PENERAPAN ALGORITMA EXACT UNTUK PENCARIAN POHON RENTANG DENGAN DAUN TERBANYAK (MAXIMUM LEAF SPANNING TREE)

Ukuran: px
Mulai penontonan dengan halaman:

Download "PENERAPAN ALGORITMA EXACT UNTUK PENCARIAN POHON RENTANG DENGAN DAUN TERBANYAK (MAXIMUM LEAF SPANNING TREE)"

Transkripsi

1 PENERAPAN ALGORITMA EXACT UNTUK PENCARIAN POHON RENTANG DENGAN DAUN TERBANYAK (MAXIMUM LEAF SPANNING TREE) Mukhamad Sihabudin 1) dan Purwanto 2) Universitas Negeri Malang ABSTRAK : Salah satu permasalahan pada pohon rentang adalah pencarian pohon rentang dengan daun terbanyak. Permasalahan tersebut dapat diterapkan untuk penentuan suatu sistem jaringan komputer dengan memaksimalkan user dan meminimumkan server. Metode dalam penentuan pohon rentang dengan daun terbanyak dapat ditentukan dengan menggunakan algoritma exact, yaitu dengan membangun suatu pohon bagian T (subtree) yang memperluas graph G. Proses tersebut dilakukan berulang-ulang dengan menggunakan aturan reduksi dan algoritma exact. Algoritma exact memberikan beberapa pilihan didalam iterasinya. Hal ini memungkinkan terbentuknya pohon rentang daun terbanyak tidak selalu tunggal. Kata kunci : pohon rentang daun maksimal, algoritma exact, aturan reduksi ABSTRACT : One of the spanning tree problem is maximum leaf spanning tree. That problem can be used for computer network system to get maximum user and minimum server. The method to get a maximum leaf of spanning tree using exact algorithm is generate subtree which extends graph G. This process runs repeatly using reduction rule and exact algorithm. Exact algorithm gives some of choses in its iteration. It is posible to get spanning tree with maximum leaf which is not always unique. Keywords : maximum leaf spanning tree, exact algorithm, reduction rule Di zaman yang modern saat ini, komputer sudah menjadi kebutuhan penting bagi manusia. Kegiatan-kegiatan manusia sekarang ini sudah banyak yang dikerjakan oleh komputer. Salah satu manfaat komputer yaitu internet. Dengan internet manusia akan sangat mudah untuk mencari informasi, berkomunikasi dan kegiatan lain. Teori graph bisa juga diterapkan untuk membantu memaksimalkan kinerja jaringan komputer. Salah satu contohnya adalah permasalahan jaringan adhoc atau juga permasalahan penyiaran. Dalam permasalahan penyiaran / jaringan, ada beberapa titik penyiar (server) dan ada beberapa titik penerima siaran / pengguna (user). Dengan banyaknya pengguna internet pada era modern saat ini, maka dibutuhkan juga banyak server untuk memenuhi kebutuhan pengguna internet. Tentu saja, semakin banyak server akan semakin besar pula pengeluaran bagi perusahaan internet tersebut. Untuk meminimumkan banyaknya titik server, bisa digunakan salah satu konsep pada terapan graph, yaitu daun terbanyak pada pohon rentang (maximum leaf spanning tree). Dengan meminimumkan titik server, maka perusahaan internet akan sedikit mengurangi biaya pengeluarannya. Salah satu penelitian mengenai pohon rentang daun terbanyak untuk suatu graph tidak berarah adalah penelitian dari Fernau (2011) yang menuliskan mengenai permasalahan pohon rentang daun terbanyak dengan menggunakan 1) Mukhamad Sihabudin adalah mahasiswa Jurusan Matematika Universitas Negeri Malang 2) Purwanto adalah dosen Jurusan Matematika Universitas Negeri Malang

2 algoritma exact. Penelitian tersebut menghitung analisis waktu penyelesaian (running time) dalam permasalahan pohon rentang daun maksimal. Belum ada penjelasan secara detail mengenai langkah-langkah pencarian pohon rentang daun maksimal dengan menggunakan algoritma exact. Oleh karena itu, di dalam tulisan ini akan dijabarkan secara detail mengenai langkah-langkah pencarian pohon rentang daun terbanyak dengan menggunakan algoritma exact. Selain itu juga akan dicari suatu pohon rentang daun terbanyak untuk beberapa graph khusus, yaitu graph roda dan graph lengkap. G V, E, dengan V adalah himpunan titik-titik dan E Suatu graph adalah himpunan sisi-sisinya. Pohon rentang (spanning tree) T dari graph G dikatakan mempunyai daun terbanyak jika tidak ada pohon rentang lain yang mempunyai daun lebih banyak. Konsep pencarian pohon rentang daun terbanyak yang digunakan adalah membagi himpunan titiknya menjadi beberapa bagian himpunan. Misalkan G V, E, himpunan titik V dibagi menjadi beberapa bagian himpunan, yaitu V Free FL BN LN IN dengan Free adalah titik-titik bebas (free vertices), FL (floating leaves) adalah daun-daun ambang, BN (branching nodes) adalah titik-titik cabang, LN (leaf nodes) adalah titik-titik daun dan IN (internal nodes) adalah titik-titik dalam. Titik-titik dalam (IN / internal nodes) adalah titik-titik yang nantinya tetap menjadi titik dalam. Titik-titik ini tidak mengalami perubahan. Derajat dari titik dalam adalah lebih dari 1. Titik-titik daun (LN / leaf nodes) adalah titik-titik yang mempunyai derajat 1. Titik-titik daun nantinya akan terhubung langsung dengan titik dalam. Titik-titik cabang (BN / branching nodes) adalah titik-titik yang nantinya dapat berubah menjadi titik dalam atau menjadi titik daun. Titik-titik cabang merupakan tetangga dari titik internal. Titik-titik ambang (FL / floating leaves) adalah titik-titik yang nantinya berubah menjadi titik daun. Titik-titik bebas (Free / free vertex) adalah titik-titik pada kondisi awal suatu graph, yang bukan merupakan titik internal dan juga bukan merupakan tetangga dari titik internal. Kunci untuk pencarian pohon rentang daun terbanyak dengan algoritma ini T V, E G dengan adalah membangun suatu pohon bagian (subtree) VT IN BN LN. Titik cabang BN (branching nodes) adalah suatu daun pada pohon bagian (subtree) yang terbentuk saat itu, tetapi bisa juga mengalami perubahan menjadi suatu titik internal atau tetap menjadi suatu titik daun akibat dari pengulangan rekursif dari algoritma yang digunakan. Langkah inilah yang akan digunakan untuk pencarian pohon rentang dengan daun terbanyak dari suatu graph G. Definisi 1. G V, E adalah suatu graph, dan misalkan IN,BN,LN,FL V Misalkan adalah himpunan dari titik yang saling bebas dan T G adalah suatu pohon. Kita katakan T memperluas (extends) (IN, BN, LN, FL) jika dan hanya jika IN internal T, LN leaves T, BN internal T leaves T dan FL internal T. T T

3 Definisi 2. G V, E adalah suatu graph, misalkan IN,BN,LN,FL V adalah Misalkan himpunan titik yang saling bebas dan misalkan x1, x2,..., xl V. Dengan x,..., 1X1 xl Xl dimana masing-masing X i adalah salah satu dari IN,BL,LN atau FL. Dinotasikan operasi dari perubahan masing-masing x i ke himpunan secara berturut-turut, dan selain itu, jika IN y N x Xi maka semua Free i berubah menjadi ke BN dan semua y N x FL i X i menjadi LN. Notasinya diperluas menjadi Y X, dimana Y V. Untuk menyelesaikan suatu hal, algoritma yang akan digunakan menganggap perihal didapatkan dari G,IN, BN, LN, FL dengan memilih suatu himpunan dari operasi pada bentuk x X. Dituliskan x X,..., x X... x X,..., x X 1,1 1,1 1, l1 1, l1 k,1 k,1 k, lk k, lk Untuk menyatakan bahwa algoritma tersebut bercabang menjadi k perihal, dimana pada ke-j, 1 j k, algoritma menganggap perihal didapatkan dari G,IN,BN,LN,FL denga n menggunakan operasi xj,1 X j,1 menjadi xj, l X j, l Definisi 3. Aturan Reduksi G V, E adalah suatu graph, dan misalkan Misalkan IN BN LN FL Free adalah partisi dari V. Didefinisikan aturan reduksi sebagai berikut : (A1) Jika ada dua titik yang terhubung langsung u, v V sedemikian sehingga uv, FL atau, BN (A2) Jika ada suatu titik uv maka hapus sisi, uv dari G. v BN dengan dv 0, maka ubah v menjadi LN. (A3) Jika ada suatu titik bebas v dengan dv 1, maka ubah v menjadi FL. (A4) Jika ada suatu titik bebas v dengan tidak ada tetangga pada Free FL, maka ubah v menjadi FL (A5) Jika ada suatu segitiga x, y, z di G dengan x suatu titik bebas dan dx 2, maka ubah x menjadi FL (A6) Jika ada suatu titik u BN dimana memotong titik pada G, maka pilih aturan u IN (A7) Jika ada dua titik yang terhubung langsung u, v V sedemikian sehingga u LN dan v V \ IN HASIL DAN PEMBAHASAN, maka hapus sisi, uv dari G. Lemma 1 G V, E adalah suatu graph dan misalkan IN,BN,LN,FL V adalah Misalkan himpunan titik-titik yang saling bebas. Misalkan T adalah suatu pohon dengan daun terbanyak yang diperluas (extends) (IN,BN,LN,FL). j j

