1. Agen Pemecah permasalahan
.
Prinsip
utama untuk menetapkan suatu masalah adalah mengetahui fakta, kemudian
memisahkan fakta tersebut dan melakukan interpretasi data menjadi fakta
objektif dan menentukan luasnya masalah tersebut. Manajer membutuhkan kemampuan
untuk menetapkan prioritas pemecahan masalah. Umumnya untuk pemecahan masalah
selalu menggunakan metoda coba-coba dan salah, eksperimen, dan atau tidak
berbuat apa-apa (“do nothing”). Pembuatan keputusan dapat dipandang sebagai
proses yang menjembatani hal yang lalu dan hal yang akan datang pada saat
manajer hendak mengadakan suatu perubahan.
Proses pemecahan masalah dan
pengambilan keputusan diatas adalah salah satu penyelesaian yang dinamis.
Penyebab umum gagalnya penyelesaian masalah adalah kurang tepat
mengidentifikasi masalah. Oleh karena itu identifikasi masalah adalah
langkah yang paling penting. Kualitas hasil tergantung pada keakuratan dalam
mengidentifikasi masalah.
Identifikasi masalah dipengaruhi
oleh informasi yang tersedia, nilai, sikap dan pengalaman pembuat
keputusan serta waktu penyelesaian masalah. Terutama waktu yang cukup untuk
mengumpulkan dan mengorganisir data. Defisini lain Proses pemecahan masalah dan pengambilan
keputusan diatas adalah salah satu penyelesaian yang dinamis. Penyebab umum
gagalnya penyelesaian masalah adalah kurang tepat mengidentifikasi
masalah. Oleh karena itu identifikasi masalah adalah langkah yang paling
penting. Kualitas hasil tergantung pada keakuratan dalam mengidentifikasi
masalah.
Identifikasi masalah dipengaruhi
oleh informasi yang tersedia, nilai, sikap dan pengalaman pembuat
keputusan serta waktu penyelesaian masalah. Terutama waktu yang cukup untuk
mengumpulkan dan mengorganisir data.
Agen pemecah permasalahan dibagi
menjadi 3, antara lain:
1. Goal-Based
agen
Mempertimbangkan
action- action yang akan datang dan hasil yang ingin dicapai.
2. Problem
solving agen
Menemukan sequence
action untuk mencapai tujuannya
3. Algorithm are
uniformed
Tidak ada informasi untuk problem,
hanya deksripsi pada masalah tersebut.
Langkah-Langkah Pemecahan Masalah
:
1.
Mengetahui hakekat dari masalah dengan mendefinisikan
masalah
yang dihadapi.
2. Mengumpulkan fakta-fakta dan
data yang relevan.
3. Mengolah fakta dan data.
4. Menentukan beberapa alternatif
pemecahan masalah.
5. Memilih cara pemecahan dari
alternatif yang dipilih.
6. Memutuskan tindakan yang akan
diambil
2. Pencarian Sebagai Solusi Pemecahan
Masalah
suatu teknik penyelesaian masalah dengan
cara merepresentasikan masalah ke dalam state dan ruang masalah serta
menggunakan strategi pecarian untuk menemukan solusi. Berikut solusi metode
pencarian:
1. Time
complexity
Berapa
lama waktu yang diperlukan?
2. Space
complexity
Berapa
banyak memori yang diperlukan?
3. Optimality
apakah
metode tersebut menjamin menemukan solusi yg terbaik terbaik jika terdapat
terdapat beberapa beberapa solusi berbeda berbeda?
3. Strategi Pencarian yang Tidak
Berbentuk (Uniformed Search Strategi)
Terdapat empat kriteria dalam
strategi pencarian, yaitu:
- Completeness: Apakah strategi tersebut menjamin penemuan solusi jika solusinya memang ada?
- Time complexity: Berapa lama waktu yang diperlukan?
- Space complexity: Berapa banyak memori yang diperlukan?
- Optimality: Apakah strategi tersebut menemukan solusi yang paling baik jika terdapat beberapa solusi berbeda pada permasalahan yang ada?
Strategi pencarian yang tidak berbentuk meliputi:
1. Breadth-First
Search (BFS)
Pencarian dilakukan pada semua node
dalam setiap level secara berurutan dari kiri ke kanan. Jika pada satu level
belum ditemukan solusi, maka pencarian dilanjutkan pada level berikutnya.
