BAB IV. Penyusunan Algoritma

Ukuran: px
Mulai penontonan dengan halaman:

Download "BAB IV. Penyusunan Algoritma"

Transkripsi

1 BAB IV Penyusunan Algoritma 4.1 Penyusunan Algoritma Pada bab sebelumnya telah dimodelkan permasalahan lampu lalu lintas kedalam pewarnaan titik pada graf kabur. Selanjutnya dari bentuk model ini akan disusun suatu algoritma pemrograman berdasarkan bahasa pemrograman Borland Delphi 7. Dalam penyusunan algoritma pemrograman ini digunakan dua macam algoritma sebagai acuan. Algoritma yang jadi acuan ini adalah algoritma degree of saturation (DSATUR) dan algoritma Backtracking Sequential Coloring (BSC). Algoritma pemrograman yang akan disusun dibagi kedalam tahap-tahap berikut : a. Penentuan derajat tiap titik b. Pengurutan titik-titik secara descending c. Pencarian degree of saturation d. Penentuan himpunan warna bebas (U) e. Pencarian nilai U terkecil f. Backtracking Sequential Coloring (BSC) 55

2 (*================fungsi menentukan derajat tiap titik=================*) function GetDegOne(AdMat : Matrix; Kelas : integer): ColorArray; var i, j : integer; for i:=1 to n do Result[i]:=0; for i:=1 to n do for j:=1 to n do if (AdMat[i,j] <= Kelas)and(AdMat[i,j] > 0) then Result[i]:=Result[i]+1; (*============fungsi mengurutkan titik secara descending===============*) function OrderingVertex(deg : ColorArray) : VertexArray; var i, j, max : integer; tempdeg : VertexArray; for i:=1 to n do tempdeg[i]:=deg[i]; // deg[i]= derajat titik i for i:=1 to n do 56

3 max:=1; for j:=2 to n do if tempdeg[j]>tempdeg[max] then max:=j; Result[i-1]:=max; tempdeg[max]:=-1; (*===============prosedur pencarian degree of saturation===============*) function GetDSaturOne(AdMat : Matrix ; deg, F : ColorArray; Kelas : integer) : integer; var i, j, degs, maxdegs, v : integer; // degs= derajat saturasi titik DiffColors : ColorSet; maxdegs:=-1; for i:=1 to n do if F[i]=0 then degs:=0; DiffColors:=[]; for j:=1 to n do 57

4 if ((AdMat[i,j]<=Kelas)and(AdMat[i,j]>0)and((F[j]<>0)and not(f[j] in DiffColors)))then inc(degs); DiffColors:=DiffColors+[F[j]]; if (degs>maxdegs) or ((degs=maxdegs)and(deg[i]>deg[v])) then maxdegs:=degs; v:=i; Result:=v; (*==========prosedur menentukan himpunan warna bebas(u)=============*) function GetUOne(AdMat : Matrix; Col, OCN, v : integer; F : ColorArray; Kelas : integer):colorset; var i, UB, temp: integer; SNC : ColorSet; // himpunan warna verteks yang bertetangga U : ColorSet; SNC:=[]; 58

5 for i:=1 to n do temp := AdMat[i,v]; if ((temp <= Kelas) and (temp > 0) and (F[i]<>0)) then SNC:=SNC+[F[i]]; U:=[]; UB:= min(col+1,ocn-1); for i:=1 to UB do if not(i in SNC) then U:=U+[i]; Result:=U; (*===================fungsi mencari nilai U terkecil=================*) function MinValue(U : ColorSet): integer; var i : integer; for i:=1 to MaxVertex do If i in U then break; Result:=i; 59

6 function fmax(fopt:colorarray):byte; var i, max : byte; max:=1; for i:=2 to n do if Fopt[i]>Fopt[max] then max:=i; Result:=Fopt[max]; (*========================fungsi BSC==========================*) function BSCOne(AdMat : Matrix ; nvertex : integer; Kelas : integer) : ColorArray; var i, j, v : integer; A : VertexArray; U : ColorSet; // A urutan verteks berdasarkan derajat secara descending // Himpunan warna bebas start, optcolornumber, C, l : integer; freecolors : array[1..maxvertex]of ColorSet; colors : array[-1..maxvertex]of integer; back : Boolean; VerDeg, Fopt, F : ColorArray; n:=nvertex; // nvertex= banyak titik for i:=1 to n do // derajat saturasi setiap titik=0 F[i]:=0; 60

7 VerDeg:=GetDegOne(AdMat, Kelas); // menentukan derajat setiap titik A:=OrderingVertex(VerDeg); // pengurutan derajat titik secara descending start:=0; optcolornumber:=n+1; v:=a[0]; colors[-1]:=0; U:=[1]; freecolors[v]:=u; while (start>=0) do // setiap titik diwarnai pada loop dibawah ini back:=false; for i:= start to n-1 do if i>start then // cari titik yang belum diwarnai dan mempunyai derajat saturasi terbesar v:=getdsaturone(admat, VerDeg, F, Kelas); U:=GetUOne(AdMat,colors[i-1],optColorNumber,v, F, Kelas); if U<>[] then C:=MinValue(U); F[v]:=C; // warna bebas yang dipilih // pewarnaan untuk titik v freecolors[v]:=u-[c]; 61

8 l:=colors[i-1]; colors[i]:= max(c,l); end else // U = dilakukan penelusuran kembali, mundur satu posisi start:=i-1; back:=true; break; // keluar dari loop for // akhir loop for if back then if start>=0 then v:=a[start]; F[v]:=0; // titik awal yang baru // hapus warna v U:=freeColors[v]; end else // loop diatas dilalui tanpa berhenti for i:=1 to n do Fopt[i]:=F[i]; // menyimpan pewarnaan yang optimal pada saat ini optcolornumber:=colors[n-1]; for i:=0 to n-1 do 62

9 if F[A[i]]=optColorNumber then // i = indeks terkecil dimana F[A[i]]=optColorNumber break; start:=i-1; if start<0 then break; // keluar dari loop while for j:=start to n-1 do F[A[j]]:=0; // hapus warna A[j], dimana j start for i:=0 to start do v:=a[i]; U:=freeColors[v]; for j:=optcolornumber to MaxVertex do U:=U-[j]; // semua warna optcolornumber dihilangkan dari U freecolors[v]:=u; // disini v= A[start]; U=freecolors(v) // akhir dari loop while Fopt[n+1]:=fmax(Fopt); //Bilangan Kromatik Result:=Fopt; end. 63

10 4.2 Simulasi Program Untuk Beberapa Kasus Permasalahan Lampu Lalu Lintas Pada bab sebelumnya telah dimodelkan permasalahan lampu lalu lintas ke dalam bentuk pewarnaan titik pada graf kabur. Di awal bab ini pula, telah disusun suatu algoritma pemrograman dari bentuk model yang telah dilakukan sebelumnya. Selanjutnya akan diberikan suatu simulasi dari algoritma pemrograman yang telah disusun ini sebagai salah satu cara dalam memodelkan permasalahan lampu lalu lintas Implementasi Algoritma Antar muka dari perangkat lunak yang dibuat seperti pada gambar dibawah ini : Gambar

