BAB II LANDASAN TEORI

Ukuran: px
Mulai penontonan dengan halaman:

Download "BAB II LANDASAN TEORI"

Transkripsi

1 BAB II LANDASAN TEORI Adapun landasan teori yang dibutuhkan dalam pembahasan tugas akhir ini di antaranya adalah definisi graf, lintasan terpendek, lintasan terpendek fuzzy, metode rangking fuzzy, algoritma Dijkstra dan algoritma Floyd. 2.1 Graf Definisi 2.1 (Munir, 2001) Graf didefinisikan sebagai pasangan himpunan (, ), di tulis dengan notasi (, ), dimana adalah himpunan tidak kosong dari titik-titik (vertex) dan adalah himpunan sisi (edge) yang menghubungkan dua buah titik. Gambar 2.1 merupakan contoh graf sederhan. Gambar 2.1 Graf Sederhana Dengan : V {,,, }, E {(, ), (, ), (, ), (, )} 2.2. Macam-Macam Graf atas dua jenis: Berdasarkan orientasi arah pada sisi, maka secara umum graf dibedakan Graf Tidak Berarah (undirected graph) Graf yang sisinya tidak mempunyai orientasi arah di sebut graf tak berarah. Gambar 2.2 merupakan contoh graf tidak berarah. II-1

2 B A C D Gambar 2.2 Graf Tak Berarah Graf Berarah Graf yang setiap sisinya diberikan orientasi arah disebut graf berarah. Gambar 3 merupakan contoh graf berarah. Gambar 2. 3 Graf Berarah 2.3 Graf Berbobot Definisi 2.2 (Munir, 2005) Graf berbobot adalah graf yang setiap sisinya diberi sebuah harga (bobot). Bobot pada tiap sisi dapat berbeda-beda tergantung pada masalah yang dimodelkan dengan graf. Bobot dapat menyatakan jarak antara dua buah kota, biaya perjalanan antara dua buah kota, waktu tempuh pesan (message) dari sebuah titik komunikasi ke titik komunikasi lain ( dalam jaringan komputer), ongkos produksi, dan sebagainya. Gambar 2.4 merupakan contoh graf berbobot. II-2

3 Gambar 2.4 Graf Berbobot 2.4 Lintasan Terpendek Persoalan mencari lintasan terpendek di dalam graf merupakan salah satu persoalan optimasi. Graf yang digunakan dalam mencari lintasan terpendek adalah graf berbobot yaitu graf yang setiap sisinya diberikan nilai atau bobot. Bobot pada sisi graf dapat menyatakan jarak antar kota, waktu, dan sebagainya. Lintasan terpendek dengan titik awal s dan titik tujuan t didefinisikan sebagai lintasan terpendek dari s ke t dengan bobot minimum. Sebagai contoh penerapan lintasan terpendek adalah persoalan tukang pos Cina. Persoalan tentang tukang pos Cina pertama kali dikemukakan oleh Mei Ko Kwan, seorang Matematikawan Cina, pada tahun Persoalan ini adalah persoalan yang banyak dihadapi para tukang pos, yaitu tentang bagaimana seorang tukang pos akan mengantarkan surat-surat yang dibawanya ke alamat-alamat yang ia tuju. Ia harus merencanakan rute perjalanannya agar ia mendapatkan lintasan terpendek dari alamat awal ke alamat akhir dengan semua alamat di kunjungi. Untuk menyelesaikan tukang pos Cina, alamat-alamat yag dituju dapat dinyatakan sebagai titik pada graf, sedangkan jalan yang menghubungkan antar dua buah alamat dinyatakan dengan sisi. Bobot pada sisi menyatakan jarak antar dua buah alamat. II-3

4 B 8 D 2 1 A 3 4 F 2.5 Lintasan Terpendek Fuzzy C 5 E Gambar 2.5 Contoh Graf untuk Persoalan Tukang Pos Cina Masalah pencarian lintasan terpendek sangat umum dan secara luas dipelajari pada teori graf. Lintasan terpendek bertujuan untuk menemukan lintasan dengan bobot minimum. Pada proses pencarian lintasan, sering kali hanya jarak dari tiap ruas jalan yang digunakan sebagai parameter. Tetapi dalam kenyataannya, biaya, volum jalan, kemacetan, kepadatan jalan dan lain-lain merupakan faktor yang semestinya digunakan sebagai pertimbangan atau parameter dalam menentukan lintasan yang dipilih. Karena, parameter-parameter tersebut mempunyai nilai yang tidak tepat. Oleh karena itu, untuk menangani parameter di atas teori bilangan fuzzy sangat dibutuhkan karena dalam hal ini teori bilangan fuzzy biasanya dinyatakan dalam bentuk besaran, misalnya kurang lebih 10, kira-kira 5 jam, dan sebagainya. Sehingga logika fuzzy digunakan untuk memodelkan multi parameter yang ada pada persoalan lintasan. Sebagai contoh, persoalan tukang pos Cina, 4 alamat-alamat yang di tuju dinyatakan sebagai titik pada graf, sedangkan jalan yang menghubungkan antar dua buah alamat dinyatakan dengan sisi. Bobot pada sisi menyatakan jarak antar dua buah alamat, tetapi dalam lintasan terpendek fuzzy bobot pada sisi menyatakan himpunan bilangan fuzzy segitiga yang menyatakan parameter dari sisi tersebut. Dimana parameternya merupakan parameter yang nilainya bersifat tidak tepat atau fuzzy seperti waktu, kemacetan, kepadatan, biaya, dan lain-lain. II-4

5 B (8, 9, 10) D (3, 5, 7) (4, 6, 8) (1,3,5) A (4,7,10) (4,6,8) F (7,9,11) (2,4,6) (5,8,9) C (5,7,9) E Gambar 2.6 Contoh Graf untuk Persoalan Tukang Pos Cina dengan Bobot Bilangan Fuzzy 2.6 Bilangan Fuzzy Segitiga Definisi 2.3 ( Susilo, 2006). Bilangan fuzzy segitiga A dinyatakan dengan (,, ) adalah himpunan fuzzy A di ( ) yang fungsi keanggotaannya adalah : ( ) ( ), < ( ) ( ), 0, < > 2.7 Operasi Aritmatika Dasar pada Bilangan Fuzzy Adapun operasi penjumlahan, pengurangan, perkalian, dan pembagian dalam bilangan fuzzy adalah : Jika (,, ) dan,, merupakan dua bilangan fuzzy segitiga maka : 1. (,, ),, ( +, +, + ) (2, 5, 9) 4, 6, 8 (2 + 4, 5 + 6, 9 + 8) (6, 11, 17) 2. (,, ),, (,, ) (5, 7, 9) 4, 5, 6 (5 4, 7 5, 9 6) (1, 2, 3) II-5

6 3.,,,, (min,,,,,,,,,maks (,,,,,,,, )) (5, 7, 9) (4, 5, 6) (min (20, 25, 30, 28, 35, 42, 36, 45, 54), maks (20, 25, 30, 28, 35, 42, 36, 45, 54)) (20, 54) 4. / (,, )/(,, ) (min,,,,,,,,,maks (,,,,,,,, )) (5, 7, 9) (4, 5, 6) (min(,,,,,,,, ), maks (,,,,,,,, )) (, ) 2.8 Rangking Bilangan Fuzzy Merupakan sebuah metode untuk menbandingkan jumlah bilangan fuzzy atau peringkat dari bilangan fuzzy. Misalkan dan adalah dua bilangan fuzzy segitiga. i. R R >. ii. R R <. iii. R R R. 2.9 Metode Rangking Fuzzy Metode Rangking fuzzy dikemukakan oleh C. H. Cheng (1998), yang merupakan jarak antara titik centroid (, ) dan titik asalnya, yaitu : R ( ) + ( ) (2.1) dengan ( ) ( ) (2.2) II-6

