BAB 2 LANDASAN TEORI
|
|
- Ratna Sasmita
- 7 tahun lalu
- Tontonan:
Transkripsi
1 BAB LANDASAN TEORI. Shortest Path Shortest path adalah pencarian rute atau path terpendek antara node yang ada pada graph, biaya (cost) yang dihasilkan adalah minimum. Sedangkan menurut (Dublin. 009) menemukan jalan terpendek dari total panjang jalan antara dua node grafik diarahkan dengan panjang berkaitan dengan tepi masing-masing. Dalam pencarian lintasanterpendek masalah yang dihadapi adalah mancari lintasan mana yang akan dilaluisehingga didapat lintasan yang paling pendek dari satu verteks ke verteks yanglain. Ada beberapa macam persoalan lintasan terpendek, antara lain :. Lintasan terpendek antara dua buah verteks.. Lintasan terpendek antara semua pasangan verteks. 3. Lintasan terpendek dari verteks tertentu ke semua verteks yang lain 4. Lintasan terpendek antara dua buah verteks yang melalui beberapa verteks tertentu(boy,a.f. 03). Dalam pencarian lintasan terpendek ada beberapa algoritma yang dapat dipergunakan namun, disini yang digunakan adalah algoritma Exhaustive Search dalam menentukan lintasan terpendek dalam satuan kilometer (km)
2 7. Graph Suatu graph sederhana G adalah suatu pasangan terurut (V, E), dimana V adalah suatu himpunan berhingga yang tak kosong yang elemen-elemennya disebut verteks dan E adalah suatu himpunan garis yang menghubungkan dua elemen subset dari E yang disebut edges (Iryanto. 003). Contoh graph dapat dilihat seperti gambar.. v e 4 v e e 5 e3 v 4 e v 3 Gambar. Graph dengan 4 verteks dan 5 edges Pada contoh diatas graph G = (V, E) dimana:. V adalah himpunan titik, simpul, verteks atau nodes dari G, yaitu V = {v, v, v 3, v 4 }. E adalah himpunan rusuk, edges, atau sisi dari G, yaitu E = {e, e, e 3, e 4, e 5 }.. Macam macam Graph Menurut Arah dan Bobotnya Menurut(Iryanto. 003) macam-macam graph menurut arah dan bobotnya, graph dibagi menjadi empat bagian, yaitu :. Graph berarah (digraph) dan berbobot: setiap edges mempunyai arah (yang ditunjukkan dengan anak panah) dan bobot. Gambar. adalah contoh graph berarah dan berbobot, yang terdiri dari tujuh verteks yaitu verteks A, B, C, D, E, F, G dan edges. Verteks A mempunyai dua edges yang masing-masing menuju ke verteks B dan verteks C, verteks B mempunyai tiga edges yang masing-masing menuju ke verteks C, verteks D dan verteks E dan seterusnya. Tiap-tiap edges mempunyai arah dan bobot yang telah diketahui.
3 8 Gambar. Graph berarah dan berbobot. Graph tidak berarah dan berbobot: setiap edges tidak mempunyai arah tetapi mempunyai bobot. Gambar.3 adalah contoh graph tidak berarah dan berbobot. Edges yang menghubungkan antar verteks mempunyai bobot yang telah diketahui namun tidak mempunyai arah. Gambar.3 Graph tidak berarah dan berbobot 3. Graph berarah (digraph) dan tidak berbobot: setiap edges mempunyai arah tetapi tidak mempunyai bobot. Gambar.4 adalah contoh graph berarah dan tidak berbobot. Gambar.4 Graph berarah dan tidak berbobot A B E C F G D A B E C F G D A B E C F G D
4 9 4. Graph tidak berarah dan tidak berbobot: setiap edges tidak mempunyai arah dan tidak mempunyai bobot. Gambar.5 adalah contoh graph tidak berarah dan tidak berbobot. B E A D G C F Gambar.5 Graph tidak berarah dan tidak berbobot.3 Lintasan Lintasan yang panjangnya n dari simpul awal v0 ke simpul tujuan vn di dalam graf G ialah barisan berselang-seling simpul-simpul dan sisi-sisi yang berbentuk v0, e, v, e, v,, vn-, en, vn sedemikian sehingga e = (v0, v), e = (v, v),, en = (vn-, vn) adalah sisi sisi dari graf G (Rinaldi Munir, 003). Jika graf yang ditinjau merupakan graf sederhana, maka lintasan cukup dituliskan sebagai barisan simpul: v0, v, v,, vn-, vn, karena antara dua buah simpul yang berurutan dalam lintasan tersebut hanya terdapat satu sisi. Jika graf yang ditinjau memiliki sisi ganda, maka, lintasan ditulis sebagai barisan berselang-seling antara simpul dan sisi: v0, e, v, e, v, e3,, vn-, en, vn. Simpul dan sisi yang dilalui di dalam lintasan boleh berulang. Sebuah lintasan yang semua simpulnya berbeda (setiap sisinya dilalui hanya sekali) dikatakan lintasan sederhana..4 Metode Defenisi metode adalah urutan langkah-langkah logis penyelesaian masalah yang disusun secara sistematis dan logis.kata Logis merupakan kata kunci dalam Metode. Langkah-langkah dalam metode harus logis dan harus dapat ditentukan bernilai salah atau benar.metode adalah teknik penyusunan langkah-langkah penyelesaian masalah
5 0 dalam bentuk kalimat dengan jumlah kata terbatas tetapi tersusun secara logis dan sistematis (Suarga. 0). Sedangkan menurut whitten. et al (004) metode yaitu spesifik, tahap-tahap strategis untuk menyelesaikan satu tahap atau lebih dari perkembangan sistem yang berulang. Karena itu suatu metode harus dinyatakan dalam bentuk yang dapat dimengerti oleh pemroses.jadi suatu pemroses harus :. Mengerti setiap langkah dalam Metode. Mengerjakan operasi yang bersesuaian dengan langkah tersebut. 3. Mekanisme pelaksanan metode oleh pemroses Komputer hanyalah salah satu pemroses. Agar dapat dilaksanakan oleh komputer, metode harus ditulis dalam notasi bahasa pemrograman sehingga dinamakan program.jadi program adalah perwujudan atau implementasi teknis. Metode yang ditulis dalam bahasa pemrogaman tertentu sehingga dapat dilaksanakan oleh komputer.ciri penting metode yaitu :. Metode harus berhenti setelah mengerjakan sejumlah langkah terbatas.. Setiap langkah harus didefinisikan dengan tepat dan tidak berarti-dua (Ambiguitas). 3. Metode memiliki nol atau lebih masukkan. 4. Metode memiliki nol atau lebih keluaran. 5. metode harus efektif (setiap langkah harus sederhana sehingga dapat dikerjakan dalam waktu yang masuk akal)..5 Metode Exhaustive Search Exhaustive search merupakan teknik pencarian solusi secara brute force pada masalah yang melibatkan pencarian elemen dengan sifat khusus, biasanya di antara objekobjek kombinatorik seperti permutasi, kombinasi, atau himpunan bagian dari sebuah himpunan (Sani. 006).