4 Asumsikan bahwa suatu aturan reduksi, katakan A i, i 1,2,...,7 diaplikasikan pada hal (IN,BN,LN,FL) dari G. Maka, ada pohon T ' dengan daun terbanyak yang diperluas oleh hal yang diperoleh dari (IN,BN,LN,FL) dengan menerapkan aturan reduksi Ai yang mempunyai jumlah daun sama dengan banyak daun dari T. Bukti Anggap bahwa T adalah suatu pohon bagian dari G yang berkorespondensi pada (IN, BN, LN, FL) dan T ' adalah pohon rentang dari G sedemikian sehingga T ' memperluas (IN, BN, LN, FL). Untuk masing-masing aturan dari A1 sampai A7, yaitu Aturan Reduksi 1 (A1) Misalkan uv, FL. Maka keduanya merupakan daun dari T ' dan tidak mungkin terhubung langsung pada T ', jadi hapus sisi uv, dari G. Misalkan uv, BN maka keduanya juga tidak boleh terhubung langsung pada T ', jika tidak maka akan ada suatu lintasan tertutup (cycle) pada T ' yang terdiri dari suatu lintasan dari u ke v pada T (melalui titik internal) dan sisi uv,. Maka dari itu sisi uv, dapat dihapus dari G. Aturan Reduksi 2 (A2) Misalkan BN d v v dan 0. Maka tidak ada titik bebas (free vertex) yang terhubung langsung dengan v. Karena itu tidak ada titik yang dapat dijadikan suatu cabang dari v dan akibatnya v adalah suatu daun dari T '. Karena itu, titik v dapat diubah menjadi LN. Aturan Reduksi 3 (A3) Misalkan v adalah suatu titik bebas (free vertex) dengan dv 1. Maka v mempunyai derajat 1 pada T ' dan akibatnya v adalah suatu daun dari T '. Karena itu titik v dapat diubah menjadi FL. Aturan Reduksi 4 (A4) Misalkan v suatu titik bebas (free vertex) dengan tidak ada tetangga yang merupakan titik pada Free FL. Karena itu v hanya terhubung langsung pada satu titik dari BN pada T '. Akibatnya v adalah suatu daun dari T '. Karena itu titik v dapat diubah menjadi FL. Aturan Reduksi 5 (A5) Misalkan x, y, z adalah suatu segitiga pada G sedemikian sehingga x adalah titik bebas (free vertex) dan dx 2. Anggap bahwa x adalah suatu titik internal dari T ' yang memperluas (IN,BN,LN,FL). Karena itu, x terhubung langsung dengan y dan z pada T ' dan akibatnya satu dari mereka adalah induk dari x pada T ', sebut saja y. Maka, pohon rentang T '' dari G yang diperoleh dari T ' dengan menghapus xy, dan menambahkan yz, yang tidak mempunyai daun lebih sedikit dari T '. Akibatnya, dengan tidak menghilangkan keumuman, x adalah suatu daun pada sebarang pohon rentang dari G yang memperluas (IN,BN,LN,FL) dan mempunyai daun terbanyak yang memungkinkan. Maka dari itu titik x dapat diubah menjadi FL

5 Aturan ke-5 ini yang sangat dibutuhkan sehingga nantinya T ' merupakan suatu pohon rentang dengan daun terbanyak. Aturan Reduksi 6 (A6) Misalkan u BN memotong titik dari G. Maka suatu lintasan tunggal dari akar menuju titik cabang (branching node) u pada pohon T yang melewati satu komponen dari G u. Karena itu, titik u diharuskan menjadi suatu titik internal dari T '. Maka dari itu, titik u dapat diubah menjadi IN. Catat bahwa tetanggatetangga dari u yang merupakan titik bebas akan menjadi BN dan tetanggatetangga dari u yang merupakan titik ambang akan menjadi LN. Aturan Reduksi 7 (A7) Misalkan u, v V adalah titik yang terhubung langsung pada G sedemikian sehingga u LN dan v V \ IN. Karena u adalah suatu daun dari T dan T ', u hanya terhubung langsung pada satu titik internal x dari T ', dimana induknya pada suatu pohon bagian berkorespondensi dengan (IN,BN,LN,FL), yaitu x IN. Akibatnya, titik tersebut tidak terhubung langsung dengan sebarang v V \ IN pada T '. Maka dari itu, sisi uv, dapat dihapus dari G. Lemma 2 Algoritma exact dapat digunakan untuk menyelesaikan permasalahan pencarian G V, E jika v 3. pohon rentang dengan daun terbanyak untuk suatu graph Dengan kondisi awal, untuk masing-masing v V dengan IN v, BN Nv dan LN FL Bukti Aturan reduksi mengubah suatu partisi Free,IN,BN,LN,FL partisi P' Free',IN',BN',LN',FL' P menjadi suatu, sehingga ada suatu pohon rentang dengan daun terbanyak T ' yang memperluas P ' yang paling sedikit mempunyai daun terbanyak seperti pohon rentang T yang memperluas P. Algoritma Exact Untuk mencari suatu pohon rentang daun terbanyak dari suatu graph G, maka harus dibuat suatu kondisi awal untuk graph G, yaitu dengan membagi himpunan titik-titiknya menjadi beberapa himpunan IN, BN atau Free. Pembagian menjadi himpunan-himpunan tersebut menggunakan Lemma 2, yaitu untuk masing-masing v V IN v BN N v dan LN FL dengan, Berikut langkah-langkah pengulangan rekursif algoritma exact : Reduksi G sesuai dengan aturan reduksi (A1 sampai A7) Jika ada beberapa titik vfree FL yang tidak dapat dicapai, maka kembalikan hasil 0 Jika V IN LN maka kembalikan hasil LN Pilih suatu titik v BN dengan derajat terbesar, d v 2 dan N FL v maka Jika dv 3 atau vln v IN

6 Jika dv 2 maka Misalkan himpunan titik x1, x2 NFree v d x1 d x2 Jika dx maka misalkan z N x v 1 2 Jika Jika sedemikian sehingga 1 \ z Free maka v LN v IN, x IN v IN, x LN z FL maka v IN N x1 N x2 \ FL v dan Jika z NFL x1 NFL x2, d z 3 maka 1 1 v LN v IN, x IN v IN, x LN, x IN v IN, x LN, x LN, N x, x FL, N x, x \ v LN Free 1 2 BN 1 2 Jika tidak v LN v IN, x1 IN v IN, x1 LN, x2 IN Jika tidak dv 1 maka Misalkan P v v v v v 0, 1, 2,..., k suatu lintasan maksimum d v 2, 1 i k, v, v,..., v Free sedemikian sehingga i 1 2 Misalkan z N v \ V P Jika z FL dan 1 k d z maka v0,..., vk IN, z LN Jika z FL dan dz 1 maka v0,..., v k 1 IN, v k LN Jika Jika z BN maka v LN z Free maka v0,..., vk IN, z IN v LN Keterangan : Notasi vin v LN mengartikan suatu korespondensi cabang-cabang, artinya bisa jadi v merupakan suatu titik internal atau v merupakan suatu titik daun. Hasil 0 artinya tidak dapat ditemukan suatu pohon rentang. Jika terjadi demikian, maka harus dilakukan pemilihan titik v sebagai kondisi awal yang lain. Seperti skema algoritma exact seperti pada Gambar 1 berikut ini : k

7 Gambar 1. Skema Algoritma Exact Jika kondisi awal mempunyai lebih dari satu titik dalam (internal nodes), maka harus dibuat sebarang pohong rentang yang mencakup semua titik dalam yang menjadi kondisi awal. Metode yang digunakan untuk penentuan pohon rentang tersebut adalah metode cutting-down, seperti yang dijelaskan pada bab sebelumnya. Contoh : Misalkan diberikan graph berikut : Gambar 2. Graph G Akan dicari suatu pohon rentang dengan daun terbanyak dari graph G pada Gambar 2 di atas. Langkah awal untuk mencari suatu pohon rentang dengan daun terbanyak menggunakan algoritma exact yaitu melakukan aturan reduksi. Sebelumnya, sesuai dengan Lemma 2, dibuat kondisi awal, yaitu menentukan titik v sebagai IN dan tetangga dari titik v sebagai BN. Dipilih titik v dengan derajat terbesar, yaitu titik h. Sehingga N h g, c, d, e, i adalah BN dan LN FL. Diperoleh kondisi awal dengan memilih titik h sebagai titik internal (IN), dan titik g, c, d, e dan i yang merupakan tetangga dari titik h, sebagai titik cabang (BN). Tentu saja, titik selain titik-titik yang telah disebutkan akan menjadi titik bebas (Free). Seperti pada Gambar 3, yaitu gambar graph G1 berikut.