11 Langkah-langkah pengoperasian perangkat lunak adalah sebagai berikut : Tentukan μ pada kolom banyak tingkat intensitas sisi. μ atau tingkat intensitas sisi ini merupakan kasus-kasus yang akan diselidiki. Sebagai contoh, misal μ = 3 maka dapat dinyatakan μ = 1 sebagai kondisi tingkat keterkaitan high, μ = 2 sebagai kondisi tingkat keterkaitan medium dan μ = 3 sebagai kondisi tingkat keterkaitan low. Setelah banyak tingkat intensitas sisi diisi kemudian klik enter. Isi banyak titik dari graf G. Titik yang diisi merupakan banyaknya lintasan yang akan dimodelkan. Setelah itu klik enter. Graf acak dapat di generate dengan memasukkan kepadatan sisi yang direpresentasikan dengan angka 1 sampai 10 atau dengan mengisi sendiri matriks ketetanggaannya. Dalam mengisi matriks ketetanggaan, keterkaitan antara satu titik dengan titik lainnya bergantung pada μ yang ditentukan sebelumnya. Sebagai gambaran, apabila μ = 3 maka untuk titik-titik yang dianggap memiliki keterkaitan high dapat diisikan pada matriks ketetanggaannya dengan angka 1, apabila tingkat keterkaitan diantara titik dianggap medium dapat diisikan dengan angka 2 dan 3 untuk titik dengan tingkat keterkaitan low. Setelah semua input yang dibutuhkan telah dimasukkan, klik tombol proses coloring. Untuk melihat hasil untuk setiap μ, dapat dilihat dengan mengeklik pada gambar sesuai dengan kondisi μ yang ingin diamati. Sebagai gambaran, apabila kondisi pada μ = 1 yang ingin diamati maka pada gambar dapat dipilih angka 1. 65

12 4.2.2 Simulasi Program Untuk Permasalahan Sederhana Lampu Lalu Lintas Misalkan suatu sistem lampu lalu lintas di suatu perempatan jalan digambarkan sebagai berikut : A D B C Gambar 4.2 Bentuk model dari masalah ini telah dilakukan sebelumnya, selanjutnya akan dimodelkan kembali permasalahan ini dengan menggunakan simulasi program. Langkah-langkah yang akan dilakukan adalah sebagai berikut : Masukan input sesuai dengan data yang dapat diamati berdasarkan gambar 4.2. Gambar

13 Setelah setiap input dimasukkan akan didapatkan hasil simulasi untuk setiap μ nya sebagai berikut : Gambar 4.4 μ = h Gambar 4.5 μ = m Gambar 4.6 μ = l 67

14 Hasil simulasi diatas menunjukkan bahwa : Pada saat μ = h, periode lampu hijau pada lampu lalu lintas adalah dua. Pada saat μ = m Pada saat μ = l, periode lampu hijau pada lampu lalu lintas adalah dua., periode lampu hijau pada lampu lalu lintas adalah tiga. Hasil simulasi ini menunjukkan hasil yang sama dengan model matematika lampu lalu lintas pada bab sebelumnya Simulasi Program Untuk Permasalahan Lampu Lalu Lintas Daerah Pertigaan Sukajadi Sistem lampu lalu lintas di daerah pertigaan Sukajadi digambarkan sebagai berikut : A B C Gambar 4.7 Bentuk model dari masalah ini telah kita lakukan sebelumnya, selanjutnya akan dimodelkan kembali permasalahan ini dengan menggunakan simulasi program. Langkah-langkah yang akan dilakukan adalah sebagai berikut : Masukan input sesuai dengan data yang dapat diamati berdasarkan gambar

15 Gambar 4.8 Setelah setiap input dimasukkan akan didapatkan hasil simulasi untuk setiap μ nya sebagai berikut : Gambar 4.9 μ = h Gambar 4.10 μ = l 69

16 Hasil simulasi diatas menunjukkan bahwa : Pada saat μ = h, periode lampu hijau pada lampu lalu lintas daerah pertigaan Sukajadi adalah tiga. Pada saat μ = l Sukajadi adalah tiga., periode lampu hijau pada lampu lalu lintas daerah pertigaan Hasil simulasi ini menunjukkan hasil yang sama dengan model matematika lampu lalu lintas daerah pertigaan Sukajadi pada bab sebelumnya Simulasi Program Untuk Permasalahan Lampu Lalu Lintas Daerah Perempatan Merdeka Sistem lampu lalu lintas di daerah perempatan Merdeka digambarkan sebagai berikut : A D B C Gambar 4.11 Bentuk model dari masalah ini telah kita lakukan sebelumnya, selanjutnya akan dimodelkan kembali permasalahan ini dengan menggunakan simulasi program. Langkah-langkah yang akan dilakukan adalah sebagai berikut : Masukan input sesuai dengan data yang dapat diamati berdasarkan gambar

17 Gambar 4.12 Setelah setiap input dimasukkan akan didapatkan hasil simulasi untuk setiap μ nya sebagai berikut : Gambar 4.13 μ = h Gambar 4.14 μ = m 71

18 Hasil simulasi diatas menunjukkan bahwa : Gambar 4.15 μ = l Pada saat μ = h, periode lampu hijau pada lampu lalu lintas daerah perempatan Merdeka adalah dua. Pada saat μ = m perempatan Merdeka adalah dua. Pada saat μ = l perempatan Merdeka adalah tiga., periode lampu hijau pada lampu lalu lintas daerah, periode lampu hijau pada lampu lalu lintas daerah Hasil simulasi ini menunjukkan hasil yang sama dengan model matematika lampu lalu lintas daerah perempatan Merdeka pada bab sebelumnya. Algoritma 68 Pewarnaan titik graf fuzzy pada pengaturan lampu lalu lintas 72

Algoritma pemrograman yang akan disusun dibagi ke dalam tahap-tahap berikut :

Algoritma pemrograman yang akan disusun dibagi ke dalam tahap-tahap berikut : BAB IV PENYUSUNAN ALGORITMA 4.1 Penyusunan Algoritma Algoritma pemrograman yang akan disusun dibagi ke dalam tahap-tahap berikut : Menentukan derajat setiap titik. : AdMat(Matriks) Output : Result (ColorArray)

Lebih terperinci

BAB II. Konsep Dasar

BAB II. Konsep Dasar BAB II Konsep Dasar 2. Definisi Graf Graf G = (V G,E G ) terdiri dari himpunan tidak kosong V G, disebut himpunan titik, dan himpunan E G, disebut himpunan sisi, yang beranggotakan pasangan tak terurut