6 Dari defenisi lain yang penulis kutip adalah metode exhaustive search adalah metode yang terbaik dalam hal mencari solusi terbaik dengan sifat tertentu. Waktu penyelesaiannya yang lama sebenarnya dapat dipersingkat dengan menggunakan teknik heuristik, contohnya dengan mengeliminasi kemungkinan solusi yang tidak mungkin menjadi solusi terbaik, ataupun dengan memadukanmetode tersebut dengan metode lain.strategi pemecahan masalah adalah sebagai berikut : a) Menyebutkan (Enumerasi) dari daftar (list) disetiap kemungkinan solusi secara sistematis. b) Mengevaluasi disetiap kemungkinan solusi satupersatu. Kemungkinan beberapa solusi yangtidak layak bisa saja muncul, dan simpan solusiterbaik yang ditemukan sampai proses terakhir(the best solusi found so far). c) Bila pencarian berakhir, tampilkan solusi terbaik(the winner). d) Membutuhkan waktu dan sumber daya yangbesar dalam mencari suatu solusi. Persoalan rute terpendek tidak lain adalah menemukan sirkuit Hamilton dengan bobot minimum. Metode exhaustive search untuk persoalan rute terpendek ini adalah: a. Enumerasikan (list) semua sirkuithamilton dari graf lengkap dengan n buahsimpul. b. Hitung (evaluasi) bobot setiap sirkuit Hamilton yang ditemukan pada langkah. c. Pilih sirkuit Hamilton yang mempunyai bobot terkecil.misalkan simpul a adalah kota tempat dimulainya perjalanan (starting city). Menurut (Maulina. 008) adapun penulis sediakan contoh persoalan Travel Sales person Problem dalam Metode exhaustive search dengan n=4 dapat ditunjukkan pada gambar.6 sirkuit Hamilton. : Gambar.6 Penggambaran Graph Hamilton
7 Keterangan Gambar.6: (a) Graf yang memiliki Lintasan Hamilton : (c, b, a, d) (b) Graf yang memiliki Sirkuit Hamilton :(a, b, c, d, a) (c) Graf yang tidak memiliki lintasan maupunsirkuit Hamilton. Misalkan simpul a adalah kota tempat dimulainya perjalanan (starting city). Enumerasikan semua sirkuit Hamilton seperti tabel.: Tabel. Enumerasikan semua sirkuit Hamilton Rute perjalanan (tour) a b c d a a b d c a a c b d a a c d b a a d b c a a d c b a Bobot = = = = = = 45 Ruteperjalananan terpendek adalah: a c b d a a d b c a, dengan bobot= 3. Untuk 4 kota, terdapat 6 buah kemungkinan rute perjalanan (atau sirkuithamilton). Rute perjalananan terpendek adalah a-c-b-d-a atau a-d-b-c-a denganbobot = 3.Karena perjalanan berawal dan berakhir pada simpul yang sama, makauntuk n buah simpul semua rute perjalanan yang mungkin dibangkitkan denganpermutasi dari n buah simpul. Permutasi dari n buah simpul adalah (n ). Pada contoh di atas, untuk n = 6 akan terdapat (4 )! = 3! = 6 buah ruteperjalanan. Meskipun metode exhaustive secara teoritis menghasilkan solusi, namunwaktu atau sumberdaya yang dibutuhkan dalam pencarian solusinya sangat besar.di dalam beberapa literatur strategi algoritmik, contoh masalah yang seringdiasosiasikan dengan exhaustive search atau brute force adalah masalah pencarian lintasan terpendek. Meskipun metode exhaustive search tidak mangkus, namun nilai plusnyaterletak pada keberhasilannya yang selalu menemukan solusi (jika diberikanwaktu yang cukup).metode exhaustive memberikan hasil pencarian rute yang lebih optimum dan waktu yang singkat (Adipranata, et al. 006).
8 3.6 Kecerdasan Exhaustive Search.6. Backtracking Backtracking merupakan perbaikan dari algoritma brute-force (exhaustive search). Pada exhaustive search, semua kemungkinan solusi dieksplorasi satu per satu. Backtracking, hanya pilihan yang mengarah ke solusi yang dieksplorasi, pilihan yang tidak mengarah ke solusi tidak dipertimbangkan lagi, Memangkas (pruning) simpulsimpul yang tidak mengarah ke solusi. Backtracking didasarkan pada pengamatan bahwa hal tersebut sering dapat menolak solusi dengan melihat hanya sebagian kecil dari itu. Misalnya, jika contoh SAT berisi klausa (x x), kemudian semua tugas dengan x=x=0 (yaitu,false) dapat langsung dihilangkan.untuk menempatkan dengan berbeda, dengan cepat memeriksa dan membuat tugas parsial ini, Berikut adalah bagaimana hal itu dilakukan. Mempertimbangkan φ formula Boolean(w,x,y,z) specified dengan set persyaratan (w x y z), (w x), (x y), (y z), (z w), (w z). ( Dasgupta, et al. 006). Lebih secara abstraknya, algoritma backtracking yang memerlukan tes yang terlihat di subproblem dan cepat menyatakan salah satu dari tiga hasil: a. kegagalan: subproblem telah tidak b. ada solusi. c. sukses: solusi untuk subproblem ditemukan. ketidakpastian..6. Branch-and-bound Branch-and-bound memiliki defenisi yang sama dengan backtracking, namunbranchand-bound ruang solusi dibangun dengan skema Breadth-First Search (BFS). Prinsip yang sama dapat generalized dari pencarian masalah seperti SAT untuk optimasi masalah. Untuk kepastian, katakanlah memiliki masalah minimalisasi; maksimalisasi akan mengikuti pola yang sama. Pada kenyataannya, akan menjadi fixed seluruh algoritma. Sub problem sesuai adalah untuk studi penyelesaian terbaik dari tour, yaitu pelengkap jalan termurah dengan menengah node V S. Pemberitahuan bahwa masalah awal adalah bentuk [,{},] untuk setiap V Oleh karena itu, biaya adalah sedikitnya jumlah dari berikut: a. tepiringandariuntukv S. b. ringan tepi dari b ke V S. c. minimal mencakup pohon V S.( Dasgupta, et al. 006).
