BAB II LANDASAN TEORI
|
|
- Hartono Atmadja
- 7 tahun lalu
- Tontonan:
Transkripsi
1 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 Bar steel merupakan salah satu bahan dasar bangunan yang memiliki peranan penting dalam satu kesatuan bangunan. Bar steel menjadi fondasi dari berdirinya bangunan karena dipakai hampir diseluruh bagian bangunan. Pada tahap awal konstruksi, bentuk bangunan dibuat dari bermacam-macam bar steel, sesuai dengan kebutuhan bangunan. Bar steel dibuat oleh pabrik dengan panjang standar. Satu batang bar steel yang dihasilkan oleh pabrik dengan panjang standar tersebut biasanya dihitung sebagai satu rol bar steel. Oleh karena itu, bar steel dipotong-potong sesuai dengan kebutuhan bentuk bangunan. Saat perancangan, arsitek yang merancang bangunan telah memilki perhitungan mengenai panjang-panjang bar steel yang digunakan, sehingga dapat ditentukan kebutuhan panjang bar steel untuk konstruksi. Bar steel yang dijual oleh produsen bar steel terdiri dari 3 jenis, yaitu: 1. Hot Rolled Bar steel (HR Bar steel) HR Bar steel punya banyak tipe, beberapa tipe tersebut dapat dilihat pada Tabel II-1. Tabel II-1. HR Bar steel [CEN07] Gambar Tipe Spesifikasi HR Steel Half Rounds ASTM A 36, ASTM A 709 Gr 36 HR Steel Half Ovals ASTM A 36, ASTM A 709 Gr 36 Steel Concrete Reinforcing Bars Data spesifikasi tidak ditemukan HR Steel Strip Data spesifikasi tidak ditemukan II-1
2 2. Cold Finished Bar steel (CF Bar steel) CF Bar steel punya banyak tipe, beberapa tipe tersebut dapat dilihat pada Tabel II-2. Tabel II-2. CF Bar steel [CEN07] Gambar Tipe Spesifikasi HR Steel Rounds 1018, 10L18 (1018 juga tersedia yang telah dibengkokkan, telah diasah & dihaluskan) 1045 (juga tersedia yang telah dibengkokkan, telah diasah & dihaluskan) 1117, 11L , 11L41 (1141 juga tersedia yang telah dibengkokkan, telah diasah & dihaluskan) 1141 telah diberi pola gambar, diasah & dihaluskan Akurasi khusus L14, 12L14 w/selenium, 12L14 w/tellurium 1215 (juga tersedia yang telah diberi pola Gambar, diasah & dihaluskan Akurasi khusus) CF Steel Hexagons 1018 ASTM A 311 Kelas B, Gr 1144 atau STRESSPROOF ((juga tersedia yang telah diasah & dihaluskan) L14, 12L14 w/selenium, 12L14 w/tellurium 1215 CF Steel Squares 1018 ASTM A 311 Class B, Gr 1144 or STRESSPROOF INcut 100/1214 SA, INcut , 11L17 12L CF Steel Flats L17 II-2
3 3. Alloy Bar steel Alloy Bar steel memiliki tipe yang sama bentuk dengan CF Bar steel, namun bedanya, Alloy Bar steel terbuat dari campuran beberapa logam. 2.2 Algoritma Optimasi Jika diberikan suatu permasalahan yang solusinya dapat diselesaikan dengan menggunakan fungsi f dan solusi optimal yang diinginkan adalah f(x), maka algoritma optimasi adalah metode yang digunakan untuk menemukan nilai x, misalnya menemukan kemungkinan yang terbesar (atau terkecil) dari suatu fungsi f dengan constraint yang diberikan oleh variabel x. Dalam hal ini, x, dapat berupa nilai skalar atau vektor dari nilai yang kontinu atau nilai diskrit [WIK07-a] Algortima Brute Force Penjelasan Umum Algoritma Brute Force Brute force adalah sebuah pendekatan yang lempang (straightforward) untuk memecahkan masalah, biasanya didasarkan pula pada pernyataan masalah (problem statement) dan definisi konsep yang dilibatkan. Algoritma brute force memecahkan masalah dengan sangat sederhana, langsung dan dengan cara yang jelas (obvious way) [MUN06]. Sebetulnya brute force tidak dapat dikatakan sebagai sebuah algoritma karena brute force tidak menggunakan suatu cara yang khusus dalam memecahkan masalah. Brute force hanya memeriksa semua kemungkinan yang ada. Metode ini tidak pintar dan tidak memiliki efisiensi sama sekali. Suatu metode dapat dikatakan algoritma jika memiliki efisiensi yang lebih baik dibanding metode lain Karakteristik Algoritma Brute Force Algoritma brute force pada umumnya tidak cerdas dan tidak mangkus, karena ia membutuhkan jumlah langkah yang besar dalam penyelesaiannya, terutama bila masalah yang akan dipecahkan berukuran besar (dalam hal ini ukuran masukannya). Walaupun algoritma brute force tidak mangkus, namun algoritma ini dapat dijadikan II-3
