Materi. Greedy algorithms MST MST TIDAK UNIK 4/29/2010. (Minimum Spanning Tree) MST MST MST. Graph MST Kruskal Prim Dijkstra.

Ukuran: px
Mulai penontonan dengan halaman:

Download "Materi. Greedy algorithms MST MST TIDAK UNIK 4/29/2010. (Minimum Spanning Tree) MST MST MST. Graph MST Kruskal Prim Dijkstra."

Transkripsi

1 /9/00 Materi Greedy algorithms wijanarto Graph Kruskal Prim Dijkstra (Minimum Spanning Tree) G=(V,E) adalah Undirected graph Spanning Tree G adalah tree yang meliputi seluruh vertek dalam G Spanning : terdiri idari seluruh vertek tkdl dalam g Tree :subgraph terhubung tanpa cycle (Minimum Spanning Tree) adalah Spanning Tree dengan bobot/panjang minimum(panjang/bobot) G=(V,E), dengan l:e R + adalah panjang/bobot PanjangST adalah dlhjumlahan panjang dari edge dalam Tree ST mempunyai v edge TIDAK UNIK (Minimum Spanning Tree) 7 7 Total bobot di atas =7, tetapi dengan menghilangkan edge(b,c) dan mengganti dengan edge (a,h) akan di dapatkan bobot 7 juga 9 Length: ++++= Spanning Tree 9 ( ) ( )=

2 /9/00 Algoritma Mulai dari suatu tree Menyertakan edge dalam tree tsb Cari apakah ada cycle yang terbentuk dari langkah sebelumnya Buang edge dengan bobot atau pangjang yang lebih besar dari cycle yang terbentuk (jika ada) Generik GEN-(G,w).A.while A bukan Spanning Tree do.cari edge(u,v) yang aman untuk A.A A {(u,v).return A Generik Dari psuedo code sebelumnya, yang paling penting terletak pada baris Pada baris, Harus terdapat spanning tree T sehingga A T, dan jika ada edge (u,v) T sedemikian rupa sehingga (u,v) A, MAKA (u,v) aman untuk A Bukti dari Generik Potongan (S,V S) dari G=(V,E) adalah partisi dari V. Kita katakan edge (u,v) E memotong (S,V S) jika terfapat satu titik akhir dalam S dan lainnya pada (V S) Kruskal Deskripsi Grafis Algo ini mendevelop berdasarkan edge yang diambil dg bobot minimum Jika edge yang diambil menyebabkan cycle maka tidak kita ambil Algo berhenti jika sudah membentuk Spanning Tree (semua vertek ada) 7 9

3 /9/00 Running K Generik KRUSKAL Analisia Kruskal. Urutkan edge secara menaik berdasarkan bobotnya e,e,e,.,e m l(e i ) l(e i+ ). ST //akumulator untuk spanning tree. For i= to m do If {e i ST adalah Tree then ST ST {e i. Return ST BAGAIMANA MEMERIKSA APAKAH EDGE YANG DISISIPKAN DALAM SPANNING TREE MEMBENTUK CYCLE ATAU TIDAK??? simulasi m log m m log m < m log m Asumsikantiapedge berbobot beda Sortir tiap edge dalam graph, misal hasilnya g<g<g, <g n Ambil Tiap Edge shg terbentuk optimum tree f<f<f,..<f n Dua himpunan edge diatas tidak harus sama (egual bobotnya) Karena kedua himpunan Edge diatas tidak harus sama, maka kita buktikan dengan kontradiksi Perbedaan pertama yang ada g<g<g, <g i <g i.<g n f<f<f,..<f i <f i..<f n Dua himpunan edge diatas tidak harus sama (egual bobotnya) g<g<g, <g i <g i.<g n Perbedaan pertama yang ada Kruskal f<f<f,..<f i <f i..<f Opt Tree n Misal perbedaan yang pertama muncul di i Kasus : g i <f i, artinya l(g i )<l(f i ) jika demikian maka g i tidak mungkin muncul di antara f i dan f n. Maka tambahkan g i ke opt tree

4 /9/00 Diketahuai opt tree f=g Dapatkah g i menjadi f=g C f=g Edge terpanjang Dalam cycle C. gi f=g Tiap edge dalam cycle C pasti lebih kecil dari g i, sebab berada dalam f f i yang identik dengan g g i. (lihat gambar sebelumnya kruskal dan opt tree) g<g<g, <g i <g i.<g n Perbedaan pertama yang ada Kruskal f<f<f,..<f i <f i..<f n Opt Tree Misal perbedaan yang pertama muncul di i Kasus : g i >f i, artinya l(g i )>l(f i ) jika demikian maka f i berbeda dari g i g n. Kenapa Kruskal tidak mengambil edge f i??? Karena f i U {g..g n mengandung cycle, dengan demikian f i U {f..f n juga mengandung cycle. Sehingga Opt Tree pasti mengandung cycle Memeriksa Cycle UNION Connected component Bagaimana kita memeriksa jika sebuah cycle terbentuk pada suatu edge e=(u,v)? Cycle terbentukjikadanhanyajikau dan v sudah terhubung, artinyau dan v berada dalam connected component yang sama. Jadi sebenarnya kita hanya melakukan pengelolaan koleksi komponen yang ada serta melakukan merge dari himpunan connected componen yang terbentuk. {a,b,c {f,g,h??? {d c {e d e a # connected component adalah b f g h Misalkan kita sudah mengambil himpunan data edge dalam suatu forest Kita akan check edge yang ditambahkan membentuk cycle atau tidak Lalu selanjutnya Cara memeriksanya adalah apakah endpoint dari edge baru tadi berada dalam tree yang sama dalam forest.

