1.Pencarian buta dalam kecerdasan buatan (AI) adalah metode pencarian solusi tanpa informasi tambahan tentang jalur atau arah mana yang lebih baik. Ini hanya menggunakan aturan dasar untuk mengeksplorasi ruang solusi secara sistematis, seperti breadth-first search (pencarian lebar) atau depth-first search (pencarian dalam).
Peran utamanya adalah untuk menemukan solusi dalam situasi di mana tidak ada petunjuk atau heuristik yang tersedia untuk memandu pencarian. Pencarian buta menjamin solusi jika ada, tetapi bisa kurang efisien dibandingkan pencarian berbasis informasi atau heuristik.
Refrensi : Russell & Norvig - Artificial Intelligence: A Modern Approach (bagian tentang "Uninformed Search" (Pencarian tanpa informasi) berada di Chapter 3: solving problems by searching). Refrensi dari buku Eko Prasetyo - Pengantar Kecerdasan Buatan (pada buku ini, bab yang relevan adalah Bab 4: metode pencarian).
Menurut pendapat saya pencarian buta dalam kecerdasan buatan adalah metode untuk menemukan solusi masalah tanpa menggunakan informasi tambahan atau petunjuk tentang langkah terbaik yang harus diambil. Artinya, sistem hanya mengikuti aturan tertentu untuk menjelajahi semua kemungkinan, tanpa tahu apakah langkah tersebut mendekati solusi atau tidak.
Perannya dalam pemecahan masalah adalah memungkinkan sistem menemukan solusi bahkan ketika tidak ada petunjuk atau petunjuk yang bisa digunakan. Namun, metode ini bisa memakan waktu lama dan kurang efisien dibandingkan pencarian yang menggunakan panduan atau strategi tertentu.
2.Breadth-First Search (BFS):
BFS mengeksplorasi semua node pada tingkat yang sama (level) sebelum melanjutkan ke tingkat berikutnya. BFS menjamin menemukan solusi dengan langkah paling sedikit jika solusi berada di salah satu level yang lebih rendah. Namun, BFS membutuhkan lebih banyak memori karena menyimpan semua node pada setiap level.
-Depth-First Search (DFS):
DFS mengeksplorasi sedalam mungkin sepanjang satu cabang sebelum beralih ke cabang lain. DFS menggunakan lebih sedikit memori daripada BFS karena hanya perlu menyimpan node pada jalur yang sedang dijelajahi. Namun, DFS tidak menjamin menemukan solusi optimal, dan bisa terjebak pada cabang yang dalam jika solusinya jauh lebih dekat.
Refrensi : Rinaldi Munir - Algoritma dan Pemrograman (Bab 8 atau 9: Algoritma Pencarian). Eko Prasetyo - Pengantar Kecerdasan Buatan (Bab 4: Metode Pencarian).
Menurut saya BFS seperti mencari di dalam perpustakaan. Anda akan melihat semua buku di rak satu per satu sebelum pindah ke rak berikutnya. BFS menjelajahi semua simpul di tingkat yang sama sebelum berpindah ke tingkat yang lebih dalam.
DFS: Ini seperti memasuki labirin. Anda akan terus berjalan ke dalam sampai tidak bisa lagi, lalu kembali ke jalan sebelumnya dan mencoba jalan lain. DFS menjelajahi satu jalur sampai habis, baru kemudian berpindah ke jalur lain.
3.Dengan menggunakan BFS contohnya seperti menemukan teman terdekat dalam jaringan, pencarian rute di peta,dan penjadwalan CPU dalam sistem operasi, dengan DFS contohnya pemecahan teka-teki labirin,penyusunan jadwal, dan penyelesaian teka-teki sudoku.
4.Menurut pendapat saya bagaimana menilai efisiensi dan keefektifan sebuah algoritma pencarian dan pemecahan masalah dan yang perlu dipertimbangkan yaitu 
-Kecepatan: Seberapa cepat algoritma menemukan solusi. 
-Penggunaan Memori: Seberapa banyak memori yang dipakai.
-Apakah Selalu Menemukan Solusi: Apakah algoritma selalu bisa menemukan solusi.
-Solusi Terbaik: Apakah solusi yang ditemukan adalah yang paling optimal.
-Kemudahan Penerapan: Seberapa mudah algoritma untuk diimplementasikan.
-Skalabilitas: Apakah algoritma bisa bekerja dengan baik pada masalah yang lebih besar.
-Penanganan Siklus: Bagaimana cara algoritma menghindari pengulangan pada masalah dengan siklus.