Pengantar Analisa Algoritma
|
|
- Surya Makmur
- 7 tahun lalu
- Tontonan:
Transkripsi
1 Pengantar Analisa Algoritma
2 Pendahuluan Suatu permasalahan memungkinkan untuk diselesaikan dengan lebih dari satu algoritma (pendekatan) Bagaimana kita memilih satu diantara beberapa algoritma tersebut. Bagaimana kita mengukur efisiensi dari algoritma tersebut?
3 Mengukur Efisiensi : Perbandingan Empiris: Run Program Analisis Algoritma (Asimptotis)
4 Kesulitan Perbandingan Empiris : Diperlukan usaha pemrograman dan pengujian yang lebih banyak Penulisan program yang berbeda memungkinkan menghasilkan kualitas program yang berbeda Pemilihan kasus-kasus uji empiris mungkin tidak selalu sesuai untuk semua algoritma yang diuji.
5 Sumberdaya kritis suatu program running-time (waktu eksekusi program), sehingga kita harus menganalisa waktu yang diperlukan untuk me-run program (algoritma). ruang (memory, space- memori utama dan memori tambahan) yang diperlukan untuk me-run program. Ruang yang diperlukan ini sangat berkaitan dengan struktur data yang digunakan.
6 Faktor yang mempengaruhi running-time Lingkungan dimana program itu dijalankan, yang antara lain meliputi kecepatan CPU, bus dan perangkat keras pendukung yang lain. Persaingan dengan user lain pada jaringan juga bisa memperlambat waktu eksekusi. Bahasa pemrograman dan kualitas kode yang dihasilkan oleh kompiler juga dapat memberikan pengaruh yang signifikan. Kemampuan pemrogram yang menerjemahkan algoritma ke kode program juga berpengaruh.
7 Analisis Algoritma Analisis algoritma asimptotis (asymptotic algorithm analysis) mengukur efisiensi suatu algoritma berdasar-kan ukuran input (yang biasanya besar), karena running-time suatu algoritma sebagian besar tergantung pada ukuran input. Teknik ini lebih bersifat estimasi
8 Analisa Algoritma (lanjutan) Pertimbangan utama ketika mengestimasi performansi suatu algoritma adalah jumlah operasi dasar (basic operation) yang diperlukan untuk oleh algoritma untuk memproses suatu input dengan ukuran (size) Running time dinyatakan dalam T(n) untuk fungsi T pada input dengan ukuran n
9 Contoh: Diberikan suatu algoritma untuk menemukan nilai terbesar dalam suatu array yg berisi n integer positip static int largest(int[ ] A, int n) { int currlarge = 0; for (int i=0; i<n; i++) if (A[i] > currlarge) currlarge=a[i]; return currlarge; } // Dapatkan nilai terbesar // inisialisasi nilai terbesar saat ini // untuk setiap elemen array // nilai terbesar saat ini berubah // return nilai terbesar Misalkan c jumlah waktu yang diperlukan untuk menguji suatu nilai dalam fungsi ini, termasuk didalamnya waktu yang diperlukan untuk increment nilai i dll, maka T(n) = cn
10 Contoh 2 Misal cuplikan kode program sebagai berikut sum = 0; for(i=1;i<=n;i++) for(j=1;j<=n;j++) sum++ ; Maka, T(n) = c2 n 2
11 Best, Worst dan Average Cases Untuk beberapa algoritma, input yang berbeda dapat memerlukan jumlah waktu yang berbeda. Sebagai ilustrasi, misalkan kita ingin mencari suatu elemen array (posisi) yang memuat nilai K dan algoritma akan berhenti jika nilai K ditemukan. Dengan pencarian secara sekuensial Best case: 1 Worst case: n Average case: n/2
12 Best, Worst dan Average Cases Best case Umumnya kita tidak digunakan karena jarang terjadi dan terlalu optimistik untuk karakteristik umum dari running-time suatu algoritma. Worst case Bisa diketahui secara pasti bahwa paling buruk algoritma akan memerlukan proses sebanyak kasus terburuk ini. Analisa ini juga sangat penting digunakan untuk aplikasi realtime (waktu-nyata) Average case Menyatakan perilaku umum suatu algoritma bila diberikan input dengan ukuran n
13 Komputer Lebih Cepat vs Algoritma Lebih Cepat Apa yang terjadi jika kita membeli komputer baru yang mempunyai kecepatan 10 kali lebih cepat (misal dapat memproses input dalam satu satuan waktu) dibandingkan komputer lama (misal dapat memproses input)? Pada kasus tertentu, penambahan kecepatan komputer kurang berpengaruh pada jumlah input yang diproses. Mengapa?
14 Komputer Lebih Cepat vs Algoritma Lebih Cepat n: ukuran input yang dapat diproses dalam satu detik pada komputer 1 n : ukuran input yang dapat diproses dalam satu detik pada komputer 2 T(n) n n' Perubahan n'/n 10n n' = 10n 10 20n n' = 10n 10 10n 5n log n n < n' < 10n 7,37 2n ,16 n' = 2 n n' = n
15 Growth Rate Graph
16 Analisis Asimptotis: Batas Atas (Big-Oh) Definisi : T(n) adalah anggota dari himpunan Ο(f(n)) jika ada dua konstanta positip c dan n0 sedemikian hingga T(n) c f(n) untuk semua n > n0 Definisi ini memberikan arti bahwa untuk semua himpunan data yang cukup besar (yaitu n > n0) algoritma akan selalu mengeksekusi lebih kecil dari c f(n) step pada best, average dan worst case.