7 dan ( ) (2.3) 2.10 Algoritma Dijkstra Algoritma Dijkstra ditemukan oleh Edsger W. Dijkstra yang merupakan salah satu varian bentuk algoritma popular dalam pemecahan persoalan yang terkait dengan masalah optimasi dan bersifat sederhana. Algoritma ini menyelesaikan masalah mencari sebuah lintasan terpendek (sebuah lintasan yang mempunyai panjang minimum) dari titik s ke titik t dalam graf berbobot pada graf berarah, namun algoritma ini juga benar untuk graf tak berarah. Misalkan G adalah graf berarah berbobot dengan himpunan titik {,,, } dan lintasan terpendek yang dicari adalah dari ke. Algoritma Dijkstra dimulai dari titik. Sesuai dalam iterasinya, algoritma akan mencari satu titik yang jumlah bobotnya dari titik 1 terkecil. Titik-titik terpilih dipisahkan dan titik-titik tersebut tidak diperhatikan lagi dalam iterasi berikutnya. Misalkan: {,,, }. Himpunan titik-titik ( ) yang sudah terpilih dalam jalur lintasan terpendek. Jumlah bobot lintasan terkecil dari ke. R Rangking fuzzy. 1, Bobot dari sisi (, ). 1. Jumlah bobot lintasan terkecil dari ke. Secara formal, algoritma dijkstra untuk mencari lintasan terpendek adalah sebagai berikut: 1. {}; {,,, } 2. Untuk i 2,,n, lakukan 1, 3. Selama lakukan: II-7

8 a. Pilih titik dengan terkecil. Set { } b. Untuk setiap lakukan : jika > + (, ) maka ganti dengan + (, ). 4. Untuk 1,2,, jika maka 1,. Menurut algoritma di atas, lintasan dari titik ke melalui titik-titik dalam L, dan jumlah bobot lintasan terkecilnya adalah. Sebagai contoh untuk lintasan terpendek menggunakan algoritma dijkstra adalah : Gambar 2.7 Contoh Graf Berarah Berdasarkan dari Gambar 2.7 di atas maka akan dicari lintasan terpendek dari ke. Penyelesain : Matriks W untuk menyatakan graf pada Gambar 6 adalah sebagai berikut: L {} dan,,. 2. Untuk 2 : 2 1,2 4. Untuk 3 : 3 1,3 3. Untuk 4 : 4 1,4. 3. sehingga langkah 3(a) dan 3(b) di lakukan. 3(a) : D(k) terkecil adalah D(3) sehingga. L L {} 3 { 3 }. II-8

9 3(b) : V L,, {, }. Sehingga untuk {, } akan diperiksa apakah > +,. Untuk j 2 : D(j) D(2) 4 ; D(k) + w(k, j) D(3) + w(3, 2) Oleh karna D(2) < D(3) + W(3, 2), maka D(2) 4 (nilainya tetap). Untuk j 4 D(j) D(4) ; D(k) + w(k, j) D(3) + w(3, 4) Oleh karna D(4) >D(3) + W(3, 4), maka D(4) 8 (nilainya berubah). Langkah selanjutnya adalah kembali ke langkah 3. Karena maka langkah 3(a) dan 3(b) dilakukan. 3(a) : { 2, 3, 4} 3 {, }. Di antara D(k) ( dengan k 2, 4) hasil iterasi langkah 3(b), D(k) yang terkecil adalah D(2) sehingga. Sekarang, L L { 3 } 2 { 3, 2}. 3(b) : V L,,, { }. Sehingga untuk { } akan diperiksa apakah > +,. Untuk j 4 : D(4) 8; D(k) + w(k, j) D(2) + w(2, 4) Oleh karna D(4) < D(2) + w(2, 4), maka D(4) 7 (nilainya berubah). Langkah selanjutnya adalah kembali ke langkah 3. Karena maka iterasi berhenti. 4.,,, II-9

10 Tabel 3.1. Hasil Iterasi Lintasan Terpendek pada Algoritma Dijkstra Indeks k sehingga D(k) minimum L V-L D(2) D(3) D(4) - {,, }. w(1, 2) 4 w(1,3) 3 w(1,4) Min (D(2), Min (D(4), 3 { } {, }. D(3)+w(3,2) Min (4, 3+2) 4 3 (tetap) D(3)+w(3,4) Min (, 3+5) 8 Min (D(4), 2 {, } { } 4 (tetap) 3 (tetap) D(2)+w(2,4) Min (8, 4+3) 7 4 {,, }. - Panjang lintasan terpendek dari adalah 7 dengan jalur yang di baca mundur sebagai berikut : Pada titik terakhir ( ) diperoleh penurunan jarak pada kolom D(4) dari 8 ke 7, itu berarti titik yang terpilih pada baris tersebut ( ) adalah jalur lintasan ( jalur ). Pada kolom D(2) tidak terjadi penurunan jarak (dari 4 tetap 4), itu berarti bahwa titik pada indeks k 3 ( ) bukan jalur lintasan. Jadi, lintasan terpendeknya adalah dengan total panjang Algoritma Floyd II-10

11 Algoritma Floyd adalah algoritma untuk menghitung lintasan terpendek pada graf berarah. Algoritma Floyd menggunakan dua matrik yaitu matrik dan matrik. Matrik merupakan matrik untuk melihat bobot akhir pada lintasan, sedangkan matrik merupakan matrik untuk melihat lintasan yang terpilih. Matriks ini merepresentasikan bobot dari keseluruhan sisi yang ada pada graf (, ) dengan, dimana i adalah titik awal dan j adalah titik tujuan. Diberikan beberapa notasi yang akan digunakan dalam algoritma Floyd yaitu: jarak dari titik i ke titik j. suatu titik yang dilewati oleh suatu lintasan dari i ke j yang mempunyai jarak. matriks jarak. matriks urutan. R rangking fuzzy. Langkah-langkah algoritma Floyd adalah sebagai berikut: 1. Didefinisikan matriks dan. Jika i dan j tidak terhubung langsung, definisikan. 2. Tetapkan k 1. a. Didefinisikan baris k dan kolom k sebagai baris dan kolom pivot. b. Untuk setiap dalam, jika + <,,, maka pada matriks di ganti dengan +. Tetapi jika + >, maka pada matriks tetap. c. Jika matriks tetap maka matriks tetap, tetapi jika matriks berubah maka matriks diubah dengan mengganti dengan k. d. Jika k n, iterasi berhenti.jika k < n, definisikan + 1, kembali ke langkah 1. Sebagai contoh untuk lintasan terpendek pada algoritma floyd adalah sebagai berikut : Dengan graf yang sama, maka akan diselesaikan masalah lintasan terpendek dengan algoritma Floyd. II-11

12 Penyelesain : Iterasi 1 : 1. Didefinisikan matriks D dan matriks. 4 3 dan a. Definisikan baris 1 dan kolom 1 dari matrik sebagai baris dan kolom pivot. 4 3 dan b. Untuk setiap pada matriks, elemen < + maka tidak ada elemen yang diubah untuk matrik. Maka matriks D tetap pada iterasi berikutnya. c. Tidak ada elemen yang di ubah dari matrik Karena perubahan matriks mengikuti perubahan pada matriks, maka matrik tetap pada iterasi berikutnya. d. Karena k < 4 maka untuk iterasi berikutnya didefinisikan k 2 dan kembali ke langkah 1. Iterasi 2 : 1. Didefinisikan matriks dan matriks. 4 3 dan a. Definisikan baris 2 dan kolom 2 dari matrik sebagai baris dan kolom pivot. II-12

