PENERAPAN ALGORITMA GREEDY PADA PERMASALAHAN KNAPSACK UNTUK OPTIMASI PENGANGKUTAN PETI KEMAS
|
|
- Sonny Atmadjaja
- 7 tahun lalu
- Tontonan:
Transkripsi
1 PENERAPAN ALGORITMA GREEDY PADA PERMASALAHAN KNAPSACK UNTUK OPTIMASI PENGANGKUTAN PETI KEMAS Agus Ambarwari 1), Nur Witdi Yanto 2) Departemen Ilmu Komputer, Fakultas Matematika dan Ilmu Pengetahuan Alam Institut Pertanian Bogor (IPB) Jl. Meranti Kampus IPB Darmaga Bogor Telp/Fax : (0251) E mail: 1) ambarwari_agus@apps.ipb.ac.id, 2) nur_004@ apps.ipb.ac.id Abstrak Optimasi merupakan metode pemecahan masalah maksimalisasi atau minimalisasi. Optimasi sangat bermanfaat untuk meningkatkan produktivitas kerja. Terutama pada bidang (jasa) pengangkutan barang (seperti pengangkutan peti kemas dalam sebuah kapal). Dalam usaha tersebut, diinginkan suatu keuntungan yang maksimal untuk mengangkut barang yang ada dengan tidak melebihi batas kapasitas yang ada. Permasalahan semacam ini sering dianalogikan dengan menggunakan permasalahan Knapsack. Solusi dari permasalahan Knapsack pada pengangkutan peti kemas, dapat dilakukan dengan menerapkan algoritma Greedy. Algoritma Greedy yang diterapkan ke dalam suatu sistem dapat digunakan untuk menyelesaikan permasalahan Knapsack pada pengangkutan peti kemas dengan perolehan keuntungan lebih besar. Keyword: Algoritma Greedy, Knapsack Problem, Optimasi, Peti Kemas. 1. PENDAHULUAN Semakin maju dan berkembangnya teknologi, dibutuhkan juga kinerja yang cepat, tepat, dan efisien. Dengan pemanfaatan teknologi yang sudah dikembangkan, diharapkan produktivitas suatu perusahaan semakin meningkat. Salah satu contoh perusahaan yang sangat dibutuhkan dalam perdagangan adalah perusahaan pengiriman peti kemas. Perusahaan peti kemas melakukan pengiriman barang antar pulau maupun negara, dengan menggunakan alat transportasi kapal, truk, atau kereta api. Bukan sekedar pengangkutan saja yang harus dipikirkan, melainkan juga harus dipikirkan efisiensi dan keuntungan yang dapat diperoleh. Dengan pertimbangan tersebut, diharapkan dapat diperoleh keuntungan yang besar. Pengiriman barang menggunakan peti kemas ini tidak hanya terjadi sekali saja, tetapi dapat berulang kali. Oleh karena itu, dibutuhkan suatu sistem yang dapat membantu petugas di lapangan dalam seleksi peti kemas di pelabuhan. Dengan syarat berat muatan peti kemas tidak melebihi kapasitas kapal pengangkut, dan masing masing peti kemas tersebut memiliki nilai yang tinggi. Dari permasalahan tersebut, munculah suatu permasalahan yang dikenal dengan istilah Permasalahan Knapsack atau lebih dikenal Knapsack Problem. Masalah Knapsack merupakan suatu permasalahan bagaimana memilih objek dari sekian banyak dan berapa besar objek tersebut akan disimpan, sehingga diperoleh suatu penyimpanan yang optimal
2 dengan memperhatikan objek yang terdiri dari n objek (1, 2, 3,, n). Dimana setiap objek memiliki bobot ( Wi ) dan profit ( Pi ), dengan memperhatikan juga kapasitas dari media penyimpanan sebesar M dan nilai probabilitas dari setiap objek ( Xi ) (Prihandono, 2009). Sehingga untuk menyelesaikan permasalahan tersebut diperlukan suatu algoritma yang dapat menghasilkan solusi yang optimal, efektif, dan efisien. Salah satu algoritma yang sesuai dalam hal optimasi pengangkutan peti kemas adalah dengan menggunakan algoritma Greedy. Metode Greedy merupakan salah satu cara untuk mendapatkan solusi optimal dalam proses penyimpanan. Berdasarkan hal tersebut, dalam tulisan ini akan diterapkan suatu sistem komputer yang bertujuan untuk mempercepat proses pemilihan peti kemas dengan menggunakan algoritma Greedy. Sehingga dapat memberikan solusi optimal dalam melakukan pemilihan peti kemas yang akan dimasukkan ke dalam kapal pengangkut dan keuntungan yang diperoleh maksimal. 2. TINJAUAN PUSTAKA 2.1. Peti Kemas Peti kemas ( container ) merupakan gudang kecil yang berjalan untuk mengangkut barang dari satu tempat ke tempat lain, harus bersama sama dengan alat pengangkutnya yaitu kapal angkut kontainer, truk, atau kereta api sampai ke tempat yang dituju. Hal inilah yang menyebabkan peralihan angkutan barang umum menjadi angkutan barang dengan menggunakan kontainer yang menonjol dalam beberapa dekade terakhir. Hal ini juga terlihat pada pelabuhan pelabuhan kecil yang sudah menunjukkan trend peralihan ke kontainer, karena alasan ekonomi yang berkaitan dengan kecepatan bongkar muat dan biaya yang lebih rendah. Pergerakan kontainer dari satu tempat ke tempat lain tanpa adanya pembatasan teritorial/wilayah pembawa muatan di dalamnya ( cargo ) secara aman dan efisien dapat dipindah pindahkan. Oleh karena itu kontainer harus laik laut ( sea worthy ) mampu menahan getaran pada waktu pengangkutan di laut maupun di darat. Dan tahan terhadap iklim dan suhu yang berbeda beda (Indrianingsih, (Online)). Bentuk kontainer ada yang mempunyai standar Internasional, bentuknya dapat disesuaikan dengan kebutuhan pemakai, yaitu: 1) Untuk keperluan militer ( army container ) 2) Untuk logistik ( oil offshore ) 3) Untuk office dan logistik bangunan ( building and road project contractor ) Pada kontainer mempunyai fiting sudut dan kunci putar, sehingga antara satu kontainer dengan kontainer lainnya dapat disatukan atau dilepaskan. Pada tempat pengiriman barang dalam satuan yang lebih kecil, barang barang tersebut dimasukkan ke dalam kontainer kemudian dikunci atau disegel untuk siap dikirimkan Permasalahan Knapsack ( Knapsack Problem ) Knapsack adalah tas atau karung yang digunakan untuk memasukkan sesuatu barang, namun tidak semua barang dapat ditampung ke dalam karung tersebut. Karung tersebut hanya
