Maintenance script: Presentation V4: sitasi, referensi, Math, Wikimedia Commons, dan atribusi

2026-08-23T03:03:25Z

Presentation V4: sitasi, referensi, Math, Wikimedia Commons, dan atribusi

← Revisi sebelumnya		Revisi per 23 Agustus 2026 03.03
Baris 3:		Baris 3:

	== Pencarian ''Uninformed'' ==		== Pencarian ''Uninformed'' ==

	Sebuah algoritma pencarian ''uninformed'' adalah algoritma yang tidak mempertimbangkan sifat alami dari masalah. Oleh karena itu algoritma tersebut dapat diimplementasikan secara umum, sehingga dengan implementasi yang sama dapat digunakan pada lingkup masalah yang luas, hal ini berkat [[Abstraksi (ilmu komputer)\|abstraksi]]. Kekurangannya adalah sebagian besar [[ruang pencarian]] adalah sangat besar, dan sebuah pencarian ''uninformed'' (khususnya untuk pohon) membutuhkan banyak waktu walaupun hanya untuk contoh yang kecil. Sehingga untuk mempercepat proses, kadang-kadang hanya pencarian ''informed'' yang dapat melakukannya.		Sebuah algoritma pencarian ''uninformed'' adalah algoritma yang tidak mempertimbangkan sifat alami dari masalah. Oleh karena itu algoritma tersebut dapat diimplementasikan secara umum, sehingga dengan implementasi yang sama dapat digunakan pada lingkup masalah yang luas, hal ini berkat [[Abstraksi (ilmu komputer)\|abstraksi]]. Kekurangannya adalah sebagian besar [[ruang pencarian]] adalah sangat besar, dan sebuah pencarian ''uninformed'' (khususnya untuk pohon) membutuhkan banyak waktu walaupun hanya untuk contoh yang kecil. Sehingga untuk mempercepat proses, kadang-kadang hanya pencarian ''informed'' yang dapat melakukannya.

Baris 41:		Baris 40:

	== Lihat pula ==		== Lihat pula ==

	* [[Algoritme Pemilihan]]		* [[Algoritme Pemilihan]]
	* [[Teorema tidak ada makan siang gratis]] berhubungan dengan keumuman dari algoritma pencarian untuk kebutuhan pengetahuan ranah.		* [[Teorema tidak ada makan siang gratis]] berhubungan dengan keumuman dari algoritma pencarian untuk kebutuhan pengetahuan ranah.
Baris 48:		Baris 46:
	== Sumber dan atribusi ==		== Sumber dan atribusi ==

	~~Artikel~~ ini diadaptasi ~~dalam mode teks~~ dari		Konten artikel ini diadaptasi dari [https://id.wikipedia.org/w/index.php?title=Algoritma+pencarian&oldid=29187965 Wikipedia bahasa Indonesia], revisi 29187965 (2026-05-02T15:36:05Z), yang tersedia berdasarkan lisensi Creative Commons Atribusi-BerbagiSerupa (CC BY-SA). Mohon gunakan konten ini secara bijak serta sesuai dengan ketentuan lisensi yang berlaku.
	[https://id.wikipedia.org/w/index.php?title=~~Algoritma_pencarian~~&oldid=29187965 Wikipedia bahasa Indonesia],
	revisi 29187965 (2026-05-02T15:36:05Z).		<!-- WIKI_UNISSULA_PRESENTATION_V4 -->
	~~Gambar, media, infobox, templat navigasi~~, ~~dan kategori sumber~~
	~~tidak diimpor ke Wiki Unissula.~~
	~~Atribusi dan~~ lisensi ~~mengikuti ketentuan~~ Creative Commons
	Atribusi-BerbagiSerupa (CC BY-SA) ~~pada sumber Wikipedia~~.

Maintenance script: Impor teks terkontrol dari Wikipedia bahasa Indonesia; revisi 29187965; atribusi sumber disertakan.

2026-08-23T02:18:09Z

Impor teks terkontrol dari Wikipedia bahasa Indonesia; revisi 29187965; atribusi sumber disertakan.

Halaman baru

Dalam [[ilmu komputer]], sebuah '''algoritma pencarian''' dijelaskan secara luas adalah sebuah algoritma yang menerima [[masukan]] berupa sebuah masalah dan menghasilkan sebuah solusi untuk masalah tersebut, yang biasanya didapat dari evaluasi beberapa kemungkinan solusi. Sebagian besar algoritma yang dipelajari oleh ilmuwan komputer adalah algoritma pencarian. Himpunan semua kemungkinan solusi dari sebuah masalah disebut [[ruang pencarian]]. Algoritma [[pencarian brute-force]] atau pencarian naif/''uninformed'' menggunakan metode yang sederhana dan sangat [[intuitif]]
pada ruang pencarian, sedangkan algoritma pencarian ''informed'' menggunakan [[heuristik]] untuk menerapkan pengetahuan tentang struktur dari ruang pencarian untuk berusaha mengurangi banyaknya waktu yang dipakai dalam pencarian.

