AI-sesi02 Searching (BlindSearch).ppt IF-UTAMA 3 IF-UTAMA 9 Evaluasi Strategi Pencarian 1....

2/4/2012

IF-UTAMA 1

Jurusan Teknik Informatika – Universitas Widyatama

Searching

Pertemuan : 2

Dosen Pembina :

Danang Junaedi

Susetyo Bagas Baskoro

Sriyani Violina

IF-UTAMA 2

• Deskripsi

• Search Problem & Answer

• Search Tree

• Kriteria Ukuran Performansi Teknik Search

• Blind Search atau Un-informed Search

• Heuristic Search atau Informed Search

Overview

IF-UTAMA 3

• Pertemuan ini mempelajari bagaimana

memecahkan suatu masalah dengan tekniksearching.

• Metode searching yang dibahas pada pertemuanini adalah blind search atau un-informed searchyang terdiri dari:– Breadth First Search (BFS)

– Depth First Search (DFS)

– Uniform Cost Search (UCS)

– Depth-Limited Search (DLS)

– Iterative-Deeping Search (IDS)

– Bi-directional search (BDS)

Deskripsi


Intro Searching

2/4/2012

IF-UTAMA 2

IF-UTAMA 5

Pendahuluan

• Para peneliti awal artificial intelligence menitik beratkan pada penyelesaian masalah yang tidak menggunakan metoda komputasi konvensional.

• Permasalahan pada sistem artificial intelligence tidak memiliki algoritma tertentu karena akan menjadi sangat kompleks.

• Karena itu haruslah ditemukan sebuah teknik baru yang mirip dengan cara yang digunakan oleh manusia untuk menyelesaikan masalah dan dapat diimplementasikan pada komputer.

• Salah satu metoda yang cukup terkenal adalah metoda searching.

• Searching dalam sebuah struktur data telah menjadi dasar bagi algoritma komputer, tetapi proses searching pada artificial intelligence memiliki perbedaan.

IF-UTAMA 6

Pendahuluan (contd.)

• Metoda searching pada artificial intelligence merupakan searching terhadap problem space bukan searching data (e.g., angka, karakter, string) tertentu.

• Proses searching ini berupa jalur yang menggambarkan keadaan awal sebuah masalah menuju kepada penyelesaian masalah yang diinginkan (i.e., the solved problem).

• Jalur-jalur ini mengambarkan langkah-langkah penyelesaian masalah.

• Melalui proses searching menuju sebuah penyelesaian akan terbentuk sebuah solution space.

IF-UTAMA 7

Contoh : penyelesaian masalah komputer

IF-UTAMA 8

Contoh (contd.)

• Langkah pertama untuk mengetahui apakah komputer dapat digunakan atau tidak adalah men-switch ON.

• Selanjutnya dengan melakukan inspeksi terhadap kondisi lampu indikator kita dapat menentukan langkah berikutnya.

• Misalnya kondisi lampu OFF.

• Dengan melakukan searching terhadap problem space kita akan tiba pada sebuah penyelesaian masalah agar komputer dapat diaktifkan kembali.

2/4/2012

IF-UTAMA 3

IF-UTAMA 9

Evaluasi Strategi Pencarian

1. Completeness : Apakah metode tersebutmenjamin 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 yang berbeda ?

IF-UTAMA 10

Search Problems & Answer

Let S be the set of states (strings)

Input:

• Initial state: s0

• Neighbor generator, N: S → 2S

• Goal function, G: S → {0,1}

Solution:

s1,…,sn such that:

• s1,…,sn ∈ S

• for all 1≤i≤n, si ∈ N(si-1)

• G(sn) = 1

IF-UTAMA 11

Metode Search

• Blind search � tidak ada informasi awal

yang digunakan dalam proses pencarian, simpul pencarian dibangkitkan berdasarkan

urutan tertentu

• Heuristic search � menggunakan suatu

fungsi untuk menghitung biaya perkiraan dari suatu simpul tertentu menuju simpul tujuan

IF-UTAMA 12

•Root node•Leaf node•Branching factor•Ancestor / descendant•Path•Level

•Deskripsi keadaan •Pointer ke parent•Kedalaman simpul•Operator yang membuka simpul ini•Biaya total dari simpul awal sampai simpul ini