5 /9/00 Jadi algoritma akan di mulai dengan n connected component Dan berakhir dengan satu connected component Misal kita definisikan Universe dari CC U={e,e,e,,en Inisialkan tiap CC dalam himpunan menjadi disjoint data struktur {e{e{e {en Dimana e en adalah himpinan vertek Tentukan operasi pada ADT disjoint MAKE SET UNION LINK FINDSET UNION Himpunan Ordered Tree

6 /9/00 SD Kruskal #define MAXVERTICES 0 #define MAXEDGES 0 typedef enum {FALSE, TRUE bool; int edges[][] = { {0,,, {0,,9, {0,,, {,,, {,,, {,,, {,,0, {,,8, {,,, {,, ; Ambil Vertek Dari Graph int getnvert(int edges[][], int nedges) { int nvert = -; int j; for( j=0; j<nedges; ++j ) { if( edges[j][0] > nvert ) nvert = edges[j][0]; if( edges[j][] > nvert ) nvert = edges[j][]; return ++nvert; Pemeriksaan Edge Pada Spanning Tree bool FindSet(int edges[][], int nedges, int v) { /* * periksa apakah v sudah berada di spanning tree. * dg demikian kita dapat melihat bhw ada edge di v yang * punya cost negatif. cost negative menandakan bhw edge * termasuk dalam spanning tree. */ int j; for(j=0; j<nedges; ++j) if(edges[j][]<0 && (edges[j][0]==v edges[j][] == v)) return TRUE; return FALSE; Kruskal void spanning(int edges[][], int nedges) { /* temukan spanning tree dr graph yg punya edges dengan kruskal asumsikan seluruh cost bernilai positive. */ int i, j, tv, tv, tcost; int nspanedges = 0; int nvert = getnvert(edges, nedges); // urutkan cost pada edge. for(i=0; i<nedges-; ++i) for(j=i; j<nedges; ++j) if(edges[i][] > edges[j][]) { tv=edges[i][0]; tv=edges[i][]; tcost=edges[i][]; edges[i][0]=edges[j][0]; edges[j][0]; edges[i][]=edges[j][]; edges[j][]; edges[i][]=edges[j][]; edges[j][]; edges[j][0]=tv; edges[j][]=tv; edges[j][]=tcost; for(j=0; j<nedges-; ++j) { // apakah edge j berhub dg vertek v dan v. int v = edges[j][0]; int v = edges[j][]; // cek apakah ada cycle yg terbentuk hingga spanning tree yg skarang. pemeriksaan //dpt di selesaikan dg mudah dg memeriksa v dan v di spanning tree! if(findset(edges, nedges, v) && FindSet(edges, nedges, v)) // cycle. printf("ditolak: %d %d %d...\n", edges[j][0], edges[j][], edges[j][]); else { edges[j][] = -edges[j][]; printf("%d %d %d.\n", edges[j][0], edges[j][], - edges[j][]); if(++nspanedges == nvert-) return; printf("tidak ada spanning tree utk graph.\n"); GRAPH ADJ.MATRIK ditolak: ditolak: SAMPLE OUTPUT

MEMBANDINGKAN 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 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 terperinci

x 6 x 5 x 3 x 2 x 4 V 3 x 1 V 1

x 6 x 5 x 3 x 2 x 4 V 3 x 1 V 1 . PENGANTAR TEORI GRAF Definisi : Secara umum merupakan kumpulan titik dan garis. NET terdiri atas : 1. Himpunan titik (tidak boleh kosong) 2. Himpunan garis (directed line) 3. Setiap directed line menentukan

Lebih terperinci

IKI 20100: Struktur Data & Algoritma

IKI 20100: Struktur Data & Algoritma IKI : Struktur Data & Algoritma Graph Ruli Manurung & Ade Azurat ( Setiawan (acknowledgments: Denny, Suryana Fasilkom UI Ruli Manurung & Ade Azurat Fasilkom UI - IKI 7/8 Ganjil Minggu Materi Motivasi Definisi

Lebih terperinci

Minimum Spanning Trees algorithm

Minimum Spanning Trees algorithm Minimum Spanning Trees algorithm Algoritma Minimum Spanning Trees algoritma Kruskal and algoritma Prim. Kedua algoritma ini berbeda dalam metodologinya, tetapi keduanya mempunyai tujuan menemukan minimum

Lebih terperinci

ALGORITMA GREEDY : MINIMUM SPANNING TREE. Perbandingan Kruskal dan Prim

ALGORITMA GREEDY : MINIMUM SPANNING TREE. Perbandingan Kruskal dan Prim ALGORITMA GREEDY : MINIMUM SPANNING TREE Perbandingan Kruskal dan Prim AGENDA Pendahuluan Dasar Teori Contoh Penerapan Algoritma Analisis perbandingan algoritma Prim dan Kruskal Kesimpulan PENDAHULUAN

Lebih terperinci

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

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

Lebih terperinci

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 LANDASAN TEORI

BAB 2 LANDASAN TEORI BAB 2 LANDASAN TEORI 2.1 Teori Graf 2.1.1 Defenisi Graf Suatu graf G adalah suatu himpunan berhingga tak kosong dari objek-objek yang disebut verteks (titik/simpul) dengan suatu himpunan yang anggotanya

Lebih terperinci

Permodelan Pohon Merentang Minimum Dengan Menggunakan Algoritma Prim dan Algoritma Kruskal

Permodelan Pohon Merentang Minimum Dengan Menggunakan Algoritma Prim dan Algoritma Kruskal Permodelan Pohon Merentang Minimum Dengan Menggunakan Algoritma Prim dan Algoritma Kruskal Salman Muhammad Ibadurrahman NIM : 13506106 Program Studi Teknik Informatika, Institut Teknologi Bandung Jl. Ganesha

Lebih terperinci

Algoritma Greedy (lanjutan)

