NASKAH UJIAN UTAMA. JENJANG/PROG. STUDI : DIPLOMA TIGA / MANAJEMEN INFORMATIKA HARI / TANGGAL : Kamis / 18 FEBRUARI 2016

Ukuran: px
Mulai penontonan dengan halaman:

Download "NASKAH UJIAN UTAMA. JENJANG/PROG. STUDI : DIPLOMA TIGA / MANAJEMEN INFORMATIKA HARI / TANGGAL : Kamis / 18 FEBRUARI 2016"

Transkripsi

1 NASKAH UJIAN UTAMA MATA UJIAN : LOGIKA DAN ALGORITMA JENJANG/PROG. STUDI : DIPLOMA TIGA / MANAJEMEN INFORMATIKA HARI / TANGGAL : Kamis / 18 FEBRUARI 2016 NASKAH UJIAN INI TERDIRI DARI 80 SOAL PILIHAN GANDA SETIAP SOAL PILIHAN GANDA HANYA ADA SATU JAWABAN YANG BENAR. PILIHLAH SATU DARI EMPAT JAWABAN YANG ADA. HITAMKAN LINGKARAN PADA LEMBAR JAWABAN SESUAI PILIHAN SAUDARA. Untuk soal no. 1 s/d 12, gunakan graf G di bawah ini : Graf G 1. Order dari graf G adalah A. 5 B Size dari graf G adalah A. 8 B. 10 C. 10 D. 12 C. 11 D Derajat graf G adalah A B C. 30 D. 24

2 4. Jarak antara simpul A dan simpul F pada graf G adalah A. 2 C. 4 B. 3 D Diameter graf G adalah A. 2 B Bilangan Kromatik dari graf G adalah A. 2 B Jumlah Sirkuit pada graf G adalah A. 6 B. 10 C. 4 D. 6 C. 4 D. 6 C. 18 D Simpul pada graf G yang ber-adjacent dengan simpul G adalah simpul A. A C. C B. B D. D 9. Edge dari graf G yang ber-incident dengan simpul E adalah A. AB C. CE B. FG D. CD 10. Graf G merupakan A. Graf tidak sederhana B. Graf berarah C. Graf sederhana D. Graf regular 11. Simpul pada graf G yang tidak adjacent dengan simpul A adalah simpul A. B C. F B. C D. G 12. Derajat simpul C dari graf G adalah A. 2 B. 3 C. 4 D. 5 Untuk soal no. 13 s/d 14, gunakan graf G1 di bawah ini :

3 Graf G1 13. Untuk menentukan Pohon Rentangan Minimum, dapat dilakukan dengan menggunakan Metode Prims. Dengan metode tersebut, jika diterapkan pada graf G1, maka ruas yang terpilih pada langkah kelima adalah ruas: A. GH B. HI C. AD D. BC 14. Pohon Rentangan Minimum dari graf G1 mempunyai total bobot... A. 36 C. 44 B. 37 D Matriks adjacency suatu graf bersifat : A. Simetris B. Asimetris C. Tertutup D. Terbuka 16. Perjalanan Euler adalah perjalanan yang melalui semua.... tepat satu kali, berawal dan berakhir pada simpul yang sama A. Ruas C. Ruas dan Simpul B. Simpul D. Graf 17. Graf Lengkap dengan 5 simpul memiliki bilangan kromatis.... A. 2 C. 4 B. 3 D Sebuah graf lengkap juga merupakan.... A. Graf Regular B. Tree C. Graf Planar D. Spanning Tree 19. Graph yang tidak mengandung sirkuit disebut.... A. Pohon B. Loop

4 C. Cycle D. Forest 20. Algoritma yang dapat digunakan untuk mencari pohon rentangan minimal adalah.... A. Solin, Kruskal, dan Prims C. Solin B. Solin, dan Kruskal D. Solin, Kruskal, Prims, dan Dijkstra 21. Jika diketahui graf G1 dan G2, maka operasi penjumlahan ring dari kedua graf tersebut adalah: A. (G1 - G2) U (G2 - G1) C. (G1 G2) U (G2 - G1) B. (G1 - G2) U (G2 G1) D. (G1 G2) - (G1 U G2) 22. Graf Regular adalah. A. Graf yang setiap derajatnya sama B. Graf yang setiap sizenya berderajat sama C. Graf yang setiap ruasnya berderajat sama D. Graf yang setiap simpulnya berderajat sama 23. Maksimum jarak antara simpul pada sebuah graf terhubung G disebut : A. Jarak C. Cabang B. Diameter D. Daun 24. Matriks Ajasensi adalah.... A. Matriks yang baris dan kolom menghubungkan simpul dan simpul B. Matriks yang baris dan kolom menghubungkan simpul dan ruas C. Matriks yang baris dan kolom menghubungkan ruas dan ruas D. Matriks yang baris dan kolom menghubungkan simpul dan derajatnya 25. Pada sebuah graph akan ditemui bahwa: A. Banyaknya simpul yang berderajat genap adalah ganjil B. Banyaknya simpul yang berderajat ganjil adalah genap C. Banyaknya simpul yang berderajat ganjil adalah ganjil D. Banyaknya simpul yang berderajat genap adalah genap 26. Banyaknya anggota himpunan ruas pada sebuah graph merupakan : A. Verteks Graph G C. Size Graph G B. Order Graph G D. Ruas Graph G 27. Pernyataan yang benar adalah : A. Jumlah derajat simpul-simpul sebuah graph sederhana sama dengan jumlah ruasnya. B. Jumlah ruas sebuah graph sederhana sama dengan setengah kali jumlah derajat simpulsimpulnya. C. Jumlah ruas sebuah graph sederhana sama dengan satu setengah kali jumlah derajat simpulsimpulnya. D. Jumlah derajat simpul-simpul sebuah graph sederhana sama dengan setengah kali jumlah ruasnya. 28. Suatu matriks M berordo n x n, dimana a ij, bernilai p, jika ada p ruas yang menghubungkan simpul v i dengan simpul v j, disebut : A. Matrik Connection B. Matrik Ruas