17 Contoh-contoh Contoh 2.4: Jika T(n) = 3n 2 maka T(n) ada dalam O(n 2 ). Demikian juga, T(n) ada dalam O(n 3 ), O(n 4 ) dan seterusnya, sehingga yang kita pilih adalah batas atas terkecil (least upper bound). Contoh 2.5: Mencari nilai K yang disimpan dalam suatu array. T(n) = c s n/2 Untuk semua nilai n > 1, c s n/2 c s n Sehingga, dengan definisi, T(n) adalah anggota O(n) untuk n 0 = 1 dan c = c s
18 Contoh-contoh: Contoh 2.6 : Diketahui T(n) = c 1 n 2 + c 2 n pada average case. Dapatkan O(f(n)) c 1 n 2 + c 2 n c 1 n 2 + c 2 n 2 (c 1 + c 2 ) n 2 untuk semua n > 1, sehingga, T(n) c n 2 untuk c = c 1 + c 2 dan n 0 = 1 Jadi, dengan definisi, T(n) adalah anggota dari O(n 2 ). Contoh 2.7 : T(n) = c adalah anggota dari O(1).
19 Batas Bawah : Big-Omega Definisi : T(n) adalah anggota dari himpunan Ω(g(n)) jika ada dua konstanta positip c dan n 0 sedemikian hingga T(n) c g(n) untuk semua n > n 0 Definisi ini memberikan arti bahwa untuk semua himpunan data yang cukup besar (yaitu n > n 0 ) algoritma akan selalu mengeksekusi lebih besar dari c g(n) step pada best, average dan worst case.
20 Contoh Diketahui T(n) = c 1 n 2 + c 2 n pada average case. Dapatkan Ω(g(n)) c 1 n 2 + c 2 n c 1 n 2 untuk semua n > 1 Sehingga, T(n) c n 2 untuk c=c 1 dan n 0 =1 Jadi, berdasarkan definisi, T(n) adalah anggota dari Ω(n 2 ). Demikian juga, T(n) juga merupakan anggota dari Ω(n) dan Ω(1). Pada kasus ini yang kita pilih adalah batas bawah terbesar (greatest lower bound).
21 Big-Theta Definisi : Suatu algoritma dikatakan anggota Θ(h(n)) jika algoritma itu adalah anggota O(h(n)) dan anggota Ω(h(n)) Contoh 2.9 : Karena T(n) = c 1 n 2 + c 2 n adalah angota O(n 2 ) dan anggota Ω(n 2 ), maka T(n) adalah anggota Θ(n 2 ).
22 Contoh:
23 Aturan Simplifikasi Ketika kita menentukan persamaan running time suatu algoritma, kita akan menentukan bentuk yang paling sederhana, sehingga diperlukan aturanaturan penyederhanaan untuk ketiga big-oh, big- Omega dan big-theta
24 Beberapa Aturan Penyederhanaan: 1) Jika f(n) adalah anggota O(g(n)) dan g(n) adalah anggota O(h(n)), maka f(n) adalah anggota O(h(n)). 2) Jika f(n) adalah anggota O(kg(n)) untuk konstanta k > 0, maka f(n) adalah anggota O(g(n)). 3) Jika f 1 (n) adalah anggota O(g 1 (n)) dan f 2 (n) adalah anggota O(g 2 (n)), maka (f 1 + f 2 )(n) adalah anggota O(max(g 1 (n), g 2 (n))). 4) Jika f 1 (n) adalah anggota O(g 1 (n)) dan f 2 (n) adalah anggota O(g 2 (n)), maka f 1 (n) f 2 (n) adalah anggota O(g 1 (n) g 2 (n)). Aturan ini juga berlaku untuk big-omega dan big-theta.
25 Time Complexity Examples (1) Contoh 3.9: a = b; This assignment takes constant time, so it is (1). Contoh 3.10: sum = 0; for (i=1; i<=n; i++) sum += n; 25
26 Time Complexity Examples (2) Contoh 3.11: sum = 0; for (j=1; j<=n; j++) for (i=1; i<=j; i++) sum++; for (k=0; k<n; k++) A[k] = k; 26
27 Time Complexity Examples (3) Contoh 3.12: sum1 = 0; for (i=1; i<=n; i++) for (j=1; j<=n; j++) sum1++; sum2 = 0; for (i=1; i<=n; i++) for (j=1; j<=i; j++) sum2++; 27
28 Time Complexity Examples (4) Contoh 3.13: sum1 = 0; for (k=1; k<=n; k*=2) for (j=1; j<=n; j++) sum1++; sum2 = 0; for (k=1; k<=n; k*=2) for (j=1; j<=k; j++) sum2++; 28
29 Statement Control yang lain? Perhitungan running time dapat dinyatakan secara garis besar sebagai berikut : Untuk loop while, perhitungannya sama dengan loop for Statemen if lebih besar daripada then/else, mungkin melibatkan probabilitas karena adanya penyeleksian kondisi Rekursifitas: diselesaikan dengan relasi berulang Subrotine call: Kompleksitas dari subroutine yang dipanggil Slide berikutnya
Algoritma dan Struktur Data. Performansi Algoritma
Algoritma dan Struktur Data Performansi Algoritma Teknik Informatika Universitas Muhammadiyah Malang 2016 Mana yang lebih baik? pilihan 1 : Algoritma biasa dengan komputer yang cepat. pilihan 2 : Menggunakan
Lebih terperinciAlgoritma dan Struktur Data
Algoritma dan Struktur Data Click to edit Master subtitle style Pertemuan 3 Pengantar Analisis Efisiensi Algoritma Analisa efisiensi algoritma bertujuan mengestimasi waktu dan memori yang dibutuhkan untuk
Lebih terperinciAnalisa Algoritma. Konsep Algoritma
Analisa Algoritma Konsep Algoritma Deskripsi Materi ini membahas tentang running time Tujuan Instruksional Khusus (TIK) Menjelaskan efisiensi algoritma Menjelaskan pengukuran running time Efisiensi Algoritma?
Lebih terperinciDesign and Analysis Algorithm
Design and Analysis Algorithm Pertemuan 02 Drs. Achmad Ridok M.Kom Fitra A. Bachtiar, S.T., M. Eng Imam Cholissodin, S.Si., M.Kom Aryo Pinandito, MT Contents 31 2 Analisis Algoritma Analisis Efisiensi
Lebih terperinciMatematika Diskrit Kompleksitas Algoritma. Instruktur : Ferry Wahyu Wibowo, S.Si., M.Cs.
