Betha Nurina Sari, M.Kom
Pertemuan 3
INTELLIGENT
AGENT
Betha Nurina Sari,
M.Kom
Intelligent Agent (Agen
Cerdas)
(Slide Chastine Fatichah, ITS, 2012)
Intelligent Agent (Agen
Cerdas)
• Rational : Melakukan hal yang terbaik
• Harus didefnisikan tujuan dari agent
• Goal (tujuan) : Performance Measure
Goal
Performance
Measure
Lulus Kuliah
IPK
Kaya
Gaji bulanan
Juara liga sepakbola
Posisi klasemen
• Rational Agent : Suatu Agent yang selalu
bertindak memaksimalkan ukuran kinerja,
mengingat apa yang ia amati tentang lingkungan
dan pengetahuan lain yang dimilikinya
PEAS : Performance Measure,
Environment, Actuators, Sensors
• Ketika merancang sebuah agent, harus
mendefnisikan lingkungan masalah
(task environment)
• Performance Measure : Apa saja
komponen keberhasilan si agent?
• Environment : Kondisi apa saja yang
ada di sekitar si agent
• Actuators : Apa saja yang bisa
dilakukan si agent
• Sensors : Apa saja yang menjadi input
Contoh : Taksi
Otomatis
• Agent taksi otomatis menerima penumpang
dan mengantarkannya ke tujuan
• Performance Measure : sampai tujuan,
tidak melanggar aturan lalu lintas, perjalanan
nyaman, hemat bensin
• Environment : jalan, lalu lintas, pejalan kaki,
penumpang
• Actuators : arah setir, gas, rem, klakson,
sinyal kiri atau kanan, lampu taksi
• Sensors : video, speedometer, GPS, keyboard
Medical Diagnosis
System
• Sebuah Agent Medical diagnosis system
yang mendiagnosa pasien secara otomatis.
• Performance Measure : pasien sembuh,
biaya murah, diagnosis benar
• Environment : pasien, rumah sakit,
perawat, dokter
• Actuators : layar monitor (pertanyaan,
tes, diagnosa treatment, petunjuk)
• Sensors : keyboard (input jawaban pasien
tentang gejala penyakit)
Interactive English
Tutor
• Sebuah Agen Tutor yang memberikan
latihan english secara interaktif
• Performance Measure : Nilai skor
maksimal
• Environment : siswa
• Actuators : layar monitor (latihan,
saran, koreksi)
• Sensors : keyboard
Jenis Environment
• Fully Observable vs Partially
Observable
Apakah semua info relevan diketahui?
• Deterministic vs Stochastic
Apakah next state = current state +
action?
• Episodic vs sequential
Apakah tergantung pada pengalaman,
Jenis Environment
• Static vs Dinamic
• Apakah environment tidak berubah
setelah agent bertindak / proses ?
• Discrete vs Continuous
• Sifat state, percept, action : diskrit atau
kontinyu
• Single agent vs Multi agent
• Apakah agent bertindak sendiri atau
ada lawan?
