BAB 2 TINJAUAN PUSTAKA
|
|
- Inge Tedjo
- 7 tahun lalu
- Tontonan:
Transkripsi
1 BAB 2 TINJAUAN PUSTAKA Pada umumnya beragam model penjadwalan telah dikembangkan seperti program matematis dengan berbagai teknik diantaranya Wardoyo (2003) menggunakan logika Fuzzy, yakni suatu cara untuk memetakan suatu ruang masukkan ke dalam suatu ruang keluaran, Betrianis dan Aryawan (2003) menggunakan algoritma Tabu Search, yang mana merupakan salah satu metode pemecahan permasalahan optimasi kombinatorial yang tergabung ke dalam local search methods, Ronny et al. (2005) menggunakan algoritma Branch and Bound untuk mencari solusi optimal pada masalah optimisasi kombinatorial seperti masalah penjadwalan. Salah satu penelitian untuk penyelesaian penjadwalan dilakukan oleh Redl dan Anton (2004). Yang bersangkutan menawarkan proses pemasangan kelas dilakukan bersamaan dengan proses pencarian slot waktu itu sendiri. Teknik ini dapat menghemat waktu yang harus dilakukan. Dalam hal ini, Redl dan Anton (2004) memanfaatkan teknik pewarnaan graph yang diselesaikan dengan menggunakan algoritma sekuensial dan algoritma greedy. Algoritma sekuensial merupakan suatu algoritma runtun dimana teknik pengerjaannya harus dilakukan secara berurutan mulai dari baris pertama sampai dengan baris terakhir tanpa ada loncatan atau perulangan sedangkan algoritma greedy adalah suatu algoritma yang dalam memecahkan suatu masalah selalu mengambil pilihan yang terbaik dan dapat diperoleh pada saat itu tanpa memperhatikan lagi konsekuensi di depan ( take what you can get now ). Penelitian lain tentang penjadwalan dilakukan pula oleh Komang (2008) dengan menggunakan algoritma metaheuristik kombinasi genetika dengan tabu search. Penelitian tersebut melakukan perbandingan hasil yang diperoleh saat menggunakan algoritma genetika dengan algoritma kombinasi genetika dan tabu search. Penerapan algoritma bee colony dalam masalah penjadwalan telah di bahas oleh Rachmawati et al. (2011), Carlos et al. (2008), Karaboga et al. (2010), Faraji dan Javadi (2010). Kelima peneliti tersebut menyusun model persoalan penjadwalan dengan melibatkan lebah pramuka, yakni dengan menentukan Neighbourhood 4
2 5 Search kemudian dievaluasi sehingga menghasilkan solusi yang layak. Menurut Rachmawati et al. (2011) banyak faktor yang harus dipertimbangkan untuk memperoleh solusi yang optimal dan seringkali tidak dapat memuaskan karena tidak semua kebutuhan terpenuhi. Oleh karena itu, perlu ditetapkan suatu batasan dalam penyusunan jadwal yang mutlak harus dipenuhi (hard constraint) dan tidak harus dipenuhi (soft constraint), akan tetapi tetap menjadi acuan dalam proses pembuatan jadwal. Sebuah jadwal dikatakan layak, apabila solusi tersebut memenuhi semua ketentuan hard constraint tanpa ada pelanggaran. Sementara solusi jadwal dikatakan optimal apabila jumlah pelanggaran terhadap soft constraint minimum. 2.1 Model Penjadwalan Permasalahan penjadwalan dapat dimodelkan dan diselesaikan dengan teknik pewarnaan graph. Masalah pewarnaan graph dikenal dengan Optimisasi Kombinatorial. Rachmawati et al. (2011), menyatakan selain untuk penjadwalan, pewarnaan graph juga dapat digunakan dalam aplikasi pemasangan frekuensi pada jaringan selular, pemasangan kru karyawan dan sebagainya. Pada model konvensional pewarnaan graph untuk penjadwalan, vertex merepresentasikan mata pelajaran yang akan dijadwalkan, edge merepresentasikan pasangan jam mengajar yang bisa menimbulkan konflik (tidak bisa dijadwalkan pada waktu yang sama), dan warna pada vertex merepresentasikan periode waktu pelajaran tersebut dijadwalkan. Jika terdapat dua vertex v dan w yang terhubung oleh sebuah edge vw maka kedua vertex harus diwarnai dengan warna yang berbeda. Jumlah minimum warna yang dibutuhkan untuk mewarnai sebuah graph disebut angka kromatik dari G atau dinotasikan dengan X(G). 2.2 Graph Teori Graph Teori graph merupakan salah satu studi terhadap bidang matematika yang diperkenalkan pertama kali oleh seorang ahli matematika asal Swiss, Leonhard Euler 1736 (Deo, 1974). Ide besarnya muncul sebagai upaya penyelesaian masalah
3 6 jembatan Konigsberg. Dari permasalahan itu, akhirnya Euler mengembangkan beberapa konsep mengenai teori graph. Materi -materi yang terdapat dalam teori graph itu sendiri adalah ilmu yang mempelajari mengenai logika dari persoalan yang berhubungan dengan himpunan dan relasi binary. (Hariyanto, 2003). Graph merupakan salah satu model matematika yang kompleks dan cukup sulit, akan tetapi bisa juga menjadi solusi yang sangat bagus untuk masalah tertentu. Oleh sebab itu, representasi dari suatu graph bergantung dari sifat data dan operasi yang dilakukan terhadap data dari sebuah kasus tertentu. Dalam kehidupan sehari-hari banyak sekali persoalan yang diimplementasikan dengan graph. Bidang-bidang yang menggunakan penerapan graph antara lain switching network, coding theory, electric analysis, operation research, aljabar, computer science dan kimia. (Deo, 1974). Keunikan teori graph adalah kesederhanaan pokok bahasan yang dipelajarinya karena dapat disajikan dengan titik (simpul atau vertex) dan garis (sisi atau edge). Meskipun pokok bahasan dari topik-topik teori graph sangat sederhana tetapi isi di dalamnya belum tentu sesederhana itu. Kerumitan demi kerumitan masalah selalu ada dan bahkan sampai saat ini masih ada masalah yang belum terpecahkan. Teori graph telah banyak memberikan masukan kepada ilmu baru salah satunya adalah pewarnaan graph. Graph juga digunakan untuk merepresentasikan objek-objek diskrit dan hubungan antara objek-objek tersebut. Banyak persoalan pada dunia nyata yang sebenarnya merupakan representasi visual dari graph. Contoh salah satu representasi visual dari graph adalah peta. Banyak hal yang dapat digali dari representasi visual dari graph. (Jusuf, 2009). Menurut Munir (2003), graph adalah struktur diskrit yang terdiri dari simpul (vertex) dan sisi (edge) atau secara matematis Graph G didefenisikan sebagai pasangan himpunan (V,E) yang mana V adalah himpunan tidak kosong dari simpulsimpul (verticles atau node) : {v 1,v 2,...v n } dan E adalah himpunan sisi (edges atau arcs) yang menghubungkan sepasang simpul : {e 1,e 2,...e n } atau dapat ditulis dengan notasi G =(V,E). Defenisi ini menyatakan bahwa V tidak boleh kosong sedangkan E boleh kosong. Artinya, sebuah graph dimungkinkan tidak mempunyai sisi satu buah pun, tetapi simpul harus ada, minimal satu.