8 Gambar 3. Graph G1 Setelah diperoleh kondisi awal, langkah selanjutnya adalah mereduksi graph G 1 dengan aturan reduksi A1 sampai A7. Langkah ini dilakukan berulang-ulang sampai tidak ada lagi aturan reduksi yang dapat digunakan. Berikut ini adalah hasil reduksi graph G 1 Gambar 4. Graph G 2 Aturan Reduksi 1 (A1) Untuk, BN uv, uv maka sisi dihapus dari G 1 Gambar 5. Graph G 3 Aturan Reduksi 2 (A2) Untuk BN d v v dengan 0 maka titik v diubah menjadi LN, sehingga dihasilkan graph G 3 Gambar 6. Graph G 4 Aturan Reduksi 5 (A5) Ada segitiga (lintasan tertutup dengan 3 titik) dengan himpunan titikb, a, f dan b adalah titik bebas dan db 2, sehingga b diubah menjadi FL, sehingga terbentuk graph G 4 Setelah tidak ada aturan reduksi yang bisa digunakan, maka digunakan langkah selanjutnya pada algoritma exact. Pilih v BN dengan derajat yang terbesar. Perhatikan graph G 4 pada Gambar 6, himpunan titik-titik g, c, d BN dan derajat deg g deg c deg d 1. Karena masing-masing titiknya, yaitu

9 g c d, maka v g, c, d P g. Sehingga z N g \ V P, yaitu z f g IN, dan f IN atau LN deg deg deg 1. Dipilih titik g sebagai titik v, maka. Karena f Free maka ada dua pilihan, yaitu g. Selanjutnya diambil kondisi yang pertama, yaitu g IN, dan f IN. Gambar 7. Graph G 5 Diperoleh suatu graph G 5 seperti pada Gambar 7 di atas. Karena masih belum tercapai suatu pohon rentang, maka dilanjutkan dengan mengulangi langkah awal algoritma exact. Dengan Definisi 2 diperoleh graph G 6 seperti pada Gambar 8 berikut : Gambar 8. Graph G 6 Setelah itu dilanjutkan iterasi kedua algoritma exact. Kembali lagi ke aturan reduksi, selanjutnya reduksi graph G 6 Gambar 9. Graph G 7 Aturan Reduksi 1 (A1) Untuk, BN uv, uv maka sisi dihapus dari G 6, sehingga terbentuk graph G 7 Gambar 10. Graph G 8 Aturan Reduksi 2 (A2) Untuk BN d v v dengan 0 maka titik v diubah menjadi LN, sehingga diperoleh graph G 8.

10 Gambar 11. Graph G 9 Aturan Reduksi 7 (A7) Jika ada dua titik yang terhubung langsung u, v V sehingga u LN dan v V \ IN, maka hapus sisi uv, dari G 8, diperoleh graph G 9 Gambar 13. Pohon T 10 Gambar 12. Graph G 10 Aturan Reduksi 2 (A2) Untuk BN d v v dengan 0 maka titik v diubah menjadi LN, diperoleh graph G 10 Memenuhi Definisi 1. Gambar 13 menunjukkan bahwa T 10 memperluas (IN, BN, LN, FL). Karena titik-titik f, g, hin internal T dan titik-titik b, a, c, d, e, i LN leaves T Karena tidak ada lagi aturan reduksi yang dapat digunakan, maka gunakan langkah selanjutnya pada algoritma exact. Diperoleh V IN LN, maka kembalikan hasil LN, yaitu LN 6 Diperoleh suatu pohon rentang dengan daun terbanyak, yaitu pohon rentang T V T V G dan seperti pada Gambar 3.17 dengan ET b, f, a, f, f, g, g, h, c, h, d, h, e, h, i, h dengan titik f, g, h IN dan titik a, b, c, d, e, i LN, yang mempunyai titik daun sebanyak 6. Gambar Pohon Rentang T

11 KESIMPULAN DAN SARAN Kesimpulan 1. Untuk menentukan suatu pohon rentang dengan daun terbanyak dari suatu graph G dengan menggunakan algoritma exact, harus dilakukan langkahlangkah berikut : 1. Tentukan suatu graph G 2. Buat kondisi awal, sesuai Lemma 2, yaitu untuk masing-masing v V dengan IN v BN N v dan LN FL, 3. Lakukan aturan reduksi (A1 sampai A7) berulang-ulang sampai tidak ada aturan reduksi yang bisa digunakan lagi. 4. Jika V IN LN maka kembalikan hasil LN (banyaknya titik daun / leaf nodes) dan berhenti. Jika tidak maka pilih titik v yang merupakan titik cabang yang mempunyai derajat terbesar, dan gunakan langkah algoritma exact, selanjutnya kembali ke langkah Pohon rentang daun terbanyak yang terbentuk tidak selalu tunggal. Ada bentuk lain yang mungkin bisa dibuat karena pada bagian dari algoritma exact ada pemilihan yang dilakukan. Jika memang terdapat lebih dari satu pilihan, tentu saja dimungkinkan akan terbentuk pohon rentang dengan daun terbanyak yang lainnya 3. Menentukan pohon rentang daun terbanyak jika ada beberapa titik dalam (internal nodes) yang ditentukan, harus diperhatikan beberapa kondisi. Jika hanya satu titik dalam yang ditentukan, maka pilih titik dalam tersebut sebagai titik v pada kondisi awal. Jika ada lebih dari satu titik dalam pada kondisi awal, maka terlebih dahulu harus dibuat suatu pohon rentang yang memuat semua titik dalam pada kondisi awal. Selanjutnya algoritma exact dapat digunakan. Saran Tulisan ini masih menyajikan pencarian pohon rentang dengan daun terbanyak dengan kondisi titik awal yang ditentukan dan titik awal yang tidak ditentukan. Permasalahan suatu jaringan terkadang mengharuskan bahwa titik dalam hanya mampu mempunyai titik daun terbatas sebanyak n. Hal ini dapat dijadikan sebagai bahan penelitian, yaitu penentuan pohon rentang daun terbanyak dengan membatasi maksimal daun pada masing-masing titik dalam. DAFTAR RUJUKAN Aldous, J.M dan Wilson, R.J Graph and Applications, an Introductory Approach. London: Springer-Verlag. Diestel, Reinhard Graph Theory. New York: Springer-Verlag. Fernau, H., Kneis, J., Kratsch, D., Langer, A., Liedloff, M., Raible, D., & Rossmanith, P An exact algorithm for the Maximum Leaf Spanning Tree problem. Jurnal Komputer dan Sains, TAMU Computer Science Faculty Pages (Online) ( diakses 7 April 2012.

12 Fernau, Henning, dan Raible, Daniel An Amortized Search Tree Analysis for k-leaf Spanning Tree. Jurnal Komputer dan Sains, SOFSEM International Conference Devoted To The Theory And Practice Of Computer (Online) ( diakses 13 april Kneis, J., Langer, A., & Rossmanith, P A New Algorith for Finding Trees with Many Leaves. Dari Theory Group (Online) ( diakses 11 agustus 2012 Kratsch, Dieter Exact Exponential Algorithms. Dari Laboratoire d Informatique Theorique et Appliquee Universite Paul Verlaine-Metz (Online) ( diakses 11 agustus Maculan, N., Lucena, A., & Simonetti, L.G Reformulation and Solution Algorithms for the Maximum Leaf Spanning Tree Problem. Dari Springer Science (Online) ( diakses 7 april 2012 Weisstein, Eric W. Grid Graph. From MathWorld-A Wolfram Web Resource. ( diakses tanggal 30 Juli 2012

Pohon (Tree) Universitas Gunadarma Sistem Informasi 2012/2013

Pohon (Tree) Universitas Gunadarma Sistem Informasi 2012/2013 Pohon (Tree) Universitas Gunadarma Sistem Informasi 2012/2013 Pohon (Tree) Pohon (Tree) didefinisikan sebagai graf terhubung yang tidak mengandung sirkuit. Karena merupakan graf terhubung, maka pohon selalu

Lebih terperinci

MENGHITUNG BILANGAN DOMINASI

MENGHITUNG BILANGAN DOMINASI MENGHITUNG BILANGAN DOMINASI PADA GRAPH GRID n n, n 7 Mucharomatut Toyyibah 1) Purwanto 2) FMIPA Universitas Negeri Malang mucharomatut09@gmail.com Abstrak: Himpunan pendominasi ialah suatu himpunan bagian

Lebih terperinci

PEMBERIAN NOMOR VERTEX PADA TOPOLOGI JARINGAN GRAF WHEEL, GRAF HELM DAN GRAF LOLLIPOP

PEMBERIAN NOMOR VERTEX PADA TOPOLOGI JARINGAN GRAF WHEEL, GRAF HELM DAN GRAF LOLLIPOP PEMBERIAN NOMOR VERTEX PADA TOPOLOGI JARINGAN GRAF WHEEL, GRAF HELM DAN GRAF LOLLIPOP Oleh : MUHAMAD SIDIQ NIM. M0108095 SKRIPSI Ditulis dan diajukan untuk memenuhi sebagian persyaratan memeperoleh gelar

Lebih terperinci

BILANGAN KROMATIK LOKASI UNTUK GRAF POHON n-ary LENGKAP

BILANGAN KROMATIK LOKASI UNTUK GRAF POHON n-ary LENGKAP Jurnal Matematika UNAND Vol. VI No. 1 Hal. 90 96 ISSN : 2303 2910 c Jurusan Matematika FMIPA UNAND BILANGAN KROMATIK LOKASI UNTUK GRAF POHON n-ary LENGKAP AFIFAH DWI PUTRI, NARWEN Program Studi Matematika,