Matematika Diskrit Kompleksitas Algoritma Instruktur : Ferry Wahyu Wibowo, S.Si., M.Cs. Pendahuluan Sebuah masalah dapat mempunyai banyak algoritma penyelesaian. Contoh: masalah pengurutan (sort), ada
Lebih terperinciKompleksitas Algoritma
Kompleksitas Algoritma Bahan Kuliah IF2120 Matematika Disktit Rinaldi M/IF2120 Matdis 1 Rinaldi M/IF2120 Matdis 2 Pendahuluan Sebuah masalah dapat mempunyai banyak algoritma penyelesaian. Contoh: masalah
Lebih terperinciPendahuluan. Ukuran input (input s size)
Kompleksitas Algoritma Sesi 14 Pendahuluan Sebuah algoritma tidak saja harus benar, tetapi juga harus mangkus (efisien). Algoritma yang mangkus ialah algoritma yang meminimumkan kebutuhan waktu dan ruang.
Lebih terperinciBAB III ANALISIS KOMPLEKSITAS ALGORITMA
BAB III ANALISIS KOMPLEKSITAS ALGORITMA 3.1 Kompleksitas Algoritma Suatu masalah dapat mempunyai banyak algoritma penyelesaian. Algoritma yang digunakan tidak saja harus benar, namun juga harus efisien.
Lebih terperinciKompleksitas Algoritma
Kompleksitas Algoritma Sebuah algoritma tidak saja harus benar, tetapi juga harus mangkus (efisien). Algoritma yang bagus adalah algoritma yang mangkus. Kemangkusan algoritma diukur dari berapa jumlah
Lebih terperinciAnalisa dan Perancangan Algoritma. Ahmad Sabri, Dr Sesi 1: 9 Mei 2016
Analisa dan Perancangan Algoritma Ahmad Sabri, Dr Sesi 1: 9 Mei 2016 Apakah algoritma itu? Asal istilah: Al Khwarizmi (± 800 M), matematikawan dan astronomer Persia. Pengertian umum: "suatu urutan langkah-langkah
Lebih terperinciLogika dan Algoritma Yuni Dwi Astuti, ST 2
ALGORITMA Istilah algoritma pertama kali diperkenalkan oleh seorang ahli matematika yaitu Abu Ja far Muhammad Ibnu Musa Al Khawarizmi. Yang dimaksud dengan algoritma adalah : Urutan dari barisan instruksi
Lebih terperinciKompleksitas Algoritma
Kompleksitas Algoritma Pendahuluan Mengapa kita memerlukan algoritma yang mangkus? Waktu komputasi (dalam detik) 10 5 10 4 10 3 10 2 1 0 1 10-1 1 hari 1 jam 1 detik 1 menit 5 1 0 1 5 2 0 10-4 x 2 n 10-6
Lebih terperinciAnalisis Kecepatan Sorting Dengan Notasi Big O
Analisis Kecepatan Sorting Dengan Notasi Big O Rama Aulia NIM : 13506023 Program Studi Teknik Informatika, Institut Teknologi Bandung Jl. Ganesha 10, Bandung E-mail : ramaaulia@yahoo.co.id Abstrak Sorting
Lebih terperinciAnalisa Kompleksitas Algoritma. Sunu Wibirama
Analisa Kompleksitas Algoritma Sunu Wibirama Referensi Cormen, T.H., Leiserson, C.E., Rivest, R.L., Stein, C., Introduction to Algorithms 2nd Edition, Massachusetts: MIT Press, 2002 Sedgewick, R., Algorithms
Lebih terperinciDesign and Analysis of Algorithm
Design and Analysis of Algorithm Week 3: Notasi Asymptotic dan Kelas Dasar Efisiensi Dr. Putu Harry Gunawan 1 1 Department of Computational Science School of Computing Telkom University Dr. Putu Harry
Lebih terperinciANALISIS PERBANDINGAN ALGORITMA SELECTION SORT DENGAN MERGE SORT
ANALISIS PERBANDINGAN ALGORITMA SELECTION SORT DENGAN MERGE SORT Disusun untuk memenuhi tugas UTS mata kuliah : Analisis Algoritma Oleh : Eka Risky Firmansyah 1110091000043 Program Studi Teknik Informatika
Lebih terperinciBAB 2 LANDASAN TEORI
5 BAB 2 LANDASAN TEORI 2.1. Pengertian Algoritma Algoritma adalah prosedur komputasi yang didefinisikan dengan baik yang mengambil beberapa nilai yaitu seperangkat nilai sebagai input dan output yang menghasilkan
Lebih terperinciKompleksitas Algoritma
Kompleksitas Algoritma 1 Pendahuluan Sebuah masalah dapat mempunyai banyak algoritma penyelesaian. Contoh: masalah pengurutan (sort), ada puluhan algoritma pengurutan Sebuah algoritma tidak saja harus
Lebih terperinciDesign and Analysis Algorithm. Ahmad Afif Supianto, S.Si., M.Kom. Pertemuan 03
Design and Analysis Algorithm Ahmad Afif Supianto, S.Si., M.Kom Pertemuan 03 Contents 31 2 Fungsi Rekursif Format Fungsi Rekursif 3 Analisa Efisiensi Algoritma Rekursif 2 Apa itu fungsi rekursif? Fungsi
Lebih terperinciDesign and Analysis Algorithm
Design and Analysis Algorithm Pertemuan 04 Drs. Achmad Ridok M.Kom Imam Cholissodin, S.Si., M.Kom M. Ali Fauzi, S.Kom., M.Kom. Ratih Kartika Dewi, ST, M.Kom Contents Dasar Analisis Algoritma Rekursif 2
Lebih terperinciKompleksitas Algoritma
Kompleksitas Algoritma Pendahuluan Sebuah algoritma tidak saja harus benar, tetapi juga harus mangkus (efisien). Algoritma yang bagus adalah algoritma yang mangkus. Kemangkusan algoritma diukur dari berapa
Lebih terperinciPROGRAM STUDI S1 SISTEM KOMPUTER UNIVERSITAS DIPONEGORO. Oky Dwi Nurhayati, ST, MT email: okydn@undip.ac.id
PROGRAM STUDI S1 SISTEM KOMPUTER UNIVERSITAS DIPONEGORO Oky Dwi Nurhayati, ST, MT email: okydn@undip.ac.id Kinerja yang perlu ditelaah pada algoritma: beban komputasi efisiensi penggunaan memori Yang perlu