Lebih terperinci

3.1 Model Matematika untuk masalah interferensi pada WLAN. Telah dijelaskan pada bab satu bahwa dengan teknologi dan kemudahan yang

3.1 Model Matematika untuk masalah interferensi pada WLAN. Telah dijelaskan pada bab satu bahwa dengan teknologi dan kemudahan yang BAB III MODEL MATEMATIKA 3.1 Model Matematika untuk masalah interferensi pada WLAN Telah dijelaskan pada bab satu bahwa dengan teknologi dan kemudahan yang ditawarkan, teknologi WLAN masih memiliki kelemahan

Lebih terperinci

PENCARIAN SOLUSI TTS ANGKA DENGAN ALGORITMA RUNUT BALIK BESERTA PENGEMBANGANNYA

PENCARIAN SOLUSI TTS ANGKA DENGAN ALGORITMA RUNUT BALIK BESERTA PENGEMBANGANNYA PENCARIAN SOLUSI TTS ANGKA DENGAN ALGORITMA RUNUT BALIK BESERTA PENGEMBANGANNYA Wahyu Fahmy Wisudawan Program Studi Teknik Informatika Institut Teknologi Bandung, NIM: 506 Jl. Dago Asri 4 No. 4, Bandung

Lebih terperinci

Penerapan Algoritma Backtracking pada Pewarnaan Graf

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

Lebih terperinci

Pencarian pada Array. Tim PHKI Modul Dasar Pemrograman Fakultas Ilmu Komputer UDINUS Semarang

Pencarian pada Array. Tim PHKI Modul Dasar Pemrograman Fakultas Ilmu Komputer UDINUS Semarang Pencarian pada Array Tim PHKI Modul Dasar Pemrograman Fakultas Ilmu Komputer UDINUS Semarang Latar Belakang Merupakan proses yang penting karena sering dilakukan terhadap sekumpulan data yang disimpan

Lebih terperinci

SORTING (PENGURUTAN DATA)

SORTING (PENGURUTAN DATA) SORTING (PENGURUTAN DATA) R. Denny Ari Wibowo, S.Kom STMIK BINA NUSANTARA JAYA LUBUKLINGGAU PENJELASAN Pengurutan data (sorting) secara umum didefinisikan sebagai suatu proses untuk menyusun kembali himpunan

Lebih terperinci

DAFTAR ISI. LEMBAR PERNYATAAN. ABSTRAK KATA PENGANTAR. UCAPAN TERIMAKASIH. DAFTAR TABEL. DAFTAR GAMBAR DAFTAR LAMPIRAN

DAFTAR ISI. LEMBAR PERNYATAAN. ABSTRAK KATA PENGANTAR. UCAPAN TERIMAKASIH. DAFTAR TABEL. DAFTAR GAMBAR DAFTAR LAMPIRAN DAFTAR ISI LEMBAR PERNYATAAN. ABSTRAK KATA PENGANTAR. UCAPAN TERIMAKASIH. DAFTAR ISI. DAFTAR TABEL. DAFTAR GAMBAR DAFTAR LAMPIRAN i ii iv v vi ix x xi BAB I PENDAHULUAN. 1.1 Latar Belakang..... 1.2 Rumusan

Lebih terperinci

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

NASKAH UJIAN UTAMA. JENJANG/PROG. STUDI : DIPLOMA TIGA / MANAJEMEN INFORMATIKA HARI / TANGGAL : Kamis / 18 FEBRUARI 2016 NASKAH UJIAN UTAMA MATA UJIAN : LOGIKA DAN ALGORITMA JENJANG/PROG. STUDI : DIPLOMA TIGA / MANAJEMEN INFORMATIKA HARI / TANGGAL : Kamis / 18 FEBRUARI 2016 NASKAH UJIAN INI TERDIRI DARI 80 SOAL PILIHAN GANDA

Lebih terperinci

BAB III ANALISA DAN PERANCANGAN SISTEM

BAB III ANALISA DAN PERANCANGAN SISTEM BAB III ANALISA DAN PERANCANGAN SISTEM 3.1 ANALISIS SISTEM LALU LINTAS Pemahaman tentang sistem yang akan dirancang sangat diperlukan sebelum perangkat lunak dibangun. Pembangunan perangkat lunak dimulai

Lebih terperinci

BAB 3 ANALISIS DAN PERANCANGAN

BAB 3 ANALISIS DAN PERANCANGAN BAB 3 ANALISIS DAN PERANCANGAN 3.1 Gambaran Umum Manusia mempunyai kemampuan untuk belajar sejak dia dilahirkan, baik diajarkan maupun belajar sendiri, hal ini dikarenakan manusia mempunyai jaringan saraf.

Lebih terperinci

BAB III Algoritma Pelabelan Total Sisi-Ajaib Super

BAB III Algoritma Pelabelan Total Sisi-Ajaib Super BAB III Algoritma Pelabelan Total Sisi-Ajaib Super 3.1 Algoritma dan penjelasannya Proses pengkonstruksian suatu pelabelan total sisi-ajaib super pada S m n untuk n 3 dan m 0 pada tugas akhir ini, dilakukan

Lebih terperinci

Aplikasi Pewarnaan Graf dalam Pengalokasian Frekuensi Gelombang pada WLAN

Aplikasi Pewarnaan Graf dalam Pengalokasian Frekuensi Gelombang pada WLAN Aplikasi Pewarnaan Graf dalam Pengalokasian Frekuensi Gelombang pada WLAN Evita Chandra (13514034) Program Studi Teknik Informatika Sekolah Teknik Elektro dan Informatika Institut Teknologi Bandung, Jl.

Lebih terperinci

PENGALOKASIAN FREKUENSI PADA WIRELESS LOCAL AREA NETWORK (WLAN) DENGAN MENGGUNAKAN T-COLORING TUGAS AKHIR

PENGALOKASIAN FREKUENSI PADA WIRELESS LOCAL AREA NETWORK (WLAN) DENGAN MENGGUNAKAN T-COLORING TUGAS AKHIR PENGALOKASIAN FREKUENSI PADA WIRELESS LOCAL AREA NETWORK (WLAN) DENGAN MENGGUNAKAN T-COLORING TUGAS AKHIR Diajukan untuk Memenuhi Persyaratan Sidang Sarjana Program Studi Matematika ITB Oleh: Indra Fajar

Lebih terperinci

SORTING. Brigida Arie Minartiningtyas, M.Kom

SORTING. Brigida Arie Minartiningtyas, M.Kom SORTING Brigida Arie Minartiningtyas, M.Kom Sorting Suatu proses pengurutan data yang sebelumnya disusun secara acak sehingga menjadi tersusun secara teratur menurut suatu aturan tertentu. Sorting diterapkan

Lebih terperinci

UNIVERSITAS GUNADARMA

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

Lebih terperinci

PENCARIAN BERUNTUN (SEQUENTIAL SEARCHING)