Lebih terperinci

INTRODUCTION TO GRAPH THEORY LECTURE 2

INTRODUCTION TO GRAPH THEORY LECTURE 2 INTRODUCTION TO GRAPH THEORY LECTURE Operasi-Operasi Pada Graph Union Misal G dan H adalah dua graph yang saling asing. Union G H adalah graph dengan V(G H)=V(G) V(H) dan E(G H)=E(G) E(H). Join Join dari

Lebih terperinci

Penggunaan Algoritma Kruskal yang Diperluas untuk Mencari Semua Minimum Spanning Tree Tanpa Konstren dari Suatu Graf

Penggunaan Algoritma Kruskal yang Diperluas untuk Mencari Semua Minimum Spanning Tree Tanpa Konstren dari Suatu Graf Penggunaan Algoritma Kruskal yang Diperluas untuk Mencari Semua Minimum Spanning Tree Tanpa Konstren dari Suatu Graf Narwen, Budi Rudianto Jurusan Matematika, Universitas Andalas, Padang, Indonesia narwen@fmipa.unand.ac.id

Lebih terperinci

PEMBERIAN NOMOR VERTEX

PEMBERIAN NOMOR VERTEX PEMBERIAN NOMOR VERTEX PADA TOPOLOGI JARINGAN GRAF WHEEL, GRAF HELM DAN GRAF LOLLIPOP Muhamad Sidiq, Tri Atmojo Kusmayadi, Sri Kuntari Jurusan Matematika FMIPA UNS Abstrak. Teori graf merupakan ilmu terapan

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

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

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

Dwiprima Elvanny Myori

Dwiprima Elvanny Myori PENGOPTIMALAN JARINGAN LISTRIK DENGAN MINIMUM SPANNING TREE Dwiprima Elvanny Myori Abstract One of mathematics branch that have many application in daily life is graph theory. Graph theory is used to link

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

HAND OUT MATA KULIAH TEORI GRAF (MT 424) JILID SATU. Oleh: Kartika Yulianti, S.Pd., M.Si.

HAND OUT MATA KULIAH TEORI GRAF (MT 424) JILID SATU. Oleh: Kartika Yulianti, S.Pd., M.Si. HAND OUT MATA KULIAH TEORI GRAF (MT 424) JILID SATU Oleh: Kartika Yulianti, S.Pd., M.Si. JURUSAN PENDIDIKAN MATEMATIKA FAKULTAS PENDIDIKAN MATEMATIKA DAN ILMU PENGETAHUAN ALAM UNIVERSITAS PENDIDIKAN INDONESIA

Lebih terperinci

ALTERNATIF PEMBUKTIAN DAN PENERAPAN TEOREMA BONDY. Hasmawati Jurusan Matematika, Fakultas Mipa Universitas Hasanuddin

ALTERNATIF PEMBUKTIAN DAN PENERAPAN TEOREMA BONDY. Hasmawati Jurusan Matematika, Fakultas Mipa Universitas Hasanuddin ALTERNATIF PEMBUKTIAN DAN PENERAPAN TEOREMA BONDY Hasmawati Jurusan Matematika, Fakultas Mipa Universitas Hasanuddin hasma_ba@yahoo.com Abstract Graf yang memuat semua siklus dari yang terkecil sampai

Lebih terperinci

KARAKTERISASI GRAF POHON DENGAN BILANGAN KROMATIK LOKASI 3

KARAKTERISASI GRAF POHON DENGAN BILANGAN KROMATIK LOKASI 3 Jurnal Matematika UNAND Vol. 5 No. 2 Hal. 71 77 ISSN : 2303 2910 c Jurusan Matematika FMIPA UNAND KARAKTERISASI GRAF POHON DENGAN BILANGAN KROMATIK LOKASI 3 FAIZAH, NARWEN Program Studi Matematika, Fakultas

Lebih terperinci

FAKTORISASI GRAF BARU YANG DIHASILKAN DARI PEMETAAN TITIK GRAF SIKEL PADA BILANGAN BULAT POSITIF

FAKTORISASI GRAF BARU YANG DIHASILKAN DARI PEMETAAN TITIK GRAF SIKEL PADA BILANGAN BULAT POSITIF FAKTORISASI GRAF BARU YANG DIHASILKAN DARI PEMETAAN TITIK GRAF SIKEL PADA BILANGAN BULAT POSITIF Nova Nevisa Auliatul Faizah 1, H. Wahyu H. Irawan 2 1 Mahasiswa Jurusan Matematika, Fakultas Sains dan Teknologi,

Lebih terperinci

PATH KUAT TERKUAT DAN JARAK KUAT TERKUAT DALAM GRAF FUZZY. Lusia Dini Ekawati 1, Lucia Ratnasari 2. Jl. Prof. H. Soedarto, S. H, Tembalang, Semarang

PATH KUAT TERKUAT DAN JARAK KUAT TERKUAT DALAM GRAF FUZZY. Lusia Dini Ekawati 1, Lucia Ratnasari 2. Jl. Prof. H. Soedarto, S. H, Tembalang, Semarang PATH KUAT TERKUAT DAN JARAK KUAT TERKUAT DALAM GRAF FUZZY Lusia Dini Ekawati, Lucia Ratnasari, Jurusan Matematika FMIPA UNDIP Jl Prof H Soedarto, S H, Tembalang, Semarang Abstract Fuzzy graph is a graph

Lebih terperinci

ALGORITMA DOUBLE SCALING UNTUK MENYELESAIKAN PERMASALAHAN MINIMUM COST FLOW DAN IMPLEMENTASINYA PADA PROGRAM KOMPUTER

ALGORITMA DOUBLE SCALING UNTUK MENYELESAIKAN PERMASALAHAN MINIMUM COST FLOW DAN IMPLEMENTASINYA PADA PROGRAM KOMPUTER ALGORITMA DOUBLE SCALING UNTUK MENYELESAIKAN PERMASALAHAN MINIMUM COST FLOW DAN IMPLEMENTASINYA PADA PROGRAM KOMPUTER Agustina Ardhini 1, Sapti Wahyuningsih 2, Darmawan Satyananda 3 Jurusan Matematika,

Lebih terperinci

RANCANG BANGUN APLIKASI MINIMUM SPANNING TREE (MST) MENGGUNAKAN ALGORITMA KRUSKAL

RANCANG BANGUN APLIKASI MINIMUM SPANNING TREE (MST) MENGGUNAKAN ALGORITMA KRUSKAL RANCANG BANGUN APLIKASI MINIMUM SPANNING TREE (MST) MENGGUNAKAN ALGORITMA KRUSKAL Naskah Publikasi diajukan oleh: Trisni jatiningsih 06.11.1016 kepada JURUSAN TEKNIK INFORMATIKA SEKOLAH TINGGI MANAJEMEN

Lebih terperinci

TERAPAN POHON BINER 1

TERAPAN POHON BINER 1 TERAPAN POHON BINER 1 Terapan pohon biner di dalam ilmu komputer sangat banyak, diantaranya : 1. Pohon ekspresi 2. Pohon keputusan 3. Kode Prefiks 4. Kode Huffman 5. Pohon pencarian biner 2 Pohon Ekspresi

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

PEMBENTUKAN POHON MERENTANG MINIMUM DENGAN ALGORIT MA KRUSKAL

PEMBENTUKAN POHON MERENTANG MINIMUM DENGAN ALGORIT MA KRUSKAL 108 Jurnal Scientific Pinisi, Volume 3, Nomor 2, Oktober 2017, hlm. 108-115 PEMBENTUKAN POHON MERENTANG MINIMUM DENGAN ALGORIT MA KRUSKAL Wisra Hayu 1, Yuliani 2, dan Marwan Sam 3 Program Studi Matematika,

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

ALGORITMA RUTE TERPENDEK BERBASIS TEORI GRAPH

ALGORITMA RUTE TERPENDEK BERBASIS TEORI GRAPH ALGORITMA RUTE TERPENDEK BERBASIS TEORI GRAPH PRAPTO TRI SUPRIYO Departemen Matematika Fakultas Matematika dan Ilmu Pengetahuan Alam Institut Pertanian Bogor Jl Meranti, Kampus IPB Darmaga, Bogor 6680

Lebih terperinci

PENYELESAIAN MASALAH ALIRAN MAKSIMUM MENGGUNAKAN EDMONS KARP ALGORITHM

PENYELESAIAN MASALAH ALIRAN MAKSIMUM MENGGUNAKAN EDMONS KARP ALGORITHM PENYELESAIAN MASALAH ALIRAN MAKSIMUM MENGGUNAKAN EDMONS KARP ALGORITHM Fathimatuzzahro, Sapti Wahyuningsih, dan Darmawan Satyananda Universitas Negeri Malang E-mail: fathimatuzzahro90@gmail.com ABSTRAK:

Lebih terperinci

PENGETAHUAN DASAR TEORI GRAF

PENGETAHUAN DASAR TEORI GRAF PENGETAHUAN DASAR TEORI GRAF 1 Sejarah Singkat dan Beberapa Pengertian Dasar Teori Graf Teori graf lahir pada tahun 1736 melalui makalah tulisan Leonard Euler seorang ahli matematika dari Swiss. Euler

Lebih terperinci

Oleh : Rindi Eka Widyasari NRP Dosen pembimbing : Dr. Darmaji, S.Si., M.T.