Lebih terperinciStruktur Data & Algoritma
Struktur Data & Algoritma Pengenalan Analisa Algoritma Suryana Setiawan, Ruli Manurung & Ade Azurat (acknowledgments: Denny) Fasilkom UI 1 Algoritma al go rithm n. 1 Math. a) any systematic method of solving
Lebih terperinciDesign and Analysis Algorithm. Ahmad Afif Supianto, S.Si., M.Kom. Pertemuan 04
Design and Analysis Algorithm Ahmad Afif Supianto, S.Si., M.Kom Pertemuan 04 Contents 31 2 Asymptotic Analysis Brute Force Algorithm 1 2 Asymptotic Analysis Asymptotic Notation Think of n as the number
Lebih terperinciAlgoritma Sorting (Selection Insertion)
Algoritma Sorting (Selection Insertion) Algoritma Insertion Sort Dengan Algoritma Insertion bagian kiri array terurut sampai seluruh array Misal pada data array ke-k, data tersebut akan disisipkan pada
Lebih terperinciLangkah Awal menuju Analisis Kompleksitas Algoritma
Langkah Awal menuju Analisis Kompleksitas Algoritma Isi Proses Desain dan Analisis Algoritma Tipe-tipe Problem yang penting Kebutuhan akan algoritma yang efisien Analisis framework 2 Proses Desain dan
Lebih terperinciDesign and Analysis of Algorithms CNH2G3- Week 4 Kompleksitas waktu algoritma rekursif part 1
Design and Analysis of Algorithms CNH2G3- Week 4 Kompleksitas waktu algoritma rekursif part 1 Dr. Putu Harry Gunawan (PHN) Quiz I 1. Tentukan operasi dasar, c op dan C(n) untung masing-masing algoritma
Lebih terperinciANALISIS ALGORITMA BINARY SEARCH
ANALISIS ALGORITMA BINARY SEARCH Metode Binary search Binary search merupakan salah satu algoritma untuk melalukan pencarian pada array yang sudah terurut. Jika kita tidak mengetahui informasi bagaimana
Lebih terperinciBAB 2 TINJAUAN PUSTAKA
BAB 2 TINJAUAN PUSTAKA 2.1 Konsep Dasar Algoritma Algoritma adalah kumpulan instruksi atau perintah yang dibuat secara jelas dan sistematis berdasarkan urutan yang logis (logika) untuk penyelsaian suatu
Lebih terperinciJARINGAN UNTUK MERGING
SORTING - Merging Definisi: A = {a 1, a 2,..., a r } B = {b 1, b 2,..., b s } merupakan dua deret angka yang terurut naik; merge A dan B merupakan deret C = {c 1, c 2,..., c r+s } yang juga terurut naik,
Lebih terperinciANALISIS ALGORITMA. Disusun Oleh: Analisis Masalah dan Running Time. Adam Mukharil Bachtiar Teknik Informatika UNIKOM
ANALISIS ALGORITMA Analisis Masalah dan Running Time Disusun Oleh: Adam Mukharil Bachtiar Teknik Informatika UNIKOM adfbipotter@gmail.com AGENDA PERKULIAHAN DEFINISI MASALAH f x = a 0 + a n cos nπx +
Lebih terperinciSTRATEGI DIVIDE AND CONQUER
Pemrogram bertanggung jawab atas implementasi solusi. Pembuatan program akan menjadi lebih sederhana jika masalah dapat dipecah menjadi sub masalah - sub masalah yang dapat dikelola. Penyelesaian masalah
Lebih terperinciKomparasi Algoritma Mergesort dengan Quicksort pada Pengurutan Data Integer
Komparasi Algoritma Mergesort dengan Quicksort pada Pengurutan Data Integer Atika Azzahra Akbar 13514077 Program Studi Teknik Informatika Sekolah Teknik Elektro dan Informatika Institut Teknologi Bandung,
Lebih terperinciAnalisisFramework. Mengukur ukuran atau jumlah input Mengukur waktu eksekusi Tingkat pertumbuhan Efiesiensi worst-case, best-case dan average-case
AnalisisFramework Review Tujuan analisa : mengukur efesiensi algoritma Efisiensi diukur dari diukur dari: waktu (time) dan memori(space). Dua besaran yang digunakan: kompleksitas algoritma 1. Kompleksitas
Lebih terperinciAnalisis Algoritma Bubble Sort
Analisis Algoritma Bubble Sort Ryan Rheinadi NIM : 13508005 Program Studi Teknik Informatika, Sekolah Teknik Elektro dan Informatika, Institut Teknologi Bandung Jalan Ganesha 10, Bandung e-mail: if18005@students.if.itb.ac.id
Lebih terperinciSetelah mempelajari topik Analisis Algoritma di kuliah SDA, ada beberapa kompetensi yang perlu Anda kuasai:
Setelah mempelajari topik Analisis Algoritma di kuliah SDA, ada beberapa kompetensi yang perlu Anda kuasai: Menentukan kompleksitas waktu (Big-Oh) dari beberapa algoritma (logaritmik, linier, kuadratik,
Lebih terperinciBAB 3 ANALISA SISTEM
BAB 3 ANALISA SISTEM Untuk merancang sebuah sistem dengan baik maka dibutuhkan analisa yang tepat agar proses desain sistem lebih terarah dan memudahkan untuk mengimplementasikan sistem. 3.1 Analisa Analisis
Lebih terperinciKompleksitas Algoritma dalam Strategi Algoritma Sorting
Kompleksitas Algoritma dalam Strategi Algoritma Sorting Emilia Andari Razak/13515056 Program Studi Teknik Informatika Sekolah Teknik Elektro dan Informatika Institut Teknologi Bandung, Jl. Ganesha 10 Bandung
Lebih terperinciSebuah algoritma tidak saja harus benar, tetapi juga harus mangkus (efisien). Algoritma yang bagus adalah algoritma yang mangkus.
