MENENTUKAN LINTASAN TERPENDEK SUATU GRAF BERBOBOT DENGAN PENDEKATAN PEMROGRAMAN DINAMIS. Oleh Novia Suhraeni 1, Asrul Sani 2, Mukhsar 3 ABSTRACT

Save this PDF as:
 WORD  PNG  TXT  JPG

Ukuran: px
Mulai penontonan dengan halaman:

Download "MENENTUKAN LINTASAN TERPENDEK SUATU GRAF BERBOBOT DENGAN PENDEKATAN PEMROGRAMAN DINAMIS. Oleh Novia Suhraeni 1, Asrul Sani 2, Mukhsar 3 ABSTRACT"

Transkripsi

1 MENENTUKAN LINTASAN TERPENDEK SUATU GRAF BERBOBOT DENGAN PENDEKATAN PEMROGRAMAN DINAMIS Oleh Novia Suhraeni 1, Asrul Sani 2, Mukhsar 3 ABSTRACT One of graph application on whole life is to establish the shortest track between two nodes, problem of shortest track is an optimation problem which minimum value of some tracks will be find. A lot of methods can be used to solve optimation problem, dinamic program is one of them. Dinamic program is a method that scattering the solution becomes a horde steps or phasesso the solution of the problem can be viewed from a connecting structure. This research purpose to determine the shortest track of a quality graph with dinamic program approachment. There are two approachment can be used in dinamic program: increase dinamic program and decrease dinamic program. Output of these research are the optimum route of case 1 with the shortest track 19 km is A C E H I, and optimum route in case 2 with the shortest track 25 km is A C F H K. Keywords : shortest track, quality graph, dinamic program. PENDAHULUAN Graf merupakan model matematika yang sangat kompleks dan rumit, tetapi bisa juga menjadi solusi terhadap beberapa kasus tertentu. Banyak sekali aplikasi menggunakan graf sebagai alat untuk mempresentasikan suatu persoalan sehingga dapat diselesaikan dengan baik. Secara umum graf merupakan suatu diagram yang memuat informasi yang dapat diaplikasikan dalam kehidupan sehari-hari. Salah satu aplikasi graf dalam kehidupan seharihari adalah menentukan lintasan terpendek antara dua buah simpul (node). Misalnya terdapat banyak lintasan yang menghubungkan kota asal ke kota tujuan, maka yang dicari adalah lintasan dengan bobot paling minimum dari kota asal menuju kota tujuan. Bobot dapat berupa jarak, waktu tempuh, atau ongkos transportasi dari satu node ke node yang lain yang membentuk lintasan tertentu. Dengan kata lain dapat diartikan lintasan terpendek adalah bobot minimal suatu lintasan. Permasalahan lintasan terpendek merupakan permasalahan optimasi dimana akan dicari nilai minimum dari beberapa lintasan. Banyak metode yang dapat digunakan untuk menyelesaikan permasalahan optimasi, salah satunya adalah pemrograman dinamis. Pemrograman dinamis merupakan metode pemecahan masalah dengan cara menguraikan solusi menjadi sekumpulan langkah atau tahapan sedemikian sehingga solusi dari persoalan dapat dipandang dari serangkaian keputusan yang saling berkaitan. Tujuan utama model ini ialah untuk mempermudah penyelesaian persoalan optimasi yang mempunyai karakteristik tertentu. Ide dasar program dinamis ialah membagi persoalan menjadi beberapa yang lebih kecil sehingga memudahkan penyelesaiannya [1]. Pada penelitian ini akan dibahas bagaimana menentukan lintasan terpendek suatu graf berbobot dengan pendekatan pemrograman dinamis. TINJAUAN PUSTAKA Graf Graf G didefinisikan sebagai pasangan dua himpunan (V,E), ditulis dengan notasi G = (V,E). V adalah himpunan tidak kosong dari simpul-simpul (vertices atau node) dan E adalah himpunan sisi (edges atau arcs) yang menghubungkan sepasang simpul [2]. Terminologi Graf Ada beberapa terminologi graf yang perlu diketahui, antara lain: 1. Bertetangga (Adjacent) 2. Bersisian (Incidency) 3. Simpul Terpencil (Isolated Vertex) 4. Derajat (Degree) 5. Lintasan (Path) 6. Sirkuit atau Siklus 7. Terhubung. Jenis Graf Berdasarkan orientasi arah pada sisi dan bobotnya, maka secara umum graf dibedakan atas empat jenis: 1. Graf Tidak Berarah Dan Berbobot (Undirected Graph).