PENCARIAN BERUNTUN (SEQUENTIAL SEARCHING) PENCARIAN BERUNTUN (SEQUENTIAL SEARCHING) a. Introduction b. Tanpa Boolean c. Dengan Boolean d. Penggunaan dalam Fungsi INTRODUCTION Merupakan algoritma pencarian yang paling sederhana. Proses Membandingkan

Lebih terperinci

Kode MK/ Pemrograman Terstruktur 2

Kode MK/ Pemrograman Terstruktur 2 Kode MK/ Pemrograman Terstruktur 2 ZK Abdurahman Baizal KK Algoritma dan Komputasi Graf 1 8/25/2015 Pendahuluan Dalam bab ini kita akan membahas struktur data graf Struktur data graf banyak digunakan sebagai

Lebih terperinci

3.1 Penentuan nilai tak teratur sisi dari korona graf lintasan terhadap )).

3.1 Penentuan nilai tak teratur sisi dari korona graf lintasan terhadap )). BAB 3 Hasil Utama Pada bab ini akan disajikan hasil utama dari tugas akhir ini, yakni nilai tak teratur sisi dari korona graf lintasan terhadap komplemen dari graf lengkap, dinotasikan dengan P m K n Selain

Lebih terperinci

APLIKASI ALGORITMA GREEDY PADA PERSOALAN PEWARNAAN GRAF

APLIKASI ALGORITMA GREEDY PADA PERSOALAN PEWARNAAN GRAF APLIKASI ALGORITMA GREEDY PADA PERSOALAN PEWARNAAN GRAF Fitriana Passa (13508036) Program Studi Teknik Informatika, Sekolah Teknik Elektro dan Informatika, Institut Teknologi Bandung Jalan Ganeca 10 Bandung

Lebih terperinci

Algoritma Brute Force

Algoritma Brute Force Algoritma Brute Force Definisi Brute Force Brute force adalah sebuah pendekatan yang lempang (straightforward( straightforward) ) untuk memecahkan suatu masalah, biasanya didasarkan pada pernyataan masalah

Lebih terperinci

PENGEMBANGAN SHORTEST PATH ALGORITHM (SPA) DALAM RANGKA PENCARIAN LINTASAN TERPENDEK PADA GRAF BERSAMBUNG BERARAH BERUNTAI

PENGEMBANGAN SHORTEST PATH ALGORITHM (SPA) DALAM RANGKA PENCARIAN LINTASAN TERPENDEK PADA GRAF BERSAMBUNG BERARAH BERUNTAI PENGEMBANGAN SHORTEST PATH ALGORITHM (SPA) DALAM RANGKA PENCARIAN LINTASAN TERPENDEK PADA GRAF BERSAMBUNG BERARAH BERUNTAI Oliver Samuel Simanjuntak Jurusan Teknik Informatika UPN Veteran Yogyakarta Jl.

Lebih terperinci

Jurusan Matematika Fakultas Matematika dan Ilmu Pengetahuan Alam Universitas Riau Kampus Binawidya Pekanbaru (28293), Indonesia

Jurusan 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 terperinci

Analisis Pengimplementasian Algoritma Greedy untuk Memilih Rute Angkutan Umum

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

Lebih terperinci

Penggunaan Graf dalam Pemodelan Matematis Permainan Delapan Jari

Penggunaan Graf dalam Pemodelan Matematis Permainan Delapan Jari Penggunaan Graf dalam Pemodelan Matematis Permainan Delapan Jari Evan 1) 1) Program Studi Teknik Informatika ITB, Bandung, email: evangozali@yahoo.com Abstract Makalah ini membahas aplikasi graf dalam

Lebih terperinci

BAB VI SEARCHING (PENCARIAN)

BAB VI SEARCHING (PENCARIAN) BAB VI SEARCHING (PENCARIAN) 7. 1 Pencarian Beruntun (Sequential Search) Prinsip kerja pencarian beruntun adalah membandingkan setiap elemen larik satu per satu secara beruntun, mulai dari elemen pertama

Lebih terperinci

Algoritma Brute Force (Bagian 1) Oleh: Rinaldi Munir

Algoritma Brute Force (Bagian 1) Oleh: Rinaldi Munir Algoritma Brute Force (Bagian 1) Oleh: Rinaldi Munir Bahan Kuliah IF2251 Strategi Algoritmik 1 Definisi Brute Force Brute force : pendekatan yang lempang (straightforward) untuk memecahkan suatu masalah

Lebih terperinci

Komponen Terhubung dan Jalur Terpendek Algoritma Graf Paralel

Komponen Terhubung dan Jalur Terpendek Algoritma Graf Paralel Komponen Terhubung dan Jalur Terpendek Algoritma Graf Paralel Yosef Sukianto Nim 13506035 Program Studi Teknik Informatika, Sekolah Teknik Elektro dan Informatika, Institut Teknologi Bandung, Jalan Ganesha

Lebih terperinci

BAB 3 ANALISIS DAN PERANCANGAN

BAB 3 ANALISIS DAN PERANCANGAN BAB 3 ANALISIS DAN PERANCANGAN 3.1 Gambaran Umum Departemen Pekerjaan Umum Departemen Pekerjaan Umum, biasa disebut Departemen PU, sempat bernama "Departemen Permukiman dan Pengembangan Wilayah" (1999-2000)

Lebih terperinci

Pemanfaatan Algoritma Sequential Search dalam Pewarnaan Graf untuk Alokasi Memori Komputer

Pemanfaatan 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 terperinci

Pengembangan Perangkat Lunak untuk Mengkonstruksi Pewarnaan Titik pada Graf Fuzzy dan Aplikasinya pada Pengaturan Lampu Lalu Lintas TUGAS AKHIR

Pengembangan Perangkat Lunak untuk Mengkonstruksi Pewarnaan Titik pada Graf Fuzzy dan Aplikasinya pada Pengaturan Lampu Lalu Lintas TUGAS AKHIR Pengembangan Perangkat Lunak untuk Mengkonstruksi Pewarnaan Titik pada Graf Fuzzy dan Aplikasinya pada Pengaturan Lampu Lalu Lintas TUGAS AKHIR Diajukan untuk memenuhi persyaratan Sidang Sarjana Matematika

Lebih terperinci

Preorder Tree Traversal

Preorder Tree Traversal Preorder Tree Traversal Dimana paralelnya? Operasi dasarnya adalah pelabelan pada node. Label pada verteks sub pohon kanan tidak dapat diberikan sampai diketahui berapa banyak verteks yang ada di sub pohon

Lebih terperinci

BAB III ANALISIS DAN PERANCANGAN APLIKASI 3.1 ANALISIS

BAB III ANALISIS DAN PERANCANGAN APLIKASI 3.1 ANALISIS 29 BAB III ANALISIS DAN PERANCANGAN APLIKASI 3.1 ANALISIS Dengan menggunakan Visual Basic 6.0 aplikasi perangkat ajar pengelolaan dan perhitungan ekspresi matematika yang akan dibangun dalam penelitian