Contoh : Jenis
Environment
Jenis
Environm
ent
Fully
Observabl
e
Determinis
tic
Episodic
Static
Catur
dengan
waktu
Ya
Agent
Catur
tanpa
waktu
Ya
Ya,
Strategic
Tidak
Semi
Ya,
Strategic
Tidak
Ya
Taxi
driving
Tidak
Tidak
Tidak
Tidak
Contoh : Jenis
Environment
Jenis Environment
• Jenis environment menentukan desain
agent
• Di dunia nyata pada umumnya
– Partially observable
– Stochastic
– Sequential
– Dynamic
– Continous
– Multi agent
Struktur Sebuah
Agent
• Agent Function : Sebuah fungsi yang
memetakan sejarah input (percept sequence)
terhadap tindakan yang dilakukan (action)
F : P*
• Sebuah program yang
mengimplementasikan
A
fungsi f di atas arsitektur
• Agent = Arsitektur + Program
• Agent program menerima input percept
terakhir (mungkin ia menyimpan percept
sequence di dalam memorinya)
Contoh Agent : Vacuum
Cleaner
• Performance Measure : menjaga kebersihan
• Environment : Ruangan A dan B beserta debu
• Actuators : DoKeKiri, DoKeKanan,DoBersih,
DoSantai
• Sensors : Lokasi dan Status dari sensor
Contoh :[A, Kotor]
sequence : {[A,Kotor], [A,Kotor],[A,Bersih],[B, Kotor],…}
Contoh : AgenRajin
Agent function AgenRajin
f({…,[*,Kotor]}) DoBersih
f({…,[A,Bersih]})
DoKeKanan
f({…,[B,Bersih]})
DoKeKiri
Agent program AgenRajin
Function AgenRajin (lokasi,status)
returns action
if status = kotor then return DoBersih
else if lokasi = A then return
DoKeKanan
else return DoKeKiri
Jenis-jenis Agent
Program
Simple Refex Agent
Model-based refex agents
Goal-based agents
Utility-based agents
Learning agents
Simple Refex Agent
Bertindak berdasarkan percept/
input sensor terakhir saja.
Simple Refex Agent
Model-based refex
agents
-Bertindak berdasarkan input saat ini dan
menggunakan histori input sebelumnya
sebagai informasi pelengkap.
-Merekam histori kondisi lingkungan,
tindakan yang diambil oleh agen serta
dampak dari tindakan tersebut.
-Rekaman histori kondisi lingkungan
tersebut disebut model
Model-based refex agents
Model-based refex
agents
Goal-based agents
Memiliki informasi mengenai
tujuan, memilih tindakan yang
mencapai tujuan
Goal-based agents
Utility-based agents
- Melakukan penilaian kuantitatif terhadap
suatu keadaan lingkungan –> utility
function.
-Agen melakukan perhitungan terhadap
kinerja/kualitas tindakan yang diambil
untuk mencapai tujuan
Utility-based agents
Learning agents
• Belajar dari pengalaman, bisa
meningkatkan kinerja agen
Perhatikan
• Robot / Intelligent Agent
berikut termasuk jenis agen
yang mana ?
Robot-robot di dunia
Pertemuan 3
Mendefnisikan
Masalah
dalam Ruang Keadaan
Betha Nurina Sari,
M.Kom
Mendefnisikan masalah
dalam ruang keadaan
Masalah
Representasi
Blind Searching / Uninformed
Search
DFS
BFS
Masalah itu …..
Masalah dalam Kecerdasan
Buatan
Dapat
Mempunyai
Keadaan
Dapat
Defnisikan Masalah
Ruang
Keadaan
Contoh Masalah :
Permainan Catur
-Kondisi Awal: Semua
bidak diletakkan diatas
papan dalam dua posisi
yaitu kubu putih dan
kubu hitam.
-Tujuan (Goal):
Kemenangan terhadap
lawan, yang ditunjukkan
dengan posisi Raja yang
tidak bisa bergerak lagi
Contoh Masalah : Permainan
Catur
- Ruang Keadaan: Untuk
mempermudah menunjukkan
posisi bidak dimisalkan setiap
kotak ditunjuk dalam huruf
(a,b,c,d,e,f,g,h) pada arah
horizontal dan angka
(1,2,3,4,5,6,7,8) pada arah
vertical.
- Suatu aturan untuk
menggerakkan bidak dari posisi
(e,2) ke (e,4) dapat ditunjukkan
dengan aturan:
IF bidak putih pada kotak(e,2)
Contoh Masalah : Ember A
dan B
Contoh Kasus Ember Air:
Ada 2 ember masing-masing berkapasitas
4 liter (Ember A) dan 3 liter (Ember B).
Ada pompa air yang digunakan untuk
mengisi air pada ember tersebut.