5 C. Matrik Ajasensi D. Matrik Incidence 29. Pernyataan yang benar adalah : A. Sebuah graph dengan n simpul, dimana n berupa bilangan ganjil dan semua simpulnya berderajat dua, akan mempunyai bilangan kromatik 2 B. Bilangan kromatik dari sebuah graph lengkap dengan n simpul adalah n-1 C. Bilangan kromatik dari sebuah graph terhubung sederhana selalu lebih dari atau sama dengan 2 D. Sebuah graph dengan n simpul, dimana n berupa bilangan genap dan semua simpulnya berderajat dua, akan mempunyai bilangan kromatik Pernyataan yang salah tentang sebuah pohon adalah : A. Tidak mengandung sirkuit C. Memiliki bilangan kromatik 2 B. Jumlah simpul - jumlah ruas = 1 D. Semua simpulnya berderajat Algoritma Welch Powell dapat digunakan untuk menyelesaikan masalah: A. Graf Planar C. Minimal Spanning Tree B. Pembobotan Graf D. Pewarnaan Graf 32. Algoritma pembentukan Pohon Rentangan Minimal dengan cara penghapusan ruas dimulai dari ruas-ruas berbobot terbesar adalah : A. Algoritma Kruskal C. Algoritma Welch Powell B. Algoritma Solin D. Algoritma Euler 33. Pada graph berarah, banyaknya arkus yang keluar ke sebuah simpul dinamakan: A. Jalur C. Sirkuit B. Derajat ke dalam D. Derajat keluar 34. Pada graph berarah, simpul yang memiliki derajat kedalam sama dengan nol disebut : A. Muara C. Sirkuit B. Sumber (Source) D. Terminal 35. Perhatikan graph G=(V,E) dibawah ini. Banyaknya simpul yang berderajat genap pada graph tersebut adalah : A. 1 B. 2 C. 3 D. 5

6 Perhatikan graph berikut untuk menjawab soal nomor 36 s/d Pernyataan yang benar untuk graph di atas, yaitu: A. Simpul H merupakan simpul muara dan Simpul A merupakan simpul sumber B. Graph tersebut memiliki satu simpul sumber dan dua simpul muara C. Derajat ke dalam simpul H tidak sama dengan derajat keluar simpul A D. Simpul A merupakan simpul muara dan Simpul H merupakan simpul sumber 37. Pernyataan yang salah tentang graph tersebut adalah A. Terdapat semi path yang menghubungkan setiap pasangan simpul B. Graph terhubung unilateral C. Graph berarah sederhana D. Graph terhubung lemah 38. Suatu urutan dari barisan langkah-langkah guna menyelesaikan masalah disebut: A. Algoritma C. Instruksi B. Semi Algoritma D. Semi Instruksi 39. Berikut ini adalah alur dari proses penyelesaian masalah: A. Masalah algoritma program model eksekusi hasil B. Masalah program model algoritma hasil C. Masalah semi algoritma model program eksekusi D. Masalah model algoritma program eksekusi hasil 40. Suatu prosedur yang hanya akan berhenti jika menghasilkan penyelesaian yang diharapkan adalah: A. Instruksi C. Semi Algoritma B. Algoritma D. Semi Instruksi Untuk soal nomor 41 sampai dengan 43 perhatikan penggalan program berikut: (1) baca bilangan bulat positif A (2) nyatakan nilai B=0 (3) hitung C = B x B (4) jika C=A, maka B adalah akarnya, lalu berhenti (5) nilai B ditambah 1 (6) kembali ke langkah 3

7 41. Jika A diberi nilai 81, maka outputnya: A. 6 B. 7 C. 18 D Langkah-langkah tersebut akan berhenti bila input yang diberikan: A. 619 C. 226 B. 196 D Berapa kali langkah ke-3 sampai ke-4 dikerjakan bila inputnya 121? A. 11 kali C. 13 kali B. 12 kali D. 14 kali 44. Jika F(x) = 7 x x merupakan fungsi waktu tempuh dengan x input data, maka : A. F(x) = O (X 3 ) C. F (x) = O (X 5 ) B. F (x) = 2 O (X 2 ) D. F (x) = O (X 7 ) 45. Berikut ini adalah yang termasuk keadaan dari kompleksitas waktu suatu algoritma : A. Average case C. Weight case B. Base case D. Random case 46. Suatu keadaan yang merupakan nilai minimum dari kompleksitas waktu suatu algoritma, disebut : A. Best case C. Worst case B. Average case D. Random case 47. Best case pada kompleksitas waktu suatu algoritma perkalian matriks bujur sangkar adalah: A. O (n 2 ) C. O (3 n ) B. O (2 n ) D. O (n 3 ) 48. Worst case pada kompleksitas waktu suatu algoritma penjumlahan matriks bujur sangkar adalah: A. O (n 3 ) C. O (3 n ) B. O (n 2 ) D. O (2 n ) 49. Output dari algoritma (Program bahasa Basic) berikut adalah : 10 for i = 1 to next i 30 print i A. 1 B. 20 C. 21 D. 1,2,3,, 20 Untuk menjawab soal nomor 50 sampai 53, perhatikan algoritma berikut (1) Set k 1, loc 0 (2) REPEAT langkah (3) dan (4) WHILE loc = 0 dan k n

8 (3) A IF item = data (k) THEN loc k (4) A k k+1 (5) IF loc = 0 THEN WRITE item tidak ada pada array data ELSE WRITE loc adalah lokasi item (6) EXIT Array data : Bila item = 19, maka operasi perbandingan (IF item = data (k)) akan dikerjakan sebanyak : A. 1 kali C. 3 kali B. 5 kali D. Jawaban A, B dan C salah 51. Bila item = 10, maka operasi perbandingan (IF item = data (k)) akan dikerjakan sebanyak : A. 1 kali C. 3 kali B. 5 kali D. Jawaban A, B dan C salah 52. Bila item = 69, maka operasi perbandingan akan dikerjakan sebanyak : A. 1 kali C. 17 kali B. 5 kali D. Jawaban A, B dan C salah 53. Bila jumlah data dalam array adalah n, maka keadaan rata-rata kompleksitas waktu dari algoritma tersebut adalah : A. n C. ½ (n - 1) B. ¼ (n + 1) D. ½ (n + 1) Untuk menjawab soal nomor 54 sampai 56, perhatikan algoritma berikut PROCEDURE Fibonaci (n : integer) : integer IF n 1 THEN Fibonaci = 1 ELSE F = n Fibonaci (n-1) ENDIF END_P 54. Bila input n = 6, maka outputnya adalah : A. 70 B. 120 C. 720 D Untuk n = 9 terjadi pemanggilan ulang prosedur F sebanyak : A. 7 kali C. 10 kali B. 8 kali D. 9 kali 56. Bila dengan n input data, maka pemanggilan prosedur F terjadi sebanyak : A. n kali C. n! kali B. (n 1) kali D. (n 10) kali 57. Untuk menyelesaikan masalah menara hanoi dengan n buah piringan dibutuhkan pemindahan sebanyak : A. n kali C. n 2 1 kali B. 2n 1 kali D. 2 n 1 kali

