1. Apa yang dimaksud dengan pendekatan 'pencarian' (search approach)?
Pendekatan pencarian (search approach) adalah metode umum, atau suatu kategori dari metode-metode yang terkait erat, yang digunakan untuk menemukan solusi terbaik untuk masalah yang berdasarkan pada beberapa kriteria. Kriteria tersebut biasanya menerapkan proses memaksimalkan atau meminimalkan suatu nilai numerik.
Beberapa pendekatan pencarian |
2. Apa saja metode-metode pencarian untuk pemecahan masalah?
metode teknik-teknik analisis, metode algoritma, metode pencarian buta (blind searching), dan metode pencarian heuristik (heuristic searching)
3. Apa batasan-batasan praktis untuk pencarian buta (blind searching)?
Batasan-batasan praktisnya adalah waktu dan sumber daya komputer yang digunakan untuk pencarian.
4. Bagaimana metode algoritma dan metode pencarian heuristik kelihatan serupa/mirip? Bagaimana kita membedakan keduanya?
Kesamaannya adalah bahwa keduanya adalah pendekatan pencarian (search approach) bila kita menggunakan definisi pada pertanyaan no.1 di atas.
Perbedaannya adalah bahwa algoritma selalu menemukan suatu solusi, jika solusi ada dalam batasan-batasan dari metode yang digunakan, dan solusi tersebut selalu dapat dibuktikan optimal secara matematis. Metode-metode pencarian heuristik mungkin saja menemukan tetapi mungkin saja juga tidak menemukan suatu solusi. Jika solusi ditemukan, solusi tersebut mungkin saja bisa atau mungkin bukan yang "terbaik" dengan kriteria yang sudah dinyatakan. Keunggulan metode heuristik dibanding metode algoritma adalah bahwa metode heuristik bisa digunakan untuk beberapa masalah dimana metode algorithma kurang bisa diterapkan, selain itu metode heuristik seringkali juga lebih cepat.
Proses menggunakan pendekatan algoritma |
Catatan:
Jawaban di atas menggunakan istilah "algoritma" untuk konteks pemecahan masalah-masalah bisnis. Istilah algorithma memiliki arti yang lebih umum yaitu: "Suatu prosedur langkah-demi-langkah eksplisit yang menghasilkan solusi untuk masalah yang diketahui." Beberapa algoritma tidak menerapkan optimasi, misalnya suatu algoritma untuk menghitung akar kuadrat. Algoritma-algoritma lainnya berlaku pada area di mana tidak ada hasil matematis yang optimal, misalnya, algoritma pencarian Google. Tidak ada cara untuk mengetahui apakah halaman yang ditemukan adalah yang terbaik untuk tujuan tertentu, karena orang tidak akan setuju pada apa yang disebut dengan "terbaik" pada konteks ini. Seseorang yang mencari "diamond," ingin informasi tentang batu permata, mungkin menemukan jawaban yang berguna, tetapi hasil yang sama akan tidak terlalu berguna untuk seseorang yang membutuhkan informasi tentang taman bisbol, bentuk geometris, atau gambar wajik di setumpuk kartu.
Daftar link terkait review topik: pemodelan dan analisa:
Daftar link terkait review topik: pemodelan dan analisa:
- Review Topik Pemodelan dan Analisa: Pemodelan Management Support Systems
- Review Topik Pemodelan dan Analisa: Struktur Model-model Matematika Untuk Pendukung Keputusan
- Review Topik Pemodelan dan Analisa: Kepastian, Ketidakpastian, dan Risiko
- Review Topik Pemodelan dan Analisa: Pemodelan Sistem Pendukung Management Dengan Spreadsheet
- Review Topik Pemodelan dan Analisa: Optimasi Pemrograman Matematis
- Review Topik Pemodelan dan Analisa: Analisa Dengan Banyak Tujuan, Analisa Sensitivitas, Analisa Bagaimana-Jika, dan Pencarian Tujuan
- Review Topik Pemodelan dan Analisa: Analisa Keputusan Dengan Tabel Keputusan Dan Pohon Keputusan
- Review Topik Pemodelan dan Analisa: Pengambilan Keputusan Multi-Kriteria Dengan Perbandingan Berpasangan
- Review Topik Pemodelan dan Analisa: Metode Pencarian Dalam Pemecahan Masalah
- Review Topik Pemodelan dan Analisa: Simulasi
- Review Topik Pemodelan dan Analisa: Simulasi Interaktif Visual
- Review Topik Pemodelan dan Analisa: Paket-paket Software Kuantitatif dan Manajemen Basis Model
Comments
Post a Comment