation environment) : digunakan oleh pengguna yang bukan pakar untuk memperoleh pengetahuan pakar

(32)

(33)

Komponen-komponen yang terdapat

dalam arsitektur/struktur sistem pakar :

` 1. Antarmuka Pengguna (User Interface)

` Merupakan mekanisme yang digunakan oleh pengguna p y g g p gg dan sistem pakar untuk berkomunikasi.

` 2. Basis Pengetahuan

` Basis pengetahuan mengandung pengetahuan untuk

` Basis pengetahuan mengandung pengetahuan untuk pemahaman, formulasi, dan penyelesaian masalah.

` Komponen sistem pakar ini disusun atas 2 elemen dasar, i

yaitu :

` - fakta : informasi tentang obyek dalam area permasalahan tertentu

p

(34)

Komponen-komponen yang terdapat

dalam arsitektur/struktur sistem pakar :

`

2. Akuisisi Pengetahuan (Knowledge Acquisition)

`

Akuisisi pengetahuan adalah akumulasi transfer

`

Akuisisi pengetahuan adalah akumulasi, transfer,

dan transformasi keahlian dalam menyelesaikan

masalah dari sumber pengetahuan ke dalam

(35)

Komponen-komponen yang terdapat

dalam arsitektur/struktur sistem pakar :

`

3. Mesin/Motor Inferensi (inference engine)

`

Komponen ini mengandung mekanisme pola

`

Komponen ini mengandung mekanisme pola

pikir dan penalaran yang digunakan oleh pakar

dalam menyelesaikan suatu masalah.

`

4. Workplace / Blackboard

`

_{Workplace merupakan area dari sekumpulan}

memori kerja (working memory) digunakan

memori kerja (working memory), digunakan

untuk merekam kejadian yang sedang

berlangsung termasuk keputusan sementara.

g

p

(36)

Komponen-komponen yang terdapat

dalam arsitektur/struktur sistem pakar :

`

5. Fasilitas Penjelasan

j

`

Adalah komponen tambahan yang akan

meningkatkan kemampuan sistem pakar.

`

6. Perbaikan Pengetahuan

`

Pakar memiliki kemampuan untuk menganalisis dan

i

k tk

ki

j

t k

meningkatkan kinerjanya serta kemampuan untuk

belajar dari kinerjanya.

(37)

BASIS PENGETAHUAN (KNOWLEDGE BASE)

` Basis pengetahuan berisi pengetahuan-pengetahuan p g p g p g dalam penyelesaian masalah. Ada 2 bentuk pendekatan basis pengetahuan :

` a Penalaran berbasis aturan (rule-based reasoning)

` a. Penalaran berbasis aturan (rule based reasoning) Pengetahuan direpresentasikan dengan

menggunakan aturan berbentuk IF-THEN. Contoh : aturan identifikasi hewan

` Rule 1 : IF hewan berambut dan menyusui THEN hewan mamalia

` Rule 2 : IF hewan mempunyai sayap dan bertelur THEN hewan p y y p jenis burung

(38)

BASIS PENGETAHUAN (KNOWLEDGE

BASE)

b. Penalaran berbasis kasus (case-based reasoning)

`

Pada penalaran berbasis kasus basis pengetahuan

`

Pada penalaran berbasis kasus, basis pengetahuan

akan berisi solusi-solusi yang telah dicapai

sebelumnya, kemudian akan diturunkan suatu solusi

untuk keadaan yang terjadi sekarang (fakta yang

(39)

MESIN INFERENSI (INFERENCE

ENGINE)

Ada 2 cara penalaran yang dapat dikerjakan dalam melakukan inferensi :

` a. Forward Chaining

Pencocokan fakta atau pernyataan dimulai dari Pencocokan fakta atau pernyataan dimulai dari

bagian sebelah kiri dulu (IF dulu). Dengan kata lain penalaran dimulai dari fakta terlebih dahulu

untuk menguji kebenaran hipotesis.g j

` b. Backward Chaining

Pencocokan fakta atau pernyataan dimulai dari bagian sebelah g kanan (THEN dulu). Dengan ( ) g kata lain penalaran dimulai dari hipotesis terlebih

(40)

(41)

JENIS KERUSAKAN A1 = MONITOR RUSAK A2 = MEMORI RUSAK A3 = HDD RUSAK A4 = VGA RUSAK A4 VGA RUSAK

A5 = SOUND CARD RUSAK A6 = OS BERMASALAH

A7 = APLIKASI RUSAK A8 PSU RUSAK

A8 = PSU RUSAK

A9 = PROSESOR RUSAK

A10 = MEMORY KURANG (PERLU UPGRADE MEMORY) A11 = MEMORY VGA KURANG (PERLU UPGRADE VGA)( )

A12 = CLOCK PROSOR KURANG TINGGI (PERLU UPGRADE PROSESOR) A13 = KABEL IDE RUSAK

A14 = KURANG DAYA PADA PSU (PERLU UPGRADE PSU) A15 = PERANGKAT USB RUSAK

A15 = PERANGKAT USB RUSAK A16 = KEYBOARD RUSAK

(42)