9 58. Pada masalah menara Hanoi, bila banyaknya piringan = 6, maka dibutuhkan pemindahan sebanyak : A. 11 kali C. 35 kali B. 127 kali D. 63 kali Perhatikan algoritma berikut untuk menjawab soal nomor 59 sampai dengan 61 PROCEDURE A (n : integer) : integer IF n 2 THEN A = 1 ELSE A(n) = A (n-1) + A (n - 2) ENDIF END_A 59. Bila input data sebesar 9, maka outputnya adalah : A. 21 C. 34 B. 55 D Bila input data sebesar 5, maka banyaknya pemanggilan ulang prosedur A adalah : A. 6 kali C. 12 kali B. 8 kali D. 14 kali 61. Bila input data sebesar 9, maka sebanyaknya pemanggilan ulang prosedur A adalah : A. 66 kali C. 24 kali B. 40 kali D. 8 kali 62. Suatu himpunan dengan 5 elemen mempunyai himpunan bagian sebanyak : A. 5 C. 16 B. 32 D Pemakaian ulang metode divide and conquer dinyatakan dengan menggunakan : A. Teknik iteratif C. Teknik direktif B. Teknik rekursif D. Jawaban A, B dan C benar Untuk menjawab soal nomor 64 sampai dengan 68, perhatikan algoritma berikut. PROCEDURE STRAITMAXMIN (A, n, max, min) INTEGER i, n max min A (1) FOR i 2 to n DO IF A (i) > max THEN max A (i) ELSE IF A (i) < min THEN min A (i) ENDIF ENDIF REPEAT END STRAITMAXMIN 64. Jika suatu array terdiri dari , maka waktu tempuh (banyaknya perbandingan-perbandingan elemen) adalah : A. 3 satuan operasi B. 4 satuan operasi C. 6 satuan operasi D. 8 satuan operasi

10 65. Jika suatu array terdiri dari , maka waktu tempuhnya adalah : A. 5 satuan operasi B. 10 satuan operasi C. 6 satuan operasi D. 12 satuan operasi 66. Jika suatu array terdiri dari , maka waktu tempuhnya adalah: A. 5 satuan operasi B. 10 satuan operasi C. 6 satuan operasi D. 7 satuan operasi 67. Jika suatu array terdiri dari n elemen yang disusun menaik, maka akan diperoleh waktu tempuh dengan keadaan : A. Terbaik (best case) C. Terburuk (wost case) B. Rata-rata (average case) D. Acak (random case) 68. Time complexity dari prosedur STRAITMAXMIN adalah : A. O (n 3 ) C. O (n) B. O (n 2 ) D. O (3n) Untuk menjawab soal nomor 69 sampai dengan 73, perhatikan algoritma berikut. PROCEDURE MERGESORT(low,high) INTEGER low,high IF low < high THEN mid (low + high) / 2 CALL MERGESORT(low,mid) CALL MERGESORT(mid+1,high) CALL MERGE(low,mid,high) ENDIF END MERGESORT PROCEDURE MERGE(low,mid,high) INTEGER h,i,j,k,low,mid,high GLOBAL A(low:high); LOCAL B(low:high) h low; j mid + 1; i low WHILE h mid AND j high DO IF A(h) A(j) THEN B(i) A(h); h h+1 ELSE B(i) A(j); j j+1

11 ENDIF i i+1 REPEAT IF h > mid THEN FOR k j TO high DO B(i) A(k); i i+1 REPEAT ELSE FOR k h TO mid DO B(i) A(k); i i+1 REPEAT ENDIF FOR k low TO high DO B(k) A(k) REPEAT END MERGE 69. Pemakaian teknik DANDC banyak digunakan dalam menyelesaikan masalah, antara lain A. Searching dan Sorting C. Pencarian dan Shorting B. Sorting dan Pengurutan D. Searching dan Pencarian 70. Pada algoritma MERGESORT akan terjadi proses pemecahan masalah jika elemen-elemen tersusun secara : A. Decreasing C. Increasing B. Non decreasing D. Apapun susunannya 71. Pada masalah MERGESORT dengan 8 elemen input, akan terjadi pemanggilan ulang prosedur mergesort sebanyak A. 14 kali C. 34 kali B. 30 kali D. 36 kali 72. Pemanggilan prosedur merge dalam algoritma mergesort dengan 8 elemen input adalah A. 18 kali C. 16 kali B. 7 kali D. 15 kali 73. Time complexity masalah mergesort adalah : A. O (n 2 log n) B. O (n 2 ) C. O(n) D. O (n 2 log n) 74. Tahapan dalam teknik Divide and Conquer yang membagi masalah menjadi beberapa sub masalah yang memiliki kemiripan dengan masalah semula namun berukuran lebih kecil adalah tahap : A. ldentifikasi B. Conquer

12 C. Divide D. Combine 75. Jika diketahui suatu himpunan A = {15, 17, 19, 20, 23, 25}, rnaka dengan menggunakan algoritma sum of subsets untuk jumlah seluruh elemennya = 55 akan diperoleh tupel : A. (1, 0, 0, 1, 1, 0) C. (1, 0, 0, 1, 0, 0) B. (1, 1, 0, 0, 1, 0) D. (0, 0, 0, 1, 1, 0) 76. Solusi yang diperoleh dengan cara Depth First Search berupa tupel yang : A. Sembarang C. Sama B. Tidak Seragam D. Berbeda 77. Pada kasus Menara Hanoi, jika terdapat 5 piringan maka pemindahan piringan yang dibutuhkan adalah sebanyak: A. 15 C. 31 B. 16 D Suatu proses yang dapat memanggil dirinya sendiri disebut : A. Teknik Kompilasi C. Teknik Iteratif B. Teknik terstruktur D. Teknik Rekursif Untuk soal no. 79 s/d 80, gunakan graf X dan Graf Y di bawah ini : Jika Graf X merupakan penyajian pohon dari ruang penyelesaian dalam BFS, sedangkan Graf Y merupakan penyajian pohon dari ruang penyelesaian dalam DFS, untuk 3 tuple dapat digambarkan seperti di bawah ini. Graf X Graf Y 79. simpul 7 pada graf X adalah sama dengan A. Simpul I pada graf Y B. Simpul J pada graf Y 80. simpul 6 pada graf X adalah sama dengan A. Simpul I pada graf Y B. Simpul J pada graf Y C. Simpul K pada graf Y D. Simpul L pada graf Y C. Simpul K pada graf Y D. Simpul L pada graf Y

UNIVERSITAS GUNADARMA

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

Lebih terperinci

UNIVERSITAS GUNADARMA

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

Lebih terperinci

METODE DEVIDE AND CONQUER (DANDC)

METODE DEVIDE AND CONQUER (DANDC) METODE DEVIDE AND CONQUER (DANDC) Di dalam metode ini, kita mempunyai suatu fungsi untuk menghitung input. Kemudian n input tersebut dipartisi menjadi k subset input yang berbeda (1< k n) k subproblem

Lebih terperinci

SATUAN ACARA PERKULIAHAN MATA KULIAH LOGIKA DAN ALGORITMA (MI/D3) KODE: IT SKS: 3 SKS. Kemampuan Akhir Yang Diharapkan

SATUAN ACARA PERKULIAHAN MATA KULIAH LOGIKA DAN ALGORITMA (MI/D3) KODE: IT SKS: 3 SKS. Kemampuan Akhir Yang Diharapkan SATUAN ACARA PERKULIAHAN MATA KULIAH LOGIKA DAN ALGORITMA (MI/D3) KODE: IT013323 SKS: 3 SKS Pertemuan Ke Pokok Bahasan dan TIU Sub Pokok Bahasan dan Sasaran Belajar Kean Akhir Yang Diharapkan Strategi

Lebih terperinci

PERTEMUAN 11 TEHNIK SEARCHING

PERTEMUAN 11 TEHNIK SEARCHING PERTEMUAN 11 TEHNIK SEARCHING TEHNIK SEARCHING Tehnik Pencarian : 1. Tehnik Pencarian Tunggal : a. Tehnik Sequential Search / Linier Search b. Tehnik Binary Search 2. Tehnik Pencarian Nilai MAXMIN : a.