2 2. Graf Berarah Dan Berbobot (Directed Graph). 3. Graf Tidak Berarah Dan Tidak Berbobot. 4. Graf berarah dan tidak berbobot. Beberapa Graf Khusus Terdapat beberapa jenis graf sederhana khusus. Berikut ini didefinisikan beberapa graf khusus yang sering ditemui: 1. Graf Lengkap (Complete Graph) 2. Graf Lingkaran 3. Graf Teratur 4. Graf Bipartit Pemrograman Dinamis Pemrograman dinamis adalah prosedur matematis yang terutama dirancang untuk memperbaiki efisiensi perhitungan masalah pemrograman matematis tertentu dengan menguraikannya menjadi bagian-bagian masalah yang lebih kecil dan karena itu lebih sederhana dalam perhitungan. Pemrograman dinamis pada umumnya menjawab masalah dalam tahap-tahap, dengan setiap tahap meliputi tepat satu variabel optimisasi.perhitungan di tahap yang berbeda-beda dihubungkan melalui perhitungan rekursif dengan cara yang menghasilkan pemecahan optimal yang mungkin bagi seluruh masalah. Istilah-istilah yang biasa digunakan dalam program dinamis adalah: 1. Tahap (stage) adalah bagian persoalan yang mengandung decision variabel. 2. Kondisi (state), state menunjukkan kaitan satu stage dengan stage lainnya sedemikian rupa sehingga setiap stage dapat dioptimisasikan secara terpisah sehingga hasil optimasi layak untuk seluruh persoalan. 3. Keputusan (decision), yang harus diambil dari tiap tahap untuk sampai kepada solusi keseluruhan Gambar 1. Tahap program dinamis Prinsip Optimalisasi Dikatakan prinsip optimalitas, jika solusi total optimal maka bagian solusi sampai tahap ke-k juga optimal. Prinsip optimalitas berarti bahwa jika kita bekerja dari tahap k ke tahap k+1, kita dapat menggunakan hasil optimal dari tahap k tanpa harus kembali ke tahap awal. Gambar 2. Ongkos pada tahap k+1 Konsep Sub-Optimasi Konsep sub-optimasi sangat mempengaruhi hasil dari masalah ini. Maka dengan demikian diharapkan sebelum melaksanakan proses optimasi satu persoalan perlu mengetahui konsep sub-optimasi berikut secara mendalam. 1. Tahap pertama tidak mempengaruhi tahap-tahap yang lain. Jadi tahap ke-1 dapat dioptimumkan tersendiri yang merupakan sub-optimasi yang pertama. 2. Penyelesaian tahap pertama digabungkan dengan tahap yang kedua merupakan masalah sub-optimum yang ke Penyelesaian tahap kedua digabungkan dengan tahap ketiga merupakan masalah sub-optimasi yang ke-3. Demikian seterusnya sampai dengan tahap ke-n [3]. Pendekatan Penyelesaian Secara Rekursif Dreyfuse (1997) menyatakan bahwa adanya pendekatan yang digunakan dalam pemrograman dinamis yaitu: pemrograman dinamis maju (Forward Induction) dan pemrograman dinamis mundur (Backward Induction) [4]. METODE PENELITIAN Waktu dan Tempat Penelitian Penelitian ini akan berlangsung selama tiga bulan yaitu bulan Januari sampai April 2016 bertempat di Laboratorium Komputasi Jurusan Matematika FMIPA Universitas Halu Oleo. Materi Penelitian Dalam penelitian ini dibahas mengenai menentukan lintasan terpendek suatu graf berbobot dengan pendekatan pemrograman dinamis. Prosedur Penelitian Metode yang diterapkan dalam penyelesaian ini adalah metode kepustakaan dan studi kasus dengan mengikut langkah-langkah sebagai berikut: 1. Penelusuran pustaka yang relevan dan sistematis dengan masalah.

3 2. Menggambar graf berarah dan berbobot. 3. Menerapkan metode pemrograman dinamik untuk menyelesaikan masalah lintasan graf berbobot. 4. Membuat simulasi numerik dari solusi yang diperoleh dengan menggunakan software matlab. 5. Menginterpretasikan dan menganalisa hasil simulasi yang diperoleh HASIL DAN PEMBAHASAN Studi Simulasi A. Kasus I Seorang kurir jasa pengiriman barang akan mengantarkan barang dari kota A menuju I, ditangannya terbentang sehelai peta yang menggambarkan arah perjalanan beserta arahnya. Jalan-jalan yang manakah harus dilalui agar jarak tempuh yang dilaluinya minimum. Gambar 3. Peta dari kota A menuju ke kota I Pada Gambar 3 dapat dilihat graf yang memiliki bobot dimana simpul-simpul dilambangkan dengan kode A, B, C, D, F, G, H, I, dan bobot yang terlihat pada graf adalah jarak dalam satuan kilimoter (km). Agar analisanya sesuai dengan teori, maka pada kasus I akan diimplementasikan ke dalam pemrograman dinamis dengan cara rekursif mundur. Karena dianalisa secara rekursif mundur maka dimulai dari tahap akhir atau tahap 4 untuk kasus ini, sehingga perhitungan untuk lintasan dimulai dari kota I dan berakhir pada kota A. Maka tahap-tahap penyelesaian untuk kasus I dapat dilihat pada Gambar 4 berikut: Gambar 4. Rute perjalanan kasus I Dari Gambar 4.4 tiap tahapan akan ditentukan: 1. Peubah keputusan : x k (k = 1,2,3,4) adalah simpul-simpul yang dikunjungi pada tahap k. 2. Jalur yang dipilih: A x 1 x 2 x 3 x 4 = J. 3. Tujuan: mendapatkan f 1 (A) dan jalur-jalur yang bersesuain. Dimulai dari tahap 4. Tahap 4: Pada tahap ini terdapat dua rute submasalah yaitu dimulai dari tahap G ke I dan dimulai dari H ke I, hanya satu pilihan untuk menuju ke I. Jika didefinisikan bahwa keputusan pada tahap 4 adalah x 4 = I. Hasil analisa tahap 4 dapat dilihat pada Tabel 1 sebagai berikut: Tabel 1. Solusi optimum untuk tahap 4 S f 4 (s) x 4 G 5 I H 4 I Pada Tabel 4.8 diperoleh bahwa nilai f 4 (s) paling minimum adalah rute yang melalui H dengan f 4 4. Dengan demikian pada tahap 4 ini rute yang diambil adalah H. Proses dilanjutkan pada tahap 3 Tahap 3: Pada tahap ini terdapat tiga rute submasalah yaitu dimulai dari D, E, F, untuk mencapai I harus melewati G atau H. Hasil analisa untuk tahap 3 dapat dilihat pada Tabel 2 sebagai berikut: Tabel 2. Solusi optimum untuk tahap 3 Pada Tabel 2 diperoleh bahwa nilai f 3 (s) paling minimum adalah rute yang melalui H dengan f Dengan demikian pada tahap 3 ini rute yang diambil adalah H. Proses dilanjutkan pada tahap 2 Tahap 2: Pada tahap ini terdapat dua rute submasalah yaitu dimulai dari B, C, untuk mencapai I harus melewati D, E, F. Hasil analisa untuk tahap 2 dapat dilihat pada Tabel 3 sebagai berikut:

4 Tabel 3. Solusi optimum untuk tahap 2 melanjutkan kembali perjalanannya menuju terminal K. Jalan jalan manakah yang akan dilaluinya agar jarak yang ditempuh minimum Pada Tabel 3 diperoleh nilai f 2 (s) paling minimum adalah rute yang melalui E, dengan f Dengan demikian pada tahap 2 ini rute yang diambil adalah E. Proses dilanjutkan pada tahap 1 Tahap 1: Pada tahap ini terdapat satu rute submasalah yaitu dimulai dari A, untuk mencapai J harus melewati B, C. Hasil analisa untuk tahap 1 dapat dilihat pada Tabel 4 sebagai berikut: Tabel 4. Solusi optimum untuk tahap 1 Gambar 6. Terminal A menuju terminal K Agar analisanya sesuai teori, maka kasus II akan diimplementasikan ke dalam pemrograman dinamis dengan cara rekursif maju. Karena di analisa secara rekursif maju, maka akan dimulai pada tahap awal atau tahap 1. Sehingga perhitungannya dimulai dari terminal A, namun bus akan berhenti di terminal F sebelum menuju terminal K. Maka tahap-tahap penyelesaian untuk kasus II dapat dilihat pada Gambar 7 berikut: Pada Tabel 4 diperoleh nilai f 1 (s) paling minimum adalah rute yang melalui C, dengan f Sehingga rute optimal untuk Kasus I diberikan dalam Gambar 5. Gambar 5. Rute optimal kasus I Pada Gambar 5 graf yang bergaris tebal merupakan rute yang harus dilalui seorang kurir jasa pengiriman barang dari kota A ke C, E, H, dan menuju ke kota I dengan total jarak 19 km. Gambar 7. Rute perjalanan kasus II Dari Gambar 4.7 tiap tahapan akan ditentukan: 1. Peubah keputusan : x k (k = 1,2,3,4) adalah simpul-simpul yang dikunjungi pada tahap k. 2. Jalur yang dipilih: A x 1 x 2 x 3 x 4 = K. 3. Tujuan: mendapatkan f 4 (K) dan jalur-jalur yang bersesuain. Dimulai dari tahap 1. Tahap 1: Pada tahap ini terdapat satu rute submasalah yaitu dimulai dari A, untuk mencapai K harus melewati B, C, D. Hasil analisa untuk tahap 1 dapat dilihat pada Tabel 5 sebagai berikut: B. Kasus II Sebuah bus berangkat dari terminal A menuju terminal K. Dengan syarat bahwa sebelum menuju terminal K bus akan berhenti di terminal F dan akan

5 Tabel 5 Solusi optimum untuk tahap 1 Tabel 7. Solusi optimum untuk tahap 3 Pada Tabel 5 diperoleh nilai f 1 (s) paling minimum adalah rute yang melalui C, dengan f 1 7. Dengan demikian pada tahap 1 ini rute yang diambil adalah C. Proses dilanjutkan untuk tahap 2 Tahap 2: Pada tahap ini terdapat tiga rute submasalah yaitu dimulai dari B, C, D, untuk mencapai K harus melewati E, F, G. Hasil analisa tahap 2 dapat dilihat pada Tabel 6. Tabel 6. Solusi optimum untuk tahap 2 Pada Tabel 7 diperoleh nilai f 3 (s) paling minimum adalah rute yang melalui H, dengan f Dengan demikian pada tahap 3 ini rute yang diambil adalah H. Proses dilanjutkan untuk tahap 4 Tahap 4: Pada tahap ini terdapat tiga rute submasalah yaitu dimulai H, I, J, untuk mencapai K. Hasil analisa tahap 4 dapat dilihat pada Tabel 8. Tabel 8. Solusi optimum untuk tahap 4 Pada Tabel 6 diperoleh nilai f 2 (s) paling minimum adalah rute yang melalui F, dengan f Dengan demikian pada tahap 2 ini rute yang diambil adalah F. Karena diasumsikan bahwa bus akan berhenti di terminal F maka rute yang harus dilalui bus dari terminal A menuju F adalah A C F Dengan jarak = 7 km + 5 km = 12 km. Proses dilanjutkan untuk tahap 3 berikutnya, dimana tahap 3 akan dimulai dari terminal F menuju K. Tahap 3: Pada tahap ini terdapat tiga rute submasalah yaitu dimulai E, F, G, untuk mencapai K harus melewati H, I, J. Hasil analisa tahap 4 dapaat dilihat pada Tabel 7. Dari solusi optimal yang telah di dapatkan pada tahap 3 dan 4 rute yang dilalui dari terminal F menuju terminal K adalah F H K Sehingga rute optimal untuk Kasus II diberikan dalam Gambar 8.

6 untuk tempat persinggahan pada contoh kasus II. Diharapkan pada penelitian selanjutnya dapat menggunakan lebih dari 1 terminal dan mengambil permasalahan pada kasus-kasus yang lebih kompleks. Gambar 8 Rute optimal kasus II Pada Gambar 8 graf yang bergaris tebal merupakan rute yang harus dilalui sebuah bus dari terminal A ke C, F, H, dan menuju terminal K yang merupakan perjalanan akhirnya. Sehingga total jarak dari terminal A menuju terminal K adalah 25 km. PENUTUP Kesimpulan Dari hasil penelitian menentukan lintasan terpendek suatu graf berbobot dengan pendekatan pemrograman dinamis maka dapat disimpulkan bahwa persoalan lintasan terpendek suatu graf berbobot dengan pendekatan pemrograman dinamis dapat ditentukan dengan simulasi contoh kasus dengan menggunakan persamaan rekursif mundur dan persamaan rekursif maju. Pada contoh kasus I persoalan lintasan terpendek suatu graf berbobot diselesaikan dengan persamaan rekursif mundur dimana tahap penyelesaiannya dimulai dari tahap akhir atau tahap 4 sampai dengan tahap awal atau tahap 1 sehingga rute optimal yang dihasilkan pada contoh kasus I adalah dari kota A ke C, E, H menuju I dengan total jarak yang diperoleh adalah 19 km. Pada contoh kasus II persoalan lintasan terpendek diselesaikan dengan menggunakan persamaan rekursif maju dimana tahap penyelesaiannya dimulai dari tahap awal atau tahap 1 sampai dengan tahap akhir atau tahap 4, namun pada contoh kasus II bus tidak langsung menuju ke terminal akhir atau terminal K namun akan berhenti di terminal F sehingga tahap penyelesaiannya terdiri dari 2. Pertama diselesaikan dari tahap 1 ke tahap 2 untuk mendapatkan rute optimal dari terminal A menuju F dan kedua diselesaikan dari tahap 3 ke tahap 4 untuk mendapatkan rute optimal dari terminal F menuju K. Sehingga rute optimal yang diperoleh keseluruhan dari terminal A menuju terminal K adalah dari terminal A ke C, F, H, menuju ke terminal K dengan total jarak yang diperoleh adalah 25 km. DAFTAR PUSTAKA [1] Hadiwinoto Aplikasi Program Dinamis Pada Penyusunan Flight Planning. Bandung: Makalah Strategi Algoritmik Tahun [2] Munir, R Matematika Diskrit Edisi Ketiga. Bandung: Penerbit Informatika [3] Simanjuntak, H.N Aplikasi Model Program Linear Dengan Program Dinamik Untuk Menentukan Jumlah Produksi Optimum Pada Turangie Oil Mill. Skripsi. Medan: Departemen Matematika Fakulatas Matematika dan Ilmu Pengetahuan Alam Universitas Sumatera Utara. [4] Deyfus The Art an Theory of Dynamic Programming. New Jersey San Fransisco London: Academic Press. Saran Adapun saran yang dikemukakan adalah pada penelitian ini peneliti hanya menggunakan 1 terminal