(43)

Heuristic Searching

(44)

Heuristic Searching

`

Penyelesaian masalah yang tidak menggunakan

metode komputasi konvensional

`

Harus ditemukan teknik baru yang digunakan

manusia utk menyelesaikan masalah

`

Salah satu metode tersebut adalah metode

searching

`

Metode searching pada AI merupakan searching

terhadap problem space bukan searching data

`

Menggambarkan keadaan awal masalah menuju

`

Menggambarkan keadaan awal masalah menuju

(45)

Contoh representasi problem space :

Masalah komputer

(46)

Heuristic Searching

`

Depth-First Search

`

Breadth-first Search

`

Breadth-first Search

`

Hill-Climbing Search

`

Branch and Bound Search

`

Branch and Bound Search

`

Best-first Search

`

A* Search

`

A Search

(47)

Depth First Search

` Proses searching sistematis buta yang melakukan ekpansi sebuah path menuju penyelesaian masalah sebelum melakukan explorasi terhadap path yang lain sebelum melakukan explorasi terhadap path yang lain.

` Proses searching mengikuti sebuah path tunggal sampai menemukan goal atau dead end

` A bil hi k d d d DFS

` Apabila proses searching menemukan dead end, DFS akan melakukan penelusuran balik ke node terakhir utk melihat apakah node tsb memiliki cabang yg belum

diekplorasi diekplorasi.

` Apabila cabang ditemukan, DFS akan melakukan cabang tersebut.

` Apabila tdk ada lagi cabang yg dpt diekplorasi DFS akan

` Apabila tdk ada lagi cabang yg dpt diekplorasi, DFS akan kembali ke node parent dan melakukan proses seaching

(48)

Bagan dan Contoh DFS

(49)

Breadth First Search

` Melakukan proses searching pada semua node yang

berada pada level atau hirarki yang sama terlebih dahulu sebelum melanjutkan proses searching pada level

sebelum melanjutkan proses searching pada level berikutnya.

` Contoh BFS

` youtube

(50)

Hill-Climbing Search

` Metoda Hill-climbing merupakan variasi dari depth-first

search.

` Dengan metoda ini, eksplorasi terhadap keputusan dilakukan dengan cara depth-first search dengan

mencari path yang bertujuan menurunkan cost untuk j k d l/k t

menuju kepada goal/keputusan.

` Sebagai contoh kita mencari arah menuju Tugu Monas, setiap kali sampai dipersimpangan jalan kita berhenti dan mencari arah mana yang kira kira akan

dan mencari arah mana yang kira-kira akan mengurangi jarak menuju Tugu Monas,

` Dengan cara demikian sebetulnya kita berasumsi bahwa secara umum arah tertentu semakin dekat ke bahwa secara umum arah tertentu semakin dekat ke

(51)

Hill Climbingg

` Terdapat dua jenis HC yang sedikit berbeda,

yakni : y

1. Simple HC (HC Sederhana)

• Algoritma akan berhenti kalau mencapai nilai optimum

lokal

U t t k t b h

• Urutan penggunaan operator akan sangat berpengaruh

pada penemuan solusi.

• Tidak diijinkan untuk melihat satupun langkah

selanjutnya.j y

2. Steepest-Ascent HC (HC dengan memilih kemiringan yang

paling tajam / curam)

Hampir sama dengan Simple HC hanya saja gerakan

• Hampir sama dengan Simple HC, hanya saja gerakan

(52)

HEURISTIC / INFORMED SEARCH

Studi Kasus : Game 8-puzzle

p

Terdapat 4 operator yang dapat kita gunakan untuk

menggerakkan dari satu keadaan ke keadaan yang baru.

o Ubin kosong digeser ke kiri o Ubin kosong digeser ke kanan o Ubin kosong digeser ke atas

Ubi k di s k b h

o Ubin kosong digeser ke bawah

Keadaan Awal Tujuan

1

(53)

HEURISTIC / INFORMED SEARCH

/

Informasi khusus yang dapat diberikan antara lain :

1. Untuk jumlah ubin yang menempati posisi yang BENAR :

jumlah yang lebih TINGGI adalah yang lebih diharapkan (lebih baik)

(lebih baik).

2. Untuk jumlah ubin yang menempati posisi yang SALAH :

jumlah yang lebih KECIL adalah yang lebih diharapkan (lebih baik)

baik).