13 4 3 dan b. Untuk setiap pada matriks, elemen > +, > maka elemen pada matrik di ubah menjadi 7. Sehingga diperoleh matriks pada iterasi berikutnya. c. Untuk elemen matriks di ubah menjadi 2 sehingga di peroleh matriks pada iterasi berikutnya. d. Karena k < 4 maka untuk iterasi berikutnya didefinisikan k 3 dan kembali ke langkah 1. Iterasi 3 : 1. Didefinisikan matriks dan matriks dan a. Definisikan baris 3 dan kolom 3 dari matrik sebagai baris dan kolom pivot dan a. Untuk setiap pada matriks, elemen < + maka tidak ada elemen yang diubah untuk matrik. b. Tidak ada elemen yang di ubah dari matrik. c. Karena k < 4 maka untuk iterasi berikutnya didefinisikan k 4 dan kembali ke langkah 1. Iterasi 4 : 1. Didefinisikan matriks dan matriks. II-13

14 4 3 7 dan a. Definisikan baris 4 dan kolom 4 dari matriks sebagai baris dan kolom pivot dan b. Untuk setiap pada matriks, elemen < + maka tidak ada elemen yang diubah. c. Tidak ada elemen yang di ubah dari matrik. d. Karena k n maka iterasi berhenti dan Dari iterasi 4 di dapat hasil akhir untuk lintasan terpendek dari titik 1 ke titik 4 adalah : Jadi, lintasan terpendeknya adalah dengan bobot adalah 7. II-14

BAB II LANDASAN TEORI

BAB II LANDASAN TEORI BAB II LANDASAN TEORI 2.1 Terminologi graf Tereminologi termasuk istilah yang berkaitan dengan graf. Di bawah ini akan dijelaskan beberapa definisi yang sering dipakai terminologi. 2.1.1 Graf Definisi

Lebih terperinci

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI BAB 2 LANDASAN TEORI 2.1 Pengertian Algoritma Algoritma adalah teknik penyusunan langkah-langkah penyelesaian masalah dalam bentuk kalimat dengan jumlah kata terbatas tetapi tersusun secara logis dan sitematis

Lebih terperinci

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI 4 BAB 2 LANDASAN TEORI 2.1 Pengertian Kemacetan Kemacetan adalah situasi atau keadaan tersendatnya atau bahkan terhentinya lalu lintas yang disebabkan oleh banyaknya jumlah kendaraan melebihi kapasitas

Lebih terperinci

PENENTUAN RUTE TERPENDEK PADA OPTIMALISASI JALUR PENDISTRIBUSIAN BARANG DI PT. X DENGAN MENERAPKAN ALGORITMA FLOYD-WARSHALL

PENENTUAN RUTE TERPENDEK PADA OPTIMALISASI JALUR PENDISTRIBUSIAN BARANG DI PT. X DENGAN MENERAPKAN ALGORITMA FLOYD-WARSHALL PENENTUAN RUTE TERPENDEK PADA OPTIMALISASI JALUR PENDISTRIBUSIAN BARANG DI PT. X DENGAN MENERAPKAN ALGORITMA FLOYD-WARSHALL Vera Apriliani Nawagusti 1), Ali Nurdin 2), Aryanti aryanti 3) 1),2),3 ) Jurusan

Lebih terperinci

BAB II LANDASAN TEORI

BAB II LANDASAN TEORI II LNSN TEORI Landasan teori dalam penyusunan tugas akhir ini menggunakan beberapa teori pendukung yang akan digunakan untuk menentukan lintasan terpendek pada jarak esa di Kecamatan Rengat arat. 2.1 Graf

Lebih terperinci

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI BAB 2 LANDASAN TEORI 2.1 Teori Dasar Graf Graf G didefinisikan sebagai pasangan himpunan (V,E), ditulis dengan notasi G=(V,E), yang dalam hal ini V adalah himpunan tidak-kosong dari simpul-simpul (vertices

Lebih terperinci

Studi Algoritma Optimasi dalam Graf Berbobot

Studi Algoritma Optimasi dalam Graf Berbobot Studi Algoritma Optimasi dalam Graf Berbobot Vandy Putrandika NIM : 13505001 Program Studi Teknik Informatika, Institut Teknologi Bandung Jl. Ganesha 10, Bandung E-mail : if15001@students.if.itb.ac.id

Lebih terperinci

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI BAB 2 LANDASAN TEORI Pada bab ini, akan dibahas landasan teori mengenai teori-teori yang digunakan dan konsep yang mendukung pembahasan, serta penjelasan mengenai metode yang digunakan. 2.1. Jalur Terpendek

Lebih terperinci

Aplikasi Shortest Path dengan Menggunakan Graf dalam Kehidupan Sehari-hari

Aplikasi Shortest Path dengan Menggunakan Graf dalam Kehidupan Sehari-hari Aplikasi Shortest Path dengan Menggunakan Graf dalam Kehidupan Sehari-hari Andika Mediputra NIM : 13509057 Program Studi Teknik Informatika Sekolah Teknik Elektro dan Informatika Institut Teknologi Bandung,

Lebih terperinci

Diktat Algoritma dan Struktur Data 2

Diktat Algoritma dan Struktur Data 2 BB X GRF Pengertian Graf Graf didefinisikan sebagai pasangan himpunana verteks atau titik (V) dan edges atau titik (E). Verteks merupakan himpunan berhingga dan tidak kosongdari simpul-simpul (vertices

Lebih terperinci

Pencarian Jalur Terpendek dengan Algoritma Dijkstra

Pencarian Jalur Terpendek dengan Algoritma Dijkstra Volume 2 Nomor 2, Oktober 207 e-issn : 24-20 p-issn : 24-044X Pencarian Jalur Terpendek dengan Algoritma Dijkstra Muhammad Khoiruddin Harahap Politeknik Ganesha Medan Jl.Veteran No. 4 Manunggal choir.harahap@yahoo.com

Lebih terperinci

PENGAPLIKASIAN GRAF DALAM KEHIDUPAN SEHARI-HARI

PENGAPLIKASIAN GRAF DALAM KEHIDUPAN SEHARI-HARI PENGAPLIKASIAN GRAF DALAM KEHIDUPAN SEHARI-HARI Nurio Juliandatu Masido NIM : 13505083 Program Studi Teknik Informatika, Institut Teknologi Bandung Jl. Ganesha 10, Bandung E-mail : if15083@students.if.itb.ac.id

Lebih terperinci

BAB I PENDAHULUAN. 1.1 Latar Belakang

BAB I PENDAHULUAN. 1.1 Latar Belakang BAB I PENDAHULUAN 1.1 Latar Belakang Matematika merupakan ilmu yang tidak dapat dipisahkan dari kehidupan manusia. Matematika juga merupakan media untuk melatih kemampuan berfikir kritis, kreatif dan dapat

Lebih terperinci

Aplikasi Algoritma Dijkstra dalam Pencarian Lintasan Terpendek Graf

Aplikasi Algoritma Dijkstra dalam Pencarian Lintasan Terpendek Graf Aplikasi Algoritma Dijkstra dalam Pencarian Lintasan Terpendek Graf Nur Fajriah Rachmah - 0609 Program Studi Teknik Informatika, Sekolah Teknik Elektro dan Informatika Institut Teknologi Bandung, Jalan

Lebih terperinci

BAB II LANDASAN TEORI

BAB II LANDASAN TEORI BAB II LANDASAN TEORI 2.1 Teori Graf 2.1.1 Defenisi Graf Graf G didefenisikan sebagai pasangan himpunan (V,E), ditulis dengan notasi G = (V,E), yang dalam hal ini V adalah himpunan tidak kosong dari simpul-simpul

Lebih terperinci

LANDASAN TEORI. Bab Konsep Dasar Graf. Definisi Graf

LANDASAN TEORI. Bab Konsep Dasar Graf. Definisi Graf Bab 2 LANDASAN TEORI 2.1. Konsep Dasar Graf Definisi Graf Suatu graf G terdiri atas himpunan yang tidak kosong dari elemen elemen yang disebut titik atau simpul (vertex), dan suatu daftar pasangan vertex