== Pencarian ''Uninformed'' ==

Sebuah algoritma pencarian ''uninformed'' adalah algoritma yang tidak mempertimbangkan sifat alami dari masalah. Oleh karena itu algoritma tersebut dapat diimplementasikan secara umum, sehingga dengan implementasi yang sama dapat digunakan pada lingkup masalah yang luas, hal ini berkat [[Abstraksi (ilmu komputer)|abstraksi]]. Kekurangannya adalah sebagian besar [[ruang pencarian]] adalah sangat besar, dan sebuah pencarian ''uninformed'' (khususnya untuk pohon) membutuhkan banyak waktu walaupun hanya untuk contoh yang kecil. Sehingga untuk mempercepat proses, kadang-kadang hanya pencarian ''informed'' yang dapat melakukannya.

=== Pencarian List ===
Algoritma pencarian list mungkin adalah algoritma pencarian paling dasar. Tujuannya adalah mencari sebuah elemen dari sebuah himpunan dengan suatu kunci (kemungkinan memuat informasi yang terkait dengan kunci). Oleh karena hal ini adalah masalah yang lazim dalam [[ilmu komputer]], [[kompleksitas komputasi]] algoritma-algoritma tersebut telah dipelajari dengan baik. Algoritma paling sederhana adalah [[pencarian linear]], yang secara sederhana melihat setiap elemen dari list secara berurutan. [[Waktu pengerjaan]] algoritma ini adalah [[notasi O besar|O]](''n''), di mana ''n'' adalah banyaknya elemen dalam list, dan dapat digunakan langsung pada list yang belum diproses. Algoritma pencarian list yang lebih canggih adalah [[pencarian biner]]; waktu pengerjaannya adalah [[notasi O besar|O]](log ''n''). Waktu pengerjaannya jauh lebih baik daripada [[pencarian linear]] untuk list yang memiliki data banyak, tetapi sebelum dilakukan pencarian list terlebih dahulu harus terurut (lihat [[algoritme pengurutan]]) dan juga harus dapat diakses secara acak ([[pengaksesan acak]]). [[Pencarian interpolasi]] adalah lebih baik dari pencarian biner untuk list terurut yang sangat besar dan terdistribusi merata. [[Algoritme Grover]] adalah sebuah [[komputer kuantum|algoritme kuantum]] yang menawarkan percepatan kuadrat dibandingkan pencarian linear klasik untuk list tak terurut.

[[Tabel hash]] juga digunakan untuk pencarian list, hanya memerlukan waktu yang konstan untuk mencari pada kasus rata-rata, tetapi memiliki ''overhead'' ruang yang lebih dan pada kasus terburuk waktu pengerjaannya adalah O(''n''). Pencarian lain yang berdasarkan struktur data khusus, menggunakan pohon pencarian biner yang ''self-balancing'' ([[self-balancing binary search tree]]) dan membutuhkan waktu pencarian O(log ''n''); hal ini dapat dipandang sebagai pengembangan dari ide utama pencarian biner untuk memungkinkan penyisipan dan penghapusan yang cepat. Lihat [[array asosiatif]] untuk diskusi lanjut dari struktur data pencarian list.

Sebagian besar algoritma pencarian, seperti pencarian linear, pencarian biner dan pohon pencarian biner yang ''self-balancing'', dapat dikembangkan dengan sedikit tambahan ''cost'' untuk menemukan semua nilai yang kurang dari atau lebih dari sebuah kunci, operasi ini disebut pencarian jangkauan (''range search''). Pengecualian ada pada tabel hash, yang tidak dapat melakukan pencarian tersebut secara efisien.

=== Pencarian Pohon ===
[[Algoritme pencarian pohon]] adalah jantung dari teknik pencarian. Algoritma tersebut mencari node dari [[pohon (teori graf)|pohon]], terlepas apakah pohon tersebut eksplisit atau implisit (dibangkitkan saat pengerjaan). Prinsip dasarnya adalah sebuah [[node (ilmu komputer)|node]] diambil dari sebuah [[struktur data]], suksesornya diperiksa dan ditambahkan pada struktur data. Dengan memanipulasi struktur data, pohon ditelusuri dalam urutan yang berbeda-beda, ditelusuri dari satu tingkat ke tingkat berikutnya ([[pencarian Breadth-first]]) atau mengunjungi [[node pucuk]] terlebih dahulu kemudian lacak balik/''backtracking'' ([[pencarian Depth-first]]). Contoh lain dari pencarian pohon antara lain [[pencarian iterative deepening depth-first|pencarian iterative-deepening]], [[pencarian berbatas kedalaman]], [[pencarian dwiarah]] dan [[pencarian uniform-cost]].

=== Pencarian Graf ===
Banyak masalah dalam [[teori graf]] dapat dipecahkan dengan memanfaatkan algoritma pencarian, seperti [[algoritme Dijkstra]], [[algoritme Kruskal's]], [[algoritme tetangga terdekat]], dan [[algoritme Prim]].-first|pencarian iterative-deepening]], [[pencarian berbatas kedalaman]], [[pencarian dwiarah]] dan [[pencarian uniform-cost]].