4 perbandingan solusi dengan algoritma lain yang lebih mangkus karena algoritma brute force pasti menghasilkan solusi yang paling optimal. Algoritma brute force membandingkan semua kemungkinan solusi sehingga solusi yang dihasilkan pasti paling optimal [MUN06] Penyelesaian Masalah Menggunakan Algoritma Brute Force Salah satu implementasi persoalan optimasi yang dapat diselesaikan dengan algoritma brute force adalah persoalan knapsack. Inti dari permasalahan ini adalah misalnya diberikan n buah objek dan sebuah knapsack (karung, tas, dsb) dengan kapasitas bobot K. Setiap objek memiliki property bobot (weight) w i dan keuntungan p i. Objektif persoalan adalah bagaimana memilih objek-objek yang ada untuk dimasukkan kedalam knapsack sehingga tidak melebihi kapasitas knapsack namun memberikan keuntungan yang maksimal. Contoh persoalannya adalah sebagai berikut: Jika terdapat sebuah knapsack dengan kapasitas K = 5 dan objek-objek dengan spesifikasi sebagai berikut: w 1 = 2; p 1 = 65 w 2 = 3; p 2 = 80 w 3 = 1; p 3 = 30 Langkah-langkah pencarian solusi 0/1 Knapsack secara brute force dirangkum dalam Tabel II-3. Tabel II-3. Tabel Penyelesaian Persoalan Knapsack dengan Brute force Himpunan Bagian Total Bobot Total Keuntungan {} 0 0 {1} 2 65 {2} 3 80 {3} 1 30 {1,2} {1,3} 3 95 {2,3} {1,2,3} 6 Tidak layak (Bobot > K) II-4
5 Himpunan bagian objek yang memberikan keuntungan maksimum adalah {1,2} dengan total keuntungan 80. Jadi, solusi untuk persoalan knapsack diatas adalah X = {1, 1, 0}, yang artinya objek 1 dan 2 dimasukkan kedalam knapsack, sedangkan objek 3 tidak dimasukkan. Penyelesaian masalah knapsack menggunakan algoritma brute force mempunyai komplesitas O(n.2 n ) Algortima Greedy Penjelasan Umum Algoritma Greedy Algoritma greedy membentuk solusi langkah per langkah (step by step). Terdapat banyak pilihan yang perlu dieksplorasi pada setiap langkah solusi. Oleh karena itu, pada setiap langkah harus dibuat keputusan yang terbaik dalam menentukan pilihan. Keputusan yang telah diambil pada suatu langkah tidak bisa diubah lagi pada langkah selanjutnya. Sebagai contoh, jika menggunakan algoritma greedy untuk menempatkan komponen diatas sirkuit, sekali sebuah komponen telah ditetapkan posisinya, komponen tersebut tidak dapat dipindahkan lagi. Pendekatan yang digunakan di dalam algoritma greedy adalah membuat pilihan yang tampaknya memberikan perolehan terbaik, yaitu dengan membuat pilihan optimum lokal (local optimum) pada setiap langkah dengan harapan bahwa sisanya mengarah ke solusi optimum global (global optimum) [MUN06]. Metode pencarian menggunakan greedy dapat dikatakan sebuah algoritma pencarian karena metode ini dapat mengurangi sampel yang digunakan selama proses pencarian. Dengan begitu greedy dapat meningkatkan efisiensi pencarian dengan mengurangi sampel yang diperbandingkan. Namun, pada sebagian masalah algoritma greedy tidak selalu berhasil memberikan solusi yang benar-benar optimum Skema Umum Algoritma Greedy Semua algoritma greedy mempunyai skema umum yang sama. Secara umum, skema algoritma greedy dapat dirumuskan sebagai berikut: [MUN06] 1. Buat elemen-elemen pendukung algoritma greedy, yaitu: a) Himpunan Kandidat Himpunan yang berisi elemen-elemen pembentuk solusi. II-5
6 b) Himpunan Solusi Himpunan yang berisi kandidat-kandidat yang akan terpilih sebagai solusi persoalan. c) Fungsi Seleksi Fungsi yang pada setiap langkah dijalankan untuk memilih kandidat yang paling memungkinkan mencapai solusi optimal. d) Fungsi Kelayakan Fungsi yang memeriksa apakah suatu kandidat yang telah dipilih dapat memberikan solusi yang layak, yakni kandidat tersebut bersama-sama bersamasama dengan himpunan solusi yang telah terbentuk tidak melanggar constraints yang ada. e) Fungsi Objektif Fungsi yang memaksimumkan atau meninimumkan nilai solusi. 2. Inisialisasi S dengan kosong 3. Pilih sebuah kandidat (dengan fungsi seleksi) dari C, 4. Kurangi C dengan kandidat yang sudah dipilih dari langkah 3 diatas. 