Lebih terperinci

GRAF. Graph seperti dimaksud diatas, ditulis sebagai G(E,V).

GRAF. Graph seperti dimaksud diatas, ditulis sebagai G(E,V). GRAF GRAF 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 pasangan tak urut dari simpul. Anggotanya

Lebih terperinci

2. Sebuah prosedur langkah demi langkah yang pasti untuk menyelesaikan sebuah masalah disebut : a. Proses b. Program c. Algoritma d. Prosesor e.

2. Sebuah prosedur langkah demi langkah yang pasti untuk menyelesaikan sebuah masalah disebut : a. Proses b. Program c. Algoritma d. Prosesor e. 1. Dalam menyusun suatu program, langkah pertama yang harus dilakukan adalah : a.membuat program b. Membuat Algoritma c. Membeli komputer d. Proses e. Mempelajari program 2. Sebuah prosedur langkah demi

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

SATUAN ACARA PERKULIAHAN MATA KULIAH GRAPH & ANALISIS ALGORITMA (SI / S1) KODE / SKS : KK / 3 SKS

SATUAN ACARA PERKULIAHAN MATA KULIAH GRAPH & ANALISIS ALGORITMA (SI / S1) KODE / SKS : KK / 3 SKS Pertemuan ke Pokok Bahasan dan TIU Sub Pokok Bahasan dan TIK 1 Pendahuluan Penjelasan mengenai ruang lingkup mata kuliah, sasaran, tujuan dan kompetensi lulusan 2 1. Dasar-dasar 1.1. Kelahiran Teori Graph

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

Penerapan Algoritma Backtracking pada Pewarnaan Graf

Penerapan Algoritma Backtracking pada Pewarnaan Graf Penerapan Algoritma Backtracking pada Pewarnaan Graf Deasy Ramadiyan Sari 1, Wulan Widyasari 2, Eunice Sherta Ria 3 Laboratorium Ilmu Rekayasa dan Komputasi Departemen Teknik Informatika, Fakultas Teknologi

Lebih terperinci

Lecture Note Logika & Algoritma. Jurusan Manajemen Informatika Fakultas Ilmu Komputer & Teknologi Informasi Universitas Gunadarma

Lecture Note Logika & Algoritma. Jurusan Manajemen Informatika Fakultas Ilmu Komputer & Teknologi Informasi Universitas Gunadarma Lecture Note Jurusan Manajemen Informatika Fakultas Ilmu Komputer & Teknologi Informasi Universitas Gunadarma Pertemuan ke-1 Teori Dasar Graf Kelahiran Teori Graf Teori Graf mulai dikenal pada saat seorang

Lebih terperinci

STRATEGI DIVIDE AND CONQUER

STRATEGI DIVIDE AND CONQUER Pemrogram bertanggung jawab atas implementasi solusi. Pembuatan program akan menjadi lebih sederhana jika masalah dapat dipecah menjadi sub masalah - sub masalah yang dapat dikelola. Penyelesaian masalah

Lebih terperinci

Analisa dan Perancangan Algoritma. Ahmad Sabri, Dr Sesi 2: 16 Mei 2016

Analisa 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 terperinci

Teori Dasar Graf (Lanjutan)

Teori Dasar Graf (Lanjutan) Teori Dasar Graf (Lanjutan) MATRIKS DAN GRAF Untuk menyelesaikan suatu permasalahan model graf dengan bantuan komputer, maka graf tersebut disajikan dalam bentuk matriks. Matriks-matriks yang dapat menyajikan

Lebih terperinci

Bagaimana merepresentasikan struktur berikut? A E

Bagaimana merepresentasikan struktur berikut? A E Bagaimana merepresentasikan struktur berikut? B D A E F C G Bagaimana merepresentasikan struktur berikut? Contoh-contoh aplikasi graf Peta (jaringan jalan dan hubungan antar kota) Jaringan komputer Jaringan

Lebih terperinci

Algoritma Brute-Force dan Greedy dalam Pemrosesan Graf

Algoritma Brute-Force dan Greedy dalam Pemrosesan Graf Algoritma Brute-Force dan Greedy dalam Pemrosesan Graf Marvin Jerremy Budiman / 13515076 1 Program Studi Teknik Informatika Sekolah Teknik Elektro dan Informatika Institut Teknologi Bandung, Jl. Ganesha

Lebih terperinci

SISTEM INFORMASI UNIVERSITAS GUNADARMA 2012/2013. Graf Berarah

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

Lebih terperinci

CRITICAL PATH. Menggunakan Graph berbobot dan mempunya arah dari Critical Path: simpul asal : 1 simpul tujuan : 5. Graph G. Alternatif

CRITICAL PATH. Menggunakan Graph berbobot dan mempunya arah dari Critical Path: simpul asal : 1 simpul tujuan : 5. Graph G. Alternatif CRITICAL PATH Menggunakan Graph berbobot dan mempunya arah dari Critical Path: simpul asal : 1 simpul tujuan : 5 Graph G Path Bobot Alternatif 1 4 5 16 1 2 5 15 1 2 3 5 24 1 4 3 5 19 1 2 3 4 5 29 1 4 3

Lebih terperinci

Solusi UTS Stima. Alternatif 1 strategi:

Solusi UTS Stima. Alternatif 1 strategi: Solusi UTS Stima 1. a. (Nilai 5) Representasikanlah gambar kota di atas menjadi sebuah graf, dengan simpul merepresentasikan rumah, dan bobot sisi merepresentasikan jumlah paving block yang dibutuhkan.