3 dapat menyimpan beberapa objek dengan total ukurannya ( weight ) lebih kecil atau sama dengan ukuran kapasitas karung (Wahab, 2008). Knapsack problem merupakan masalah di mana orang dihadapkan pada persoalan optimasi dalam pemilihan benda yang dapat dimasukkan ke dalam sebuah wadah yang memiliki keterbatasan ruang atau daya tampung. Dengan adanya optimasi dalam pemilihan benda yang akan dimasukkan ke dalam wadah tersebut diharapkan dapat menghasilkan keuntungan yang maksimum. Benda benda yang akan dimasukkan ini masing masing memiliki berat dan sebuah nilai yang digunakan untuk menentukan prioritasnya dalam pemilihan tersebut. Nilainya dapat berupa tingkat kepentingan, harga barang, nilai sejarah, atau yang lainnya. Wadah yang dimaksud di sini juga memiliki nilai konstanta yang merupakan nilai pembatas untuk benda benda yang akan dimasukkan ke dalam wadah tersebut untuk itu harus diambil sebuah cara memasukkan benda benda tersebut ke dalam wadah sehingga menghasilkan hasil optimum tetapi tidak melebihi kemampuan wadah untuk menampungnya Jenis Jenis Knapsack Problem Terdapat beberapa variasi Knapsack problem, diantaranya: a. 0/1 Knapsack problem Setiap barang hanya tersedia 1 unit, take it or leave it. b. Fractional Knapsack problem Barang boleh dibawa sebagian saja (unit dalam pecahan). Versi problem ini menjadi masuk akal apabila barang yang tersedia dapat dibagi bagi misalnya gula, tepung, dan sebagainya. c. Bounded Knapsack problem Setiap barang tersedia sebanyak N unit (jumlahnya terbatas). d. Unbounded Knapsack problem Setiap barang tersedia lebih dari 1 unit, jumlahnya tidak terbatas 2.4. Berbagai Macam Stategi dalam Mengatasi Permasalahan Knapsack a. Knapsack Problem Knapsack sering sekali digunakan terutama pada bidang (jasa) pengangkutan barang (seperti pengangkutan peti kemas dalam sebuah kapal). Dalam usaha tersebut, diinginkan suatu keuntungan yang maksimal untuk mengangkut barang yang ada dengan tidak melebihi batas kapasitas yang ada. Berdasarkan persoalan tersebut, diharapkan ada suatu solusi yang secara otomatis dalam mengatasi persoalan itu. Problem Knapsack adalah permasalahan optimasi kombinatorial, dimana kita harus mencari solusi terbaik dari banyak kemungkinan yang dihasilkan (Wahab, 2008). b. Penyelesaian Knapsack Knapsack problem bisa diselesaikan dengan berbagai cara. Ada beberapa strategi algoritma yang dapat menghasilkan solusi optimal, diantaranya adalah:
4 1) Brute Force Brute force adalah sebuah pendekatan yang lempang ( straightforward ) untuk memecahkan suatu masalah, biasanya didasarkan pada pernyataan masalah ( problem statement ) dan definisi konsep yang dilibatkan (Munir, 2004). 2) Algoritma Greedy Algoritma Greedy merupakan metode yang paling populer untuk memecahkan persoalan optimasi (Munir, 2001). Dalam menyelesaikan permasalahan, algoritma Greedy melakukannya secara bertahap (Brassard G, 1996). Tahap penyelesaiannya adalah: 1) Mengambil pilihan yang terbaik yang dapat diperoleh pada saat itu tanpa memperhatikan konsekuensi ke depan. 2) Berharap bahwa dengan memilih optimum lokal pada setiap langkah akan berakhir dengan optimum global Strategi Algoritma Greedy Untuk memilih objek yang akan dimasukkan ke dalam Knapsack, terdapat beberapa strategi Greedy yang heuristik (Silvano, 1990) yaitu: a. Greedy by profit Knapsack diisi dengan objek yang mempunyai keuntungan terbesar pada setiap tahap. Objek yang paling menguntungkan dipilih terlebih dahulu untuk memaksimumkan keuntungan. Tahap pertama yang dilakukan adalah mengurutkan secara menurun objek objek berdasarkan profitnya. Kemudian baru diambil satu per satu objek yang dapat ditampung oleh Knapsack sampai Knapsack penuh atau sudah tidak ada objek lagi yang dapat dimasukkan. b. Greedy by weight Knapsack diisi dengan objek yang mempunyai berat paling ringan pada setiap tahap. Sebanyak mungkin objek dimasukkan ke dalam Knapsack untuk memaksimumkan keuntungan. Tahap pertama yang dilakukan adalah mengurutkan secara menaik objek objek berdasarkan weight nya. Kemudian baru diambil satu per satu objek yang dapat ditampung oleh Knapsack sampai Knapsack penuh atau sudah tidak ada objek lagi yang dapat dimasukkan. c. Greedy by density Knapsack diisi dengan objek yang mempunyai densitas terbesar pada setiap tahap. Memilih objek yang mempunyai keuntungan per unit berat terbesar untuk memaksimumkan keuntungan. Tahap pertama yang dilakukan adalah mencari nilai profit per unit ( density ) dari tiap tiap objek. Kemudian objek objek tersebut diurutkan berdasarkan density nya. Kemudian baru diambil satu per satu objek yang dapat ditampung oleh Knapsack sampai Knapsack penuh atau sudah tidak ada objek lagi yang dapat dimasukkan. Algoritma Greedy mengurangi jumlah langkah pencarian.
5 2.6. Algoritma Greedy dalam Menyelesaikan Masalah Knapsack Algoritma Greedy menyelesaikan suatu masalah dengan beberapa fungsi pembatas untuk mencapai satu fungsi tujuan (Prihandono, 2009). Jadi dalam penyelesaiannya harus ditentukan fungsi pembatas dan fungsi tujuan. Cara untuk menyelesaiakan masalah Knapsack dengan algoritma Greedy adalah: 1) Tentukan Fungsi Tujuan, yaitu mencari nilai maksimum dari jumlah hasil perkalian antara nilai profit ( Pi ) dengan nilai probabilitas ( Xi ). Maximum P i X i 2) Tentukan Fungsi Pembatas, yang merupakan hasil penjumlahan dari perkalian antara bobot ( Wi ) dengan nilai probabilitas ( Xi ) yang tidak boleh melebihi dari kapasitas media penyimpanan ( M ). W i Xi M, dimana 0 Xi 1, P i > 0, W i > 0 Berikut ini algoritma Greedy dalam menyelesaikan permasalahan Knapsack: PROCEDURE GREEDY KNAPSACK (P, W, X, n) REAL P(1:n), W(1:n), X(1:n), M, isi INTEGER i, n X(1:n) = 0 isi = M FOR i = 1 TO n DO IF W(i) > isi THEN EXIT ENDIF X(i) = 1 isi = isi W(i) REPEAT IF i n THEN X(i) = isi/w(i) ENDIF END GREEDY KNAPSACK Keterangan: n = Jumlah objek Wi = Bobot setiap objek Pi = Profit setiap objek Xi = Probabilitas setiap objek M = Kapasitas media penyimpanan 3. METODE PENELITIAN Langkah langkah penelitian yang dilakukan pada tulisan ini untuk menyelesaikan permasalahan knapsack dalam pemilihan peti kemas menggunakan algoritma greedy adalah sebagai berikut: 1) Melakukan studi literatur mengenai algoritma greedy dalam penyelesaian permasalahan knapsack. 2) Mengidentifikasi permasalahan atau kendala yang dihadapi dalam penerapan agoritma greedy.
