Heuristik

Latar Belakang

Heuristik adalah seni menemukan solusi yang memadai untuk suatu masalah, dengan menggunakan pengetahuan yang terbatas dan waktu yang sedikit. Lebih formal lagi, heuristik didasarkan pada pengalaman; heuristik dapat mempercepat pencarian solusi dengan menggunakan aturan-aturan sederhana. Pencarian yang lengkap mungkin memakan waktu terlalu lama, atau mungkin terlalu sulit untuk dilakukan.

Dalam istilah yang lebih tepat, heuristik adalah strategi yang menggunakan informasi yang mudah diakses, meskipun dapat diterapkan secara longgar, untuk mengontrol pemecahan masalah pada manusia dan mesin.

Heuristik dapat digunakan dalam beberapa bidang ilmu pengetahuan, tetapi tidak dalam bidang lainnya: Untuk ekonomi, solusi yang meleset satu persen sering kali dapat diterima; teleskop yang memiliki kesalahan satu derajat mungkin tidak dapat digunakan jika diarahkan ke objek yang jauh. Teleskop yang sama yang diarahkan ke jendela di seberang jalan, mungkin masih bisa mentolerir kesalahan ini; meleset satu derajat tidak akan berdampak besar pada jarak yang dekat.

Heuristik dapat digunakan untuk memperkirakan jawaban yang kemudian dibuat lebih jelas dengan melakukan solusi eksak pada skala yang sangat kecil, mungkin untuk menghemat waktu, uang atau tenaga kerja pada suatu proyek - misalnya tebakan heuristik mengenai berapa berat jembatan yang diharapkan untuk dibawa dapat digunakan untuk menentukan apakah jembatan harus terbuat dari kayu, batu atau baja, dan jumlah yang sesuai dari material yang dibutuhkan dapat dibeli sementara desain jembatan yang tepat sedang diselesaikan.

Namun demikian, penggunaan heuristik dalam bidang-bidang tertentu yang sangat teknis dapat merusak - ilmu komputer adalah salah satu contohnya. Memprogram komputer untuk melakukan lebih atau kurang tindakan yang diinginkan dapat mengakibatkan gangguan yang parah. Oleh karena itu, tugas-tugas komputer pada umumnya harus cukup tepat. Namun demikian, ada beberapa bidang tertentu di mana komputer dapat menghitung solusi heuristik dengan aman - misalnya teknologi pencarian Google sangat bergantung pada heuristik, menghasilkan kecocokan "near-miss" untuk permintaan pencarian ketika kecocokan yang tepat tidak dapat ditemukan. Hal ini memungkinkan pengguna untuk mengoreksi kesalahan apa pun yang dihasilkan pencarian. Contoh: Mencari nama "Peter Smith" dan tidak dapat menemukan nama persisnya, mesin pencari secara heuristik mencocokkan "Pete Smith" sebagai gantinya, dan orang yang menggunakan mesin pencari harus memutuskan apakah Pete dan Peter adalah orang yang sama.

Contoh

Polya

Berikut ini beberapa heuristik lain yang umum digunakan, dari buku Polya tahun 1945, How to Solve It:

• Jika Anda mengalami kesulitan memahami suatu masalah, cobalah menggambar.
• Jika Anda tidak dapat menemukan solusi, cobalah mengasumsikan bahwa Anda memiliki solusi dan melihat apa yang dapat Anda peroleh dari itu ("bekerja mundur").
• Jika masalahnya abstrak, cobalah memeriksa contoh konkret.
• Cobalah memecahkan masalah yang lebih umum terlebih dulu: "paradoks penemu": rencana yang lebih ambisius mungkin memiliki lebih banyak peluang untuk sukses.

Masalah pengepakan

Salah satu contoh di mana heuristik berguna adalah sejenis masalah pengepakan. Masalahnya terdiri dari pengemasan sejumlah barang. Ada aturan-aturan yang harus dipatuhi. Sebagai contoh, setiap item memiliki nilai dan berat. Masalahnya sekarang adalah mendapatkan barang yang paling berharga, dengan berat yang paling sedikit. Contoh lainnya adalah memasukkan sejumlah barang dengan ukuran berbeda ke dalam ruang terbatas, seperti bagasi mobil.

Untuk mendapatkan solusi yang sempurna untuk masalah tersebut, semua kemungkinan harus dicoba. Ini sering kali bukan pilihan yang baik, karena mencobanya membutuhkan waktu yang lama, dan rata-rata, setengah dari kemungkinan harus dicoba sampai solusi ditemukan. Jadi, apa yang kebanyakan orang akan lakukan adalah memulai dengan barang yang paling besar, menyesuaikannya, dan kemudian mencoba mengatur barang-barang lain di sekitarnya. Ini akan memberikan solusi yang baik, hampir sepanjang waktu. Namun, ada beberapa kasus, di mana solusi seperti itu sangat buruk dan teknik lain harus digunakan.

Oleh karena itu, ini adalah solusi heuristik.

Contoh masalah pengepakan. Ini adalah masalah Knapsack satu dimensi (kendala): kotak mana yang harus dipilih untuk memaksimalkan jumlah uang dan menjaga berat keseluruhan di bawah 15 kg? Masalah multi-dimensi bisa mempertimbangkan kepadatan atau dimensi kotak, yang terakhir ini merupakan masalah pengepakan yang khas. (Solusi dalam kasus ini adalah memilih semua kotak selain kotak hijau).