4 7 Berdasarkan orientasi arah pada sisi, secara umum graph dibedakan atas dua jenis, yaitu sebagai berikut: 1. Graph tak berarah. Graph tak berarah adalah graph yang sisinya tidak mempunyai orientasi arah. Pada graph tak berarah, urutan pasangan simpul yang dihubungkan oleh sisi tidak diperhatikan. Jadi, (vj,vk) =(vk,vj) adalah sisi yang sama. Gambar 2.1 Graph tak berarah 2. Graph berarah. Graph berarah adalah graph yang sisinya diberikan orientasi arah. Pada umumnya, sisi yang berarah disebut dengan busur (arc). Pada graph berarah, (vj,vk) dan (vk,vj) menyatakan 2 buah busur yang berbeda, atau dengan kata lain (vj,vk) (vk,vj). Untuk busur (vj,vk), simpul vj dinamakan simpul asal (initial vertex) dan simpul vk dinamakan simpul terminal (terminal vertex). Gambar 2.2 Graph berarah
5 Graph berbobot Graph berbobot adalah graph yang setiap sisinya diberikan sebuah harga (bobot). Bobot pada setiap sisi dapat menyatakan jarak antara dua buah kota, biaya perjalanan, waktu tempuh, ongkos produksi dan sebagainya. Gambar 2.3 Graph berbobot Representasi Graph Menurut Munir (2003), agar graph dapat diproses dalam program komputer, graph harus direpresentasikan ke dalam memori. Terdapat beberapa representasi untuk graph, antara lain matriks ketetanggaan, matriks bersisian dan senarai ketetanggaan Matriks ketetanggaan (Adjacency Matrix) Misalkan G =(V,E) graph sederhana dimana V = n, n > 1 Maka, matriks ketetanggaan A dari G adalah matriks n n dimana A =[a ij ], [a ij ] menjadi 1 bila simpul i dan j bertetangga [a ij ] menjadi 0 bila simpul i dan j tidak bertetangga. Jumlah elemen matriks bertetanggaan untuk graph dengan n simpul adalah n 2. Keuntungan representasi dengan matriks ketetanggaan adalah selain dapat mengakses elemen matriksnya secara langsung dari indeks, matriks ketetanggaan ini juga dapat menentukan secara langsung apakah simpul i dan simpul j bertetangga.
6 9 Pada graph berbobot, dimana a ij menyatakan bobot tiap sisi yang menghubungkan simpul i dengan simpul j. Bila tidak ada sisi dari simpul i ke simpul j atau dari simpul j ke simpul i, maka, a ij diberi nilai tak berhingga. Gambar 2.4 Graph matriks ketetanggaan Bentuk matriks ketetanggaan dari graph pada gambar 2.4 adalah : Matriks bersisian (incidency matrix) Matriks bersisian menyatakan kebersisian simpul dengan sisi. Misalkan G = (V,E) adalah graph dengan n simpul dan m sisi, maka matriks kebersisian A dari G adalah matriks berukuran m n dimana A =[a ij ], [a ij ] menjadi 1 bila simpul i dan sisi j bersisian [a ij ] menjadi 0 bila simpul i dan sisi j tidak bersisian Gambar 2.5 Graph Matriks Bersisian
7 10 Bentuk matriks bersisian dari graph pada gambar 2.5 adalah : e 1 e 2 e 3 e Senarai ketetanggaan (adjacency list) Matriks ketetanggaan memiliki kelemahan apabila graph memiliki jumlah sisi yang relatif sedikit sehingga graph sebagian besar berisi bilangan 0. Hal ini merupakan pemborosan terhadap memori, karena banyak menyimpan bilangan 0 yang seharusnya tidak perlu disimpan. Untuk kepentingan efisiensi ruang, maka tiap baris matriks tersebut digantikan senarai yang hanya berisikan vertex-vertex dalam adjacency set V x dari setiap vertex x Lintasan terpendek (shortest path) Lintasan terpendek merupakan lintasan paling minimum yang ditempuh dari suatu tempat untuk mencapai tempat tujuan tertentu. Graph yang digunakan merupakan graph berbobot, yaitu graph yang setiap edgenya memiliki nilai. Nilai pada sisi graph dapat berupa jarak, waktu, biaya, ataupun yang lainnya. Ada beberapa macam persoalan lintasan terpendek, antara lain adalah sebagai berikut: 1. Lintasan terpendek antara dua buah simpul tertentu. 2. Lintasan terpendek antara semua pasangan simpul. 3. Lintasan terpendek dari simpul tertentu ke semua simpul yang lain. 4. Lintasan terpendek antara dua buah simpul yang melalui beberapa simpul tertentu.
8 Pewarnaan graph Dalam pewarnaan graph jumlah warna minimum yang dapat digunakan untuk mewarnai graph dinyatakan dengan bilangan kromatik yang disimbolkan dengan χ(g). Graph yang memiliki bilangan kromatik 1 adalah graph kosong yaitu graph yang hanya terdiri dari sebuah simpul. Sementara suatu graph dikatakan planar jika tidak ada dua buah titik yang saling berpotongan yaitu graph yang dapat digambarkan pada bidang datar tanpa ada sisi yang menyilang diatas sisi lainnya dimana jumlah warna yang digunakan hanya 4 warna. (Kubale, 2004). Sebuah kasus khusus yang terkenal dari m colorability decision problem yaitu masalah 4 warna dari suatu graph planar. Masalah ini disertai pernyataan sebagai berikut : berikan beberapa wilayah yang dapat menimbulkan daerah-daerah yang diwarnai sedemikian rupa sehingga daerah - daerah yang berdampingan tidak memiliki warna yang sama, akan tetapi hanya empat buah warna yang dipakai. (Rosen, 1999). Masalah pewarnaan seperti itu dapat berubah menjadi sangat berguna karena wilayah tersebut dapat dengan mudah diubah bentuknya menjadi sebuah graph. Masing-masing daerah dari wilayah itu menjadi sebuah simpul dan jika dua buah daerah berdampingan maka ke dua buah simpulnya berhubungan, kemudian hubungkan dengan sebuah sisi. Teori pewarnaan graph banyak diimplementasikan pada berbagai kasus, salah satu diantaranya adalahscheduling (penjadwalan), yaitu mengefektifkan waktu untuk banyak keperluan dan jumlah resource yang terbatas. Dalam penjadwalan, setiap pekerjaan dinyatakan sebagai simpul dan sisi menggambarkan bahwa kedua job yang terhubung oleh sisi tersebut berjalan secara bersamaan (konflik). Tujuan dari penerapan graph adalah agar mengetahui job yang konflik (tidak bertetangga). Sebuah graph dengan pewarnaan vertex yang tepat adalah sebuah graph yang akan mewarnai sepasang vertex yang terhubung oleh edge dengan warna yang berbeda. Pasangan vertex yang tidak terhubung oleh edge bisa menggunakan dua warna yang sama atau berbeda.
