Pendekatan Maju (Forward) Dynamic Programming Untuk Permasalahan MinMax Knapsack 0/1
|
|
- Yulia Oesman
- 6 tahun lalu
- Tontonan:
Transkripsi
1 Pendekatan Maju (Forward) Dynamic Programming Untuk Permasalahan MinMax Knapsack 0/1 Ani D Rahajoe 1, Arif Arizal 2 1 Jurusan Teknik Informatika, Universitas Bhayangkara, Surabaya. anidrahayu@gmail.com 2 Jurusan Teknik Informatika, Universitas Bhayangkara, Surabaya. qariff@gmail.com Abstract - Minmax Knapsack 0/1 adalah pengembangan dari integer knapsack 0/1 dimana untuk knapsack 0/1 benda yang terpilih merupakan benda utuh dari alternatif benda yang mempunyai batasan minimal dan maksimal kapasitas ruang atau wadah dengan nilai total benda terpilih maksimum atau minimum. Pada minmax knapsack 0/1 ini yang digunakan adalah nilai total optimal yang paling minimum. Penyelesaian permasalahan minmax knapsack 0/1 ini menggunakan dynamic programming dengan pendekatan maju sehingga solusi optimal saat j didapat dari perbandingan tahapan sesudahnya atau j+1. Penelitian ini menjabarkan tahapan dynamic programming dengan pendekatan maju yang diterapkan pada komposisi makanan pasien rawat inap. Hasil menunjukkan komposisi makanan yang dihasilkan mempunyai nilai paling optimal dengan batasan minimal maksimal kalori yang diperbolehkan bagi pasien dengan total nilai kolestrol paling minimal dari komposisi makanan yang terpilih. Kata Kunci: Integer knapsack, knapsack 0/1, minmax, Dynamic programming. I. PENGANTAR Optimasi merupakan proses pemilihan alternatif terbaik dari alternatif yang ada berdasarkan kriteria tertentu (Skiena, 2008). Sedangkan knapsack termasuk didalam permasalahan optimasi dan didefinisikan sebagai berikut: optimalitas dari pemilihan benda-benda yang akan dimasukkan ke dalam suatu wadah dengan keterbatasan ruang dan daya tampung (M). Benda-benda yang dimasukkan merupakan benda yang mempunyai berat, harga atau nilai (p). Ada 2 kategori permasalahan knapsack yang dikenal yaitu fractional knapsack dan Integer knapsack. Dalam fractional knapsack, benda yang dimasukkan ke dalam wadah dapat sebagian atau utuh [7]. Integer knapsack ini terbagi menjadi beberapa jenis. Jenis yang pertama adalah item yang diambil utuh dan dapat lebih dari 1 jumlahnya sedangkan jenis yang kedua adalah item yang diambil utuh secara keseluruhan dan lebih dikenal dengan knapsack 1/0. Selama ini pada knapsack 0/1, optimalitas pemilihan dari benda-benda tersebut menjadi prioritas untuk menentukan nilai total maksimum. Pengembangan dari permasalahan knapsack 0/1 salah satunya adalah minmax knapsack 0/1 [8]. Penelitian yang akan dilakukan menggunakan formulasi minmax knapsack 0/1 seperti dibawah ini [8]: Min pj xj (1) dengan syarat M1 wj xj M2 xj { } Dimana M1 adalah batasan minimal kapasitas knapsack dan M2 adalah batasan maksimal knapsack. Sesuai dengan permasalahan untuk komposisi makanan maka kriteria yang akan digunakan adalah batasan minimum dan maksimum kalori yang diperlukan dimana total kolestrolnya adalah minimal sehingga M1 adalah batasan minimal kalori dan M2 adalah batasan maksimal kalori yang diperbolehkan, p adalah nilai kolestrol pada makanan, w adalah nilai kolestrol yang ada di makanan tersebut, x adalah item makanan yang akan dipilih. Pada penelitian ini nantinya akan menggunakan dynamic programming dengan pendekatan maju atau forward. Penyelesaian dengan pendekatan mundur atau backward telah dipublikasikan oleh peneliti. Peneliti memilih dynamic programming karena metode ini digunakan untuk mencari optimalitas dari suatu permasalahan ([6],[9]). Saat ini peneliti akan mengembangkan penyelesaian dengan pendekatan maju (forward). Berdasarkan uraian diatas tersebut maka menjadi tujuan penelitian yang akan dilakukan yaitu pendekatan maju (forward) dynamic programming untuk minmax knapsack 0/1 pada komposisi makanan pasien rawat inap di Instalasi Gizi Rumah Sakit. Hal ini dikarenakan di era modern ini gaya hidup sangat mempengaruhi kesehatan seseorang. Gaya hidup dengan mengkonsumsi makanan berlebihan dan berlemak sangat beresiko untuk kesehatan. Gaya hidup yang tidak sehat akan memicu terjadinya peningkatan total kolestrol seseorang. Tidak jarang seseorang yang mempunyai total kolestrol tinggi juga menderita penyakit lain yang menyertainya. Hal ini akan mengakibatkan terjadinya komplikasi pada pasien tersebut. Penderita dengan penyakit komplikasi diharuskan untuk mengkonsumsi makanan yang mempunyai batasan batasan unsur atau zat makanan tertentu. Apabila salah satu zat atau unsur makanan dikurangi kemungkinan akan berakibat pada penyakit. Instalasi gizi pada rumah sakit selama ini menggunakan perhitungan manual untuk memperkirakan komposisi makanan untuk pasien pasien dirumah sakit tersebut. Hal ini menyebabkan makanan yang disajikan tidak 265