6 3) Melakukan eksperimen ( coding ), yaitu dengan membuat prototipe menggunakan bahasa pemrograman untuk mensimulasikan solusi permasalahan knapsack pada pemilihan peti kemas. 4) Melakukan analisis dan pembahasan dari hasil simulasi menggunakan program yang telah dibuat. 5) Membuat kesimpulan dari serangkaian kegiatan penelitian yang telah dilakukan. 4. HASIL DAN PEMBAHASAN Permasalahan yang diambil pada tulisan ini yaitu tentang pemilihan peti kemas yang akan dimasukkan ke dalam kapal pengangkut. Kapal pengangkut ini memiliki kapasitas terbatas, namun menginginkan hasil atau keuntungan yang besar dari pengangkutan peti kemas. Sehingga petugas memerlukan waktu cukup lama untuk melakukan perhitungan, sedangkan kegiatan pengangkutan peti kemas ke dalam kapal harus cepat. Dari permasalahan tersebut dibuatlah prototipe program untuk mensimulasikan pemilihan peti kemas dengan keuntungan yang maksimal. Kode program dibuat dengan menggunakan bahasa pemrograman Java yang dijalankan menggunakan IDE Eclipse, algoritma yang digunakan adalah Algoritma Greedy pada Permasalahan Knapsack. Di bawah ini adalah sintaks dari program yang telah dibuat: /** * File name : Knapsack.java * Program name: Knapsack Peti Kemas * By Computer Science Ilkom IPB 2015 */ import java.util.*; import java.io.*; import java.lang.*; public class Knapsack { static int n = 5, W; static obj st[]; public static BufferedReader br = new BufferedReader (new InputStreamReader(System.in)); public static void main(string[] agus) throws IOException { int i = 0; System.out.println("Knapsack Problem\n \n"); System.out.print("Banyak peti yang ingin dimasukkan : "); n = Integer.parseInt(br.readLine()); System.out.print("Kapasitas maksimum kapal (Kg) : "); W = Integer.parseInt ( br.readline() ); st = new obj[n]; for (i=0; i<n; i++) { st[i] = new obj(); System.out.print("Peti #" + (i + 1) + " : \n\tberat (Kg) : "); st[i].weight = Float.parseFloat(br.readLine()); System.out.print ("\tprofit (Rp): "); st[i].profit = Float.parseFloat(br.readLine());
7 st[i].p_perkg = Round (st[i].profit / st[i].weight, 2); System.out.print("\tProfit per Kg: " + st[i].p_perkg + "\n"); st[i].index = i + 1; bubblesort(); System.out.print("\nSolusi Optimal : "); fill_sack(); public static float Round(float Rval, int Rpl) { float p = (float) Math.pow(10, Rpl); Rval = Rval * p; float tmp = Math.round(Rval); return(float) tmp / p; static void fill_sack() { float x[] = new float[n]; float u, tot_profit = 0; int i; for (i=0; i<n; i++) x[i] = 0; u = W; for (i = 0; i < n; i++) { if (st[i].weight > u) break; x[i] = 1; u = st[i].weight; System.out.print("\nMemasukkan Peti #" + st[i].index + " (Rp. " + st[i].profit + ", " + st[i].weight + " Kg) kedalam kapal.\n" ); System.out.print("Kapasitas kapal tersisa : " + u + " Kg\n"); tot_profit += st[i].profit; System.out.print("\n\nTotal Profit earned = Rp." + tot_profit + "/ "); static void bubblesort() { for (int pass=1; pass<n; pass++) for (int i=0; i<n pass; i++) if (st[i].p_perkg < st[i+1].p_perkg) { obj temp = new obj(); temp = st[i]; st[i] = st[i+1]; st[i+1] = temp; static class obj { float weight; float profit; float p_perkg; int index;
8 Output yang dihasilkan dari sintaks di atas terlihat seperti Gambar 1. Gambar 1. Output Program Greedy Knapsack untuk Pemilihan Peti Kemas Contoh kasus yang penulis gunakan untuk mensimulasikan permasalahan knapsack pada peti kemas yaitu jika terdapat 3 peti kemas yang ingin dimasukkan ke dalam kapal pengangkut dengan kapasitas maksimal sebesar 20 Kg, dengan berat masing masing peti kemas tersebut adalah 18 Kg, 15 Kg, dan 10 Kg, dimana setiap peti kemas memiliki profit masing masing sebesar 25, 24, dan 15. Untuk memperoleh keuntungan yang maksimal, langkah langkah yang dilakukan oleh algoritma greedy adalah sebagai berikut: Data yang diketahui: n = 3, (1, 2, 3) objek M = 20 kapasitas ( W 1, W 2, W 3 ) = ( 18, 15, 10) ( P 1, P 2, P 3 ) = ( 25, 24, 15) Nilai probabilitas 0 Xi 1
9 Perbandingan profit dengan bobot: P 1 /W 1 = 25/18 = 1.39 P 2 /W 2 = 24/15 = 1.6 P 3 /W 3 = 15/10 = 1.5 Susun data sesuai kriteria ( non increasing ): ( P 2, P 3, P 1 ) = ( 24, 15, 25), atau ( P 1, P 2, P 3 ) = ( 24, 15, 25) ( W 2, W 3, W 1 ) = ( 15, 10, 18), atau ( W 1, W 2, W 3 ) = ( 15, 10, 18) Masukkan nilai kriteria di atas ke dalam algoritma greedy: 1) PROCEDURE GREEDY KNAPSACK (P, W, X, n) nama prosedur/proses 2) REAL P(1:n), W(1:n), X(1:n), M, isi variabel yang digunakan 3) INTEGER i, n variabel yang digunakan 4) X(1:n) = 0 5) isi = M 6) FOR i = 1 TO n DO 7) IF W(i) > isi THEN EXIT ENDIF 8) X(i) = 1 9) isi = isi W(i) 10)REPEAT 11)IF i n THEN X(i) = isi/w(i) ENDIF 12)END GREEDY KNAPSACK akhir prosedur/proses Proses kegiatan dimulai dari langkah ke 4 sampai dengan 11. X(1:3) = 0, artinya X(1)=0, X(2)=0, X(3)=0 isi = M = 20 Pengulangan untuk i = 1 sampai dengan 3 Untuk i = 1 Apakah W(1) > isi Apakah 15 > 20, jawabnya tidak, karena tidak maka perintah dibawah IF dikerjakan. X(1) = 1 nilai probabilitas untuk objek pada urutan pertama (X 1 ) isi = = 5 REPEAT mengulang untuk perulangan FOR Untuk i = 2 Apakah W(2) > isi Apakah 15 > 5, jawabnya ya, karena ya maka perintah EXIT dikerjakan, yaitu keluar dari pengulangan/for dan mengerjakan perintah di bawah REPEAT. Apakah 2 3, jawabnya ya, karena ya maka X(2) = 5/10 = ½ nilai probabilitas untuk objek pada urutan kedua (X 2 ). Selesai (akhir dari prosedur greedy knapsack). Berarti untuk nilai X(3) = 0 atau X 3 = 0, sebab nilai probabilitas untuk objek ke 3 tidak pernah dicari.
10 Jadi ( P 1, P 2, P 3 ) = ( 24, 25, 25) ( W 1, W 2, W 3 ) = ( 15, 10, 18) ( X 1, X 2, X 3 ) = ( 1, 1/2, 0) Fungsi Pembatas: W i Xi M ( W 1 X 1 ) + ( W 2 X 2 ) + ( W 3 X 3 ) M ( 15 1 ) + ( 10 1 /2) + ( 18 0 ) Fungsi Tujuan: P i X i = ( P 1 X 1 ) + ( P 2 X 2 ) + ( P 3 X 3 ) = ( 24 1 ) + ( 15 1 /2) + ( 25 0 ) = 31.5 Hasil akhir dari program yang telah dijalankan, mendapatkan data seperti pada Tabel 1. Tabel 1. Hasil akhir program Greedy Knapsack Properti Objek Greedy by N Wi Pi Pi/Wi Profit Weight Density Total Bobot Total Keuntungan Dari Tabel 1 terlihat bahwa greedy by profit dan greedy by weight memiliki keuntungan lebih besar. Namun apabila diperhatikan secara seksama, greedy by density yang lebih optimal, karena dengan bobot yang kecil keuntungan yang diperoleh lebih besar dibandingkan dengan greedy by profit dan greedy by weight. Sehingga dari analisis di atas diperoleh bahwa algoritma Greedy dapat memberikan solusi optimal pada program pemilihan peti kemas. 5. KESIMPULAN Knapsack merupakan salah satu permasalahan yang dapat diselesaikan dengan strategi greedy, untuk mencari dan mendapatkan solusi optimal yaitu dengan menggunakan strategi greedy by profit, greedy by weight, atau juga dapat diselesaikan dengan greedy by density. Pendekatan yang digunakan oleh algoritma greedy adalah membuat pilihan yang dapat memberikan perolehan terbaik, yaitu dengan membuat pilihan optimum lokal pada