5. Periksa apakah kandidat yang dipilih tersebut bersama-sama dengan himpunan solusi membentuk solusi yang layak yang dilakukan oleh fungsi kelayakan. Jika ya, masukkan kandidat tersebut ke dalam himpunan solusi; jika tidak, buang kandidat tersebut dan tidak perlu dipertimbangkan lagi. 6. Periksa apakah himpunan solusi sudah memberikan solusi yang lengkap menggunakan fungsi objektif. Jika ya, berhenti, jika tidak, ulangi dari langkah Pseudocode Algoritma Greedy Pseudocode algoritma greedy diberikan pada Algoritma II Penyelesaian Masalah Menggunakan Algoritma Greedy Salah satu implementasi persoalan optimasi yang dapat diselesaikan dengan algoritma greedy adalah persoalan knapsack. Contohnya adalah sebagai berikut: Jika terdapat sebuah knapsack dengan kapasitas K = 5 dan objek-objek dengan spesifikasi sebagai berikut: II-6
7 w 1 = 2; p 1 = 65 w 2 = 3; p 2 = 80 w 3 = 1; p 3 = 30 Secara matematis, persoalan 0/1 knapsack menggunakan algoritma greedy dapat dirumuskan sebagai berikut: maksimasi f = p i x i dengan constraint w i x i K yang dalam hal ini, x i = 0 atau 1, i = 1, 2, 3,, n function greedy (input C: himpunan_kandidat) himpunan_kandidat {Mengembalikan solusi dari persoalan optimasi dengan algoritma greedy Masukan: himpunan kandidat C Keluaran: himpunan solusi yang bertipe himpunan_kandidat } Deklarasi x: kandidat S: himpunan_kandidat Algoritma S {Inisialisasi kosong} while (not SOLUSI(S)) and (C {} ) do x SELEKSI(C) {pilih sebuah kandidat dari C} C C {x} {elemen himpunan kandidat berkurang satu} if LAYAK(S U {x}) then S S U {x} endif endwhile {SOLUSI(S) or C = {}} if SOLUSI(S) then return S else write( tidak ada solusi ) endif Algoritma II-1 Pseudocode algoritma greedy Langkah-langkah penyelesaian masalah diatas dengan algoritma greedy adalah sebagai berikut: 1. Buat elemen-elemen pendukung algoritma greedy, yaitu: a) Himpunan Kandidat, C Objek-objek yang akan dimasukkan kedalam knapsack, yaitu C = {w 1, w 2, w 3 } b) Himpunan Solusi, S Objek-objek yang terpilih sehingga jumlah nilai objek yang dimasukkan kedalam knapsack bernilai paling tinggi tanpa melebihi kapasitas knapsack K. II-7
8 c) Fungsi Seleksi Pilihlah objek yang bernilai paling optimal berdasarkan 3 kriteria, yaitu bobot, keuntungan yang diberikan (profit), dan densitas(p i /w i ). Untuk kriteria profit dan densitas pilihlah objek yang bernilai paling tinggi untuk masing-masing criteria tersebut, sedangkan untuk kriteria bobot pilihlah objek yang berbobot paling rendah. d) Fungsi Kelayakan Fungsi yang memeriksa apakah total bobot objek-objek yang telah dimasukkan kedalam knapsack tidak melebihi K (kapasitas knapsack). e) Fungsi Objektif Fungsi yang memilih jumlah keuntungan yang paling besar dari kandidat solusi yang layak. 2. Inisialisasi S dengan kosong 3. Pilih sebuah kandidat (dengan fungsi seleksi) dari C, 4. Pada Tabel II-4 direpresentasikan nilai-nilai yang dimiliki objek untuk 3 kriteria optimasi, yaitu profit, bobot, dan densitas. 5. Objek yang terpilih untuk masing-masing kriteria adalah objek yang nilainya dicetak tebal. Tabel II-4. Nilai-nilai yang dimiliki oleh objek knapsack Objek profit bobot densitas w w w Kurangi C dengan kandidat yang sudah dipilih dari langkah 3 diatas. 2. Periksa apakah kandidat yang dipilih tersebut bersama-sama dengan himpunan solusi membentuk solusi yang layak yang dilakukan oleh fungsi kelayakan. Jika ya, masukkan kandidat tersebut ke dalam himpunan solusi, jika tidak, buang kandidat tersebut dan tidak perlu dipertimbangkan lagi. 3. Periksa apakah himpunan solusi sudah memberikan solusi yang lengkap menggunakan fungsi objektif. Jika ya, berhenti, jika tidak, ulangi dari langkah Solusi persoalan telah didapatkan. Solusi dapat dilihat pada Tabel II-5. II-8