Lebih terperinci

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI BAB 2 LANDASAN TEORI 2.1. Pengertian Algoritma Algoritma merupakan urutan langkah langkah untuk menyelesaikan masalah yang disusun secara sistematis, algoritma dibuat dengan tanpa memperhatikan bentuk

Lebih terperinci

APLIKASI GRAF DALAM PEMBUATAN JALUR ANGKUTAN KOTA

APLIKASI GRAF DALAM PEMBUATAN JALUR ANGKUTAN KOTA APLIKASI GRAF DALAM PEMBUATAN JALUR ANGKUTAN KOTA Kenny Enrich NIM : 13506111 Program Studi Teknik Informatika, Institut Teknologi Bandung Jl. Ganesha 10, Bandung E-mail : if16111@students.if.itb.ac.id

Lebih terperinci

Aplikasi Graf pada Persoalan Lintasan Terpendek dengan Algoritma Dijkstra

Aplikasi Graf pada Persoalan Lintasan Terpendek dengan Algoritma Dijkstra Aplikasi Graf pada Persoalan Lintasan Terpendek dengan Algoritma Dijkstra Adriansyah Ekaputra 13503021 Program Studi Teknik Informatika, Institut Teknologi Bandung Jl. Ganesha 10, Bandung Abstraksi Makalah

Lebih terperinci

BAB 2 GRAF PRIMITIF. 2.1 Definisi Graf

BAB 2 GRAF PRIMITIF. 2.1 Definisi Graf BAB 2 GRAF PRIMITIF Pada bab ini akan dijelaskan beberapa konsep dasar seperti definisi dan teorema yang dijadikan landasan teori dalam penelitian ini. Konsep dasar tersebut berkaitan dengan definisi graf,

Lebih terperinci

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI BAB 2 LANDASAN TEORI 2.1 Teori graf 2.1.1 Defenisi graf Graf G adalah pasangan {,} dengan adalah himpunan terhingga yang tidak kosong dari objek-objek yang disebut titik (vertex) dan adalah himpunan pasangan

Lebih terperinci

BAB II TINJAUAN PUSTAKA

BAB II TINJAUAN PUSTAKA BAB II TINJAUAN PUSTAKA 2.1 Graf (Graph) Graf G didefinisikan sebagai pasangan himpunan (V, E) yang dinotasikan dalam bentuk G = {V(G), E(G)}, dimana V(G) adalah himpunan vertex (simpul) yang tidak kosong

Lebih terperinci

PENENTUAN ALUR TERPENDEK PENGIRIMAN BARANG PT.KENCANA LINK NUSANTARA MEDAN DENGAN ALGORITMA DJIKSTRA

PENENTUAN ALUR TERPENDEK PENGIRIMAN BARANG PT.KENCANA LINK NUSANTARA MEDAN DENGAN ALGORITMA DJIKSTRA 15 Jurnal Riset Komputer (JURIKOM), ol. 3 No. 6, Desember 2016 PENENTUAN ALUR TERPENDEK PENGIRIMAN BARANG PT.KENCANA LINK NUSANTARA MEDAN DENGAN ALGORITMA DJIKSTRA Ahmad Zuhri Hasibuan Mahasiswa Teknik

Lebih terperinci

Aplikasi Teori Graf dalam Pencarian Jalan Tol Paling Efisien

Aplikasi Teori Graf dalam Pencarian Jalan Tol Paling Efisien Aplikasi Teori Graf dalam Pencarian Jalan Tol Paling Efisien Rianto Fendy Kristanto ) ) Jurusan Teknik Informatika ITB, Bandung 40, email: if706@students.if.itb.ac.id Abstract Makalah ini membahas tentang

Lebih terperinci

Journal of Informatics and Technology, Vol 1, No 1, Tahun 2012, p

Journal of Informatics and Technology, Vol 1, No 1, Tahun 2012, p PENENTUAN JALUR TERPENDEK PADA PELAYANAN AGEN TRAVEL KHUSUS PENGANTARAN WILAYAH SEMARANG BERBASIS SIG DENGAN ALGORITMA BRANCH AND BOUND Windi Rayina Rosa, Drs. Suhartono, M.Kom, Helmie Arif Wibawa, S.Si,

Lebih terperinci

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI BAB 2 LANDASAN TEORI 2.1. Konsep Dasar Graph Sebelum sampai pada pendefenisian masalah lintasan terpendek, terlebih dahulu pada bagian ini akan diuraikan mengenai konsep-konsep dasar dari model graph dan

Lebih terperinci

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

BAB 1 PENDAHULUAN. 1.1 Latar Belakang 9 BAB 1 PENDAHULUAN 1.1 Latar Belakang Travelling Salesman Problem (TSP) merupakan salah satu permasalahan yang penting dalam dunia matematika dan informatika. TSP dapat diilustrasikan sebagai perjalanan

Lebih terperinci

Pencarian Lintasan Terpendek Jalur Pendakian Gunung dengan Program Dinamis

Pencarian Lintasan Terpendek Jalur Pendakian Gunung dengan Program Dinamis Pencarian Lintasan Terpendek Jalur Pendakian Gunung dengan Program Dinamis Mochamad Luti Fadlan 1 13512087 Program Studi Teknik Inormatika Sekolah Teknik Elektro dan Inormatika Institut Teknologi Bandung,

Lebih terperinci

Course Note Graph Hamilton

Course Note Graph Hamilton Course Note Graph Hamilton Pada catatan sebelumnya telah dijelaskan tentang definisi graph Hamilton. Suatu graph terhubung adalah graph Hamilton jika graph tersebut memuat sikel yang mencakup semua titik

Lebih terperinci

PENYELESAIAN MASALAH LINTASAN TERPENDEK FUZZY DENGAN MENGGUNAKAN ALGORITMA CHUANG KUNG DAN ALGORITMA FLOYD

PENYELESAIAN MASALAH LINTASAN TERPENDEK FUZZY DENGAN MENGGUNAKAN ALGORITMA CHUANG KUNG DAN ALGORITMA FLOYD PENYELESAIAN MASALAH LINTASAN TERPENDEK FUZZY DENGAN MENGGUNAKAN ALGORITMA CHUANG KUNG DAN ALGORITMA FLOYD 1 Anik Musfiroh, 2 Lucia Ratnasari, 3 Siti Khabibah 1.2.3 Jurusan Matematika Universitas Diponegoro

Lebih terperinci

Penghematan BBM pada Bisnis Antar-Jemput dengan Algoritma Branch and Bound

Penghematan BBM pada Bisnis Antar-Jemput dengan Algoritma Branch and Bound Penghematan BBM pada Bisnis Antar-Jemput dengan Algoritma Branch and Bound Chrestella Stephanie - 13512005 Program Studi Teknik Informatika Sekolah Teknik Elektro dan Informatika Institut Teknologi Bandung,

Lebih terperinci

BAB 2 GRAF PRIMITIF. Gambar 2.1. Contoh Graf

BAB 2 GRAF PRIMITIF. Gambar 2.1. Contoh Graf BAB 2 GRAF PRIMITIF Pada bagian ini akan dijelaskan mengenai definisi graf, istilah-istilah dalam graf, matriks ketetanggaan, graf terhubung, primitivitas graf, dan scrambling index. 2.1 Definisi Graf

Lebih terperinci

BAB 2 TINJAUAN PUSTAKA

BAB 2 TINJAUAN PUSTAKA 39 BAB 2 TINJAUAN PUSTAKA 2.1. Teori Graf 2.1.1 Definisi Graf Teori graf merupakan salah satu cabang matematika yang paling banyak aplikasinya dalam kehidupan sehari hari. Salah satu bentuk dari graf adalah

Lebih terperinci

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

BAB 1 PENDAHULUAN. 1.1 Latar Belakang BAB 1 PENDAHULUAN 1.1 Latar Belakang Graf adalah salah satu metode yang sering digunakan untuk mencari solusi dari permasalahan diskrit dalam dunia nyata. Dalam kehidupan sehari-hari, graf digunakan untuk