11 setiap langkah dengan tujuan bahwa sisanya mengarah ke solusi optimum global. Meskipun tidak selalu mendapatkan solusi terbaik (optimum), algoritma greedy umumnya memiliki kompleksitas waktu yang cukup baik, sehingga algoritma ini sering digunakan untuk kasus yang memerlukan solusi cepat meskipun tidak optimal seperti sistem real time atau game. Pada permasalahan optimasi peti kemas, algoritma greedy diterapkan sebagai salah satu cara untuk menyelesaikan permasalahan knapsack pada pemilihan peti kemas. Dari hasil percobaan dan analisis yang telah dilakukan, algoritma greedy memberikan solusi optimal dalam melakukan pemilihan peti kemas sehingga juga diperoleh keuntungan yang lebih besar. 6. DAFTAR PUSTAKA Brassard G Fundamentals of algorithmics. New Jersey: Prentice Hall. Indrianingsih, Y.. Algoritma Genetik Untuk Seleksi Peti Kemas Pada Pelabuhan. (Online). ( ANGKASA PETI KEMAS.doc, diakses 9 Januari 2016) Munir, R Algoritma dan Pemrograman dalam bahasa pascal dan C. Bandung: CV. Informatika. Munir, R Bahan Kuliah ke 1 IF2251: Strategi Algoritmik dan Algoritma Brute Force. Departemen Teknik Informatika Institut Teknologi Bandung. (Online). ( Bahan Kuliah ke 1.doc, diakses 10 Januari 2016). Prihandono, H Knapsack Problem dengan Algoritma dan Metode Greedy. (Online). ( problem metode gr eedy.doc, diakses 10 Januari 2016). Silvano et al Knapsack problem: Algorithm and Computer Implementation. John Wiley & Sons. ISBN: Wahab, A., Shinta, P., dkk Knapsack Algorithm & Computer Implementation. (Online). ( diakses 10 Januari 2016)
PENERAPAN METODE GREEDY KNAPSACK DALAM MENENTUKAN KOMPOSISI BUAH PADA MASALAH KERANJANG. Abstract
PENERAPAN METODE GREEDY KNAPSACK DALAM MENENTUKAN KOMPOSISI BUAH PADA MASALAH KERANJANG Faisal faisal_piliang@yahoo.co.id Teknik Informatika Bina Sarana Informatika - Jakarta Abstract Greedy method is
Lebih terperinciEksplorasi Algoritma Brute Force, Greedy, dan Dynamic Programming untuk Persoalan Integer Knapsack
Eksplorasi Algoritma Brute Force, Greedy, dan Dynamic Programming untuk Persoalan Integer Knapsack Muhamad Pramana Baharsyah, Sulistyo Unggul Wicaksono 2, Teguh Pamuji 3, Rinaldi Munir 4 Abstrak Laboratorium
Lebih terperinciPERBANDINGAN PENYELESAIAN KNAPSACK PROBLEM SECARA MATEMATIKA, KRITERIA GREEDY DAN ALGORITMA GREEDY
Jurnal Technoper Vol. 1 ISSN 79-56X PERBANDINGAN PENYELESAIAN KNAPSACK PROBLEM SECARA MATEMATIKA, KRITERIA GREEDY DAN ALGORITMA GREEDY THE COMPARISON OF KNAPSACK COMPLETION PROBLEM MATHEMATICALLY, GREEDY
Lebih terperinciPERBANDINGAN PENYELESAIAN KNAPSACK PROBLEM SECARA MATEMATIKA, KRITERIA GREEDY DAN ALGORITMAGREEDY
PERBANDINGAN PENYELESAIAN KNAPSACK PROBLEM SECARA MATEMATIKA, KRITERIA GREEDY DAN ALGORITMAGREEDY Deddy Supriadi Manajemen Informatika, AMIK BSI Tasikmalaya deddy.dys@bsi.ac.id Abstract- Knapsack problem
Lebih terperinciAplikasi Algoritma Greedy pada Pemilihan Jenis Olahraga Ringan
Aplikasi Algoritma Greedy pada Pemilihan Jenis Olahraga Ringan Ni Made Satvika Iswari - 13508077 1 Program Studi Teknik Informatika Sekolah Teknik Elektro dan Informatika Institut Teknologi Bandung, Jl.
Lebih terperinciPENYELESAIAN KNAPSACK PROBLEM MENGGUNAKAN ALGORITMA GENETIKA
PENYELESAIAN KNAPSACK PROBLEM MENGGUNAKAN ALGORITMA GENETIKA Kartina Diah KW1), Mardhiah Fadhli2), Charly Sutanto3) 1,2) Jurusan Teknik Komputer Politeknik Caltex Riau Pekanbaru Jl. Umban Sari No.1 Rumbai-Pekanbaru-Riau
Lebih terperinciEKSPLORASI ALGORITMA BRUTE FORCE, GREEDY DAN PEMROGRAMAN DINAMIS PADA PENYELESAIAN MASALAH 0/1 KNAPSACK
EKSPLORASI ALGORITMA BRUTE FORCE, GREEDY DAN PEMROGRAMAN DINAMIS PADA PENYELESAIAN MASALAH / KNAPSACK Prasetyo Andy Wicaksono - 55 Program Studi T. Inormatika, STEI, Institut Teknologi Bandung Jl. Ganesha
Lebih terperinciPendahuluan. Algoritma greedy merupakan metode yang paling populer untuk memecahkan persoalan optimasi.
Algoritma Greedy Pendahuluan Algoritma greedy merupakan metode yang paling populer untuk memecahkan persoalan optimasi. Persoalan optimasi (optimization problems): persoalan mencari solusi optimum. Hanya
Lebih terperinciBAB II LANDASAN TEORI
BAB II LANDASAN TEORI Bab ini berisi landasan dan dasar teori yang akan digunakan dalam melakukan analisis, perancangan, dan implementasi tugas akhir yang dilakukan pada bab-bab selanjutnya. 2.1 Bar Steel
Lebih terperinciIMPLEMENTASI ALGORITMA GREEDY UNTUK MENYELESAIKAN MASALAH KNAPSACK PROBLEM
ISSN : 1978-6603 IMPLEMENTASI ALGORITMA GREEDY UNTUK MENYELESAIKAN MASALAH KNAPSACK PROBLEM Dian Rachmawati #1, Ade Candra #2 #1,2 Program Studi Ilmu Komputer, Universitas Sumatera Utara Jl. Alumni no.9
Lebih terperinciPERMASALAHAN OPTIMASI 0-1 KNAPSACK DAN PERBANDINGAN BEBERAPA ALGORITMA PEMECAHANNYA
PERMASALAHAN OPTIMASI 0-1 KNAPSACK DAN PERBANDINGAN BEBERAPA ALGORITMA PEMECAHANNYA Fitriana Passa (13508036) Program Studi Teknik Informatika Institut Teknologi Bandungg Jl. Ganesha 10 Bandung Email:
Lebih terperinciDAFTAR SINGKATAN. : Bahan Bakar Minyak : Programmable Logic Controller :Tarif Dasar Listrik :Kilo Watt Hour
DAFTAR SINGKATAN BBM PLC TDL KWh : Bahan Bakar Minyak : Programmable Logic Controller :Tarif Dasar Listrik :Kilo Watt Hour xi BAB I PENDAHULUAN 1.1 Latar Belakang Energi listrik merupakan salah satu kebutuhan
Lebih terperinciMETODE GREEDY. Secara matematis, masalah knapsack tersebut dapat ditulis sebagai berikut :
METODE GREEDY MASALAH KNAPSACK Kita diberikan sebuah knapsack (ransel) yang dapat menampung berat maksimum M dan sehimpunan benda A = {a 0,a 1,...,a n-1 } yang berbobot W = {w 0,w 1,...,w n-1 }. Setiap
Lebih terperinciBAB I PENDAHULUAN. Knapsack adalah suatu permasalahan dalam menentukan pemilihan objek
BAB I PENDAHULUAN 1.1 Latar Belakang Knapsack adalah suatu permasalahan dalam menentukan pemilihan objek dari sekumpulan objek yang masing-masing mempunyai bobot/berat (weight) dan nilai/profit (value)
Lebih terperinciPenerapan Algoritma Greedy dalam Algoritma Penjadwalan Prosesor Tunggal Shortest Job First
Penerapan Algoritma Greedy dalam Algoritma Penjadwalan or Tunggal Shortest Job First Girvandi Ilyas, 13515051 Program Studi Teknik Informatika Sekolah Teknik Elekro dan Informatika Insitut Teknologi Bandung,