Lebih terperinci

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

Analisa dan Perancangan Algoritma. Ahmad Sabri, Dr Sesi 2: 16 Mei 2016 Analisa dan Perancangan Algoritma Ahmad Sabri, Dr Sesi 2: 16 Mei 2016 Teknik rekursif dan iteratif Algoritma rekursif adalah algoritma yang memanggil dirinya sendiri sampai tercapai kondisi yang ditetapkan

Lebih terperinci

AlgoritmaBrute Force. Desain dan Analisis Algoritma (CS3024)

AlgoritmaBrute Force. Desain dan Analisis Algoritma (CS3024) AlgoritmaBrute Force Desain dan Analisis Algoritma (CS3024) Definisi Brute Force Brute forceadalah sebuah pendekatan yang lempang (straightforward) untuk memecahkan suatu masalah, biasanya didasarkan pada

Lebih terperinci

ALGORITMA PENGURUTAN & PENCARIAN

ALGORITMA PENGURUTAN & PENCARIAN Materi kuliah ALGORITMA PENGURUTAN & PENCARIAN Ir. Roedi Goernida, MT. (roedig@yahoo.com) Program Studi Sistem Informasi Fakultas Rekayasa Industri Institut Teknologi Telkom Bandung 2011 1 Pengelompokan

Lebih terperinci

1. Kompetensi Mengenal dan memahami algoritma percabangan yang komplek.

1. Kompetensi Mengenal dan memahami algoritma percabangan yang komplek. LAB SHEET ALGORITMA DAN STRUKTUR DATA Semester : 4 Percabangan Komplek dan case of 200 menit No. : LST/EKA/EKA 305/03 Revisi : Tgl. : Hal. 1 dari 3 hal. 1. Kompetensi Mengenal dan memahami algoritma percabangan

Lebih terperinci

METODE DEVIDE AND CONQUER (DANDC)

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

Lebih terperinci

BAB III ANALISIS DAN PERANCANGAN

BAB III ANALISIS DAN PERANCANGAN BAB III ANALISIS DAN PERANCANGAN Pada bab ini akan dibahas mengenai analisis dan perancangan pada sistem ng dibangun, itu penerapan algoritma Backtrack dalam membangkitkan elemen awal permainan Sudoku.

Lebih terperinci

PERTEMUAN 8 MATRIX. Introduction Definition How is matrix stored in memory Declaration Processing

PERTEMUAN 8 MATRIX. Introduction Definition How is matrix stored in memory Declaration Processing PERTEMUAN 8 MATRIX Introduction Definition How is matrix stored in memory Declaration Processing INTRODUCTION Sebuah larik yang setiap elemennya adalah larik lagi disebut matriks Contoh matriks identitas:

Lebih terperinci

BAB 2 GRAF PRIMITIF. 2.1 Definisi Graf

BAB 2 GRAF PRIMITIF. 2.1 Definisi Graf BAB 2 GRAF PRIMITIF Pada bab ini akan dijelaskan beberapa konsep dasar seperti definisi dan teorema yang dijadikan landasan teori dalam penelitian ini. Konsep dasar tersebut berkaitan dengan definisi graf,

Lebih terperinci

APLIKASI PEWARNAAN GRAPH PADA PEMBUATAN JADWAL

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

Lebih terperinci

SOAL PASCAL A. 1. Lengkapi Source Code Dibawah ini : {* Program Menghitung dengan Operator Matematika*}

SOAL PASCAL A. 1. Lengkapi Source Code Dibawah ini : {* Program Menghitung dengan Operator Matematika*} SOAL PASCAL A Selesai list code/source code pascal dengan mengetikkan list yang ada dan mengisikan titik-titik menjadi sebuah Program {* Program Menghitung dengan Operator Matematika*} program_hitung UsEs

Lebih terperinci

Penggunaan Algoritma Backtrack dan Aturan Warnsdorff Untuk Menyelesaikan Knight s Tour Problem

Penggunaan Algoritma Backtrack dan Aturan Warnsdorff Untuk Menyelesaikan Knight s Tour Problem Penggunaan Algoritma Backtrack dan Aturan Warnsdorff Untuk Menyelesaikan Knight s Tour Problem Ali Akbar - 13514080 Program Studi Teknik Informatika Sekolah Teknik Elektro dan Informatika Institut Teknologi

Lebih terperinci

DIKTAT STRUKTUR DATA Oleh: Tim Struktur Data IF

DIKTAT STRUKTUR DATA Oleh: Tim Struktur Data IF DIKTAT STRUKTUR DATA Oleh: Tim Struktur Data IF ARRAY STATIS (lanjutan) OPERASI ARRAY STATIS (lanjutan) 3. Pencarian (searching) array Proses menemukan suatu data yang terdapat dalam suatu array. Proses

Lebih terperinci

[Type the company name] [Type the document title] [Type the document subtitle] Gilang Abdul Aziz [Pick the date]

[Type the company name] [Type the document title] [Type the document subtitle] Gilang Abdul Aziz [Pick the date] [Type the company name] [Type the document title] [Type the document subtitle] Gilang Abdul Aziz [Pick the date] H a l a m a n 1 DAFTAR ISI DAFTAR ISI... 1 1. TIPE DATA DALAM BORLAND DELPHI7... 2 1.1.

Lebih terperinci

APLIKASI GRAF FUZZY PADA PENGATURAN LAMPU LALU LINTAS DI PERSIMPANGAN JALAN TERBAN KABUPATEN SLEMAN PROVINSI DAERAH ISTIMEWA YOGYAKARTA

APLIKASI GRAF FUZZY PADA PENGATURAN LAMPU LALU LINTAS DI PERSIMPANGAN JALAN TERBAN KABUPATEN SLEMAN PROVINSI DAERAH ISTIMEWA YOGYAKARTA APLIKASI GRAF FUZZY PADA PENGATURAN LAMPU LALU LINTAS DI PERSIMPANGAN JALAN TERBAN KABUPATEN SLEMAN PROVINSI DAERAH ISTIMEWA YOGYAKARTA SKRIPSI Diajukan kepada Fakultas Matematika dan Ilmu Pengetahuan

Lebih terperinci

ALGORITMA PENCARIAN SIMPUL SOLUSI DALAM GRAF

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

Lebih terperinci

Aplikasi Graf pada Penentuan Jadwal dan Jalur Penerbangan

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

Lebih terperinci

CLIQUE MAKSIMAL SEBAGAI KONSEP DASAR PEMBUATAN ALGORITMA CLIQUE-BACK UNTUK MENYELESAIKAN MASALAH N-RATU

CLIQUE MAKSIMAL SEBAGAI KONSEP DASAR PEMBUATAN ALGORITMA CLIQUE-BACK UNTUK MENYELESAIKAN MASALAH N-RATU CLIQUE MAKSIMAL SEBAGAI KONSEP DASAR PEMBUATAN ALGORITMA CLIQUE-BACK UNTUK MENYELESAIKAN MASALAH N-RATU Diny Zulkarnaen Dosen Matematika Fakultas Sains dan Teknologi dinyzul@gmail.com ABSTRAK Masalah N-ratu