Bagaimana dapat mengisi tepat 2 liter air
ke dalam ember berkapasitas 4 liter?
CONTOH DESKRIPSI MASALAH
(permasalahan ember A dan B)
• Identifkasi masalah untuk masalah ember:
1. Identifkasi ruang keadaan:
x = Jumlah air yang diisi ke ember A (ember 4 ltr)
y = Jumlah air yang diisi ke ember B (ember 3 ltr)
Ruang keadaan = (x,y) sedemikian sehingga
x є {0,1,2,3,4} dan y є {0,1,2,3}
2. Keadaan awal & tujuan
Keadaan awal: kedua ember kosong = (0,0)
Tujuan: ember kapasitas 4 liter diisi 2 liter air =
(2,n) dengan sembarang n
CONTOH DESKRIPSI MASALAH
(permasalahan ember A dan B)
3. Ruang keadaan ember dapat
digambarkan sebagai berikut:
CONTOH DESKRIPSI MASALAH
(permasalahan ember A dan B)
4. Aturan-aturan untuk permasalahan
Atura
Jika
Maka
ember:
n ke1. (x, y)
x0
5. (x, y)
x>0
(4,y)
Isi ember A sampai penuh
(x,3)
Isi ember B sampai penuh
(x-d, y)
Tuangkan sebagian air keluar ember A
(x, y-d)
Tuangkan sebagian air keluar ember B
(0, y)
Kosongkan ember A dengan membuang
airnya ke tanah
CONTOH DESKRIPSI MASALAH
(permasalahan ember A dan B)
6.
(x ,y)
y>0
7.
(x, y)
x+y ≥ 4 dan y >0
8.
(x,y)
x+y ≥ 3 dan x > 0
9.
11.
(x,y)
x+y ≤ 4 dan y > 0
(x,y)
x+y ≤ 3 dan x > 0
(0,2)
12.
(2,y)
10.
(x, 0)
Kosongkan ember B dengan membuang airnya ke
tanah
(4, y-(4-x))
Tuangkan air dari ember B ke ember A sampai ember
A penuh
(x-(3-y),3)
Tuangkan air dari ember A ke ember B sampai ember
B penuh
(x+y, 0)
Tuangkan seluruh air dari ember B ke ember A
(0, x+y)
Tuangkan seluruh air dari ember A ke ember B
(2,0)
Tuangkan 2 liter air dari ember B ke ember A.
(0,y)
Kosongkan 2 liter air dari ember A dengan
membuang airnya ke tanah
CONTOH DESKRIPSI MASALAH
(permasalahan ember A dan B)
5. Representasi ruang keadaan dengan
pohon pelacakan
Pencarian suatu solusi dapat dilukiskan dengan
menggunakan pohon.
Tiap-tiap node menunjukkan satu keadaan. Jalur dari
parent ke child,
menunjukkan
Solusi 1
1 operasi. Tiap node memiliki
Solusi 2 node child
yang menunjukkan keadaan yang dapat dicapai oleh
parent.
Contoh Masalah : Petani,
Sayuran, Domba dan Serigala
dapat menyebrang.
1. Identifkasi ruang keadaan: (P,Sy,D,Sg)
P : Petani Sy : Sayur D : Domba Sg : Serigala
2. Keadaan awal
Daerah Asal : (P,SY,D,Sg) Daerah Seberang
(0,0,0,0)
Keadaan Tujuan
Daerah Asal (0,0,0,0)
Daerah Seberang :
Contoh Masalah : Petani,
Sayuran, Domba dan Serigala
dapat menyebrang.
• Kumpulan Aturan :
Aturan
ke1.
2.
3.
4.
5.
6.
Aturan
Domba dan petani
menyebrang
Sayuran dan petani
menyebrang
Serigala dan petani
menyebrang
Domba dan petani kembali
Sayuran dan petani kembali
Serigala dan petani kembali
Contoh Masalah : Petani,
Sayuran, Domba dan Serigala
dapat menyebrang.