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI BAB 2 LANDASAN TEORI 2.1 Proyek Konstruksi Proyek konstruksi adalah suatu rangkaian kegiatan yang melibatkan banyak pihak dan sumber daya untuk mencapai suatu tujuan tertentu (Ervianto, 2005). Proses ini

Lebih terperinci

Program Dinamis (dynamic programming):

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

Lebih terperinci

Program Dinamis (Dynamic Programming)

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

Lebih terperinci

Program Dinamis. Oleh: Fitri Yulianti

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

Lebih terperinci

Aplikasi Shortest Path dengan Menggunakan Graf dalam Kehidupan Sehari-hari

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

Lebih terperinci

ABSTRACT 1. PENDAHULUAN

ABSTRACT 1. PENDAHULUAN Repositori Karya Ilmiah Universitas Riau Matematika: September 01. PENYELESAIAN MASALAH TRAVELING SALESMAN DENGAN PEMROGRAMAN DINAMIK Mustafsiroh 1, M. D. H Gamal, M. Natsir mustafsiroh@ymail.com 1 Mahasiswa

Lebih terperinci

TIN102 - Pengantar Teknik Industri Materi #10 Ganjil 2015/2016 TIN102 PENGANTAR TEKNIK INDUSTRI

TIN102 - 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 terperinci

G r a f. Pendahuluan. Oleh: Panca Mudjirahardjo. Graf digunakan untuk merepresentasikan objek-objek diskrit dan hubungan antara objek-objek tersebut.

G r a f. Pendahuluan. Oleh: Panca Mudjirahardjo. Graf digunakan untuk merepresentasikan objek-objek diskrit dan hubungan antara objek-objek tersebut. G r a f Oleh: Panca Mudjirahardjo Pendahuluan Graf digunakan untuk merepresentasikan objek-objek diskrit dan hubungan antara objek-objek tersebut. 1 Pendahuluan Jaringan jalan raya di propinsi Jawa Tengah

Lebih terperinci

Penggunaan Algoritma Dijkstra dalam Penentuan Lintasan Terpendek Graf

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

Lebih terperinci

Program Dinamis (Dynamic Programming)

Program 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 terperinci

BAB III ALGORITMA GREEDY DAN PROGRAM DINAMIS

BAB 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 terperinci

TEORI GRAF UNIVERSITAS MUHAMMADIYAH JEMBER ILHAM SAIFUDIN PROGRAM STUDI TEKNIK INFORMATIKA FAKULTAS TEKNIK. Selasa, 13 Desember 2016

TEORI GRAF UNIVERSITAS MUHAMMADIYAH JEMBER ILHAM SAIFUDIN PROGRAM STUDI TEKNIK INFORMATIKA FAKULTAS TEKNIK. Selasa, 13 Desember 2016 PROGRAM STUDI TEKNIK INFORMATIKA FAKULTAS TEKNIK UNIVERSITAS MUHAMMADIYAH JEMBER TEORI GRAF ILHAM SAIFUDIN Selasa, 13 Desember 2016 Universitas Muhammadiyah Jember Pendahuluan 1 OUTLINE 2 Definisi Graf

Lebih terperinci

Graf dan Pengambilan Rencana Hidup

Graf dan Pengambilan Rencana Hidup Graf dan Pengambilan Rencana Hidup M. Albadr Lutan Nasution - 13508011 Program Studi Teknik Informatika Sekolah Teknik Elektro dan Informatika Institut Teknologi Bandung e-mail: albadr.ln@students.itb.ac.id

Lebih terperinci

BAB II LANDASAN TEORI

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

Lebih terperinci

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

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

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

Lebih terperinci

Simulasi Pencarian Rute Terpendek dengan Metode Algoritma A* (A-Star) Agus Gustriana ( )

Simulasi Pencarian Rute Terpendek dengan Metode Algoritma A* (A-Star) Agus Gustriana ( ) Simulasi Pencarian Rute Terpendek dengan Metode Algoritma A* (A-Star) Agus Gustriana (0222182) Jurusan Teknik Elektro, Fakultas Teknik, Jl. Prof. Drg. Suria Sumantri 65, Bandung 40164, Indonesia E-mail

Lebih terperinci

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

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

Lebih terperinci

Dynamic Programming. Pemrograman Dinamis

Dynamic Programming. Pemrograman Dinamis Pemrograman Dinamis Pemrograman dinamis merupakan suatu teknik analisa kuantitatif untuk membuat tahapan keputusan yang saling berhubungan. Teknik ini menghasilkan prosedur yang sistematis untuk mencari

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

Design 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 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 terperinci