Lebih terperinci

STRATEGI DIVIDE AND CONQUER

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

Lebih terperinci

JURNAL SAINS DAN SENI POMITS Vol. 2, No.1, (2013) ( X Print) 1

JURNAL SAINS DAN SENI POMITS Vol. 2, No.1, (2013) ( X Print) 1 JURNAL SAINS DAN SENI POMITS Vol. 2, No.1, (2013) 2337-3520 (2301-928X Print) 1 Aplikasi Pewarnaan Graf Fuzzy untuk Mengklasifikasi Jalur Lalu Lintas di Persimpangan Jalan Insinyur Soekarno Surabaya Sulastri,

Lebih terperinci

APLIKASI 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 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 terperinci

Penerapan Algoritma Runut-Balik (Backtracking) pada Permainan Nurikabe

Penerapan Algoritma Runut-Balik (Backtracking) pada Permainan Nurikabe Penerapan Runut-Balik (Backtracking) pada Permainan Nurikabe Putri Amanda Bahraini Program Studi Teknik Informatika, Institut Teknologi Bandung Jalan Ganesha 10, Bandung e-mail: if14041@students.if.itb.ac.id

Lebih terperinci

BAB VII ALGORITMA DIVIDE AND CONQUER

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

Lebih terperinci

MODUL PRAKTIKUM ALGORITMA & BAHASA PEMROGRAMAN I (BASIC) Dosen Pengasuh : Suroto, S.Kom, M.Ak

MODUL PRAKTIKUM ALGORITMA & BAHASA PEMROGRAMAN I (BASIC) Dosen Pengasuh : Suroto, S.Kom, M.Ak MODUL PRAKTIKUM ALGORITMA & BAHASA PEMROGRAMAN I (BASIC) Dosen Pengasuh : Suroto, S.Kom, M.Ak UNIVERSITAS BATAM PRAKTIKUM I FLOWCHART 1. Buatlah flowchart untuk menghitung luas segitiga 2. Buatlah flowchart

Lebih terperinci

BAB III ANALISIS, ALGORITMA, DAN CONTOH PENERAPAN

BAB III ANALISIS, ALGORITMA, DAN CONTOH PENERAPAN BAB III ANALISIS, ALGORITMA, DAN CONTOH PENERAPAN 3.1 Analisis Berdasarkan cara menghitung besaran-besaran yang telah disebutkan pada Bab II, diperoleh perumusan untuk besaran-besaran tersebut sebagai

Lebih terperinci

Bab 5 Array (Variabel Berindeks)

Bab 5 Array (Variabel Berindeks) Bab 5 Array (Variabel Berindeks) 5.1. Pengertian array Variabel dengan tipe data tunggal (skalar) hanya dapat digunakan untuk menyimpan sebuah nilai saja, sehingga untuk menyimpan beberapa nilai sekaligus

Lebih terperinci

Selamat Mengerjakan. 2. Keluaran dari baris 10 adalah? a. 1 b. 4 c. 2.5 d. 2 e Keluaran dari baris 11 adalah? a. 1 b. 4 c. 2.5 d. 2 e.

Selamat Mengerjakan. 2. Keluaran dari baris 10 adalah? a. 1 b. 4 c. 2.5 d. 2 e Keluaran dari baris 11 adalah? a. 1 b. 4 c. 2.5 d. 2 e. LAT SOAL ALGORITMA DAN PEMROGRAMAN Selamat Mengerjakan Perhatikan kode program berikut ini untuk soal 1 hingga 3 1. : 2. a, b : integer 3. d, e : real 4. 5. a 15 6. b 6 7. d 5 8. e 2 9. output(a % b) 10.

Lebih terperinci

BAB III ANALISIS DAN PERANCANGAN. Subbab ini akan berisi pembahasan mengenai cara kerja algoritma Welch-

BAB III ANALISIS DAN PERANCANGAN. Subbab ini akan berisi pembahasan mengenai cara kerja algoritma Welch- BAB III ANALISIS DAN PERANCANGAN 3.1 ANALISIS Subbab ini akan berisi pembahasan mengenai cara kerja algoritma Welch- Powell dalam mewarnai simpul graf dan implementasinya dalam penyusunan jadwal ujian

Lebih terperinci

PERSEGI ANGKA-HURUF VERTIKAL

PERSEGI ANGKA-HURUF VERTIKAL TUGAS APLIKASI (UJIAN AKHIR SEMESTER) PERSEGI ANGKA-HURUF VERTIKAL Mata Kuliah: Algoritma Pemrograman Kelompok: C4 Anggota Kelompok: Abdul Khafit (110411100097) Novi Indrawati (110411100098) Ria Lyzara

Lebih terperinci

Teori Algoritma TIPE DATA

Teori Algoritma TIPE DATA Alam Santosa Teori Algoritma Dasar Algoritma TIPE DATA Program komputer adalah deretan perintah untuk memanipulasi data input menjadi informasi yang bermanfaat bagi pengguna (user). Data yang diinput dapat

Lebih terperinci

Searching [pencarian] Algoritma Pemrograman

Searching [pencarian] Algoritma Pemrograman Searching [pencarian] Algoritma Pemrograman mas.anto72@gmail.com 1 Jenis Pencarian Pencarian Internal proses pencarian dilakukan pada memori utama (RAM). Pencarian Eksternal proses pencarian dilakukan

Lebih terperinci

Algoritma dan Struktur Data

Algoritma dan Struktur Data Algoritma dan Struktur Data Week 2 : Bahasa C dan Array I Ketut Resika Arthana, S.T., M.Kom NIP. 198412012012121002 resika.arthana@gmail.com 085-737-515-515 http://www.rey1024.com Pendidikan Teknik Informatika

Lebih terperinci

Elvira Firdausi Nuzula, Purwanto, dan Lucky Tri Oktoviana Universitas Negeri Malang

Elvira Firdausi Nuzula, Purwanto, dan Lucky Tri Oktoviana Universitas Negeri Malang PENERAPAN ALGORITMA AUCTION UNTUK MENGATASI MASALAH LINTASAN TERPENDEK (SHORTEST PATH) Elvira Firdausi Nuzula, Purwanto, dan Lucky Tri Oktoviana Universitas Negeri Malang E-mail : elvira_firdausi@yahoo.co.id

Lebih terperinci

Penerapan strategi BFS untuk menyelesaikan permainan Unblock Me beserta perbandingannya dengan DFS dan Branch and Bound