Keadaan Selanjutnya
Keadaan Sekarang
Daerah
Asal
(P,Sy,D,
Sg)
(0,Sy,0,S
g)
(P,Sy,0,Sg
)
(0,Sy,0,0)
(P,Sy,D,0)
Daerah
Seberan
g
(0,0,0,0)
Aturan
yang
Dipakai
1
(P,0,D,0)
7
(0,0,D,0)
3
(P,0,D,Sg)
(0,0,0,Sg)
4
2
Daerah
Asal
Daerah
Seberan
g
(P,0,D,0)
(0,Sy,0,S
g)
(P,Sy,0,Sg (0,0,D,0)
)
(0,Sy,0,0) (P,0,D,Sg)
(P,Sy,D,0) (0,0,0,Sg)
(0,0,D,0) (P,Sy,0,Sg
)
Representasikan Ruang
Keadaan
1) Graph Keadaan
• Graph terdiri dari node-node yang
menunjukkan keadaan yaitu keadaan
awal dan keadaan baru yang akan dicapai
dengan menggunakan operator.
• Node-node dalam graph keadaan saling
dihubungkan dengan menggunakan arc
(busur) yang diberi panah untuk
menunjukkan arah dari suatu keadaan ke
keadaan berikutnya.
Graph Keadaan
Contoh :
Kondisi Awal = M
Tujuan = T
• Maka ada 4 lintasan dari M
ke T:
M-A-B-C-E-T
M-A-B-C-E-H-T
M-D-C-E-T
M-D-C-E-H-T
• Lintasan tidak sampai ke
tujuan:
M-A-B-C-E-F-G
M-A-B-C-E-I-J
M-D-C-E-F-G
M-D-C-E-I-J
M-D-I-J
Contoh Masalah : Peta
Rumania
• Suatu “tourist agent” sedang berlibur di
Rumania, kini berada di Arad. Besok, dia
harus terbang dari Bandara Bucharest.
• Keadaan awal : berada di Arad
• Perumusan tujuan : berada di Bucharest
• Perumusan Masalah :
– Tindakan (action) : Menyetir dari kota ke kota
– Keadaan (state) : kota-kota di Rumania
Peta Rumania
Contoh Masalah : Peta
Rumania
• Pencarian Solusi : Rangkaian kota yang
dituju.
– Arad, Sibiu, Fagaras, Bucharest
– Arad, Sibiu, Rimnicu Vilcea, Pitesti,
Bucharest
– Arad, Zerind, Oradea, Sibiu, Fagaras,
Bucharest
– Arad, Timisoara, Lugoj, Mehadia, Dobreta,
Craiova, Pitesti, Bucharest
– dst
Representasikan Ruang
Keadaan
2) Pohon Pelacakan
• Struktur
pohon
digunakan
untuk
menggambarkan
keadaan hirarki
• Node yang terletak pada
level-0 disebut ‘akar’
• Node
yang
tidak
memiliki anak disebut
‘daun’
menunjukkan
akhir
dari
suatu
pencarian, dapat berupa
tujuan (goal) atau jalan
buntu (dead end)
Pohon Pelacakan
(permasalahan ember A dan B)
• Representasi ruang keadaan dengan
pohon pelacakan pada masalah ember
adalah sebagai berikut:
Pohon Pelacakan
(permasalahan ember A dan B)
Representasikan Ruang
Keadaan
Pohon AND/
OR
Masalah
M hanya dapat diselesaikan dengan A AND B
AND C AND D
Masalah M solusinya dengan 4 kemungkinan : A OR B
OR C OR D
Metode Searching
Pencarian : suatu proses mencari solusi
dari sebuah masalah melalui sekumpulan
kemungkinan ruang keadaan (state space)
Blind Searching / Uninformed
Search
Pencarian
Heuristic Searching / Informed
Search
Pencarian
NEXT >>>
Mendefnisikan Masalah
Dalam Ruang Keadaan
INTELLIGENT
AGENT
Betha Nurina Sari,
M.Kom
Intelligent Agent (Agen
Cerdas)
(Slide Chastine Fatichah, ITS, 2012)
Intelligent Agent (Agen
Cerdas)
• Rational : Melakukan hal yang terbaik
• Harus didefnisikan tujuan dari agent
• Goal (tujuan) : Performance Measure
Goal
Performance
Measure
Lulus Kuliah
IPK
Kaya
Gaji bulanan
Juara liga sepakbola
Posisi klasemen
• Rational Agent : Suatu Agent yang selalu
bertindak memaksimalkan ukuran kinerja,
mengingat apa yang ia amati tentang lingkungan
dan pengetahuan lain yang dimilikinya
PEAS : Performance Measure,
Environment, Actuators, Sensors
• Ketika merancang sebuah agent, harus
mendefnisikan lingkungan masalah
(task environment)
• Performance Measure : Apa saja
komponen keberhasilan si agent?