9 12 Dalam proses pewarnaan, graph alternatif mengunakan prosedur yang sama dengan graph konvensional, tetapi dengan satu pengecualian bahwa hanya satu ruang saja yang diberikan warna. Seperti dalam graph konvensional setiap warna dalam graph konflik yang telah melewati proses pewarnaan melambangkan slot waktu yang berbeda. Dalam graph konflik alternatif, sebuah vertex v i r n yang telah diwarnai mengimplikasikan bahwa mata pelajaran m i telah dipasang pada ruangan r n dan dijadwalkan pada sebuah slot waktu tertentu. Oleh karena itu ada dua hal yang perlu diperhatikan dalam memodelkan sistem penjadwalan, yaitu: 1. Graph mungkin dapat memiliki suatu struktur khusus sehingga memudahkan dalam pewarnaan. 2. Jika tidak dapat menemukan solusi optimum, maka dapat digunakan metode aproksimasi yang tidak memberikan solusi optimum tetapi setidaknya memberikan performansi yang lebih baik Bilangan kromatik Bilangan Kromatik Graph G(χ(G)) adalah jumlah warna minimum yang dapat digunakan untuk mewarnai simpul (verteks/ V ). Penyelesaian kasus penjadwalan pada hakikatnya adalah berupaya untuk mengalokasikan sejumlah aktivitas yang mengandung constraint atau batasan ke dalam timeslot (matriks ruang dan waktu). Jumlah timeslot yang tersedia juga memiliki batasan baik berupa jumlah ruang, maupun waktu penggunaannya. Oleh karena itu, penjadwalan yang baik haruslah dapat menyesuaikan sejumlah keterbatasan resource atau sumber daya yang ada agar seluruh aktivitas dapat tetap terlaksana tanpa melanggar constraintnya. Pewarnaan graph untuk mengakomodasi hal tersebut dilakukan dengan bilangan kromatik. 2.3 Graph Konflik (Shift Ganda) Sebuah mata pelajaran yang direpresentasikan dengan sekumpulan vertex, dimana setiap vertex pada sebuah kumpulan merepresentasikan ruangan yang mungkin
10 13 untuk penjadwalan mata pelajaran tersebut. Misalkan terdapat sebuah himpunan terdiri dari n mata pelajaran {m 1,m2,...,m n } yang akan dijadwalkan dan terdapat sebuah himpunan yang terdiri dari p ruangan kelas {k 1,k 2,...,k p } sebagai pasangan dari {m 1,m2,...,m n }. Apabila dari p ruangan kelas itu terdapat subset {r 1,r 2,r 4,r 5,r 6,r 8 } yakni suatu ruangan dimana setiap mata pelajaran hanya bisa dipasangkan berdasarkan beberapa faktor (misalnya kapasitas ruangan, tipe ruangan yang diminta guru). Jadi, untuk setiap mata pelajaran dalam graph konflik dengan lima vertex dapat digambarkan sebagai {v i r 1,v i r 2,v i r 4,v i r 5,v i r 6,v i r 8 }, dimana tiap vertex merepresentasikan satu kemungkinan pemasangan ruangan kelas untuk setiap mata pelajaran yang ada. Pada keadaan sebenarnya hanya akan terdapat satu ruangan kelas misalnya r n yang akan dipergunakan untuk satu mata pelajaran m i, yang mana akan direpresentasikan oleh vertex v i r n. Apabila terdapat dua mata pelajaran yang dapat menimbulkan konflik seperti m i dan m j, maka di antara kedua vertex itu harus ditambahkan sebuah edge. Edge yang ditambahkan kemudian akan menjadi sebuah subgraph bipartie yang terdiri dari sekumpulan vertex yang berhubungan dengan mata pelajaran m i dan m j. Sebagai contoh, jika mata pelajaran m i dan m j terdiri dari kumpulan vertex {v i r 1,v i r 2,v i r 4,v i r 5,v i r 6,v i r 8 } dan {v j r 1,v j r 3,v j r 5,v j r 6,v j r 8 }, maka vertex v i r 1,v i r 2,v i r 4,v i r 5,v i r 6 dan v i r 8 menjadi himpunan bagian pertama sedangkan vertex v j r 1,v j r 3,v j r 5,v j r 6 dan v j r 8 menjadi himpuan bagian kedua. Dengan kata lain jika mata pelajaran m i dan m j tidak menimbulkan konflik maka m i dan m j bebas untuk dipasangkan dalam slot waktu yang sama, oleh karena itu, dalam pewarnaan graph penjadwalan konvensional mungkin tidak perlu menambahkan edge di antara vertex v i dan v j. Pada graph konflik alternatif tetap ditambahkan edge di antara dua kumpulan vertex yang memiliki ruangan yang sama v i r n dan v j r n. Jika mata pelajaran m i dan m j yang memiliki kemungkinan pemasangan t ruangan yang sama, maka ditambahkan t edge antara kumpulan vertex milik mata pelajaran m i dan m j.
