1.   Definisi Representasi Masalah dalam Kecerdasan Buatan
Representasi masalah mengacu pada cara suatu masalah dijelaskan atau diformulasikan agar dapat dipahami dan dipecahkan oleh sistem AI. Representasi ini mencakup elemen-elemen inti dari masalah, seperti tujuan yang ingin dicapai, sumber daya yang tersedia, batasan, serta aturan-aturan yang relevan untuk mencapai solusi. Dengan kata lain, representasi masalah adalah bentuk formal dari masalah yang menyertakan semua informasi yang dibutuhkan agar algoritma dapat bekerja.
Sebagai contoh, dalam permainan catur, representasi masalah meliputi posisi awal bidak, aturan gerakan, serta tujuan akhir, yaitu mencapai skakmat.
Menurut Russell dan Norvig dalam Artificial Intelligence: A Modern Approach, representasi masalah adalah "deskripsi formal tentang keadaan awal, tindakan yang mungkin dilakukan, serta kondisi tujuan" (Russell & Norvig, 2010).
 
2.   Definisi Representasi Ruang Keadaan dalam Kecerdasan Buatan
Sementara itu, representasi ruang keadaan adalah deskripsi tentang seluruh kemungkinan keadaan yang dapat dihasilkan dari suatu masalah melalui serangkaian tindakan yang dapat diambil dari keadaan awal hingga mencapai keadaan akhir atau tujuan. Ruang keadaan mencakup setiap keadaan yang mungkin terjadi serta tindakan yang menghubungkan satu keadaan ke keadaan lain. Dengan kata lain, ruang keadaan mencakup semua langkah-langkah atau konfigurasi yang mungkin dicapai selama proses pemecahan masalah.
Dalam konteks permainan catur, ruang keadaan mencakup semua posisi bidak yang mungkin terjadi di papan catur, mulai dari keadaan awal hingga keadaan akhir, termasuk semua gerakan yang mungkin dilakukan di setiap langkah permainan.
Menurut Winston dalam bukunya Artificial Intelligence, ruang
keadaan adalah "set of all possible states of a system, together with the
actions that link one state to another" (Winston, 1992).
3.   Perbedaan Utama antara Representasi Masalah dan Representasi Ruang Keadaan
Fokus dan Tujuan:
Representasi masalah adalah langkah awal dalam pemecahan masalah yang mendeskripsikan masalah dalam bentuk formal. Ini mencakup deskripsi keadaan awal, tujuan, tindakan yang mungkin dilakukan, serta aturan atau batasan yang berlaku. Representasi ini memberikan kerangka kerja konseptual agar algoritma AI dapat memahami masalah yang ingin diselesaikan.
Representasi ruang keadaan, di sisi lain, adalah peta dari seluruh kemungkinan keadaan yang bisa ditempuh dari keadaan awal hingga keadaan tujuan. Ini mencakup setiap kondisi atau konfigurasi yang mungkin dihasilkan oleh sistem sebagai hasil dari tindakan yang dilakukan, termasuk semua jalur potensial menuju solusi.
Sebuah studi oleh Aamodt dan Plaza (1994) menyoroti bahwa representasi masalah dalam konteks pemecahan masalah berbasis kasus (case-based reasoning) adalah langkah krusial untuk memformulasikan masalah yang dapat dipecahkan, sedangkan ruang keadaan didefinisikan sebagai rangkaian hasil dari serangkaian tindakan dalam pemecahan masalah berbasis aturan (rule-based problem solving).
 
Abstraksi vs. Rincian:
Representasi masalah adalah abstraksi dari keseluruhan masalah, merumuskan elemen-elemen penting secara umum. Representasi ini bersifat global dan konseptual.
Representasi ruang keadaan jauh lebih terperinci, karena menggambarkan setiap kemungkinan keadaan yang dihasilkan oleh aksi, serta setiap jalan menuju penyelesaian masalah.
Dalam jurnal oleh Newell dan Simon (1972), mereka menggambarkan bahwa representasi masalah berfungsi sebagai panduan abstrak bagi agen dalam menemukan solusi, sedangkan ruang keadaan adalah eksplorasi konkret dari semua kemungkinan jalur yang tersedia dalam pemecahan masalah.
 
Referensi Jurnal:
Aamodt, A., & Plaza, E. (1994). Case-based reasoning: Foundational issues, methodological variations, and system approaches. AI Communications, 7(1), 39-59. DOI:10.3233/AIC-1994-7104.
Newell, A., & Simon, H. A. (1972). Human Problem Solving. Englewood Cliffs, NJ: Prentice-Hall.
Ghallab, M., Nau, D., & Traverso, P. (2004). Automated Planning: Theory and Practice. Morgan Kaufmann Publishers.