MEMBANDINGKAN KEMANGKUSAN ALGORITMA DINIC DAN ALGORITMA PELABELAN FORD-FULKERSON UNTUK MASALAH ARUS MAKSIMUM. Nerli Khairani Jenny Sirait
|
|
- Iwan Budiman
- 6 tahun lalu
- Tontonan:
Transkripsi
1 176 MEMBANDINGKAN KEMANGKUSAN ALGORITMA DINIC DAN ALGORITMA PELABELAN FORD-FULKERSON UNTUK MASALAH ARUS MAKSIMUM Nerli Khairani Jenny Sirait Abstrak Teori graf merupakan salah satu cabang matematika yang paling banyak aplikasinya dalam kehidupan sehari-hari. Salah satu bentuk graf adalah jaringan (network), yaitu graf berarah berbobot sederhana yang memiliki simpul sumber (source), simpul tujuan (sink), tiap sisinya mempunyai kapasitas tertentu. Pelabelan FordFulkerson merupakan yang digunakan dalam pemecahan masalah maksimum. memanfaatkan jaringan sisa. Pada jaringan sisa ini diidentifikasi faugmenting path terpendek melalui layered network, kemudian dikonstruksi suatu blocking flow yang dapat digunakan untuk menentukan maksimum. FordFulkerson berisi 2 fase. Fase pertama melakukan untuk memeriksa apakah terdapat f-augmenting path. terdapat f-augmenting path, menentukan menambahkan faugmenting path pada f. memberikan solusi maksimum yang sama yaitu sebanyak 7. FordFulkerson lebih mangkus dibandingkan dengan karena membutuhkan waktu ruang memori yang lebih sedikit dalam mencari solusi masalah maksimum. Kata kunci: ford-fulkerson, dinic, masalah maksimum, jaringan PENDAHULUAN Teori graf merupakan salah satu jaringan pipa air, lain-lain. cabang matematika yang paling banyak Transportasi barang lokasi sumber ke aplikasinya dalam kehidupan sehari-hari. lokasi tujuan yang melewati beberapa Salah satu bentuk graf adalah flow lokasi-antara merupakan salah satu contoh network, yaitu graf berarah yang tiap masalah optimasi yang dapat didefinisikan sisinya mempunyai kapasitas tertentu. ke dalam bentuk graf atau jaringan. Flow network sering digunakan untuk Optimasi adalah salah satu memodelkan jaringan yang sering menjadi disiplin ilmu dalam matematika yang fokus masalah dalam kehidupan seperti jaringan untuk mendapatkan nilai minimum atau lalu lintas, masalah listrik, jaringan maksimum komunikasi, masalah produksi, distribusi, berbagai kasus. Terdapat 5 yang perencanaan proyek, penentuan lokasi, bisa secara digunakan sistematis dalam dalam menyelesaikan Nerli Khairani adalah Dosen Jurusan Matematika, Fakultas Matematika Ilmu Pengetahuan Alam, Universitas Negeri Me; Jenny Sirait adalah Alumni Jurusan Matematika, Fakultas Matematika Ilmu Pengetahuan Alam, Universitas Negeri Me
2 masalah flow network. Kelima maksimum yang terdapat dalam suatu tersebut antara lain jaringan (Ahuja & Orlin, 1989)., Dalam penulisan ini akan dibahas Edmonds Karp,, Pelabelan MPM (Malhotra, Pramodh dengan langkah per Kumar & Maheswari), langkah hingga akhirnya ditemukan Goldberg-Tarjan (Thulasiraman & Swamy, maksimum. 1992). kemangkusan kedua diatas. Menurut itu dibandingkan Dua simpul penting di graf G adalah lebih baik dibandingkan simpul sumber s simpul tujuan t. Pelabelan, maupun Setiap jalur di G telah terkait dengan angka Pelabelan telah positif yang disebut kapasitas. Sebuah Edmonds-Karp dalam jaringan adalah kumpulan dimodifikasi (Yudhianto, Moligane, Setelah yang oleh 2003). rangkaian yang memiliki sifat bahwa diperkenalkan oleh pada tahun jumlah Segkan rangkaian yang terkandung dalam jalur merupakan menangani masalah pertama flow network, kapasitas busur itu (Ford & Fulkerson, 1956). cara Berdasarkan hasil penelitian untuk yang telah dilakukan oleh Yudhianto, mencari kapasitas maksimum suatu aliran dapat digunakan untuk di dalam jaringan. Selain menghemat menyelesaikan masalah maksimum waktu dengan mengolah ini yang dimodelkan dalam suatu jaringan menjadi suatu program, metode ini juga transportasi (Yudhianto, 2003). Dalam akan efektif untuk para penggunanya Kamus Besar Bahasa Indonesia, kata dasar dalam melakukan suatu proses, tindakan, kemangkusan keefektifan, mangkus atau pengambilan keputusan untuk tujuan efektif, sama-sama memiliki arti tertentu berhasil guna. dengan suatu semua manapun adalah tidak lebih besar tahun Dalam metode ini mereka memaparkan banyaknya dalam ditemukan oleh Ford Fulkerson pada ingin mengetahui TINJAUAN PUSTAKA Graf (V, E), yang dalam hal ini V adalah Graf G didefinisikan sebagai pasangan himpunan tidak kosong simpul-simpul himpunan (V, E), ditulis dengan notasi (vertices G 177 atau nodes) E adalah
3 himpunan jalur (edges atau arcs) yang Kapasitas Sisa menghubungkan sepasang simpul (Munir, Misalkan f adalah pada G (V, 2007). E), besarnya tambahan yang dapat ditambahkan x ke y tanpa melebihi Graf Berarah kapasitas c(x,y) adalah kapasitas sisa (x,y). Graf yang setiap jalurnya diberikan arah (x,y) (x,y) - (x,y) (Handoyo, 2011). disebut sebagai graf berarah. Pada graf berarah, (u,v) (v,u) menyatakan dua Nilai Arus buah jalur yang berbeda, dengan kata lain Nilai (value) suatu f di jaringan (u,v) (v,u). transportasi G (V, E) dengan s adalah (Siahaan, 2010). simpul source di G, yang dinotasikan Graf Berbobot dengan val ( f ), didefinisikan sebagai Sebuah graf dengan bilangan-bilangan berikut : ( ) pada jalur-jalurnya disebut graf berbobot. (, ) (Johnsonbaugh, 2002). Dengan menggunakan kendala konservasi, Path dimana t adalah simpul sink di G Path dengan panjang n v ke w adalah didapatkan walk v ke w yang semua jalurnya bahwa (, ) ( ) : (, ) berbeda. Path v ke w dituliskan sebagai v (Thulasiraman & Swamy, 1992). v0 e1 v1 e2 v2 vn-1 en vn w dengan ei Cut ej untuk i j. (Siang, 2006). Misalkan Jaringan terhubungkan dengan V V1 V2 Sebuah jaringan adalah suatu graf berarah V1 V2. Maka himpunan S {(u,v) berbobot sederhana yang memenuhi : a. Simpul bertanda, yang merupakan u V1 v sumber (source), tidak mempunyai jalur Kapasitas cut G (V, E) adalah graf V2} dinan cut graf G, dinyatakan dengan < transportasi G b. Simpul bertanda, yang merupakan sebagai : ( ) (, ) (V,E) didefinisikan (Thulasiraman & Swamy, 1992). keluar. c. Bobot Cij jalur brarah (i, j) disebut >. <, > pada jaringan yang masuk. tujuan (sink), tidak mempunyai jalur yang, (, ) Lemma 1. (Handoyo, 2011) kapasitas (i, j), merupakan bilangan Misalkan f adalah pada jaringan tak negatif. (Johnsonbaugh, 2002) G dengan sumber s tujuan t, 178