Penerapan strategi BFS untuk menyelesaikan permainan Unblock Me beserta perbandingannya dengan DFS dan Branch and Bound Penerapan strategi BFS untuk menyelesaikan permainan Unblock Me beserta perbandingannya dengan DFS dan Branch and Bound Eric 13512021 Program Studi Teknik Informatika Sekolah Teknik Elektro dan Informatika

Lebih terperinci

PENGEMBANGAN LONGEST PATH ALGORITHM (LPA) DALAM RANGKA PENCARIAN LINTASAN TERPANJANG PADA GRAF BERSAMBUNG BERARAH BERUNTAI

PENGEMBANGAN LONGEST PATH ALGORITHM (LPA) DALAM RANGKA PENCARIAN LINTASAN TERPANJANG PADA GRAF BERSAMBUNG BERARAH BERUNTAI PENGEMBANGAN LONGEST PATH ALGORITHM (LPA) DALAM RANGKA PENCARIAN LINTASAN TERPANJANG PADA GRAF BERSAMBUNG BERARAH BERUNTAI Oliver Samuel Simanjuntak Prodi Teknik Informatika UPN eteran Yogyakarta Jl. Babarsari

Lebih terperinci

Pengurutan (Sorting) Algoritma Pemrograman

Pengurutan (Sorting) Algoritma Pemrograman Pengurutan (Sorting) Algoritma Pemrograman mas.anto72@gmail.com 1 Definisi Sorting /pengurutan proses mengatur sekumpulan obyek menurut urutan atau susunan tertentu. Bentuk susunan/urutan : Ascending menaik/membesar

Lebih terperinci

Penggunaan Metode Logika Fuzzy Untuk Memprediksi Jumlah Kendaraan Bermotor Berdasarkan Tingkat Kebisingan Lalu Lintas, Lebar Jalan Dan Faktor Koreksi

Penggunaan Metode Logika Fuzzy Untuk Memprediksi Jumlah Kendaraan Bermotor Berdasarkan Tingkat Kebisingan Lalu Lintas, Lebar Jalan Dan Faktor Koreksi Jurnal Gradien Vol.3 No.2 Juli 2007 : 247-251 Penggunaan Metode Logika Fuzzy Untuk Memprediksi Jumlah Kendaraan Bermotor Berdasarkan Tingkat Kebisingan Lalu Lintas, Lebar Jalan Dan Faktor Koreksi Syamsul

Lebih terperinci

Dasar-Dasar Pemrograman Dengan Delphi 7. Janner Simarmata

Dasar-Dasar Pemrograman Dengan Delphi 7. Janner Simarmata Dasar-Dasar Pemrograman Dengan Delphi 7 Janner Simarmata www.kaputama.ac.id 15 Agustus 2007 Dipublikasikan dan didedikasikan untuk perkembangan pendidikan di Indonesia melalui MateriKuliah.Com Lisensi

Lebih terperinci

Aplikasi Pewarnaan Graf pada Pemecahan Masalah Penyusunan Jadwal

Aplikasi 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 terperinci

Tujuan : A. Percabangan Percabangan di dalam Java terdapat 2 macam, yaitu dengan memakai if dan switch.

Tujuan : A. Percabangan Percabangan di dalam Java terdapat 2 macam, yaitu dengan memakai if dan switch. Modul 2 Percabangan dan Loop Tujuan : 1. Praktikan mengetahui macam macam percabangan pada Java 2. Praktikan mengetahui macam macam loop pada Java 3. Praktikan mampu memahami logika percabangan dan loop

Lebih terperinci

Aplikasi Pewarnaan Graph pada Pembuatan Jadwal

Aplikasi Pewarnaan Graph pada Pembuatan Jadwal Aplikasi Pewarnaan Graph pada Pembuatan Jadwal Janice Laksana / 13510035 Program Studi Teknik Informatika Sekolah Teknik Elektro dan Informatika Institut Teknologi Bandung, Jl. Ganesha 10 Bandung 40132,

Lebih terperinci

BAB 1 PENDAHULUAN. 1.1 Pendahuluan

BAB 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 terperinci

Soal dan Jawaban Materi Graf, Pohon, dan Kompleksitas Algoritma

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

Lebih terperinci

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI BAB 2 LANDASAN TEORI 2.1 Lampu Lalu Lintas 2.1.1 Pengertian Lampu Lalu Lintas Menurut Penjelasan UU Lalu Lintas No. 14 tahun 1992 pasal 8 ayat 1 huruf c menyebutkan bahwa Pengertian alat pemberi isyarat

Lebih terperinci

Algoritma dan Pemrograman Sorting (Pengurutan) IS1313. Oleh: Eddy Prasetyo N

Algoritma dan Pemrograman Sorting (Pengurutan) IS1313. Oleh: Eddy Prasetyo N Algoritma dan Pemrograman Sorting (Pengurutan) IS1313 Oleh: Eddy Prasetyo N Pengantar Sorting merupakan sebuah proses untuk mengatur item dalam suatu urutan tertentu ( menaik atau menurun ). Misalnya untuk

Lebih terperinci

BAB IV PEMBAHASAN. Pada penelitian ini akan dibandingkan antara aplikasi teori graf fuzzy dan

BAB IV PEMBAHASAN. Pada penelitian ini akan dibandingkan antara aplikasi teori graf fuzzy dan BAB IV PEMBAHASAN Pada penelitian ini akan dibandingkan antara aplikasi teori graf fuzzy dan teori aljabar max-plus dalam pengaturan lampu lalu lintas di simpang empat Beran Kabupaten Sleman Provinsi Daerah

Lebih terperinci

PERBANDINGAN ALGORITMA GREEDY DAN BRUTE FORCE DALAM SIMULASI PENCARIAN KOIN

PERBANDINGAN ALGORITMA GREEDY DAN BRUTE FORCE DALAM SIMULASI PENCARIAN KOIN PERBANDINGAN ALGORITMA GREEDY DAN BRUTE FORCE DALAM SIMULASI PENCARIAN KOIN Indra Mukmin 13506082 Program Studi Teknik Informatika Sekolah Teknik Elektro dan Informatika ITB Jalan Ganeca no.10 Email :

Lebih terperinci

Penerapan DFS dan BFS dalam Pencarian Solusi Game Japanese River IQ Test

Penerapan DFS dan BFS dalam Pencarian Solusi Game Japanese River IQ Test Penerapan DFS dan BFS dalam Pencarian Solusi Game Japanese River IQ Test Hanif Eridaputra / 00 Program Studi Teknik Informatika Sekolah Teknik Elektro dan Informatika Institut Teknologi Bandung, Jl. Ganesha

Lebih terperinci

Soal hari Jumat (16/10) Latihan 10 MS

Soal hari Jumat (16/10) Latihan 10 MS hari Jumat (16/10) Latihan 10 MS count, sum, i adalah variabel tunggal bertipe data integer i 1 count 0 sum 0 while (i < 30) do sum sum + i count count + 1 i i + i 1. Berapakah final state variabel sum?