Lebih terperinci

Teori Dasar Graf (Lanjutan)

Teori Dasar Graf (Lanjutan) Teori Dasar Graf (Lanjutan) ATRIKS DAN GRAF Untuk menyelesaikan suatu permasalahan model graf dengan bantuan komputer, maka graf tersebut disajikan dalam bentuk matriks. atriks-matriks yang dapat menyajikan

Lebih terperinci

Graf Berarah (Digraf)

Graf Berarah (Digraf) Graf Berarah (Digraf) Di dalam situasi yang dinamis, seperti pada komputer digital ataupun pada sistem aliran (flow system), konsep graf berarah lebih sering digunakan dibandingkan dengan konsep graf tak

Lebih terperinci

Decrease and Conquer

Decrease and Conquer Decrease and Conquer Bahan Kuliah IF2211 Strategi Algoritma Oleh: Rinaldi Munir Program Studi Teknik Informatika Sekolah Teknik Elektro dan Informatika ITB 1 Decrease and conquer: metode desain algoritma

Lebih terperinci

Logika dan Algoritma Yuni Dwi Astuti, ST 2

Logika dan Algoritma Yuni Dwi Astuti, ST 2 ALGORITMA Istilah algoritma pertama kali diperkenalkan oleh seorang ahli matematika yaitu Abu Ja far Muhammad Ibnu Musa Al Khawarizmi. Yang dimaksud dengan algoritma adalah : Urutan dari barisan instruksi

Lebih terperinci

Studi Algoritma Optimasi dalam Graf Berbobot

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

Lebih terperinci

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI BAB LANDASAN TEORI. Teori Graf Teori graf merupakan pokok bahasan yang sudah tua usianya namun memiliki banyak terapan sampai saat ini. Graf digunakan untuk merepresentasikan objek-objek diskrit dan hubungan

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

Graph seperti dimaksud diatas, ditulis sebagai G(E,V).

Graph seperti dimaksud diatas, ditulis sebagai G(E,V). GRAPH, MATRIK PENYAJIAN 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 pasangan tak urut

Lebih terperinci

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

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

Lebih terperinci

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

Penerapan Algoritma Greedy untuk Memecahkan Masalah Pohon Merentang Minimum

Penerapan Algoritma Greedy untuk Memecahkan Masalah Pohon Merentang Minimum Penerapan Algoritma Greedy untuk Memecahkan Masalah Pohon Merentang Minimum Bramianha Adiwazsha - NIM: 13507106 Program Studi Teknik Informatika, Sekolah Teknik Elektro dan Informatika Institut Teknologi

Lebih terperinci

Penggunaan Algoritma Greedy dalam Membangun Pohon Merentang Minimum

Penggunaan 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 terperinci

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

TEORI DASAR GRAF 1. Teori Graf

TEORI DASAR GRAF 1. Teori Graf TEORI SR GRF 1 Obyektif : 1. Mengerti apa yang dimaksud dengan Graf 2. Memahami operasi yang dilakukan pada Graf 3. Mengerti derajat dan keterhubungan Graf Teori Graf Teori Graf mulai dikenal pada saat

Lebih terperinci

Pertemuan ke-1 Teori Dasar Graf

Pertemuan ke-1 Teori Dasar Graf Pertemuan ke-1 Teori Dasar Graf Kelahiran Teori Graf Teori Graf mulai dikenal pada saat seorang matematikawan bangsa Swiss, bernama Leonhard Euler, berhasil mengungkapkan Misteri Jembatan Konigsberg pada

Lebih terperinci

merupakan himpunan sisi-sisi tidak berarah pada. (Yaoyuenyong et al. 2002)

merupakan himpunan sisi-sisi tidak berarah pada. (Yaoyuenyong et al. 2002) dari elemen graf yang disebut verteks (node, point), sedangkan, atau biasa disebut (), adalah himpunan pasangan tak terurut yang menghubungkan dua elemen subset dari yang disebut sisi (edge, line). Setiap

Lebih terperinci

Aplikasi Algoritma Dijkstra dalam Pencarian Lintasan Terpendek Graf

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

Lebih terperinci

BAB 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

Aplikasi Graf pada Persoalan Lintasan Terpendek dengan Algoritma Dijkstra

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

Lebih terperinci

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

GRAF. V3 e5. V = {v 1, v 2, v 3, v 4 } E = {e 1, e 2, e 3, e 4, e 5 } E = {(v 1,v 2 ), (v 1,v 2 ), (v 1,v 3 ), (v 2,v 3 ), (v 3,v 3 )}

GRAF. V3 e5. V = {v 1, v 2, v 3, v 4 } E = {e 1, e 2, e 3, e 4, e 5 } E = {(v 1,v 2 ), (v 1,v 2 ), (v 1,v 3 ), (v 2,v 3 ), (v 3,v 3 )} GRAF Graf G(V,E) didefinisikan sebagai pasangan himpunan (V,E), dengan V adalah himpunan berhingga dan tidak kosong dari simpul-simpul (verteks atau node). Dan E adalah himpunan berhingga dari busur (vertices

Lebih terperinci

Algoritma Divide and Conquer (Bagian 2)

Algoritma Divide and Conquer (Bagian 2) Algoritma Divide and Conquer (Bagian 2) Bahan Kuliah IF2251 Strategi Algoritmik Oleh: Rinaldi Munir 1 (c) Quick Sort Termasuk pada pendekatan sulit membagi, mudah menggabung (hard split/easy join) Tabel

Lebih terperinci

Algoritma Divide and Conquer. (Bagian 2)

Algoritma Divide and Conquer. (Bagian 2) Algoritma Divide and Conquer (Bagian 2) (c) Quick Sort Termasuk pada pendekatan sulit membagi, mudah menggabung (hard split/easy join) Tabel A dibagi (istilahnya: dipartisi) menjadi A1 dan A2 sedemikian

Lebih terperinci

ALGORITMA PENCARIAN SIMPUL SOLUSI DALAM GRAF

ALGORITMA PENCARIAN SIMPUL SOLUSI DALAM GRAF ALGORITMA PENCARIAN SIMPUL SOLUSI DALAM GRAF Anthony Rahmat Sunaryo NIM: 3506009 Jurusan Teknik Informatika ITB, Bandung email : if6009@students.if.itb.ac.id Abstract -- Makalah ini membahas tentang analsis

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

Algoritma Greedy (lanjutan)

Algoritma 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 terperinci

Design and Analysis of Algorithm

Design and Analysis of Algorithm Design and Analysis of Algorithm Week 4: Kompleksitas waktu algoritma rekursif part 1 Dr. Putu Harry Gunawan 1 1 Department of Computational Science School of Computing Telkom University Dr. Putu Harry

Lebih terperinci

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI BAB 2 LANDASAN TEORI Sebelum memulai pembahasan lebih lanjut, pertama-tama haruslah dijelaskan apa yang dimaksud dengan traveling salesman problem atau dalam bahasa Indonesia disebut sebagai persoalan

Lebih terperinci

PROGRAM STUDI S1 SISTEM KOMPUTER UNIVERSITAS DIPONEGORO. Oky Dwi Nurhayati, ST, MT email: okydn@undip.ac.id