Lebih terperinci

Pengaplikasian Graf dan Algoritma Dijkstra dalam Masalah Penentuan Pengemudi Ojek Daring

Pengaplikasian Graf dan Algoritma Dijkstra dalam Masalah Penentuan Pengemudi Ojek Daring Pengaplikasian Graf dan Algoritma Dijkstra dalam Masalah Penentuan Pengemudi Ojek Daring Ilham Firdausi Putra / 13516140 Program Studi Teknik Informatika Sekolah Teknik Elektro dan Informatika Institut

Lebih terperinci

BAB II TINJAUAN PUSTAKA

BAB II TINJAUAN PUSTAKA 17 BAB II TINJAUAN PUSTAKA 2.1 Sistem Informasi Geografis Sistem Informasi Geografis atau Geografic Information Sistem (GIS) merupakan sistem komputer yang digunakan untuk memasukkan, menyimpan, memeriksa,

Lebih terperinci

BAB 2 TINJAUAN PUSTAKA

BAB 2 TINJAUAN PUSTAKA 21 2 TINJUN PUSTK 2.1. lgoritma lgoritma merupakan suatu langkah langkah untuk menyelesaikan masalah yang disusun secara sistematis, tanpa memperhatikan bentuk yang akan digunakan sebagai implementasinya,

Lebih terperinci

BAB II LANDASAN TEORI

BAB II LANDASAN TEORI BAB II LANDASAN TEORI.. Definisi Graf Secara matematis, graf G didefinisikan sebagai pasangan himpunan (V,E) ditulis dengan notasi G = (V, E), yang dalam hal ini: V = himpunan tidak-kosong dari simpul-simpul

Lebih terperinci

Graf. Bekerjasama dengan. Rinaldi Munir

Graf. Bekerjasama dengan. Rinaldi Munir Graf Bekerjasama dengan Rinaldi Munir Beberapa Aplikasi Graf Lintasan terpendek (shortest path) (akan dibahas pada kuliah IF3051) Persoalan pedagang keliling (travelling salesperson problem) Persoalan

Lebih terperinci

PENERAPAN ALGORITMA BRANCH AND BOUND DALAM MENENTUKAN RUTE TERPENDEK UNTUK PERJALANAN ANTARKOTA DI JAWA BARAT

PENERAPAN ALGORITMA BRANCH AND BOUND DALAM MENENTUKAN RUTE TERPENDEK UNTUK PERJALANAN ANTARKOTA DI JAWA BARAT PENERAPAN ALGORITMA BRANCH AND BOUND DALAM MENENTUKAN RUTE TERPENDEK UNTUK PERJALANAN ANTARKOTA DI JAWA BARAT M. Pasca Nugraha Sekolah Teknik Elektro dan Informatika Program Studi Teknik Informatika Institut

Lebih terperinci

9. Algoritma Path. Oleh : Ade Nurhopipah

9. Algoritma Path. Oleh : Ade Nurhopipah 9. Algoritma Path Oleh : Ade Nurhopipah Pokok Bahasan : 1. Algoritma Fleury 2. Algoritma Shortest Path 3. Studi Kasus Sumber : Aldous, Joan M.,Wilson, Robin J. 2004. Graph and Applications. Springer: UK.

Lebih terperinci

Penerapan Graf dalam Optimasi Jalur Penerbangan Komersial dengan Floyd-Warshall Algorithm

Penerapan Graf dalam Optimasi Jalur Penerbangan Komersial dengan Floyd-Warshall Algorithm Penerapan Graf dalam Optimasi Jalur Penerbangan Komersial dengan Floyd-Warshall Algorithm Hisham Lazuardi Yusuf 13515069 Program Studi Teknik Informatika Sekolah Teknik Elektro dan Informatika Institut

Lebih terperinci

DAFTAR NOTASI. Notasi Operasi Matematis

DAFTAR NOTASI. Notasi Operasi Matematis DAFTAR NOTASI Notasi Operasi Matematis Komponen Notasi 1 Ekspansi Matriks χ chi 2 Indikasi Koordinat Matriks ι iota 3 Enumerasi Komponen Matriks ε epsilon 4 Pencacahan Komponen Matriks ξ xi 5 Penggantian

Lebih terperinci

SISTEM INFORMASI UNIVERSITAS GUNADARMA 2012/2013. Graf Berarah

SISTEM INFORMASI UNIVERSITAS GUNADARMA 2012/2013. Graf Berarah SISTEM INFORMASI UNIVERSITAS GUNADARMA 2012/2013 Graf Berarah Graf Berarah Suatu graf berarah (Direct Graf/Digraf) D terdiri atas 2 himpunan : 1. Himpunan V, anggotanya disebut Simpul. 2. Himpunan A, merupakan

Lebih terperinci

DAFTAR ISI. LEMBAR PERNYATAAN. ABSTRAK KATA PENGANTAR. UCAPAN TERIMAKASIH. DAFTAR TABEL. DAFTAR GAMBAR DAFTAR LAMPIRAN

DAFTAR ISI. LEMBAR PERNYATAAN. ABSTRAK KATA PENGANTAR. UCAPAN TERIMAKASIH. DAFTAR TABEL. DAFTAR GAMBAR DAFTAR LAMPIRAN DAFTAR ISI LEMBAR PERNYATAAN. ABSTRAK KATA PENGANTAR. UCAPAN TERIMAKASIH. DAFTAR ISI. DAFTAR TABEL. DAFTAR GAMBAR DAFTAR LAMPIRAN i ii iv v vi ix x xi BAB I PENDAHULUAN. 1.1 Latar Belakang..... 1.2 Rumusan

Lebih terperinci

1. PENDAHULUAN 1.1 Latar Belakang

1. PENDAHULUAN 1.1 Latar Belakang PERANGKAT LUNAK PENCARIAN RUTE TERPENDEK DENGAN MENGGUNAKAN METODE PEMROGRAMAN DINAMIS (FLOYD WARSHALL) Ulil Hamida Program Studi Sistem Informasi, STMI Jakarta ulil-h@kemenperin.go.id ABSTRAK Pencarian

Lebih terperinci

BAB II KAJIAN TEORI. Berikut diberikan landasan teori mengenai teori himpunan fuzzy, program

BAB II KAJIAN TEORI. Berikut diberikan landasan teori mengenai teori himpunan fuzzy, program BAB II KAJIAN TEORI Berikut diberikan landasan teori mengenai teori himpunan fuzzy, program linear, metode simpleks, dan program linear fuzzy untuk membahas penyelesaian masalah menggunakan metode fuzzy

Lebih terperinci

Penerapan Teori Graf Pada Algoritma Routing

Penerapan Teori Graf Pada Algoritma Routing Penerapan Teori Graf Pada Algoritma Routing Indra Siregar 13508605 Program Studi Teknik Teknik Informatika, Sekolah Teknik Elektro dan Informatika Institut Teknologi Bandung, Jalan Ganesha 10, Bandung

Lebih terperinci

BAB 2 TINJAUAN PUSTAKA

BAB 2 TINJAUAN PUSTAKA BAB 2 TINJAUAN PUSTAKA Bab ini akan membahas landasan teori, penelitian terdahulu, kerangka pikir dan hipotesis yang mendasari penyelesaian permasalahan dalam penentuan jarak terpendek untuk Pendistribusian

Lebih terperinci

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI BAB 2 LANDASAN TEORI 2.1 Teori Graf 2.1.1 Defenisi Graf Suatu graf G adalah suatu himpunan berhingga tak kosong dari objek-objek yang disebut verteks (titik/simpul) dengan suatu himpunan yang anggotanya

Lebih terperinci

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI BAB LANDASAN TEORI. Lintasan Terpendek Lintasan terpendek merupakan lintasan minumum yang diperlukan untuk mencapai suatu titik dari titik tertentu (Pawitri, ) disebutkan bahwa. Dalam permasalahan pencarian