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI 6 BAB 2 LANDASAN TEORI 2.1 Pengertian Algoritma Menurut (Suarga, 2012 : 1) algoritma: 1. Teknik penyusunan langkah-langkah penyelesaian masalah dalam bentuk kalimat dengan jumlah kata terbatas tetapi tersusun

Lebih terperinci

MODUL I PROGRAM DINAMIS

MODUL 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 terperinci

PENYELESAIAN TRAVELLING SALESMAN PROBLEM DENGAN METODE TABU SEARCH

PENYELESAIAN TRAVELLING SALESMAN PROBLEM DENGAN METODE TABU SEARCH Buletin Ilmiah Mat. Stat. Dan Terapannya (Bimaster) Volume 04, No. 1 (2015), hal 17 24. PENYELESAIAN TRAVELLING SALESMAN PROBLEM DENGAN METODE TABU SEARCH Fatmawati, Bayu Prihandono, Evi Noviani INTISARI

Lebih terperinci

APLIKASI PEWARNAAN SIMPUL GRAF UNTUK MENGATASI KONFLIK PENJADWALAN MATA KULIAH DI FMIPA UNY

APLIKASI PEWARNAAN SIMPUL GRAF UNTUK MENGATASI KONFLIK PENJADWALAN MATA KULIAH DI FMIPA UNY APLIKASI PEWARNAAN SIMPUL GRAF UNTUK MENGATASI KONFLIK PENJADWALAN MATA KULIAH DI FMIPA UNY Latar belakang Masalah Pada setiap awal semester bagian pendidikan fakultas Matematika dan Ilmu Pengetahuan Universitas

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

Pencarian Jalur Terpendek dengan Algoritma Dijkstra

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

Lebih terperinci

BAB II LANDASAN TEORI

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

Lebih terperinci

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

Penerapan Travelling Salesman Problem dalam Penentuan Rute Pesawat

Penerapan Travelling Salesman Problem dalam Penentuan Rute Pesawat Penerapan Travelling Salesman Problem dalam Penentuan Rute Pesawat Aisyah Dzulqaidah 13510005 1 Program Sarjana Informatika Sekolah Teknik Elektro dan Informatika Institut Teknologi Bandung, Jl. Ganesha

Lebih terperinci

BAB 2 LANDASAN TEORI

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

Lebih terperinci

Deteksi Wajah Menggunakan Program Dinamis

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

Lebih terperinci

TEORI GRAF DALAM MEREPRESENTASIKAN DESAIN WEB

TEORI GRAF DALAM MEREPRESENTASIKAN DESAIN WEB TEORI GRAF DALAM MEREPRESENTASIKAN DESAIN WEB STEVIE GIOVANNI NIM : 13506054 Program Studi Teknik Informatika, Sekolah Teknik Elektro dan Informatika Institut Teknologi Bandung Jln, Ganesha 10, Bandung

Lebih terperinci

Jurnal Dinamika, April 2016, halaman ISSN Vol. 07. No. 1

Jurnal Dinamika, April 2016, halaman ISSN Vol. 07. No. 1 Jurnal Dinamika, April 2016, halaman 50-61 ISSN 2087-7889 Vol. 07. No. 1 PENERAPAN ALGORITMA PRIM UNTUK MEMBANGUN POHON MERENTANG MINIMUM (MINIMUM SPANNING TREE) DALAM PENGOPTIMALAN JARINGAN TRANSMISI

Lebih terperinci

BAB 2 LANDASAN TEORI

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

Lebih terperinci

PROGRAM DINAMIS UNTUK PENENTUAN LINTASAN TERPENDEK DENGAN PENDEKATAN ALGORITMA FLOYD-WARSHALL

PROGRAM DINAMIS UNTUK PENENTUAN LINTASAN TERPENDEK DENGAN PENDEKATAN ALGORITMA FLOYD-WARSHALL 17 Dinamika Teknik Januari PROGRAM DINAMI UNTUK PENENTUAN LINTAAN TERPENDEK DENGAN PENDEKATAN ALGORITMA FLOYD-WARHALL Enty Nur Hayati, Agus etiawan Dosen Fakultas Teknik Universitas tikubank emarang DINAMIKA

Lebih terperinci

Analogi Pembunuhan Berantai Sebagai Graf Dalam Investigasi Kasus

Analogi Pembunuhan Berantai Sebagai Graf Dalam Investigasi Kasus Analogi Pembunuhan Berantai Sebagai Graf Dalam Investigasi Kasus Elmo Dery Alfared NIM: 00 Program Studi Teknik Informatika ITB, Institut Teknologi Bandung email: if0 @students.itb.ac.id Abstract Makalah

Lebih terperinci

Perancangan Sistem Transportasi Kota Bandung dengan Menerapkan Konsep Sirkuit Hamilton dan Graf Berbobot

Perancangan Sistem Transportasi Kota Bandung dengan Menerapkan Konsep Sirkuit Hamilton dan Graf Berbobot Perancangan Sistem Transportasi Kota Bandung dengan Menerapkan Konsep Sirkuit Hamilton dan Graf Berbobot Rakhmatullah Yoga Sutrisna (13512053) Program Studi Teknik Informatika Sekolah Teknik Elektro dan

Lebih terperinci

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI BAB 2 LANDASAN TEORI 2.1 Tinjauan Pustaka 2.1.1 Pengertian, Struktur, Kelebihan dan Kekurangan, serta Potensi Dynamic Programming Dynamic Programming adalah suatu teknik kuantitatif yang digunakan untuk

Lebih terperinci

Aplikasi Teori Graf dalam Pencarian Jalan Tol Paling Efisien

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

Lebih terperinci

Aplikasi Pewarnaan Graf untuk Sistem Penjadwalan On-Air Stasiun Radio

Aplikasi Pewarnaan Graf untuk Sistem Penjadwalan On-Air Stasiun Radio Aplikasi Pewarnaan Graf untuk Sistem Penjadwalan On-Air Stasiun Radio Muhamad Irfan Maulana - 13515037 Program Studi Teknik Informatika Sekolah Teknik Elektro dan Informatika Institut Teknologi Bandung,

