Coconote
AI notes
AI voice & video notes
Try for free
🔍
Evaluasi Kinerja DFS dan BFS
May 29, 2024
Evaluasi Kinerja Teknik Pencarian DFS dan BFS
Aspek Penilaian
Completeness
Menjamin ditemukan solusi jika ada.
Optimality
Apakah jalur ke solusinya memiliki biaya minimal?
Kompleksitas Waktu
Waktu yang diperlukan untuk mencapai solusi.
Kompleksitas Ruang
Memori yang diperlukan selama pencarian.
Istilah Khusus
B (Branching Factor)
: Maksimum percabangan dari suatu simpul.
D
: Kedalaman dari solusi terbaik.
M
: Maksimum kedalaman dari ruang status.
Ilustrasi dengan 8-Puzzle
Hillstate
: Status awal.
Goalstate
: State akhir yang diinginkan.
Aksi yang mungkin dilakukan:
up
,
down
,
left
,
right
.
Contoh Pohon Ruang Status
Simpul menunjukkan state atau kondisi ubin kosong.
Pencabangan dari simpul adalah aksi yang mungkin dilakukan.
DFS (Depth-First Search)
Ilustrasi DFS pada 8-Puzzle
:
Contoh langkah: simpul 1 -> 18 -> 28 -> 29 -> 30 -> 31.
Properti DFS
:
Completeness
: Dijamin selama ada penanganan untuk
redundant paths
dan
repeated states
.
Optimality
: Belum tentu optimal karena pencarian dilakukan secara mendalam.
Kompleksitas Waktu
: B Pangkat M (kedalaman maksimum).
Kompleksitas Ruang
: BM (lebih efisien daripada BFS).
BFS (Breadth-First Search)
Ilustrasi BFS pada 8-Puzzle
:
Urutan pencarian sesuai kedalaman: akar -> kedalaman 1 -> kedalaman 2, dst.
Semua simpul pada satu kedalaman dibangkitkan terlebih dahulu.
Contoh langkah: simpul 1 -> 3 -> 7 -> 14 -> 26 -> 46.
Properti BFS
:
Completeness
: Dijamin mendapatkan solusi selama branching factor terbatas.
Optimality
: Dijamin optimal jika langkah ke state berikutnya dianggap berbiaya sama.
Kompleksitas Waktu
: B Pangkat D (kedalaman solusi).
Kompleksitas Ruang
: B Pangkat D (tidak efisien).
Kesimpulan
DFS
: Efisien dalam ruang tapi belum tentu optimal dan kompleksitas waktu tinggi.
BFS
: Optimal dalam solusi dan terjamin memperoleh solusi, tetapi tidak efisien dalam ruang.
Pendekatan gabungan: Mengambil manfaat terbaik dari DFS dan BFS.
Video Selanjutnya
Pembahasan mengenai backtracking dalam DFS.
📄
Full transcript