Pohon Pencarian

2/4/2012

IF-UTAMA 4

IF-UTAMA 13

Tree search algorithms


Blind Search

IF-UTAMA 15

Breadth-first search

• Expand shallowest unexpanded node

• Implementation:

– fringe is a FIFO queue, i.e., new successors go

at end

IF-UTAMA 16

Breadth First Search Algorithm

2/4/2012

IF-UTAMA 5

IF-UTAMA 17



• Implementation:


at end

–

IF-UTAMA 18



• Implementation:


at end

IF-UTAMA 19



• Implementation:


at end

IF-UTAMA 20

Ilustrasi BFS

2/4/2012

IF-UTAMA 6

IF-UTAMA 21

Ilustrasi BFS

IF-UTAMA 22

Ilustrasi BFS

IF-UTAMA 23

Ilustrasi BFS

IF-UTAMA 24

Ilustrasi BFS

2/4/2012

IF-UTAMA 7

IF-UTAMA 25

Ilustrasi BFS

IF-UTAMA 26

Ilustrasi BFS

IF-UTAMA 27

Properties of breadth-first search

• Complete? Yes (if b is finite)

• Time? 1+b+b2+b3+… +bd + b(bd-1) = O(bd+1)

• Space? O(bd+1) (keeps every node in memory)

• Optimal? Yes (if cost = 1 per step)

• Space is the bigger problem (more than time)

IF-UTAMA 28

• Keuntungan BFS: Menemukan jalur solusi dengan jalur tersingkat, karena selalu mengambil lebar dari pohon pencarian.

• Kerugian BFS: Memerlukan ruang dan waktu pencarian yang eksponensial pada kedalaman pencarian.

Keuntungan dan Kerugian BFS

2/4/2012

IF-UTAMA 8

IF-UTAMA 29

Depth First Search Algorithm

IF-UTAMA 30

Depth-first search

• Expand deepest unexpanded node

• Implementation:

– fringe = LIFO queue, i.e., put successors at front

IF-UTAMA 31

Depth-first search


• Implementation:


IF-UTAMA 32

Depth-first search


• Implementation:


2/4/2012

IF-UTAMA 9

IF-UTAMA 33

Depth-first search


• Implementation:


IF-UTAMA 34

Depth-first search


• Implementation:


IF-UTAMA 35

Depth-first search


• Implementation:


IF-UTAMA 36

Depth-first search


• Implementation:


2/4/2012

IF-UTAMA 10

IF-UTAMA 37

Depth-first search


• Implementation:


IF-UTAMA 38

Depth-first search


• Implementation:


IF-UTAMA 39

Depth-first search


• Implementation:


IF-UTAMA 40

Depth-first search


• Implementation:


2/4/2012

IF-UTAMA 11

IF-UTAMA 41

Depth-first search


• Implementation:


IF-UTAMA 42

Ilustrasi DFS

IF-UTAMA 43

Ilustrasi DFS

IF-UTAMA 44

Ilustrasi DFS

2/4/2012

IF-UTAMA 12

IF-UTAMA 45

Ilustrasi DFS

IF-UTAMA 46

Ilustrasi DFS

IF-UTAMA 47

Properties of depth-first search

• Complete? No: fails in infinite-depth spaces, spaces

with loops

– Modify to avoid repeated states along path

� complete in finite spaces

• Time? O(bm): terrible if m is much larger than d

– but if solutions are dense, may be much faster than

breadth-first

• Space? O(bm), i.e., linear space!

• Optimal? No

IF-UTAMA 48

Breadth First vs. Depth First SearchBreadth First vs. Depth First Search

Which type of search would return the result Which type of search would return the result

the fastest for:the fastest for:

M?M?

K?K?

D?D?

G?G?

2/4/2012

IF-UTAMA 13

IF-UTAMA 49

Uniform Cost Search (UCS)Uniform Cost Search (UCS)

• Konsepnya hampir sama dengan BFS, bedanya adalah bahwa BFS menggunakan urutan level yang paling rendah sampai yang paling tinggi, sedangkan UCS menggunakan urutan biaya dari yang paling kecil sampai yang terbesar.