Lebih terperinci

Perulangan, Percabangan, dan Studi Kasus

Perulangan, Percabangan, dan Studi Kasus Perulangan, Percabangan, dan Studi Kasus Perulangan dan percabangan merupakan hal yang sangat penting dalam menyusun suatu program Pada pertemuan kali ini akan dibahas secara detail tentang perulangan

Lebih terperinci

APLIKASI GRAF DALAM BISNIS TRAVEL BANDUNG-BOGOR

APLIKASI GRAF DALAM BISNIS TRAVEL BANDUNG-BOGOR APLIKASI GRAF DALAM BISNIS TRAVEL BANDUNG-BOGOR Achmad Giovani NIM : 13508073 Program Studi Teknik Informatika, Sekolah Teknik Elektro dan Informatika Institut Teknologi Bandung Jl. Ganeca 10 Bandung e-mail:

Lebih terperinci

Penerapan Algoritma Greedy pada Permainan Tower Defense

Penerapan Algoritma Greedy pada Permainan Tower Defense Penerapan Algoritma Greedy pada Permainan Tower Defense Tasya - 13515064 Program Studi Teknik Informatika Sekolah Teknik Elektro dan Informatika Institut Teknologi Bandung, Jl. Ganesha 10 Bandung 40132,

Lebih terperinci

Algoritma HitungGajiKaryawan Deklarasi NIK,Nama,Jabatan : String Gaji, Tunj, Pajak, Gaber : Real

Algoritma HitungGajiKaryawan Deklarasi NIK,Nama,Jabatan : String Gaji, Tunj, Pajak, Gaber : Real Algoritma HitungGajiKaryawan Deklarasi NIK,Nama,Jabatan : String Gaji, Tunj, Pajak, Gaber : Real Procedure MasukDataKaryawan Algoritma Write('NIK ') Read(NIK) Write('Nama Karyawan ') Read(Nama) Write('Jabatan

Lebih terperinci

Sebelum membahas mengenai pemrograman LabVIEW, sebaiknya pembaca mengenal istilah istilah penting berikut ini.

Sebelum membahas mengenai pemrograman LabVIEW, sebaiknya pembaca mengenal istilah istilah penting berikut ini. Pemrograman LabVIEW 6.1 Istilah-Istilah Penting Sebelum membahas mengenai pemrograman LabVIEW, sebaiknya pembaca mengenal istilah istilah penting berikut ini. 1. G: dari kata graphical, merupakan sebutan

Lebih terperinci

Studi Algoritma Optimasi dalam Graf Berbobot

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

Lebih terperinci

Penggunaan Algoritma Greedy dalam Membangun Pohon Merentang Minimum

Penggunaan Algoritma Greedy dalam Membangun Pohon Merentang Minimum Penggunaan Algoritma Greedy dalam Membangun Pohon Merentang Minimum Gerard Edwin Theodorus - 13507079 Jurusan Teknik Informatika ITB, Bandung, email: if17079@students.if.itb.ac.id Abstract Makalah ini

Lebih terperinci

BAB 2 GRAF PRIMITIF. 2.1 Definisi Graf

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

Lebih terperinci

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

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

Lebih terperinci

Bab 2. Teori Dasar. 2.1 Definisi Graf

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

Lebih terperinci

PENGENALAN DASAR PEMROGRAMAN

PENGENALAN DASAR PEMROGRAMAN PENGENALAN DASAR PEMROGRAMAN Pertemuan 1 I. Pengertian Program adalah pernyataan yang disusun menjadi satu kesatuan prosedur yang berupa urutan langkah yang disusun secara logis dan sistematis untuk menyelesaikan

Lebih terperinci

Analisis Algoritma Greedy dan Brute-Force

Analisis Algoritma Greedy dan Brute-Force Analisis Algoritma Greedy dan Brute-Force Fadhil Hidayat, NIM. 23509313 Sekolah Teknik Elektro dan Informatika Institut Teknologi Bandung Abstrak Algoritma Greedy adalah algoritma yang berusaha memecahkan

Lebih terperinci

M Queue Berprioritas. Amin Arifiyani. Struktur Data M

M Queue Berprioritas. Amin Arifiyani. Struktur Data M M07006 Queue erprioritas min rifiyani Struktur ata M07006 . Pahuluan Pengertian Queue erprioritas dalah sebuah antrian dengan setiap elementnya memiliki prioritas masing-masing dimana prioritas yang tertinggi

Lebih terperinci

Pengantar dalam Bahasa Pemrograman Turbo Pascal Tonny Hidayat, S.Kom

Pengantar dalam Bahasa Pemrograman Turbo Pascal Tonny Hidayat, S.Kom Pengantar dalam Bahasa Pemrograman Turbo Pascal Tonny Hidayat, S.Kom Pengantar Bahasa Pemrograman Pascal Page 1 / 11 Pengenalan Pascal Pascal merupakan salah satu bahasa pemrograman tingkat tinggi. Pemrograman

Lebih terperinci

Konsep Dasar Pemrograman

Konsep Dasar Pemrograman Konsep Dasar Pemrograman I. Algoritma Pemrograman Yang Baik Ciri-ciri algoritma pemrograman yang baik adalah : 1. Memiliki logika perhitungan/metode yang tepat dalam memecahkan masalah 2. Menghasilkan

Lebih terperinci

Aplikasi Algoritma Reverse Greedy pada Egyptian Fraction

Aplikasi Algoritma Reverse Greedy pada Egyptian Fraction Aplikasi Algoritma Reverse Greedy pada Egyptian Fraction Stephen Herlambang Program Studi Teknik Informatika - Institut Teknologi Bandung Jl. Ganesha 10 Bandung e-mail: stephen_herlambang@yahoo.co.id ABSTRAK

Lebih terperinci

TUGAS MAKALAH INDIVIDUAL. Mata Kuliah : Matematika Diskrit / IF2153 Nama : Dwitiyo Abhirama NIM :

TUGAS MAKALAH INDIVIDUAL. Mata Kuliah : Matematika Diskrit / IF2153 Nama : Dwitiyo Abhirama NIM : TUGAS MAKALAH INDIVIDUAL Mata Kuliah : Matematika Diskrit / IF2153 Nama : Dwitiyo Abhirama NIM : 13505013 Institut Teknologi Bandung Desember 2006 Penggunaan Struktur Pohon dalam Informatika Dwitiyo Abhirama

Lebih terperinci

Kompleksitas Algoritma

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

Lebih terperinci

Konsep Sorting dalam Pemrograman Saniman dan Muhammad Fathoni

Konsep Sorting dalam Pemrograman Saniman dan Muhammad Fathoni Konsep Sorting dalam Pemrograman Saniman dan Muhammad Fathoni Abstrak Sort adalah proses pengurutan data yang sebelumnya disusun secara acak sehingga menjadi tersusun secara teratur menurut suatu aturan

Lebih terperinci