Lebih terperinci

Penyelesaian Traveling Salesman Problem dengan Algoritma Heuristik

Penyelesaian Traveling Salesman Problem dengan Algoritma Heuristik Penyelesaian Traveling Salesman Problem dengan Algoritma Heuristik Filman Ferdian - 13507091 Program Studi Teknik Informatika, Sekolah Teknik Elektro dan Informatika Institut Teknologi Bandung, Jalan Ganesha

Lebih terperinci

Penggunaan Algoritma Dijkstra dalam Penentuan Lintasan Terpendek Graf

Penggunaan Algoritma Dijkstra dalam Penentuan Lintasan Terpendek Graf Penggunaan Algoritma Dijkstra dalam Penentuan Lintasan Terpendek Graf Rahadian Dimas Prayudha - 13509009 Program Studi Teknik Informatika Sekolah Teknik Elektro dan Informatika Institut Teknologi Bandung,

Lebih terperinci

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI BAB 2 LANDASAN TEORI 2.1 Graph Graf adalah struktur data yang terdiri dari atas kumpulan vertex (V) dan edge (E), biasa ditulis sebagai G=(V,E), di mana vertex adalah node pada graf, dan edge adalah rusuk

Lebih terperinci

BAB 1 PENDAHULUAN. Universitas Sumatera Utara

BAB 1 PENDAHULUAN. Universitas Sumatera Utara BAB 1 PENDAHULUAN 1.1 Latar Belakang Semakin dengan berkembangnya teknologi fotografi di Indonesia, khususnya di Kota Medan, fotografi tidak hanya sebagai sarana atau alat untuk mengabadikan suatu kejadian

Lebih terperinci

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI BAB 2 LANDASAN TEORI 2.1 Sistem Informasi Geografis (SIG) Sistem Informasi Geografis atau Geographic Information System (GIS) merupakan suatu sistem informasi yang berbasis komputer, dirancang untuk bekerja

Lebih terperinci

Program Dinamis (Dynamic Programming)

Program Dinamis (Dynamic Programming) Program Dinamis (Dynamic Programming) Program Dinamis Program Dinamis (dynamic programming): metode pemecahan masalah dengan cara menguraikan solusi menjadi sekumpulan langkah (step) atau tahapan (stage)

Lebih terperinci

Deteksi Wajah Menggunakan Program Dinamis

Deteksi Wajah Menggunakan Program Dinamis Deteksi Wajah Menggunakan Program Dinamis Dandun Satyanuraga 13515601 Program Studi Teknik Informatika Sekolah Teknik Elektro dan Informatika Institut Teknologi Bandung, Jl. Ganesha 10 Bandung 40132, Indonesia

Lebih terperinci

Pencarian Jalur Terpendek dengan Menggunakan Graf dan Greedy dalam Kehidupan Sehari-hari

Pencarian Jalur Terpendek dengan Menggunakan Graf dan Greedy dalam Kehidupan Sehari-hari Pencarian Jalur Terpendek dengan Menggunakan Graf dan Greedy dalam Kehidupan Sehari-hari Andika Mediputra - NIM : 13509057 Program Studi Teknik Informatika Sekolah Teknik Elektro dan Informatika Institut

Lebih terperinci

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI BAB 2 LANDASAN TEORI 2.1 Konsep Dasar Simulasi Sistem didefinisikan sebagai sekumpulan entitas baik manusia ataupun mesin yang yang saling berinteraksi untuk mencapai tujuan tertentu. Dalam prakteknya,

Lebih terperinci

Elvira Firdausi Nuzula, Purwanto, dan Lucky Tri Oktoviana Universitas Negeri Malang

Elvira Firdausi Nuzula, Purwanto, dan Lucky Tri Oktoviana Universitas Negeri Malang PENERAPAN ALGORITMA AUCTION UNTUK MENGATASI MASALAH LINTASAN TERPENDEK (SHORTEST PATH) Elvira Firdausi Nuzula, Purwanto, dan Lucky Tri Oktoviana Universitas Negeri Malang E-mail : elvira_firdausi@yahoo.co.id

Lebih terperinci

ANALISIS ALGORITMA FLOYD UNTUK MENYELESAIKAN MASALAH PENCARIAN LINTASAN TERPENDEK PADA SETIAP PASANGAN SIMPUL

ANALISIS ALGORITMA FLOYD UNTUK MENYELESAIKAN MASALAH PENCARIAN LINTASAN TERPENDEK PADA SETIAP PASANGAN SIMPUL Buletin Ilmiah Mat. Stat. dan Terapannya (Bimaster) Volume, No. (), hal - ANALISIS ALGORITMA FLOYD UNTUK MENYELESAIKAN MASALAH PENCARIAN LINTASAN TERPENDEK PADA SETIAP PASANGAN SIMPUL Syurya Pratiningsih,

Lebih terperinci

Graf dan Analisa Algoritma. Pertemuan #01 - Dasar-Dasar Teori Graf Universitas Gunadarma 2017

Graf dan Analisa Algoritma. Pertemuan #01 - Dasar-Dasar Teori Graf Universitas Gunadarma 2017 Graf dan Analisa Algoritma Pertemuan #01 - Dasar-Dasar Teori Graf Universitas Gunadarma 2017 Who Am I? Stya Putra Pratama, CHFI, EDRP Pendidikan - Universitas Gunadarma S1-2007 Teknik Informatika S2-2012

Lebih terperinci

BAB 1 PENDAHULUAN. 1.1 Pendahuluan

BAB 1 PENDAHULUAN. 1.1 Pendahuluan BAB 1 PENDAHULUAN 1.1 Pendahuluan Seiring dengan berkembangnya ilmu pengetahuan, penyelesaian suatu masalah dapat ditangani oleh suatu algoritma. Jenis masalah dapat berkisar dari masalah yang mudah sampai

Lebih terperinci

Aplikasi Shortest Path dalam Strategy Game Mount & Blade: Warband

Aplikasi Shortest Path dalam Strategy Game Mount & Blade: Warband Aplikasi Shortest Path dalam Strategy Game Mount & Blade: Warband Kevin Leonardo Handoyo/13509019 Program Studi Teknik Informatika Sekolah Teknik Elektro dan Informatika Institut Teknologi Bandung, Jl.

Lebih terperinci

Kode MK/ Matematika Diskrit

Kode MK/ Matematika Diskrit Kode MK/ Matematika Diskrit TEORI GRAF 1 8/29/2014 Cakupan Himpunan, Relasi dan fungsi Kombinatorial Teori graf Pohon (Tree) dan pewarnaan graf 2 8/29/2014 1 TEORI GRAF Tujuan Mahasiswa memahami konsep

Lebih terperinci

BAB III ALGORITMA BRANCH AND BOUND. Algoritma Branch and Bound merupakan metode pencarian di dalam ruang

BAB III ALGORITMA BRANCH AND BOUND. Algoritma Branch and Bound merupakan metode pencarian di dalam ruang BAB III ALGORITMA BRANCH AND BOUND Algoritma Branch and Bound merupakan metode pencarian di dalam ruang solusi secara sistematis. Ruang solusi diorganisasikan ke dalam pohon ruang status. Pohon ruang status

Lebih terperinci

MEMBANDINGKAN ALGORITMA DIJKSTRA DAN ALGORITMA FLOYD-WARSHALL UNTUK MENENTUKAN LINTASAN TERPENDEK PADA PENDISTRIBUSIAN KORAN RIAU POS TUGAS AKHIR

MEMBANDINGKAN ALGORITMA DIJKSTRA DAN ALGORITMA FLOYD-WARSHALL UNTUK MENENTUKAN LINTASAN TERPENDEK PADA PENDISTRIBUSIAN KORAN RIAU POS TUGAS AKHIR MEMBANDINGKAN ALGORITMA DIJKSTRA DAN ALGORITMA FLOYD-WARSHALL UNTUK MENENTUKAN LINTASAN TERPENDEK PADA PENDISTRIBUSIAN KORAN RIAU POS TUGAS AKHIR Diajukan sebagai Salah Satu Syarat untuk Memperoleh Gelar