9 4.7 Mempercepat Metode Exhaustive Search Di dalam metode-metode yang termasuk heuristic search, fungsi heuristik memainkan peranan yang sangat menentukan. Suatu fungsi dapat diterima sebagai fungsi heuristik jika biaya perkiraan yang dihasilkan tidak melebihi dari biaya sebenarnya ( Suyanto. 007).Adapun teknik mempercepat metode exhaustive searchadalah sebagai berikut penjelasannya :. Agoritma exhaustive search dapat diperbaiki kinerjanya sehingga tidak perlu melakukan pencarian terhadap semua kemungkinan solusi.. Salah satu teknik yang digunakan untuk mempercepat pencarian solusi adalah teknik heuristik (heuristic). 3. Teknik heuristik digunakan untuk mengeliminasi beberapa kemungkinan solusi tanpa harus mengeksplorasinya secara penuh. Selain itu, teknikheuristik juga membantu memutuskan kemungkinan solusi mana yang pertama kali perlu dievaluasi. 4. Heuristik adalah seni dan ilmu menemukan (art and science of discovery). Kata heuristik diturunkan dari Bahasa Yunani yaitu eureka yang berarti menemukan (to find atau to discover). 5. Heuristik berbeda dari metode karena heuristik berlaku sebagai panduan (guideline), sedangkan metode adalah urutan langkah-langkah penyelesaian. 6. Heuristik mungkin tidak selalu memberikan hasil yang diinginkan, tetapi secara ekstrim ia bernilai pada pemecahan masalah. 7. Heuristik yang bagus dapat secara dramatis mengurangi waktu yang dibutuhkan untuk memecahkan masalah dengan cara mengeliminir kebutuhan untuk mempertimbangkan kemungkinan solusi yang tidak perlu. 8. Dalam bidang ilmu komputer, heuristik adalah teknik yang dirancang untuk memecahkan masalah dengan mengabaikan apakah solusi yang dihasilkan dapat dibuktikan (secara matematis) benar, tapi biasanya menghasilkan solusi yang bagus. 9. Heuristik tidak menjamin selalu dapat memecahkan masalah, tetapi seringkali memecahkan masalah dengan cukup baik untuk kebanyakan masalah, dan seringkali pula lebih cepat daripada pencarian solusi secara lengkap.
10 5 Mulai Input node awal dan tujuan Mencari node dengan nilai terkecil Coba semua kemungkinan yang menghasilkan jarak total terkecil Pilih node terdekat dengan node asal Jarak antar pusat perbelanjaan Pilih node terdekat dari rute terakhir Jika menghasilkan jarak total terkecil? Tidak Lintasan tidak ditemukan Tampilkan Lintasan Ya Selesai Gambar.7 Flowchart Metode Exhaustive Search Langkah berikut setelah pencarian kombinasi adalah perhitungan bobot atau jarak total dari titik-titik yang telah terbentuk dalam suatu rute.meskipun metode exhaustive search secara teoritis menghasilkan solusi, namun waktu atau sumber daya yang dibutuhkan dalam pencarian solusinya sangat besar (Boy,A.F, et al. 03).
11 6.8 Tinjauan Penelitian Terdahulu Penelitian shortest path problem sudah banyak dilakukan dan dikembangkan sebagaimana dalam studi kasusnya masing-masing adalah sebagai berikut: Dari hasil penelitian Yulian Sani(006)menyatakan bahwa pemecahan permasalahan pada TSP ini dilakukan untuk menemukan solusi pada TSP, Salah satunya adalah menggunakan metode Brute Force dengan teknik Exhaustive Search, serta mengkoputerisasikannya untuk menghasilkan perangkat lunak yang dapat mempermudah menemukan solusi yang paling optimal. Dari hasil penelitian Rudy Adipranata, Felicia Soedjianto, & Wahyudi Tjondro (006) menyatakan bahwa metode yang dibandingkan dalam pencarian rute adalah metode exhaustive, genetic algorithm dan neural network hopfield dimana ketiga metode ini memiliki kelebihan dan kekurangan yang berbeda-beda. ketiga metode tersebut dapat disimpulkan bahwa untuk kasus dengan skala kecil (n < 0), metode exhaustive memberikan hasil pencarian rute yang lebih optimum dan waktu yang singkat. Di samping itu, genetic algorithm harus memiliki input yang tepat untuk memberikan hasil optimum, sedangkan neural network hopfield memiliki hasil rute yang kurang memuaskan untuk kasus dengan skala besar. Dari hasil penelitian Ahmad Fitri Boy, S.Kom.,M.Kom. Nurcahyo Budi Nugroho, S.Kom. M.Kom (03) menyatakan bahasa pemograman PHP untuk tampilan Node,jalur dan jarak diinput secara manual dan aplikasi ini berhasil menemukan ruteterdekat menuju bandara Polonia dengan menggunakan Metode Exhaustive Search. Hasil program ini menunjukkan bahwa sistem ini dapat digunakan olehmasyarakat yang ingin menuju Bandara Polonia Medan yang membutuhkan petunjuk terhadap rute terdekat menuju bandara tersebut. Dari hasil penelitian Nico Saputro dan Joice Aritonang (005) menyatakan bahwa metode genetik akan dibandingkan dengan metode exhaustive search untuk mengetahui pemampatan matriks jarang dengan metode genetik sudah maksimal atau belum.