== Pencarian ''Informed'' ==
Pada pencarian ''informed'', sebuah [[heuristik]] yang khusus untuk masalah tertentu digunakan sebagai pedoman. Sebuah heuristik yang baik dapat membuat sebuah pencarian ''informed'' bekerja secara dramatis melebihi pencarian ''uninformed''.

Terdapat beberapa algoritma pencarian list ''informed'' yang dikenali. Salah satu anggota dari algoritma tersebut adalah sebuah tabel hash dengan sebuah fungsi ''hashing'', yaitu algoritma dengan heuristik yang berdasarkan pada masalah yang dihadapi. Sebagian besar algoritma ''informed'' adalah mengeksplore pohon. Termasuk di dalamnya adalah [[pencarian Breadth-first]], dan [[Algoritme Pencarian A Bintang|A*]]. Sebagaimana algoritma ''uninformed'', algoritma ''informed'' dapat dikembangkan untuk bekerja pada graf.

== Pencarian Adversarial ==
Dalam permainan seperti [[catur]], terdapat sebuah [[pohon permainan]] dari semua kemungkinan gerak dari kedua pemain dan konfigurasi hasil dari papan catur, dan kita dapat mencari pada pohon tersebut untuk menemukan strategi permainan yang efektif. Tipe masalah ini memiliki karakteristik unik yang mengharuskan kita memperhatikan semua kemungkinan gerak dari lawan yang mungkin terjadi. Untuk melakukannya, program permainan komputer, atau bentuk lain dari [[kecerdasan buatan]] seperti [[perencanaan mesin]], biasanya menggunakan algoritma pencarian seperti [[algoritme minimaks]], [[pemangkasan pohon pencarian]] dan [[pemangkasan alpha-beta]].

== Pemenuhan Kendala ==
Ini adalah satu jenis pencarian yang memecahkan [[permasalahan pemenuhan kendala]] di mana, bukan dengan melihat sebuah jalur, solusinya adalah sebuah himpunan nilai yang diberikan pada sebuah himpunan peubah. Karena peubah-peubah dapat diproses dengan urutan apa saja, algoritma pencarian pohon biasa adalah tidak efisien. Metode pemecahan masalah kendala memuat [[pencarian kombinatorial]] dan [[lacak balik]], keduanya mengambil keuntungan dari kebebasan yang diasosiasikan dengan masalah kendala.

== Pencarian Interpolasi ==
Bayangkan perihal mencari sebuah kata dalam sebuah kamus. Diberikan sembarang kata, anda memiliki beberapa ide perihal di mana membuka kamus untuk mendapatkan huruf pertama dari kata. Dari sana, anda akan memiliki ide untuk membuka beberapa halaman lagi untuk mendapatkan kota yang hampir mirip denan kata. Dan seterusnya, ini adalah ide dasar dari [[pencarian interpolasi]].

== Jenis Lain ==
* [[Algoritme pencarian string]] mencari pola dalam [[string (ilmu komputer)|string]]; salah satu struktur data yang populer yang membuat lebih efisien adalah [[pohon sufiks]].
* [[Algoritme genetika]] menggunakan ide dari [[evolusi]] sebagai heuristik untuk mengurangi ruang pencarian.
* [[Simulated annealing]] adalah sebuah algoritma pencariaan [[probabilistik]].
* [[Pencarian Tabu]] adalah sebuah teknik untuk mencekah pencarian diskrit menjadi terhenti pada minimum lokal.
* [[Pencarian Federated]]

== Lihat pula ==

* [[Algoritme Pemilihan]]
* [[Teorema tidak ada makan siang gratis]] berhubungan dengan keumuman dari algoritma pencarian untuk kebutuhan pengetahuan ranah.
* [[Permasalahan Sekretaris]] adalah sebuah masalah pencarian online (yaitu dipresentasikan secara sekuens) dengan informasi tak lengkap, dan sebuah strategi statistik yang optimal.

== Sumber dan atribusi ==

Artikel ini diadaptasi dalam mode teks dari
[https://id.wikipedia.org/w/index.php?title=Algoritma_pencarian&oldid=29187965 Wikipedia bahasa Indonesia],
revisi 29187965 (2026-05-02T15:36:05Z).
Gambar, media, infobox, templat navigasi, dan kategori sumber
tidak diimpor ke Wiki Unissula.
Atribusi dan lisensi mengikuti ketentuan Creative Commons
Atribusi-BerbagiSerupa (CC BY-SA) pada sumber Wikipedia.

Algoritma pencarian - Riwayat revisi

Maintenance script: Presentation V4: sitasi, referensi, Math, Wikimedia Commons, dan atribusi

Maintenance script: Impor teks terkontrol dari Wikipedia bahasa Indonesia; revisi 29187965; atribusi sumber disertakan.