• Environment : Kondisi apa saja yang
ada di sekitar si agent
• Actuators : Apa saja yang bisa
dilakukan si agent
• Sensors : Apa saja yang menjadi input
Contoh : Taksi
Otomatis
• Agent taksi otomatis menerima penumpang
dan mengantarkannya ke tujuan
• Performance Measure : sampai tujuan,
tidak melanggar aturan lalu lintas, perjalanan
nyaman, hemat bensin
• Environment : jalan, lalu lintas, pejalan kaki,
penumpang
• Actuators : arah setir, gas, rem, klakson,
sinyal kiri atau kanan, lampu taksi
• Sensors : video, speedometer, GPS, keyboard
Medical Diagnosis
System
• Sebuah Agent Medical diagnosis system
yang mendiagnosa pasien secara otomatis.
• Performance Measure : pasien sembuh,
biaya murah, diagnosis benar
• Environment : pasien, rumah sakit,
perawat, dokter
• Actuators : layar monitor (pertanyaan,
tes, diagnosa treatment, petunjuk)
• Sensors : keyboard (input jawaban pasien
tentang gejala penyakit)
Interactive English
Tutor
• Sebuah Agen Tutor yang memberikan
latihan english secara interaktif
• Performance Measure : Nilai skor
maksimal
• Environment : siswa
• Actuators : layar monitor (latihan,
saran, koreksi)
• Sensors : keyboard
Jenis Environment
• Fully Observable vs Partially
Observable
Apakah semua info relevan diketahui?
• Deterministic vs Stochastic
Apakah next state = current state +
action?
• Episodic vs sequential
Apakah tergantung pada pengalaman,
Jenis Environment
• Static vs Dinamic
• Apakah environment tidak berubah
setelah agent bertindak / proses ?
• Discrete vs Continuous
• Sifat state, percept, action : diskrit atau
kontinyu
• Single agent vs Multi agent
• Apakah agent bertindak sendiri atau
ada lawan?
