Hill climbing (algoritma): Perbedaan antara revisi
Konten dihapus Konten ditambahkan
Add 2 books for Wikipedia:Pemastian (20240309)) #IABot (v2.0.9.5) (GreenC bot |
|||
| (2 revisi perantara oleh 2 pengguna tidak ditampilkan) | |||
Baris 4:
Sebagai contoh, ''hill climbing'' dapat diterapkan pada [[Permasalahan Penjual Keliling|masalah penjualan keliling]]. Sangat mudah untuk menemukan solusi awal yang dapat mengunjungi semua kota, tetapi kemungkinan solusi tersebut akan sangat buruk (tinggi biaya), jika dibandingkan dengan solusi optimal. Algoritma ini dimulai dengan solusi seperti itu dan melakukan perbaikan kecil terhadap solusi tersebut, seperti menukar urutan dua kota. Secara bertahap, rute yang jauh lebih pendek bisa ditemukan.
''Hill climbing'' mampu menemukan solusi optimal, khususnya untuk masalah [[Optimasi cembung|optimasi konvex]], sedangkan untuk permasalahan lain, ''hill climbing'' hanya akan menemukan optimum lokal (solusi yang tidak dapat diperbaiki dengan konfigurasi tetangga manapun), yang tidak selalu merupakan solusi terbaik yang mungkin ([[Maksimum dan minimum|optimum global]]) di antara semua solusi yang mungkin di [[ruang pencarian]]. Contoh algoritma yang dapat menyelesaikan masalah optimasi konveks (atau cembung) dengan menggunakan algoritma ''hill climbing'', antara lain adalah [[Metode simpleks|algoritma simpleks]] untuk [[Program linear|pemrograman linier]] dan [[Algoritma pencarian biner|pencarian biner]].
Simplisitas relatif algoritma ini menjadikannya pilihan awal yang populer di antara algoritma optimasi. Algoritma ini telah digunakan secara luas dalam [[kecerdasan buatan]], seperti untuk mendapatkan kondisi tujuan (''goal state'') dari node awal yang mana terdapat beberapa pilihan yang berbeda untuk node berikutnya dan node awal yang digunakan dalam algoritma terkait. Meskipun terdapat algoritma yang lebih canggih, seperti [[Simulated annealing|''simulated annealing'']] atau [[pencarian tabu]] yang mungkin memberikan hasil yang lebih baik, tetapi dalam beberapa situasi'', hill climbing'' dapat berfungsi sama baiknya. ''Hill'' ''climbing'' sering kali dapat memberikan hasil yang lebih baik, dibandingkan dengan algoritma lain ketika jumlah waktu yang tersedia terbatas untuk melakukan pencarian, seperti pada sistem [[real-time]], selama jumlah inkrementasi yang kecil umumnya konvergen pada solusi yang baik (solusi optimal atau pendekatan yang mendekati). Di sisi lain, salah satu algoritma pengurutan, ''[[bubble sort]]'' dapat dilihat sebagai algoritma ''hill climbing'', sebab setiap pertukaran elemen yang berdekatan akan mengurangi jumlah pasangan elemen yang tidak terurut), tetapi pendekatan ini jauh dari efisien, bahkan untuk N yang kecil sekalipun, karena jumlah pertukaran yang dibutuhkan akan bertambah secara kuadratik.
Baris 25:
== Referensi ==
{{Reflist}}
{{cite book|last=Skiena|first=Steven|year=2010|title=The Algorithm Design Manual|url=https://archive.org/details/algorithmdesignm0000stev|publisher=[[Springer Science+Business Media]]|isbn=1-849-96720-2|edition=2nd|author-link=Steven Skiena}}
== Bacaan lanjutan ==
Baris 34:
* {{Wikibooks-inline}}
[[Kategori:Algoritme]]
| |||