11 Penjadwalan dengan metode graph Ada tiga macam pewarnaan graph, yaitu : 1. Pewarnaan simpul (vertex colouring), merupakan pemberian warna atau label pada setiap simpul sehingga tidak ada 2 simpul bertetangga yang memiliki warna sama. 2. Pewarnaan sisi (edge coloring), merupakan pemberian warna pada setiap sisi pada graph sehingga sisi-sisi yang berhubungan tidak memiliki warna yang sama. 3. Pewarnaan wilayah (region colouring), merupakan pemberian warna pada setiap wilayah pada graph sehingga tidak ada wilayah yang bersebelahan yang memiliki warna yang sama. Penulis dapat memberikan sembarang warna pada simpul-simpul asalkan berbeda dengan simpul tetangganya. Dalam persoalan pewarnaan graph tidak hanya sekedar mewarnai simpul-simpul dengan warna berbeda dari warna simpul tetangganya saja, namun juga menginginkan jumlah macam warna yang digunakan sesedikit mungkin. 2.4 Masalah Pewarnaan Graph dalam Penjadwalan Berikut ini adalah masalah - masalah konflik dalam pewarnaan graph pada sistem penjadwalan : Multicoloring Dalam multicoloring setiap simpul v memiliki demand x(v) sehingga harus sebanyak x(v) warna diberikan pada setiap simpul v dan setiap tetangga memiliki warna yang berbeda. Multicoloring dapat diterapkan dalam penjadwalan job yang membutuhkan waktu yang berbeda. Ada dua jenis multicoloring yaitu: 1. Non - preemptive yaitu set warna yang diberikan pada setiap simpul harus memiliki interval yang kontinu. Ini berarti setiap job tidak dapat diinterupsi karena waktu yang digunakan secara kontinu.
12 15 2. Preemptive, pada varian ini job dapat diinterupsi karena set warna tidak bersifat kontinu Precoloring extension Dalam penjadwalan, jadwal tidak dapat dikontrol secara penuh. Ada saat ketika terdapat suatu job yang sudah memiliki waktu kerja yang tertentu (pengambilan slot waktu telah diputuskan sebelumnya dan tidak dapat diubah atau disebut juga precoloring) List coloring Dalam list coloring setiap simpul v memiliki sejumlah/set warna yang dapat diberikan. Dan tujuan dari list coloring adalah untuk mencari warna yang tepat dari himpunan warna yang tersedia. Model ini dapat diterapkan jika suatu job hanya dapat dikerjakan oleh suatu orang/suatu mesin tertentu saja tetapi terdapat beberapa opsi waktu sampai orang/mesin tersebut tersedia Minimum sum coloring Tujuan lain dalam penjadwalan adalah meminimalkan waktu total yang dibutuhkan dalam pengerjaan job dalam jadwal. Minimum sum coloring mewarnai graph sehingga jumlah warna yang diberikan pada seluruh job bernilai minimum. 2.5 Algoritma Bee Colony Menurut Nismah (2006), lebah madu mempunyai dua pola tarian dalam menginformasikan adanya sumber makanan, yakni tarian keliling (round dance) dan tarian kibasan (waggle dance). Round dance adalah suatu tarian yang menginformasikan sumber makanan yang dekat dengan sarang sedangkan waggle dance merupakan suatu tarian untuk mengetahui jarak sumber makanan yang lebih dari 15 m dan juga sekaligus sebagai alat komunikasi antara sesama lebah. Tingkah laku lebah ini pada akhirnya menginspirasi Seeley (1995) untuk mengembangkannya menjadi sebuah model penjadwalan guru dengan menggunakan salah satu al-
13 16 goritma metaheuristik yaitu algoritma bee colony dimana lebah pengumpul manisan/lebah pekerja mengambil peranan sebagai mata pelajaran (vertex) dan sumber makanan/solusi mengambil peranan sebagai ruangan kelas. Ada dua jenis lebah yang berperan dalam algoritma ini yakni lebah pramuka dan lebah pekerja. 1. Lebah pramuka : lebah yang melakukan pencarian awal dan di dalam wilayah pencarian, mereka menggunakan deduksi sendiri. 2. Lebah pekerja : lebah yang menemukan hasil yang lebih baik dibandingkan dengan lebah lainnya. Hanya lebah - lebah ini yang akan melakukan tarian kibasan (waggle dance). Prilaku yang dilakukan oleh sekumpulan lebah masih menjadi misteri selama bertahun-tahun sampai Von Frisch menerjemahkan bahasa isyarat yang berada pada tarian lebah (Butt, 2009). Tarian lebah yang sering disebut sebagai waggle dance ini digunakan sebagai alat komunikasi untuk membagi informasi tentang jalur solusi kepada lebah-lebah yang lain. Sekitar seperlima dari lebah-lebah di dalam sebuah sarang bertugas sebagai pengumpul nektar. Tugas mereka adalah berkelana di antara bunga-bunga dan mengumpulkan nektar sebanyak mungkin. Ketika kembali ke sarang, mereka menyerahkan muatan nektar mereka kepada lebah-lebah penyimpan makanan yang menjaga sarang dan menyimpan bahan makanan. Lebah-lebah ini kemudian menyimpan nektar di dalam petak-petak madu. Seekor lebah pengumpul nektar juga dibantu oleh rekan-rekannya dalam menentukan seberapa bagus mutu sumber bunganya. Lebah pengumpul nektar tersebut menunggu dan mengamati seberapa lama waktu yang dibutuhkan untuk bertemu dengan seekor lebah penyimpan makanan yang siap menerima muatan. Jika waktu tunggu ini berlangsung lama, maka sang lebah pengumpul nektar memahami hal ini sebagai isyarat bahwa sumber bunganya bukan dari mutu yang terbaik dan bahwa lebah-lebah yang lain kebanyakan telah melakukan pencarian yang berhasil. Sebaliknya, jika disambut oleh sejumlah besar lebah-lebah penyimpan makanan untuk mengambil muatannya, maka semakin besar pula kemungkinan bahwa muatan nektar tersebut bermutu baik. Lebah yang mendapatkan informasi ini memutuskan apakah sumber
14 17 bunganya senilai dengan kerja keras yang akan dilakukan berikutnya. Jika iya, maka ia melakukan tarian getarnya agar dipahami maksudnya oleh lebah-lebah lain. Lama tarian ini memperlihatkan seberapa besar keuntungan yang mungkin dapat diperoleh dari sumber bunga ini. Menurut Wong et al. (2009), model yang diperbolehkan untuk mengeksplorasi dan mencari jalan tur sampai selesai. Sebelum meninggalkan sarang, lebah akan mengamati tarian yang dilakukan oleh lebah lainnya. Kemudian lebah akan diset dengan pengetahuan yang didapatkan dari tarian. Set pergerakan, yaitu preffered path yang dinotasikan dengan, maka akan berfungsi sebagai panduan dalam proses mencari makanan. berisi tur lengkap yang telah dieksplorasi sebelumnya oleh lebah yang akan pergi ke tempat tujuan. Selama proses pencarian makanan, lebah akan melakukan perjalanan dari satu tempat ke tempat lain sampai mencapai tujuan. Aturan ini terdiri dari dua faktor yakni arc fitness dan jarak. Arc fitness dihitung untuk semua path yang mungkin untuk tempat - tempat yang bisa dikunjungi. Arc fitness yang lebih tinggi ditugaskan untuk tepi yang merupakan pilihan jalur. Dengan melakukan ini, lebah cenderung memilih tempat berdasarkan jalan pilihan. Di sisi lain, dibawah pengaruh jarak heuristik lebih cenderung memilih tempat berikutnya yang terdekat dengan tempat saat ini. Bee Colony algorithm merupakan salah satu algoritma dari algoritma metode heuristik yang lebih tepatnya berada pada metode metaheuristik. Heuristik berasal dari kata Yunani heurisken yang berarti seni untuk menemukan strategi dalam menyelesaikan persoalan sedangkan meta berarti metodologi tingkat tinggi atau lanjut (Talbi, 2009). Di dalam ilmu komputer, metode heuristik merupakan suatu teknik untuk menyelesaikan permasalahan yang tidak menekankan pada pembuktian apakah solusi yang didapatkan adalah benar (pembuktian apakah suatu solusi adalah benar merupakan fokus dari metode penyelesaian analitik), tetapi lebih menekankan pada performa komputasi dan kesederhanaan. Metode heuristik merupakan suatu metode penyelesaian yang menggunakan konsep pendekatan. Keunggulan algoritma bee colony terdapat pada kehandalannya dalam mencari solusi kompleks, terutama dalam hal penjadwalan (scheduling).