Waktu komputasi (dalam detik) Kompleksitas Algoritma Sebuah algoritma tidak saja harus benar, tetapi juga harus mangkus (efisien). Algoritma yang bagus adalah algoritma yang mangkus. Kemangkusan algoritma
Lebih terperinciKompleksitas Algoritma Rank Sort dan Implementasi pada Parallel Programming Dengan Menggunakan OpenMP
Kompleksitas Algoritma Rank Sort dan Implementasi pada Parallel Programming Dengan Menggunakan OpenMP Muhammad Indra NS - 23515019 1 Program Magister Informatika Sekolah Teknik Elektro dan Informatika
Lebih terperinciLangkah Awal menuju Analisis Kompleksitas Algoritma
Langkah Awal menuju Analisis Kompleksitas Algoritma Analisis dan Strategi Algoritma CS3024-FAZ 1 Isi Proses Desain dan Analisis Algoritma Tipe-tipe Problem yang penting Kebutuhan akan algoritma yang efisien
Lebih terperinciQuick Sort dan Merge Sort. Arna Fariza Yuliana Setiowati
Quick Sort dan Merge Sort Arna Fariza Yuliana Setiowati Ide Quicksort Tentukan pivot. Bagi Data menjadi 2 Bagian yaitu Data kurang dari dan Data lebih besar dari pivot. Urutkan tiap bagian tersebut secara
Lebih terperinciBubble Sort dan Shell-Sort. Yuliana Setiowati
Bubble Sort dan Shell-Sort Yuliana Setiowati Bubble Sort Disebut juga exchange sort : metode yang mengurutkan data dengan cara membandingkan masing2 elemen, kemudian melakukan penukaran bila perlu. Algoritma
Lebih terperinciOutline STRUKTUR DATA. VII. Sorting
STRUKTUR DATA VII. Sorting 1 Outline Beberapa algoritma untuk melakukan sorting: Bubble sort Selection sort Insertion sort Shell sort Merge sort Quick sort Untuk masing-masing algoritma: Ide dasar Contoh
Lebih terperinciAturan Untuk Menentukan Kompleksitas Waktu Asimptotik. Penjelasannya adalah sebagai berikut: T(n) = (n + 2) log(n 2 + 1) + 5n 2
Aturan Untuk Menentukan Kompleksitas Waktu Asimptotik 1. Jika kompleksitas waktu T(n) dari algoritma diketahui, Contoh: (i) pada algoritma cari_maksimum T(n) = n 1 = O(n) (ii) pada algoritma pencarian_beruntun
Lebih terperinciBAB II TINJAUAN PUSTAKA. Kriptografi (cryptography) berasal dari Bahasa Yunani: cryptós artinya
BAB II TINJAUAN PUSTAKA 2.1 Kriptografi Kriptografi (cryptography) berasal dari Bahasa Yunani: cryptós artinya secret (rahasia), sedangkan gráphein artinya writing (tulisan), jadi kriptografi berarti secret
Lebih terperinciALGORITHM. 2 Analysis Algorithm. Dahlia Widhyaestoeti, S.Kom dahlia74march.wordpress.com
ALGORITHM 2 Analysis Algorithm Dahlia Widhyaestoeti, S.Kom dahlia.widhyaestoeti@gmail.com dahlia74march.wordpress.com Analysis Suatu Algoritma Studi yang menyangkut analis algoritma ada 2 hal : 1. Perbandingan
Lebih terperinciKompleksitas Algoritma (1)
Kompleksitas Algoritma (1) Pendahuluan Sebuah algoritma tidak saja harus benar, tetapi juga harus efisien Algoritma yang bagus adalah algoritma yang efisien. Kebutuhan waktu dan ruang suatu algoritma bergantung
Lebih terperinciALGORITMA DAN STRUKTUR DATA POINTER DAN FUNCTION
ALGORITMA DAN STRUKTUR DATA POINTER DAN FUNCTION POINTER POINTER ADALAH SUATU VARIABEL PENUNJUK, BERISI NILAI YANG MENUNJUK ALAMAT SUATU LOKASI MEMORI TERTENTU. JADI POINTER TIDAK BERISI NILAI DATA, MELAINKAN
Lebih terperinciAlgoritma dan Struktur Data. Algoritma Pengurutan (Sorting)
Algoritma dan Struktur Data Algoritma Pengurutan (Sorting) Tujuan Instruksional Memahami algoritma pengurutan Mengerti algoritma bubble, selection, insertion, merge sort Topik Algoritma pengurutan Bubble
Lebih terperinciSorting. Struktur Data dan Algoritma. Suryana Setiawan, Ruli Manurung & Ade Azurat (acknowledgments: Denny) Fasilkom UI
Struktur Data dan Algoritma Sorting Suryana Setiawan, Ruli Manurung & Ade Azurat (acknowledgments: Denny) Fasilkom UI SUR HMM AA Fasilkom UI - IKI20100/ IKI80110P 2009/2010 Ganjil Minggu 5 Outline Beberapa
Lebih terperinciAplikasi OBE Untuk Mengurangi Kompleksitas Algoritma Program Penghitung Determinan Matriks Persegi
Aplikasi OBE Untuk Mengurangi Kompleksitas Algoritma Program Penghitung Determinan Matriks Persegi Alif Bhaskoro / 13514016 Program Studi Informatika Sekolah Teknik Elektro dan Informatika Institut Teknologi
Lebih terperinciAnalisis Algoritm. Fundamentals of the Anlysis of Algorithm Efficiency
Analisis Algoritm Fundamentals of the Anlysis of Algorithm Efficiency Hendri Karisma Program Studi Teknik Informatika Universitas Komputer Indonesia 2013 Review An algorithm is a sequence of unambiguous
Lebih terperinciBAB II TINJAUAN PUSTAKA. Kriptografi adalah ilmu sekaligus seni untuk menjaga keamanan pesan (message).