Lebih terperinci

BAB 2 TINJAUAN PUSTAKA

BAB 2 TINJAUAN PUSTAKA BAB 2 TINJAUAN PUSTAKA 2.1 Graf 2.1.1 Definisi Graf Graf adalah pasangan himpunan (V, E), dan ditulis dengan notasi G = (V, E), V adalah himpunan tidak kosong dari verteks-verteks {v 1, v 2,, v n } yang

Lebih terperinci

Aplikasi Graf pada Penentuan Jadwal dan Jalur Penerbangan

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

Lebih terperinci

PROGRAM STUDI S1 SISTEM KOMPUTER UNIVERSITAS DIPONEGORO. Oky Dwi Nurhayati, ST, MT

PROGRAM 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 terperinci

Matematika dan Statistika

Matematika dan Statistika ISSN 1411-6669 MAJALAH ILMIAH Matematika dan Statistika DITERBITKAN OLEH: JURUSAN MATEMATIKA FMIPA UNIVERSITAS JEMBER Majalah Ilmiah Matematika dan Statistika APLIKASI ALGORITMA SEMUT DAN ALGORITMA CHEAPEST

Lebih terperinci

BAB 2 LANDASAN TEORI

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

Lebih terperinci

Art Gallery Problem II. POLIGON DAN VISIBILITAS. A. Poligon I. PENDAHULUAN. B. Visibilitas

Art Gallery Problem II. POLIGON DAN VISIBILITAS. A. Poligon I. PENDAHULUAN. B. Visibilitas Art Gallery Problem Nanda Ekaputra Panjiarga - 13509031 Program StudiTeknikInformatika SekolahTeknikElektrodanInformatika InstitutTeknologiBandung, Jl. Ganesha 10 Bandung40132, Indonesia arga_nep@yahoo.com

Lebih terperinci

Aplikasi Pohon Merentang Minimum dalam Rute Jalur Kereta Api di Pulau Jawa

Aplikasi Pohon Merentang Minimum dalam Rute Jalur Kereta Api di Pulau Jawa Aplikasi Pohon Merentang Minimum dalam Rute Jalur Kereta Api di Pulau Jawa Darwin Prasetio ( 001 ) Program Studi Teknik Informatika Sekolah Teknik Elektro dan Informatika Institut Teknologi Bandung, Jl.

Lebih terperinci

Pengaplikasian Graf dalam Pendewasaan Diri

Pengaplikasian Graf dalam Pendewasaan Diri Pengaplikasian Graf dalam Pendewasaan Diri Syafira Fitri Auliya 13510088 1 Program Studi Teknik Informatika Sekolah Teknik Elektro dan Informatika Institut Teknologi Bandung, Jl. Ganesha 10 Bandung 40132,

Lebih terperinci

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

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

Lebih terperinci

BAB 2 TINJAUAN PUSTAKA

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

Lebih terperinci

Kode MK/ Matematika Diskrit

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

Lebih terperinci

BAB II LANDASAN TEORI

BAB II LANDASAN TEORI 15 BAB II LANDASAN TEORI 2.1 Konsep Dasar Graf Definisi 2.1.1 Graf Sebuah graf G adalah pasangan (V,E) dengan V adalah himpunan yang tak kosong yang anggotanya disebut vertex, dan E adalah himpunan yang

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

Aplikasi Teori Graf dalam Manajemen Sistem Basis Data Tersebar

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

Lebih terperinci

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

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

Lebih terperinci

BAB 2 TINJAUAN PUSTAKA

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

Lebih terperinci

Penentuan Lintasan Terbaik Dengan Algoritma Dynamic Programming Pada Fitur Get Driving Directions Google Maps

Penentuan Lintasan Terbaik Dengan Algoritma Dynamic Programming Pada Fitur Get Driving Directions Google Maps Penentuan Lintasan Terbaik Dengan Algoritma Dynamic Programming Pada Fitur Get Driving Directions Google Maps Michael Ingga Gunawan 13511053 Program Studi Teknik Informatika Sekolah Teknik Elektro dan

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

Aplikasi Graf dalam Formasi dan Strategi Kesebelasan Sepakbola

Aplikasi Graf dalam Formasi dan Strategi Kesebelasan Sepakbola Aplikasi Graf dalam Formasi dan Strategi Kesebelasan Sepakbola Hafis Alrafi Irsal - 13516034 Program Studi Teknik Informatika Sekolah Teknik Elektro dan Informatika Institut Teknologi Bandung, Jl. Ganesha

Lebih terperinci

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

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

Lebih terperinci

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

BAB 1 PENDAHULUAN. 1.1 Latar Belakang BAB 1 PENDAHULUAN 1.1 Latar Belakang Masalah dalam menentukan lintasan terpendek di antara titik tertentu dalam suatu graph telah banyak menarik perhatian. Persoalan dirumuskan sebagai kasus khusus dan

Lebih terperinci

I. PENDAHULUAN II. DASAR TEORI. Penggunaan Teori Graf banyak memberikan solusi untuk menyelesaikan permasalahan yang terjadi di dalam masyarakat.

I. PENDAHULUAN II. DASAR TEORI. Penggunaan Teori Graf banyak memberikan solusi untuk menyelesaikan permasalahan yang terjadi di dalam masyarakat. Aplikasi Pohon Merentang (Spanning Tree) Dalam Pengoptimalan Jaringan Listrik Aidil Syaputra (13510105) Program Studi Teknik Informatika Sekolah Teknik Elektro dan Informatika Institut Teknologi Bandung,

Lebih terperinci

PENERAPAN PROGRAM DINAMIS UNTUK MENENTUKAN JALUR PERJALANAN YANG OPTIMUM DENGAN BANTUAN SOFTWARE WINQSB

PENERAPAN PROGRAM DINAMIS UNTUK MENENTUKAN JALUR PERJALANAN YANG OPTIMUM DENGAN BANTUAN SOFTWARE WINQSB 2012 Enty Nur Hayati 56 PENERAPAN PROGRAM DINAMIS UNTUK MENENTUKAN JALUR PERJALANAN YANG OPTIMUM DENGAN BANTUAN SOFTWARE WINQSB Enty Nur Hayati Dosen Fakultas Teknik Universitas Stikubank Semarang DINAMIKA