Algoritma Brute Force (lanjutan)
Algoritma Brute Force (lanjutan) Contoh-contoh lain 1. Pencocokan String (String Matching) Persoalan: Diberikan a. teks (text), yaitu (long) string yang panjangnya n karakter b. pattern, yaitu string dengan
Lebih terperinciAlgoritma Brute Force(lanjutan) Lecture 6 CS3024
Algoritma Brute Force(lanjutan) Lecture 6 CS3024 String Matching Persoalan: Diberikan a. teks (text), yaitu (long) stringyang panjangnya n karakter b. pattern, yaitu string dengan panjang m karakter (m
Lebih terperinciAlgoritma Brute Force (Bagian 2) Oleh: Rinaldi Munir Bahan Kuliah IF2251 Strategi Algoritmik
Algoritma Brute Force (Bagian 2) Oleh: Rinaldi Munir Bahan Kuliah IF2251 Strategi Algoritmik 1 Contoh-contoh lain 1. Pencocokan String (String Matching) Persoalan: Diberikan a. teks (text), yaitu (long)
Lebih terperinciDesign and Analysis Algorithm. Ahmad Afif Supianto, S.Si., M.Kom. Pertemuan 05
Design and Analysis Algorithm Ahmad Afif Supianto, S.Si., M.Kom Pertemuan 05 Contents 31 2 3 Brute Force Algorithm 2 Exhaustive Search Teknik Heuristik 2 Algoritma Brute Force 2 3 Pencocokan String (String
Lebih terperinciAlgoritma Brute Force (lanjutan)
Algoritma Brute Force (lanjutan) Contoh lain Mencari Pasangan Titik yang Jaraknya Terdekat Persoalan: Diberikan n buah titik (2-D atau 3- D), tentukan dua buah titik yang terdekat satu sama lain. y p 5
Lebih terperinciMETODE BRANCH AND BOUND UNTUK MENEMUKAN SHORTEST PATH
METODE BRANCH AND BOUND UNTUK MENEMUKAN SHORTEST PATH Mira Muliati NIM : 35050 Program Studi Teknik Informatika Sekolah Teknik Elektro Informatika Institut Teknologi Bandung Jl. Ganesha 0, Bandung E-mail
Lebih terperinciBAB III ALGORITMA BRANCH AND BOUND. Algoritma Branch and Bound merupakan metode pencarian di dalam ruang
BAB III ALGORITMA BRANCH AND BOUND Algoritma Branch and Bound merupakan metode pencarian di dalam ruang solusi secara sistematis. Ruang solusi diorganisasikan ke dalam pohon ruang status. Pohon ruang status
Lebih terperinciBAB 2 LANDASAN TEORI
BAB 2 LANDASAN TEORI 2.1. Pengertian Algoritma Algoritma merupakan urutan langkah langkah untuk menyelesaikan masalah yang disusun secara sistematis, algoritma dibuat dengan tanpa memperhatikan bentuk
Lebih terperinciAplikasi Algoritma Branch and Bound dalam Pencarian Solusi Optimum Job Assignment Problem
Aplikasi Algoritma Branch and Bound dalam Pencarian Solusi Optimum Job Assignment Problem Calvin Aditya Jonathan 13513077 Program Studi Teknik Informatika Sekolah Teknik Elektro dan Informatika Institut
Lebih terperinciPencarian 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 terperinciPENERAPAN ALGORITMA BRANCH AND BOUND DALAM MENENTUKAN RUTE TERPENDEK UNTUK PERJALANAN ANTARKOTA DI JAWA BARAT
PENERAPAN ALGORITMA BRANCH AND BOUND DALAM MENENTUKAN RUTE TERPENDEK UNTUK PERJALANAN ANTARKOTA DI JAWA BARAT M. Pasca Nugraha Sekolah Teknik Elektro dan Informatika Program Studi Teknik Informatika Institut
Lebih terperinciPenghematan BBM pada Bisnis Antar-Jemput dengan Algoritma Branch and Bound
Penghematan BBM pada Bisnis Antar-Jemput dengan Algoritma Branch and Bound Chrestella Stephanie - 13512005 Program Studi Teknik Informatika Sekolah Teknik Elektro dan Informatika Institut Teknologi Bandung,
Lebih terperinciPemecahan Masalah Knapsack dengan Menggunakan Algoritma Branch and Bound
Pemecahan Masalah Knapsack dengan Menggunakan Algoritma Branch and Bound Anggi Shena Permata / 13505117 Program Studi Teknik Informatika, Sekolah Teknik Elektro dan Informatika Insitut Teknologi Bandung
Lebih terperinciAnalisis Beberapa Algoritma dalam Menyelesaikan Pencarian Jalan Terpendek
Analisis Beberapa Algoritma dalam Menyelesaikan Pencarian Jalan Terpendek Hugo Toni Seputro Program Studi Teknik Informatika, Sekolah Teknik Elektro dan Informatika Jl. Ganesha 10 Bandung Jawa Barat Indonesia
Lebih terperinciAlgoritma Branch & Bound untuk Optimasi Pengiriman Surat antar Himpunan di ITB
Algoritma Branch & Bound untuk Optimasi Pengiriman Surat antar Himpunan di ITB Mohamad Ray Rizaldy - 13505073 Program Studi Teknik Informatika Sekolah Teknik Elektro dan Informatika Institut Teknologi
Lebih terperinciJournal of Informatics and Technology, Vol 1, No 1, Tahun 2012, p
PENENTUAN JALUR TERPENDEK PADA PELAYANAN AGEN TRAVEL KHUSUS PENGANTARAN WILAYAH SEMARANG BERBASIS SIG DENGAN ALGORITMA BRANCH AND BOUND Windi Rayina Rosa, Drs. Suhartono, M.Kom, Helmie Arif Wibawa, S.Si,
Lebih terperinciBAB 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 terperinciAlgoritma Branch and Bound dalam Kegunaannya Memecahkan Assignment Problem
Algoritma Branch and Bound dalam Kegunaannya Memecahkan Assignment Problem Made Mahendra Adyatman 13505015 Program Studi Teknik Informatika, Sekolah Teknik Elektro dan Informatika Insitut Teknologi Bandung
Lebih terperinciDesign and Analysis Algorithm
Design and Analysis Algorithm Pertemuan 05 Drs. Achmad Ridok M.Kom Imam Cholissodin, S.Si., M.Kom M. Ali Fauzi, S.Kom., M.Kom. Ratih Kartika Dewi, ST, M.Kom 1 Contents 31 1.1 Algoritma Brute Force Exhaustive
Lebih terperinciBAB 1 PENDAHULUAN. 1.1 Latar Belakang
BAB 1 PENDAHULUAN 1.1 Latar Belakang Dalam kehidupan sehari hari, selalu dilakukan perjalanan dari satu titik atau lokasi ke lokasi yang lain dengan mempertimbangkan efisiensi waktu dan biaya sehingga
Lebih terperinciPenerapan Algoritma Branch and Bound untuk Optimasi Rute Penempelan Poster di Papan Mading ITB