BAB II TINJAUAN PUSTAKA 2.1 Kriptografi Kriptografi adalah ilmu sekaligus seni untuk menjaga keamanan pesan (message). Kata cryptography berasal dari kata Yunani yaitu kryptos yang artinya tersembunyi
Lebih terperinciStudi Mengenai Perbandingan Sorting Algorithmics Dalam Pemrograman dan Kompleksitasnya
Studi Mengenai Perbandingan Sorting Algorithmics Dalam Pemrograman dan Kompleksitasnya Ronny - 13506092 Jurusan Teknik Informatika Institut Teknologi Bandung Email : if16092@students.if.itb.ac.id 1. Abstract
Lebih terperinciPengantar Strategi Algoritmik. Oleh: Rinaldi Munir
Pengantar Strategi Algoritmik Oleh: Rinaldi Munir 1 Masalah (Problem) Masalah atau persoalan: pertanyaan atau tugas yang kita cari jawabannya. Contoh-contoh masalah: 1. [Masalah pengurutan] Diberikan senarai
Lebih terperinciBAB 2 LANDASAN TEORI
BAB 2 LANDASAN TEORI 2.1 Definisi Kamus Kamus menurut KBBI (Kamus Besar Bahasa Indonesia) merupakan buku acuan yang memuat kata dan ungkapan, biasanya disusun menurut abjad berikut keterangan dan makna,
Lebih terperinciProgram Attributes. Algorithm Analysis. Time Consumption. Algoritma
Algorithm Aalysis Kita perlu memproses jumlah data yag sagat besar. Harus diyakika bahwa program berheti dalam batas waktu yag wajar (reasoable) Tidak terikat pada programmig laguage atau bahka metolodologi
Lebih terperinciAlgoritma dan Kompleksitas Algoritma
Algoritma dan Kompleksitas Algoritma Algoritma Algoritma adalah urutan logis langkah-langkah penyelesaian masalah yang ditinjau secara sistematis. Asal Usul Algoritma Kata ini tidak muncul dalam kamus
Lebih terperinciBAB 2 LANDASAN TEORI. Algoritma Optimal Mismatch ini mencari data secara berurut pada tiap
BAB 2 LANDASAN TEORI 2.1 Algoritma Optimal Mismatch Algoritma Optimal Mismatch ini mencari data secara berurut pada tiap karakter dalam teks sehingga pencarian seperti ini disebut pencarian sekuensial
Lebih terperinciKompleksitas Algoritma Dalam Algoritma Pengurutan
Kompleksitas Algoritma Dalam Algoritma Pengurutan Rio Cahya Dwiyanto Jurusan Teknik Informatika ITB, Bandung, email: kasrut_desu@yahoo.co.id Abstract Makalah ini membahas tetang beberapa algoritma, terutama
Lebih terperinciKompleksitas Komputasi
Kompleksitas Komputasi Big O Notation O(f(n)) Kompleksitas komputasi pada sebuah algoritma dibagi menjadi dua bagian, yaitu Kompleksitas Waktu T(n) Kompleksitas Ruang S(n) Kompleksitas Waktu diukur dari
Lebih terperinciPendahuluan. Sebuah algoritma tidak saja harus benar, tetapi juga harus efisien. Algoritma yang bagus adalah algoritma yang efektif dan efisien.
Pendahuluan Sebuah algoritma tidak saja harus benar, tetapi juga harus efisien. Algoritma yang bagus adalah algoritma yang efektif dan efisien. Algoritma yang efektif diukur dari berapa jumlah waktu dan
Lebih terperinciAnalisis Algoritma. Jimmy Tirtawangsa. Universitas Telkom 2014
Analisis Algoritma Jimmy Tirtawangsa Universitas Telkom 2014 Daftar Isi (1) Motivasi (2) Kompleksitas dan Optimalitas (3) Struktur data (4) Teknik 2 analisis algoritma (5) Struktur graf (6) Problem Sulit/Intraktabel
Lebih terperinciSORTING. Hartanto Tantriawan, S.Kom., M.Kom
SORTING DASAR PEMROGRAMAN Hartanto Tantriawan, S.Kom., M.Kom TUJUAN PERKULIAHAN Mahasiswa mengetahui konsep mengurutkan sekumpulan elemen Mahasiswa dapat menggunakan teknik sorting dalam kasus yang diberikan
Lebih terperinciOPERASI MATRIKS. a 11 a 12 a 13 a 14 A = a 21 a 22 a 23 a 24 a 31 a 32 a 33 a 34 a 41 a 42 a 43 a 44
OPERASI MATRIKS Topik yang akan dibahas transpose perkalian TRANSPOSE Definisi: a 11 a 12 a 13 a 14 A = a 21 a 22 a 23 a 24 a 31 a 32 a 33 a 34 a 41 a 42 a 43 a 44 a 11 a 21 a 31 a 41 A T = a 12 a 22 a
Lebih terperinciPENGGUNAAN BIG O NOTATION UNTUK MENGANALISA EFISIENSI ALGORITMA
PENGGUNAAN BIG O NOTATION UNTUK MENGANALISA EFISIENSI ALGORITMA Ikhsan Fanani NIM : 13505123 Program Studi Teknik Informatika, Institut Teknologi Bandung Jl. Ganesha 10, Bandung E-mail : ikhsan_fanani@yahoo.com
Lebih terperinciKompleksitas Algoritma dalam menentukan Solvabilitas Sliding N-Puzzle
Kompleksitas Algoritma dalam menentukan Solvabilitas Sliding N-Puzzle Audry Nyonata, 13515087 Program Studi Teknik Informatika Sekolah Teknik Elektro dan Informatika Institut Teknologi Bandung, Jl. Ganesha
Lebih terperinciCHAPTER 3 ALGORITHMS 3.1 ALGORITHMS