Contoh : Jenis
Environment
Jenis
Environm
ent
Fully
Observabl
e
Determinis
tic
Episodic
Static
Catur
dengan
waktu
Ya
Agent
Catur
tanpa
waktu
Ya
Ya,
Strategic
Tidak
Semi
Ya,
Strategic
Tidak
Ya
Taxi
driving
Tidak
Tidak
Tidak
Tidak
Contoh : Jenis
Environment
Jenis Environment
• Jenis environment menentukan desain
agent
• Di dunia nyata pada umumnya
– Partially observable
– Stochastic
– Sequential
– Dynamic
– Continous
– Multi agent
Struktur Sebuah
Agent
• Agent Function : Sebuah fungsi yang
memetakan sejarah input (percept sequence)
terhadap tindakan yang dilakukan (action)
F : P*
• Sebuah program yang
mengimplementasikan
A
fungsi f di atas arsitektur
• Agent = Arsitektur + Program
• Agent program menerima input percept
terakhir (mungkin ia menyimpan percept
sequence di dalam memorinya)
Contoh Agent : Vacuum
Cleaner
• Performance Measure : menjaga kebersihan
• Environment : Ruangan A dan B beserta debu
• Actuators : DoKeKiri, DoKeKanan,DoBersih,
DoSantai
• Sensors : Lokasi dan Status dari sensor
Contoh :[A, Kotor]
sequence : {[A,Kotor], [A,Kotor],[A,Bersih],[B, Kotor],…}
Contoh : AgenRajin
Agent function AgenRajin
f({…,[*,Kotor]}) DoBersih
f({…,[A,Bersih]})
DoKeKanan
f({…,[B,Bersih]})
DoKeKiri
Agent program AgenRajin
Function AgenRajin (lokasi,status)
returns action
if status = kotor then return DoBersih
else if lokasi = A then return
DoKeKanan
else return DoKeKiri
Jenis-jenis Agent
Program
Simple Refex Agent
Model-based refex agents
Goal-based agents
Utility-based agents
Learning agents
Simple Refex Agent
Bertindak berdasarkan percept/
input sensor terakhir saja.
Simple Refex Agent
Model-based refex
agents
-Bertindak berdasarkan input saat ini dan
menggunakan histori input sebelumnya
sebagai informasi pelengkap.
-Merekam histori kondisi lingkungan,
tindakan yang diambil oleh agen serta
dampak dari tindakan tersebut.
-Rekaman histori kondisi lingkungan
tersebut disebut model
Model-based refex agents
Model-based refex
agents
Goal-based agents
Memiliki informasi mengenai
tujuan, memilih tindakan yang
mencapai tujuan
Goal-based agents
Utility-based agents
- Melakukan penilaian kuantitatif terhadap
suatu keadaan lingkungan –> utility
function.
-Agen melakukan perhitungan terhadap
kinerja/kualitas tindakan yang diambil
untuk mencapai tujuan
Utility-based agents
Learning agents
• Belajar dari pengalaman, bisa
meningkatkan kinerja agen
Perhatikan
• Robot / Intelligent Agent
berikut termasuk jenis agen
yang mana ?
Robot-robot di dunia
Pertemuan 3
Mendefnisikan
Masalah
dalam Ruang Keadaan
Betha Nurina Sari,
M.Kom
Mendefnisikan masalah
dalam ruang keadaan
Masalah
Representasi
Blind Searching / Uninformed
Search
DFS
BFS
Masalah itu …..
Masalah dalam Kecerdasan
Buatan
Dapat
Mempunyai
Keadaan
Dapat
Defnisikan Masalah
Ruang
Keadaan
Contoh Masalah :
Permainan Catur
-Kondisi Awal: Semua
bidak diletakkan diatas
papan dalam dua posisi
yaitu kubu putih dan
kubu hitam.
-Tujuan (Goal):
Kemenangan terhadap
lawan, yang ditunjukkan
dengan posisi Raja yang
tidak bisa bergerak lagi
Contoh Masalah : Permainan
Catur
- Ruang Keadaan: Untuk
mempermudah menunjukkan
posisi bidak dimisalkan setiap
kotak ditunjuk dalam huruf
(a,b,c,d,e,f,g,h) pada arah
horizontal dan angka
(1,2,3,4,5,6,7,8) pada arah
vertical.
- Suatu aturan untuk
menggerakkan bidak dari posisi
(e,2) ke (e,4) dapat ditunjukkan
dengan aturan:
IF bidak putih pada kotak(e,2)
Contoh Masalah : Ember A
dan B
Contoh Kasus Ember Air:
Ada 2 ember masing-masing berkapasitas
4 liter (Ember A) dan 3 liter (Ember B).
Ada pompa air yang digunakan untuk
mengisi air pada ember tersebut.
Bagaimana dapat mengisi tepat 2 liter air
ke dalam ember berkapasitas 4 liter?