9 Tabel II-5. Solusi persoalan knapsack menggunakan algoritma greedy Properti objek Kriteria optimasi Solusi i pi wi p i /w i profit bobot densitas Optimal Total bobot Total Keuntungan Penyelesaian masalah ini dengan algoritma greedy mempunyai kompleksitas O(n 2 ) Algoritma Program Dinamis Penjelasan umum Algoritma Program Dinamis Program dinamis adalah metode pemecahan masalah dengan cara menguraikan solusi menjadi sekumpulan langkah (step) atau tahapan (stage) sedemikian sehingga solusi dari persoalan dapat dipandang dari serangkaian keputusan yang saling berkaitan. Pada penyelesaian persoalan dengan metode ini terdapat sejumlah berhingga pilihan yang mungkin, solusi pada setiap tahap dibangun dari hasil solusi tahap sebelumnya, dan kita menggunakan persyaratan optimasi dan kendala untuk membatasi sejumlah pilihan yang harus dipertimbangkan pada suatu tahap [MUN06]. Pada algoritma program dinamis setiap tahap pencarian memperhitungkan tahaptahap sebelum dan sesudahnya sehingga keputusan yang diambil pada setiap tahap dapat memberikan efek yang baik terhadap tahap selanjutnya Skema Umum Algoritma Program Dinamis Secara umum, ada empat langkah yang dilakukan dalam mengembangkan algoritma program dinamis, yaitu: [MUN06] 1. Karakteristikkan struktur solusi optimal 2. Definisikan secara rekursif nilai solusi optimal 3. Hitung nilai solusi optimal secara maju atau mundur 4. Konstruksi solusi optimal II-9
10 Penyelesaian Masalah Menggunakan Algoritma Program Dinamis Salah satu implementasi persoalan optimasi yang dapat diselesaikan dengan algoritma program dinamis adalah persoalan knapsack. Contohnya adalah sebagai berikut: Jika terdapat sebuah knapsack dengan kapasitas K = 5 dan objek-objek dengan spesifikasi sebagai berikut: w 1 = 2; p 1 = 65 w 2 = 3; p 2 = 80 w 3 = 1; p 3 = 30 Secara matematis, persoalan 0/1 knapsack menggunakan algoritma program dinamis dapat dirumuskan sebagai berikut: f o (y) = 0, y = 0, 1, 2,, K (basis) f k (y) = -, y < 0 (basis) f k (y) = max{f k-1 (y),p k + f k-1 (y-w k )}, k = 1, 2,, n (rekurens) Langkah-langkah penyelesaian masalah diatas dengan algoritma program dinamis adalah sebagai berikut: 1. Karakteristikkan struktur solusi optimal Struktur solusi optimal adalah (x 1, x 2, x 3, x 4 ) dimana x i memiliki nilai 0 jika objek w i tidak dimasukkan kedalam knapsack dan memiliki nilai 1 jika w i dimasukkan kedalam knapsack. Definisikan secara rekursif nilai solusi optimal Relasi rekurens untuk masalah ini adalah f 0 (y) = 0, y = 0, 1, 2,, K (basis) f k (y) = -, y < 0 (basis) f k (y) = maks{f k-1 (y), p k + f k-1 (y-w k )}, k = 0, 1, 2,,n (rekurens) yang dalam hal ini, f k (y) adalah keuntungan optimum dari persoalan 0/1 knapsack pada tahap k untuk kapasitas karung sebesar y. Perhatikanlah f 0 (y) = 0 adalah nilai dari persoalan knapsack kosong (tidak ada persoalan knapsack) dengan kapasitas II-10
11 y, sedangkan f k (y) = - adalah nilai dari persoalan knapsack untuk kapasitas negatif. 2. Hitung nilai solusi optimal secara maju Perhitungan secara maju terbagi menjadi 3 tahap karena persoalan knapsack ini terdiri dari 3 objek. 1. Tahap 1 Tabel II-6 merupakan tabel yang merepresentasikan tahap 1 program dinamis. f k (y) = max{f 0 (y), p 1 + f 0 (y-w 1 )} = max{ f 0 (y), 65 + f 0 (y-2)} 2. Tahap 2 Tabel III-7 merupakan tabel yang merepresentasikan tahap 2 program dinamis. f k (y) = max{f 1 (y), p 2 + f 1 (y-w 2 )} = max{f 1 (y), 80 + f 1 (y-3)} 3. Tahap 3 Tabel III-8 merupakan tabel yang merepresentasikan tahap 3 program dinamis. f k (y) = max{f 2 (y), p 3 + f 2 (y-w 3 )} = max{f 2 (y), 30 + f 2 (y-1)} 4. Konstruksi solusi optimal 5. Solusi optimum dari persoalan 0/1 knapsack diatas adalah (1, 1, 0) dengan nilai keuntungan maksimum adalah Penyelesaian masalah ini dengan algoritma program dinamis mempunyai kompleksitas O(2n 2 ). Tabel II-6 Tahap 1 Penyelesaian masalah knapsack dengan program dinamis y Solusi Optimum f 0 (y) 65 + f 0 (y-2) f 1 (y) (x 1 *, x 2 *, x 3 *) (0, 0, 0) (0, 0, 0) (1, 0, 0) (1, 0, 0) (1, 0, 0) (1, 0, 0) II-11
12 Tabel II-7 Tahap 2 Penyelesaian masalah knapsack dengan program dinamis y Solusi Optimum f 1 (y) 80 + f 1 (y-3) f 2 (y) (x 1 *, x 2 *, x 3 *) (- ) = - 0 (0, 0, 0) (- ) = - 0 (0, 0, 0) (- ) = - 65 (1, 0, 0) = (0, 1, 0) = (0, 1, 0) = (1, 1, 0) Tabel II-8 Tahap 3 Penyelesaian masalah knapsack dengan program dinamis y Solusi Optimum f 2 (y) 30 + f 2 (y-1) f 3 (y) (x 1 *, x 2 *, x 3 *) (- ) = - 0 (0, 0, 0) (- ) = - 0 (0, 0, 0) = (1, 0, 0) = (1, 0, 1) = (0, 1, 1) = (1, 1, 0) II-12
Pendahuluan. 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 terperinciTUGAS RESUME MATERI KULIAH ALGORITMA DAN STRUKTUR DATA STRATEGI ALGORITMA : H