Oleh : Rindi Eka Widyasari NRP Dosen pembimbing : Dr. Darmaji, S.Si., M.T. Study of Total Chromatic Number of -free and Windmill Graphs Oleh : Rindi Eka Widyasari NRP 1208100024 Dosen pembimbing : Dr. Darmaji, S.Si., M.T. JURUSAN MATEMATIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN

Lebih terperinci

6. Struktur Tree. Pokok Bahasan : Sumber : Oleh : Ade Nurhopipah. 1. Properties of Trees 2. Spanning Trees 3. Rooted Trees

6. Struktur Tree. Pokok Bahasan : Sumber : Oleh : Ade Nurhopipah. 1. Properties of Trees 2. Spanning Trees 3. Rooted Trees 6. Struktur Tree Oleh : Ade Nurhopipah Pokok Bahasan : 1. Properties of Trees 2. Spanning Trees 3. Rooted Trees Sumber : Aldous, Joan M.,Wilson, Robin J. 2004. Graph and Applications. Springer: UK. Tree

Lebih terperinci

Gambar 6. Graf lengkap K n

Gambar 6. Graf lengkap K n . Jenis-jenis Graf Tertentu Ada beberapa graf khusus yang sering dijumpai. Beberapa diantaranya adalah sebagai berikut. a. Graf Lengkap (Graf Komplit) Graf lengkap ialah graf sederhana yang setiap titiknya

Lebih terperinci

Konsep Dasar dan Tinjauan Pustaka

Konsep Dasar dan Tinjauan Pustaka Bab II Konsep Dasar dan Tinjauan Pustaka Pembahasan bilangan Ramsey pada bab-bab berikutnya menggunakan definisi, notasi, dan konsep dasar teori graf yang sesuai dengan rujukan Chartrand dan Lesniak (1996),

Lebih terperinci

8/29/2014. Kode MK/ Nama MK. Matematika Diskrit 2 8/29/2014

8/29/2014. Kode MK/ Nama MK. Matematika Diskrit 2 8/29/2014 Kode MK/ Nama MK Matematika Diskrit 1 8/29/2014 2 8/29/2014 1 Cakupan Himpunan, Relasi dan fungsi Kombinatorial Teori graf Pohon (Tree) dan pewarnaan graf 3 8/29/2014 POHON DAN PEWARNAAN GRAF Tujuan Mahasiswa

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

Termilogi Pada Pohon Berakar 10 Pohon Berakar Terurut

Termilogi Pada Pohon Berakar 10 Pohon Berakar Terurut KATA PENGANTAR Puji syukur penyusun panjatkan ke hadirat Allah Subhanahu wata?ala, karena berkat rahmat-nya kami bisa menyelesaikan makalah yang berjudul Catatan Seorang Kuli Panggul. Makalah ini diajukan

Lebih terperinci

PENERAPAN TEORI GRAF UNTUK MENYELESAIKAN MASALAH MINIMUM SPANNING TREE (MST) MENGGUNAKAN ALGORITMA KRUSKAL

PENERAPAN TEORI GRAF UNTUK MENYELESAIKAN MASALAH MINIMUM SPANNING TREE (MST) MENGGUNAKAN ALGORITMA KRUSKAL PENERAPAN TEORI GRAF UNTUK MENYELESAIKAN MASALAH MINIMUM SPANNING TREE (MST) MENGGUNAKAN ALGORITMA KRUSKAL Swaditya Rizki Program Studi Pendidikan Matematika, Fakultas Keguruan dan Ilmu Pendidikan, Universitas

Lebih terperinci

TINJAUAN PUSTAKA. Pada bab ini akan dijelaskan beberapa konsep dasar teori graf dan dimensi partisi

TINJAUAN PUSTAKA. Pada bab ini akan dijelaskan beberapa konsep dasar teori graf dan dimensi partisi II. TINJAUAN PUSTAKA Pada bab ini akan dijelaskan beberapa konsep dasar teori graf dan dimensi partisi pada suatu graf sebagai landasan teori pada penelitian ini.. Konsep Dasar Graf Pada bagian ini akan

Lebih terperinci

ALGORITMA RUTE FUZZY TERPENDEK UNTUK KONEKSI SALURAN TELEPON

ALGORITMA RUTE FUZZY TERPENDEK UNTUK KONEKSI SALURAN TELEPON Jurnal Matematika UNAND Vol. 3 No. 1 Hal. 93 97 ISSN : 2303 2910 c Jurusan Matematika FMIPA UNAND ALGORITMA RUTE FUZZY TERPENDEK UNTUK KONEKSI SALURAN TELEPON NELSA ANDRIANA, NARWEN, BUDI RUDIANTO Program

Lebih terperinci

Aplikasi Pohon dan Graf dalam Kaderisasi

Aplikasi Pohon dan Graf dalam Kaderisasi Aplikasi Pohon dan Graf dalam Kaderisasi Jonathan - 13512031 Program Studi Teknik Informatika Sekolah Teknik Elektro dan Informatika Institut Teknologi Bandung, Jl. Ganesha 10 Bandung 40132, Indonesia

Lebih terperinci

PELABELAN SUPER GRACEFUL PADA GRAPH. Griselda Afrian Y, Purwanto, dan Lucky Tri Oktoviana Universitas Negeri Malang

PELABELAN SUPER GRACEFUL PADA GRAPH. Griselda Afrian Y, Purwanto, dan Lucky Tri Oktoviana Universitas Negeri Malang PELABELAN SUPER GRACEFUL PADA GRAPH Griselda Afrian Y, Purwanto, dan Lucky Tri Oktoviana Universitas Negeri Malang ABSTRAK: Pelabelan pada suatu graph adalah pemetaan yang memetakan unsur-unsur graph yaitu

Lebih terperinci

BILANGAN KROMATIK LOKASI DARI GRAF ULAT

BILANGAN KROMATIK LOKASI DARI GRAF ULAT Jurnal Matematika UNAND Vol. 5 No. 1 Hal. 1 6 ISSN : 2303 2910 c Jurusan Matematika FMIPA UNAND BILANGAN KROMATIK LOKASI DARI GRAF ULAT AIDILLA DARMAWAHYUNI, NARWEN Program Studi Matematika, Fakultas Matematika

Lebih terperinci

BAB II TINJAUAN PUSTAKA. kromatik lokasi sebagai landasan teori dari penelitian ini.

BAB II TINJAUAN PUSTAKA. kromatik lokasi sebagai landasan teori dari penelitian ini. BAB II TINJAUAN PUSTAKA Pada bab ini akan diberikan beberapa konsep dasar teori graf dan bilangan kromatik lokasi sebagai landasan teori dari penelitian ini. 2.1 Konsep Dasar Graf Beberapa konsep dasar

Lebih terperinci

PENGEMBANGAN LONGEST PATH ALGORITHM (LPA) DALAM RANGKA PENCARIAN LINTASAN TERPANJANG PADA GRAF BERSAMBUNG BERARAH BERUNTAI

PENGEMBANGAN LONGEST PATH ALGORITHM (LPA) DALAM RANGKA PENCARIAN LINTASAN TERPANJANG PADA GRAF BERSAMBUNG BERARAH BERUNTAI PENGEMBANGAN LONGEST PATH ALGORITHM (LPA) DALAM RANGKA PENCARIAN LINTASAN TERPANJANG PADA GRAF BERSAMBUNG BERARAH BERUNTAI Oliver Samuel Simanjuntak Prodi Teknik Informatika UPN eteran Yogyakarta Jl. Babarsari

Lebih terperinci

MATEMATIKA DISKRIT II ( 2 SKS)

MATEMATIKA DISKRIT II ( 2 SKS) MATEMATIKA DISKRIT II ( 2 SKS) Rabu, 18.50 20.20 Ruang Hard Disk PERTEMUAN XI, XII RELASI Dosen Lie Jasa 1 Matematika Diskrit Graf (lanjutan) 2 Lintasan dan Sirkuit Euler Lintasan Euler ialah lintasan

Lebih terperinci

II. TINJAUAN PUSTAKA. kromatik lokasi pada suatu graf sebagai landasan teori pada penelitian ini

II. TINJAUAN PUSTAKA. kromatik lokasi pada suatu graf sebagai landasan teori pada penelitian ini 5 II. TINJAUAN PUSTAKA Pada bagian ini akan diberikan konsep dasar graf, graf pohon dan bilangan kromatik lokasi pada suatu graf sebagai landasan teori pada penelitian ini 2.1 KONSEP DASAR GRAF Konsep

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

TEOREMA CAYLEY DAN PEMBUKTIANNYA

TEOREMA CAYLEY DAN PEMBUKTIANNYA TEOREMA CAYLEY DAN PEMBUKTIANNYA Eddy Djauhari Departemen Matematika Fmipa Universitas Padjadjaran Jalan Raya Bandung-Sumedang km. 21, tlp./fax. : 022-7794696, Jatinangor, 45363 Email : eddy.djauhari@unpad.ac.id

Lebih terperinci

PENERAPAN ALGORITMA KRUSKAL PADA JARINGAN LISTRIK PERUMAHAN KAMPOENG HARMONI DI UNGARAN BARAT

PENERAPAN ALGORITMA KRUSKAL PADA JARINGAN LISTRIK PERUMAHAN KAMPOENG HARMONI DI UNGARAN BARAT UJM 2 (1) (2013) UNNES Journal of Mathematics http://journal.unnes.ac.id/sju/index.php/ujm PENERAPAN ALGORITMA KRUSKAL PADA JARINGAN LISTRIK PERUMAHAN KAMPOENG HARMONI DI UNGARAN BARAT Angreswari Ayu Damayanti,