15 18 Langkah-langkah penyesuaian algoritma lebah sebagai berikut: a. Forage Tahapan ini akan diberikan pada setiap lebah yang akan mengunjungi sumber makanan, aturan ini diberlakukan ketika lebah dihadapkan pada beberapa pilihan vertex. b. Waggle dance Saat lebah hendak melakukan pencarian makanan sekembalinya ke sarang dari eksplorasi nektar, lebah akan mencoba dengan probabilitas p untuk menunjukkan waggle dance dalam dance floor. Jika seekor lebah menari, tarian lebah akan berlangsung selama beberapa durasi. Jika lebah memilih untuk mengikuti tarian yang terpilih, dia akan menggunakan path yang diambil oleh lebah yang menunjukkan tarian untuk memandu sebagai pemimpin bunga yang ada. Path disebut sebagai lintasan yang paling disukai. Path untuk lebah merupakan rangkaian penunjuk dari sumber (sarang) ke tujuan (nektar). Tarian akan dilakukan oleh seekor lebah ke lebah yang lainnya selama dia mengikuti aturan bahwa lebah yang membangun path lebih pendek atau lebih cepat dari percobaan sebelumnya yang diijinkan untuk melakukan tarian. Dengan kata lain, tidak semua lebah diijinkan untuk melakukan waggle dance. Tetapi hanya lebah yang berhasil mendapatkan solusi yang lebih baik dari solusi terbaik yang dimiliki saat ini yang boleh melakukan waggle dance. c. Neighbourhood Search Pada tahap ini, tiap solusi akan diuji performansinya dengan menggunakan fitness test. Solusi yang memiliki nilai tertinggi akan dipilih untuk dilakukan neighbourhood search dengan sebanyak jumlah lebah kemudian membandingkan solusi baru yang telah didapatkan terhadap solusi yang ada pada solusi primer terbaik. Apabila solusi baru memiliki nilai terbaik, maka solusi tersebut dapat menggantikan solusi primer sebelumnya. Tahapan ini dilakukan terus secara berulang hingga kriteria tercapai kemudian berhenti.
Telah diuji pada. Tanggal : 3 Juni 2013 PANITIA PENGUJI TESIS
Telah diuji pada Tanggal : 3 Juni 2013 PANITIA PENGUJI TESIS Ketua : Prof. Dr. Opim Salim S, M.Sc Anggota : 1. Dr. Marwan Ramli, M.Si 2. Prof. Dr. Herman Mawengkang 3. Dr. Erna Budhiarti PERNYATAAN MODEL
Lebih terperinciPENERAPAN PEWARNAAN GRAF DALAM PENJADWALAN
PENERAPAN PEWARNAAN GRAF DALAM PENJADWALAN Adventus Wijaya Lumbantobing Program Studi Teknik Informatika, Institut Teknologi Bandung Jalan Ganesha 10, Bandung if15112@students.if.itb.ac.id ABSTRAK Graf
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 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 terperinciBAB 1 PENDAHULUAN. 1.1 Pendahuluan
BAB 1 PENDAHULUAN 1.1 Pendahuluan Seiring dengan berkembangnya ilmu pengetahuan, penyelesaian suatu masalah dapat ditangani oleh suatu algoritma. Jenis masalah dapat berkisar dari masalah yang mudah sampai
Lebih terperinciBAB 2 LANDASAN TEORI
BAB LANDASAN TEORI. Teori Graf Teori graf merupakan pokok bahasan yang sudah tua usianya namun memiliki banyak terapan sampai saat ini. Graf digunakan untuk merepresentasikan objek-objek diskrit dan hubungan
Lebih terperinciANALISIS PENYELESAIAN MASALAH PENJADWALAN KULIAH MENGGUNAKAN TEKNIK PEWARNAAN GRAPH DENGAN ALGORITMA KOLONI LEBAH
ANALISIS PENYELESAIAN MASALAH PENJADWALAN KULIAH MENGGUNAKAN TEKNIK PEWARNAAN GRAPH DENGAN ALGORITMA KOLONI LEBAH Heni Rachmawati 1,2 I Ketut Edy Purnama 1 Mauridhi Hery Purnomo 1 Bidang Keahlian Telematika,
Lebih terperinciPEMBANGUNAN SISTEM PENJADWALAN KULIAH MENGGUNAKAN ALGORITMA PEWARNAAN GRAF
PEMBANGUNAN SISTEM PENJADWALAN KULIAH MENGGUNAKAN ALGORITMA PEWARNAAN GRAF Rusmala1, Heliawaty Hamrul2 Dosen Universitas Cokroaminoto Palopo Email : rusmalaoddang@yahoo.com Abstrak Penjadwalan kuliah merupakan
Lebih terperinciAPLIKASI 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 terperinciAplikasi 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 terperinciBAB 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 terperinciUKDW BAB 1 PENDAHULUAN. 1.1 Latar Belakang Masalah
BAB 1 PENDAHULUAN 1.1 Latar Belakang Masalah Graf adalah suatu diagram yang memuat informasi tertentu jika diinterpretasikan secara tepat. Tujuannya adalah sebagai visualisasi objek-objek agar lebih mudah
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 terperinciBAB II KAJIAN PUSTAKA. Sebuah graf G didefinisikan sebagai pasangan himpunan (V,E), dengan V
BAB II KAJIAN PUSTAKA A. Pengertian Graf Sebuah graf G didefinisikan sebagai pasangan himpunan (V,E), dengan V adalah himpunan tak kosong dari simpul-simpul (vertices) pada G. Sedangkan E adalah himpunan