Demikian seterusnya sampai ditemukan solusi. Dengan strategi ini, maka dapat
dijamin bahwa solusi yang ditemukan adalah yang paling baik (Optimal).
Tetapi BFS harus menyimpan semua node yang pernah dibangkitkan. Hal ini harus
dilakukan untuk penelusuran balik jika solusi sudah ditemukan. Gambar 2.4
mengilustrasikan pembangkitan pohon BFS untuk masalah Water Jug.
Pembangkitan suksesor dari suatu node bergantung pada urutan dari Aturan
Produksi yang dibuat (lihat gambar 2.3). Jika urutan dari aturan 4 ditukar
dengan aturan 5, maka pohon BFS yang dibangkitkan juga akan berubah.
Berikut ini membahas metoda-metode
yang terdapat dalam teknik pencarian yang berdasarkan pada panduan (Heuristic
Search), yaitu Generate and Test, Simple Hill Climbing,
Steepest-Ascent Hill Climbing, Simulated Annealing, Best First Search,Greedy
Search, A Star (A*), Problem Reduction, Constraint Satisfaction, dan Means-Ends
Analysis.
2. Uniform-cost search
Konsep
dan cara kerja Uniform Cost Serch
Uniform Cost Search adalah algoritma Seach Tree (graph) yang digunakan untuk
menyelesaikan beberapa persoalan . Algoritma ini memulai pencarian dari root
node, kemudian dilanjutkan ke node-node selanjutnya. Dimana node tersebut
dipilih yang memilki harga (cost) terkecil dari root node. Algoritma ini
merupakan modifikasi dari Bread First Search (BFS). Teknik pencariannya
memperhatikan cost/jarak antara 1 node ke node lain.
Dalam implementasi algoritma ini , melibatkan semua node yang berhubungan
dengan root node, dan meletakannya dalam priority queue untuk mencapai node
tujuan. Dimana node – node yang dipilih merupakan node yang berharga terkecil.
3. Depth-First Search (DFS)
Pencarian dilakukan pada satu node
dalam setiap level dari yang paling kiri. Jika pada level yang paling dalam,
solusi belum ditemukan, maka pencarian dilanjutkan pada node sebelah kanan.
Node yang kiri dapat dihapus dari memori. Jika pada level yang paling dalam tidak
ditemukan solusi, maka pencarian dilanjutkan pada level sebelumnya. Demikian
seterusnya sampai
Kelebihan DFS adalah:
- Pemakain memori hanya sedikit, berbeda jauh dengan BFS yang harus menyimpan semua node yang pernah dibangkitkan.
- Jika solusi yang dicari berada pada level yang dalam dan paling kiri, maka DFS akan menemukannya secara cepat.
Kelemahan DFS adalah:
- Jika pohon yang dibangkitkan mempunyai level yang dalam (tak terhingga), maka tidak ada jaminan untuk menemukan solusi (Tidak Complete).
- Jika terdapat lebih dari satu solusi yang sama tetapi berada pada level yang berbeda, maka pada DFS tidak ada jaminan untuk menemukan solusi yang paling baik (Tidak Optimal).
- Depth Limited Search
Pencarian menggunakan DFS akan
berlanjut terus sampai kedalaman paling terakhir dari tree. Permasalahan yang
muncul pada DFS adalah ketika proses pencarian tersebut menemui infinite state
space. Hal ini bisa diatasi dengan menginisiasikan batas depth pada level
tertentu semenjak awal pencarian. Sehingga node pada level depth tersebut akan
diperlakukan seolah-olah mereka tidak memiliki successor.
- Iterative Deepening Depth First Search
Iterative deepening search merupakan
sebuah strategi umum yang biasanya dikombinasikan dengan depth first tree
search, yang akan menemukan berapa depth limit terbaik untuk digunakan. Hal ini
dilakukan dengan secara menambah limit secara bertahap, mulai dari 0,1, 2, dan
seterusnya sampai goal sudah ditemukan.
6. Bidirectional Search
Pencarian dengan metode
bidirectional search adalah dengan menjalankan dua pencarian secara simultan,
yang satu dikerjakan secara forward dari initial state menuju ke goal,
sedangkan yang satu lagi dikerjakan secara backward mulai dari goal ke initial
state. Yang kemudian diharapkan bahwa kedua pencarian itu akan bertemu di
tengah-tengah.
daftar pustaka
Tidak ada komentar:
Posting Komentar