4 misalkan (S,T) adalah cut G. Maka yang melewati (S,T) adalah jalur maju, f(s,t) f 2. ( ) mundur. Bukti: Kita perhatikan bahwa f(s-s, V) 0, pemaan yang memakan path P dengan bilangan real tak negatif ( ) yang s. didefinisikan sebagai : ( ) f(s,t) f(s,v) f(s,s) f(s,v) f-nol jika f (i,j) 0 (Thulasiraman & Swamy, 1992). Sisi Maju Sisi Mundur et { ( )} Perhatikan bahwa nilai ( ) 0, f(i,j) > 0 f(s,v) + f(s-s,v) f(s,v) f e1 e2 ( ), jika ei adalah jalur Untuk suatu path P didefinisikan suatu karena tersebut tidak memiliki sumber P: ( ) ( ) ( ),jika ei adalah 1. Arus Maksimum ek Suatu f di jaringan transportasi G. dikatakan maksimum jika tidak ada f s u0 u1 u2 ui-1 ui uk-1 uk v di G sedemikian rupa sehingga val (f) > val P adalah suatu path di jaringan (f ). Teorema penting dalam masalah transportasi N(V,E) dengan f maksimum adalah Teorema maximum flow source s ke simpul v. Maka jalur ei di P minimum cut. Berikut ini dinan jalur maju P jika jalur ei diberikan terlebih dahulu definisi cut berorientasi ui-1 ke ui selainnya minimum (Thulasiraman & Swamy, 1992). dinan jalur mundur P. Untuk setiap jalur di P, misalkan: f-unsaturated Path f-augmenting path merupakan path s Suatu path dikatakan f-unsaturated jika ke t yang memuat jalur-jalur yang dapat semua jalur maju path adalah jalur f- ditingkatkan lagi nya karena belum unsaturated semua jalur mundur sampai pada batas kapasitasnya. Dari path adalah jalur f-positif (Thulasiraman & definisi Swamy, 1992). path s-t f-augmenting Path hanya jika P adalah f-augmenting path Suatu path s-t P dikatakan f-augmenting (Thulasiraman & Swamy, 1992). jika P adalah f-unsaturated. Berdasarkan definisi f-augmenting path, terlihat bahwa 179 ( ) terlihat bahwa untuk suatu P, berlaku ( ) > 0 jika
5 1. Himpunan simpul V di Nf sama dengan Teorema Max-Flow Min-Cut Pada suatu jaringan transportasi, nilai himpunan simpul V di N. maksimum val (f) sama dengan kapasitas 2. Untuk setiap jalur e (u,v) di N, cut minimum c(k) (Thulasiraman & Nf mempunyai: Swamy, 1992). (i). Jalur e (u,v), jika f(e) < c(e), Bukti: dengan kapasitas sisa cf (e ) c(e) - Karena ( ) (, ), kita anggap jalur f(e). berarah (v,w) dengan v S w. Misalkan s S, terdapat unsaturated f- (ii). Jalur e (v,u), jika f(e) < 0, path. dengan kapasitas sisa cf (e ) f(e) suatu s-v (Thulasiraman & Swamy, 1992). Jalur (v, w) h f-saturated. Tidak mungkin terdapat f-unsaturated s-w path karena w Sehingga Layered Network. Akan dibuat konstruksi suatu (, ) 0, : val( ) (, ) (, ) (, ) (, ) layered Network relatif terhadap f dengan menggunakan jaringan transportasi N (V, E) dengan simpul source s digunakan simpul sink t, jaringan sisa Nf yang untuk memecahkan masalah maksimum telah didapatkan. dengan menggunakan jaringan transportasi Langkah-langkah layered network : N, jaringan sisa, jaringan pelapis (layered network) penghambat (blocking 1. V0 {s} i 0. flow) (Thulasiraman & Swamy, 1992). 2., Jaringan Sisa masalah mengatasi maksimum dengan 3. memanfaatkan jaringan sisa, yaitu jaringan dengan jalur-jalurnya (, ), f adalah maksimum. Berhenti. mempunyai kapasitas positif. Misalkan diberi suatu 4. simpul sink t jaringan transportasi N (V, E) dengan Vt {t} f. Maka Nf (V, Ef) dikatakan suatu jaringan sisa relatif terhadap f, jika hanya jika: 180 T, l i +1, (, ). Masukkan semua
6 jalur di Ei, dalam layered network, maksimum pada jaringan transportasi N. berhenti. ini berisi 2 (dua) fase, yaitu: 5. (, ). Dan semua jalur di Fase pertama adalah melakukan untuk masukkan apakah terdapat f- augmenting path. tidak ada, dalam layered teorema 2, f adalah maksimum. network. terdapat f-augmenting path, fase 6. i i +1 pergi ke langkah 2. kedua Himpunan-himpunan simpul didefinisikan Layered pada memeriksa yang yang menentukan Network h dikerjakan, f-augmenting path yaitu menambahkannya pada f. Pada fase dinan lapis (layer) N. Kapasitas pertama, label ( suatu jalur e di layered network adalah, ), adalah label untuk suatu simpul v. Notasi menyatakan simpul sama dengan cf (e) kapasitas sisa dimana v menerima label, notasi ini juga (Thulasiraman & Swamy, 1992). menyatakan arah : maju atau Konstruksi Arus Baru mundur. simpul v dilabeli, Kemudian dengan menggunakan blocking berarti terdapat suatu path s-v P yang tidak flow, seperti yang didefinisikan di atas, dipenuhi (unsaturated) untuk path P dapat dikonstruksi suatu maksimum ini, ( ) f, yang didefinisikan f : ℜ {0}, (Thulasiraman & Swamy, 1992). dengan nilai val(f ) > val(f) dengan cara Kemangkusan sebagai berikut: Kemangkusan diukur berapa 1. (u,v), dengan jumlah waktu ruang memori yang adalah suatu jalur maju, dibutuhkan (, ) (, )+ (, ) yang mangkus ialah 2. (u,v), dengan untuk menjalankannya. yang meminimumkan kebutuhan waktu adalah suatu jalur mundur, ruang. Kemangkusan dapat (, ) (, ) (, ) digunakan untuk menilai mana 3. Untuk semua jalur (u,v) yang lain di N, yang terbaik kedua (, ) (, ) melihat nilai yang paling maksimum Pelabelan Pelabelan dengan hasil penggunaan kedua tersebut (Nurhayati, 2013). adalah untuk menentukan 181
7 METODE PENELITIAN Penulis menggunakan teori-teori yang ataupun teorema, mencari solusi dengan berkaitan maksimum penggunaan menggunakan Ford- Pelabelan untuk masalah Fulkerson maksimum, serta membandingkan dengan, prosedur penelitian yang dilakukan adalah dengan cara mengumpulkan hasil penggunaan kedua. definisi PEMBAHASAN Misalkan diberikan jaringan transportasi N (V, E) beserta kapasitas jalur c(e) seperti pada gambar dibawah ini. Gambar 2 Jaringan transportasi untuk langkah 1 langkah 2. Konstruksi jaringan sisa Nf (V, Ef) relatif terhadap f di N. Gambar 1. Jaringan Transportasi N dengan kapasitas jalur. Nf (V, Ef) dikatakan suatu jaringan sisa relatif terhadap f jika hanya jika: Langkah 1. f(e) 0, untuk setiap jalur e di 1. Himpunan simpul V di Nf sama dengan himpunan simpul V di N, yaitu V {s, a, b, c, d, t}, 2. Untuk setiap jalur e (u, v) di N, Nf mempunyai : (i). Untuk jalur e1 (s, a) E : Karena f(e1) < c(e1) 0 < 4, terdapat jalur e1 (s, a) Ef dengan cf(e1 ) 4 (ii). Untuk jalur e2 (s, c) E : Karena f(e2) < c(e2), terdapat jalur e2 (s, c) Ef dengan cf(e2 )3 (iii). Untuk jalur e3 (c, d) E : Karena f(e3) < c(e3), terdapat jalur e3 (c, d) Ef dengan cf(e3 )3 jaringan transportasi N (V,E). Angka yang tertera pada setiap jalur berturut-turut menyatakan kapasitas jalur c(e) f(e) seperti gambar di bawah ini. 182