TUGAS RESUME MATERI KULIAH ALGORITMA DAN STRUKTUR DATA STRATEGI ALGORITMA NAMA NIM : HERIANTI : H12111003 FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM JURUSAN MATEMATIKA PROGRAM STUDI STATISTIKA UNIVERSITAS
Lebih terperinciSudi dan Implementasi Algoritma Optimasi Pemotongan Bar Steel
Sudi dan Implementasi Algoritma Optimasi Pemotongan Bar Steel Odit Ekwardo - 13504079 1) 1) Program Studi Teknik Informatika ITB, Bandung 40132, email: if14079@students.if.itb.ac.id Abstract Pada tugas
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 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 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 terperinciALGORITMA OPTIMASI UNTUK MEMINIMALKAN SISA PEMOTONGAN BAR STEEL PADA PERUSAHAAN KONSTRUKSI
ALGORITMA OPTIMASI UNTUK MEMINIMALKAN SISA PEMOTONGAN BAR STEEL PADA PERUSAHAAN KONSTRUKSI Ahmad Juniar Program Studi Sistem Informasi, STMI Jakarta ahmadjuniar @gmail.com ABSTRAK Ukuran bar steel yang
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 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 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 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 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 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 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 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 terperinciPenggunaan Algoritma Greedy Dalam Perancangan Papan Teka Teki Silang
Penggunaan Algoritma Greedy Dalam Perancangan Papan Teka Teki Silang Stefanus Thobi Sinaga / 13510029 Program Studi Teknik Informatika Sekolah Teknik Elektro dan Informatika Institut Teknologi Bandung,
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 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 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 terperinciPenerapan Algoritma Greedy pada Permainan Tower Defense
Penerapan Algoritma Greedy pada Permainan Tower Defense Tasya - 13515064 Program Studi Teknik Informatika Sekolah Teknik Elektro dan Informatika Institut Teknologi Bandung, Jl. Ganesha 10 Bandung 40132,
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 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 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 terperinciAlgoritma Greedy untuk Membangun Korpus Pengenalan Suara Al-Quran
Algoritma Greedy untuk Membangun Korpus Pengenalan Suara Al-Quran Aisyah Dzulqaidah 13510005 1 Program Studi Teknik Informatika Sekolah Teknik Elektro dan Informatika Institut Teknologi Bandung, Jl. Ganesha
Lebih terperinciPenerapan algoritma Greedy dalam penentuan Porter Generic Strategies untuk suatu perusahaan
Penerapan algoritma Greedy dalam penentuan Porter Generic Strategies untuk suatu perusahaan Wilson Fonda / 13510015 Program Studi Teknik Informatika Sekolah Teknik Elektro dan Informatika Institut Teknologi
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 terperinciBAB III ANALISIS MASALAH
BAB III ANALISIS MASALAH Bab ini berisi analisis perbandingan performansi dan hasil akhir penyelesaian masalah pemotongan bar steel dengan algoritma brute force, algoritma greedy, dan algoritma program
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 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 terperinciPenerapan Algoritma Greedy Pada Game Tower Defense: Tower of Greece
Penerapan Algoritma Greedy Pada Game Tower Defense: Tower of Greece Husni Munaya - 13513022 1 Program Studi Teknik Informatika Sekolah Teknik Elektro dan Informatika Institut Teknologi Bandung, Jl. Ganesha
Lebih terperinciPROGRAM STUDI S1 SISTEM KOMPUTER UNIVERSITAS DIPONEGORO. Oky Dwi Nurhayati, ST, MT
PROGRAM STUDI S1 SISTEM KOMPUTER UNIVERSITAS DIPONEGORO Oky Dwi Nurhayati, ST, MT email: okydn@undip.ac.id 1 Program Dinamis (dynamic programming): - metode pemecahan masalah dengan cara menguraikan solusi
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 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 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 terperinciPENGGUNAAN ALGORITMA GREEDY PADA MESIN PENCARI
