Pages - Menu

Monday, November 14, 2016

TUGAS GRAFIK KOMPUTER & PENGOLAHAN CITRA

        Tugas Grafik & Pengolahan Citra dalam membuat Program Garis Vertikal, Horizontal dan Diagonal menggunakan Java NetBeans, Java Development Kit, OPENGL dengan library lwjgl. Syarat-syarat menjalankan program tersebut, antara lain;

a)      Ketika koding an program Java sudah dibuat, pastikan program JAVA connected dengan open GL dan aplikasi lainnya untuk menjalankan program.exe. 
b)      Install dan extract fungsi openGL dengan library lwjgl dan fungsi-fungsi di dalamnya.
c)      Sesuaikan nama folder/jar dengan install an masing-masing PC/LAPTOP.

             Untuk lebih lengkapnya klik link program dan penjelasan materi program garis dibawah ini :



            
       


Monday, October 31, 2016

Heuristic Search



2. Heuristic Search


A. Pembangkitan dan Pengujian (Generate and Test)
Metode ini merupakan penggabungan antara depth-first search dengan pelacakan mundur (backtracking), yaitu bergerak kebelakang menuju pada suatu keadaan awal.
Algoritma:
1.Bangkitkan suatu kemungkinan solusi(membangkitkan suatu titik tertentu atau lintasan tertentu dari keadaan awal).
2.Uji untuk melihat apakah node tersebut benar-benar merupakan solusinya dengan cara membandingkan node terebut atau node akhir dari suatu lintasan yang dipilih dengan kumpulan tujuan yang diharapkan.
3.Jika solusi ditemukan, keluar. Jika tidak, ulangi kembali langkah pertama.




B. Pendakian Bukit (Hill Climbing)
Metode ini hampir sama dengan metode pembangkitan dan pengujian, hanya saja proses pengujian dilakukan dengan menggunakan fungsi heuristic. Pembangkitan keadaan berikutnya tergantung pada feedback dari prosedur pengetesan. Tes yang berupa fungsi heuristic ini akan menunjukkan seberapa baiknya nilai terkaan yang diambil terhadap keadaan-keadaan lainnya yang mungkin.
Algoritma:
1. Cari operator yang belum pernah digunakan; gunakan operator ini untuk mendapatkan keadaan yang baru.
a) Kerjakan langkah-langkah berikut sampai solusinya ditemukan atau sampai tidak ada operator baru yang akan diaplikasikan pada keadaan sekarang : Cari operator yang belum digunakan; gunakan operator ini untuk mendapatkan keadaan yang baru.
b) Evaluasi keadaan baru tersebut :
– Jika keadaan baru merupakan tujuan, keluar
– Jika bukan tujuan, namun nilainya lebih baik daripada keadaan sekarang, maka jadikan keadaan baru tersebut menjadi keadaan sekarang.
– Jika keadaan baru tidak lebih baik daripada keadaan sekarang, maka  lanjutkan iterasi.

Contoh : Traveling Salesman Problem (TSP) Seorang salesman ingin mengunjungi n kota. Jarak antara tiap-tiap kota sudah diketahui. Kita ingin mengetahui rute terpendek dimana setiap kota hanya boleh dikunjungi tepat 1 kali. Misal ada 4 kota dengan jarak antara tiap-tiap kota seperti berikut ini :
a) Solusi – solusi yang mungkin dengan menyusun kota-kota dalam urutan
abjad, misal :
A – B – C – D : dengan panjang lintasan (=19)
A – B – D – C : (=18)
A – C – B – D : (=12)
A – C – D – B : (=13)

Metode Simple Hill Climbing
 Ruang keadaan berisi semua kemungkinan lintasan yang mungkin. Operator digunakan untuk menukar posisi kota-kota yang bersebelahan. Fungsi heuristik yang digunakan adalah panjang lintasan yang terjadi. Operator yang akan digunakan adalah menukar urutan posisi 2 kota dalam 1 lintasan. Bila ada n kota, dan ingin mencari kombinasi lintasan dengan menukar posisi urutan 2 kota, maka akan didapat
sebanyak :


Keenam kombinasi ini akan dipakai semuanya sebagaioperator, yaitu :
Tukar 1,2 = menukar urutan posisi kota ke – 1 dengan kota ke – 2
Tukar 2,3 = menukar urutan posisi kota ke – 2 dengan kota ke – 3
Tukar 3,4 = menukar urutan posisi kota ke – 3 dengan kota ke – 4
Tukar 4,1 = menukar urutan posisi kota ke – 4 dengan kota ke – 1
Tukar 2,4 = menukar urutan posisi kota ke – 2 dengan kota ke – 4
Tukar 1,3 = menukar urutan posisi kota ke – 1 dengan kota ke – 3

Metode Steepest – Ascent Hill Climbing
·         Steepest – ascent hill climbing hampir sama dengan simple – ascent hill climbing, hanya saja gerakan pencarian tidak dimulai dari kiri, tetapi berdasarkan nilai heuristik terbaik.
·         Keadaan awal, lintasan ABCD (=19).
·         Level pertama, hill climbing memilih nilai heuristik terbaik yaitu ACBD (=12) sehingga ACBD menjadi pilihan selanjutnya.
·         Level kedua, hill climbing memilih nilai heuristik terbaik, karena nilai heuristik lebih besar dibanding ACBD, maka hasil yang diperoleh lintasannya tetap ACBD (=12).


Sumber :


http://slideplayer.info/slide/2805739/
lily.staff.gunadarma.ac.id/Downloads/files/17559/Pertemuan2.pdf
Anik Nur Handayani, ST., MT. T. Sutojo,S.Si.,M.Kom. Edy Mulyanto, S.Si.,M.Kom. Dr. VIncent Suhartono. (2009).  Kecerdasan  Buatan. Yogyakarta:  Andi.