CONTOH DESKRIPSI MASALAH
(permasalahan ember A dan B)
• Identifkasi masalah untuk masalah ember:
1. Identifkasi ruang keadaan:
x = Jumlah air yang diisi ke ember A (ember 4 ltr)
y = Jumlah air yang diisi ke ember B (ember 3 ltr)
Ruang keadaan = (x,y) sedemikian sehingga
x є {0,1,2,3,4} dan y є {0,1,2,3}
2. Keadaan awal & tujuan
Keadaan awal: kedua ember kosong = (0,0)
Tujuan: ember kapasitas 4 liter diisi 2 liter air =
(2,n) dengan sembarang n
CONTOH DESKRIPSI MASALAH
(permasalahan ember A dan B)
3. Ruang keadaan ember dapat
digambarkan sebagai berikut:
CONTOH DESKRIPSI MASALAH
(permasalahan ember A dan B)
4. Aturan-aturan untuk permasalahan
Atura
Jika
Maka
ember:
n ke1. (x, y)
x0
5. (x, y)
x>0
(4,y)
Isi ember A sampai penuh
(x,3)
Isi ember B sampai penuh
(x-d, y)
Tuangkan sebagian air keluar ember A
(x, y-d)
Tuangkan sebagian air keluar ember B
(0, y)
Kosongkan ember A dengan membuang
airnya ke tanah
CONTOH DESKRIPSI MASALAH
(permasalahan ember A dan B)
6.
(x ,y)
y>0
7.
(x, y)
x+y ≥ 4 dan y >0
8.
(x,y)
x+y ≥ 3 dan x > 0
9.
11.
(x,y)
x+y ≤ 4 dan y > 0
(x,y)
x+y ≤ 3 dan x > 0
(0,2)
12.
(2,y)
10.
(x, 0)
Kosongkan ember B dengan membuang airnya ke
tanah
(4, y-(4-x))
Tuangkan air dari ember B ke ember A sampai ember
A penuh
(x-(3-y),3)
Tuangkan air dari ember A ke ember B sampai ember
B penuh
(x+y, 0)
Tuangkan seluruh air dari ember B ke ember A
(0, x+y)
Tuangkan seluruh air dari ember A ke ember B
(2,0)
Tuangkan 2 liter air dari ember B ke ember A.
(0,y)
Kosongkan 2 liter air dari ember A dengan
membuang airnya ke tanah
CONTOH DESKRIPSI MASALAH
(permasalahan ember A dan B)
5. Representasi ruang keadaan dengan
pohon pelacakan
Pencarian suatu solusi dapat dilukiskan dengan
menggunakan pohon.
Tiap-tiap node menunjukkan satu keadaan. Jalur dari
parent ke child,
menunjukkan
Solusi 1
1 operasi. Tiap node memiliki
Solusi 2 node child
yang menunjukkan keadaan yang dapat dicapai oleh
parent.
Contoh Masalah : Petani,
Sayuran, Domba dan Serigala
dapat menyebrang.
1. Identifkasi ruang keadaan: (P,Sy,D,Sg)
P : Petani Sy : Sayur D : Domba Sg : Serigala
2. Keadaan awal
Daerah Asal : (P,SY,D,Sg) Daerah Seberang
(0,0,0,0)
Keadaan Tujuan
Daerah Asal (0,0,0,0)
Daerah Seberang :
Contoh Masalah : Petani,
Sayuran, Domba dan Serigala
dapat menyebrang.
• Kumpulan Aturan :
Aturan
ke1.
2.
3.
4.
5.
6.
Aturan
Domba dan petani
menyebrang
Sayuran dan petani
menyebrang
Serigala dan petani
menyebrang
Domba dan petani kembali
Sayuran dan petani kembali
Serigala dan petani kembali
Contoh Masalah : Petani,
Sayuran, Domba dan Serigala
dapat menyebrang.