8 didapatkan suatu layered network relatif terhadap f beserta kapasitas sisa jalur e adalah cf(i), seperti gambar di bawah ini. (iv). Untuk jalur e4 (a, d) E : Karena f(e4) < c(e4), terdapat jalur e4 (a, d) Ef dengan cf(e4 ) 2 (v). Untuk jalur e5 (a, c) E : Karena f(e5) < c(e5), terdapat jalur e5 (a, c) Ef dengan cf(e5 )2 (vi). Untuk jalur e6 (c, b) E : Karena f(e6) < c(e6), terdapat jalur e6 (c, b) Ef dengan cf(e6 )4 (vii). Untuk jalur e7 (a, b) E : Karena f(e7) < c(e7), terdapat jalur e7 (a, b) Ef dengan cf(e7 ) 2 (viii). Untuk jalur e8 (b, t) E : Karena f(e8) < c(e8), terdapat jalur e8 (b, t) Ef dengan cf(e8 )6 (ix). Untuk jalur e9 (d, b) E : Karena f(e9) < c(e9), terdapat jalur e9 (d, b) Ef dengan cf(e9 ) 5 (x). Untuk jalur e10 (d, t) E : Karena f(e10) < c(e10), terdapat jalur e10 (d, t) Ef dengan cf(e10 ) Karena semua f(e) 0, tidak ada jalur e (v, u) Ef. Gambar 3. Layered Network Gambar 1 Iterasi 1. Langkah 1 : V0 {s} i 0. Langkah 2 : 0, (, ) Ambil j didapatkan {, } 0 sehingga : (, ) Langkah 3 :, lanjut ke langkah 4. Sehingga didapatkan suatu jaringan sisa Nf Langkah 4 : Simpul sink t ke langkah 5. (V, Ef) dengan f(e) yang sama seperti di N; angka yang tertera pada setiap Langkah jalur menyatakan kapasitas sisa cf(e) di Nf, dengan V {s, a, b, c, d, t} Ef {(s, a), (s, c), (a, b), (a, c), (a, d), (b,t), (c, b), (c, d), (d, b), (d, t)}, tidak terdapat himpunan jalur mundur di Nf seperti pada T, lanjut : {, }, (, ) {(, ), (, )}. Jadi, jalur {(s, a), (s, c)} adalah himpunan jalur pada LN. 5 Langkah 6 : i i pergi ke langkah 2. gambar 4.1. Iterasi 2. Langkah 3. Konstruksi layered network relatif terhadap f. Untuk jaringan N pada Gambar 2 dengan jaringan sisa pada Gambar 1, 183 Langkah 2 : 1, (, )
9 Ambil j {0, 1} sehingga didapatkan : di layered network sama dengan kapasitas sisa cf(e) di Nf, dengan V {s, a, b, c, d, t} E {(s, a), (s, c), (a, b), (a, d), (b, t), (c, b), (c, d), (d, t)}, seperti pada Gambar 4.3. Himpunan simpul Vi, yaitu V0 {s}, V1 {a, c}, V2 {b, d}, V3 {t}, dinan layer jaringan transportasi N. Untuk j 0 : {,, }. Untuk j 1 : {, }. Jadi didapatkan {, }. Langkah 3 :, lanjut ke langkah 4. Langkah 4 : Simpul sink t ke langkah 5. Langkah Langkah 4. Konstruksi blocking flow g di layered network. T, lanjut Didefenisikan 5 : {, }, ), ( ), ( ), {(,,, (, )}. Jadi himpunan jalur ), ( ), ( ), {(,,, (, )} adalah jalur-jalur pada LN. g: E + {0}dengan g(ei) cf (ei), yaitu : g(s,c) g(c,d) 3, g(s,a) 4, g(a,b) g(a,d) g(b,t) 2, g(c,b) 0, g(d,t) 5. Karena untuk setiap path berarah s-t pada Langkah 6 : i 2 pergi ke langkah 2. Gambar 4.3, yaitu Pl : s v0, a, b, v3 t ; Iterasi 3. P2 : s vo, a, d, v3 t; P3: s v0, c, b,v3 t Langkah 2 : 2, (, ) P4 : s v0, c, d, v3 t di layered network, terdapat sekurang-kurangnya 1 Ambil j {0, 1, 2} sehingga didapatkan : (satu) jalur ei (vi-1, vi) dengan g(ei) seperti didefenisikan di atas, g merupakan blocking flow, seperti gambar di bawah ini. Untuk j 0 : {, }. Untuk j 1 : {, }. Untuk j 2 : { }. Jadi didapatkan { }. Langkah 3 :, lanjut ke langkah 4. Langkah 4 : Simpul sink t T, didapatkan i i +1 3, V3 {t} (, ) {(, ), (, )}. Jadi himpunan jalur di E2 adalah jalur-jalur dalam layered network, berhenti. Gambar 4 Blocking flow Angka yang tertera pada setiap jalur pada Gambar 4 menyatakan g(e) kapasitas sisa cf(e) di Nf. Sehingga didapat layered network dengan panjang (l) 3, dengan kapasitas jalur c(e) 184 2
10 Langkah 5. Berdasarkan blocking flow g tersebut Langkah 2 (langkah 4), dapat dikonstruksi suatu seterusnya sampai didapatkan bahwa maksimum f sebagai berikut : f adalah maksimum. Langkah 2. Konstruksi jaringan sisa Nf (V, Ef) relatif terhadap f di N. Karena (s, a) adalah jalur maju, f (s, a) f(s, a) + g(s, a) Karena (s, c) adalah jalur maju, f (s, c) 3 Karena (a, b) adalah jalur maju, f (a, b) 2 Karena (a, d) adalah jalur maju, f (a, d) 2 Karena (b, t) adalah jalur maju, f (b, t) 2 Karena (c, b) adalah jalur maju, f (c, b) 0 Karena (c, d) adalah jalur maju, f (c, d) 3 Karena (d, t) adalah jalur maju, f (d, t) 5 Karena (u, v) adalah bukan jalur mundur, tidak ada f (v, u) Untuk semua jalur (u, v) yang lain di N, f (u, v) f(u, v), yaitu : (i). Untuk jalur (a, c) di N, f (a, c) f(a, c) 0. (ii). Untuk jalur (d, b) di N, f (d, b) f(d, b) 0. Nf (V, Ef) dikatakan suatu jaringan sisa relatif terhadap f jika hanya jika: 1. Himpunan simpul V di Nf sama dengan himpunan simpul V di N, yaitu V {s, a, b, c, d, t}, 2. Untuk setiap jalur e (u, v) di N, Nf mempunyai : (i). Untuk jalur e1 (s, a) E : Karena f(e1) c(e1), tidak terdapat jalur e1 (s, a) Ef Karena f(e1) > 0, terdapat jalur e1 (a, s) Ef dengan cf(e1 ) f(e1) 4 (ii). Untuk jalur e2 (s, c) E : Karena f(e2) c(e2), tidak terdapat jalur e2 (s, c) Ef Karena f(e2) > 0, terdapat jalur e2 (c,s) Ef, cf(e2 ) 3 (iii). Untuk jalur e3 (c, d) E : Karena f(e3) c(e3), tidak terdapat jalur e3 (c, d) Ef 6,2 Karena f(e3) > 0, terdapat jalur e3 (d, c) Ef dengan cf(e3 )3 (iv). Untuk jalur e4 (a, d) E : Karena f(e4) c(e4), tidak terdapat jalur e4 (a, d) Ef Karena f(e4) > 0, terdapat jalur e4 (d, a) Ef dengan cf(e4 ) 2 (v). Untuk jalur e5 (a, c) E : Karena f(e5) < c(e5), terdapat jalur e5 (a, c) Ef dengan cf(e5 ) 2 Karena f(e5) 0, tidak terdapat jalur e5 (c, a) Ef (vi). Untuk jalur e6 (c, b) E : Karena f(e6) < c(e6), terdapat jalur e6 (c, b) Ef dengan cf(e6 ) 4 Sehingga didapatkan jaringan N (V, E) dengan maksimum seperti di bawah ini. Gambar 5 Jaringan dengan maksimum Untuk memeriksa apakah pada Langkah 5 tersebut f adalah maksimum, ulangi langkah-langkah 185
11 (vii). (viii). (ix). (x). Karena f(e6) > 0, terdapat jalur e6 (b, c) Ef dengan cf(e6 )2 Untuk jalur e7 (a, b) E : Karena f(e7) c(e7), tidak terdapat jalur e7 (a, b) Ef Karena f(e7) > 0, terdapat jalur e7 (b, a) Ef dengan cf(e7 ) 2 Untuk jalur e8 (b, t) E : Karena f(e8) < c(e8), terdapat jalur e8 (b, t) Ef dengan cf(e8 )4 Karena f(e8) > 0, terdapat jalur e8 (t, b) Ef dengan cf(e8 )2 Untuk jalur e9 (d, b) E : Karena f(e9) < c(e9), terdapat jalur e9 (d, b) Ef dengan cf(e9 ) 5 Karena f(e9) 0, tidak terdapat jalur e4 (b, c) Ef Untuk jalur e10 (d, t) E : Karena f(e10) < c(e10), terdapat jalur e10 (d, t) Ef dengan cf(e10 ) 5 Karena f(e10) > 0, terdapat jalur e10 (t, d) Ef dengan cf(e10 ) 5 maju di Nf selainnya adalah himpunan jalur mundur di Nf. Langkah 3. Konstruksi layered network relatif terhadap f Berdasarkan Network didapatkan bahwa : Layered Langkah 1. V0 {s} i 0 Langkah 2. T {v v V0, (s, v) Ef untuk s V0}Ø Langkah 3. Karena T Ø, aruf f adalah maksimum yang didapatkan. Berhenti. Sehingga dapat disimpulkan bahwa f yang didapatkan pada Gambar 4.5 adalah maksimum dengan val (f ) 7 > val (f) 0. Pelabelan 2 Jaringan transportasi N (V, E) dengan kapasitas jalur c(e) f(e) tertera pada setiap jalur berturut-turut 5 seperti pada 5 gambar berikut: Gambar 6. Jaringan sisa Gambar 5 Untuk jaringan sisa Nf (V, Ef) pada Gambar 6, V {s, a, b, c, d, t}, Ef {(a, s), (c, s), (a, c), (b, a), (d, a), (b, t), (c, b), (d, c), (d, b), (d, t), (t, b), (t, d)}. Angka yang tertera pada setiap jalur menyatakan kapasitas jalur cf(e) di Nf. Dalam hal ini jalur-jalur (a, c), (c, b), (d, b), (b, t) (d, t) adalah himpunan jalur Gambar 7 Jaringan transportasi dengan 0 1. Pilih sembarang f di N (boleh dipilih f(e) 0 untuk setiap jalur e di N). 2. Fase 1 dimulai. Labeli s dengan (, ). 186