PROGRAM STUDI S1 SISTEM KOMPUTER UNIVERSITAS DIPONEGORO. Oky Dwi Nurhayati, ST, MT email: okydn@undip.ac.id PROGRAM STUDI S1 SISTEM KOMPUTER UNIVERSITAS DIPONEGORO Oky Dwi Nurhayati, ST, MT email: okydn@undip.ac.id Kinerja yang perlu ditelaah pada algoritma: beban komputasi efisiensi penggunaan memori Yang perlu

Lebih 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

PERTEMUAN 15 REVEW/QUIZ

PERTEMUAN 15 REVEW/QUIZ PERTEMUAN 15 REVEW/QUIZ 1. Tipe terstruktur yang terdiri dari sejumlah komponen yang mempunyai tipe data yang sama disebut sebagai: a. Array Dimensi Satu d. Variabel b. Array Dimensi Dua e. Matrik c. Array

Lebih terperinci

Sebuah algoritma tidak saja harus benar, tetapi juga harus mangkus (efisien). Algoritma yang bagus adalah algoritma yang mangkus.

Sebuah algoritma tidak saja harus benar, tetapi juga harus mangkus (efisien). Algoritma yang bagus adalah algoritma yang mangkus. Waktu komputasi (dalam detik) Kompleksitas Algoritma Sebuah algoritma tidak saja harus benar, tetapi juga harus mangkus (efisien). Algoritma yang bagus adalah algoritma yang mangkus. Kemangkusan algoritma

Lebih terperinci

ANALISIS PERBANDINGAN ALGORITMA SELECTION SORT DENGAN MERGE SORT

ANALISIS PERBANDINGAN ALGORITMA SELECTION SORT DENGAN MERGE SORT ANALISIS PERBANDINGAN ALGORITMA SELECTION SORT DENGAN MERGE SORT Disusun untuk memenuhi tugas UTS mata kuliah : Analisis Algoritma Oleh : Eka Risky Firmansyah 1110091000043 Program Studi Teknik Informatika

Lebih terperinci

Syarat dan Ketentuan yang berlaku:

Syarat dan Ketentuan yang berlaku: Syarat dan Ketentuan yang berlaku: Jawaban Quiz dikirimkan dalam format PDF. Untuk jawaban pilihan ganda tuliskan ABJAD beserta jawabannya. Sedangkan untuk soal ESSAY tuliskan jawaban beserta langkah-langkahnya

Lebih terperinci

ANALISIS ALGORITMA. Disusun Oleh: Analisis Masalah dan Running Time. Adam Mukharil Bachtiar Teknik Informatika UNIKOM

ANALISIS ALGORITMA. Disusun Oleh: Analisis Masalah dan Running Time. Adam Mukharil Bachtiar Teknik Informatika UNIKOM ANALISIS ALGORITMA Analisis Masalah dan Running Time Disusun Oleh: Adam Mukharil Bachtiar Teknik Informatika UNIKOM adfbipotter@gmail.com AGENDA PERKULIAHAN DEFINISI MASALAH f x = a 0 + a n cos nπx +

Lebih 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

Design and Analysis of Algorithms CNH2G3- Week 4 Kompleksitas waktu algoritma rekursif part 1

Design and Analysis of Algorithms CNH2G3- Week 4 Kompleksitas waktu algoritma rekursif part 1 Design and Analysis of Algorithms CNH2G3- Week 4 Kompleksitas waktu algoritma rekursif part 1 Dr. Putu Harry Gunawan (PHN) Quiz I 1. Tentukan operasi dasar, c op dan C(n) untung masing-masing algoritma

Lebih 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

Kompleksitas Algoritma

Kompleksitas Algoritma Kompleksitas Algoritma 1 Pendahuluan Sebuah masalah dapat mempunyai banyak algoritma penyelesaian. Contoh: masalah pengurutan (sort), ada puluhan algoritma pengurutan Sebuah algoritma tidak saja harus

Lebih 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

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

TINJAUAN PUSTAKA. Pada bagian ini akan diberikan konsep dasar graf dan bilangan kromatik lokasi pada

TINJAUAN PUSTAKA. Pada bagian ini akan diberikan konsep dasar graf dan bilangan kromatik lokasi pada II. TINJAUAN PUSTAKA Pada bagian ini akan diberikan konsep dasar graf dan bilangan kromatik lokasi pada suatu graf sebagai landasan teori penelitian ini. 2. Konsep Dasar Graf Teori dasar mengenai graf

Lebih terperinci

BAB II TINJAUAN PUSTAKA. masing-masing tepat satu kali dan kembali lagi ke tempat semula?

BAB II TINJAUAN PUSTAKA. masing-masing tepat satu kali dan kembali lagi ke tempat semula? BAB II TINJAUAN PUSTAKA 2.1 Graf 2.1.1 Sejarah Graf Menurut catatan sejarah, masalah jembatan Konigsberg adalah masalah yang pertama kali menggunakan graf (tahun 1736). Ada tujuh buah jembatan yang menghubungkan

Lebih terperinci

MEMBANDINGKAN KEMANGKUSAN ALGORITMA PRIM DAN ALGORITMA KRUSKAL DALAM PEMECAHAN MASALAH POHON MERENTANG MINIMUM

MEMBANDINGKAN KEMANGKUSAN ALGORITMA PRIM DAN ALGORITMA KRUSKAL DALAM PEMECAHAN MASALAH POHON MERENTANG MINIMUM MEMBANDINGKAN KEMANGKUSAN ALGORITMA PRIM DAN ALGORITMA KRUSKAL DALAM PEMECAHAN MASALAH POHON MERENTANG MINIMUM Pudy Prima (13508047) Program Studi Teknik Informatika, Sekolah Teknik Elektro dan Informatika

Lebih terperinci

x 6 x 5 x 3 x 2 x 4 V 3 x 1 V 1

x 6 x 5 x 3 x 2 x 4 V 3 x 1 V 1 . PENGANTAR TEORI GRAF Definisi : Secara umum merupakan kumpulan titik dan garis. NET terdiri atas : 1. Himpunan titik (tidak boleh kosong) 2. Himpunan garis (directed line) 3. Setiap directed line menentukan

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

LANDASAN TEORI. Pada bab ini akan diberikan beberapa konsep dasar teori graf dan bilangan. kromatik lokasi sebagai landasan teori pada penelitian ini.