Lebih terperinci

III. BILANGAN KROMATIK LOKASI GRAF. ini merupakan pengembangan dari konsep dimensi partisi dan pewarnaan graf.

III. BILANGAN KROMATIK LOKASI GRAF. ini merupakan pengembangan dari konsep dimensi partisi dan pewarnaan graf. III BILANGAN KROMATIK LOKASI GRAF Bilangan kromatik lokasi graf pertama kali dikaji oleh Chartrand dkk 00) Konsep ini merupakan pengembangan dari konsep dimensi partisi pewarnaan graf Pewarnaan titik pada

Lebih terperinci

DIMENSI PARTISI PADA TIGA HASIL OPERASI GRAF CYCLE DENGAN GRAF PATH

DIMENSI PARTISI PADA TIGA HASIL OPERASI GRAF CYCLE DENGAN GRAF PATH DIMENSI PARTISI PADA TIGA HASIL OPERASI GRAF CYCLE DENGAN GRAF PATH oleh HIDRA VERTANA M0112042 SKRIPSI ditulis dan diajukan untuk memenuhi sebagian persyaratan memperoleh gelar Sarjana Sains Matematika

Lebih terperinci

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI BAB 2 LANDASAN TEORI 2.1 Graf Graf G didefinisikan sebagai pasangan himpunan (V, E), ditulis dengan notasi G = (V, E). Dalam hal ini, V merupakan himpunan tidak kosong dari simpul-simpul (vertices atau

Lebih terperinci

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI BAB 2 LANDASAN TEORI 2.1 Konsep Dasar Graf Definisi 2.1.1 Sebuah graf didefinisikan sebagai pasangan terurut himpunan dimana: 1. adalah sebuah himpunan tidak kosong yang berhingga yang anggotaanggotanya

Lebih terperinci

BAB 1 PENDAHULUAN. 1.1 Latar belakang

BAB 1 PENDAHULUAN. 1.1 Latar belakang 13 BAB 1 PENDAHULUAN 1.1 Latar belakang Perkembangan ilmu pengetahuan dan teknologi yang sangat pesat, tidak lepas dari peran ilmu matematika, yaitu ilmu yang menjadi solusi secara konseptual dalam menyelesaikan

Lebih terperinci

Pewarnaan Total Pada Graf Outerplanar

Pewarnaan Total Pada Graf Outerplanar JURNAL TEKNIK POMITS Vol. 1, No. 1, (2013) 1-6 1 Pewarnaan Total Pada Graf Outerplanar Prihasto.B Sumarno Jurusan Matematika, Fakultas Matematika Ilmu Pengetahuan Alam, Institut Teknologi Sepuluh Nopember

Lebih terperinci

PENYELESAIAN TRAVELLING SALESMAN PROBLEM DENGAN ALGORITMA BRANCH AND BOUND

PENYELESAIAN TRAVELLING SALESMAN PROBLEM DENGAN ALGORITMA BRANCH AND BOUND PENYEESAIAN TRAVEING SAESMAN PROBEM DENGAN AGORITMA BRANCH AND BOND Yogo Dwi Prasetyo Pendidikan Matematika, niversitas Asahan e-mail: abdullah.prasetyo@gmail.com Abstract The shortest route search by

Lebih terperinci

Create PDF with GO2PDF for free, if you wish to remove this line, click here to buy Virtual PDF Printer

Create PDF with GO2PDF for free, if you wish to remove this line, click here to buy Virtual PDF Printer Membangun Pohon Merentang Minimum Dari Algoritma Prim dengan Strategi Greedy Doni Arzinal 1 Jursan Teknik Informatika, Institut Teknologi Bandung Labtek V, Jl. Ganesha 10 Bandung 1 if15109@students.if.itb.ac.id,

Lebih terperinci

Pemrograman Algoritma Dan Struktur Data

Pemrograman Algoritma Dan Struktur Data MODUL PERKULIAHAN Modul ke: 14Fakultas Agus FASILKOM Pemrograman Algoritma Dan Struktur Data ADT BINARY TREE Hamdi.S.Kom,MMSI Program Studi Teknik Informatika ISTILAH-ISTILAH DASAR Pohon atau Tree adalah

Lebih terperinci

Algoritma Prim dengan Algoritma Greedy dalam Pohon Merentang Minimum

Algoritma Prim dengan Algoritma Greedy dalam Pohon Merentang Minimum Algoritma Prim dengan Algoritma Greedy dalam Pohon Merentang Minimum Made Mahendra Adyatman 13505015 Program Studi Teknik Informatika, Sekolah Teknik Elektro dan Informatika Institut Teknologi Bandung

Lebih terperinci

PELABELAN L(2,1) PADA OPERASI BEBERAPA KELAS GRAF

PELABELAN L(2,1) PADA OPERASI BEBERAPA KELAS GRAF JIMT Vol. 13 No. Desember 016 (Hal 73-84) Jurnal Ilmiah Matematika dan Terapan ISSN : 450 766X PELABELAN L(,1) PADA OPERASI BEBERAPA KELAS GRAF S. Fatimah 1, I W. Sudarsana, dan S. Musdalifah 3 1,,3 Program

Lebih terperinci

Konstruksi Pelabelan- Pada Line Digraph dari Graf Lingkaran Berarah dengan Dua Tali Busur

Konstruksi Pelabelan- Pada Line Digraph dari Graf Lingkaran Berarah dengan Dua Tali Busur Konstruksi Pelabelan- Pada Line Digraph dari Graf Lingkaran Berarah dengan Dua Tali Busur Ma rifah Puji Hastuti, Kiki Ariyanti Sugeng, Denny Riama Silaban Departemen Matematika, FMIPA Universitas Indonesia,

Lebih terperinci

Perbandingan Algoritma Pewarnaan LDO, SDO, dan IDO pada Graf Sederhana

Perbandingan Algoritma Pewarnaan LDO, SDO, dan IDO pada Graf Sederhana Perbandingan Algoritma Pewarnaan LDO, SDO, dan IDO pada Graf Sederhana Khairani Permata Sari #1, Armiati *2, Mirna *3, # Student of Mathematic Departement State University of Padang *Lecture of Mathematic

Lebih terperinci

APLIKASI PEWARNAAN GRAF PADA MASALAH PENYUSUNAN JADWAL PERKULIAHAN DI UNIVERSITAS KUNINGAN

APLIKASI PEWARNAAN GRAF PADA MASALAH PENYUSUNAN JADWAL PERKULIAHAN DI UNIVERSITAS KUNINGAN APLIKASI PEWARNAAN GRAF PADA MASALAH PENYUSUNAN JADWAL PERKULIAHAN DI UNIVERSITAS KUNINGAN Daswa 1) Mohamad Riyadi 2) 1) Program Studi Teknik Informatika, FKOM, Universitas Kuningan; Jln. Cut Nyak Dien

Lebih terperinci

Struktur dan Organisasi Data 2 G R A P H

Struktur dan Organisasi Data 2 G R A P H G R A P H Graf adalah : Himpunan V (Vertex) yang elemennya disebut simpul (atau point atau node atau titik) Himpunan E (Edge) yang merupakan pasangan tak urut dari simpul, anggotanya disebut ruas (rusuk

Lebih terperinci

UJM 2 (1) (2013) UNNES Journal of Mathematics.

UJM 2 (1) (2013) UNNES Journal of Mathematics. UJM 2 (1) (2013) UNNES Journal of Mathematics http://journal.unnes.ac.id/sju/index.php/ujm PENERAPAN ALGORITMA DIJKSTRA DAN PRIM PADA PENDISTRIBUSIAN AIR DI PDAM KABUPATEN DEMAK Verly Zuli Prasetyo, Amin

Lebih terperinci

PENGERTIAN GRAPH. G 1 adalah graph dengan V(G) = { 1, 2, 3, 4 } E(G) = { (1, 2), (1, 3), (2, 3), (2, 4), (3, 4) } Graph 2

PENGERTIAN GRAPH. G 1 adalah graph dengan V(G) = { 1, 2, 3, 4 } E(G) = { (1, 2), (1, 3), (2, 3), (2, 4), (3, 4) } Graph 2 PENGERTIAN GRAPH 1. DEFINISI GRAPH Graph G adalah pasangan terurut dua himpunan (V(G), E(G)), V(G) himpunan berhingga dan tak kosong dari obyek-obyek yang disebut himpunan titik (vertex) dan E(G) himpunan

Lebih terperinci

P o h o n. Definisi. Oleh: Panca Mudji Rahardjo. Pohon. Adalah graf tak berarah terhubung yang tidak mengandung sirkuit.

P o h o n. Definisi. Oleh: Panca Mudji Rahardjo. Pohon. Adalah graf tak berarah terhubung yang tidak mengandung sirkuit. P o h o n Oleh: Panca Mudji Rahardjo Definisi Pohon Adalah graf tak berarah terhubung yang tidak mengandung sirkuit. Contoh: G 1 dan G 2 pohon, G 3 dan G 4 bukan pohon. 1 Definisi Hutan (forest) Adalah

Lebih terperinci

STRUKTUR POHON (TREE) Pohon atau Tree adalah salah satu bentuk Graph terhubung yang tidak mengandung sirkuit.

