Penerapan BFS dan DFS pada Pencarian Solusi

Penerapan BFS dan DFS pada Pencarian Solusi

Penerapan Breadth-first search dan Depth-first search pada Pencarian Solusi 

Pengorganisasian Solusi
  • Kemungkinan2 solusi dari persoalan membentuk ruang solusi (solution space)
  • Ruang solusi diorganisasikan ke dalam struktur pohon
  • Pencarian solusi dilakukan dengan mengunjungi (traversal) simpul-simpul di dalam pohon
  • Pohon yang ditelusuri: pohon dinamis
  • Pohon dinamis: pohon yang dibangun selama pencarian solusi berlangsung
  • Pohon dinamis dibangun dengan 2 metode traversal: BFS dan DFS 
  • Pohon dinamis menyatakan status-status persoalan pada saat pencarian solusi berlangsung.

Terminologi
  • Status persoalan (problem state): simpul-simpul di dalam pohon dinamis yang  memenuhi kendala (constraints). 
  • Status solusi (solution state): satu atau lebih status yang menyatakan solusi persoalan.
  • Status tujuan (goal state): status solusi yang merupakan simpul daun
  • Ruang solusi (solution space): himpunan semua status solusi.
  • Ruang status (state space): Seluruh simpul di dalam pohon dinamis dan pohonnya dinamakan juga pohon ruang status (state space tree). 
Penerapan BFS dan DFS pada Pencarian Solusi


Penerapan BFS dan DFS pada Pencarian Solusi


Penerapan BFS dan DFS pada Pencarian Solusi



Metode Pencarian Melebar Breadth-first search (BFS)
Penerapan BFS dan DFS pada Pencarian Solusi

Penerapan BFS dan DFS pada Pencarian Solusi

Penerapan BFS dan DFS pada Pencarian Solusi

Algoritma BFS:

  1. Masukkan simpul akar ke dalam antrian Q. Jika simpul akar = simpul solusi (goal node),  maka stop.
  2. Jika Q kosong, tidak ada solusi. Stop.
  3. Ambil simpul v dari kepala (head) antrian, bangkitkan semua anak-anaknya. Jika v tidak mempunyai anak lagi, kembali ke langkah 2. Tempatkan semua anak dari v di belakang antrian.
  4. Jika suatu simpul anak dari v adalah simpul solusi, maka solusi telah ditemukan, kalau tidak kembali lagi ke langkah 2.

Penerapan BFS dan DFS pada Pencarian Solusi


Pohon ruang status yang dibentuk selama pencarian solusi dengan metode BFS: 

Penerapan BFS dan DFS pada Pencarian Solusi

  • Dengan mengikuti lintasan dari simput akar (S0) ke simpul solusi(S10), kita memperoleh konfigurasi  urutan perpindahan blok dari status awal sampai ke status akhir.
  • Dengan metode BFS, jika terdapat sebuah solusi, maka BFS menjamin dapat menemukannya.
  • Jika terdapat lebih dari satu buah solusi, BFS selalu menemukan solusi pertama pada aras pohon yang  paling rendah.


Kompleksitas waktu algoritma BFS: 

  • Asumsi: setiap simpul dapat membangkitkan b  buah simpul baru. 
  • Misalkan solusi ditemukan pada aras ke-d
  • Jumlah maksimum seluruh simpul: 
           1 + b + b2 + b3 + ... + bd = (bd+1 – 1)/(b – 1)  
  • T(n) = O(bd).  
  • Kompleksitas ruang algoritma BFS = sama dengan kompleksitas waktunya, karena semua simpul daun dari pohon harus disimpan di dalam memori  selama proses pencarian. 
Metode Pencarian Mendalam (DFS)

Penerapan BFS dan DFS pada Pencarian Solusi

Pembentukan pohon ruang status persoalan pembangkitan permutasi A, B, C  dengan metode DFS
Penerapan BFS dan DFS pada Pencarian Solusi



Algoritma Depth-first search (DFS):
  1. Masukkan simpul akar ke dalam antrian Q. Jika simpul akar = simpul solusi, maka  Stop.
  2. Jika Q kosong, tidak ada solusi. Stop.
  3. Ambil simpul v dari kepala (head) antrian.
  4. Jika kedalaman simpul v sama dengan batas kedalaman maksimum, kembali ke langkah 2.
  5. Bangkitkan semua anak dari simpul v. Jika v tidak mempunyai anak lagi, kembali ke langkah 2. Tempatkan semua anak dari v di awal antrian Q.
  6. Jika anak dari simpul v adalah simpul tujuan, berarti solusi telah ditemukan, kalau tidak, kembali   lagi ke langkah 2.

Contoh 6.4. Sebuah bidak (pion) bergerak di dalam sebuah matriks pada Gambar 6.11. Bidak dapat memasuki elemen matriks mana saja pada baris paling atas.  Dari elemen matriks yang berisi 0, bidak dapat bergerak ke bawah jika elemen matriks di bawahnya berisi 0; atau berpindah horizontal (kiri atau kanan) jika elemen di bawahnya berisi 1. Bila bidak berada pada elemen yang berisi 1, ia tidak dapat bergerak kemanapun.  Tujuan permainan ini adalah mencapai elemen matriks yang  mengandung 0 pada baris paling bawah.

Penerapan BFS dan DFS pada Pencarian Solusi

Penerapan BFS dan DFS pada Pencarian Solusi

Gambar 6.12(a) Pohon ruang status yang mengandung duplikasi simpul(b) Pohon ruang status yang menghindari pembangkitan simpul yang sama.


  • Kompleksitas waktu algoritma DFS pada kasus  terburuk adalah O(bm).  
  • Kompleksitas ruang algoritma DFS adalah O(bm), karena kita hanya hanya  perlu menyimpan satu buah lintasan tunggal dari akar sampai daun, ditambah dengan simpul-simpul saudara kandungnya yang belum dikembangkan.
  • Untuk persoalan yang memiliki banyak solusi, metode DFS lebih cepat daripada BFS, karena DFS menemukan solusi setelah mengeksplorasi hanya sebagian kecil dari seluruh ruang status. Sedangkan BFS masih harus menelusuri semua lintasan pada aras d – 1 sebelum memeriksa solusi pada aras d.
Varian DFS: Metode Pencarian Mendalam Berulang (IDS = Iterative Deepening Search)

  • Kesulitan utama pada metode DFS adalah menentukan batas maksimum kedalaman pohon ruang status.
  • Strategi yang digunakan untuk memecahkan masalah kedalaman terbaik ini adalah dengan mencoba semua kedalaman yang mungkin, mula-mula kedalaman 0, kedalaman 1, kedalaman 2, dan seterusnya.


kata kunci : Penerapan BFS dan DFS pada Pencarian Solusi, BFS, DFS, Algoritma Depth-first search, Algoritma Breadth-first search , skripsi teknik informatika, contoh skripsi teknik informatika, skripsi, contoh skripsi, ilmu skripsi