CHAPTER 3 ALGORITHMS 3.1 ALGORITHMS Algoritma Definisi 1. Algoritma adalah himpunan hingga perintah yang terinci dalam melakukan perhitungan atau pemecahan masalah. Contoh 1. Program komputer adalah suatu
Lebih terperinciNASKAH UJIAN UTAMA. JENJANG/PROG. STUDI : DIPLOMA TIGA / MANAJEMEN INFORMATIKA HARI / TANGGAL : Kamis / 18 FEBRUARI 2016
NASKAH UJIAN UTAMA MATA UJIAN : LOGIKA DAN ALGORITMA JENJANG/PROG. STUDI : DIPLOMA TIGA / MANAJEMEN INFORMATIKA HARI / TANGGAL : Kamis / 18 FEBRUARI 2016 NASKAH UJIAN INI TERDIRI DARI 80 SOAL PILIHAN GANDA
Lebih terperinciE STRUKTUR DATA & E PRAKTIK STRUKTUR DATA. Pointer & Function. Alfa Faridh Suni, S.T., M.T. PTIK
E3024015 - STRUKTUR DATA & E3024016 PRAKTIK STRUKTUR DATA Pointer & Function Alfa Faridh Suni, S.T., M.T. PTIK - 2014 Pointer Pointer adalah suatu variabel penunjuk, berisi nilai yang menunjuk alamat suatu
Lebih terperinciAlgoritma Heap Sort. Sekolah Teknik Elektro & Informatika Departemen Teknik Informatika, Institut Teknologi Bandung Jl. Ganesha 10, Bandung
Algoritma Heap Sort Paul Gunawan Hariyanto 1, Dendy Duta Narendra 2, Ade Gunawan 3 Sekolah Teknik Elektro & Informatika Departemen Teknik Informatika, Institut Teknologi Bandung Jl. Ganesha 10, Bandung
Lebih terperinciPERBANDINGAN KOMPLEKSITAS ALGORITMA PENCARIAN BINER DAN ALGORITMA PENCARIAN BERUNTUN
PERBANDINGAN KOMPLEKSITAS ALGORITMA PENCARIAN BINER DAN ALGORITMA PENCARIAN BERUNTUN Yudhistira NIM 13508105 Mahasiswa Program Studi Teknik Informatika ITB Jalan Ganesha No.10 Bandung e-mail: if18105@students.if.itb.ac.id
Lebih terperinciArray Multidimensi. Pemrograman Dasar. Java
Array Multidimensi Pemrograman Dasar Java Array 0 1 2 3 4 banyaknya elemen: 5 index elemen dari 0 s.d array.length-1 Deklarasi dan Pembuatan Array Menggunakan operator new new Type [panjangarray ] Ukuran
Lebih terperinciAlgoritma dan Pemrograman. Loop control structures: WHILE. Loop control structures: WHILE Perhatikan potongan program berikut: 12/29/2011
Algoritma dan Pemrograman WHILE while (kondisi) statement; FALSE kondisi? TRUE statement Pernyataan (statements) di dalam struktur WHILE akan diproses minimum NOL kali. Mengapa? WHILE Perhatikan potongan
Lebih terperinciTesting is the exposure of a system to trial input to see wheter it produces corect output Adalah proses eksekusi suatu program dengan maksud
Testing is the exposure of a system to trial input to see wheter it produces corect output Adalah proses eksekusi suatu program dengan maksud menemukan kesalahan Elemen kritis dari jaminan kualitas perangkat
Lebih terperinciKompleksitas Algoritma Pengurutan Selection Sort dan Insertion Sort
Kompleksitas Algoritma Pengurutan Selection Sort dan Insertion Sort Setia Negara B. Tjaru (13508054) Program Studi Teknik Informatika ITB Bandung e-mail: if18054@students.if.itb.ac.id ABSTRAK Makalah ini
Lebih terperinciKemangkusan Algoritma Pada Beberapa Variasi Quick Sort
Kemangkusan Algoritma Pada Beberapa Variasi Quick Sort Alifa Nurani Putri (13511074) Program Studi Teknik Informatika Sekolah Teknik Elektro dan Informatika Institut Teknologi Bandung, Jl. Ganesha 10 Bandung
Lebih terperinciPERTEMUAN 11 TEHNIK SEARCHING
PERTEMUAN 11 TEHNIK SEARCHING TEHNIK SEARCHING Tehnik Pencarian : 1. Tehnik Pencarian Tunggal : a. Tehnik Sequential Search / Linier Search b. Tehnik Binary Search 2. Tehnik Pencarian Nilai MAXMIN : a.
Lebih terperinciAnalisis Perbandingan Kompleksitas Algoritma Pengurutan Nilai (Sorting)
Analisis Perbandingan Kompleksitas Algoritma Pengurutan Nilai (Sorting) Panny Agustia Rahayuningsih Program Studi Manajemen Informatika AMIK BSI Pontianak Jl. Abdurahman Saleh No. 18A, Pontianak, Indonesia
Lebih terperinciArray ARRAY BERDIMENSI SATU. Representasi (Pemetaan) di memori. Lihat gambar dibawah ini, nilai data A (18) dismpan mulai dari alamat 1136 di memori.
Array Linear Array (biasa disebut Array) adalah salah satu bentuk struktur data yang bersifat Linear (continue). Nilai data Array harus homogen (bertipe data sama). Array merupakan koleksi data dimana
Lebih terperinciAnalisis Kompleksitas Waktu Untuk Beberapa Algoritma Pengurutan
Analisis Kompleksitas Waktu Untuk Beberapa Algoritma Pengurutan Dibi Khairurrazi Budiarsyah, 13509013 1 Program Studi Teknik Informatika Sekolah Teknik Elektro dan Informatika Institut Teknologi Bandung,
Lebih terperinciTEKNIK OPTIMASI. Dependensi Optimasi. Optimasi Lokal. Menghasilkan kode program dengan ukuran yang lebih kecil, sehingga lebih cepat eksekusinya.