STRUKTUR POHON (TREE) Pohon atau Tree adalah salah satu bentuk Graph terhubung yang tidak mengandung sirkuit. Pertemuan 9 STRUKTUR POHON (TREE) ISTILAH-ISTILAH DASAR Pohon atau Tree adalah salah satu bentuk Graph terhubung yang tidak mengandung sirkuit. Karena merupakan Graph terhubung, maka pada Pohon (Tree)

Lebih terperinci

I. PENDAHULUAN. Gambar 1. Contoh-contoh graf

I. PENDAHULUAN. Gambar 1. Contoh-contoh graf Quad Tree dan Contoh-Contoh Penerapannya Muhammad Reza Mandala Putra - 13509003 Program Studi Teknik Informatika Sekolah Teknik Elektro dan Informatika Institut Teknologi Bandung, Jalan Ganesha 10 Bandung

Lebih terperinci

Aplikasi Pewarnaan Graf dalam Penyimpanan Senyawa Kimia Berbahaya

Aplikasi Pewarnaan Graf dalam Penyimpanan Senyawa Kimia Berbahaya 1 Aplikasi Pewarnaan Graf dalam Penyimpanan Senyawa Kimia Berbahaya Ario Yudo Husodo 13507017 Jurusan Teknik Informatika STEI-ITB, Bandung, email: if17017@students.if.itb.ac.id Abstrak Teori Graf merupakan

Lebih terperinci

Penerapan Pewarnaan Titik pada Graf dalam Penyusunan Lokasi Duduk Menggunakan Algoritma Greedy Berbantuan Microsoft Visual Basic 6.

Penerapan Pewarnaan Titik pada Graf dalam Penyusunan Lokasi Duduk Menggunakan Algoritma Greedy Berbantuan Microsoft Visual Basic 6. Penerapan Pewarnaan Titik pada Graf dalam Penyusunan Lokasi Duduk Menggunakan Algoritma Greedy Berbantuan Microsoft Visual Basic.0 Halimah Turosdiah #1, Armiati #, Meira Parma Dewi # # Mathematic Department

Lebih terperinci

Pohon (Tree) Contoh :

Pohon (Tree) Contoh : POHON (TREE) Pohon (Tree) didefinisikan sebagai graph terhubung yang tidak mengandung sirkuit. Sedangkan Hutan (Forest) adalah graph yang tidak mengandung sirkuit. Jadi pohon adalah hutan yang terhubung.

Lebih terperinci

Penggunaan Algoritma Backtracking Untuk Menentukan Keisomorfikan Graf

Penggunaan Algoritma Backtracking Untuk Menentukan Keisomorfikan Graf Abstrak Penggunaan Algoritma Backtracking Untuk Menentukan Keisomorfikan Graf Neni Adiningsih, Dewi Pramudi Ismi, Ratih Laboratorium Ilmu dan Rekayasa Komputasi Departemen Teknik Informatika, Institut

Lebih terperinci

Penggunaan Metode Branch And Bound With Search Tree

Penggunaan Metode Branch And Bound With Search Tree Penggunaan Metode Branch And Bound With Search Tree Untuk Menyelesaikan Persoalan Pedagang Keliling Pada Graf Lengkap Sebagai Pengganti Metode Exhaustive Enumeration Alfan Farizki Wicaksono - NIM : 13506067

Lebih terperinci

STRUKTUR POHON (TREE) Pohon atau Tree adalah salah satu bentuk Graph terhubung yang tidak mengandung sirkuit.

STRUKTUR POHON (TREE) Pohon atau Tree adalah salah satu bentuk Graph terhubung yang tidak mengandung sirkuit. Pertemuan 9 STRUKTUR POHON (TREE) ISTILAH-ISTILAH DASAR Pohon atau Tree adalah salah satu bentuk Graph terhubung yang tidak mengandung sirkuit. Karena merupakan Graph terhubung, maka pada Pohon (Tree)

Lebih terperinci

TARGET BERORIENTASI METODE CABANG DAN BATAS UNTUK OPTIMISASI GLOBAL

TARGET BERORIENTASI METODE CABANG DAN BATAS UNTUK OPTIMISASI GLOBAL TARGET BERORIENTASI METODE CABANG DAN BATAS UNTUK OPTIMISASI GLOBAL Mochamad Suyudi 1, Sisilia Sylviani 2 1,2 Departmen Matematika FMIPA Universitas Padjadjaran moch.suyudi@gmail.com Abstrak: Fokus utama

Lebih terperinci

Algoritma Prim sebagai Maze Generation Algorithm

Algoritma Prim sebagai Maze Generation Algorithm Algoritma Prim sebagai Maze Generation Algorithm Muhammad Ecky Rabani/13510037 Program Studi Teknik Informatika Sekolah Teknik Elektro dan Informatika Institut Teknologi Bandung, Jl. Ganesha 10 Bandung

Lebih terperinci

LIPATAN GRAF DAN KAITANNYA DENGAN MATRIKS INSIDENSI PADA BEBERAPA GRAF

LIPATAN GRAF DAN KAITANNYA DENGAN MATRIKS INSIDENSI PADA BEBERAPA GRAF LIPATAN GRAF DAN KAITANNYA DENGAN MATRIKS INSIDENSI PADA BEBERAPA GRAF Septian Adhi Pratama 1, Lucia Ratnasari 2, Widowati 3 1,2,3 Jurusan Matematika FSM Universitas Diponegoro Jl. Prof. H. Soedarto, S.H.

Lebih terperinci

PENYELESAIAN MASALAH ALIRAN MAKSIMUM DENGAN MENGGUNAKAN ALGORITMA DIJKSTRA DAN ALGORITMA FORD-FULKERSON TUGAS AKHIR

PENYELESAIAN MASALAH ALIRAN MAKSIMUM DENGAN MENGGUNAKAN ALGORITMA DIJKSTRA DAN ALGORITMA FORD-FULKERSON TUGAS AKHIR PENYELESAIAN MASALAH ALIRAN MAKSIMUM DENGAN MENGGUNAKAN ALGORITMA DIJKSTRA DAN ALGORITMA FORD-FULKERSON TUGAS AKHIR Diajukan Sebagai salah Satu Syarat Untuk Memperoleh Gelar Sarjana Sains pada Jurusan

Lebih terperinci

Penerapan Algoritma Steiner Tree dalam Konstruksi Jaringan Pipa Gas

Penerapan Algoritma Steiner Tree dalam Konstruksi Jaringan Pipa Gas Penerapan Algoritma Steiner Tree dalam Konstruksi Jaringan Pipa Gas Achmad Baihaqi, NIM: 13508030 Program Studi Teknik Informatika Institut Teknologi Bandung Jalan Ganesa 10 Bandung e-mail: baihaqi@students.itb.ac.id

Lebih terperinci

v 3 e 2 e 4 e 6 e 3 v 4

v 3 e 2 e 4 e 6 e 3 v 4 5 II. TINJAUAN PUSTAKA Pada bab ini akan diberikan beberapa konsep dasar teori graf dan dimensi partisi graf sebagai landasan teori dari penelitian ini... Konsep Dasar Graf Pada bagian ini akan diberikan

Lebih terperinci

2. TINJAUAN PUSTAKA. Chartrand dan Zhang (2005) yaitu sebagai berikut: himpunan tak kosong dan berhingga dari objek-objek yang disebut titik

2. TINJAUAN PUSTAKA. Chartrand dan Zhang (2005) yaitu sebagai berikut: himpunan tak kosong dan berhingga dari objek-objek yang disebut titik 2. TINJAUAN PUSTAKA 2.1 Konsep Dasar Graf Pada bagian ini akan diberikan konsep dasar graf yang diambil dari buku Chartrand dan Zhang (2005) yaitu sebagai berikut: Suatu Graf G adalah suatu pasangan himpunan

Lebih terperinci

Penggunaan Graf dan Pohon Merentang Minimum dalam Menentukan Jalur Terpendek Bepergian di Negara-negara Asia Tenggara dengan Algoritma Prim

Penggunaan Graf dan Pohon Merentang Minimum dalam Menentukan Jalur Terpendek Bepergian di Negara-negara Asia Tenggara dengan Algoritma Prim Penggunaan Graf dan Pohon Merentang Minimum dalam Menentukan Jalur Terpendek Bepergian di Negara-negara Asia Tenggara dengan Algoritma Prim Ellen / 3007 Program Studi Teknik Informatika Sekolah Teknik

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

Model Arus Jaringan. Riset Operasi TIP FTP UB Mas ud Effendi

Model Arus Jaringan. Riset Operasi TIP FTP UB Mas ud Effendi Model Arus Jaringan Riset Operasi TIP FTP UB Mas ud Effendi 1 Pokok Bahasan Masalah rute terpendek (The Shortest Route Problem) Masalah rentang pohon minimal (The Minimal Spanning Tree Problem) Masalah

Lebih terperinci

PEWARNAAN PADA GRAF BINTANG SIERPINSKI. Siti Khabibah Departemen Matematika, FSM Undip