Algoritma Greedy (lanjutan) Algoritma Greedy (lanjutan) 5. Penjadwalan Job dengan Tenggang Waktu (Job Schedulling with Deadlines) Persoalan: - Ada n buah job yang akan dikerjakan oleh sebuah mesin; - tiap job diproses oleh mesin

Lebih terperinci

Konsep graph Struktur data graph Implementasi graph dengan matriks dan linked list dalam Bahasa C

Konsep graph Struktur data graph Implementasi graph dengan matriks dan linked list dalam Bahasa C Praktikum 12 Graph POKOK BAHASAN: Konsep graph Struktur data graph Implementasi graph dengan matriks dan linked list dalam Bahasa C TUJUAN BELAJAR: Setelah melakukan praktikum dalam bab ini, mahasiswa

Lebih terperinci

INTRODUCTION TO GRAPH THEORY LECTURE 2

INTRODUCTION TO GRAPH THEORY LECTURE 2 INTRODUCTION TO GRAPH THEORY LECTURE Operasi-Operasi Pada Graph Union Misal G dan H adalah dua graph yang saling asing. Union G H adalah graph dengan V(G H)=V(G) V(H) dan E(G H)=E(G) E(H). Join Join dari

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

8. Algoritma Greedy. Oleh : Ade Nurhopipah

8. Algoritma Greedy. Oleh : Ade Nurhopipah 8. Algoritma Greedy Oleh : Ade Nurhopipah Pokok Bahasan : 1. Minimum Connector Problem 2. Travelling Salesman Problem Sumber : Aldous, Joan M.,Wilson, Robin J. 2004. Graph and Applications. Springer: UK.

Lebih terperinci

Penerapan Algoritma Greedy untuk Memecahkan Masalah Pohon Merentang Minimum

Penerapan Algoritma Greedy untuk Memecahkan Masalah Pohon Merentang Minimum Penerapan Algoritma Greedy untuk Memecahkan Masalah Pohon Merentang Minimum Bramianha Adiwazsha - NIM: 13507106 Program Studi Teknik Informatika, Sekolah Teknik Elektro dan Informatika Institut Teknologi

Lebih terperinci

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

Pencarian. 1. Memahami konsep pencarian 2. Mengenal beberapa algoritma pencarian 3. Menerapkan algoritma pencarian dalam program

Pencarian. 1. Memahami konsep pencarian 2. Mengenal beberapa algoritma pencarian 3. Menerapkan algoritma pencarian dalam program Pencarian Overview Pencarian merupakan sebuah algoritma dasar yang sering diperlukan dalam pembuatan program. Berbagai algoritma pencarian telah diciptakan dan dapat digunakan. Pemahaman tentang beberapa

Lebih terperinci

Algoritma Brute-Force dan Greedy dalam Pemrosesan Graf

Algoritma 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 terperinci

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI BAB 2 LANDASAN TEORI 2.1 Konsep Dasar Graf Definisi 2.1.1 Sebuah graf didefinisikan sebagai pasangan terurut himpunan dimana: 1. adalah sebuah himpunan tidak kosong yang berhingga yang anggotaanggotanya

Lebih terperinci

Algoritma dan Pemrograman. Loop control structures: WHILE. Loop control structures: WHILE Perhatikan potongan program berikut: 12/29/2011

Algoritma dan Pemrograman. Loop control structures: WHILE. Loop control structures: WHILE Perhatikan potongan program berikut: 12/29/2011 Algoritma dan Pemrograman WHILE while (kondisi) statement; FALSE kondisi? TRUE statement Pernyataan (statements) di dalam struktur WHILE akan diproses minimum NOL kali. Mengapa? WHILE Perhatikan potongan

Lebih terperinci

Aplikasi Teori Graf dalam Manajemen Sistem Basis Data Tersebar

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

Lebih terperinci

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

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

Lebih terperinci

Algoritma Greedy (lanjutan)

Algoritma Greedy (lanjutan) Algoritma Greedy (lanjutan) 5. Penjadwalan Job dengan Tenggat Waktu (Job Schedulling with Deadlines) Persoalan: -Adan buah job yang akan dikerjakan oleh sebuah mesin; -tiapjob diproses oleh mesin selama

Lebih terperinci

BAB 2 DEGREE CONSTRAINED MINIMUM SPANNING TREE. Pada bab ini diberikan beberapa konsep dasar seperti beberapa definisi dan teorema

BAB 2 DEGREE CONSTRAINED MINIMUM SPANNING TREE. Pada bab ini diberikan beberapa konsep dasar seperti beberapa definisi dan teorema BAB 2 DEGREE CONSTRAINED MINIMUM SPANNING TREE Pada bab ini diberikan beberapa konsep dasar seperti beberapa definisi dan teorema sebagai landasan berfikir dalam melakukan penelitian ini dan akan mempermudah

Lebih terperinci

PERBANDINGAN KOMPLEKSITAS PENERAPAN ALGORITMA GREEDY UNTUK BEBERAPA MASALAH

PERBANDINGAN KOMPLEKSITAS PENERAPAN ALGORITMA GREEDY UNTUK BEBERAPA MASALAH PERBANDINGAN KOMPLEKSITAS PENERAPAN ALGORITMA GREEDY UNTUK BEBERAPA MASALAH Abstrak Wiradeva Arif Kristawarman NIM : 13505053 Program Studi Teknik Informatika, Institut Teknologi Bandung Jl. Ganesha 10,

Lebih terperinci

Analisis Penerapan Algoritma Kruskal dalam Pembuatan Jaringan Distribusi Listrik

Analisis Penerapan Algoritma Kruskal dalam Pembuatan Jaringan Distribusi Listrik Analisis Penerapan Algoritma Kruskal dalam Pembuatan Jaringan Distribusi Listrik Maureen Linda Caroline (13508049) Program Studi Teknik Informatika Sekolah Teknik Elektro dan Informatika Institut Teknologi

