![[NEW] SEARCHING METHODOLIGIES in COMPUTER.pdf](https://cdn.slidesharecdn.com/ss_thumbnails/newsearching-240505142932-caaf020d-thumbnail.jpg?width=560&fit=bounds)
More Related Content
Recently uploaded (20)
Featured (20)
tugas1-kelompok10.pdf
- 1. Kelompok 10 Anggota: Emerentiana Jaga Ujan - 2113191114 Hendri Aprianto - 2113227001 Rizqy Panca Riandy - 2113191024 Metode Pencarian Generate-and-Test(GT)
- 2. Metode Generate and Test (GT) 1. GT adalah metode yang paling sederhana dalam teknik pencarian heuristik. 2. Jika pembangkitan sebuah solusi yang mungkin (a possible solution) dikerjakan secara sistematis, maka prosedur ini menjamin akan menemukan solusinya. Tetapi jika ruang masalahnya sangat luas, akanmemerlukan waktu yang sangat lama. 3. Metode GT, terdapat dua prosedur penting yaitu pembangkit (membangkitkan sebuah solusi yang mungkin) dan tes (menguji solusi yang dibangkitkan tersebut). 4. Dengan penggunaan memori yang sedikit, kaidah DFS bisa digunakan sebagai prosedur pembangkit untuk menghasilkan suatu solusi. Prosedur Tes bisa menggunakan fungsi heuristik(yang akan memunculkan nilai estimasi untuk memutuskan suatu kesimpulan).
- 3. Algoritma Generate-and-Test 1. Bangkitkan semua kemungkinan solusi (membangkitan suatu titik tertentu atau lintasan tertentu dari kondisi awal). 2. Proses pengujian dilakukan untuk melihat apakah node-node yang dibangkitkan benar-benar merupakan solusi, dengan teknik membandingkan node tersebut dari suatu lintasan yang dipilih dengan kumpulan tujuan yang diharapkan. 3. Jika solusi ditemukan, maka berhenti atau keluar, akan tetapi jika tidak ditemukan solusi maka ulangi langkah pertama.
- 4. Studi Kasus
- 5. Studi Kasus A = Titik awal Z = Titik akhir
- 6. Studi kasus Kita akan menggunakan DFS sebagai metode pembangkitannya. f(A-B-D) = AB + BD = 4 + 3 = 7 Dibagian ini kita akan coba melakukan Generate-and-Test untuk mendapatkan Iterasi atau perulangan yang pertama, menggunakan studi kasus yang ada di slide sebelumya.
- 7. Studi kasus Iterasi Pertama: ABDEGZ f(A-B-D-E-G-Z) = 4+3+4+6+7 = 24 Note: Karena ini masih ada di iterasi pertama, jadi kita tidak bisa melakukan perbandingan. Jadi iterasi pertama ini akan dijadikan acuan atau pembanding untuk iterasi kedua.
- 8. Studi kasus Iterasi Kedua: ABDEGHZ f(A-B-D-E-G-Z) = 4+3+4+6+2+6 = 25 Note: Iterasi kedua ini akan kita bandingkannya dengan iterasi pertama tadi
- 9. Studi kasus Membandingkan iterasi pertama dan kedua: f(A-B-D-E-G-Z) = 24 < f(A-B-D-E-G-H-Z) = 25 24 < 25 Note: Karena nilai iterasi pertama lebih kecil daripada nilai iterasi yang kedua maka kita akan menggunakan iterasi yang pertama untuk menjadi pembanding dengan iterasi berikutnya.
- 10. Studi kasus Iterasi Ketiga: ACEGZ f(A-C-E-G-Z) = 5+3+6+7 = 21 Note: Iterasi ketiga ini akan kita bandingkan dengan iterasi yang memiliki nilai peling kecil dari perbandingan yang sebelumnya dilakukan yaitu iterasi pertama.
- 11. Studi kasus Membandingkan iterasi pertama dan ketiga: f(A-C-E-G-Z) = 21 < f(A-B-D-E-G-Z) = 24 21 < 24 Note: Karena nilai iterasi ketigalebih kecil daripada nilai iterasi yang pertama, maka kita akan menggunakan iterasi yang ketiga untuk menjadi pembanding dengan iterasi berikutnya.
- 12. Studi kasus Iterasi Keempat: ACEGHZ f(A-C-E-G-H-Z) = 5+3+6+2+6 = 22 Note: Iterasi keempat ini akan kita bandingkan dengan iterasi yang memiliki nilai paling kecil dari perbandingan yang sebelumnya dilakukan yaitu iterasi ketiga.
- 13. Studi kasus Membandingkan iterasi ketiga dan keempat: f(A-C-E-G-Z) = 21 < f(A-C-E-G-H-Z) = 22 21 < 22 Note: Karena nilai iterasi ketigalebih kecil daripada nilai iterasi yang pertama, maka kita akan menggunakan iterasi yang ketiga untuk menjadi pembanding dengan iterasi berikutnya.
- 14. Kesimpulan Jadi kesimpulannya, karena semua rute sudah kita generate dan nilai yang paling kecil adalah iterasi ketiga. Maka kita bisa menggunakan iterasi yang ketiga sebagai rute yang paling efektif atau dekat.
- 15. Terima kasih