Lebih terperinciPenyelesaian Berbagai Permasalahan Algoritma dengan Kombinasi Algoritma Brute Force dan Greedy
Penyelesaian Berbagai Permasalahan Algoritma dengan Kombinasi Algoritma Brute Force dan Greedy Anggriawan Sugianto 1, David Susanto 2, Zakka Fauzan Muhammad 3 Laboratorium Ilmu dan Rekayasa Komputasi Program
Lebih terperinciPenerapan Algoritma Greedy dalam Optimasi Keuntungan Perusahaan Pengiriman Barang
Penerapan Algoritma Greedy dalam Optimasi Keuntungan Perusahaan Pengiriman Barang Windy Amelia - 13512091 Program Studi Teknik Informatika Sekolah Teknik Elektro dan Informatika Institut Teknologi Bandung,
Lebih terperinciPEMROGRAMAN JAVA. Yoannita, S.Kom. Input Kondisi (IF-ELSE, SWITCH)
PEMROGRAMAN JAVA Yoannita, S.Kom Input Kondisi (IF-ELSE, SWITCH) 1 import java.io.* Operasi input/output dimaksudkan untuk berinteraksi dengan user, User mengetikkan sesuatu input, program java akan menerima
Lebih terperinciPenerapan Algoritma Greedy dalam Pencarian Rantai Penjumlahan Terpendek
Penerapan Algoritma Greedy dalam Pencarian Rantai Penjumlahan Terpendek Irwan Kurniawan 135 06 090 Program Studi Teknik Informatika, Institut Teknologi Bandung Jl Ganesha 10, Bandung e-mail: if16090@students.if.itb.ac.id
Lebih terperinciImplementasi Algoritma Greedy pada Permainan Ludo
Implementasi Algoritma Greedy pada Permainan Ludo Sylvia Juliana, 13515070 Program Studi Teknik Informatika Sekolah Teknik Elektro dan Informatika Institut Teknologi Bandung, Jl, Ganesha 10 Bandung 40132,
Lebih terperinciDesign and Analysis Algorithm
Design and Analysis Algorithm Pertemuan 06 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 31 Greedy Algorithm 2 Pendahuluan Algoritma
Lebih terperinciPERBANDINGAN ALGORITMA GREEDY DAN BRUTE FORCE DALAM SIMULASI PENCARIAN KOIN
PERBANDINGAN ALGORITMA GREEDY DAN BRUTE FORCE DALAM SIMULASI PENCARIAN KOIN Indra Mukmin 13506082 Program Studi Teknik Informatika Sekolah Teknik Elektro dan Informatika ITB Jalan Ganeca no.10 Email :
Lebih terperinciBAB III ANALISIS ALGORITMA
BAB III ANALISIS ALGORITMA III.1 Analisis Sistem Bab ini akan membahas tentang analisis dan perancangan sistem algoritma knapsack dengan data proyek yang digunakan bersumber dari PT. GITS Indonesia. Terdapat
Lebih terperinciPenerapan Algoritma Greedy dalam Penyetokan Barang
Penerapan Algoritma Greedy dalam Penyetokan Barang Christian Angga - 13508008 Program Studi Teknik Informatika Sekolah Teknik Elektro dan Informatika Institut Teknologi Bandung, Jl. Ganesha 10 Bandung
Lebih terperinciAlgoritma greedy merupakan metode yang paling populer untuk memecahkan persoalan optimasi.
Algoritma greedy merupakan metode yang paling populer untuk memecahkan persoalan optimasi. Persoalan optimasi (optimization problems): persoalan mencari solusi optimum. Hanya ada dua macam persoalan optimasi:
Lebih terperinciOPTIMASI STRATEGI ALGORITMA GREEDY UNTUK MENYELESAIKAN PERMASALAHAN KNAPSACK 0-1
OPTIMASI STRATEGI ALGORITMA GREEDY UNTUK MENYELESAIKAN PERMASALAHAN KNAPSACK 0-1 Paryati Jurusan Teknik Informatika UPN "Veteran" Yogyakarta Jl. Babarsari no 2 Tambakbayan 55281 Yogyakarta Telp (0274)-485323
Lebih terperinciPENERAPAN ALGORITMA GREEDY DALAM PENGISIAN RENCANA STUDI SEMESTER DI ITB SEBAGAI PERSOALAN BINARY KNAPSACK
PENERAPAN ALGORITMA GREEDY DALAM PENGISIAN RENCANA STUDI SEMESTER DI ITB SEBAGAI PERSOALAN BINARY KNAPSACK Penerapan Algoritma Greedy dalam Pengisian Rencana Studi Semester di ITB sebagai Persoalan Binary
Lebih terperinciPenerapan Algoritma Greedy dalam Algoritma Disk Scheduling Shortest Seek Time First
Penerapan Algoritma Greedy dalam Algoritma Disk Scheduling Shortest Seek Time First Muhammad Fauzan Naufan / 13513062 Program Studi Teknik Informatika Sekolah Teknik Elektro dan Informatika Institut Teknologi
Lebih terperinciIMPLEMENTASI ALGORITMA GREEDY PADA PERMAINAN OTHELLO
IMPLEMENTASI ALGORITMA GREEDY PADA PERMAINAN OTHELLO Nur Fajriah Rachmah NIM 13506091 Program Studi Teknik Informatika Sekolah Teknik Elektro dan Informatika Institut Teknologi Bandung Jalan Ganesha nomor
Lebih terperinciAplikasi Algoritma Brute Force Pada Knight s Tour Problem
Aplikasi Algoritma Brute Force Pada Knight s Tour Problem Sahat Nicholas Simangunsong - 13509095 Program Studi Teknik Informatika Sekolah Teknik Elektro dan Informatika Institut Teknologi Bandung, Jl.
Lebih terperinciBAB I PENDAHULUAN 1.1. Latar Belakang
BAB I PENDAHULUAN 1.1. Latar Belakang Metode Transportasi dikemukakan pertama kali oleh FL.Hitch Cock pada tahun 1941. Ia menyajikannya dalam suatu studi mengenai The Distribution of a Product From Several
Lebih terperinciBAB 1 PENDAHULUAN. 1.1 Latar Belakang
BAB 1 PENDAHULUAN 1.1 Latar Belakang Masalah dalam menentukan lintasan terpendek di antara titik tertentu dalam suatu graph telah banyak menarik perhatian. Persoalan dirumuskan sebagai kasus khusus dan
Lebih terperinciPenerapan Algoritma Greedy dalam Pengisian Rencana Studi Semester di ITB sebagai Persoalan Binary Knapsack
Penerapan Algoritma Greedy dalam Pengisian Rencana Studi Semester di ITB sebagai Persoalan Binary Knapsack Muhammad Ikhsan (13511064) Program Studi Teknik Informatika Sekolah Teknik Elektro dan Informatika
Lebih terperinciBAB I PENDAHULUAN. pekerjaan. Hampir segala bidang membutuhkan komputer sebagai sarana bantuan dalam
BAB I PENDAHULUAN 1.1 Latar Belakang Masalah Pada saat ini, komputer memiliki peranan yang sangat penting dalam segala bidang pekerjaan. Hampir segala bidang membutuhkan komputer sebagai sarana bantuan
Lebih terperinciBAB I PENDAHULUAN. pada sektor masyarakat meluas dengan cepat[4]. menentukan tingkat kegiatan-kegiatan yang akan dilakukan, dimana masingmasing
BAB I PENDAHULUAN 1.1 Latar Belakang Permasalahan program linier telah ada dan berkembang sejak lama.perumusan masalah program linier beserta penyelesaiannya secara sistematis ditemukan pada tahun 1947
Lebih terperinciAlgoritma Brute Force (Bagian 1) Oleh: Rinaldi Munir
Algoritma Brute Force (Bagian 1) Oleh: Rinaldi Munir Bahan Kuliah IF2251 Strategi Algoritmik 1 Definisi Brute Force Brute force : pendekatan yang lempang (straightforward) untuk memecahkan suatu masalah
Lebih terperinciDesign and Analysis of Algorithms CNH2G3- Week 8 Greedy Algorithm
Design and Analysis of Algorithms CNH2G3- Week 8 Greedy Algorithm Dr. Putu Harry Gunawan (PHN) Daftar Isi 1 Greedy Algorithm.................................. 1 2 Contoh-contoh Algoritma Greedy........................