PEWARNAAN PADA GRAF BINTANG SIERPINSKI. Siti Khabibah Departemen Matematika, FSM Undip JMP : Vol. 9 No. 1, Juni 2017, hal. 37-44 PEWARNAAN PADA GRAF BINTANG SIERPINSKI Siti Khabibah Departemen Matematika, FSM Undip khabibah.undip@gmail.com ABSTRACT. This paper discuss about Sierpinski star

Lebih terperinci

Penerapan Teori Graf untuk Mencari Eksentrik Digraf dari Graf Star, Graf Double Star dan Graf Komplit Bipartit

Penerapan Teori Graf untuk Mencari Eksentrik Digraf dari Graf Star, Graf Double Star dan Graf Komplit Bipartit Penerapan Teori Graf untuk Mencari Eksentrik Digraf dari Graf Star, Graf Double Star dan Graf Komplit Bipartit Ivan Saputra 13505091 Program Studi Teknik Informatika, Institut Teknologi Bandung Jl. Ganesha

Lebih terperinci

Bilangan Ramsey untuk Kombinasi Bintang dan Beberapa Graf Tertentu

Bilangan Ramsey untuk Kombinasi Bintang dan Beberapa Graf Tertentu Bab III Bilangan Ramsey untuk Kombinasi Bintang dan Beberapa Graf Tertentu Kajian penentuan bilangan Ramsey untuk bintang dan bintang telah tuntas, dilakukan Burr dkk. (1973). Penentuan bilangan Ramsey

Lebih terperinci

BATAS ATAS RAINBOW CONNECTION NUMBER PADA GRAF DENGAN KONEKTIVITAS 3

BATAS ATAS RAINBOW CONNECTION NUMBER PADA GRAF DENGAN KONEKTIVITAS 3 Jurnal Matematika UNAND Vol. No. 4 Hal. 4 3 ISSN : 2303 2910 c Jurusan Matematika FMIPA UNAND BATAS ATAS RAINBOW CONNECTION NUMBER PADA GRAF DENGAN KONEKTIVITAS 3 PRIMA RESA PUTRI Program Studi Magister

Lebih terperinci

Sebuah graf sederhana G adalah pasangan terurut G = (V, E) dengan V adalah

Sebuah graf sederhana G adalah pasangan terurut G = (V, E) dengan V adalah BAB II KAJIAN TEORI II.1 Teori-teori Dasar Graf II.1.1 Definisi Graf Sebuah graf sederhana G adalah pasangan terurut G = (V, E) dengan V adalah himpunan tak kosong dari titik graf G, dan E, himpunan sisi

Lebih terperinci

Representasi Graf dalam Menjelaskan Teori Lokasi Industri Weber

Representasi Graf dalam Menjelaskan Teori Lokasi Industri Weber Representasi Graf dalam Menjelaskan Teori Lokasi Industri Weber Bimo Aryo Tyasono 13513075 Program Studi Teknik Informatika Sekolah Teknik Elektro dan Informatika Institut Teknologi Bandung, Jl. Ganesha

Lebih terperinci

Jln. Perintis Kemerdekaan, Makassar, Indonesia, Kode Pos BASIS FOR DETERMINING THE WHEEL GRAPH

Jln. Perintis Kemerdekaan, Makassar, Indonesia, Kode Pos BASIS FOR DETERMINING THE WHEEL GRAPH PENETUAN BASIS BAGI GRAF RODA Nur Ulfah Dwiyanti Obed 1*), Nurdin 2), Amir Kamal Amir 3) 1 Jurusan Matematika, Fakultas Matematika dan Ilmu Pengetahuan Alam, Universitas Hasanuddin Jln. Perintis Kemerdekaan,

Lebih terperinci

Algoritma Branch & Bound untuk Optimasi Pengiriman Surat antar Himpunan di ITB

Algoritma Branch & Bound untuk Optimasi Pengiriman Surat antar Himpunan di ITB Algoritma Branch & Bound untuk Optimasi Pengiriman Surat antar Himpunan di ITB Mohamad Ray Rizaldy - 13505073 Program Studi Teknik Informatika Sekolah Teknik Elektro dan Informatika Institut Teknologi

Lebih terperinci

Permodelan Pohon Merentang Minimum Dengan Menggunakan Algoritma Prim dan Algoritma Kruskal

Permodelan Pohon Merentang Minimum Dengan Menggunakan Algoritma Prim dan Algoritma Kruskal Permodelan Pohon Merentang Minimum Dengan Menggunakan Algoritma Prim dan Algoritma Kruskal Salman Muhammad Ibadurrahman NIM : 13506106 Program Studi Teknik Informatika, Institut Teknologi Bandung Jl. Ganesha

Lebih terperinci

EDGE-MAGIC TOTAL LABELING PADA BEBERAPA JENIS GRAPH

EDGE-MAGIC TOTAL LABELING PADA BEBERAPA JENIS GRAPH LAPORAN PENELITIAN MANDIRI EDGE-MAGIC TOTAL LABELING PADA BEBERAPA JENIS GRAPH Oleh Abdussakir, M.Pd UNIVERSITAS ISLAM NEGERI MALANG FAKULTAS SAINS DAN TEKNOLOGI JURUSAN MATEMATIKA MEI 005 EDGE-MAGIC TOTAL

Lebih terperinci

APLIKASI ALGORITMA KRUSKAL DALAM PENGOTIMALAN PANJANG PIPA Kruskal Algorithm Application on Optimlaizing Pipes Network

APLIKASI ALGORITMA KRUSKAL DALAM PENGOTIMALAN PANJANG PIPA Kruskal Algorithm Application on Optimlaizing Pipes Network Jurnal Barekeng Vol. 7 No. 2 Hal. 13 18 (2013) APLIKASI ALGORITMA KRUSKAL DALAM PENGOTIMALAN PANJANG PIPA Kruskal Algorithm Application on Optimlaizing Pipes Network ABRAHAM ZACARIA WATTIMENA 1, SANDRO

Lebih terperinci

IMPLEMENTASI ALGORITMA PRIM DENGAN TEORI GRAPH PADA APLIKASI WPF GRAPH

IMPLEMENTASI ALGORITMA PRIM DENGAN TEORI GRAPH PADA APLIKASI WPF GRAPH ISSN : 1978-6603 IMPLEMENTASI ALGORITMA PRIM DENGAN TEORI GRAPH PADA APLIKASI WPF GRAPH *Trinanda Syahputra #1, Muhammad Dahria #2, Iskandar Zulkarnain #3 #1 Program Studi Sistem Informasi, STMIK Triguna

Lebih terperinci

Penerapan Teorema Bondy pada Penentuan Bilangan Ramsey Graf Bintang Terhadap Graf Roda

Penerapan Teorema Bondy pada Penentuan Bilangan Ramsey Graf Bintang Terhadap Graf Roda Vol. 9, No.2, 114-122, Januari 2013 Penerapan Teorema Bondy pada Penentuan Bilangan Ramsey Graf Bintang Terhadap Graf Roda Hasmawati 1 Abstrak Graf yang memuat semua siklus dari yang terkecil sampai ke

Lebih terperinci

PENDAHULUAN MODUL I. 1 Teori Graph Pendahuluan Aswad 2013 Blog: 1.

PENDAHULUAN MODUL I. 1 Teori Graph Pendahuluan Aswad 2013 Blog:    1. MODUL I PENDAHULUAN 1. Sejarah Graph Teori Graph dilaterbelakangi oleh sebuah permasalahan yang disebut dengan masalah Jembatan Koningsberg. Jembatan Koningsberg berjumlah tujuh buah yang dibangun di atas

Lebih terperinci

PENGEMBANGAN SHORTEST PATH ALGORITHM (SPA) DALAM RANGKA PENCARIAN LINTASAN TERPENDEK PADA GRAF BERSAMBUNG BERARAH BERUNTAI

PENGEMBANGAN SHORTEST PATH ALGORITHM (SPA) DALAM RANGKA PENCARIAN LINTASAN TERPENDEK PADA GRAF BERSAMBUNG BERARAH BERUNTAI PENGEMBANGAN SHORTEST PATH ALGORITHM (SPA) DALAM RANGKA PENCARIAN LINTASAN TERPENDEK PADA GRAF BERSAMBUNG BERARAH BERUNTAI Oliver Samuel Simanjuntak Jurusan Teknik Informatika UPN Veteran Yogyakarta Jl.

Lebih terperinci

SILABUS MATEMATIKA DISKRIT. Oleh: Tia Purniati, S.Pd., M.Pd.

SILABUS MATEMATIKA DISKRIT. Oleh: Tia Purniati, S.Pd., M.Pd. SILABUS MATEMATIKA DISKRIT Oleh: Tia Purniati, S.Pd., M.Pd. JURUSAN PENDIDIKAN MATEMATIKA FAKULTAS PENDIDIKAN MATEMATIKA DAN ILMU PENGETAHUAN ALAM UNIVERSITAS PENDIDIKAN INDONESIA 2009 SILABUS A. Identitas

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

Pertemuan 11 GRAPH, MATRIK PENYAJIAN GRAPH

Pertemuan 11 GRAPH, MATRIK PENYAJIAN GRAPH Pertemuan 11 GRAPH, MATRIK PENYAJIAN GRAPH GRAPH Suatu Graph mengandung 2 himpunan, yaitu : 1. Himpunan V yang elemennya disebut simpul (Vertex atau Point atau Node atau Titik) 2. Himpunan E yang merupakan

Lebih terperinci