PENGGUNAAN ALGORITMA GREEDY PADA MESIN PENCARI WWW.WEGO.COM Gagarin Adhitama 13508089 Program Studi Teknik Informatika Sekolah Teknik Elektro dan Informatika Institut Teknologi Bandung, Jl. Ganesha 10
Lebih terperinciAlgoritma Brute Force
Algoritma Brute Force Definisi Brute Force Brute force adalah sebuah pendekatan yang lempang (straightforward( straightforward) ) untuk memecahkan suatu masalah, biasanya didasarkan pada pernyataan masalah
Lebih terperinciAnalisis Penerapan Algoritma Kruskal dalam Pembuatan Jaringan Distribusi Listrik
Analisis Penerapan Algoritma Kruskal dalam Pembuatan Jaringan Distribusi Listrik Maureen Linda Caroline (13508049) Program Studi Teknik Informatika Sekolah Teknik Elektro dan Informatika Institut Teknologi
Lebih terperinciBAB III ALGORITMA GREEDY DAN PROGRAM DINAMIS
BAB III ALGORITMA GREEDY DAN PROGRAM DINAMIS 3.1 Algoritma Greedy Algoritma Greedy merupakan metode yang paling populer dalam memecahkan persoalan optimasi. Hanya ada dua macam persoalan optimasi, yaitu
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 terperinciStrategi Konstruksi Pizza Hut Salad Tower Dengan Pendekatan Algoritma Greedy
Strategi Konstruksi Pizza Hut Salad Tower Dengan Pendekatan Algoritma Greedy Habibie Faried - 13511069 Program Studi Teknik Informatika Sekolah Teknik Elektro dan Informatika Institut Teknologi Bandung,
Lebih terperinciPenerapan Algoritma Greedy pada Artificial Inteligence dalam Permainan Defence of the Ancient
Penerapan Algoritma Greedy pada Artificial Inteligence dalam Permainan Defence of the Ancient Gurun Nevada Dharan/ 13509076 Program Studi Teknik Informatika Sekolah Teknik Elektro dan Informatika Institut
Lebih terperinciProgram Dinamis (Dynamic Programming)
Program Dinamis (Dynamic Programming) Bahan Kuliah IF2211 Strategi Algoritma Oleh: Rinaldi Munir Program Studi Teknik Informatika STEI-ITB 1 2 Program Dinamis Program Dinamis (dynamic programming): - metode
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 terperinciPencarian Jalur Terpendek dengan Menggunakan Graf dan Greedy dalam Kehidupan Sehari-hari
Pencarian Jalur Terpendek dengan Menggunakan Graf dan Greedy dalam Kehidupan Sehari-hari Andika Mediputra - NIM : 13509057 Program Studi Teknik Informatika Sekolah Teknik Elektro dan Informatika Institut
Lebih terperinciPenerapan Algoritma Greedy dan Algoritma BFS untuk AI pada Permainan Greedy Spiders
Penerapan Algoritma Greedy dan Algoritma BFS untuk AI pada Permainan Greedy Spiders Rachmawaty 13509071 Program Studi Teknik Informatika Sekolah Teknik Elektro dan Informatika Institut Teknologi Bandung,
Lebih terperinciPENERAPAN ALGORITMA GREEDY UNTUK PENENTUAN JALUR DISTRIBUSI BANTUAN PASCA BENCANA ALAM
PENERAPAN ALGORITMA GREEDY UNTUK PENENTUAN JALUR DISTRIBUSI BANTUAN PASCA BENCANA ALAM Filman Ferdian Program Studi Teknik Informatika Sekolah Teknik Elektro dan Informatika Institut Teknologi Bandung
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 terperinciPenggunaan Algoritma Greedy Dalam Penentuan Rute Wisata
Penggunaan Algoritma Greedy Dalam Penentuan Rute Wisata Renusa Andra Prayogo (13511063) Program Studi Teknik Informatika Sekolah Teknik Elektro dan Informatika Institut Teknologi Bandung, Jl. Ganesha 10
Lebih terperinciStrategi Permainan Bridge menggunakan Algoritma Greedy
Strategi Permainan Bridge menggunakan Algoritma Greedy Rien Nisa (13510098) Program Studi Teknik Informatika Sekolah Teknik Elektro dan Informatika Institut Teknologi Bandung, Jl. Ganesha 10 Bandung 40132,
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 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 terperinciALGORITMA GREEDY DALAM PERMAINAN DOTS AND BOXES
ALGORITMA GREEDY DALAM PERMAINAN DOTS AND BOXES Danang Tri Massandy Program Studi Teknik Informatika Sekolah Teknik Elektro dan Informatika Institut Teknologi Bandung, Jl. Ganesha 10 Bandung 40132, Indonesia
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 terperinciIMPLEMENTASI GRAF DENGAN MENGGUNAKAN STRATEGI GREEDY