Lebih terperinciLAPORAN RESMI MODUL II DYNAMIC PROGRAMMING
LABORATORIUM STATISTIK DAN OPTIMASI INDUSTRI FAKULTAS TEKNOLOGI INDUSTRI PROGRAM STUDI TEKNIK INDUSTRI UNIVERSITAS PEMBANGUNAN NASIONAL VETERAN JAWA TIMUR LAPORAN RESMI MODUL II DYNAMIC PROGRAMMING I.
Lebih terperinciPenerapan Algoritma Greedy dalam Permainan MarketGlory
Penerapan Algoritma Greedy dalam Permainan MarketGlory Erwin / 13511065 Program Studi Teknik Informatika Sekolah Teknik Elektro dan Informatika Institut Teknologi Bandung, Jl. Ganesha 10 Bandung 40132,
Lebih terperinciMega Orina Fitri Dosen Jurusan Ilmu Perpustakaan UIN Imam Bonjol Padang ABSTRAK
OPTIMASI PENGANGKUTAN PETI KEMAS DALAM PENYELESAIAN KNAPSACK BERDASARKAN PERBANDINGAN ALGORITMA GENETIKA DAN ALGORITMA GREEDY Mega Orina Fitri Dosen Jurusan Ilmu Perpustakaan UIN Imam Bonjol Padang Email
Lebih terperinciPENERAPAN ALGORITMA GENETIKA PADA PERSOALAN PEDAGANG KELILING (TSP)
Abstrak PENERAPAN ALGORITMA GENETIKA PADA PERSOALAN PEDAGANG KELILING (TSP) Aulia Fitrah 1, Achmad Zaky 2, Fitrasani 3 Program Studi Informatika, Sekolah Teknik Elektro dan Informatika, Institut Teknologi
Lebih terperinciPenggunaan Algoritma Greedy dalam Optimasi Masalah Perkebunan
Penggunaan Algoritma Greedy dalam Optimasi Masalah Perkebunan Daniel Widya Suryanata / 13509083 Program Studi Teknik Informatika Sekolah Teknik Elektro dan Informatika Institut Teknologi Bandung, Jl. Ganesha
Lebih terperinciBAB 2 TINJAUAN PUSTAKA
BAB 2 TINJAUAN PUSTAKA 2.1 Algoritma Genetika Algoritma genetika merupakan algoritma pencarian heuristik ysng didasarkan atas mekanisme seleksi alami dan genetika alami (Suyanto, 2014). Adapun konsep dasar
Lebih terperinciBAB 1 KONSEP DASAR JAVA
BAB 1 KONSEP DASAR JAVA TUGAS PENDAHULUAN Buatlah algoritma dari program yang ada dalam kegiatan praktikum ini! 1. TUJUAN a. Mahasiswa mengetahui dasar dan elemen-elemen pembentuk bahasa Java b. Mahasiswa
Lebih terperinciPenerapan Algoritma Greedy Dalam Permainan Clash Royale
Penerapan Algoritma Greedy Dalam Permainan Clash Royale Ahmad Fa iq Rahman Program Studi Teknik Informatika Sekolah Teknik Elektro dan Informatika Institut Teknologi Bandung, Jl. Ganesha 10 Bandung 40132,
Lebih terperinciOptimisasi Penjadwalan Proses Pada Central Processing Unit Dengan Menggunakan Algoritma Greedy
Optimisasi Penjadwalan Proses Pada Central Processing Unit Dengan Menggunakan Algoritma Greedy Irdham Mikhail Kenjibriel (13508111) Program Studi Teknik Informatika Sekolah Teknik Elektro dan Informatika
Lebih terperinciPenyelesaian Persoalan Penukaran Uang dengan Program Dinamis
Penyelesaian Persoalan Penukaran Uang dengan Program Dinamis Albert Logianto - 13514046 Program Studi Teknik Informatika Sekolah Teknik Elektro dan Informatika Institut Teknologi Bandung, Jl. Ganesha 10
Lebih terperinciPenentuan Menu Makan dengan Pemrograman Dinamis
Penentuan Menu Makan dengan Pemrograman Dinamis Jordhy Fernando 13515004 Program Studi Teknik Informatika Sekolah Teknik Elektro dan Informatika Institut Teknologi Bandung, Jl. Ganesha 10 Bandung 40132,
Lebih terperinciImplementasi Brute Force dan Greedy dalam Permainan Big Two (Capsa)
Implementasi Brute Force dan Greedy dalam Permainan Big Two (Capsa) Ben Lemuel Tanasale Program Studi Teknik Informatika Sekolah Teknik Elektro dan Informatika Institut Teknologi Bandung, Jl. Ganesha 10
Lebih terperinciPenerapan Algoritma Greedy pada Intelegensia Buatan untuk Transfer Pemain dalam Permainan Simulasi Sepakbola
Penerapan Algoritma Greedy pada Intelegensia Buatan untuk Transfer Pemain dalam Permainan Simulasi Sepakbola A. Thoriq Abrowi Bastari - 13508025 Program Studi Teknik Informatika Sekolah Teknik Elektro
Lebih terperinciImplementasi Algoritma Greedy dalam Pembagian kerja pada Mesin yang Identik
Implementasi Algoritma Greedy dalam Pembagian kerja pada Mesin yang Identik William Sentosa / 13513026 Program Teknik Informatika Sekolah Teknik Elektro dan Informatika Institut Teknologi Bandung, Jl.
Lebih terperinciBAB I PENDAHULUAN 1.1 Latar Belakang
BAB I PENDAHULUAN 1.1 Latar Belakang Transportasi atau pengangkutan adalah suatu kegiatan yang penting bagi kegiatan kita pada umumnya dan pada kegiatan industri pada khususnya. Transportasi atau pengangkutan
Lebih terperinciPemilihan Monster yang Akan Digunakan dalam Permainan Yu-Gi-Oh! Capsule Monster Coliseum
Pemilihan Monster yang Akan Digunakan dalam Permainan Yu-Gi-Oh! Capsule Monster Coliseum Analisis menggunakan algoritma Greedy untuk memilih monster yang terbaik Bervianto Leo P - 13514047 Program Studi
Lebih terperinciSolusi Optimum Minmax 0/1 Knapsack Menggunakan Algoritma Greedy. Raja Sabaruddin Manajemen Informatika, AMIK BSI Pontianak
Solusi Optimum Minmax 0/1 Knapsack Menggunakan Algoritma Greedy Raja Sabaruddin Manajemen Informatika, AMIK BSI Pontianak raja.rjd@bsi.ac.id Abstract - Knapsack is a container used for storing objects
Lebih terperinciBAB II LANDASAN TEORI
BAB II LANDASAN TEORI Perancangan program aplikasi yang akan dibuat menggabungkan algoritma Brute Force dan algoritma Greedy yang digunakan secara bergantian pada tahap-tahap tertentu. Karena itu, pada
Lebih terperinciPENGGUNAAN ALGORITMA GREEDY DALAM PERMAINAN KARTU BLACK JACK
PENGGUNAAN ALGORITMA GREEDY DALAM PERMAINAN KARTU BLACK JACK Dwitiyo Abhirama - 13505013 Program Studi Teknik Informatika, Institut Teknologi Bandung Jl Ganesha 10, Bandung e-mail: if15013@students.if.itb.ac.id
Lebih terperinciWhat Is Greedy Technique