• UCS berusaha menemukan solusi dengan total biaya terendah yang dihitung berdasarkan biaya dari simpul asal menuju ke simpul tujuan.

IF-UTAMA 50

• Modifikasi BFS untuk mendapatkan biaya terendah sepanjang jalur pencarian, bukan hanya dilihat dari solusi yang didapat saja. (lowest cost vs. lowest depth)

• Urutan biaya selalu menaik– g(SUCCESSOR(n)) > g(n)– g(n) = biaya jalur pencarian dari titik awal sampai node n.

• Properti dari algoritma pencarian ini adalah: komplit, optimal / admissible, dan exponensial dalam kompleksiatas waktu dan ruang, O(bd).

Uniform Cost Search

IF-UTAMA 51

Pada graf di atas, proses pencarian berlangsung sebagai berikut:1. OPEN S (start)

2. OPEN A, B, C (cost = 1, 5, 15)3. OPEN B, G, C (cost = 5, 11, 15)4. OPEN G, G, C (cost = 10, 11, 15)5. SOLUTION G (path S-B-G)

Uniform Cost Search

IF-UTAMA 52

Uniform-cost search

• Expand least-cost unexpanded node

• Implementation:– fringe = queue ordered by path cost

• Equivalent to breadth-first if step costs all equal

• Complete? Yes, if step cost ≥ ε

• Time? # of nodes with g ≤ cost of optimal solution, O(bceiling(C*/ ε)) where C* is the cost of the optimal solution

• Space? # of nodes with g ≤ cost of optimal solution, O(bceiling(C*/ ε))

• Optimal? Yes – nodes expanded in increasing order of g(n)

2/4/2012

IF-UTAMA 14

IF-UTAMA 53

Depth-limited search

= depth-first search with depth limit l,

i.e., nodes at depth l have no successors

• Recursive implementation:

IF-UTAMA 54

Iterative deepening search

• IDS merupakan metode yang menggabungkan

kelebihan BFS (Complete dan Optimal) dengan kelebihan DFS (space complexity rendah atau

membutuhkan sedikit memori)

• Tetapi konsekuensinya adalah time complexity-nya

menjadi tinggi.

IF-UTAMA 55

Iterative deepening search l =0

IF-UTAMA 56


2/4/2012

IF-UTAMA 15

IF-UTAMA 57


IF-UTAMA 58


IF-UTAMA 59

Iterative deepening search

• Number of nodes generated in a depth-limited search to depth d with branching factor b:

NDLS = b0 + b1 + b2 + … + bd-2 + bd-1 + bd

• Number of nodes generated in an iterative deepening search to depth d with branching factor b:

NIDS = (d+1)b0 + d b^1 + (d-1)b^2 + … + 3bd-2 +2bd-1 + 1bd

• For b = 10, d = 5,– NDLS = 1 + 10 + 100 + 1,000 + 10,000 + 100,000 = 111,111– NIDS = 6 + 50 + 400 + 3,000 + 20,000 + 100,000 = 123,456

• Overhead = (123,456 - 111,111)/111,111 = 11%

IF-UTAMA 60

Properties of iterative deepening search

• Complete? Yes

• Time? (d+1)b0 + d b1 + (d-1)b2 + … + bd = O(bd)

• Space? O(bd)

• Optimal? Yes, if step cost = 1

2/4/2012

IF-UTAMA 16

IF-UTAMA 61

Bi-Directional Search (BDS)

• Pencarian dilakukan dari dua arah : 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, yaitu dengan cara menggabungkan kedua jalur yang bertemu.

IF-UTAMA 62

Summary of algorithms

IF-UTAMA 63

Repeated states

• Failure to detect repeated states can turn a

linear problem into an exponential one!

