Algoritma Hill Climbing merupakan metode pencarian heuristik yang mengevaluasi keadaan masalah berdasarkan nilai fungsi heuristik. Ia bekerja dengan memilih operator yang menghasilkan keadaan baru dengan nilai heuristik lebih baik daripada keadaan sebelumnya. Contoh penerapannya adalah masalah Traveling Salesman yang mencari urutan kota terpendek dengan menukar posisi kota. Masalah ini dapat menemukan solusi lokal tetapi tid
Algoritma Hill Climbing merupakan metode pencarian heuristik yang mengevaluasi keadaan masalah berdasarkan nilai fungsi heuristik. Ia bekerja dengan memilih operator yang menghasilkan keadaan baru dengan nilai heuristik lebih baik daripada keadaan sebelumnya. Contoh penerapannya adalah masalah Traveling Salesman yang mencari urutan kota terpendek dengan menukar posisi kota. Masalah ini dapat menemukan solusi lokal tetapi tid
Algoritma Hill Climbing merupakan metode pencarian heuristik yang mengevaluasi keadaan masalah berdasarkan nilai fungsi heuristik. Ia bekerja dengan memilih operator yang menghasilkan keadaan baru dengan nilai heuristik lebih baik daripada keadaan sebelumnya. Contoh penerapannya adalah masalah Traveling Salesman yang mencari urutan kota terpendek dengan menukar posisi kota. Masalah ini dapat menemukan solusi lokal tetapi tid
Rumusan masalah yang akan dibahas dalam makalah ini adalah A. Latar Belakang 1. Apakah pengertian Hill Climbing ? Heuristic seringkali disebut sebagai lawan 2. Bagaimanakah algoritma Simple Hill dari kata algoritmik dalam dunia Climbing? pemrograman. Heuristic adalah suatu 3. Bagaimanakah contoh penerapan proses yang mungkin dapat algoritma Simple Hill Climbing? menyelesaikan suatu masalah tetapi tidak ada jaminan bahwa solusi yang dicari C. Tujuan selalu dapat ditemukan. Dengan kata lain, Tujuan dari makalah ini adalah sebagai heuristic adalah sebuah teknik yang berikut; mengembangkan efisiensi dalam proses 1. Mengetahui pengertian Hill Climbing. pencarian, namun dengan kemungkinan 2. Mengetahui algoritma Simple Hill mengorbankan kelengkapan Climbing. (completeness). Sedangkan fungsi 3. Mengetahui contoh dan penerapan heuristik adalah fungsi yang melakukan algoritma Simple Hill Climbing. pemetaan (mapping) dari diskripsi keadaan masalah (problema) ke pengukur kebutuhan, umumnya dipresentasikan 2. PEMBAHASAN berupa angka. Fungsi heuristic digunakan untuk mengevaluasi keadaan-keadaan 1. Pengertian Hill Climbing problema individual dan menentukan Metode Hill Climbing hampir sama dengan seberapa jauh hal tersebut dapat metode pembangkitan & pengujian digunakan untuk mendapatkan solusi (Generate and Test), hanya saja proses yang diinginkan. pengujian dilakukan dengan Dalam mempelajari metode-metode menggunakan fungsi heuristik. pencarian heuristik, kata heuristic Pembangkitan keadaan berikutnya sangat diartikan sebagai suatu fungsi yang tergantung pada feedback dari prosedur memberikan suatu nilai berupa biaya pengetesan. Tes yang berupa fungsi perkiraan (estimasi) dari suatu solusi. Ada heuristik ini akan menunjukkan seberapa beberapa macam metode pencarian baiknya nilai terkaan yang diambil heuristik, yaitu pembangkitan dan terhadap keadaan-keadaan lainnya yang pengujian (Generate and Test), Hill mungkin. Hill Climbing adalah proses Climbing, Best First Search, Alpha Beta pengujian yang dilakukan dengan Prunning, Means-End-Anlysis, Constraint menggunakan fungsi heuristik. Satisfaction, dan Simulated Annealing. Pembangkitan keadaan berikutnya sangat Dalam metode pencarian heuristik Hill tergantung pada feedback dari prosedur Climbing, ada dua macam pengetesan. Tes yang berupa fungsi metode heuristik yakni Simple Hill heuristik ini akan menunjukkan seberapa Climbing dan Steepest (Ascent baiknya nilai terkaan yang diambil HillClimbing). Dalam makalah ini, penulis terhadap keadaan-keadaan lainnya yang akan membahas mengenai metode mungkin. Metode Hill climbing merupakan heuristik Simple Hill Climbing yang disertai variasi dari depth-first search. Dengan dengan contoh algoritma pada metode metode ini, eksplorasi terhadap keputusan tersebut pada saat diterapkan pada suatu dilakukan dengan cara depth-first search permasalahan. dengan mencari path yang bertujuan menurunkan cost untuk menuju kepada goal/keputusan. Yaitu dengan selalu memilih nilai heuristik terkecil. Dalam metode heuristik Hill Climbing, yang bersebelahan. Fungsi heuristik yang terdapat dua jenis Hill Climbing yang digunakan adalah panjang lintasan yang sedikit berbeda, yakni Simple Hill Climbing terjadi (Hill Climbing sederhana) dan Steepest- Ascent Hill Climbing (Hill Climbing dengan memilih kemiringan yang paling tajam / curam).