Lebih terperinci

Pengelompokan Organisme Dengan Menggunakan Algoritma Kruskal

Pengelompokan Organisme Dengan Menggunakan Algoritma Kruskal Pengelompokan Organisme Dengan Menggunakan Algoritma Kruskal Alif Raditya Rochman - 151101 Program Studi Teknik Informatika Sekolah Teknik Elektro dan Informatika Institut Teknologi Bandung, Jl. Ganesha

Lebih terperinci

Algoritma Prim dengan Algoritma Greedy dalam Pohon Merentang Minimum

Algoritma Prim dengan Algoritma Greedy dalam Pohon Merentang Minimum Algoritma Prim dengan Algoritma Greedy dalam Pohon Merentang Minimum Made Mahendra Adyatman 13505015 Program Studi Teknik Informatika, Sekolah Teknik Elektro dan Informatika Institut Teknologi Bandung

Lebih terperinci

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

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

Lebih terperinci

BAB II LANDASAN TEORI

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

Lebih terperinci

OPTIMASI ALGORITMA POHON MERENTANG MINIMUM KRUSKAL

OPTIMASI ALGORITMA POHON MERENTANG MINIMUM KRUSKAL OPTIMASI ALGORITMA POHON MERENTANG MINIMUM KRUSKAL Karol Danutama / 13508040 Sekolah Teknik Elektro dan Informatika Institut Teknologi Bandung Jalan Selat Bangka IV no 6 Duren Sawit Jakarta Timur e-mail:

Lebih terperinci

Pemanfaatan Algoritma Hybrid Ant Colony Optimization dalam Menyelesaikan Permasalahan Capacitated Minimum Spanning Tree. Tamam Asrori ( )

Pemanfaatan Algoritma Hybrid Ant Colony Optimization dalam Menyelesaikan Permasalahan Capacitated Minimum Spanning Tree. Tamam Asrori ( ) Pemanfaatan Algoritma Hybrid Ant Colony Optimization dalam Menyelesaikan Permasalahan Capacitated Minimum Spanning Tree Tamam Asrori (5104 100 146) Pendahuluan Latar Belakang Tujuan Dan Manfaat Rumusan

Lebih terperinci

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

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

Lebih terperinci

BAB II TINJAUAN PUSTAKA

BAB II TINJAUAN PUSTAKA BAB II TINJAUAN PUSTAKA 2.1 Graf (Graph) Graf G didefinisikan sebagai pasangan himpunan (V, E) yang dinotasikan dalam bentuk G = {V(G), E(G)}, dimana V(G) adalah himpunan vertex (simpul) yang tidak kosong

Lebih terperinci

METODE GREEDY. Secara matematis, masalah knapsack tersebut dapat ditulis sebagai berikut :

METODE GREEDY. Secara matematis, masalah knapsack tersebut dapat ditulis sebagai berikut : METODE GREEDY MASALAH KNAPSACK Kita diberikan sebuah knapsack (ransel) yang dapat menampung berat maksimum M dan sehimpunan benda A = {a 0,a 1,...,a n-1 } yang berbobot W = {w 0,w 1,...,w n-1 }. Setiap

Lebih terperinci

Aplikasi Algoritma Dijkstra dalam Pencarian Lintasan Terpendek Graf

Aplikasi Algoritma Dijkstra dalam Pencarian Lintasan Terpendek Graf Aplikasi Algoritma Dijkstra dalam Pencarian Lintasan Terpendek Graf Nur Fajriah Rachmah - 0609 Program Studi Teknik Informatika, Sekolah Teknik Elektro dan Informatika Institut Teknologi Bandung, Jalan

Lebih terperinci

Penggunaan Algoritma Dijkstra dalam Penentuan Lintasan Terpendek Graf

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

Lebih terperinci

7. PENGANTAR TEORI GRAF

7. PENGANTAR TEORI GRAF Definisi : Secara umum merupakan kumpulan titik dan garis. Sebuah garf G terdiri dari: 1. Sebuah himpunan V=V(G) yang memiliki elemen2 yg dinamakan verteks/titik/node. 2. Sebuah kumpulan E=E(G) merupakan

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

Matematik tika Di Disk i r t it 2

Matematik tika Di Disk i r t it 2 Matematika tik Diskrit it 2 Teori Graph Teori Graph 1 Kelahiran Teori Graph Masalah Jembatan Konigsberg g : Mulai dan berakhir pada tempat yang sama, bagaimana caranya untuk melalui setiap jembatan tepat

Lebih terperinci

Representasi Graf dalam Pola Strategi Permainan Futsal

Representasi Graf dalam Pola Strategi Permainan Futsal Representasi Graf dalam Pola Strategi Permainan Futsal Muhammad Azka Widyanto 13516127 Program Studi Teknik Informatika Sekolah Teknik Elektro dan Informatika Institut Teknologi Bandung, Jl. Ganesha 10

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

Penerapan Graf dalam validasi path di Permainan Saboteureun menggunakan DFS

Penerapan Graf dalam validasi path di Permainan Saboteureun menggunakan DFS Penerapan Graf dalam validasi path di Permainan Saboteureun menggunakan DFS Hendro Triokta Brianto / 13512081 Program Studi Teknik Informatika Sekolah Teknik Elektro dan Informatika Institut Teknologi

Lebih terperinci

Penerapan Teori Graf Pada Algoritma Routing

Penerapan 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 terperinci

Representasi Graph Isomorfisme. sub-bab 8.3

Representasi Graph Isomorfisme. sub-bab 8.3 Representasi Graph Isomorfisme sub-bab 8.3 Representasi graph:. Adjacency list. Adjacency matrix 3. Incidence matrix Contoh: undirected graph Adjacency list : tiap vertex v :, 3, di-link dengan 3:,, 5