12 simpul b diberi label (a+, 2), simpul c diberi label (a+, 2), simpul d diberi label (a+, 2), simpul t diberi label (b+, 2). 4. Karna v t, lanjutkan ke langkah 5. (Fase 1 selesai). 5. Fase 2 dimulai : a. Label a adalaℎ(, ) (, )2 b. Label b adalaℎ(, ) (, )2 c. Label t adalaℎ(, ) (, )2 d. Label c adalaℎ(, ) (, ) (, ) + e. Label d adalaℎ(, ) (, ) (, ) + 6. Karena u s, hapus semua label fase 2 selesai pergi ke langkah Simpul a, b, c, d, t tidak berlabel. Pilih simpul c kemudian beri label (s+, 3), simpul d diberi label (c+, 3), simpul a diberi label (b-, 2), simpul b diberi label (d+, 3), simpul t diberi label (d+, 3). 4. Karna v t, lanjutkan ke langkah 5. (Fase 1 selesai). 5. Fase 2 dimulai: a. Label c adalah (, ) (, )3 b. Label d adalah (, ) (, )3 c. Label a adalah (, ) (, ) (, ) d. Label b adalah (, ) (, ) (, ) + e. Label t adalah (, ) (, )3 6. Karena u s, hapus semua label fase 2 selesai pergi ke langkah 2. (a+, 2) 6,0 (b+, 2) 10,3 Gambar 9 Jaringan transportasi dengan 5 Gambar 8 Jaringan transportasi dengan 3 2. Fase 1 dimulai. Labeli s dengan (, ). 3. Simpul a, b, c, d, t tidak berlabel. Pilih simpul a kemudian beri label (s+, 2), simpul d diberi label (a+, 2), simpul c diberi label (a+, 2), simpul b 2. Fase 1 : Labeli s dengan (-, ). 3. Simpul a, b, c, d, t tidak berlabel. Pilih simpul a kemudian beri label (s+, 4), 187
13 diberi label (c+, 2), simpul t diberi label (d+, 2). 4. Karna v t, lanjutkan ke langkah 5. (Fase 1 selesai). 5. Fase 2 dimulai : a. Label a adalaℎ(, ) (, )4 b. Label d adalaℎ(, ) (, )2 c. Label c adalaℎ(, ) (, ) (, ) + d. Label b adalaℎ(, ) (, ) (, ) + e. Label t adalaℎ(, ) (, )5 6. Karena u s, hapus semua label fase 2 selesai pergi ke langkah 2. jalur yang berasal s tidak ditemukan augmenting path yang relatif terhadap f3, pengerjaan selesai. Gambar di atas adalah ilustrasi lengkap langkah-langkah. Jadi, suatu maksimum yang didapatkan adalah sebesar Membandingkan dengan Pelabelan Fulkerson Ford- memberikan hasil maksimum yang sama yaitu sebesar 7. tersebut Namun, memiliki kekurangan kedua kelebihan masing-masing. lebih baik digunakan pada jaringan yang memiliki jalur berjumlah genap berpola. Pada jaringan yang setiap jalurnya memiliki sebesar 0 (nol), langkah 2 diganti setelah langkah 5 karena tidak terlalu berpengaruh dalam menemukan maksimum. lebih baik digunakan pada jaringan yang memiliki lebih sedikit jalur. Ford- Fulkerson lebih mangkus dibandingkan Gambar 10 Arus maksimum yang diperoleh Labeling dengan karena 2. Fase 1 dimulai. Labeli s dengan (, ). 3. Karena tidak terdapat simpul tidak berlabel, lanjut ke langkah Arus f adalah maksimum. Berhenti. Karena yang keluar membutuhkan simpul s sama besarnya dengan kapasitas membutuhkan lebih sedikit ruang memori waktu yang lebih singkat dalam mencari penyelesaian masalah maksimum dibanding. Selain itu, 188
14 dibandingkan. Hal ini ditunjukkan. banyaknya halaman kertas yang digunakan oleh KESIMPULAN 1. digunakan untuk masalah pada dapat menyelesaikan maksimum dimodelkan dalam suatu transportasi. jaringan ini lebih mangkus dibandingkan dengan layered network konstruksi baru membutuhkan 2. flow). yang sama yaitu sebanyak 7. menggunakan konstruksi jaringan sisa, (blocking memberikan hasil maksimum yang jalur. karena waktu yang lebih singkat ruang memori yang lebih menggunakan 2 Fase. Fase pertama sedikit dalam mencari penyelesaian yaitu melabeli s dengan (-, ) masalah maksimum dibandingkan semua simpul lainnya. Fase kedua dengan. yaitu menghitung yang mengalir SARAN Untuk penelitian selanjutnya sehingga diketahui mana yang disarankan aya tindak lanjut pengerjaan lebih untuk masalah maksimum seperti dalam menyelesaikan masalah Edmonds Karp, yang berhubungan dengan maksimum Pramodh seperti masalah transportasi barang lokasi sumber ke lokasi tujuan di dunia Kumar MPM & Goldberg-Tarjan (Malhotra, Maheswari), untuk masalah nyata. maksimum yang tidak dibahas 189 mangkus ataupun penerapan
15 DAFTAR PUSTAKA Ahuja, R. K. Orlin, J. B., (1989), A Fast and Simple Algorithm for the Maximum Flow Problem, JSTOR Operation Research 37: Nurhayati, O. D., (2013), Pemrograman Kompleksitas. Undip, Semarang. Siahaan, S., (2010), Matematika Diskrit I, FMIPA Unimed, Me. Ford, L. R. Fulkerson D. R., (1956), Maximal flow through a network, Canadian Journal of Mathematic 8: Siang, J. J., (2006), Matematika Diskrit Aplikasinya pada Ilmu Komputer, Andi Offset, Yogyakarta. Foulds, L. R., (1984), Combinatorial Optimization for Undergraduates, Springer-Verlag, New York. Strang, G., (1986), Introduction to Applied Mathematics, Wellesley-Cambridge Press, United States of America. Handoyo, A. B., (2011), Makalah IF2091, Aplikasi Network Flow untuk Manajemen Pendistribusian Minyak. Taha, H. A., (2007), Riset Operasi, Jilid 1, Terjemahan Wirajaya D., Saputra, L., Binarupa Aksara, Tangerang. Hillier, F. S. Lieberman, G. J., (1994), Pengantar Riset Operasi, Jilid 1, Edisi ke-5, Terjemahan Gunawan, E., dkk., Erlangga, Indonesia. Thulasiraman, K. Swamy M. N. S., (1992), Graphs: Theory and Algorithms, John Wiley & Sons, Concordia University Montreal, Canada. Hillier, F. S. Lieberman, G. J., (2005), Introduction Operations Research, Eight Edition, McGraw-Hill Companies,Inc., Singapore. Vatter, V., (2004), Graphs, Flows, and the Ford Fulkerson Algorithm. ching/summer04/flow.pdf Johnsonbaugh, R., (2002), Matematika Diskrit : Edisi ke-4, Terjemahan Djunaedi, D., dkk., PT. Prenhallindo, Jakarta. Vidyamurthy, G., (2004), Pairs Trading Quantitative Methods and Analysis, John Wiley & Sons, Inc., New Jersey. Mehlhorn, K., (2000), The Maximum Flow Problem. low.pdf. Yudhianto, A., (2003), untuk Masalah Arus Maksimum, Skripsi, FMIPA, IPB, Bogor. Munir, R., (2007), Matematika Diskrit, Edisi ke-3, Informatika, Bandung. 190
PENCARIAN ALIRAN MAKSIMUM DENGAN ALGORITMA FORD-FULKERSON DAN MODIFIKASINYA
Buletin Ilmiah Mat. Stat. dan Terapannya (Bimaster) Volume 6, No. 01 (2017), hal 29-36. PENCARIAN ALIRAN MAKSIMUM DENGAN ALGORITMA FORD-FULKERSON DAN MODIFIKASINYA Fransiska Sumarti INTISARI Algoritma
Lebih terperinciAplikasi Teori Graf dalam Penggunaan Cairan Pendingin pada Proses Manufaktur
Aplikasi Teori Graf dalam Penggunaan Cairan Pendingin pada Proses Manufaktur Steffi Indrayani / 13514063 Program Studi Teknik Informatika Sekolah Teknik Elektro dan Informatika Institut Teknologi Bandung,
Lebih terperinciMENENTUKAN ALIRAN MAKSIMUM DENGAN ALGORITMA FORD- FULKERSON DAN PREFLOW-PUSH
UJM 2 (2) (2013) UNNES Journal of Mathematics http://journal.unnes.ac.id/sju/index.php/ujm MENENTUKAN ALIRAN MAKSIMUM DENGAN ALGORITMA FORD- FULKERSON DAN PREFLOW-PUSH Rif ah Ulya, Mulyono, Amin Suyitno
Lebih terperinciBAB 2 TINJAUAN PUSTAKA