Lebih terperinciAPLIKASI PEWARNAAN GRAF PADA MASALAH PENYUSUNAN JADWAL PERKULIAHAN DI UNIVERSITAS KUNINGAN
APLIKASI PEWARNAAN GRAF PADA MASALAH PENYUSUNAN JADWAL PERKULIAHAN DI UNIVERSITAS KUNINGAN Daswa 1) Mohamad Riyadi 2) 1) Program Studi Teknik Informatika, FKOM, Universitas Kuningan; Jln. Cut Nyak Dien
Lebih 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 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 terperinci= himpunan tidak-kosong dan berhingga dari simpul-simpul (vertices) = himpunan sisi (edges) yang menghubungkan sepasang simpul
Struktur Data Graf 1. PENDAHULUAN Dalam bidang matematika dan ilmu komputer, teori graf mempelajari tentang graf yaitu struktur yang menggambarkan relasi antar objek dari sebuah koleksi objek. Definisi
Lebih terperinciPenerapan Algoritma Backtracking pada Pewarnaan Graf
Penerapan Algoritma Backtracking pada Pewarnaan Graf Deasy Ramadiyan Sari 1, Wulan Widyasari 2, Eunice Sherta Ria 3 Laboratorium Ilmu Rekayasa dan Komputasi Departemen Teknik Informatika, Fakultas Teknologi
Lebih terperinciBAB 2 LANDASAN TEORI
BAB 2 LANDASAN TEORI 2.1 Teori Graph 2.1.1 Definisi Graph Graf didefinisikan dengan G = (V, E), di mana V adalah himpunan tidak kosong dari vertex-vertex = {v1, v2, v3,...,vn} dan E adalah himpunan sisi
Lebih terperinciAplikasi Pewarnaan Graf pada Pemecahan Masalah Penyusunan Jadwal
Aplikasi Pewarnaan Graf pada Pemecahan Masalah Penyusunan Jadwal abila As ad 1) 135 07 006 2) 1) Jurusan Teknik Informatika ITB, Bandung 40135, email: nabilaasad@students.itb.ac.id Abstract Dalam kehidupan
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 terperinciAPLIKASI PEWARNAAN GRAPH PADA PEMBUATAN JADWAL
APLIKASI PEWARNAAN GRAPH PADA PEMBUATAN JADWAL Aplikasi Pewarnaan Graph pada Pembuatan Jadwal Janice Laksana / 13510035 Program Studi Teknik Informatika Sekolah Teknik Elektro dan Informatika Institut
Lebih terperinciAplikasi 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 terperinciPemanfaatan Algoritma Sequential Search dalam Pewarnaan Graf untuk Alokasi Memori Komputer
Pemanfaatan Algoritma Sequential Search dalam Pewarnaan Graf untuk Alokasi Memori Komputer Vivi Lieyanda - 13509073 Program Studi Teknik Informatika Sekolah Teknik Elektro dan Informatika Institut Teknologi
Lebih terperinciArt 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 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 terperinciAPLIKASI ALGORITMA SEQUENTIAL COLOR UNTUK PEWARNAAN PETA WILAYAH KABUPATEN KUANTAN SINGINGI PROVINSI RIAU TUGAS AKHIR
APLIKASI ALGORITMA SEQUENTIAL COLOR UNTUK PEWARNAAN PETA WILAYAH KABUPATEN KUANTAN SINGINGI PROVINSI RIAU TUGAS AKHIR Diajukan Sebagai Salah Satu Syarat Untuk Memperoleh Gelar Sarjana Sains Pada Jurusan
Lebih terperinciJurusan Matematika Fakultas Matematika dan Ilmu Pengetahuan Alam Universitas Riau Kampus Binawidya Pekanbaru (28293), Indonesia
MEMBANDINGKAN ALGORITMA D SATUR DENGAN ALGORITMA VERTEX MERGE DALAM PEWARNAAN GRAF TAK BERARAH Daratun Nasihin 1 Endang Lily 2, M. D. H. Gamal 2 1 Mahasiswa Program Studi S1 Matematika Jurusan Matematika
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 terperinciBAB 2 LANDASAN TEORI
BAB 2 LANDASAN TEORI 2.1 Teori Graph 2.1.1 Definisi Graph Menurut Dasgupta dkk (2008), graph merupakan himpunan tak kosong titik-titik yang disebut vertex (juga disebut dengan node) dan himpunan garis-garis
Lebih terperinciBAB 2 LANDASAN TEORI
BAB 2 LANDASAN TEORI 2.1 Konsep Dasar Simulasi Sistem didefinisikan sebagai sekumpulan entitas baik manusia ataupun mesin yang yang saling berinteraksi untuk mencapai tujuan tertentu. Dalam prakteknya,
Lebih terperinciTEORI 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 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 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 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 terperinciPEWARNAAN 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 terperinciAplikasi Pewarnaan Graf Pada Pengaturan Warna Lampu Lalu Lintas
Aplikasi Pewarnaan Graf Pada Pengaturan Warna Lampu Lalu Lintas Andreas Dwi Nugroho (13511051) Program Studi Teknik Informatika Sekolah Teknik Elektro dan Informatika Institut Teknologi Bandung, Jl. Ganesha
Lebih terperinciBAB 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 terperinciGraf digunakan untuk merepresentasikan objek-objek diskrit dan hubungan antara objek-objek tersebut. Demak Semarang. Kend al. Salatiga.