LANDASAN TEORI. Pada bab ini akan diberikan beberapa konsep dasar teori graf dan bilangan. kromatik lokasi sebagai landasan teori pada penelitian ini. 6 II. LANDASAN TEORI Pada bab ini akan diberikan beberapa konsep dasar teori graf dan bilangan kromatik lokasi sebagai landasan teori pada penelitian ini. 2.1 Konsep Dasar Graf Pada sub bab ini akan diberikan

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

BAB II LANDASAN TEORI

BAB II LANDASAN TEORI BAB II LANDASAN TEORI 2.1 Konsep Dasar Teori Graph 2.1.1 Graph Tak Berarah dan Digraph Suatu Graph Tak Berarah (Undirected Graph) merupakan kumpulan dari titik yang disebut verteks dan segmen garis yang

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

SEARCHING & SORTING. Pendahuluan

SEARCHING & SORTING. Pendahuluan SEARCHING & SORTING Pendahuluan Sorting dan searching merupakan salah satu operasi dasar dalam ilmu komputer. Sorting merupakan suatu proses (operasi) yang mengurutkan data dalam suatu urutan yang diberikan

Lebih terperinci

Bab 2. Teori Dasar. 2.1 Definisi Graf

Bab 2. Teori Dasar. 2.1 Definisi Graf Bab 2 Teori Dasar Pada bagian ini diberikan definisi-definisi dasar dalam teori graf berikut penjabaran mengenai kompleksitas algoritma beserta contohnya yang akan digunakan dalam tugas akhir ini. Berikut

Lebih terperinci

BAB VII ALGORITMA DIVIDE AND CONQUER

BAB VII ALGORITMA DIVIDE AND CONQUER BAB VII ALGORITMA DIVIDE AND CONQUER Pemrogram bertanggung jawab atas implementasi solusi. Pembuatan program akan menjadi lebih sederhana jika masalah dapat dipecah menjadi sub masalah - sub masalah yang

Lebih terperinci

Pendahuluan. Sebuah algoritma tidak saja harus benar, tetapi juga harus efisien. Algoritma yang bagus adalah algoritma yang efektif dan efisien.

Pendahuluan. Sebuah algoritma tidak saja harus benar, tetapi juga harus efisien. Algoritma yang bagus adalah algoritma yang efektif dan efisien. Pendahuluan Sebuah algoritma tidak saja harus benar, tetapi juga harus efisien. Algoritma yang bagus adalah algoritma yang efektif dan efisien. Algoritma yang efektif diukur dari berapa jumlah waktu dan

Lebih terperinci

MAKALAH ALGORITMA DIVIDE AND CONQUER

MAKALAH ALGORITMA DIVIDE AND CONQUER MAKALAH ALGORITMA DIVIDE AND CONQUER Galih Pranowo Jurusan Matematika Ilmu Komputer FAKULTAS SAINS TERAPAN INSTITUT SAINS & TEKNOLOGI AKPRIND YOGYAKARTA 1. Pengertian Algoritma Divide and Conquer merupakan

Lebih terperinci

AnalisisFramework. Mengukur ukuran atau jumlah input Mengukur waktu eksekusi Tingkat pertumbuhan Efiesiensi worst-case, best-case dan average-case

AnalisisFramework. Mengukur ukuran atau jumlah input Mengukur waktu eksekusi Tingkat pertumbuhan Efiesiensi worst-case, best-case dan average-case AnalisisFramework Review Tujuan analisa : mengukur efesiensi algoritma Efisiensi diukur dari diukur dari: waktu (time) dan memori(space). Dua besaran yang digunakan: kompleksitas algoritma 1. Kompleksitas

Lebih terperinci

APLIKASI PEWARNAAN GRAPH PADA PEMBUATAN JADWAL

APLIKASI PEWARNAAN GRAPH PADA PEMBUATAN JADWAL APLIKASI PEWARNAAN GRAPH PADA PEMBUATAN JADWAL Aplikasi Pewarnaan Graph pada Pembuatan Jadwal Janice Laksana / 13510035 Program Studi Teknik Informatika Sekolah Teknik Elektro dan Informatika Institut

Lebih terperinci

Dasar-Dasar Teori Graf. Sistem Informasi Universitas Gunadarma 2012/2013

Dasar-Dasar Teori Graf. Sistem Informasi Universitas Gunadarma 2012/2013 Dasar-Dasar Teori Graf Sistem Informasi Universitas Gunadarma 2012/2013 Teori Graf Teori Graf mulai dikenal saat matematikawan kebangsaan Swiss bernama Leonhard Euler, yang berhasil mengungkapkan Misteri

Lebih terperinci

BAB 2 DEGREE CONSTRAINED MINIMUM SPANNING TREE. Pada bab ini diberikan beberapa konsep dasar seperti beberapa definisi dan teorema

BAB 2 DEGREE CONSTRAINED MINIMUM SPANNING TREE. Pada bab ini diberikan beberapa konsep dasar seperti beberapa definisi dan teorema BAB 2 DEGREE CONSTRAINED MINIMUM SPANNING TREE Pada bab ini diberikan beberapa konsep dasar seperti beberapa definisi dan teorema sebagai landasan berfikir dalam melakukan penelitian ini dan akan mempermudah

Lebih terperinci

ALGORITMA DIVIDE AND CONQUER

ALGORITMA DIVIDE AND CONQUER ALGORITMA DIVIDE AND CONQUER By Gapra. Email : ga_pra_27@yahoo.co.id 1. Pengertian Algoritma Divide and Conquer merupakan algoritma yang sangat populer di dunia Ilmu Komputer. Divide and Conquer merupakan

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

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

White Box Testing Merupakan metode perancangan test case yang menggunakan struktur kontrol dari perancangan prosedural untuk mendapatkan test case.

White Box Testing Merupakan metode perancangan test case yang menggunakan struktur kontrol dari perancangan prosedural untuk mendapatkan test case. White Box Testing Merupakan metode perancangan test case yang menggunakan struktur kontrol dari perancangan prosedural untuk mendapatkan test case. Dengan menggunakan metode white box, analis sistem akan

Lebih terperinci

Kecerdasan Buatan. Penyelesaian Masalah dengan Pencarian... Pertemuan 02. Husni

Kecerdasan Buatan. Penyelesaian Masalah dengan Pencarian... Pertemuan 02. Husni Kecerdasan Buatan Pertemuan 02 Penyelesaian Masalah dengan Pencarian... Husni Lunix96@gmail.com http://komputasi.wordpress.com S1 Teknik Informatika, STMIK AMIKOM, 2013 Outline Konsep Pencarian Pencarian

Lebih terperinci

Penggunaan Perwarnaan Graf dalam Mencari Solusi Sudoku

Penggunaan Perwarnaan Graf dalam Mencari Solusi Sudoku Penggunaan Perwarnaan Graf dalam Mencari Solusi Sudoku Mahdan Ahmad Fauzi Al-Hasan - 13510104 Program Studi Teknik Informatika Sekolah Teknik Elektro dan Informatika Institut Teknologi Bandung, Jl. Ganesha

Lebih terperinci

Kompleksitas Algoritma (1)