Lebih terperinci

PRAKTIKUM 2. perubah (variabel), konstanta, fungsi, atau obyek lain yang didefinisikan oleh

PRAKTIKUM 2. perubah (variabel), konstanta, fungsi, atau obyek lain yang didefinisikan oleh PRAKTIKUM 2 1. Variabel Pengenal (identifier) merupakan nama yang biasa digunakan untuk suatu perubah (variabel), konstanta, fungsi, atau obyek lain yang didefinisikan oleh pemrogram. Variabel adalah suatu

Lebih terperinci

RANCANG BANGUN APLIKASI MINIMUM SPANNING TREE (MST) MENGGUNAKAN ALGORITMA KRUSKAL

RANCANG BANGUN APLIKASI MINIMUM SPANNING TREE (MST) MENGGUNAKAN ALGORITMA KRUSKAL RANCANG BANGUN APLIKASI MINIMUM SPANNING TREE (MST) MENGGUNAKAN ALGORITMA KRUSKAL Naskah Publikasi diajukan oleh: Trisni jatiningsih 06.11.1016 kepada JURUSAN TEKNIK INFORMATIKA SEKOLAH TINGGI MANAJEMEN

Lebih terperinci

Algoritma Dijkstra dan Bellman-Ford dalam Pencarian Jalur Terpendek

Algoritma Dijkstra dan Bellman-Ford dalam Pencarian Jalur Terpendek Algoritma Dijkstra dan Bellman-Ford dalam Pencarian Jalur Terpendek Yudi Retanto 13508085 Teknik Informatika, Sekolah Teknik Elektro dan Informatika, Institut Teknologi Bandung Jl. Ganesha 10, Bandung

Lebih terperinci

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI BAB 2 LANDASAN TEORI 2.1 Konsep Dasar Simulasi Sistem didefinisikan sebagai sekumpulan entitas baik manusia ataupun mesin yang yang saling berinteraksi untuk mencapai tujuan tertentu. Dalam prakteknya,

Lebih terperinci

BAB II LANDASAN TEORI

BAB II LANDASAN TEORI BAB II LANDASAN TEORI 2.1 Konsep Dasar Teori Graph 2.1.1 Graph Tak Berarah dan Digraph Suatu Graph Tak Berarah (Undirected Graph) merupakan kumpulan dari titik yang disebut verteks dan segmen garis yang

Lebih terperinci

Aplikasi Shortest Path dengan Menggunakan Graf dalam Kehidupan Sehari-hari

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

Lebih terperinci

Graf. Program Studi Teknik Informatika FTI-ITP

Graf. Program Studi Teknik Informatika FTI-ITP Graf Program Studi Teknik Informatika FTI-ITP Pendahuluan Graf digunakan untuk merepresentasikan objek-objek diskrit dan hubungan antara objek-objek tersebut. Gambar di bawah ini sebuah graf yang menyatakan

Lebih terperinci

PERBANDINGAN ALGORTIMA PRIM DAN KRUSKAL DALAM MENENTUKAN POHON RENTANG MINIMUM

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

Lebih terperinci

Design and Analysis Algorithm

Design and Analysis Algorithm Design and Analysis Algorithm Pertemuan 06 Drs. Achmad Ridok M.Kom Imam Cholissodin, S.Si., M.Kom M. Ali Fauzi S.Kom., M.Kom Ratih Kartika Dewi, ST, M.Kom Contents 31 Greedy Algorithm 2 Pendahuluan Algoritma

Lebih terperinci

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

BAB 1 PENDAHULUAN. 1.1 Latar Belakang BAB 1 PENDAHULUAN 1.1 Latar Belakang Persoalan lintasan terpanjang (longest path) merupakan persoalan dalam mencari lintasan sederhana terpanjang maksimum dalam suatu graph yang diberikan. Lintasan terpanjang

Lebih terperinci

IMPLEMENTASI GRAF DENGAN MENGGUNAKAN STRATEGI GREEDY

IMPLEMENTASI GRAF DENGAN MENGGUNAKAN STRATEGI GREEDY IMPLEMENTASI GRAF DENGAN MENGGUNAKAN STRATEGI GREEDY Arief Latu Suseno NIM : 13505019 Program Studi Teknik Informatika, Institut Teknologi Bandung Jl. Ganesha 10, Bandung E-mail : Abstrak Graf merupakan

Lebih terperinci

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

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

Lebih terperinci

SHORTEST PATH ALGORITHM (Dijkstra, Bellman-Ford)

SHORTEST PATH ALGORITHM (Dijkstra, Bellman-Ford) SHORTEST PATH ALGORITHM (Dijkstra, Bellman-Ford) SHORTEST PATH ALGORITHM Macam macam shortest Path Shortest path dapat dibedakan menjadi : Single Source Shortest Path Menentukan shortest path dari verteks

Lebih terperinci

Pohon (Tree) Contoh :

Pohon (Tree) Contoh : POHON (TREE) Pohon (Tree) didefinisikan sebagai graph terhubung yang tidak mengandung sirkuit. Sedangkan Hutan (Forest) adalah graph yang tidak mengandung sirkuit. Jadi pohon adalah hutan yang terhubung.