GRAF PENDAHULUAN Graf digunakan untuk merepresentasikan objek-objek diskrit dan hubungan antara objek-objek tersebut. Gambar di bawah ini sebuah graf yang menyatakan peta jaringan jalan raya yang menghubungkan
Lebih terperinciBAB 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 terperinciBAB 2 LANDASAN TEORI
BAB 2 LANDASAN TEORI 2.1 TEORI GRAF 2.1.1 Definisi Definisi 2.1 (Munir, 2009, p356) Secara matematis, graf G didefinisikan sebagai pasangan himpunan (V,E), ditulis dengan notasi G = (V,E), yang dalam hal
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 terperinciLANDASAN 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 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 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 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 terperinciPenerapan Pewarnaan Simpul Graf untuk Menentukan Jadwal Ujian Skripsi pada STMIK Amik Riau Menggunakan Algoritma Welch-powell
Penerapan Pewarnaan Simpul Graf untuk Menentukan Jadwal Ujian Skripsi pada STMIK Amik Riau Menggunakan Algoritma Welch-powell Koko Harianto Jurusan Teknik Informatika STMIK-AMIK Riau koko@stmik-amik-riau.ac.id
Lebih terperinciAPLIKASI TRAVELLING SALESMAN PROBLEM DENGAN METODE ARTIFICIAL BEE COLONY
APLIKASI TRAVELLING SALESMAN PROBLEM DENGAN METODE ARTIFICIAL BEE COLONY Andri 1, Suyandi 2, WinWin 3 STMIK Mikroskil Jl. Thamrin No. 122, 124, 140 Medan 20212 andri@mikroskil.ac.id 1, suyandiz@gmail.com
Lebih terperinciGraph. 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 terperinciBAB 2 LANDASAN TEORI
BAB 2 LANDASAN TEORI 2.1. Konsep Dasar Graph Sebelum sampai pada pendefenisian masalah lintasan terpendek, terlebih dahulu pada bagian ini akan diuraikan mengenai konsep-konsep dasar dari model graph dan
Lebih terperinciMatematik tika Di Disk i r t it 2
Matematika tik Diskrit it 2 Teori Graph Teori Graph 1 Kelahiran Teori Graph Masalah Jembatan Konigsberg g : Mulai dan berakhir pada tempat yang sama, bagaimana caranya untuk melalui setiap jembatan tepat
Lebih terperinciDiktat Algoritma dan Struktur Data 2
BB X GRF Pengertian Graf Graf didefinisikan sebagai pasangan himpunana verteks atau titik (V) dan edges atau titik (E). Verteks merupakan himpunan berhingga dan tidak kosongdari simpul-simpul (vertices
Lebih terperinciMODEL PENJADWALAN GURU MENGGUNAKAN GRAPH COLORING DENGAN ALGORITMA BEE COLONY
MODEL PENJADWALAN GURU MENGGUNAKAN GRAPH COLORING DENGAN ALGORITMA BEE COLONY TESIS Oleh SETIAWAN TANADI 117021027/MT FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM UNIVERSITAS SUMATERA UTARA MEDAN 2013
Lebih terperinciBAB III ALGORITMA GREEDY DAN PROGRAM DINAMIS
BAB III ALGORITMA GREEDY DAN PROGRAM DINAMIS 3.1 Algoritma Greedy Algoritma Greedy merupakan metode yang paling populer dalam memecahkan persoalan optimasi. Hanya ada dua macam persoalan optimasi, yaitu
Lebih 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 terperinciAplikasi Pewarnaan Graph pada Pembuatan Jadwal
Aplikasi Pewarnaan Graph pada Pembuatan Jadwal Janice Laksana / 13510035 Program Studi Teknik Informatika Sekolah Teknik Elektro dan Informatika Institut Teknologi Bandung, Jl. Ganesha 10 Bandung 40132,
Lebih terperinciI. 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 terperinciLAPORAN PENELITIAN APLIKASI PEWARNAAN SIMPUL GRAF UNTUK MENGATASI KONFLIK PENJADWALAN MATA KULIAH DI FMIPA UNY
LAPORAN PENELITIAN APLIKASI PEWARNAAN SIMPUL GRAF UNTUK MENGATASI KONFLIK PENJADWALAN MATA KULIAH DI FMIPA UNY Oleh : FITRIANA YULI SAPTANINGTYAS HUSNA ARIFAH (husnaarifah@uny.ac.id) JURUSAN PENDIDIKAN
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 terperinciPencarian Jalur Terpendek dengan Menggunakan Graf dan Greedy dalam Kehidupan Sehari-hari
Pencarian Jalur Terpendek dengan Menggunakan Graf dan Greedy dalam Kehidupan Sehari-hari Andika Mediputra - NIM : 13509057 Program Studi Teknik Informatika Sekolah Teknik Elektro dan Informatika Institut
Lebih terperinciMateMatika Diskrit Aplikasi TI. Sirait, MT 1
MateMatika Diskrit Aplikasi TI By @Ir.Hasanuddin Sirait, MT 1 Beberapa Aplikasi Graf Lintasan terpendek (shortest path) (akan dibahas pada kuliah IF3051) Persoalan pedagang keliling (travelling salesperson
Lebih terperinciBAB 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 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 terperinciBAB 1 PENDAHULUAN 1.1 Latar Belakang
BAB 1 PENDAHULUAN 1.1 Latar Belakang Teori graf merupakan salah satu cabang matematika yang sering digunakan dalam menganalisis hubungan antara himpunan. Himpunan itu mungkin terdiri dari manusia, kota
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 terperinciPewarnaan Simpul pada Graf dan Aplikasinya dalam Alokasi Memori Komputer
Pewarnaan Simpul pada Graf dan Aplikasinya dalam Alokasi Memori Komputer Andreas Parry Lietara ~ NIM 13506076 Jurusan Teknik Informatika ITB, Bandung, email : andreas-parry@students.itb.ac.id Abstract
Lebih terperinciBAB 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 terperinciPENERAPAN TEORI GRAF DALAM RENCANA TATA RUANG KOTA
PENERAPAN TEORI GRAF DALAM RENCANA TATA RUANG KOTA Dandun Satyanuraga 13515601 Program Studi Teknik Informatika Sekolah Teknik Elektro dan Informatika Institut Teknologi Bandung, Jl. Ganesha 10 Bandung
Lebih terperinciBAB 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 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 terperinciIMPLEMENTASI ALOKASI JADWAL MATA PELAJARAN SMU MENGGUNAKAN ALGORITMA KOLONI SEMUT (AKS)
IMPLEMENTASI ALOKASI JADWAL MATA PELAJARAN SMU MENGGUNAKAN ALGORITMA KOLONI SEMUT (AKS) Devie Rosa Anamisa, S.Kom, M.Kom Jurusan D3 Teknik Multimedia Dan Jaringan-Fakultas Teknik Universitas Trunojoyo
Lebih terperinciBAB II LANDASAN TEORI
BAB II LANDASAN TEORI.1 Sejarah Graf Lahirnya teori graf pertama kali diperkenalkan oleh Leonhard Euler seorang matematikawan berkebangsaan Swiss pada Tahun 1736 melalui tulisan Euler yang berisi tentang