Penerapan Algoritma Branch and Bound untuk Optimasi Rute Penempelan Poster di Papan Mading ITB Zain Fathoni 00 Program Studi Teknik Informatika Sekolah Teknik Elektro dan Informatika Institut Teknologi
Lebih terperinciPENGGUNAAN ALGORITMA BRANCH AND BOUND UNTUK MENYELESAIKAN PERSOALAN PENCARIAN JALAN (PATH-FINDING)
PENGGUNAAN ALGORITMA BRANCH AND BOUND UNTUK MENYELESAIKAN PERSOALAN PENCARIAN JALAN (PATH-FINDING) R. Aditya Satrya Wibawa (NIM. 30064) Program Studi Teknik Informatika Sekolah Teknik Elektro dan Informatika
Lebih terperinciPENYELESAIAN TRAVELLING SALESMAN PROBLEM DENGAN ALGORITMA BRANCH AND BOUND
PENYEESAIAN TRAVEING SAESMAN PROBEM DENGAN AGORITMA BRANCH AND BOND Yogo Dwi Prasetyo Pendidikan Matematika, niversitas Asahan e-mail: abdullah.prasetyo@gmail.com Abstract The shortest route search by
Lebih terperinciAlgoritma Branch & Bound
Algoritma Branch & Bound Bahan Kuliah IF2211 Strategi Algoritma Program Studi Informatika STEI ITB 2018 Overview Pembentukan pohon ruang status (state space tree) dinamis untuk mencari solusi persoalan
Lebih terperinciPenerapan Pohon dengan Algoritma Branch and Bound dalam Menyelesaikan N-Queen Problem
Penerapan Pohon dengan Algoritma Branch and Bound dalam Menyelesaikan N-Queen Problem Arie Tando (13510018) Program Studi Teknik Informatika Sekolah Teknik Elektro dan Informatika Institut Teknologi Bandung,
Lebih terperinciBAB I Pendahuluan 1.1. Latar Belakang
BAB I Pendahuluan 1.1. Latar Belakang Masalah lintasan terpendek pada pencarian sebuah lintasan dengan jarak yang paling minimum. Untuk mencari lintasan terpendek dari sebuah node sumber ke node lain adalah
Lebih terperinciPenerapan Algoritma Branch and Bound untuk Penentuan Jalur Wisata
Penerapan Algoritma Branch and Bound untuk Penentuan Jalur Wisata Janice Laksana / 350035 Program Studi Teknik Informatika Sekolah Teknik Elektro dan Informatika Institut Teknologi Bandung, Jl. Ganesha
Lebih terperinciBranch & Bound. Bahan Kuliah IF2211 Strategi Algoritma Rinaldi Munir & Masayu Leylia Khodra
Branch & Bound Bahan Kuliah IF2211 Strategi Algoritma Rinaldi Munir & Masayu Leylia Khodra Overview Pembentukan pohon ruang status (state space tree) dinamis dengan BFS, DFS, DLS, dan IDS untuk mencari
Lebih terperinciALGORITMA 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 terperinciBAB 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 terperinciBAB 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 terperinciPenerapan 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 terperinciDesign and Analysis of Algorithm
Design and Analysis of Algorithm Week 7: Brute Force Algorithm Part 2: Exhaustive Search Dr. Putu Harry Gunawan 1 1 Department of Computational Science School of Computing Telkom University Dr. Putu Harry
Lebih terperincidengan Algoritma Branch and Bound
Menentukan Susunan Tim Bulutangkis Thomas Cup Terbaik dengan Algoritma Branch and Bound Jaisyalmatin Pribadi/ 13510084 Program Studi Teknik Informatika Sekolah Teknik Elektro dan Informatika Institut Teknologi
Lebih terperinciBranch and Bound untuk Rute Terpendek Tur Pengenalan Labtek V Gedung Benny Subianto Chita Najmi Nabila /
Branch and Bound untuk Rute Terpendek Tur Pengenalan Labtek V Gedung Benny Subianto Chita Najmi Nabila - 13509015 Program Studi Teknik Informatika Sekolah Teknik Elektro dan Informatika Institut Teknologi
Lebih terperinciBAB 1 PENDAHULUAN 1.1 LATAR BELAKANG
1 BAB 1 PENDAHULUAN 1.1 LATAR BELAKANG Graf merupakan salah satu cabang ilmu matematika yang dapat digunakan dalam membantu persoalan diberbagai bidang seperti masalah komunikasi, transportasi, distribusi,
Lebih terperinciPenerapan Algoritma Branch and Bound pada Penentuan Staffing Organisasi dan Kepanitiaan
Penerapan Algoritma Branch and Bound pada Penentuan Staffing Organisasi dan Kepanitiaan Mikhael Artur Darmakesuma - 13515099 Program Studi Teknik Informaitka Sekolah Teknik Elektro dan Informatika Institut
Lebih terperinciBAB I PENDAHULUAN. Masalah lintasan terpendek berkaitan dengan pencarian lintasan pada graf
BAB I PENDAHULUAN 1.1 Latar Belakang Masalah Masalah lintasan terpendek berkaitan dengan pencarian lintasan pada graf berbobot yang menghubungkan dua buah simpul sedemikian hingga jumlah bobot sisi-sisi
Lebih terperinciPenggunaan Metode Branch And Bound With Search Tree
Penggunaan Metode Branch And Bound With Search Tree Untuk Menyelesaikan Persoalan Pedagang Keliling Pada Graf Lengkap Sebagai Pengganti Metode Exhaustive Enumeration Alfan Farizki Wicaksono - NIM : 13506067
Lebih terperinciPenggunaan Algoritma Greedy dalam Membangun Pohon Merentang Minimum
Penggunaan Algoritma Greedy dalam Membangun Pohon Merentang Minimum Gerard Edwin Theodorus - 13507079 Jurusan Teknik Informatika ITB, Bandung, email: if17079@students.if.itb.ac.id Abstract Makalah ini
Lebih terperinciPemodelan AI dalam Permainan Snake dengan Algoritma Branch and Bound
Pemodelan AI dalam Permainan Snake Algoritma Branch and Bound Indra Soaloon Situmorang Nim : 13505085 Sekolah Teknik Elektro dan Informatika Jalan Ganesha 10 Bandung e-mail : if15085@students.if.itb.ac.id
Lebih terperinciImplementasi Algoritma Greedy dalam Pembagian kerja pada Mesin yang Identik
Implementasi Algoritma Greedy dalam Pembagian kerja pada Mesin yang Identik William Sentosa / 13513026 Program Teknik Informatika Sekolah Teknik Elektro dan Informatika Institut Teknologi Bandung, Jl.