Lebih terperinci

Perbandingan 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 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 terperinci

LANDASAN TEORI. Bab Konsep Dasar Graf. Definisi Graf

LANDASAN TEORI. Bab Konsep Dasar Graf. Definisi Graf Bab 2 LANDASAN TEORI 2.1. Konsep Dasar Graf Definisi Graf Suatu graf G terdiri atas himpunan yang tidak kosong dari elemen elemen yang disebut titik atau simpul (vertex), dan suatu daftar pasangan vertex

Lebih terperinci

(Binary) Heap. Binary tree yang menyimpan pasangan prioritas (atau prioritas elemen) pada node Property Heap :

(Binary) Heap. Binary tree yang menyimpan pasangan prioritas (atau prioritas elemen) pada node Property Heap : heap wijanarto (Binary) Heap Binary tree yang menyimpan pasangan prioritas (atau prioritas elemen) pada node Property Heap : Struktural Semua level kecuali yang terakhir berisi penuh, level terakhir boleh

Lebih terperinci

DEFINISI. Pohon adalah graf tak-berarah terhubung yang tidak mengandung sirkuit. pohon pohon bukan pohon bukan pohon 2

DEFINISI. Pohon adalah graf tak-berarah terhubung yang tidak mengandung sirkuit. pohon pohon bukan pohon bukan pohon 2 1 POHON DEFINISI Pohon adalah graf tak-berarah terhubung yang tidak mengandung sirkuit a b a b a b a b c d c d c d c d e f e f e f e f pohon pohon bukan pohon bukan pohon 2 Hutan (forest) adalah - kumpulan

Lebih terperinci

Gambar 6. Graf lengkap K n

Gambar 6. Graf lengkap K n . Jenis-jenis Graf Tertentu Ada beberapa graf khusus yang sering dijumpai. Beberapa diantaranya adalah sebagai berikut. a. Graf Lengkap (Graf Komplit) Graf lengkap ialah graf sederhana yang setiap titiknya

Lebih terperinci

Pohon (Tree) Universitas Gunadarma Sistem Informasi 2012/2013

Pohon (Tree) Universitas Gunadarma Sistem Informasi 2012/2013 Pohon (Tree) Universitas Gunadarma Sistem Informasi 2012/2013 Pohon (Tree) Pohon (Tree) didefinisikan sebagai graf terhubung yang tidak mengandung sirkuit. Karena merupakan graf terhubung, maka pohon selalu

Lebih terperinci

PRINSIP ALGORITMA GREEDY DAN APLIKASINYA DALAM BERBAGAI ALGORITMA LAIN

PRINSIP ALGORITMA GREEDY DAN APLIKASINYA DALAM BERBAGAI ALGORITMA LAIN PRINSIP ALGORITMA GREEDY DAN APLIKASINYA DALAM BERBAGAI ALGORITMA LAIN Umi Fadilah Wardati Syam NIM 13505037 Jurusan Teknik Informatika, Sekolah Teknik Elektro dan Informatika Institut Teknologi Bandung

Lebih terperinci

STUDI STRATEGI PENGGUNAAN ALGORITMA GREEDY UNTUK MEMBANGUN MINIMUM SPANNING TREE PADA GRAF BERBOBOT (WEIGHTED GRAPH) SKRIPSI

STUDI STRATEGI PENGGUNAAN ALGORITMA GREEDY UNTUK MEMBANGUN MINIMUM SPANNING TREE PADA GRAF BERBOBOT (WEIGHTED GRAPH) SKRIPSI STUDI STRATEGI PENGGUNAAN ALGORITMA GREEDY UNTUK MEMBANGUN MINIMUM SPANNING TREE PADA GRAF BERBOBOT (WEIGHTED GRAPH) SKRIPSI SAHAT HAMONANGAN SIMORANGKIR 050803025 DEPARTEMEN MATEMATIKA FAKULTAS MATEMATIKA

Lebih terperinci

IMPLEMENTASI GRAF DENGAN MENGGUNAKAN STRATEGI GREEDY

IMPLEMENTASI GRAF DENGAN MENGGUNAKAN STRATEGI GREEDY IMPLEMENTASI GRAF DENGAN MENGGUNAKAN STRATEGI GREEDY Erdiansyah Fajar Nugraha (13508055) Sekolah Teknik Elektro dan Informatika, Institut Teknologi Bandung Jalan Ganesha 10,Bandung e-mail: if18055@students.if.itb.ac.id

Lebih terperinci

PENERAPAN ALGORITMA PRIM PADA JARINGAN LISTRIK PERUMAHAN PT INALUM (Studi Kasus)

PENERAPAN ALGORITMA PRIM PADA JARINGAN LISTRIK PERUMAHAN PT INALUM (Studi Kasus) PENERAPAN ALGORITMA PRIM PADA JARINGAN LISTRIK PERUMAHAN PT INALUM (Studi Kasus SKRIPSI RAYI SYAHFITRI 040803028 MURNI DEPARTEMEN MATEMATIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM UNIVERSITAS SUMATERA

Lebih terperinci

STUDI OPTIMALISASI JUMLAH PELABUHAN TERBUKA DALAM RANGKA EFISIENSI PEREKONOMIAN NASIONAL

STUDI OPTIMALISASI JUMLAH PELABUHAN TERBUKA DALAM RANGKA EFISIENSI PEREKONOMIAN NASIONAL BAB III METODOLOGI 3.1 POLA PIKIR Proses analisis diawali dari identifikasi pelabuhan yang terbuka bagi perdagangan luar negeri, meliputi aspek legalitas, penerapan ISPS Code dan manajemen pengelolaan

Lebih terperinci

Algoritma Greedy (Bagian 2) IF2251 Strategi Algoritmik Oleh: Rinaldi Munir

Algoritma Greedy (Bagian 2) IF2251 Strategi Algoritmik Oleh: Rinaldi Munir Algoritma Greedy (Bagian 2) IF2251 Strategi Algoritmik Oleh: Rinaldi Munir 1 5. Penjadwalan Job dengan Tenggat Waktu (Job Schedulling with Deadlines) Persoalan: - Ada n buah job yang akan dikerjakan oleh

Lebih terperinci

TINJAUAN PUSTAKA. Pada bab ini akan diberikan beberapa definisi, istilah istilah yang berhubungan dengan materi

TINJAUAN PUSTAKA. Pada bab ini akan diberikan beberapa definisi, istilah istilah yang berhubungan dengan materi II. TINJAUAN PUSTAKA Pada bab ini akan diberikan beberapa definisi, istilah istilah yang berhubungan dengan materi yang akan dihasilkan pada penelitian ini. 2.1 Beberapa Definisi dan Istilah 1. Graf (