Lebih terperinciPenerapan Pewarnaan Graf dalam Pengaturan Penyimpanan Bahan Kimia
Penerapan Pewarnaan Graf dalam Pengaturan Penyimpanan Bahan Kimia Rahmat Nur Ibrahim Santosa - 13516009 1 Program Studi Teknik Informatika Sekolah Teknik Elektro dan Informatika Institut Teknologi Bandung,
Lebih terperinciBAB 2 TINJAUAN PUSTAKA
BAB 2 TINJAUAN PUSTAKA Bagian ini menjelaskan tentang hal-hal yang erat kaitannya dengan masalah m- ring star. Salah satu cabang matematika yang cukup penting dan sangat luas penerapannya di banyak bidang
Lebih terperinciAnalisis Penyelesaian Masalah Penjadwalan Kuliah Menggunakan Teknik Pewarnaan Graph Dengan Algoritma Koloni Lebah
Analisis Penyelesaian Masalah Penjadwalan Kuliah Menggunakan Teknik Pewarnaan Graph Dengan Algoritma Koloni Lebah Oleh : Heni Rachmawati 2209206810 Prof.Dr.Ir.Mauridhi Hery Purnomo,M.Eng Dr.I Ketut Eddy
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 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 terperinciGraf. Bekerjasama dengan. Rinaldi Munir
Graf Bekerjasama dengan Rinaldi Munir Beberapa Aplikasi Graf Lintasan terpendek (shortest path) (akan dibahas pada kuliah IF3051) Persoalan pedagang keliling (travelling salesperson problem) Persoalan
Lebih terperinciAPLIKASI ALGORITMA GREEDY UNTUK PEWARNAAN WILAYAH (REGION COLORING) PADA PETA KABUPATEN INDRAGIRI HULU DAN KAMPAR DI PROVINSI RIAU TUGAS AKHIR
APLIKASI ALGORITMA GREEDY UNTUK PEWARNAAN WILAYAH (REGION COLORING) PADA PETA KABUPATEN INDRAGIRI HULU DAN KAMPAR DI PROVINSI RIAU TUGAS AKHIR Diajukan Sebagai Salah Satu Syarat Untuk Memperoleh Gelar
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 Directed Acyclic Graph untuk Merepresentasikan Hubungan Antar Data dalam Basis Data
Pemanfaatan Directed Acyclic Graph untuk Merepresentasikan Hubungan Antar Data dalam Basis Data Winson Waisakurnia (13512071) Program Studi Teknik Informatika Sekolah Teknik Elektro dan Informatika Institut
Lebih terperinciKode 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 terperinciBAB 2 LANDASAN TEORI
BAB 2 LANDASAN TEORI Sebelum memulai pembahasan lebih lanjut, pertama-tama haruslah dijelaskan apa yang dimaksud dengan traveling salesman problem atau dalam bahasa Indonesia disebut sebagai persoalan
Lebih terperinciAplikasi 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 terperinciSATUAN ACARA PERKULIAHAN MATA KULIAH GRAPH & ANALISIS ALGORITMA (SI / S1) KODE / SKS : KK / 3 SKS
Pertemuan ke Pokok Bahasan dan TIU Sub Pokok Bahasan dan TIK 1 Pendahuluan Penjelasan mengenai ruang lingkup mata kuliah, sasaran, tujuan dan kompetensi lulusan 2 1. Dasar-dasar 1.1. Kelahiran Teori Graph
Lebih terperinciPENDAHULUAN 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 terperinciBAB 1 PENDAHULUAN. 1.1 Latar Belakang
12 BAB 1 PENDAHULUAN 1.1 Latar Belakang Masalah penjadwalan secara umum adalah aktifitas penugasan yang berhubungan dengan sejumlah kendala, sejumlah kejadian yang dapat terjadi pada suatu periode waktu
Lebih terperinciDiscrete 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 terperinciBAB III KONSEP DASAR TEORI GRAF. Teori graf adalah salah satu cabang matematika yang terus berkembang
BAB III KONSEP DASAR TEORI GRAF Teori graf adalah salah satu cabang matematika yang terus berkembang dengan pesat. Teori ini sangat berguna untuk mengembangkan model-model terstruktur dalam berbagai keadaan.
Lebih terperinciGraf. Matematika Diskrit. Materi ke-5
Graf Materi ke-5 Graf Isomorfik Diketahui matriks ketetanggaan (adjacency matrices) dari sebuah graf tidak berarah. Gambarkan dua buah graf yang yang bersesuaian dengan matriks tersebut. 2 0 0 0 0 0 0
Lebih terperinciANALISA DAN IMPLEMENTASI ALGORITMA PRIORITY DISPATCHING DALAM PENJADWALAN PEMBAGIAN RUANGAN UJIAN
ANALISA DAN IMPLEMENTASI ALGORITMA PRIORITY DISPATCHING DALAM PENJADWALAN PEMBAGIAN RUANGAN UJIAN DEDI MASYOYO (1111976) Mahasiswa Program Studi Teknik Informatika, STMIK Budidarma Medan Jl. Sisingamangaraja
Lebih terperinciAplikasi Pewarnaan Graf dalam Penyimpanan Senyawa Kimia Berbahaya
1 Aplikasi Pewarnaan Graf dalam Penyimpanan Senyawa Kimia Berbahaya Ario Yudo Husodo 13507017 Jurusan Teknik Informatika STEI-ITB, Bandung, email: if17017@students.if.itb.ac.id Abstrak Teori Graf merupakan
Lebih terperinciGraf. 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 terperinciPenyelesaian Teka-Teki Sudoku dengan Didasarkan pada Teknik Pewarnaan Graf
Penyelesaian Teka-Teki Sudoku dengan Didasarkan pada Teknik Pewarnaan Graf William, 13515144 1 Program Studi Teknik Informatika Sekolah Teknik Elektro dan Informatika Institut Teknologi Bandung, Jl. Ganesha
Lebih terperinciIMPLEMENTASI ALGORITMA OPTIMASI BEE COLONY UNTUK PENJADWALAN JOB SHOP
IMPLEMENTASI ALGORITMA OPTIMASI BEE COLONY UNTUK PENJADWALAN JOB SHOP Nafiuna Hidayatus Saidah, Mahendrawathi Er, Ph.D., Rully Soelaiman M.Kom. Jurusan Sistem Informasi, Institut Teknologi Sepuluh Nopember,
Lebih terperinciBAB 2 LANDASAN TEORI
8 BAB 2 LANDASAN TEORI Pada bab ini akan dibahas beberapa konsep dasar dan beberapa definisi yang akan digunakan sebagai landasan berpikir dalam melakukan penelitian ini sehingga mempermudah penulis untuk
Lebih terperinciPemanfaatan Algoritma Semut untuk Penyelesaian Masalah Pewarnaan Graf
Pemanfaatan Algoritma Semut untuk Penyelesaian Masalah Pewarnaan Graf Anugrah Adeputra - 13505093 Program Studi Informatika, Sekolah Teknik Elektro & Informatika ITB Jl. Ganesha No.10 If15093@students.if.itb.ac.id
Lebih terperinciBAB 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 terperinciMatematika Diskret (Graf II) Instruktur : Ferry Wahyu Wibowo, S.Si., M.Cs.
Matematika Diskret (Graf II) Instruktur : Ferry Wahyu Wibowo, S.Si., M.Cs. Beberapa Aplikasi Graf Lintasan terpendek (shortest path) Persoalan pedagang keliling (travelling salesperson problem) Persoalan
Lebih terperinci