Dependensi Optimasi TEKNIK OPTIMASI Menghasilkan kode program dengan ukuran yang lebih kecil, sehingga lebih cepat eksekusinya. Berdasarkan ketergantungan pada mesin : Machine Dependent Optimizer Machine
Lebih terperinciDecrease and Conquer
Decrease and Conquer Bahan Kuliah IF2211 Strategi Algoritma Oleh: Rinaldi Munir Program Studi Teknik Informatika Sekolah Teknik Elektro dan Informatika ITB 1 Decrease and conquer: metode desain algoritma
Lebih terperinciSEARCHING & SORTING. Pendahuluan
SEARCHING & SORTING Pendahuluan Sorting dan searching merupakan salah satu operasi dasar dalam ilmu komputer. Sorting merupakan suatu proses (operasi) yang mengurutkan data dalam suatu urutan yang diberikan
Lebih terperinciAnalisis Perbandingan Kompleksitas Algoritma Pengurutan Nilai (Sorting)
Analisis Perbandingan Kompleksitas Algoritma Pengurutan Nilai (Sorting) Panny Agustia Rahayuningsih Manajemen Informatika, AMIK BSI Pontianak panny.par@bsi.ac.id Abstract - The role of algorithms in software
Lebih terperinciBAB II TINJAUAN PUSTAKA
6 BAB II TINJAUAN PUSTAKA 2.1. Algoritma Algortima adalah jantung ilmu komputer atau informatika. Banyak cabang dari ilmu komputer yang diacu dalam terminologi algoritma, misalnya algoritma perutean (routing)
Lebih terperinciMODUL PRAKTIKUM PEMROGRAMAN BERORIENTASI OBJEK
MODUL PRAKTIKUM PEMROGRAMAN BERORIENTASI OBJEK Deskripsi Singkat Praktikum pemrograman berorientasi objek adalah praktikum yang menggunakan bahasa Java sebagai bantuan dalam memahami konsep pemrograman
Lebih terperinciOPERASI PERNYATAAN KONDISI
OPERASI PERNYATAAN KONDISI A. Pernyataan IF pernyataan if mempunyai pengertian, jika kondisi bernilai benar, maka perintah dikerjakan dan jiak tidak memenuhi syarat maka diabaikan. Dapat dilihat dari diagram
Lebih terperinciPERTEMUAN 2 ALGORITMA & PEMROGRAMAN
PERTEMUAN 2 ALGORITMA & PEMROGRAMAN POKOK BAHASAN 1. Pendahuluan 2. Tahapan Pembangunan Program 3. Pengenalan Algoritma 4. Cara Menyajikan Algoritma 5. Data Program 6. Elemen-Elemen Program PENDAHULUAN
Lebih terperinciPemrograman Dasar L A T I H A N M E T H O D / F U N G S I M E T H O D R E K U R S I F
Pemrograman Dasar L A T I H A N M E T H O D / F U N G S I M E T H O D R E K U R S I F Latihan 1 2 Buatlah program untuk menampilkan kuadrat dari suatu bilangan secara berulang sebanyak n kali 1. Buat method
Lebih terperinciBAB 2 LANDASAN TEORI
6 BAB 2 LANDASAN TEORI 2.1 Pengertian Algoritma Menurut (Suarga, 2012 : 1) algoritma: 1. Teknik penyusunan langkah-langkah penyelesaian masalah dalam bentuk kalimat dengan jumlah kata terbatas tetapi tersusun
Lebih terperinciBAB 2 TINJAUAN PUSTAKA
6 BAB 2 TINJAUAN PUSTAKA 2.1. Bank Syariah Berdirinya bank syariah di Indonesia diawali oleh adanya beberapa fatwa dari organisasi keislaman di Indonesia tentang bunga bank. Diantaranya adalah fatwa organisasi
Lebih terperinciBAB 2 LANDASAN TEORI. 2.1 Algoritma
13 BAB 2 LANDASAN TEORI 2.1 Algoritma Dalam matematika dan komputasi, algoritma merupakan kumpulan perintah untuk menyelesaikan suatu masalah. Perintah-perintah ini dapat diterjemahkan secara bertahap
Lebih terperinciDesign and Analysis Algorithm. Ahmad Afif Supianto, S.Si., M.Kom. Pertemuan 07
Design and Analysis Algorithm Ahmad Afif Supianto, S.Si., M.Kom Pertemuan 07 Contents 31 2 3 4 35 Divide and Conguer MinMax Problem Closest Pair Sorting Problem Perpangkatan 2 Algoritma divide and conquer
Lebih terperinciMETODE DEVIDE AND CONQUER (DANDC)
METODE DEVIDE AND CONQUER (DANDC) Di dalam metode ini, kita mempunyai suatu fungsi untuk menghitung input. Kemudian n input tersebut dipartisi menjadi k subset input yang berbeda (1< k n) k subproblem
Lebih terperinci' x KAJIAN ALGORITMA KOMPUTASI PERSAMAAN DIFFERENSIAL PARSIAL (PDP) Agus Sujono *)
KAJIAN AGORITMA KOMPUTASI PERSAMAAN DIFFERENSIA PARSIA (PDP) Agus Sujono *) ABSTRACT The method of numerical analysis is very useful to solve many problems that very difficult to hold by conventional analytical
Lebih terperinciBAB 2 LANDASAN TEORI
BAB 2 LANDASAN TEORI 2.1 Algoritma Algoritma berasal dari nama ilmuwan muslim dari Uzbekistan, Abu Ja far Muhammad bin Musa Al-Khuwarizmi (780-846M). Pada awalnya kata algoritma adalah istilah yang merujuk
Lebih terperinciBAB I PENGANTAR Pendahuluan Penyajian 1.1 Latar Belakang 1.2 Algoritma dan Struktur Data
BAB I PENGANTAR Pendahuluan Program komputer dibuat berdasarkan langkah-langkah logis untuk menyelesaikan masalah. Lagkah-langkah tersebut ditulis dalam suatu instruksi yang bisa dipahami oleh komputer,
Lebih terperinciPengambilan Keputusan. Konsep Pemrograman Oleh Tita Karlita
Pengambilan Keputusan Konsep Pemrograman Oleh Tita Karlita Topik Menjelaskan tentang operator kondisi (operator relasi dan logika) Menjelaskan penggunaan pernyataan if Menjelaskan penggunaan pernyataan
Lebih terperinci