METODE STEEPEST ASCENT HILL CLIMBING

OLEH

RUDY ROTHAMA PDBC 111 0085RUDI IRFANDIDBC 111 0101ALEXANDER SIRAITDBC 111 0119LAMHOT SIMAMORADbc 111 0123DANIEL APRIADODBC 111 0033Christian saketerdbc 111 0087

PENGERTIANSteepest ascent hill climbing merupakan metode algoritma yang banyak digunakan untuk permasalahan optimasi. Salah satu penerapannya adalah untuk mencari rute yang terpendek dengan cara memaksimumkan atau meminimumkan nilai dari fungsi optimasi yang ada. Secara harafiah steepest berarti paling tinggi, sedangkan ascent berarti kenaikan. Dengan demikian steepest ascent berarti kenaikan paling tinggi. Jadi prinsip dasar dari metode ini adalah mencari kenaikan paling tinggi dari keadaan sekitar untuk mencapai nilai yang paling optimal.

LANJUTANMetode steepest ascent hill climbing ini merupakan pengembangan dari metode simple hill climbing. Bedanya adalah simple hill climbing menentukan next state dengan membandingkan current state dengan satu successor dan successor pertama yang lebih baik akan dipilih menjadi next state.Sedangkan steepest ascent akan membandingkan current state dengan semua succesors yang ada didekatnya sehingga dalam steepest ascent hill climbing, next statenya merupakan successor yang paling baik atau paling mendekati tujuan.

ALGORITMAEvaluasi keadaan awal (Initial State). Jika keadaan awal sama dengan tujuan (Goal state) maka kembali pada initial state dan berhenti berproses. Jika tidak maka initial state tersebut jadikan sebagai current state.Mulai dengan current state = initial state.Dapatkan semua pewaris (successor) yang dapat dijadikan next state pada current statenya dan evaluasi successor tersebut dengan fungsi evaluasi dan beri nilai pada setiap successor tersebut. Jika salah satu dari successor tersebut mempunyai nilai yang lebih baik dari current state maka jadikan successor dengan nilai yang paling baik tersebut sebagai new current state. Lakukan operasi ini terus menerus hingga tercapai current state = goal state atau tidak ada perubahan pada current statenya.

KEKURANGANPada steepest-ascent hill climbing ini, ada 3 masalah yang mungkin, yaitu: Local optimum, keadaan semua tetangga lebih buruk atau sama dengan keadaan dirinya.Plateau, keadaan semua tetangga sama dengan keadaan dirinya.Ridge, local optimum yang lebih disebabkan karena ketidakmampuan untuk menggunakan 2 operator sekaligus.

Pada permainan 8-puzzle, keadaan awal dan tujuan adalah sebagai berikut:

Operator yang digunakan untuk menggerakkan dari satu keadaan ke keadaan berikutnya adalah:

Ubin kosong digeser ke kanan. Ubin kosong digeser ke kiri. Ubin kosong digeser ke atas. Ubin kosong digeser ke bawah. Lanjutan..Dengan menggunakan bentuk pohon untuk merepresentasikan ruang keadaan, kita gunakan metode Steepest-Ascent Hill Climbing untuk mencari langkah-langkah yang harus ditempuh dari keadaan awal sampai mendapatkan tujuan. Fungsi heuristik yang digunakan adalah jumlah ubin yang menempati posisi yang benar.

Pencarian pertama

Pencarian kedua

Pecarian terakhir

KesimpulanPada gambar di atas, terlihat bahwa semula ada 3 operator yang bisa digunakan, yaitu ubin kosong digeser ke kanan, ke kiri, dan ke bawah. Masing-masing kondisi hasil dari implementasi operator memberikan nilai heuristik 4, 6, dan 5. Nilai heuristik terbesar adalah 6, sehingga kondisi kedua yang dipilih. Pada tahap kedua, operator yang bisa digunakan hanya 2, yaitu ubin kosong digeser ke kanan dan ke bawah, masing-masing dengan nilai heuristik 5 dan 7. Nilai heuristik terbesar yang dihasilkan adalah 7, dan kondisi ini dipilih. Pada tahap ketiga, ada 3 operator yang digunakan, yaitu ubin kosong digeser ke atas, ke kanan, dan ke bawah. Masing-masing kondisi memiliki nilai heuristik 6, 8, dan 6. Karena nilai 8 merupakan solusi, maka pencarian telah berakhir. Dan akhirnya solusi telah ditemukan (h = 8).SEKIAN &TERIMA KASIH