Lebih terperinciPERBANDINGAN ALGORITMA EXHAUSTIVE, ALGORITMA GENETIKA DAN ALGORITMA JARINGAN SYARAF TIRUAN HOPFIELD UNTUK PENCARIAN RUTE TERPENDEK
PERBANDINGAN ALGORITMA EXHAUSTIVE, ALGORITMA GENETIKA DAN ALGORITMA JARINGAN SYARAF TIRUAN HOPFIELD UNTUK PENCARIAN RUTE TERPENDEK Rudy Adipranata 1) Felicia Soedjianto 2) Wahyudi Tjondro Teknik Informatika,
Lebih terperinciPerbandingan Algoritma Exhaustive, Algoritma Genetika Dan Algoritma Jaringan Syaraf Tiruan Hopfield Untuk Pencarian Rute Terpendek
Perbandingan Algoritma Exhaustive, Algoritma Genetika Dan Algoritma Jaringan Syaraf Tiruan Hopfield Untuk Pencarian Rute Terpendek Rudy Adipranata 1, Felicia Soedjianto 2, Wahyudi Tjondro Teknik Informatika,
Lebih terperinciPENYELESAIAN 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 terperinciBAB 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 terperinciBAB 2 LANDASAN TEORI
BAB 2 LANDASAN TEORI 2.1 Teori graf 2.1.1 Defenisi graf Graf G adalah pasangan {,} dengan adalah himpunan terhingga yang tidak kosong dari objek-objek yang disebut titik (vertex) dan adalah himpunan pasangan
Lebih terperinciSOLUSI PERMAINAN CHEMICALS DENGAN ALGORITMA RUNUT BALIK
SOLUSI PERMAINAN CHEMICALS DENGAN ALGORITMA RUNUT BALIK Irma Juniati Program Studi Teknik Informatika Sekolah Teknik Elektro dan Informatika Institut Teknologi Bandung Jalan Ganesha 10, Bandung e-mail:
Lebih terperinciPenggunaan 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 terperinciPenyelesaian Traveling Salesman Problem dengan Algoritma Heuristik
Penyelesaian Traveling Salesman Problem dengan Algoritma Heuristik Filman Ferdian - 13507091 Program Studi Teknik Informatika, Sekolah Teknik Elektro dan Informatika Institut Teknologi Bandung, Jalan Ganesha
Lebih terperinciDesign and Analysis of Algorithms CNH2G3- Week 7 Brute Force Algorithm Part 2: Exhaustive Search
Design and Analysis of Algorithms CNH2G3- Week 7 Brute Force Algorithm Part 2: Exhaustive Search Dr. Putu Harry Gunawan (PHN) Daftar Isi 1 Pendahuluan..................................... 1 2 Traveling
Lebih terperinciAplikasi 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 terperinciPENYELESAIAN TRAVELING SALESMAN PROBLEM (TSP) MENGGUNAKAN ALGORITMA RECURSIVE BEST FIRST SEARCH (RBFS)
PENYELESAIAN TRAVELING SALESMAN PROBLEM (TSP) MENGGUNAKAN ALGORITMA RECURSIVE BEST FIRST SEARCH (RBFS) Hari Santoso 146060300111019 haripinter@gmail.com Prodi Sistem Komunikasi dan Infromatika Teknik Elektro
Lebih terperinciAplikasi 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 terperinciSTUDI 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 terperinciMatematika 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 terperinciBAB 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 terperinciBAB 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 terperinciAnalisis 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 terperinciBAB 2 LANDASAN TEORI. Definisi Graf G didefinisikan sebagai pasangan himpunan (V, E), yang dalam hal ini:
10 BAB 2 LANDASAN TEORI 2.1.Konsep Dasar Graf Definisi 2.1.1 Graf G didefinisikan sebagai pasangan himpunan (V, E), yang dalam hal ini: V = himpunan tidak kosong dari simpul-simpul (vertices atau node)
Lebih terperinciMETODE PENCARIAN DAN PELACAKAN
METODE PENCARIAN DAN PELACAKAN SISTEM INTELEGENSIA Pertemuan 4 Diema Hernyka S, M.Kom Materi Bahasan Metode Pencarian & Pelacakan 1. Pencarian buta (blind search) a. Pencarian melebar pertama (Breadth
Lebih terperinciPengantar Strategi Algoritmik. Oleh: Rinaldi Munir
Pengantar Strategi Algoritmik Oleh: Rinaldi Munir 1 Masalah (Problem) Masalah atau persoalan: pertanyaan atau tugas yang kita cari jawabannya. Contoh-contoh masalah: 1. [Masalah pengurutan] Diberikan senarai
Lebih terperinciPembahasan Pencarian Lintasan Terpendek Menggunakan Algoritma Dijkstra dan A*
Pembahasan Pencarian Lintasan Terpendek Menggunakan Algoritma Dijkstra dan A* Willy Setiawan - 13508043 Program Studi Teknik Informatika Sekolah Teknik Elektro dan Informatika Institut Teknologi Bandung,
Lebih terperinciBAB II KAJIAN PUSTAKA. Pada bab kajian pustaka berikut ini akan dibahas beberapa materi yang meliputi
BAB II KAJIAN PUSTAKA Pada bab kajian pustaka berikut ini akan dibahas beberapa materi yang meliputi graf, permasalahan optimasi, model matematika dari objek wisata di Yogyakarta, dan algoritma genetika
Lebih terperinciPenggabungan Algoritma Brute Force dan Backtracking dalam Travelling Thief Problem
Penggabungan Algoritma Brute Force dan Backtracking dalam Travelling Thief Problem Jessica Handayani (13513069) Program Studi Teknik Informatika Sekolah Teknik Elektro dan Informatika Institut Teknologi