39 BAB 2 TINJAUAN PUSTAKA 2.1. Teori Graf 2.1.1 Definisi Graf Teori graf merupakan salah satu cabang matematika yang paling banyak aplikasinya dalam kehidupan sehari hari. Salah satu bentuk dari graf adalah
Lebih terperinciPenerapan Teori Graf Pada Algoritma Routing
Penerapan Teori Graf Pada Algoritma Routing Indra Siregar 13508605 Program Studi Teknik Teknik Informatika, Sekolah Teknik Elektro dan Informatika Institut Teknologi Bandung, Jalan Ganesha 10, Bandung
Lebih terperinciPENYELESAIAN MASALAH ALIRAN MAKSIMUM MENGGUNAKAN EDMONS KARP ALGORITHM
PENYELESAIAN MASALAH ALIRAN MAKSIMUM MENGGUNAKAN EDMONS KARP ALGORITHM Fathimatuzzahro, Sapti Wahyuningsih, dan Darmawan Satyananda Universitas Negeri Malang E-mail: fathimatuzzahro90@gmail.com ABSTRAK:
Lebih terperinciPenerapan Algoritma Steiner Tree dalam Konstruksi Jaringan Pipa Gas
Penerapan Algoritma Steiner Tree dalam Konstruksi Jaringan Pipa Gas Achmad Baihaqi, NIM: 13508030 Program Studi Teknik Informatika Institut Teknologi Bandung Jalan Ganesa 10 Bandung e-mail: baihaqi@students.itb.ac.id
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 terperinciPelabelan aliran maksimum dengan algoritma Ford-Fulkerson telah diperkenalkan pada pertengahan 1950,
1 Pelabelan aliran maksimum dengan algoritma Ford-Fulkerson telah diperkenalkan pada pertengahan 1950, Merupakan algoritma untuk memaksimumkan aliran (flow) dengan kapasitas dan biaya yang terbatas pada
Lebih terperinciPENYELESAIAN MASALAH ALIRAN MAKSIMUM DENGAN MENGGUNAKAN ALGORITMA DIJKSTRA DAN ALGORITMA FORD-FULKERSON TUGAS AKHIR
PENYELESAIAN MASALAH ALIRAN MAKSIMUM DENGAN MENGGUNAKAN ALGORITMA DIJKSTRA DAN ALGORITMA FORD-FULKERSON TUGAS AKHIR Diajukan Sebagai salah Satu Syarat Untuk Memperoleh Gelar Sarjana Sains pada Jurusan
Lebih terperinciProsiding Matematika ISSN:
Prosiding Matematika ISSN: 2460-6464 Aplikasi Aliran Maksimum Pada Jaringan Listrik Menggunakan Metode Ford-Fulkerson The Application of Maximum Flow in Electricity Network Using Ford-Fulkerson Method
Lebih terperinciALGORITMA FORD-FULKERSON UNTUK MEMAKSIMUMKAN FLOW DALAM PENDISTRIBUSIAN BARANG
ALGORITMA FORD-FULKERSON UNTUK MEMAKSIMUMKAN FLOW DALAM PENDISTRIBUSIAN BARANG 1Fahrun Nisa, 2 Wahyu Henky Irawan 1 Jurusan Matematika, Universitas Islam Negeri Maulana Malik Ibrahim Malang 2 jurusan Matematika,
Lebih terperinciPENGEMBANGAN 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 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 terperinciPENYELESAIAN MASALAH LINTASAN TERPENDEK FUZZY DENGAN MENGGUNAKAN ALGORITMA CHUANG KUNG DAN ALGORITMA FLOYD
PENYELESAIAN MASALAH LINTASAN TERPENDEK FUZZY DENGAN MENGGUNAKAN ALGORITMA CHUANG KUNG DAN ALGORITMA FLOYD 1 Anik Musfiroh, 2 Lucia Ratnasari, 3 Siti Khabibah 1.2.3 Jurusan Matematika Universitas Diponegoro
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 terperinciPATH KUAT TERKUAT DAN JARAK KUAT TERKUAT DALAM GRAF FUZZY. Lusia Dini Ekawati 1, Lucia Ratnasari 2. Jl. Prof. H. Soedarto, S. H, Tembalang, Semarang
PATH KUAT TERKUAT DAN JARAK KUAT TERKUAT DALAM GRAF FUZZY Lusia Dini Ekawati, Lucia Ratnasari, Jurusan Matematika FMIPA UNDIP Jl Prof H Soedarto, S H, Tembalang, Semarang Abstract Fuzzy graph is a graph
Lebih terperinciALGORITMA CAPACITY SCALING DALAM MENYELESAIKAN MINIMUM COST FLOW PROBLEM DAN IMPLEMENTASI PROGRAMNYA
ALGORITMA CAPACITY SCALING DALAM MENYELESAIKAN MINIMUM COST FLOW PROBLEM DAN IMPLEMENTASI PROGRAMNYA Reni Dian Saputri, Sapti Wahyuningsih *), Darmawan Satyananda *) Universitas Negeri Malang E-mail: renidiansaputri@yahoo.co.id
Lebih terperinciPENERAPAN SISTEM PERSAMAAN LINEAR ITERATIF MAKS-PLUS PADA MASALAH LINTASAN TERPANJANG
PENERAPAN SISTEM PERSAMAAN LINEAR ITERATIF MAKS-PLUS PADA MASALAH LINTASAN TERPANJANG Mira Amalia, Siswanto, dan Bowo Winarno Program Studi Matematika FMIPA UNS Abstrak. Aljabar merupakan cabang ilmu matematika
Lebih terperinciBATAS ATAS RAINBOW CONNECTION NUMBER PADA GRAF DENGAN KONEKTIVITAS 3
Jurnal Matematika UNAND Vol. No. 4 Hal. 4 3 ISSN : 2303 2910 c Jurusan Matematika FMIPA UNAND BATAS ATAS RAINBOW CONNECTION NUMBER PADA GRAF DENGAN KONEKTIVITAS 3 PRIMA RESA PUTRI Program Studi Magister
Lebih terperinciPENGEMBANGAN 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 terperinciMENENTUKAN ALIRAN MAKSIMUM DENGAN ALGORITMA FORD-FULKERSON DAN PREFLOW-PUSH
MENENTUKAN ALIRAN MAKSIMUM DENGAN ALGORITMA FORD-FULKERSON DAN PREFLOW-PUSH skripsi disajikan sebagai salah satu syarat untuk memperoleh gelar Sarjana Sains Program Studi Matematika oleh Rif ah Ulya 4111409008
Lebih terperinciTEOREMA CAYLEY DAN PEMBUKTIANNYA
TEOREMA CAYLEY DAN PEMBUKTIANNYA Eddy Djauhari Departemen Matematika Fmipa Universitas Padjadjaran Jalan Raya Bandung-Sumedang km. 21, tlp./fax. : 022-7794696, Jatinangor, 45363 Email : eddy.djauhari@unpad.ac.id
Lebih terperinciKontrak Perkuliahan. Pertemuan Ke-1. Riani Lubis JurusanTeknik Informatika Universitas Komputer Indonesia
Kontrak Perkuliahan RISET OPERASIONAL Pertemuan Ke-1 Riani Lubis JurusanTeknik Informatika Universitas Komputer Indonesia 1 Identifikasi Mata Kuliah Nama Mata Kuliah : Riset Operasional Kode Mata Kuliah
Lebih terperinciPewarnaan Total Pada Graf Outerplanar
JURNAL TEKNIK POMITS Vol. 1, No. 1, (2013) 1-6 1 Pewarnaan Total Pada Graf Outerplanar Prihasto.B Sumarno Jurusan Matematika, Fakultas Matematika Ilmu Pengetahuan Alam, Institut Teknologi Sepuluh Nopember
Lebih terperinciBILANGAN RADIO PADA GRAF GEAR. Ambar Puspasari 1, Bambang Irawanto 2. Jl. Prof. H. Soedarto, S. H, Tembalang, Semarang Jurusan Matematika FMIPA UNDIP
BILANGAN RADIO PADA GRAF GEAR Ambar Puspasari 1, Bambang Irawanto 2 1,2 Jurusan Matematika FMIPA UNDIP Jl. Prof. H. Soedarto, S. H, Tembalang, Semarang Jurusan Matematika FMIPA UNDIP Abstract. Let d(u,v)
Lebih terperinciBAB 2 LANDASAN TEORI
BAB 2 LANDASAN TEORI Pada bab ini akan dijelaskan himpunan dan beberapa definisi yang berkaitan dengan himpunan, serta konsep dasar dan teori graf yang akan digunakan pada bab selanjutnya. 2.1 Himpunan
Lebih terperinciPengaplikasian Graf Planar pada Analisis Mesh
Pengaplikasian Graf Planar pada Analisis Mesh Farid Firdaus - 13511091 Program Studi Teknik Informatika Sekolah Teknik Elektro dan Informatika Institut Teknologi Bandung, Jl. Ganesha 10 Bandung 40132,
Lebih terperinciPenerapan Graf dalam Optimasi Jalur Penerbangan Komersial dengan Floyd-Warshall Algorithm
Penerapan Graf dalam Optimasi Jalur Penerbangan Komersial dengan Floyd-Warshall Algorithm Hisham Lazuardi Yusuf 13515069 Program Studi Teknik Informatika Sekolah Teknik Elektro dan Informatika Institut
Lebih terperinciMata Kuliah Penelitian Operasional II OPERATIONS RESEARCH AN INTRODUCTION SEVENTH EDITION BY HAMDY A. TAHA BAB 6.