IF-UTAMA 64

Latihan Praktikum II (1)

• Water Jug Problem

2/4/2012

IF-UTAMA 17

IF-UTAMA 65


• Aturan Produksi Water Jug ProblemNo Aturan Produksi State Keterangan

1. (x,y)If x < 4

� (4,y) Isi penuh gelas 4 galon

2. (x,y)If y < 3

�(x,3) Isi penuh gelas 3 galon

3. (x,y)If x > 0

� (x-d,y) Buang sebagian air dari gelas 4 galon

4. (x,y)If y > 0

� (x,y-d) Buang sebagian air dari galon ukuran 3 galon

5. (x,y)If x > 0

� (0,y) Kosongkan gelas 4 galon

6. (x,y)If y > 0

� (x,0) Kosongkan gelas 3 galon

7. (x,y)If x+y ≥4 and y > 0

� (4,y-(4-x))

Tuangkan air dari gelas 3 galon ke gelas 4 galon sampai gelas 4 galon penuh

8. (x,y)If x+y ≥ 3 and x > 0

� (x-(3-y),3)

Tuangkan air dari gelas 4 galon ke gelas 3 galon sampai gelas 3 galon penuh

9. (x,y)If x+y ≤4 and y > 0

� (x+y,0) Tuangkan seluruh air dari gelas 3 galon ke gelas 4 galon

10. (x,y)If x+y ≤3 and x > 0

� (0,x+y) Tuangkan seluruh air dari gelas 4 galon ke gelas 3 galon

11. (0,2) � (2,0) Tuangkan 2 galon air dari gelas 3 galon ke gelas 4 galon12. (2,y) �(0,y) Buang 2 galon dalam gelas 4 galon sampai habis.

IF-UTAMA 66


• Contoh solusi untuk Water Jug Problem

Jumlah galon dalam

gelas 4 galon

Jumlah galon dalam

gelas 3 galon

Aturan yang

dilakukan

0 0 -0 3 23 0 9

3 3 24 2 70 2 5 atau 12

2 0 9 atau 11

IF-UTAMA 67


1. Berdasarkan aturan produksi pada tabel 2.1 di

halaman II-4 atau berdasarkan kasus yang andaperoleh dari dosen pembina, gambarkan ilustrasi

pencarian solusi dengan menggunakan metodeBlind Search yang telah dibahas di kelas, jelaskansecara singkat!

2. Analisis ilustrasi tersebut, mana yang memberikan

solusi terbaik? Jelaskan alasan anda!

IF-UTAMA 68

Tugas Rumah II

1. Berdasarkan Latihan Praktikum II, cari atau buat

implementasi kasus tersebut (minimum duametode yaitu Breadth First Search dan Depth First

Search)!

2. Analisis programnya, kemudian buat penjelasan

perbaris program dan penjelasan program secara keseluruhan serta hasil running-nya! Kirim

dokumen hasil analisis program via e-mail!

Deadline: 8 Februari 2012 jam 24:00

2/4/2012

IF-UTAMA 18

IF-UTAMA 69

Referensi

1. Suyanto.2007.”Artificial Intelligence” .Informatika. Bandung2. Michael L. Littman.2001. “Introduction to Artificial Intelligence-

Search [online]”.url:http://www.cs.princeton.edu/courses/archive/fall01/cs302/notes/9-19/Search.ppt,Tanggal Akses : 9 Februari 2011

3. Irfan Subakti.2006.“Artificial Intelligence [online]”,url:http://is.its-sby.edu/subjects/ai2006-1/Irfan%20-%20Artificial%20Intelligence%20-%203.ppt, Tanggal Akses : 9 Februari 2011

4. Yeni Kustiyaningsih.2010. “Kecerdasan Buatan-pertemuan 3 MASALAH, RUANG KEADAAN DAN PENCARIAN [online]”.url: http://yenikustiyahningsih.files.wordpress.com/2010/10/pertemuan-3.ppt.Tanggal Akses: 9 Februari 2011

5. -.2008.”Artificial Intelligence [online]”.url: http://sitoba.itmaranatha.org/PIB%200809/Presentasi%20PPT/PIB0809-04.ppt. Tanggal Akses: 9 Februari 2011

6. Dan sumber-sumber lain yang terkait

Date post:	07-May-2018
Category:	Documents
Upload:	duongdang
View:	217 times
Download:	1 times

AI-sesi02 Searching (BlindSearch).ppt IF-UTAMA 3 IF-UTAMA 9 Evaluasi Strategi Pencarian 1....

Documents