Lebih terperinciBAB 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 terperinciPemanfaatan Pohon dalam Realisasi Algoritma Backtracking untuk Memecahkan N-Queens Problem
Pemanfaatan Pohon dalam Realisasi Algoritma Backtracking untuk Memecahkan N-Queens Problem Halida Astatin (13507049) Program Studi Teknik Informatika, Sekolah Teknik Elektro dan Informatika, Institut Teknologi
Lebih terperinciPenerapan Algoritma Brute Force pada Teka-teki Magic Square 3 x 3
Penerapan Algoritma Brute Force pada Teka-teki Magic Square 3 x 3 Dzar Bela Hanifa 13515007 Teknik Informatika Institut Teknologi Bandung Bandung, Indonesia 13515007@std.stei.itb.ac.id Abstract Teka-teki
Lebih terperinciTARGET BERORIENTASI METODE CABANG DAN BATAS UNTUK OPTIMISASI GLOBAL
TARGET BERORIENTASI METODE CABANG DAN BATAS UNTUK OPTIMISASI GLOBAL Mochamad Suyudi 1, Sisilia Sylviani 2 1,2 Departmen Matematika FMIPA Universitas Padjadjaran moch.suyudi@gmail.com Abstrak: Fokus utama
Lebih terperinciUNNES Journal of Mathematics
UJM 4 (1) (2015) UNNES Journal of Mathematics http://journalunnesacid/sju/indexphp/ujm PENGGUNAAN ALGORITMA BRANCH AND BOUND PADA OPTIMASI RUTE PENDISTRIBUSIAN AIR MINUM DALAM KEMASAN Muchammad Rizki Ichwani,
Lebih terperinciBAB I PENDAHULUAN 1.1. Latar Belakang dan Permasalahan
BAB I PENDAHULUAN 1.1. Latar Belakang dan Permasalahan Kereta api merupakan salah satu angkutan darat yang banyak diminati masyarakat, hal ini dikarenakan biaya yang relatif murah dan waktu tempuh yang
Lebih terperinciPenerapan Algoritma A* (A Star) Sebagai Solusi Pencarian Rute Terpendek Pada Maze
Penerapan Algoritma A* (A Star) Sebagai Solusi Pencarian Rute Terpendek Pada Maze 1 Rakhmat Kurniawan. R., ST, M.Kom, 2 Yusuf Ramadhan Nasution, M.Kom Program Studi Ilmu Komputer, Fakultas Sains dan Teknologi
Lebih terperinciBAB I PENDAHULUAN. Kemajuan Ilmu dan Teknologi (IPTEK) di berbagai bidang terasa sangat
BAB I PENDAHULUAN 1.1. Latar Belakang Kemajuan Ilmu dan Teknologi (IPTEK) di berbagai bidang terasa sangat pesat belakangan ini. Kemajuan tersebut haruslah diimbangi oleh peningkatan kualitas Sumber Daya
Lebih terperinciSIMULASI ALGORITMA A* UNTUK MENYELESAIKAN PATHFINDING
SIMULASI ALGORITMA A* UNTUK MENYELESAIKAN PATHFINDING Saprizal Nasution 1, Mardiana 2 1 Jurusan Teknik Informatika Sekolah Tinggi Teknik Harapan Medan Jl. HM jhoni No. 70 Medan, Indonesia rizal_allstar@rocketmail.com
Lebih terperinciBAB 1 PENDAHULUAN. 1.1 Latar Belakang
BAB 1 PENDAHULUAN 1.1 Latar Belakang Traveling Salesperson Problem selanjutnya dalam tulisan ini disingkat menjadi TSP, digambarkan sebagai seorang penjual yang harus melewati sejumlah kota selama perjalanannya,
Lebih terperinciMenentukan Susunan Terbaik Tim Proyek dengan Algoritma Branch and Bound
Menentukan Susunan Terbaik Tim Proyek dengan Algoritma Branch and Bound Arief Pradana / 13511062 Program Studi Teknik Informatika Sekolah Teknik Elektro dan Informatika Institut Teknologi Bandung, Jl.
Lebih terperinciPENYELESAIAN TRAVELLING SALESMAN PROBLEM MENGGUNAKAN METODE SIMPLE HILL CLIMBING
Buletin Ilmiah Math. Stat. dan Terapannya (Bimaster) Volume 0, No. (2015), hal 17 180. PENYELESAIAN TRAVELLING SALESMAN PROBLEM MENGGUNAKAN METODE SIMPLE HILL CLIMBING Kristina Karunianti Nana, Bayu Prihandono,
Lebih terperinciBAB 2 LANDASAN TEORI
BAB 2 LANDASAN TEORI 2.1 Graph Graf digunakan untuk merepresentasikan objek-objek diskrit dan hubungan antara objekobjek tersebut. Gambar 2.1 merupakan sebuah graf yang menyatakan peta jaringan jalan raya
Lebih terperinciPengantar Strategi Algoritma
PROGRAM STUDI TEKNIK INFORMATIKA Sekolah Teknik Elrektro dan Informatika INSTITUT TEKNOLOGI BANDUNG Pengantar Strategi Algoritma Bahan Kuliah IF2211 Strategi Algoritma RINALDI MUNIR Lab Ilmu dan Rekayasa
Lebih terperinciALGORITMA MENCARI LINTASAN TERPENDEK
Abstrak ALGORITMA MENCARI LINTASAN TERPENDEK Indra Fajar 1, Gustian Siregar 2, Dede Tarwidi 3 Laboratorium Ilmu dan Rekayasa Komputasi Departemen Teknik Informatika, Institut Teknologi Bandung Jl. Ganesha
Lebih terperinciPERENCANAAN RUTE PENGIRIMAN MENGGUNAKAN METODE PARALLEL INSERTION DAN EXHAUSTIVE SEARCH PADA PT. STARMASS LOGISTICS
PERENCANAAN RUTE PENGIRIMAN MENGGUNAKAN METODE PARALLEL INSERTION DAN EXHAUSTIVE SEARCH PADA PT. STARMASS LOGISTICS Irvan Maulana, Rifa Arifati Fakultas Teknik UPN Veteran Jakarta Program Studi Teknik
Lebih terperinciALGORITMA RUTE FUZZY TERPENDEK UNTUK KONEKSI SALURAN TELEPON
Jurnal Matematika UNAND Vol. 3 No. 1 Hal. 93 97 ISSN : 2303 2910 c Jurusan Matematika FMIPA UNAND ALGORITMA RUTE FUZZY TERPENDEK UNTUK KONEKSI SALURAN TELEPON NELSA ANDRIANA, NARWEN, BUDI RUDIANTO Program