Mata Kuliah Penelitian Operasional II OPERATIONS RESEARCH AN INTRODUCTION SEVENTH EDITION BY HAMDY A. TAHA BAB 6 Analisis Jaringan Dipresentasikan oleh: Herman R. Suwarman, S.Si Pendahuluan- Ilustrasi
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 terperinciAplikasi Pohon dan Graf dalam Kaderisasi
Aplikasi Pohon dan Graf dalam Kaderisasi Jonathan - 13512031 Program Studi Teknik Informatika Sekolah Teknik Elektro dan Informatika Institut Teknologi Bandung, Jl. Ganesha 10 Bandung 40132, Indonesia
Lebih terperinciPERBANDINGAN ALGORTIMA PRIM DAN KRUSKAL DALAM MENENTUKAN POHON RENTANG MINIMUM
PERBANDINGAN ALGORTIMA PRIM DAN KRUSKAL DALAM MENENTUKAN POHON RENTANG MINIMUM Kodirun 1 1 Jurusan Matematika FMIPA Universitas Haluoleo, Kendari e-mail: kodirun_zuhry@yahoo.com Abstrak Masalah yang sering
Lebih terperinciPENGGUNAAN ALGORITMA KRUSKAL DALAM JARINGAN PIPA AIR MINUM KECAMATAN NGANJUK KABUPATEN NGANJUK
SEMINAR HASIL PENGGUNAAN ALGORITMA KRUSKAL DALAM JARINGAN PIPA AIR MINUM KECAMATAN NGANJUK KABUPATEN NGANJUK Oleh: Angga Putra Pratama 1209 100 040 Dosen Pembimbing Drs. Sumarno, DEA Dr. Darmaji, S.Si,
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 terperinciPEMBUATAN JADWAL PELAJARAN DENGAN MENGGUNAKAN ALGORITMA FORD-FULKERSON
PEMBUATAN JADWAL PELAJARAN DENGAN MENGGUNAKAN ALGORITMA FORD-FULKERSON TUGAS AKHIR Diajukan untuk Memenuhi Persyaratan Sidang Sarjana Program Studi Matematika Oleh Danny Chan 10100038 Program Studi Matematika
Lebih terperinciPermodelan Pohon Merentang Minimum Dengan Menggunakan Algoritma Prim dan Algoritma Kruskal
Permodelan Pohon Merentang Minimum Dengan Menggunakan Algoritma Prim dan Algoritma Kruskal Salman Muhammad Ibadurrahman NIM : 13506106 Program Studi Teknik Informatika, Institut Teknologi Bandung Jl. Ganesha
Lebih terperinciRANCANG BANGUN APLIKASI MINIMUM SPANNING TREE (MST) MENGGUNAKAN ALGORITMA KRUSKAL
RANCANG BANGUN APLIKASI MINIMUM SPANNING TREE (MST) MENGGUNAKAN ALGORITMA KRUSKAL Naskah Publikasi diajukan oleh: Trisni jatiningsih 06.11.1016 kepada JURUSAN TEKNIK INFORMATIKA SEKOLAH TINGGI MANAJEMEN
Lebih 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 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 terperinciKonstruksi Pelabelan- Pada Line Digraph dari Graf Lingkaran Berarah dengan Dua Tali Busur
Konstruksi Pelabelan- Pada Line Digraph dari Graf Lingkaran Berarah dengan Dua Tali Busur Ma rifah Puji Hastuti, Kiki Ariyanti Sugeng, Denny Riama Silaban Departemen Matematika, FMIPA Universitas Indonesia,
Lebih terperinciAplikasi Teori Graf dalam Permainan Instant Insanity
Aplikasi Teori Graf dalam Permainan Instant Insanity Aurelia 13512099 Program Studi Teknik Informatika Sekolah Teknik Elektro dan Informatika Institut Teknologi Bandung, Jl. Ganesha 10 Bandung 40132, Indonesia
Lebih terperinciPELABELAN GRACEFUL SISI BERARAH PADA GRAF GABUNGAN GRAF SIKEL DAN GRAF STAR. Putri Octafiani 1, R. Heri Soelistyo U 2
PELABELAN GRACEFUL SISI BERARAH PADA GRAF GABUNGAN GRAF SIKEL DAN GRAF STAR Putri Octafiani 1, R. Heri Soelistyo U 2 1,2 Jurusan Matematika FMIPA UNDIP Jl. Prof. H. Soedarto, S. H, Tembalang, Semarang
Lebih terperinciBAB II TINJAUAN PUSTAKA. kromatik lokasi sebagai landasan teori dari penelitian ini.
BAB II TINJAUAN PUSTAKA Pada bab ini akan diberikan beberapa konsep dasar teori graf dan bilangan kromatik lokasi sebagai landasan teori dari penelitian ini. 2.1 Konsep Dasar Graf Beberapa konsep dasar
Lebih terperinciAplikasi Algoritma Prim dalam Penentuan Pohon Merentang Minimum untuk Jaringan Pipa PDAM Kota Tangerang
Aplikasi Algoritma Prim dalam Penentuan Pohon Merentang Minimum untuk Jaringan Pipa PDAM Kota Tangerang Adam Fadhel Ramadhan/13516054 1 Program Studi Teknik Informatika Sekolah Teknik Elektro dan Informatika
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 terperinciBAB V PENERAPAN 5.1 PERMASALAHAN PENUGASAN PEGAWAI. Dalam suatu perusahaan, n pekerja-pekerja X 1, X 2,... X 3 tersedia untuk
BAB V PENERAPAN 5.1 PERMASALAHAN PENUGASAN PEGAWAI Dalam suatu perusahaan, n pekerja-pekerja X 1, X 2,... X 3 tersedia untuk mengerejakan n pekerjaan-pekerjaan Y 1, Y 2,... Y 3, masing-masing pekerja terkualifikasi
Lebih terperinciPenerapan Algoritma Greedy untuk Memecahkan Masalah Pohon Merentang Minimum
Penerapan Algoritma Greedy untuk Memecahkan Masalah Pohon Merentang Minimum Bramianha Adiwazsha - NIM: 13507106 Program Studi Teknik Informatika, Sekolah Teknik Elektro dan Informatika Institut Teknologi
Lebih terperinciGRAF DIVISOR CORDIAL
GRAF DIVISOR CORDIAL Deasy Bunga Agustina 1, YD. Sumanto 2, Bambang Irawanto 3 1,2,3 Jurusan Matematika FSM Universitas Diponegoro Jl. Prof. H. Soedarto, S.H. Tembalang Semarang Decy.bunga@gmail.com ABSTRACT.A
Lebih terperinciDeteksi Wajah Menggunakan Program Dinamis
Deteksi Wajah Menggunakan Program Dinamis Dandun Satyanuraga 13515601 Program Studi Teknik Informatika Sekolah Teknik Elektro dan Informatika Institut Teknologi Bandung, Jl. Ganesha 10 Bandung 40132, Indonesia
Lebih terperinciPencarian Jalur Terpendek dengan Algoritma Dijkstra
Volume 2 Nomor 2, Oktober 207 e-issn : 24-20 p-issn : 24-044X Pencarian Jalur Terpendek dengan Algoritma Dijkstra Muhammad Khoiruddin Harahap Politeknik Ganesha Medan Jl.Veteran No. 4 Manunggal choir.harahap@yahoo.com
Lebih terperinciPENERAPAN ALGORITMA COST SCALING PADA PERMASALAHAN MINIMUM COST FLOW DAN IMPLEMENTASINYA PADA PROGRAM
PENERAPAN ALGORITMA COST SCALING PADA PERMASALAHAN MINIMUM COST FLOW DAN IMPLEMENTASINYA PADA PROGRAM Fajar Prabowo Universitas Negeri Malang E-mail: fajar_sinyoo@yahoo.com Pembimbing: (I) Dra. Sapti Wahyuningsih,
Lebih terperinciAlgoritma Brute-Force dan Greedy dalam Pemrosesan Graf
Algoritma Brute-Force dan Greedy dalam Pemrosesan Graf Marvin Jerremy Budiman / 13515076 1 Program Studi Teknik Informatika Sekolah Teknik Elektro dan Informatika Institut Teknologi Bandung, Jl. Ganesha