3. Menghitung TOTAL GERAKAN yang diperlukan untuk

mencapai tujuan: jumlah yang lebih KECIL adalah yang lebih diharapkan (lebih baik)

(54)

HEURISTIC

/

INFORMED SEARCH

- Simple Hill Climbing -

Simple Hill Climbing

Keadaan Awal Tujuan

1 1 22 33 11 22 33 7 7 88 44 6 6 55 8 8 44 7 7 66 55 4 4 8 8 7 7 3 3 2 2 1 1 4 4 8 8 7 7 3 3 2 2 1 1 4 4 7 7 3 3 2 2 1 1

kiri kanan atas

5 5 6 6 66 55 66 88 55 Hb= 6 _H_b_{= 4} _H_b_{= 5} kanan atas

(55)

HEURISTIC

/

INFORMED SEARCH

- Simple Hill Climbing -

Simple Hill Climbing

4 4 8 8 3 3 2 2 1 1 atas 5 5 6 6 7 7 4 4 8 8 Hb= 7 4 4 8 8 3 3 2 2 1 1 4 4 8 8 1 1 3 3 2 2 4 4 8 8 7 7 3 3 2 2 1 1

kanan atas bawah

5 5 6 6 7 7 77 66 55 66 55 Hb= 8 _H_b_{= 6} _H_b_{= 6}

(56)

HEURISTIC

/

INFORMED SEARCH

- Steepest-Ascent Hill Climbing -

Steepest Ascent Hill Climbing

Keadaan Awal Tujuan

1 1 22 33 11 22 33 7 7 88 44 6 6 55 8 8 44 7 7 66 55 4 4 8 8 7 7 3 3 2 2 1 1 4 4 8 8 7 7 3 3 2 2 1 1 4 4 7 7 3 3 2 2 1 1

kiri kanan atas

5 5 6 6 66 55 66 88 55 Hb= 6 _H_b_{= 4} _H_b_{= 5} kanan atas

(57)

HEURISTIC / INFORMED SEARCH

- Steepest-Ascent Hill Climbing -

Steepest Ascent Hill Climbing

4 4 8 8 3 3 2 2 1 1 atas 5 5 6 6 7 7 4 4 8 8 Hb= 7 4 4 8 8 3 3 2 2 1 1 4 4 8 8 1 1 3 3 2 2 4 4 8 8 7 7 3 3 2 2 1 1

kanan atas bawah

5 5 6 6 7 7 77 66 55 66 55 Hb= 8 _H_b_{= 6} _H_b_{= 6}

(58)

Branch and Bound Search

`

Perhatikan Gambar di bawah ini. Bagaimana

menggunakan metoda branch and bound

untuk mencari terpendek dari kota Semarang

menuju kota Probolinggo?

(59)

(60)

(61)

A Search*

`

A Search merupakan gabungan antara*

best-fi t d

b

h

d b

d

h

first dan branch and bound search.

`

_{Misalkan kita memberikan estimasi setiap}

node terhadap solusi yang diinginkan

node terhadap solusi yang diinginkan.

`

_{Maka proses searching untuk mencari jarak}

terpendek dilakukan dengan melakukan

komputasi terhadap total estimasi:

(62)

Best-First Search

`

Best-First Search melakukan proses searching

dengan cara memberikan estimasi berapa jauh

node asal dari solusi yang diinginkan

node asal dari solusi yang diinginkan.

`

Dengan metoda ini, proses dilakukan dengan

melakukan ekspansi terhadap setiap node yang

p

y

g

memiliki estimasi terpendek.

(63)

(64)

`

Perhatikan diagram jaringan kota

pada Gambar Branch and Bound

p

Search yang sudah dilengkapi

dengan estimasi setiap kota

menuju node tujuan (probilinggo)

seperti ditunjukkan dalam tabel

estimasi jarak ini

:

(65)

(66)

(67)

Tugas: 8-Puzzle

Diberikan konfigurasi awal 8 numbered tiles on a 3 x 3 board, move the tiles in such a way so as to

d d i d l fi ti f th til produce a desired goal configuration of the tiles.

(68)

Best First Search

` M t d b t fi t h k k bi i d i t d ` Metode best first search merupakan kombinasi dari metode

depth first search dan breadth first search dengan mengambil kelebihan dari kedua metode tersebut.

Hill li bi tid k di b l hk t k k b li k d d ` Hill climbing tidak diperbolehkan untuk kembali ke node pada

lebih rendah meskipun node tersebut memiliki nilai heuristik lebih baik.

P d b t fi t h i di b l hk j i ` Pada best first search, pencarian diperbolehkan mengunjungi

node di lebih rendah, jika ternyata node di level lebih tinggi memiliki nilai heuristik lebih buruk.

(69)

` Untuk mengimplementasikan metode ini, dibutuhkan 2 antrian yang berisi node-node, yaitu :

` OPEN : berisi node-node yang sudah dibangkitkan sudah

` OPEN : berisi node node yang sudah dibangkitkan, sudah

memiliki fungsi heuristik namun belum diuji. Umumnya berupa antrian berprioritas yang berisi elemen-elemen

dengan nilai heuristik tertinggi. g gg

(70)

A*

A

` Perbaikan dari best-first search dengan memodifikasi fungsi heuristiknya.

` Meminimumkan total biaya lintasan ` Meminimumkan total biaya lintasan.

` Fungsi f’ sebagai estimasi fungsi evaluasi terhadap node n: f’(n) = g(n) + h(n)

dimana: dimana:

f’(n) = fungsi evaluasi yang sebenarnya terhadap node n g(n) = Biaya yang di keluarkan dari keadaan awal sampai node n

node n