Lebih terperinciBAB I PENDAHULUAN 1.1 Latar Belakang Masalah 1.2 Perumusan Masalah
BAB I PENDAHULUAN 1.1 Latar Belakang Masalah Saat ini teknologi telah berkembang dengan cukup pesat. Perkembangan teknologi mengakibatkan pemanfaatan atau pengimplementasian teknologi tersebut dalam berbagai
Lebih terperinciBAB II KAJIAN TEORI 2.1 Kajian Penelitian Sebelumnya
5 BAB II KAJIAN TEORI 2.1 Kajian Penelitian Sebelumnya Traveling salesman problem (TSP) merupakan salah satu permasalahan yang telah sering diangkat dalam berbagai studi kasus dengan penerapan berbagai
Lebih terperinciAlgoritma Brute Force Oleh: Rinaldi Munir
Algoritma Brute Force Oleh: Rinaldi Munir Bahan Kuliah IF3051 Strategi Algoritma 1 ?? 2 Definisi Brute Force Brute force : pendekatan yang lempang (straightforward) untuk memecahkan suatu masalah Biasanya
Lebih terperinciBAB II TINJAUAN PUSTAKA. a) Purwadhi (1994) dalam Husein (2006) menyatakan: perangkat keras (hardware), perangkat lunak (software), dan data, serta
BAB II TINJAUAN PUSTAKA 2.1 Sistem Informasi Geografis (SIG) 2.1.1 Pengertian Sistem Informasi Geografis Ada beberapa pengertian dari sistem informasi geografis, diantaranya yaitu: a) Purwadhi (1994) dalam
Lebih terperinciAplikasi dan Algoritma Penyelesaian Optimal dari Persoalan Tukang Pos Cina
Aplikasi dan Algoritma Penyelesaian Optimal dari Persoalan Tukang Pos Cina Adhiguna Surya / 13509077 Program Studi Teknik Informatika Sekolah Teknik Elektro dan Informatika Institut Teknologi Bandung Jl.
Lebih terperinciPenerapan Algoritma Brute Force dan Backtracking pada Permainan Skycraper
Penerapan Algoritma Brute Force dan Backtracking pada Permainan Skycraper Zulhendra Valiant Janir (13510045) Program Studi Teknik Informatika Sekolah Teknik Elektro dan Informatika Institut Teknologi Bandung,
Lebih terperinciBAB 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 terperinciBAB 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 terperinciMENENTUKAN LINTASAN TERPENDEK SUATU GRAF BERBOBOT DENGAN PENDEKATAN PEMROGRAMAN DINAMIS. Oleh Novia Suhraeni 1, Asrul Sani 2, Mukhsar 3 ABSTRACT
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
Lebih terperinciCreate PDF with GO2PDF for free, if you wish to remove this line, click here to buy Virtual PDF Printer
Membangun Pohon Merentang Minimum Dari Algoritma Prim dengan Strategi Greedy Doni Arzinal 1 Jursan Teknik Informatika, Institut Teknologi Bandung Labtek V, Jl. Ganesha 10 Bandung 1 if15109@students.if.itb.ac.id,
Lebih terperinciAlgoritma Greedy (lanjutan)
Algoritma Greedy (lanjutan) 5. Penjadwalan Job dengan Tenggang Waktu (Job Schedulling with Deadlines) Persoalan: - Ada n buah job yang akan dikerjakan oleh sebuah mesin; - tiap job diproses oleh mesin
Lebih terperinciBAB 3 ANALISIS DAN PERANCANGAN APLIKASI
27 BAB 3 ANALISIS DAN PERANCANGAN APLIKASI 3.1 Analisis Pada subbab ini akan diuraikan tentang analisis kebutuhan untuk menyelesaikan masalah jalur terpendek yang dirancang dengan menggunakan algoritma
Lebih terperinciBAB 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 terperinciPelacakan dan Penentuan Jarak Terpendek terhadap Objek dengan BFS (Breadth First Search) dan Branch and Bound
Pelacakan dan Penentuan Jarak Terpendek terhadap Objek dengan BFS (Breadth First Search) dan Branch and Bound Mico (13515126) Teknik Informatika Sekolah Teknik Elektro dan Informatika ITB Jl. Ganesha 10,
Lebih terperinciBAB 1 PENDAHULUAN. Persoalan lintasan terpanjang (longest path) merupakan persoalan dalam mencari
BAB 1 PENDAHULUAN 1.1 Latar Belakang Persoalan lintasan terpanjang (longest path) merupakan persoalan dalam mencari lintasan sederhana terpanjang maksimum dalam suatu graph yang diberikan. Lintasan terpanjang
Lebih terperinciPenerapan Algoritma Branch And Bound Dalam Optimasi Assigment Problem
Penerapan Algoritma Branch And Bound Dalam Optimasi Assigment Problem Halim Munawar - 13505106 Program Studi Teknik Informatika, Sekolah Teknik Elektro dan Informatika(STEI) - ITB Jl. Ganesa No.10, Bandung,
Lebih terperinciPenerapan Algoritma Brute Force pada Permainan Kartu 24 (24 game)
Penerapan Algoritma Brute Force pada Permainan Kartu 24 (24 game) Evita Chandra (13514034) Program Studi Teknik Informatika Sekolah Teknik Elektro dan Informatika Institut Teknologi Bandung, Jl. Ganesha
Lebih terperinciBAB 1 PENDAHULUAN. barang, jaringan jalan raya, atau dalam masalah komputasi yaitu jaringan penjadwalan.
BAB 1 PENDAHULUAN 1.1 Latar Belakang Kehidupan manusia berkaitan erat dengan jaringan. Jaringan pendistribusian barang, jaringan jalan raya, atau dalam masalah komputasi yaitu jaringan penjadwalan. Dalam
Lebih terperinci