Lebih terperinciUnnes Journal of Mathematics. PENCARIAN ALIRAN MAKSIMUM DENGAN ALGORITMA FORD-FULKERSON (Studi Kasus pada Jaringan Listrik Kota Tegal)
UJM 3 (1) (2014) Unnes Journal of Mathematics http://journal.unnes.ac.id/sju/index.php/ujm PENCARIAN ALIRAN MAKSIMUM DENGAN ALGORITMA FORD-FULKERSON (Studi Kasus pada Jaringan Listrik Kota Tegal) Thesa
Lebih terperinciMEMBANDINGKAN KEMANGKUSAN ALGORITMA PRIM DAN ALGORITMA KRUSKAL DALAM PEMECAHAN MASALAH POHON MERENTANG MINIMUM
MEMBANDINGKAN KEMANGKUSAN ALGORITMA PRIM DAN ALGORITMA KRUSKAL DALAM PEMECAHAN MASALAH POHON MERENTANG MINIMUM Pudy Prima (13508047) Program Studi Teknik Informatika, Sekolah Teknik Elektro dan Informatika
Lebih 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 terperinciMENYELESAIKAN PERSOALAN TRANSPORTASI DENGAN KENDALA CAMPURAN
MENYELESAIKAN PERSOALAN TRANSPORTASI DENGAN KENDALA CAMPURAN J. K. Sari, A. Karma, M. D. H. Gamal junikartika.sari@ymail.com Mahasiswa Program Studi S Matematika Laboratorium Matematika Terapan Jurusan
Lebih terperinciPOLINOMIAL KARAKTERISTIK PADA GRAF KINCIR ANGIN BERARAH
POLINOMIAL KARAKTERISTIK PADA GRAF KINCIR ANGIN BERARAH FINATA RASTIC ANDRARI fina.rastic@gmail.com Program Studi Teknik Informatika Fakultas Teknik, Matematika dan Ilmu Pengetahuan Alam Universitas Indraprasta
Lebih terperinciEDITOR JARINGAN UNTUK MENINGKATKAN EFISIENSI BELAJAR PENCARIAN ALIRAN MAKSIMUM SECARA MANDIRI
EDITOR JARINGAN UNTUK MENINGKATKAN EFISIENSI BELAJAR PENCARIAN ALIRAN MAKSIMUM SECARA MANDIRI Susana Limanto Jurusan Teknik Informatika, Universitas Surabaya Jalan Raya Kalirungkut Surabaya 60292 Telp
Lebih terperinciPELABELAN PRIME CORDIAL PADA GRAF PRISMA DAN GRAF TERHUBUNG ANTAR PUSAT PADA GRAF RODA
JIMT Vol. No. Juni 3 (Hal. 43 54) Jurnal Ilmiah Matematika dan Terapan ISSN : 45 766X PELABELAN PRIME CORDIAL PADA GRAF PRISMA DAN GRAF TERHUBUNG ANTAR PUSAT PADA GRAF RODA Ismiyanti, I W. Sudarsana, S.
Lebih terperinciMEMBENTUK PELABELAN SISI AJAIB SUPER PADA GRAF KEMBANG API
Buletin Ilmiah Mat. Stat. dan Terapannya (Bimaster) Volume 04, No. 1 (2015), hal 1 8. MEMBENTUK PELABELAN SISI AJAIB SUPER PADA GRAF KEMBANG API Martina Ikopitria, Nilamsari Kusumastuti, Bayu Prihandono
Lebih terperinciALGORITMA RUTE TERPENDEK BERBASIS TEORI GRAPH
ALGORITMA RUTE TERPENDEK BERBASIS TEORI GRAPH PRAPTO TRI SUPRIYO Departemen Matematika Fakultas Matematika dan Ilmu Pengetahuan Alam Institut Pertanian Bogor Jl Meranti, Kampus IPB Darmaga, Bogor 6680
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 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 terperinciPELABELAN PRODUCT CORDIAL PADA TENSOR PRODUCT PATH DAN SIKEL
PELABELAN PRODUCT CORDIAL PADA TENSOR PRODUCT PATH DAN SIKEL Setia Endrayana 1, Bayu Surarso 2, Siti Khabibah 3 1,2,3 Program Studi Matematika FSM Universitas Diponegoro Jl Prof H Soedarto, SH Tembalang
Lebih terperinciBAB 1 PENDAHULUAN. 1.1 Latar Belakang
BAB 1 PENDAHULUAN 1.1 Latar Belakang Masalah dalam menentukan rantaian terpendek diantara pasangan node (titik) tertentu dalam suatu graph telah banyak menarik perhatian. Persoalan dirumuskan sebagai kasus
Lebih terperinciPenggunaan Pohon Biner Sebagai Struktur Data untuk Pencarian
Penggunaan Pohon Biner Sebagai Struktur Data untuk Pencarian Rita Wijaya/13509098 Program Studi Teknik Informatika Sekolah Teknik Elektro dan Informatika Institut Teknologi Bandung, Jl. Ganesha 10 Bandung
Lebih terperinciHAND OUT MATA KULIAH TEORI GRAF (MT 424) JILID SATU. Oleh: Kartika Yulianti, S.Pd., M.Si.
HAND OUT MATA KULIAH TEORI GRAF (MT 424) JILID SATU Oleh: Kartika Yulianti, S.Pd., M.Si. JURUSAN PENDIDIKAN MATEMATIKA FAKULTAS PENDIDIKAN MATEMATIKA DAN ILMU PENGETAHUAN ALAM UNIVERSITAS PENDIDIKAN INDONESIA
Lebih terperinciANALISIS SISTEM ANTRIAN SATU SERVER (M/M/1)
Jurnal Matematika UNAND Vol. 2 No. 4 Hal. 59 66 ISSN : 2303 2910 c Jurusan Matematika FMIPA UNAND ANALISIS SISTEM ANTRIAN SATU SERVER (M/M/1) ERIK PRATAMA, DODI DEVIANTO Program Studi Matematika, Fakultas
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 Algoritma BFS & DFS untuk Routing PCB
Penerapan Algoritma BFS & DFS untuk Routing PCB Hisham Lazuardi Yusuf 13515069 Program Studi Teknik Informatika Sekolah Teknik Elektro dan Informatika Institut Teknologi Bandung, Jl. Ganesha 10 Bandung
Lebih terperinciBILANGAN RADIO PADA GRAF SIKEL DENGAN CHORDS DAN GRAF SIKEL TENGAH
BILANGAN RADIO PADA GRAF SIKEL DENGAN CHORDS DAN GRAF SIKEL TENGAH Meivita Nur Arifiani 1, R. Heru Tjahyana 2, Bayu Surarso 3 1,2,3 Jurusan Matematika FSM Universitas Diponegoro Jl. Prof. H. Soedarto,
Lebih terperinciAplikasi Graf dalam Rute Pengiriman Barang
Aplikasi Graf dalam Rute Pengiriman Barang Christ Angga Saputra - 09 Program Studi Teknik Informatika Sekolah Teknik Elektro dan Informatika Institut Teknologi Bandung, Jl. Ganesha 0 Bandung 0, Indonesia
Lebih terperinciAplikasi Pewarnaan Graf pada Penjadwalan Pertandingan Olahraga Sistem Setengah Kompetisi
Aplikasi Pewarnaan Graf pada Penjadwalan Pertandingan Olahraga Sistem Setengah Kompetisi Ryan Yonata (13513074) Program Studi Teknik Informatika Sekolah Teknik Elektro dan Informatika Institut Teknologi
Lebih 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 terperinciNILAI MAKSIMUM DAN MINIMUM PELABELAN- γ PADA GRAF LINTANG
PROSIDING ISSN: 50-656 NILAI MAKSIMUM DAN MINIMUM PELABELAN- γ PADA GRAF LINTANG RiaWahyu Wijayanti 1), DwiMaryono, S.Si., M.Kom ) MahasiswaPascaSarjana UNS 1), Dosen FKIP UNS ) riaa.ww@gmail.com 1), dwimarus@yahoo.com
Lebih terperinciImplementasi Graf dalam Penentuan Rute Terpendek pada Moving Object
Implementasi Graf dalam Penentuan Rute Terpendek pada Moving Object Firdaus Ibnu Romadhon/13510079 Program Studi Teknik Informatika Sekolah Teknik Elektro dan Informatika Institut Teknologi Bandung, Jl.