Lebih terperinci

BAB 2 LANDASAN TEORI

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

Lebih terperinci

Pencarian Lintasan Hamilton Terpendek untuk Taktik Safe Full Jungle Clear dalam Permainan League of Legends

Pencarian Lintasan Hamilton Terpendek untuk Taktik Safe Full Jungle Clear dalam Permainan League of Legends Pencarian Lintasan Hamilton Terpendek untuk Taktik Safe Full Jungle Clear dalam Permainan League of Legends Reinaldo Ignatius Wijaya 13515093 Program Studi Teknik Informatika Sekolah Teknik Elektro dan

Lebih terperinci

Graph. Politeknik Elektronika Negeri Surabaya

Graph. Politeknik Elektronika Negeri Surabaya Graph Politeknik Elektronika Negeri Surabaya Pengantar Teori graph merupakan pokok bahasan yang memiliki banyak penerapan. Graph digunakan untuk merepresentasikan obyek-obyek diskrit dan hubungan antar

Lebih terperinci

BAB II LANDASAN TEORI

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

Lebih terperinci

SEARCHING SIMULATION SHORTEST ROUTE OF BUS TRANSPORTATION TRANS JAKARTA INDONESIA USING ITERATIVE DEEPENING ALGORITHM AND DJIKSTRA ALGORITHM

SEARCHING SIMULATION SHORTEST ROUTE OF BUS TRANSPORTATION TRANS JAKARTA INDONESIA USING ITERATIVE DEEPENING ALGORITHM AND DJIKSTRA ALGORITHM SEARCHING SIMULATION SHORTEST ROUTE OF BUS TRANSPORTATION TRANS JAKARTA INDONESIA USING ITERATIVE DEEPENING ALGORITHM AND DJIKSTRA ALGORITHM Ditto Djesmedi ( 0222009 ) Jurusan Teknik Elektro, Fakultas

Lebih terperinci

I. PENDAHULUAN. Gambar 1. Contoh-contoh graf

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

Lebih terperinci

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

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI BAB 2 LANDASAN TEORI 2.1 Proses Alokasi Andaikan terdapat sejumlah sumber daya modal tertentu, yaitu dapat berupa uang untuk investasi, mesin cetak, bahan bakar untuk kendaraan dan lain sebagainya. Suatu

Lebih terperinci

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

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

Lebih terperinci

PERBANDINGAN ALGORTIMA PRIM DAN KRUSKAL DALAM MENENTUKAN POHON RENTANG MINIMUM

PERBANDINGAN ALGORTIMA PRIM DAN KRUSKAL DALAM MENENTUKAN POHON RENTANG MINIMUM PERBANDINGAN ALGORTIMA PRIM DAN KRUSKAL DALAM MENENTUKAN POHON RENTANG MINIMUM Kodirun 1 1 Jurusan Matematika FMIPA Universitas Haluoleo, Kendari e-mail: kodirun_zuhry@yahoo.com Abstrak Masalah yang sering

Lebih terperinci

Implementasi Graf dalam Penentuan Rute Terpendek pada Moving Object

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

Lebih terperinci

Pencarian Lintasan Terpendek Jalur Pendakian Gunung dengan Program Dinamis

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

Lebih terperinci

PERANCANGAN APLIKASI MENCARI JALAN TERPENDEK KOTA MEDAN MENGGUNAKAN ALGORITMA DJIKSTRA

PERANCANGAN APLIKASI MENCARI JALAN TERPENDEK KOTA MEDAN MENGGUNAKAN ALGORITMA DJIKSTRA PERANCANGAN APLIKASI MENCARI JALAN TERPENDEK KOTA MEDAN MENGGUNAKAN ALGORITMA DJIKSTRA Fitria Ariska Mahasiswa Teknik Informatika STMIK Budi Darma Jl. Sisingamangaraja No. 338 Simpanglimun Medan ABSTRAK

Lebih terperinci

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

BAB 1 PENDAHULUAN. 1.1 Latar Belakang BAB 1 PENDAHULUAN 1.1 Latar Belakang Masalah dalam menentukan rantaian terpendek diantara pasangan node (titik) tertentu dalam suatu graph telah banyak menarik perhatian. Persoalan dirumuskan sebagai kasus

Lebih terperinci

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

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

Lebih terperinci

BAB 2 LANDASAN TEORI. Algoritma adalah urutan atau deskripsi langkah-langkah untuk memecahkan suatu masalah.

BAB 2 LANDASAN TEORI. Algoritma adalah urutan atau deskripsi langkah-langkah untuk memecahkan suatu masalah. BAB 2 LANDASAN TEORI 2.1. Pengertian Algoritma Algoritma adalah urutan atau deskripsi langkah-langkah untuk memecahkan suatu masalah. Algoritma merupakan jantung ilmu komputer atau informatika. Banyak

Lebih terperinci

MEDIA PEMBELAJARAN STRATEGI ALGORTIMA PADA POKOK BAHASAN POHON MERENTANG MINIMUM DAN PENCARIAN LINTASAN TERPENDEK

MEDIA PEMBELAJARAN STRATEGI ALGORTIMA PADA POKOK BAHASAN POHON MERENTANG MINIMUM DAN PENCARIAN LINTASAN TERPENDEK MEDIA PEMBELAJARAN STRATEGI ALGORTIMA PADA POKOK BAHASAN POHON MERENTANG MINIMUM DAN PENCARIAN LINTASAN TERPENDEK 1 Taufiq Ismail, 2 Tedy Setiadi (0407016801) 1,2 Program Studi Teknik Informatika Universitas

Lebih terperinci

APLIKASI PEWARNAAN GRAF PADA PENGATURAN LAMPU LALU LINTAS

APLIKASI PEWARNAAN GRAF PADA PENGATURAN LAMPU LALU LINTAS APLIKASI PEWARNAAN GRAF PADA PENGATURAN LAMPU LALU LINTAS Muhammad Farhan 13516093 Program Studi Teknik Informatika Sekolah Teknik Elektro dan Informatika Institut Teknologi Bandung, Jl. Ganesha 10 Bandung