Lebih terperinci

BAB 2 LANDASAN TEORI. Definisi Graf G didefinisikan sebagai pasangan himpunan (V, E), yang dalam hal ini:

BAB 2 LANDASAN TEORI. Definisi Graf G didefinisikan sebagai pasangan himpunan (V, E), yang dalam hal ini: 10 BAB 2 LANDASAN TEORI 2.1.Konsep Dasar Graf Definisi 2.1.1 Graf G didefinisikan sebagai pasangan himpunan (V, E), yang dalam hal ini: V = himpunan tidak kosong dari simpul-simpul (vertices atau node)

Lebih terperinci

BAB 2 LANDASAN TEORI

BAB 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 terperinci

Aplikasi Graf pada Penentuan Jadwal dan Jalur Penerbangan

Aplikasi Graf pada Penentuan Jadwal dan Jalur Penerbangan Aplikasi Graf pada Penentuan Jadwal dan Jalur Penerbangan Hishshah Ghassani - 13514056 Program Studi Teknik Informatika Sekolah Teknik Elektro dan Informatika Institut Teknologi Bandung, Jl. Ganesha 10

Lebih terperinci

LOGIKA DAN ALGORITMA

LOGIKA DAN ALGORITMA LOGIKA DAN ALGORITMA DASAR DASAR TEORI GRAF Kelahiran Teori Graf Sejarah Graf : masalah jembatan Königsberg (tahun 736) C A D B Gbr. Masalah Jembatan Königsberg Graf yang merepresentasikan jembatan Königsberg

Lebih terperinci

BAB II LANDASAN TEORI

BAB II LANDASAN TEORI BAB II LANDASAN TEORI.1 Sejarah Graf Lahirnya teori graf pertama kali diperkenalkan oleh Leonhard Euler seorang matematikawan berkebangsaan Swiss pada Tahun 1736 melalui tulisan Euler yang berisi tentang

Lebih terperinci

METODE BRANCH AND BOUND UNTUK MENEMUKAN SHORTEST PATH

METODE BRANCH AND BOUND UNTUK MENEMUKAN SHORTEST PATH METODE BRANCH AND BOUND UNTUK MENEMUKAN SHORTEST PATH Mira Muliati NIM : 35050 Program Studi Teknik Informatika Sekolah Teknik Elektro Informatika Institut Teknologi Bandung Jl. Ganesha 0, Bandung E-mail

Lebih terperinci

BAB II LANDASAN TEORI

BAB II LANDASAN TEORI BAB II LANDASAN TEORI 2.1 Clustering Analysis Clustering analysis merupakan metode pengelompokkan setiap objek ke dalam satu atau lebih dari satu kelompok,sehingga tiap objek yang berada dalam satu kelompok

Lebih terperinci

BAB II KAJIAN PUSTAKA. Pada bab kajian pustaka berikut ini akan dibahas beberapa materi yang meliputi

BAB II KAJIAN PUSTAKA. Pada bab kajian pustaka berikut ini akan dibahas beberapa materi yang meliputi BAB II KAJIAN PUSTAKA Pada bab kajian pustaka berikut ini akan dibahas beberapa materi yang meliputi graf, permasalahan optimasi, model matematika dari objek wisata di Yogyakarta, dan algoritma genetika

Lebih terperinci

PENYELESAIAN TRAVELLING SALESMAN PROBLEM MENGGUNAKAN METODE SIMPLE HILL CLIMBING

PENYELESAIAN TRAVELLING SALESMAN PROBLEM MENGGUNAKAN METODE SIMPLE HILL CLIMBING Buletin Ilmiah Math. Stat. dan Terapannya (Bimaster) Volume 0, No. (2015), hal 17 180. PENYELESAIAN TRAVELLING SALESMAN PROBLEM MENGGUNAKAN METODE SIMPLE HILL CLIMBING Kristina Karunianti Nana, Bayu Prihandono,

Lebih terperinci

Implementasi Graf dalam Penentuan Rute Terpendek pada Moving Object

Implementasi Graf dalam Penentuan Rute Terpendek pada Moving Object Implementasi Graf dalam Penentuan Rute Terpendek pada Moving Object Firdaus Ibnu Romadhon/13510079 Program Studi Teknik Informatika Sekolah Teknik Elektro dan Informatika Institut Teknologi Bandung, Jl.

Lebih terperinci

Aplikasi Teori Graf dalam Manajemen Sistem Basis Data Tersebar

Aplikasi Teori Graf dalam Manajemen Sistem Basis Data Tersebar Aplikasi Teori Graf dalam Manajemen Sistem Basis Data Tersebar Arifin Luthfi Putranto (13508050) Program Studi Teknik Informatika Institut Teknologi Bandung Jalan Ganesha 10, Bandung E-Mail: xenoposeidon@yahoo.com

Lebih terperinci

BAB 2 LANDASAN TEORITIS

BAB 2 LANDASAN TEORITIS xvi BAB 2 LANDASAN TEORITIS Dalam penulisan laporan tugas akhir ini, penulis akan memberikan beberapa pengertian yang berhubungan dengan judul penelitian yang penulis ajukan, karena tanpa pengertian yang

Lebih terperinci

APLIKASI GRAF DALAM BISNIS TRAVEL BANDUNG-BOGOR

APLIKASI GRAF DALAM BISNIS TRAVEL BANDUNG-BOGOR APLIKASI GRAF DALAM BISNIS TRAVEL BANDUNG-BOGOR Achmad Giovani NIM : 13508073 Program Studi Teknik Informatika, Sekolah Teknik Elektro dan Informatika Institut Teknologi Bandung Jl. Ganeca 10 Bandung e-mail:

Lebih terperinci

Algoritma dan Pemrograman Pendekatan Pemrograman Modular

Algoritma dan Pemrograman Pendekatan Pemrograman Modular PROGRAM STUDI S1 SISTEM KOMPUTER UNIVERSITAS DIPONEGORO Algoritma dan Pemrograman Pendekatan Pemrograman Modular Oky Dwi Nurhayati, ST, MT email: okydn@undip.ac.id Pendahuluan Teknik Pemrograman Penekanan

Lebih terperinci

UNIVERSITAS GUNADARMA

UNIVERSITAS GUNADARMA UNIVERSITAS GUNADARMA SK No. 92 / Dikti / Kep /1996 Fakultas Ilmu Komputer, Teknologi Industri, Ekonomi,Teknik Sipil & Perencanaan, Psikologi, Sastra Program Diploma (D3) Manajemen Informatika, Teknik

Lebih terperinci

Matematika Diskret (Graf II) Instruktur : Ferry Wahyu Wibowo, S.Si., M.Cs.