Keadaan Selanjutnya
Keadaan Sekarang
Daerah
Asal
(P,Sy,D,
Sg)
(0,Sy,0,S
g)
(P,Sy,0,Sg
)
(0,Sy,0,0)
(P,Sy,D,0)
Daerah
Seberan
g
(0,0,0,0)
Aturan
yang
Dipakai
1
(P,0,D,0)
7
(0,0,D,0)
3
(P,0,D,Sg)
(0,0,0,Sg)
4
2
Daerah
Asal
Daerah
Seberan
g
(P,0,D,0)
(0,Sy,0,S
g)
(P,Sy,0,Sg (0,0,D,0)
)
(0,Sy,0,0) (P,0,D,Sg)
(P,Sy,D,0) (0,0,0,Sg)
(0,0,D,0) (P,Sy,0,Sg
)
Representasikan Ruang
Keadaan
1) Graph Keadaan
• Graph terdiri dari node-node yang
menunjukkan keadaan yaitu keadaan
awal dan keadaan baru yang akan dicapai
dengan menggunakan operator.
• Node-node dalam graph keadaan saling
dihubungkan dengan menggunakan arc
(busur) yang diberi panah untuk
menunjukkan arah dari suatu keadaan ke
keadaan berikutnya.
Graph Keadaan
Contoh :
Kondisi Awal = M
Tujuan = T
• Maka ada 4 lintasan dari M
ke T:
M-A-B-C-E-T
M-A-B-C-E-H-T
M-D-C-E-T
M-D-C-E-H-T
• Lintasan tidak sampai ke
tujuan:
M-A-B-C-E-F-G
M-A-B-C-E-I-J
M-D-C-E-F-G
M-D-C-E-I-J
M-D-I-J
Contoh Masalah : Peta
Rumania
• Suatu “tourist agent” sedang berlibur di
Rumania, kini berada di Arad. Besok, dia
harus terbang dari Bandara Bucharest.
• Keadaan awal : berada di Arad
• Perumusan tujuan : berada di Bucharest
• Perumusan Masalah :
– Tindakan (action) : Menyetir dari kota ke kota
– Keadaan (state) : kota-kota di Rumania
Peta Rumania
Contoh Masalah : Peta
Rumania
• Pencarian Solusi : Rangkaian kota yang
dituju.
– Arad, Sibiu, Fagaras, Bucharest
– Arad, Sibiu, Rimnicu Vilcea, Pitesti,
Bucharest
– Arad, Zerind, Oradea, Sibiu, Fagaras,
Bucharest
– Arad, Timisoara, Lugoj, Mehadia, Dobreta,
Craiova, Pitesti, Bucharest
– dst
Representasikan Ruang
Keadaan
2) Pohon Pelacakan
• Struktur
pohon
digunakan
untuk
menggambarkan
keadaan hirarki
• Node yang terletak pada
level-0 disebut ‘akar’
• Node
yang
tidak
memiliki anak disebut
‘daun’
menunjukkan
akhir
dari
suatu
pencarian, dapat berupa
tujuan (goal) atau jalan
buntu (dead end)
Pohon Pelacakan
(permasalahan ember A dan B)
• Representasi ruang keadaan dengan
pohon pelacakan pada masalah ember
adalah sebagai berikut:
Pohon Pelacakan
(permasalahan ember A dan B)
Representasikan Ruang
Keadaan
Pohon AND/
OR
Masalah
M hanya dapat diselesaikan dengan A AND B
AND C AND D
Masalah M solusinya dengan 4 kemungkinan : A OR B
OR C OR D
Metode Searching
Pencarian : suatu proses mencari solusi
dari sebuah masalah melalui sekumpulan
kemungkinan ruang keadaan (state space)
Blind Searching / Uninformed
Search
Pencarian
Heuristic Searching / Informed
Search
Pencarian
NEXT >>>
Mendefnisikan Masalah
Dalam Ruang Keadaan