Teknik Searching Artificial Intelligence

1. BREAD - FIRST - SEARCH
Adalah algoritma yang melakukan pencarian secara melebar yang mengunjungi simpul secara preorder yaitu mengunjungi suatu simpul kemudian mengunjungi semua simpul yang bertetangga dengan simpul tersebut terlebih dahulu. Selanjutnya, simpul yang belum dikunjungi dan bertetangga dengan simpul- simpul yang tadi dikunjungi , demikian seterusnya. Jika graf berbentuk pohon berakar, maka semua simpul pada aras d dikunjungi lebih dahulu sebelum simpul-simpul pad aras d+1. Algoritma ini memerluka-n sebuah antrian q untuk menyimpan simpul yang telah dikunjungi. Simpul- simpul ini diperlukan sebagai acuan untuk mengunjungi simpul-simpul yang bertetanggaan dengannya. Tiap simpul yang telah dikunjungu masuk ke dalam antrian hanya satu kali.Algoritma ini juga membutuhkan table Boolean untuk menyimpan simpul yang te lah dikunjungisehingga tidak ada simpul yang dikunjungi lebih dari satu kali.

2. DEPTH- FIRST- SEARCH
Adalah Depth-first search (DFS) melakukan pencarian secara preorder. Mengunjungi anak suatu simpul sebelum simpul tetangganya. Berkaitan dengan mesin pencari, DFS ini cenderung mengindeks dokumen berdasarkan suatu link.

3. GENERATE AND TEST
Strategi
bangkitkan dan uji (generate and test) merupakan pendekatan yang paling
sederhana dari semua pendekatan yang akan dibicarakan.
• Pendekatan ini meliputi langkah–langkah sebagai berikut : 1. Buatlah/bangkitkan sebuah solusi yang memungkinkan. Untuk sebuah problema halini dapat berarti pembuatan sebuah titik khusus dalam ruang problema. 2. Lakukan pengujian untuk melihat apakah solusi yang dibuat benar–benar merupakan sebuah solusi, dengan cara membandingkan titik khusus tersebut dengan goal-nya (solusi). 3. Jika telah diperoleh sebuah solusi, langkah– langkah tersebut dapat dihentikan. Jika belum, kembalilah ke langkah pertama. Jika pembangkitan atau pembuatan solusi– solusi yang dimungkinkan dapat dilakukan secara sistematis, maka prosedur ini akan dapat segera menemukan solusinya, (bila ada). • Namun, jika ruang problema sangat besar, maka proses ini akan membutuhkan waktu yang lama. Metode generate and test ini kurang efisien untuk masalah yang besar atau kompleks.

4. HILL - CLIMBING
Metode
hill climbing adalah salah satu metode dari sekian banyak metode
kecerdasan buatan untuk menyelesaikan permasalahan optimasi. Karena
algoritmanya yang cukup sederhana, metode hill climbing telah banyak
diterapkan dalam berbagai aplikasi. Di samping itu, metode hill
climbing juga mengefisienkan penggunaaan memori yang besar. Tetapi pada
umumnya, metode hill climbing diimplementasikan pada sebuah personal
computer (PC). Karena itu dalam proyek penelitian ini, metode hill
climbing diimplementasikan pada sebuah mikrokontroler dimana
mikrokontroler ini juga mengontrol robot mobil standalone. Adapun
tujuan utama dari penelitian ini adalah mengimplementasikan metode hill
climbing sebuah mikrokontroler. Selain itu, secara khusus, penelitian
ini bertujuan menerapkan metode hill climbing pada sebuah robot mobil
sehingga robot mobil tersebut dapat mencari sendiri secara otomatis
rute yang paling dekat dari lokasi start menuju ke lokasi tujuan.

5. BEST-FIRST-SEARCH
Pencarian
terbaik pertama (Best First Search) merupakan suatu cara yang
menggabungkan keuntungan atau kelebihan dari pencarian Breadth-First
Search dan Depth-First Search. Pada setiap langkah proses pencarian
terbaik pertama, kita memilih node-node denganmenerapkan fungsi
heuristik yang memadai pada setiap node/simpul yang kita pilih dengan
menggunakan aturan-aturan tertentu untuk menghasilkan penggantinya.
Teknik
heuristic adalah teknik yang digunakan untuk mempercepat pencarian
solusi. Teknik heuristic digunakan untuk mengeliminasi beberapa
kemungkinan solusi tanpa harus mengeksplorasinya secara penuh. Selain
itu, teknik heuristic juga membantu memutuskan kemungkinan solusi mana
yang pertama kali perlu dievaluasi. Ada beberapa metode pencarian
heuristic salah satunya adalah metode hill climbing.