Lebih terperinci

PENGGUNAAN ALGORITMA KRUSKAL DALAM JARINGAN PIPA AIR MINUM KECAMATAN NGANJUK KABUPATEN NGANJUK

PENGGUNAAN 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 terperinci

Perbandingan Algoritma - algoritma Pencarian Minimum Pohon Merentang dari Suatu Graf

Perbandingan Algoritma - algoritma Pencarian Minimum Pohon Merentang dari Suatu Graf Perbandingan Algoritma - algoritma Pencarian Minimum Pohon Merentang dari Suatu Graf Rosalina Paramita N. NIM : 13505125 Program Studi Teknik Informatika, Institut Teknologi Bandung Jl. Ganesha 10, Bandung

Lebih terperinci

Graph. Rembang. Kudus. Brebes Tegal. Demak Semarang. Pemalang. Kendal. Pekalongan Blora. Slawi. Purwodadi. Temanggung Salatiga Wonosobo Purbalingga

Graph. Rembang. Kudus. Brebes Tegal. Demak Semarang. Pemalang. Kendal. Pekalongan Blora. Slawi. Purwodadi. Temanggung Salatiga Wonosobo Purbalingga TEORI GRAPH Graph Graph Graph digunakan untuk merepresentasikan objek-objek diskrit dan hubungan antara objek-objek tersebut. Gambar berikut ini sebuah graph yang menyatakan peta jaringan jalan raya yang

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

Catatan Kuliah (2 sks) MX 324 Pengantar Teori Graf

Catatan Kuliah (2 sks) MX 324 Pengantar Teori Graf Catatan Kuliah (2 sks) MX 324 Pengantar Teori Graf (Draft Versi Desember 2008 ) Oleh: Didit Budi Nugroho, M.Si. Program Studi Matematika Fakultas Sains dan Matematika Universitas Kristen Satya Wacana DAFTAR

Lebih terperinci

PENERAPAN ALGORITMA KRUSKAL PADA JARINGAN LISTRIK PERUMAHAN KAMPOENG HARMONI DI UNGARAN BARAT

PENERAPAN ALGORITMA KRUSKAL PADA JARINGAN LISTRIK PERUMAHAN KAMPOENG HARMONI DI UNGARAN BARAT UJM 2 (1) (2013) UNNES Journal of Mathematics http://journal.unnes.ac.id/sju/index.php/ujm PENERAPAN ALGORITMA KRUSKAL PADA JARINGAN LISTRIK PERUMAHAN KAMPOENG HARMONI DI UNGARAN BARAT Angreswari Ayu Damayanti,

Lebih terperinci

Algoritme dan Pemrograman

Algoritme dan Pemrograman Loop control structures Algoritme dan Pemrograman Kuliah #5 Compound statement Kontrol Program :, DO.., FOR Program akan mengulang satu atau lebih statement untuk diproses atau tidak diproses berdasarkan

Lebih terperinci

Mesin Karakter dan Mesin Kata

Mesin Karakter dan Mesin Kata Mesin Karakter dan Mesin Kata Tim Pengajar IF2030/Algoritma dan Struktur Data 10/15/09 FNA/IF2030/Mesin Kata 1 Mesin Mesin: mekanisme yang terdefinisi dan mengerti serta mampu untuk mengeksekusi aksi-aksi

Lebih terperinci

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI BAB 2 LANDASAN TEORI 2.1 Teori Graph 2.1.1 Definisi Graph Menurut Dasgupta dkk (2008), graph merupakan himpunan tak kosong titik-titik yang disebut vertex (juga disebut dengan node) dan himpunan garis-garis

Lebih terperinci

Solusi UTS Stima. Alternatif 1 strategi:

Solusi UTS Stima. Alternatif 1 strategi: Solusi UTS Stima 1. a. (Nilai 5) Representasikanlah gambar kota di atas menjadi sebuah graf, dengan simpul merepresentasikan rumah, dan bobot sisi merepresentasikan jumlah paving block yang dibutuhkan.

Lebih terperinci

MATEMATIKA DISKRIT II ( 2 SKS)

MATEMATIKA DISKRIT II ( 2 SKS) MATEMATIKA DISKRIT II ( 2 SKS) Rabu, 18.50 20.20 Ruang Hard Disk PERTEMUAN XI, XII RELASI Dosen Lie Jasa 1 Matematika Diskrit Graf (lanjutan) 2 Lintasan dan Sirkuit Euler Lintasan Euler ialah lintasan

Lebih terperinci

Teori Himpunan. Matematika Dasar untuk Teori Bahasa Otomata. Operasi pada Himpunan. Himpunan Tanpa Elemen. Notasi. Powerset & Cartesian Product

Teori Himpunan. Matematika Dasar untuk Teori Bahasa Otomata. Operasi pada Himpunan. Himpunan Tanpa Elemen. Notasi. Powerset & Cartesian Product Teori Himpunan Matematika Dasar untuk Teori Bahasa Otomata Teori Bahasa & Otomata Semester Ganjil 2009/2010 Himpunan adalah sekumpulan entitas tidak memiliki struktur sifatnya hanya keanggotaan Notasi

Lebih terperinci

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI BAB 2 LANDASAN TEORI 2.1 Graf Graf G didefinisikan sebagai pasangan himpunan (V, E), ditulis dengan notasi G = (V, E). Dalam hal ini, V merupakan himpunan tidak kosong dari simpul-simpul (vertices atau

Lebih terperinci

Pohon Biner dan Aplikasinya

Pohon Biner dan Aplikasinya Pohon Biner dan Aplikasinya Muhammad Gema Akbar (13510099) Program Studi Teknik Informatika Sekolah Teknik Elektro dan Informatika Institut Teknologi Bandung, Jl. Ganesha 10 Bandung 40132, Indonesia mgemaakbar@students.itb.ac.id