IMPLEMENTASI GRAF DENGAN MENGGUNAKAN STRATEGI GREEDY Erdiansyah Fajar Nugraha (13508055) Sekolah Teknik Elektro dan Informatika, Institut Teknologi Bandung Jalan Ganesha 10,Bandung e-mail: if18055@students.if.itb.ac.id
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 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 terperinciIMPLEMENTASI GRAF DENGAN MENGGUNAKAN STRATEGI GREEDY
IMPLEMENTASI GRAF DENGAN MENGGUNAKAN STRATEGI GREEDY Arief Latu Suseno NIM : 13505019 Program Studi Teknik Informatika, Institut Teknologi Bandung Jl. Ganesha 10, Bandung E-mail : Abstrak Graf merupakan
Lebih terperinciAlgoritma Brute Force (lanjutan)
Algoritma Brute Force (lanjutan) Contoh lain Mencari Pasangan Titik yang Jaraknya Terdekat Persoalan: Diberikan n buah titik (2-D atau 3- D), tentukan dua buah titik yang terdekat satu sama lain. y p 5
Lebih terperinciProgram Dinamis (Dynamic Programming)
Program Dinamis (Dynamic Programming) Program Dinamis Program Dinamis (dynamic programming): metode pemecahan masalah dengan cara menguraikan solusi menjadi sekumpulan langkah (step) atau tahapan (stage)
Lebih 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 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 terperinciPenerapan Algoritma Greedy pada Permainan Bubble Breaker
Penerapan Algoritma Greedy pada Permainan Bubble Breaker Roy Indra Haryanto - 13508026 Program Studi Teknik Informatika Sekolah Teknik Elektro dan Informatika Institut Teknologi Bandung, Jl Ganesha 10
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 terperinciPenerapan Algoritma Greedy dalam Pembuatan Klasemen Kompetisi
Penerapan Algoritma Greedy dalam Pembuatan Klasemen Kompetisi Muhammad Rizky W. / 13511037 Program Studi Teknik Informatika Sekolah Teknik Elektro dan Informatika Institut Teknologi Bandung, Jl. Ganesha
Lebih terperinciOptimalisasi Susunan Tempat Duduk Kereta Api Menggunakan Algoritma Greedy dan Program Dinamis
Optimalisasi Susunan Tempat Duduk Kereta Api Menggunakan Algoritma Greedy dan Program Dinamis Fildah Ananda Amalia - 13515127 Program Studi Teknik Informatika Sekolah Teknik Elektro dan Informatika Institut
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 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 terperinciAlgoritma Greedy pada Penjadwalan Real-Time untuk Earliest Deadline First Scheduling dan Rate Monotonic Scheduling serta Perbandingannya
Algoritma Greedy pada Penjadwalan Real-Time untuk Earliest Deadline First Scheduling dan Rate Monotonic Scheduling serta Perbandingannya Iftitakhul Zakiah/13515114 Program Studi Teknik Informatika Sekolah
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 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 terperinciAlgoritma Greedy (lanjutan)
Algoritma Greedy (lanjutan) 5. Penjadwalan Job dengan Tenggang Waktu (Job Schedulling with Deadlines) Persoalan: - Ada n buah job yang akan dikerjakan oleh sebuah mesin; - tiap job diproses oleh mesin
Lebih terperinciIF3051 Strategi Algoritma Penerapan Algoritma Greedy untuk Peletakan Tanaman dalam Game Harvest Moon: Back to Nature
IF3051 Strategi Penerapan Greedy untuk Peletakan Tanaman dalam Game Harvest Moon: Back to Nature Nikodemus Adriel Limanthie/13510089 Program Studi Teknik Informatika Sekolah Teknik Elektro dan Informatika
Lebih terperinciDesign and Analysis Algorithm. Ahmad Afif Supianto, S.Si., M.Kom. Pertemuan 09
Design and Analysis Algorithm Ahmad Afif Supianto, S.Si., M.Kom Pertemuan 09 Contents 1 2 5 Algoritma Program Dinamis Lintasan Terpendek (Shortest Path) Penganggaran Modal (Capital Budgeting) 1/0 Knapsack
Lebih terperinciAnalisis Beberapa Algoritma dalam Menyelesaikan Pencarian Jalan Terpendek
Analisis Beberapa Algoritma dalam Menyelesaikan Pencarian Jalan Terpendek Hugo Toni Seputro Program Studi Teknik Informatika, Sekolah Teknik Elektro dan Informatika Jl. Ganesha 10 Bandung Jawa Barat Indonesia
Lebih terperinciPerbandingan BFS, DFS dan Greedy pada Permainan Logika Crossing Bridge
Perbandingan BFS, DFS dan Greedy pada Permainan Logika Crossing Bridge Susanti Gojali and 352057 Program Studi Teknik Informatika Sekolah Teknik Elektro dan Informatika Institut Teknologi Bandung, Jl.