1 What Is Greedy Technique A technique constructing a solution through a sequence of steps, on each step it suggests a greedy grab of the best alternative available in the hope that a sequence of locally
Lebih terperinciAPLIKASI ALGORITMA GREEDY DALAM PENENTUAN SPESIFIKASI KOMPUTER RAKITAN
APLIKASI ALGORITMA GREEDY DALAM PENENTUAN SPESIFIKASI KOMPUTER RAKITAN Hadyan Ghaziani Fadli NIM : 13505005 Program Studi Teknik Informatika, Institut Teknologi Bandung Jl. Ganesha 10, Bandung E-mail :
Lebih terperinciPerbandingan Performa Algoritma Greedy dan Dynamic Programming
Perbandingan Performa Algoritma dan Pratamamia Agung Prihatmaja (NIM 13515142) Program Studi Teknik Informatikan Sekolah Teknik Elektro dan Informatika Institut Teknologi Bandung, Jl. Ganesha No. 10 Bandung
Lebih terperinciPenerapan Algoritma Greedy dalam Permainan Connect 4
Penerapan Algoritma Greedy dalam Permainan Connect 4 Muhammad Hasby (13509054) 1 Program Studi Teknik Informatika Sekolah Teknik Elektro dan Informatika Institut Teknologi Bandung, Jl. Ganesha 10 Bandung
Lebih terperinciJurnal Evolusi Volume 4 No evolusi.bsi.ac.id
Solusi Optimum Minmax 0/1 Knapsack Menggunakan Algoritma Greedy Raja Sabaruddin Program Studi Manajemen Informatika, AMIK BSI Pontianak raja.rjd@bsi.ac.id Abstract - Knapsack is a container used for storing
Lebih terperinciTPI4202 e-tp.ub.ac.id. Lecture 4 Mas ud Effendi
TPI4202 e-tp.ub.ac.id Lecture 4 Mas ud Effendi Menampilkan informasi kepada user lewat display Dengan perintah print dan println print: menampilkan output (kursor tetap di baris yang sama) println: menampilkan
Lebih terperinciKompleksitas Algoritma untuk Penyelesaian Persoalan Penukaran Koin dengan Algoritma Greedy
Kompleksitas Algoritma untuk Penyelesaian Persoalan Penukaran Koin dengan Algoritma Greedy Dita Anindhika 13509023 1 Program Studi Teknik Informatika Sekolah Teknik Elektro dan Informatika Institut Teknologi
Lebih terperinciSATUAN ACARA PERKULIAHAN MATA KULIAH PEMROGRAMAN PASCAL * (TK) KODE / SKS: KK /2 SKS
MATA KULIAH PEMROGRAMAN * (TK) Minggu ke Pokok Bahasan dan TIU 1. Algoritma Konsep Dasar Bahasa Pascal secara singkat sejarah dirancangnya bahasa Memberikan konsep dasar pembuatan program dalam bahasa
Lebih terperinciBAB 1 PENDAHULUAN Latar Belakang
BAB 1 PENDAHULUAN 1.1. Latar Belakang Dengan semakin berkembangnya dunia bisnis dan usaha, suatu perusahaan dituntut untuk meningkatkan efisiensi dalam segala bidang dengan menerapkan prinsip ekonomi yaitu
Lebih terperinciPenerapan Algoritma Greedy dalam Permainan Bantumi
Penerapan Algoritma Greedy dalam Permainan Bantumi Andi Setiawan Program Studi Teknik Informatika Institut Teknologi Bandung Jalan Ganesha 10 Bandung e-mail: andise@students.itb.ac.id ABSTRAK Algoritma
Lebih terperinciSILABUS MATAKULIAH. Indikator Pokok Bahasan/Materi Aktifitas Pembelajaran
SILABUS MATAKULIAH Revisi : 2 Tanggal Berlaku : September 2014 A. Identitas 1. Nama Matakuliah : A11.54508 / Strategi Algoritma 2. Program Studi : Teknik Informatika-S1 3. Fakultas : Ilmu Komputer 4. Bobot
Lebih terperinciPenggunaan Algoritma Greedy untuk menyelesaikan Permainan Othello
Penggunaan Algoritma Greedy untuk menyelesaikan Permainan Othello Annisa Muzdalifa - 13515090 Program Studi Teknik Informatika Sekolah Teknik Elektro dan Informatika Institut Teknologi Bandung, Jl. Ganesha
Lebih terperinciPemograman Java. Input(ii) String Function Pengulangan(FOR-While-DoWhile) Yoannita, S.Kom
Pemograman Java Yoannita, S.Kom Place photo here Input(ii) String Function Pengulangan(FOR-While-DoWhile) When you are willing to make sacrifices for a great cause, you will never be alone. 1 String to
Lebih terperinciPendekatan Maju (Forward) Dynamic Programming Untuk Permasalahan MinMax Knapsack 0/1
Pendekatan Maju (Forward) Dynamic Programming Untuk Permasalahan MinMax Knapsack 0/1 Ani D Rahajoe 1, Arif Arizal 2 1 Jurusan Teknik Informatika, Universitas Bhayangkara, Surabaya. E-mail:anidrahayu@gmail.com
Lebih terperinciPenentuan Keputusan dalam Permainan Gomoku dengan Program Dinamis dan Algoritma Greedy
Penentuan Keputusan dalam Permainan Gomoku dengan Program Dinamis dan Algoritma Greedy Atika Yusuf 135055 Program Studi Teknik Informatika Sekolah Teknik Elektro dan Informatika Institut Teknologi Bandung,
Lebih terperinciAlgorima Greedy Pada Self Serve Gas Station
Algorima Greedy Pada Self Serve Gas Station Rifky Hamdani (13508024) Program Studi Teknik Informatika Sekolah Teknik Elektro dan Informatika Institut Teknologi Bandung, Jl. Ganesha 10 Bandung 40132, Indonesia
Lebih terperinciPenerapan Algoritma Brute force dan Greedy pada Penjadwalan Disk
Penerapan Algoritma Brute force dan Greedy pada Penjadwalan Disk Abraham Krisnanda Santoso 13510033 Program Studi Teknik Informatika Sekolah Teknik Elektro dan Informatika Institut Teknologi Bandung, Jl.
Lebih terperinciBAB I PENDAHULUAN. Pada tahun 1947, George B. Dantzig, seorang anggota kelompok penelitian
BAB I PENDAHULUAN 1.1 LATAR BELAKANG Pada tahun 1947, George B. Dantzig, seorang anggota kelompok penelitian Angkatan Udara Amerika Serikat yang dikenal sebagai Project SCOOP (Scientific Computation Of
Lebih terperinciPENERAPAN ALGORITMA GREEDY DALAM PENCARIAN SOLUSI TERBAIK PADA PERMAINAN TETRIS
PENERAPAN ALGORITMA GREEDY DALAM PENCARIAN SOLUSI TERBAIK PADA PERMAINAN TETRIS Muhammad Riza Putra Program Studi Teknik Informatika Sekolah Teknik Elektro dan Informatika Institut Teknologi Bandung Jl.