Matematika Diskret (Graf II) Instruktur : Ferry Wahyu Wibowo, S.Si., M.Cs. Matematika Diskret (Graf II) Instruktur : Ferry Wahyu Wibowo, S.Si., M.Cs. Beberapa Aplikasi Graf Lintasan terpendek (shortest path) Persoalan pedagang keliling (travelling salesperson problem) Persoalan

Lebih terperinci

BAB 1 PENDAHULUAN. 1.1 Latar Belakang Masalah

BAB 1 PENDAHULUAN. 1.1 Latar Belakang Masalah BAB 1 PENDAHULUAN 1.1 Latar Belakang Masalah Seiring dengan pertumbuhannya, setiap organisasi baik organisasi bisnis (perusahaan), industri, jasa dan sebagainya, menghadapi kenyataan bahwa sumber daya

Lebih terperinci

BAB I PENDAHULUAN 1.1 LATAR BELAKANG

BAB I PENDAHULUAN 1.1 LATAR BELAKANG BAB I PENDAHULUAN 1.1 LATAR BELAKANG Pembuatan Web Sistem Informasi Geografis (SIG) salah satunya didorong karena penggunaan internet yang sangat luas dimasyarakat dan pemerintah, karena internet maka

Lebih terperinci

STUDI PERBANDINGAN ALGORITMA CHEAPEST INSERTION HEURISTIC DAN ANT COLONY SYSTEM DALAM PEMECAHAN TRAVELLING SALESMAN PROBLEM

STUDI PERBANDINGAN ALGORITMA CHEAPEST INSERTION HEURISTIC DAN ANT COLONY SYSTEM DALAM PEMECAHAN TRAVELLING SALESMAN PROBLEM Seminar Nasional Aplikasi Teknologi Informasi (SNATI ) ISSN: `1907-5022 Yogyakarta, 19 Juni STUDI PERBANDINGAN ALGORITMA CHEAPEST INSERTION HEURISTIC DAN ANT COLONY SYSTEM DALAM PEMECAHAN TRAVELLING SALESMAN

Lebih terperinci

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI BAB 2 LANDASAN TEORI 2.1 Jasa Jasa (service) merupakan suatu atau serangkaian aktivitas yang tidak berwujud dan yang biasanya, tidak selalu, berhubungan dengan interaksi antara customer (pelanggan) dan

Lebih terperinci

`BAB II LANDASAN TEORI

`BAB II LANDASAN TEORI `BAB II LANDASAN TEORI Landasan teori yang digunakan sebagai materi pendukung untuk menyelesaikan permasalahan yang dibahas dalam Bab IV adalah teori graf, subgraf, subgraf komplit, graf terhubung, graf

Lebih terperinci

BAB II TINJAUAN PUSTAKA. a) Purwadhi (1994) dalam Husein (2006) menyatakan: perangkat keras (hardware), perangkat lunak (software), dan data, serta

BAB II TINJAUAN PUSTAKA. a) Purwadhi (1994) dalam Husein (2006) menyatakan: perangkat keras (hardware), perangkat lunak (software), dan data, serta BAB II TINJAUAN PUSTAKA 2.1 Sistem Informasi Geografis (SIG) 2.1.1 Pengertian Sistem Informasi Geografis Ada beberapa pengertian dari sistem informasi geografis, diantaranya yaitu: a) Purwadhi (1994) dalam

Lebih terperinci

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI 18 BAB 2 LANDASAN TEORI 2.1. Pengertian Algoritma Algoritma adalah urutan atau deskripsi langkah- langkah penyelesaian masalah yang tersusun secara logis, ditulis dengan notasi yang mudah dimengerti sedemikian

Lebih terperinci

PELABELAN TOTAL TITIK AJAIB PADA GRAF LENGKAP DENGAN METODE MODIFIKASI MATRIK BUJURSANGKAR AJAIB DENGAN n GANJIL, n 3

PELABELAN TOTAL TITIK AJAIB PADA GRAF LENGKAP DENGAN METODE MODIFIKASI MATRIK BUJURSANGKAR AJAIB DENGAN n GANJIL, n 3 Jurnal Matematika UNAND Vol. 5 No. 1 Hal. 34 40 ISSN : 2303 2910 c Jurusan Matematika FMIPA UNAND PELABELAN TOTAL TITIK AJAIB PADA GRAF LENGKAP DENGAN METODE MODIFIKASI MATRIK BUJURSANGKAR AJAIB DENGAN

Lebih terperinci

IMPLEMENTASI ALGORITMA DIJKSTRA UNTUK MENENTUKAN JALUR TERPENDEK WILAYAH PISANGAN DAN KAMPUS NUSA MANDIRI TANGERANG

IMPLEMENTASI ALGORITMA DIJKSTRA UNTUK MENENTUKAN JALUR TERPENDEK WILAYAH PISANGAN DAN KAMPUS NUSA MANDIRI TANGERANG Jurnal Pilar Nusa Mandiri Vol. 13 No. 2. September 2017 25 IMPLEMENTASI ALGORITMA DIJKSTRA UNTUK MENENTUKAN JALUR TERPENDEK WILAYAH PISANGAN DAN KAMPUS NUSA MANDIRI TANGERANG Astrid Noviriandini 1, Maryanah

Lebih terperinci

MateMatika Diskrit Aplikasi TI. Sirait, MT 1

MateMatika Diskrit Aplikasi TI. Sirait, MT 1 MateMatika Diskrit Aplikasi TI By @Ir.Hasanuddin Sirait, MT 1 Beberapa Aplikasi Graf Lintasan terpendek (shortest path) (akan dibahas pada kuliah IF3051) Persoalan pedagang keliling (travelling salesperson

Lebih terperinci

Program Dinamis. Oleh: Fitri Yulianti

Program Dinamis. Oleh: Fitri Yulianti Program Dinamis Oleh: Fitri Yulianti 1 Program Dinamis Program Dinamis (dynamic programming): - metode pemecahan masalah dengan cara menguraikan solusi menjadi sekumpulan tahapan (stage) - sedemikian sehingga

Lebih terperinci

ALGORITMA DIJKSTRA UNTUK MENCARI LINTASAN TERPENDEK DAN OPTIMALISASI KENDARAAN PENGANGKUT SAMPAH DI KOTA PONTIANAK

ALGORITMA DIJKSTRA UNTUK MENCARI LINTASAN TERPENDEK DAN OPTIMALISASI KENDARAAN PENGANGKUT SAMPAH DI KOTA PONTIANAK Buletin Ilmiah Math Stat dan Terapannya (Bimaster) Volume 04, No 3 (2015), hal 243 250 ALGORITMA DIJKSTRA UNTUK MENCARI LINTASAN TERPENDEK DAN OPTIMALISASI KENDARAAN PENGANGKUT SAMPAH DI KOTA PONTIANAK

Lebih terperinci

Mata Kuliah Penelitian Operasional II OPERATIONS RESEARCH AN INTRODUCTION SEVENTH EDITION BY HAMDY A. TAHA BAB 6.

Mata Kuliah Penelitian Operasional II OPERATIONS RESEARCH AN INTRODUCTION SEVENTH EDITION BY HAMDY A. TAHA BAB 6. Mata Kuliah Penelitian Operasional II OPERATIONS RESEARCH AN INTRODUCTION SEVENTH EDITION BY HAMDY A. TAHA BAB 6 Analisis Jaringan Dipresentasikan oleh: Herman R. Suwarman, S.Si Pendahuluan- Ilustrasi

Lebih terperinci

Program Dinamis (dynamic programming):

Program Dinamis (dynamic programming): Materi #0 Ganjil 0/05 (Materi Tambahan) Program Dinamis (Dynamic Programming) Program Dinamis Program Dinamis (dynamic programming): metode pemecahan masalah dengan cara menguraikan solusi menjadi sekumpulan

Lebih terperinci

PENDISTRIBUSIAN BARANG FARMASI MENGGUNAKAN ALGORITMA DIJKSTRA (STUDI KASUS : PT. AIR MAS CHEMICAL)

PENDISTRIBUSIAN BARANG FARMASI MENGGUNAKAN ALGORITMA DIJKSTRA (STUDI KASUS : PT. AIR MAS CHEMICAL) PENDISTRIBUSIAN BARANG FARMASI MENGGUNAKAN ALGORITMA DIJKSTRA (STUDI KASUS : PT. AIR MAS CHEMICAL) Sulindawaty 1, Trinanda Syahputra 2 1 Program Studi Teknik Informatika, STMIK Pelita Nusantara Medan AMIK

Lebih terperinci

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI BAB 2 LANDASAN TEORI 2.1. Graf Menurut Foulds (1992) graf G adalah pasangan terurut (VV,) dimana V adalah himpunan simpul yang berhingga dan tidak kosong. Dan E adalah himpunan sisi yang merupakan pasangan

Lebih terperinci