Lebih terperinciAplikasi Algoritma Greedy untuk Menyelesaikan Permainan Magic Wingdom
Aplikasi Algoritma Greedy untuk Menyelesaikan Permainan Magic Wingdom Muhammad Iqbal 13510064 Program Studi Teknik Informatika Sekolah Teknik Elektro dan Informatika Institut Teknologi Bandung, Jl. Ganesha
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 terperinciProgram Dinamis (dynamic programming):
Materi #0 Ganjil 0/05 (Materi Tambahan) Program Dinamis (Dynamic Programming) Program Dinamis Program Dinamis (dynamic programming): metode pemecahan masalah dengan cara menguraikan solusi menjadi sekumpulan
Lebih terperinciPenggunaan Algoritma Greedy dalam Membangun Pohon Merentang Minimum
Penggunaan Algoritma Greedy dalam Membangun Pohon Merentang Minimum Gerard Edwin Theodorus - 13507079 Jurusan Teknik Informatika ITB, Bandung, email: if17079@students.if.itb.ac.id Abstract Makalah ini
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 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 terperinciAlgoritma Brute Force (lanjutan)
Algoritma Brute Force (lanjutan) Contoh-contoh lain 1. Pencocokan String (String Matching) Persoalan: Diberikan a. teks (text), yaitu (long) string yang panjangnya n karakter b. pattern, yaitu string dengan
Lebih terperinciPENERAPAN ALGORITMA GREEDY DALAM PENENTUAN USAHA BISNIS INVESTASI
PENERAPAN ALGORITMA GREEDY DALAM PENENTUAN USAHA BISNIS INVESTASI Lyco Adhy Purwoko / 13508027 Program Studi Teknik Informatika Sekolah Teknik Elektro dan Informatika Institut Teknologi Bandung, Jl. Ganesha
Lebih terperinciPenggunaan Algoritma Greedy untuk Mencari Solusi Optimal dalam Permainan Brick Breaker
Penggunaan Greedy untuk Mencari Solusi Optimal dalam Permainan Brick Breaker Nanda Ekaputra Panjiarga 13509031 Program Studi Teknik Informatika Sekolah Teknik Elektro dan Informatika Institut Teknologi
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 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 terperinciProgram Dinamis. Oleh: Fitri Yulianti
Program Dinamis Oleh: Fitri Yulianti 1 Program Dinamis Program Dinamis (dynamic programming): - metode pemecahan masalah dengan cara menguraikan solusi menjadi sekumpulan tahapan (stage) - sedemikian sehingga
Lebih terperinciMODUL I PROGRAM DINAMIS
MODUL I PROGRAM DINAMIS 1.1 Tujuan Praktikum Program dinamis merupakan modul pertama yang dipelajari dalam Praktikum Stokastik. Adapun yang menjadi tujuan praktikum dalam modul program dinamis adalah sebagai
Lebih terperinciAlgoritma Runut-balik (Backtracking) Bagian 1
Algoritma Runut-balik (Backtracking) Bagian 1 Pendahuluan Algoritma Runut-balik (backtracking) adalah algoritma yang berbasis pada DFS untuk mencari solusi persoalan secara lebih mangkus. Runut-balik,
Lebih terperinciTIN102 - Pengantar Teknik Industri Materi #10 Ganjil 2015/2016 TIN102 PENGANTAR TEKNIK INDUSTRI
Materi #10 TIN102 PENGANTAR TEKNIK INDUSTRI Pendahuluan 2 Permasalahan pemrograman dinamis secara umum memiliki proses keputusan yang bersifat multi tahapan (multi-stage). I1 D1 I2 D2 In Dn R1 R2 Rn 6623
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 terperinciAPLIKASI ALGORITMA GREEDY DALAM PERMAINAN JAWBREAKER
APLIKASI ALGORITMA GREEDY DALAM PERMAINAN JAWBREAKER Albert (13506016) Program Studi Teknik Informatika Sekolah Teknik Elektro dan Informatika Institut Teknologi Bandung Jl Ganesa 10, Bandung e-mail: if16016@students.if.itb.ac.id
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 Pada Permainan Big Two
Aplikasi Algoritma Greedy Pada Permainan Big Two Ignatius Ronaldo Galman Kurniawan / 13509074 Program Studi Teknik Informatika Sekolah Teknik Elektro dan Informatika Institut Teknologi Bandung, Jl. Ganesha
Lebih terperinciAlgoritma Runut-balik (Backtracking) Bahan Kuliah IF2251 Strategi Algoritmik Oleh: Rinaldi Munir
Algoritma Runut-balik (Backtracking) Bahan Kuliah IF2251 Strategi Algoritmik Oleh: Rinaldi Munir 1 Pendahuluan Runut-balik (backtracking) adalah algoritma yang berbasis pada DFS untuk mencari solusi persoalan
Lebih terperinciPenerapan Algoritma Greedy dalam Pemilihan Benih Terbaik pada Permainan Harvest Moon: Friends of Mineral Town
Penerapan Algoritma Greedy dalam Pemilihan Benih Terbaik pada Permainan Harvest Moon: Friends of Mineral Town Achmad Fahrurrozi Maskur - 13515026 Program Studi Teknik Informatika Sekolah Teknik Elektro
Lebih terperinciAnalisa dan Perancangan Algoritma. Ahmad Sabri, Dr Sesi 2: 16 Mei 2016
Analisa dan Perancangan Algoritma Ahmad Sabri, Dr Sesi 2: 16 Mei 2016 Teknik rekursif dan iteratif Algoritma rekursif adalah algoritma yang memanggil dirinya sendiri sampai tercapai kondisi yang ditetapkan
Lebih terperinciPenggunaan Algoritma Greedy untuk Meminimalkan Belanja
Penggunaan Algoritma Greedy untuk Meminimalkan Belanja Raihan Muhammad Suria Nagara - 13515128 Program Studi Teknik Informatika Sekolah Teknik Elektro dan Informatika Institut Teknologi Bandung, Jl. Ganesha
Lebih terperinciPenerapan Algoritma Greedy Pada Permainan Killbots
Penerapan Algoritma Greedy Pada Permainan Killbots Muhammad Reza Mandala Putra - 13509003 Program Studi Teknik Informatika Sekolah Teknik Elektro dan Informatika Institut Teknologi Bandung, Jalan Ganesha
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 terperinci