Lebih terperinci

BAB 2 LANDASAN TEORI

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

Lebih terperinci

Aplikasi Pewarnaan Graf pada Penjadwalan Pertandingan Olahraga Sistem Setengah Kompetisi

Aplikasi Pewarnaan Graf pada Penjadwalan Pertandingan Olahraga Sistem Setengah Kompetisi Aplikasi Pewarnaan Graf pada Penjadwalan Pertandingan Olahraga Sistem Setengah Kompetisi Ryan Yonata (13513074) Program Studi Teknik Informatika Sekolah Teknik Elektro dan Informatika Institut Teknologi

Lebih terperinci

Penerapan Program Dinamis dalam Menentukan Rute Terbaik Transportasi Umum

Penerapan Program Dinamis dalam Menentukan Rute Terbaik Transportasi Umum Penerapan Program Dinamis dalam Menentukan Rute Terbaik Transportasi Umum Indam Muhammad / 13512026 Program Studi Teknik Informatika Sekolah Teknik Elektro dan Informatika Institut Teknologi Bandung, Jl.

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

PEWARNAAN GRAF SEBAGAI METODE PENJADWALAN KEGIATAN PERKULIAHAN

PEWARNAAN GRAF SEBAGAI METODE PENJADWALAN KEGIATAN PERKULIAHAN PEWARNAAN GRAF SEBAGAI METODE PENJADWALAN KEGIATAN PERKULIAHAN Eric Cahya Lesmana - 13508097 Program Studi Teknik Informatika Sekolah Teknik Elektro dan Informatika Institut Teknologi Bandung Jalan Ganesa

Lebih terperinci

BAB 2 LANDASAN TEORI. yang tak kosong yang anggotanya disebut vertex, dan E adalah himpunan yang

BAB 2 LANDASAN TEORI. yang tak kosong yang anggotanya disebut vertex, dan E adalah himpunan yang BAB 2 LANDASAN TEORI 2.1 Konsep Dasar Graf Definisi 2.1.1 Sebuah graf G adalah pasangan (V,E) dengan V adalah himpunan yang tak kosong yang anggotanya disebut vertex, dan E adalah himpunan yang anggotanya

Lebih terperinci

Program Dinamis Sebagai Algoritma Dalam Link State Routing Protocol

Program Dinamis Sebagai Algoritma Dalam Link State Routing Protocol Program Dinamis Sebagai Algoritma Dalam Link State Routing Protocol Biyan Satyanegara / 13508057 Program Studi Teknik Informatika Sekolah Teknik Elektro dan Informatika Institut Teknologi Bandung, Jl.

Lebih terperinci

Discrete Mathematics & Its Applications Chapter 10 : Graphs. Fahrul Usman Institut Teknologi Bandung Pengajaran Matematika

Discrete Mathematics & Its Applications Chapter 10 : Graphs. Fahrul Usman Institut Teknologi Bandung Pengajaran Matematika Discrete Mathematics & Its Applications Chapter 10 : Graphs Fahrul Usman Institut Teknologi Bandung Pengajaran Matematika 16/12/2015 2 Sub Topik A. Graf dan Model Graf B. Terminologi Dasar Graf dan Jenis

Lebih terperinci

Penyelesaian Persoalan Penukaran Uang dengan Program Dinamis

Penyelesaian 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

Paradigma Pemrograman Dinamis dalam Menentukan Rute Distribusi Bahan Bakar Minyak Berdasarkan Kebutuhan Penduduk di Suatu Daerah

Paradigma Pemrograman Dinamis dalam Menentukan Rute Distribusi Bahan Bakar Minyak Berdasarkan Kebutuhan Penduduk di Suatu Daerah Paradigma Pemrograman Dinamis dalam Menentukan Rute Distribusi Bahan Bakar Minyak Berdasarkan Kebutuhan Penduduk di Suatu Daerah Aditya Agung Putra (13510010) 1 Program Studi Teknik Informatika Sekolah

Lebih terperinci

Perbandingan Algoritma Dijkstra dan Algoritma Bellman Ford pada Routing Jaringan Komputer

Perbandingan Algoritma Dijkstra dan Algoritma Bellman Ford pada Routing Jaringan Komputer Perbandingan Algoritma Dijkstra dan Algoritma Bellman Ford pada Routing Jaringan Komputer Ginanjar Fahrul Muttaqin Teknik Informatika Institut Teknologi Bandung, Ganeca 10, e-mail: gin2_fm@yahoo.co.id

Lebih terperinci

Aplikasi Graf pada Fitur Friend Suggestion di Media Sosial

Aplikasi Graf pada Fitur Friend Suggestion di Media Sosial Aplikasi Graf pada Fitur Friend Suggestion di Media Sosial Octavianus Marcel Harjono - 13513056 Program Studi Teknik Informatika Sekolah Teknik Elektro dan Informatika Institut Teknologi Bandung, Jl. Ganesha

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

BAB 2 LANDASAN TEORI

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

Lebih terperinci

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

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

Lebih terperinci

I. PENDAHULUAN. Gambar 1: Graf sederhana (darkrabbitblog.blogspot.com )

I. PENDAHULUAN. Gambar 1: Graf sederhana (darkrabbitblog.blogspot.com ) Penerapan Teori Graf Dalam Permodelan Arena Kontes Robot Pemadam Api Indonesia 2014 Wisnu/13513029 Program Studi Teknik Informatika Sekolah Teknik Elektro dan Informatika Institut Teknologi Bandung, Jl.

Lebih terperinci

BAB 2 LANDASAN TEORITIS

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

Lebih terperinci

Penerapan Pohon Keputusan pada Penerimaan Karyawan

Penerapan Pohon Keputusan pada Penerimaan Karyawan Penerapan Pohon Keputusan pada Penerimaan Karyawan Mathias Novianto - 13516021 Program Studi Teknik Informatika Sekolah Teknik Elektro dan Informatika Institut Teknologi Bandung, Jl. Ganesha 10 Bandung

Lebih terperinci