Lebih terperinciAplikasi dan Algoritma Penyelesaian Optimal dari Persoalan Tukang Pos Cina
Aplikasi dan Algoritma Penyelesaian Optimal dari Persoalan Tukang Pos Cina Adhiguna Surya / 13509077 Program Studi Teknik Informatika Sekolah Teknik Elektro dan Informatika Institut Teknologi Bandung Jl.
Lebih terperinciPENERAPAN TEORI GRAF UNTUK MENYELESAIKAN MASALAH MINIMUM SPANNING TREE (MST) MENGGUNAKAN ALGORITMA KRUSKAL
PENERAPAN TEORI GRAF UNTUK MENYELESAIKAN MASALAH MINIMUM SPANNING TREE (MST) MENGGUNAKAN ALGORITMA KRUSKAL Swaditya Rizki Program Studi Pendidikan Matematika, Fakultas Keguruan dan Ilmu Pendidikan, Universitas
Lebih terperinciRAINBOW CONNECTION PADA BEBERAPA GRAF
Jurnal Matematika UNAND Vol. 2 No. 1 Hal. 17 25 ISSN : 2303 2910 c Jurusan Matematika FMIPA UNAND RAINBOW CONNECTION PADA BEBERAPA GRAF GEMA HISTA MEDIKA Program Studi Matematika, Program Pascasarjana
Lebih terperinciPenggunaan Algoritma Kruskal Dalam Jaringan Pipa Air Minum Kecamatan Nganjuk Kabupaten Nganjuk
JURNAL SAINS DAN SENI POMITS Vol. 1,. 1, (2013) 1-6 1 Penggunaan Algoritma Kruskal Dalam Jaringan Air Minum Kecamatan Nganjuk Kabupaten Nganjuk Angga Putra Pratama, Drs. Sumarno, DEA, dan Dr. Darmaji,
Lebih terperinciStudi 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 terperinciPemanfaatan Pohon dalam Realisasi Algoritma Backtracking untuk Memecahkan N-Queens Problem
Pemanfaatan Pohon dalam Realisasi Algoritma Backtracking untuk Memecahkan N-Queens Problem Halida Astatin (13507049) Program Studi Teknik Informatika, Sekolah Teknik Elektro dan Informatika, Institut Teknologi
Lebih terperinciPenerapan Graf pada PageRank
Penerapan Graf pada PageRank Hartono Sulaiman Wijaya 13509046 Program Studi Teknik Informatika Sekolah Teknik Elektro dan Informatika Institut Teknologi Bandung, Jl. Ganesha 10 Bandung 40132, Indonesia
Lebih terperinciPendeteksian Deadlock dengan Algoritma Runut-balik
Pendeteksian Deadlock dengan Algoritma Runut-balik Rita Wijaya - 13509098 Program Studi Teknik Informatika Sekolah Teknik Elektro dan Informatika Institut Teknologi Bandung, Jl. Ganesha 10 Bandung 40132,
Lebih terperincimerupakan himpunan sisi-sisi tidak berarah pada. (Yaoyuenyong et al. 2002)
dari elemen graf yang disebut verteks (node, point), sedangkan, atau biasa disebut (), adalah himpunan pasangan tak terurut yang menghubungkan dua elemen subset dari yang disebut sisi (edge, line). Setiap
Lebih 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 terperinciPerbandingan Kompleksitas Algoritma Prim, Algoritma Kruskal, Dan Algoritma Sollin Untuk Menyelesaikan Masalah Minimum Spanning Tree
Perbandingan Kompleksitas Algoritma Prim, Algoritma Kruskal, Dan Algoritma Sollin Untuk Menyelesaikan Masalah Minimum Spanning Tree 1 Wamiliana, 2 Didik Kurniawan, 3 Cut Shavitri N.F. 1 Jurusan Matematika
Lebih terperinciPELABELAN SIGNED PRODUCT CORDIAL PADA GRAF PATH, CYCLE, DAN STAR
PELABELAN SIGNED PRODUCT CORDIAL PADA GRAF PATH, CYCLE, DAN STAR Hardany Kurniawan 1, Lucia Ratnasari 2, Robertus Heri 3 1,2,3 Program Studi Matematika FSM Universitas Diponegoro Jl. Prof. H. Soedarto,
Lebih terperinciPELABELAN L(2,1) PADA OPERASI BEBERAPA KELAS GRAF
JIMT Vol. 13 No. Desember 016 (Hal 73-84) Jurnal Ilmiah Matematika dan Terapan ISSN : 450 766X PELABELAN L(,1) PADA OPERASI BEBERAPA KELAS GRAF S. Fatimah 1, I W. Sudarsana, dan S. Musdalifah 3 1,,3 Program
Lebih terperinciPenggunaan Algoritma Greedy dalam Membangun Pohon Merentang Minimum
Penggunaan Algoritma Greedy dalam Membangun Pohon Merentang Minimum Gerard Edwin Theodorus - 13507079 Jurusan Teknik Informatika ITB, Bandung, email: if17079@students.if.itb.ac.id Abstract Makalah ini
Lebih terperinciPELABELAN PRIME CORDIAL PADA BEBERAPA GRAF YANG TERKAIT DENGAN GRAF SIKEL
PELABELAN PRIME CORDIAL PADA BEBERAPA GRAF YANG TERKAIT DENGAN GRAF SIKEL Nindita Yuda Hapsari, R.Heri Soelistyo U, Luciana Ratnasari,, Program Studi Matematika FSM Universitas Diponegoro Jl. Prof. H.
Lebih terperinciElvira 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 terperinciABSTRAK ABSTRACT
PELABELAN GRACEFUL PADA GRAF SUPERSTAR 20 Ismail Kaloko 1, Faiz Ahyaningsih2 1 Mahasiswa Program Studi Matematika, FMIPA, Universitas Negeri Medan E-mail: ismail.kaloko@yahoo.com 2 Jurusan Matematika,
Lebih terperinciBAB I. MASALAH TRANSPORTASI KHUSUS
BAB I. MASALAH TRANSPORTASI KHUSUS Pada perkuliahan pemrograman linear telah dipelajari masalah transportasi secara umum, yaitu suatu masalah pemindahan barang dari beberapa tempat asal (sumber/origin)
Lebih terperinciPENGEMBANGAN SIMULASI ALIRAN AIR PADA SALURAN DRAINASE KOTA MENGGUNAKAN PEMODELAN NETWORK FLOW
PENGEMBANGAN SIMULASI ALIRAN AIR PADA SALURAN DRAINASE KOTA MENGGUNAKAN PEMODELAN NETWORK FLOW Evi Septiana Pane NRP. 2208 206 004 Dosen Pembimbing : Dr.I Ketut Eddy P Diah Puspito W, M.Sc Program Magister
Lebih terperinciStrategi Permainan Menggambar Tanpa Mengangkat Pena
Strategi Permainan Menggambar Tanpa Mengangkat Pena Benardi Atmadja - 13510078 Program Studi Teknik Informatika Sekolah Teknik Elektro dan Informatika Institut Teknologi Bandung, Jl. Ganesha 10 Bandung
Lebih terperinciMINIMISASI AUTOMATED GUIDED VEHICLE PADA JARINGAN TRANSPORTASI DI TERMINAL KONTAINER SEMI OTOMATIS MENGGUNAKAN METODE NODE SPLITTING
MINIMISASI AUTOMATED GUIDED VEHICLE PADA JARINGAN TRANSPORTASI DI TERMINAL KONTAINER SEMI OTOMATIS MENGGUNAKAN METODE NODE SPLITTING oleh Fahrizal M0103056 SKRIPSI Ditulis diajukan untuk memenuhi sebagian
Lebih terperinciAplikasi Teori Graf dalam Algoritma Pengalihan Arus Lalu Lintas
Aplikasi Teori Graf dalam Algoritma Pengalihan Arus Lalu Lintas Muhammad Yafi 13512014 Program Studi Teknik Informatika Sekolah Teknik Elektro dan Informatika Institut Teknologi Bandung, Jl. Ganesha 10
Lebih terperinciPENERAPAN ALGORITMA RELAKSASI PADA PERMASALAHAN MINIMUM COST FLOW
PENERAPAN ALGORITMA RELAKSASI PADA PERMASALAHAN MINIMUM COST FLOW Supiatun, Sapti Wahyuningsih, Darmawan Satyananda Universitas Negeri Malang E-mail: nuta_ipuzzz@yahoo.com Abstrak : Minimum cost flow merupakan
Lebih terperinci