Kompleksitas Algoritma (1) Kompleksitas Algoritma (1) Pendahuluan Sebuah algoritma tidak saja harus benar, tetapi juga harus efisien Algoritma yang bagus adalah algoritma yang efisien. Kebutuhan waktu dan ruang suatu algoritma bergantung

Lebih terperinci

Pemanfaatan Algoritma Hybrid Ant Colony Optimization dalam Menyelesaikan Permasalahan Capacitated Minimum Spanning Tree. Tamam Asrori ( )

Pemanfaatan Algoritma Hybrid Ant Colony Optimization dalam Menyelesaikan Permasalahan Capacitated Minimum Spanning Tree. Tamam Asrori ( ) Pemanfaatan Algoritma Hybrid Ant Colony Optimization dalam Menyelesaikan Permasalahan Capacitated Minimum Spanning Tree Tamam Asrori (5104 100 146) Pendahuluan Latar Belakang Tujuan Dan Manfaat Rumusan

Lebih terperinci

LOGIKA DAN ALGORITMA

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

Lebih terperinci

Kecerdasan Buatan Penyelesaian Masalah dengan Pencarian

Kecerdasan Buatan Penyelesaian Masalah dengan Pencarian Kecerdasan Buatan Pertemuan 02 Penyelesaian Masalah dengan Pencarian Kelas 10-S1TI-03, 04, 05 Husni Lunix96@gmail.com http://komputasi.wordpress.com S1 Teknik Informatika, STMIK AMIKOM, 2012 Outline Pendahuluan

Lebih terperinci

Soal dan Jawaban Materi Graf, Pohon, dan Kompleksitas Algoritma

Soal dan Jawaban Materi Graf, Pohon, dan Kompleksitas Algoritma Soal dan Jawaban Materi Graf, Pohon, dan Kompleksitas Algoritma POHON 1. Ubahlah graf berikut ini dengan menggunakan algoritma prim agar menjadi pohon merentang minimum dan tentukan bobot nya! 2. Diberikan

Lebih terperinci

Quick Sort dan Merge Sort. Arna Fariza Yuliana Setiowati

Quick Sort dan Merge Sort. Arna Fariza Yuliana Setiowati Quick Sort dan Merge Sort Arna Fariza Yuliana Setiowati Ide Quicksort Tentukan pivot. Bagi Data menjadi 2 Bagian yaitu Data kurang dari dan Data lebih besar dari pivot. Urutkan tiap bagian tersebut secara

Lebih terperinci

JARINGAN UNTUK MERGING

JARINGAN UNTUK MERGING SORTING - Merging Definisi: A = {a 1, a 2,..., a r } B = {b 1, b 2,..., b s } merupakan dua deret angka yang terurut naik; merge A dan B merupakan deret C = {c 1, c 2,..., c r+s } yang juga terurut naik,

Lebih terperinci

DEFINISI. Pohon adalah graf tak-berarah terhubung yang tidak mengandung sirkuit. pohon pohon bukan pohon bukan pohon 2

DEFINISI. Pohon adalah graf tak-berarah terhubung yang tidak mengandung sirkuit. pohon pohon bukan pohon bukan pohon 2 1 POHON DEFINISI Pohon adalah graf tak-berarah terhubung yang tidak mengandung sirkuit a b a b a b a b c d c d c d c d e f e f e f e f pohon pohon bukan pohon bukan pohon 2 Hutan (forest) adalah - kumpulan

Lebih terperinci

Design and Analysis Algorithm. Ahmad Afif Supianto, S.Si., M.Kom. Pertemuan 07

Design and Analysis Algorithm. Ahmad Afif Supianto, S.Si., M.Kom. Pertemuan 07 Design and Analysis Algorithm Ahmad Afif Supianto, S.Si., M.Kom Pertemuan 07 Contents 31 2 3 4 35 Divide and Conguer MinMax Problem Closest Pair Sorting Problem Perpangkatan 2 Algoritma divide and conquer

Lebih terperinci

KATA PENGANTAR. Puji syukur kami panjatkan ke hadirat Alloh SWT atas terbentuknya Lembar Tugas

KATA PENGANTAR. Puji syukur kami panjatkan ke hadirat Alloh SWT atas terbentuknya Lembar Tugas KATA PENGANTAR Puji syukur kami panjatkan ke hadirat Alloh SWT atas terbentuknya Lembar Tugas Mahasiswa (LTM) untuk mata kuliah Logika dan Algoritma. Tak lupa kami mengucapkan banyak terima kasih kepada

Lebih terperinci

Algoritma Heap Sort. Sekolah Teknik Elektro & Informatika Departemen Teknik Informatika, Institut Teknologi Bandung Jl. Ganesha 10, Bandung

Algoritma Heap Sort. Sekolah Teknik Elektro & Informatika Departemen Teknik Informatika, Institut Teknologi Bandung Jl. Ganesha 10, Bandung Algoritma Heap Sort Paul Gunawan Hariyanto 1, Dendy Duta Narendra 2, Ade Gunawan 3 Sekolah Teknik Elektro & Informatika Departemen Teknik Informatika, Institut Teknologi Bandung Jl. Ganesha 10, Bandung

Lebih terperinci

METODE GREEDY. Secara matematis, masalah knapsack tersebut dapat ditulis sebagai berikut :

METODE GREEDY. Secara matematis, masalah knapsack tersebut dapat ditulis sebagai berikut : METODE GREEDY MASALAH KNAPSACK Kita diberikan sebuah knapsack (ransel) yang dapat menampung berat maksimum M dan sehimpunan benda A = {a 0,a 1,...,a n-1 } yang berbobot W = {w 0,w 1,...,w n-1 }. Setiap

Lebih terperinci

BAB 2 GRAF PRIMITIF. 2.1 Definisi Graf

BAB 2 GRAF PRIMITIF. 2.1 Definisi Graf BAB 2 GRAF PRIMITIF Pada Bagian ini akan dijelaskan beberapa definisi dan teorema terkait graf, matriks adjency, terhubung, primitifitas, dan scrambling index sebagai landasan teori yang menjadi acuan

Lebih terperinci

Graf. Program Studi Teknik Informatika FTI-ITP

Graf. Program Studi Teknik Informatika FTI-ITP Graf Program Studi Teknik Informatika FTI-ITP Pendahuluan Graf digunakan untuk merepresentasikan objek-objek diskrit dan hubungan antara objek-objek tersebut. Gambar di bawah ini sebuah graf yang menyatakan

Lebih terperinci

Analisis Pengimplementasian Algoritma Greedy untuk Memilih Rute Angkutan Umum

Analisis Pengimplementasian Algoritma Greedy untuk Memilih Rute Angkutan Umum Analisis Pengimplementasian Algoritma Greedy untuk Memilih Rute Angkutan Umum Arieza Nadya -- 13512017 Program Studi Teknik Informatika Sekolah Teknik Elektro dan Informatika Institut Teknologi Bandung,

Lebih terperinci