2. Algoritma Hill Climbing
Berikut adalah algoritma dari Simple Hill Climbing; 1. Mulai dari keadaan awal, lakukan pengujian: jika merupakan tujuan, maka berhenti; dan jika tidak, lanjutkan dengan keadaan sekarang sebagai keadaan awal. 2. Kerjakan langkah-langkah berikut Operator yang akan kita gunakan, adalah sampai solusinya ditemukan, atau menukar urutan posisi 2 kota dalam suatu sampai tidak ada operator baru yang akan lintasan. Apabila ada n kota, dan kita ingin diaplikasikan pada keadaan mencari kombinasi sekarang: lintasan dengan menukar posisi urutan 2 a) Cari operator yang belum pernah kota, maka kita akan mendapatkan digunakan; gunakan operator ini sebanyak : untuk mendapatkan keadaan yang Sehingga kalau ada 4 kota, kita bisa baru. memperoleh : kombinasi. b) Evaluasi keadaan baru tersebut. Keenam kombinasi ini akan kita pakai 1) Jika keadaan baru merupakan semuanya sebagai operator, yaitu: tujuan, keluar. * Tukar 1, 2 (menukar urutan posisi kota 2) Jika bukan tujuan, namun nilainya ke-1 dengan kota ke-2). lebih baik daripada keadaan * Tukar 2, 3 (menukar urutan posisi kota sekarang, maka jadikan keadaan ke-2 dengan kota ke-3). baru tersebut menjadi keadaan * Tukar 3, 4 (menukar urutan posisi kota sekarang. ke-3 dengan kota ke-4). 3) Jika keadaan baru tidak lebih baik * Tukar 4, 1 (menukar urutan posisi kota daripada keadaan sekarang, ke-4 dengan kota ke-1). maka lanjutkan iterasi. * Tukar 2, 4 (menukar urutan posisi kota Pada simple hill climbing ini, ada 3 ke-2 dengan kota ke-4). masalah yang mungkin, yaitu: * Tukar 1, 3 (menukar urutan posisi kota 1) Algoritma akan berhenti kalau ke-1 dengan kota ke-3). mencapai nilai optimum lokal. Pada Gambar 2.22 terlihat bahwa, pada 2) Urutan penggunaan operator akan keadaan awal, lintasan terpilih sangat berpengaruh pada penemuan adalah ABCD (=19). Pada level pertama, solusi. hill climbing akan mengunjungi 3) Tidak diijinkan untuk melihat satupun BACD (=17) yang ternyata memiliki nilai langkah sebelumnya. heuristik lebih kecil dibandingkan dengan ABCD (17<19), sehingga BACD 3. Contoh Penerapan Algoritma Hill menjadi pilihan selanjutnya dengan Climbing operator terpakai Tukar1,2. Pada level Salah satu contoh dari penerapan kedua, hill climbing akan mengunjung Algoritma Simple Hill Climbing adalah ABCD. Karena operator Tukar 1, 2 sudah Traveling Salesman Problem. Di sini digunakan oleh BACD, maka dipilih node ruang keadaan berisi semua kemungkinan yang lain yaitu BCAD (=15). Karena nilai lintasan yang mungkin. Operator heuristik BCAD lebih digunakan untuk menukar posisi kota-kota kecil dibanding dengan BACD (15<17), Gambar 2.23. Lintasan terpendek yang maka node BCAD akan menjadi diperoleh adalah B-C-A-D yaitu pilihan selanjutnya dengan operator sebesar 15. Disini kita akan terjebak pada Tukar2,3. Kemudian hill climbing akan nilai minimum local yang mengunjungi CBAD (=20). Karena nilai disebabkan oleh kurangnya operator yang heuristik CBAD lebih besar jika kita gunakan. Kita tidak dapat dibanding dengan BCAD (20>17), maka memperoleh nilai minimum globalnya dipilih node lain. Pencarian menuju yaitu sebesar 12. ke node BACD, karena operator Tukar2,3 sudah pernah digunakan oleh BCAD, maka dipilih node lain. Kunjungan berikutnya ke node BCDA (=18). Nilai inipun masih lebih besar dari nilai heuristik BCAD, sehingga dipilih node lain. Node vang dikunjungi