Lebih terperinci

6 Maret Structure of Java [Penyeleksian Kondisi]

6 Maret Structure of Java [Penyeleksian Kondisi] 6 Maret 2012 Structure of Java [Penyeleksian Kondisi] Input User Menggunakan JOptionPane (GUI). Import.javax.swing. String, Int, harus di rubah Menggunakan Scanner (Dos). Import.java.util Scanner, objek

Lebih terperinci

Studi Minimum Spanning Tree dengan Algoritma Prim dan Kruskal

Studi Minimum Spanning Tree dengan Algoritma Prim dan Kruskal Studi Minimum Spanning Tree dengan Algoritma Prim dan Kruskal Hadyan Ghaziani Fadli NIM : 13505005 Program Studi Teknik Informatika, Institut Teknologi Bandung Jl. Ganesha 10, Bandung E-mail : if15005@students.if.itb.ac.id

Lebih terperinci

: PERSOALAN DEGREE CONSTRAINED MINIMUM SPANNING TREE

: PERSOALAN DEGREE CONSTRAINED MINIMUM SPANNING TREE Judul Tesis : PERSOALAN DEGREE CONSTRAINED MINIMUM SPANNING TREE Nama Mahasiswa : Maruli Hutapea Nomor Pokok : 117021037 Program Studi : Magister Matematika Menyetujui, Komisi Pembimbing (Prof. Dr. Saib

Lebih terperinci

BAB 2 LANDASAN TEORI

BAB 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 terperinci

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

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

Lebih terperinci

Algoritma dan Pemrograman Pendekatan Pemrograman Modular

Algoritma dan Pemrograman Pendekatan Pemrograman Modular PROGRAM STUDI S1 SISTEM KOMPUTER UNIVERSITAS DIPONEGORO Algoritma dan Pemrograman Pendekatan Pemrograman Modular Oky Dwi Nurhayati, ST, MT email: okydn@undip.ac.id Pendahuluan Teknik Pemrograman Penekanan

Lebih terperinci

IF5110 Teori Komputasi. Teori Kompleksitas. (Bagian 1) Oleh: Rinaldi Munir. Program Studi Magister Informatika STEI-ITB

IF5110 Teori Komputasi. Teori Kompleksitas. (Bagian 1) Oleh: Rinaldi Munir. Program Studi Magister Informatika STEI-ITB IF5110 Teori Komputasi Teori Kompleksitas (Bagian 1) Oleh: Rinaldi Munir Program Studi Magister Informatika STEI-ITB 1 Sebuah persoalan dikatakan Solvable, jika terdapat mesin Turing yang dapat menyelesaikannya.

Lebih terperinci

Pencarian Jalur Terpendek dengan Algoritma Dijkstra

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

Lebih terperinci

PERANGKAT PEMBELAJARAN

PERANGKAT PEMBELAJARAN PERANGKAT PEMBELAJARAN MATA KULIAH : TEORI GRAPH KODE : MKK519515 DOSEN : EDY MULYONO, M.Pd. PROGRAM STUDI PENDIDIKAN MATEMATIKA FAKULTAS KEGURUAN DAN ILMU PENDIDIKAN UNIVERSITAS VETERAN BANGUN NUSANTARA

Lebih terperinci

BAB 1 PENDAHULUAN. Persoalan lintasan terpanjang (longest path) merupakan persoalan dalam mencari

BAB 1 PENDAHULUAN. Persoalan lintasan terpanjang (longest path) merupakan persoalan dalam mencari BAB 1 PENDAHULUAN 1.1 Latar Belakang Persoalan lintasan terpanjang (longest path) merupakan persoalan dalam mencari lintasan sederhana terpanjang maksimum dalam suatu graph yang diberikan. Lintasan terpanjang

Lebih terperinci

JARINGAN UNTUK MERGING

JARINGAN UNTUK MERGING SORTING - Merging Definisi: A = {a 1, a 2,..., a r } B = {b 1, b 2,..., b s } merupakan dua deret angka yang terurut naik; merge A dan B merupakan deret C = {c 1, c 2,..., c r+s } yang juga terurut naik,

Lebih terperinci

Definisi. Pohon adalah graf tak-berarah, terhubung, dan tidak mengandung sirkuit. pohon pohon bukan pohon bukan pohon (ada sikuit) (tdk terhubung)

Definisi. Pohon adalah graf tak-berarah, terhubung, dan tidak mengandung sirkuit. pohon pohon bukan pohon bukan pohon (ada sikuit) (tdk terhubung) POHON (TREE) Pohon Definisi Pohon adalah graf tak-berarah, terhubung, dan tidak mengandung sirkuit a b a b a b a b c d c d c d c d e f e f e f e f pohon pohon bukan pohon bukan pohon (ada sikuit) (tdk

Lebih terperinci

Dwiprima Elvanny Myori

Dwiprima Elvanny Myori PENGOPTIMALAN JARINGAN LISTRIK DENGAN MINIMUM SPANNING TREE Dwiprima Elvanny Myori Abstract One of mathematics branch that have many application in daily life is graph theory. Graph theory is used to link

Lebih terperinci

BAB 1 PENDAHULUAN. minimum secara langsung didasarkan pada algoritma MST (Minimum Spanning

BAB 1 PENDAHULUAN. minimum secara langsung didasarkan pada algoritma MST (Minimum Spanning 1 BAB 1 PENDAHULUAN 1.1 Latar Belakang Hubungan antara titik-titik dalam graf kadang-kadang perlu diperjelas. Hubungannya tidak cukup hanya menunjukkan titik-titik mana yang berhubungan langsung, tetapi

Lebih terperinci