Namun, antara teknik pencarian informasi dan tidak informasi, pencarian informasi lebih efisien dan hemat biaya.
Grafik perbandingan
| Dasar untuk perbandingan | Pencarian Berinformasi | Pencarian Tidak Informasi |
|---|---|---|
| Dasar | Gunakan pengetahuan untuk menemukan langkah-langkah menuju solusi. | Tidak menggunakan pengetahuan |
| Efisiensi | Sangat efisien karena menghabiskan lebih sedikit waktu dan biaya. | Efisiensi bersifat mediatori |
| Biaya | Rendah | Relatif tinggi |
| Performa | Temukan solusi lebih cepat | Kecepatan lebih lambat dari pencarian yang diinformasikan |
| Algoritma | Pencarian mendalam pertama, pencarian pertama luas dan pencarian pertama biaya terendah | Kedalaman heuristik pertama dan pencarian pertama-lebarnya, dan pencarian A * |
Definisi pencarian informasi
Teknik pencarian informasi menggunakan pengetahuan khusus masalah untuk memberikan petunjuk untuk solusi masalah. Jenis strategi pencarian ini sebenarnya mencegah algoritma dari tersandung tentang tujuan dan arah ke solusi. Pencarian yang diinformasikan dapat menguntungkan dalam hal biaya di mana optimalitas dicapai dengan biaya pencarian yang lebih rendah.
Untuk mencari biaya jalur yang optimal dalam grafik dengan menerapkan strategi pencarian informasi, node yang paling menjanjikan n dimasukkan ke fungsi heuristik h (n). Kemudian fungsi mengembalikan bilangan real non-negatif yang merupakan perkiraan biaya jalur yang dihitung dari simpul n ke simpul target.
Di sini bagian terpenting dari teknik informasi adalah fungsi heuristik yang memfasilitasi dalam memberikan pengetahuan tambahan tentang masalah ke algoritma. Sebagai hasilnya, ini membantu dalam menemukan jalan ke tujuan melalui berbagai node tetangga. Ada berbagai algoritma berdasarkan pencarian informasi seperti pencarian heuristik mendalam-pertama, pencarian luas heuristik pertama, pencarian A *, dan sebagainya. Mari sekarang kita pahami pencarian heuristic-first.
Pencarian Pertama Kedalaman Heuristik
Mirip dengan metode pencarian kedalaman-pertama yang diberikan di bawah ini, pencarian heuristik pertama memilih jalur tetapi lintasi semua jalur dari jalur yang dipilih sebelum memilih jalur lain. Namun, ia memilih jalur terbaik secara lokal. Dalam kasus di mana nilai heuristik terkecil adalah prioritas untuk perbatasan, maka dikenal sebagai pencarian pertama yang terbaik.
Algoritme pencarian informasi lainnya adalah pencarian A * yang menggabungkan konsep pencarian pertama dan terbaik dengan biaya terendah. Metode ini mempertimbangkan biaya jalur dan informasi heuristik dalam proses pencarian dan pemilihan jalur yang akan diperluas. Perkiraan total biaya jalur yang digunakan untuk setiap jalur yang berada di perbatasan dari awal hingga node target. Oleh karena itu ia menggunakan dua fungsi pada saat bersamaan - biaya (p) adalah biaya jalur yang ditemukan dan h (p) adalah nilai estimasi biaya jalur dari simpul mulai ke simpul tujuan.
Definisi pencarian tidak informasi
Pencarian tidak informasi berbeda dari pencarian informasi dengan cara yang hanya memberikan definisi masalah tetapi tidak ada langkah lebih lanjut untuk menemukan solusi untuk masalah tersebut. Tujuan utama pencarian tanpa informasi adalah untuk membedakan antara target dan status non-target, dan itu benar-benar mengabaikan tujuan yang dituju di jalan sampai menemukan tujuan dan melaporkan penggantinya. Strategi ini juga dikenal sebagai pencarian buta.
Ada berbagai algoritma pencarian di bawah kategori ini seperti pencarian kedalaman-pertama, pencarian biaya seragam, pencarian luas-pertama, dan sebagainya. Mari kita memahami konsep di balik pencarian yang tidak informasi dengan bantuan pencarian mendalam-pertama.
Pencarian Pertama Kedalaman
Pencarian mendalam pertama, tumpukan Terakhir masuk pertama digunakan untuk menambah dan menghapus node. Hanya satu simpul yang ditambahkan atau dihapus pada suatu waktu dan elemen pertama yang dihapus dari perbatasan stack akan menjadi elemen terakhir yang ditambahkan ke stack. Dengan menggunakan tumpukan di hasil perbatasan dalam pencarian jalur dilanjutkan secara mendalam terlebih dahulu. Ketika jalur terpendek dan optimal dicari menggunakan pencarian kedalaman-pertama, jalur yang dibuat oleh node yang berdekatan diselesaikan terlebih dahulu bahkan jika itu bukan yang diinginkan. Kemudian jalur alternatif dicari melalui backtracking.
Dengan kata lain, algoritma memilih alternatif pertama di setiap node kemudian melakukan backtracks ke alternatif lain sampai telah melintasi semua jalur dari seleksi pertama. Ini juga menimbulkan masalah di mana pencarian dapat berhenti berhenti karena loop (siklus) tak terbatas hadir dalam grafik.
Perbedaan Utama antara Pencarian Informed dan Informed
- Teknik pencarian informasi sebelumnya menggunakan pengetahuan untuk menemukan solusi. Di sisi lain, teknik pencarian yang terakhir tidak diinformasikan tidak menggunakan pengetahuan. Secara sederhana tidak ada informasi lebih lanjut tentang solusinya.
- Efisiensi pencarian informasi lebih baik daripada pencarian tanpa informasi.
- Pencarian tanpa informasi menghabiskan lebih banyak waktu dan biaya karena tidak memiliki petunjuk tentang solusi dibandingkan dengan pencarian yang diinformasikan.
- Pencarian mendalam pertama, pencarian luas pertama dan pencarian pertama biaya terendah adalah algoritma berada di bawah kategori pencarian tidak diinformasikan. Sebaliknya, pencarian yang diinformasikan mencakup algoritma seperti heuristic depth-first, heuristic first-first search dan pencarian A *.
Kesimpulan
Pencarian yang diinformasikan memberikan arahan mengenai solusi sementara dalam pencarian yang tidak diinformasikan tidak ada saran yang diberikan mengenai solusi. Ini membuat pencarian yang kurang informasi menjadi lebih panjang ketika algoritma diimplementasikan.
