LMS-SPADA INDONESIA
Glossary
Glosarium Pertemuan 5
Completion requirements
Glosarium Pertemuan 5
Topik: Pencarian Heuristik dan Algoritma Informasi
| Istilah | Definisi |
|---|---|
| Pencarian Heuristik (Heuristic Search) | Metode pencarian yang menggunakan informasi tambahan atau pengetahuan (heuristik) untuk memperkirakan jarak menuju solusi, sehingga proses pencarian menjadi lebih efisien. |
| Heuristik (Heuristic) | Nilai atau fungsi yang memberikan estimasi seberapa dekat suatu keadaan (state) dengan tujuan; digunakan untuk membimbing algoritma pencarian. |
| Algoritma Informasi (Informed Search Algorithm) | Algoritma pencarian yang memanfaatkan informasi tambahan seperti nilai heuristik untuk memilih jalur terbaik menuju solusi. |
| Fungsi Evaluasi (Evaluation Function) | Fungsi yang digunakan untuk menilai setiap node dalam ruang pencarian, biasanya berbentuk f |
| Algoritma A* | Algoritma pencarian heuristik populer yang menggunakan fungsi evaluasi f |
| Algoritma Greedy Best-First Search | Algoritma yang selalu memilih node dengan nilai heuristik terkecil (h |
| g |
Biaya aktual dari titik awal hingga node n dalam jalur pencarian. |
| h |
Estimasi biaya atau jarak dari node n ke tujuan berdasarkan fungsi heuristik. |
| f |
Nilai total evaluasi dari sebuah node, diperoleh dari penjumlahan biaya aktual dan perkiraan heuristik: f |
| Admissible Heuristic | Fungsi heuristik yang tidak pernah melebih-lebihkan estimasi jarak ke tujuan (selalu optimistis), sehingga menjamin hasil pencarian optimal. |
| Consistent Heuristic | Fungsi heuristik yang memenuhi syarat h |
| Uniform Cost Search | Algoritma pencarian yang memperluas node berdasarkan biaya jalur paling kecil tanpa menggunakan heuristik (h |
| Iterative Deepening A* (IDA*) | Versi gabungan dari Depth-First Search dan A* yang menggunakan batasan nilai f |
| Beam Search | Algoritma heuristik yang hanya mempertimbangkan sejumlah node terbaik pada setiap level untuk menghemat waktu dan memori. |
| Hill Climbing | Algoritma pencarian lokal yang secara bertahap bergerak menuju solusi dengan memilih langkah yang memperbaiki nilai heuristik, seperti menaiki “bukit” menuju puncak optimal. |
| Simulated Annealing | Algoritma pencarian berbasis probabilitas yang mengizinkan langkah mundur sementara untuk menghindari terjebak pada solusi lokal (local optimum). |
| Local Search | Pendekatan pencarian yang hanya berfokus pada satu keadaan (state) saat ini dan bergerak ke tetangga terdekat yang lebih baik, tanpa membangun pohon pencarian penuh. |
| Search Tree (Pohon Pencarian) | Struktur yang merepresentasikan semua kemungkinan jalur pencarian dari keadaan awal hingga keadaan tujuan. |
| State Space (Ruang Keadaan) | Kumpulan semua keadaan yang mungkin dicapai selama proses pencarian dari keadaan awal hingga tujuan. |
| Goal Test | Prosedur untuk menentukan apakah keadaan yang sedang diuji merupakan keadaan tujuan. |
| Path Cost (Biaya Jalur) | Jumlah total biaya dari serangkaian langkah yang diambil untuk mencapai keadaan tujuan. |
| Optimal Solution | Solusi terbaik yang memiliki biaya jalur minimum dan memenuhi semua kriteria tujuan. |
| Search Efficiency | Ukuran yang menggambarkan seberapa cepat dan hemat sumber daya (waktu dan memori) suatu algoritma menemukan solusi. |
LMS-SPADA INDONESIA