berikutnya adalah DCAB (=19). Nilai heuristic DCAB ternyata juga lebih besar dibanding dengan BCAD, sehingga pencarian dilanjutkan di node lainnya lagi, yaitu BDAC (=14). Nilai heuristik ini sudah lebih kecil daripada nilai heuristik node BCAD (14<15), maka Contoh TSP di atas adalah contoh sekarang node ini yang akan diekplorasi. pertama yang dibahas dalam makalah ini. Pencarian pertama ditemukan node Untuk contoh kedua adalah game Number DBAC (=21), yang lebih besar daripada Puzzle Slider dengan langkah langkah nilai BDAC. Nilai heuristik yang menggunakan Simple Hill Climbing. lebih kecil diperoleh pada node BDCA Berikut adalah contoh menyelesaikan (=13). Sehingga node BDCA ini akan Number Puzzle Slider dengan kondisi diekplorasi. Pencarian pertama sudah tertentu menggunakan Simple Hill mendapatkan node dengan nilai Climbing; heuristik yang lebih kecil, yaitu DBCA (=12). Sehingga node ini diekplorasi Current State Goal State juga. Dari hasil ekplorasi dengan pemakaian semua operator, ternyata sudah tidak ada node yang memiliki nilai heuristik yang lebih kecil dibanding dengan nilai heuristik DBCA, sehingga sebenarnya node DBCA (=12) inilah lintasan terpendek yang kita cari (SOLUSI). Misalkan kita tidak h(n) adalah nilai total heuristik dari kondisi menggunakan puzzle. Bernilai 0 untuk posisi yang benar semua operator, melainkan kita hanya dan untuk posisi yang salah nilainya menggunakan 4 operator pertama saja, adalah jarak terpendek menuju posisi yaitu : benar. Proses evaluasi yang dilakukan * Tukar 1,2 (menukar urutan posisi kota selalu mengambil nilai heuristik terkecil. ke'1 dengan kota ke'2). * Tukar 2, 3 (menukar urutan posisi kota ke-2 dengan kota ke'3). * Tukar 3,4 (menukar urutan posisi kota ke-3 dengan kota ke'4). * Tukar 4, 1 (menukar urutan posisi kota ke-4 dengan kota ke'l). Maka pencarian dengan simple hill climbing ini dapat dilihat pada lanjutkan dengan keadaan sekarang sebagai keadaan awal.\ b. Kerjakan langkah-langkah berikut sampai solusinya ditemukan, atau sampai tidak ada operator baru yang akan diaplikasikan pada keadaan sekarang: a. Cari operator yang belum pernah digunakan; gunakan operator ini untuk mendapatkan keadaan yang baru. b. Evaluasi keadaan baru tersebut. 1. Jika keadaan baru merupakan tujuan, keluar. 2. Jika bukan tujuan, namun nilainya lebih baik daripada keadaan sekarang, maka jadikan keadaan baru tersebut menjadi keadaan sekarang. 3. Jika keadaan baru tidak lebih baik daripada keadaan sekarang, maka lanjutkan iterasi.
[3] Algoritma Simple Hill Climbing pada
umumnya diterapkan dalam masalah Travelling Salesman Problem (TSP) dan bisa diterapkan untuk menyelesaikan game Number Puzzle Slider.
4. DAFTAR PUSTAKA
[1] Kusumadewi, Sri. Pengantar
3. PENUTUP Kecerdasan Buatan Simpulan (AK045218): Teknik Pencarian Simpulan dari pembahasan yang telah Heuristik. diuraikan di atas yaitu: 1. Hill Climbing adalah proses pengujian [2] Taufiq, Andik. 2010. 8-Puzzle yang dilakukan dengan menggunakan Problem Bagian 2 fungsi heuristik. Hill Climbing terdiri dari http://andiktaufiq.wordpress.co dua macam metode yakni Simple Hill m/2010/05/02/8-puzzle- Climbing dan Steepest-Ascent Hill problem-bagian-2/. Climbing.
2. Terdapat beberapa langkah dalam
algoritma Simple Hill Climbing yaitu: a. Mulai dari keadaan awal, lakukan pengujian: jika merupakan tujuan, maka berhenti; dan jika tidak,