Lebih terperinciANALISA PENGGUNAAN ALGORITMA GREEDY PADA PERMAINAN FIVE LINK
ANALISA PENGGUNAAN ALGORITMA GREEDY PADA PERMAINAN FIVE LINK Joelian Samuel Jurusan Informatika, Sekolah Teknik Elektro dan Informatika Institut Teknologi Bandung Jalan Ganesa 10 Bandung if15092@students.if.itb.ac.id
Lebih terperinciPertemuan 4 Array pada Java
Pertemuan 4 Array pada Java Objektif : 1. Mahasiswa dapat memahami pengertian Array pada Java 2. Mahasiswa dapat mengetahui bentuk umum dari Array 3. Mahasiswa dapat mengetahui jenis-jenis Array pada Java
Lebih terperinciPERBANDINGAN APLIKASI ALGORITMA BRUTE-FORCE DAN KOMBINASI ALGORITMA BREADTH FIRST SEARCH DAN GREEDY DALAM PENCARIAN SOLUSI PERMAINAN TREASURE HUNT
PERBANDINGAN APLIKASI ALGORITMA BRUTE-FORCE DAN KOMBINASI ALGORITMA BREADTH FIRST SEARCH DAN GREEDY DALAM PENCARIAN SOLUSI PERMAINAN TREASURE HUNT Adi Purwanto Sujarwadi (13506010) Program Studi Teknik
Lebih terperinciBAB I PENDAHULUAN. Kebutuhan akan jasa angkutan laut semakin lama semakin meningkat, baik
BAB I PENDAHULUAN A. LATAR BELAKANG Kebutuhan akan jasa angkutan laut semakin lama semakin meningkat, baik jumlahnya maupun macamnya. Usaha-usaha dalam pembangunan sarana angkutan laut yang dilakukan sampai
Lebih terperinciBAB I PENDAHULUAN I.1 Latar Belakang Masalah
BAB I PENDAHULUAN I.1 Latar Belakang Masalah Masalah optimasi merupakan hal yang sering kita jumpai dalam pekerjaan sehari-hari, seperti optimasi pemilihan proyek, penjadwalan dan lain-lain. Menyelesaikan
Lebih terperinciPenerapan Algoritma Greedy untuk Permainan Halma
Penerapan Algoritma Greedy untuk Permainan Halma Vivi Lieyanda / 13509073 1 Program Studi Teknik Informatika Sekolah Teknik Elektro dan Informatika Institut Teknologi Bandung, Jl. Ganesha 10 Bandung 40132,
Lebih terperinciPenyelesaian Sum of Subset Problem dengan Dynamic Programming
Penyelesaian Sum of Subset Problem dengan Dynamic Programming Devina Ekawati 13513088 1 Program Studi Teknik Informatika Sekolah Teknik Elektro dan Informatika Institut Teknologi Bandung, Jl. Ganesha 10
Lebih terperinciBAB 2 LANDASAN TEORI
5 BAB 2 LANDASAN TEORI Pada bab ini akan dibicarakan beberapa model penyelesaian problema Knapsack dengan memakai beberapa metode yang telah ada yang akan digunakan pada bab pembahasan. 2. Problema Knapsack
Lebih terperinciAplikasi Algoritma Greedy dalam Penjurusan Mahasiswa Tingkat Pertama Institut Teknologi Bandung
Aplikasi Algoritma Greedy dalam Penjurusan Mahasiswa Tingkat Pertama Institut Teknologi Bandung Hans Christian (13513047) Program Studi Teknik Informatika Sekolah Teknik Elektro dan Informatika Institut
Lebih terperinciMODUL PRAKTIKUM Matematika Informatika 2
MODUL PRAKTIKUM Matematika Informatika 2 Versi 3.1 Tahun Penyusunan 2012 1. Naeli Umniati, ST., MMSI 2. Lilis Ratnasari, ST., MMSI Tim Penyusun 3. Puji Zulaikasari, ST. 4. Rogayah, ST 5. Andika Januarianto,
Lebih terperinciProgram Java Sesi 1. Arief Susanto
Program Java Sesi 1 Arief Susanto arief_csp@yahoo.co.id http://www.ariefsusanto.at.ua Lisensi Dokumen: Seluruh dokumen di IlmuKomputer.Com dapat digunakan, dimodifikasi dan disebarkan secara bebas untuk
Lebih terperinciPenerapan Algoritma Greedy untuk Permainan Flood It
Penerapan Algoritma Greedy untuk Permainan Flood It Athia Saelan / 13508029 1 Program Studi Teknik Informatika Sekolah Teknik Elektro dan Informatika Institut Teknologi Bandung, Jl. Ganesha 10 Bandung
Lebih terperinciPenggunaaan Algoritma Greedy Dalam Aplikasi Vending Machine
Penggunaaan Algoritma Greedy Dalam Aplikasi Vending Machine Aryo Nugroho/13505063 Email : if15063@students.if.itb.ac.id ABSTRAK Menggunakan teori algoritma Greedy penulis ingin mencoba untuk membuat aplikasi
Lebih terperinciBAB 1 PERSYARATAN PRODUK
BAB 1 PERSYARATAN PRODUK 1.1 Pendahuluan Masalah knapsack 0/1 merupakan bagaimana menentukan pemilihan objek dari sekumpulan objek yang mempunyai berat dan nilai masing-masing yang akan dimuat ke dalam
Lebih terperinciIMPLEMENTASI ALGORITMA GENETIKA PADA KNAPSACK PROBLEM UNTUK OPTIMASI PEMILIHAN BUAH KEMASAN KOTAK
IMPLEMENTASI ALGORITMA GENETIKA PADA KNAPSACK PROBLEM UNTUK OPTIMASI PEMILIHAN BUAH KEMASAN KOTAK Komang Setemen Jurusan Manajemen Informatika, Fakultas Teknik Kejuruan, Universitas Pendidikan Ganesha
Lebih terperinciPenerapan Algoritma Greedy untuk Menentukan Loadout dalam Permainan PAYDAY 2
Penerapan Algoritma Greedy untuk Menentukan Loadout dalam Permainan PAYDAY 2 Lucky Cahyadi Kurniawan / 13513061 Program Studi Teknik Informatika Sekolah Teknik Elektro dan Informatika Institut Teknologi
Lebih terperinciPenerapan Algoritma Greedy dalam Permainan Othello
Penerapan Algoritma Greedy dalam Permainan Othello Fabrian Oktavino H - 13510053 Program Studi Teknik Informatika Sekolah Teknik Elektro dan Informatika Institut Teknologi Bandung, Jl. Ganesha 10 Bandung
Lebih terperinciAlgoritma Greedy untuk AI dalam Permainan DotA
Algoritma Greedy untuk AI dalam Permainan DotA Kevin Leonardo Handoyo/13509019 Program Studi Teknik Informatika Sekolah Teknik Elektro dan Informatika Institut Teknologi Bandung, Jl. Ganesha 10 Bandung
Lebih terperinciPerbandinganan Penggunaan Algoritma Greedy dan Modifikasi Algoritma Brute Force pada Permainan Collapse XXL
Perbandinganan Penggunaan Algoritma Greedy dan Modifikasi Algoritma Brute Force pada Permainan Collapse XXL Rahadian Dimas Prayudha - 13509009 Program Studi Teknik Informatika Sekolah Teknik Elektro dan
Lebih terperinciDesign and Analysis Algorithm. Ahmad Afif Supianto, S.Si., M.Kom. Pertemuan 06
Design and Analysis Algorithm Ahmad Afif Supianto, S.Si., M.Kom Pertemuan 06 Contents 31 Greedy Algorithm 2 Pendahuluan Algoritma greedy merupakan metode yang paling populer untuk memecahkan persoalan
Lebih terperinciPenerapan Algoritma Brute Force pada permainan Countdown Number
Penerapan Algoritma Brute Force pada permainan Countdown Number Farhan Amin (13515043) Program Studi Teknik Informatika Sekolah Teknik Elektro dan Informatika Institut Teknologi Bandung, Jl. Ganesha 10
Lebih terperinciPenentuan Lokasi Pemasaran Produk dengan Media Periklanan Menggunakan Algoritma Greedy
Penentuan Pemasaran Produk dengan Media Periklanan Menggunakan Algoritma Greedy Akhiles Leonardus Danny Sindra 13509063 Program Studi Teknik Informatika Sekolah Teknik Elektro dan Informatika Institut
Lebih terperinciPenerapan Greedy pada Jalan Jalan Di Bandung Yuk! V1.71
Penerapan Greedy pada Jalan Jalan Di Bandung Yuk! V1.71 Wiko Putrawan (13509066) Program Studi Teknik Informatika Sekolah Teknik Elektro dan Informatika Institut Teknologi Bandung, Jl. Ganesha 10 Bandung
Lebih terperinciAlgoritmaBrute Force. Desain dan Analisis Algoritma (CS3024)
AlgoritmaBrute Force Desain dan Analisis Algoritma (CS3024) Definisi Brute Force Brute forceadalah sebuah pendekatan yang lempang (straightforward) untuk memecahkan suatu masalah, biasanya didasarkan pada
Lebih terperinciBahasa Pemrograman :: Dasar Pemrograman Java
Bahasa Pemrograman :: Julio Adisantoso ILKOM IPB 26 April 2010 Bahasa Pemrograman :: 1 2 Program Hello World Java literal Tipe data Pernyataan print Latihan 3 BufferReader JOptionPane 4 Panjang array 5
Lebih terperinci