2 sepenuhnya sesuai dengan takaran yang diharuskan karena disesuaikan juga dengan bahan mentah yang tersedia. Variasi makanan juga tidak terlalu banyak dikarenakan perhitungan jumlah kalori dan kolestrol tidak setiap saat bisa dilakukan sehingga diperlukan suatu sistem bantuan yang dapat menghitung semua takaran dengan batasan batasan yang telah ditentukan oleh ahli gizi di rumah sakit tersebut. Berbagai penelitian dikembangkan untuk mengatur makanan bagi penderita kolestrol tinggi dengan tidak mengurangi gizi pasien tersebut. Penelitian yang telah ada hanya mampu memberikan batasan maksimal kadar lemak atau kalori yang harus dikomsumsi pasien tersebut. Pada kenyataannya, pasien dengan kadar kolestrol tinggi mempunyai batasan minimal yang harus dipenuhi untuk mengontrol gizinya dan memberikan batasan maksimal untuk kalori dengan nilai kolestrol yang paling minimal. Batasan minimal kalori ini diberikan karena pasien tidak boleh kekurangan kalori yang harus dimilikinya karena kalori tersebut diperlukan untuk mencukupi gizi agar pasien tersebut dapat meningkatkan stamina dan mempercepat kesembuhannya [4]. Pada penelitian ini, peneliti akan mencari solusi dari permasalahan komposisi makanan dimana komposisi makanan tersebut mempunyai batasan minimal dan maksimal kalori yang diperbolehkan dan dengan total kolestrol yang paling minimal. Batasan minimal dan maksimal diambil dari referensi buku Penuntun Diet oleh Almatsier () II. PENDEKATAN MAJU (FORWARD) PADA KNAPSACK 0/1. Solusi integer knapsack didapat dari rangkaian keputusan variabel x1, x2,..,xn. Keputusan memilih variabel xi untuk dapat dimasukkan kedalam knapsack mempunyai nilai 1 dan 0. Nilai 1 apabila variabel xi dipilih sedangkan nilai 0 jika tidak dipilih untuk dimasukkan kedalam knapsack dan kapasitas knapsack sebesar M. Variabel xi yang telah terpilih memberikan sisa kapasitas sebesar M wi dimana wi merupakan berat item ke i dengan nilai item sebesar pi. Apabila gi(y) adalah nilai optimum dari permasalahan integer knapsack pada tahap i untuk kapasitas karung sebesar y, gi+1(y) adalah nilai optimum tahap sesudahnya pada saat kapasitas sebesar y dan gi+1(y-wi+1) adalah nilai optimum pada tahap sesudahnya dengan sisa kapasitas sebesar y-wi+1 maka dapat dirumuskan persamaan rekuren sebagai berikut [5]: g i (y)=max{g i+1 (y),g i+1 (y-w i+1 )+ p i+1 } (2) Algoritma dynamic programming digunakan pada persamaan rekuren (2) tersebut untuk memberikan solusi dari permasalahan integer knapsack. Pada persamaan rekuren (2), nilai optimum tahap ke i yaitu gi(y) diperoleh dari perbandingan antara gi+1(y) dan gi+1(y-wi+1) + pi+1 dan selanjutnya diambil nilai yang maksimal. Pada saat gn(y) = 0 digunakan untuk semua y dan nilai solusi optimalnya adalah g0(m) dengan i = 0. Keputusan pada tahap i pada persamaan rekuren (2) dilihat dari rangkaian keputusan optimal xi+1,..,xn sesuai dengan penyelesaian menggunakan pendekatan maju atau forward (Horowitz dan Sahni, 1988). Dikarenakan Apabila terdapat data x1, x2, x3 dengan nilai (w1, w2, w3)= (3, 2, 4), (p1, p2, p3)=(20, 15, 25) dan M=5 sebagai kapasitas maksimum maka penyelesaian dengan pendekatan mundur untuk knapsack 0/1 adalah seperti yang dijabarkan dibawah ini. 1) Tahap awal adalah tahap dimana item atau barang belum dipilih sehingga f 3 (y) = 0 untuk semua nilai y. 2) Tahap pertama dengan item x 3, berat w 3 =4 dan nilai p 3 =25. g i (y) = max{ g i+1 (y), g i+1 (y-w i+1 ) + p i+1 } g 2 (y) = max{ g 3 (y), g 3 (y-4) + 25} TABEL I. TAHAP PERTAMA KNAPSACK 0/1 DENGAN DYNAMIC PROGRAMMING Pada Tabel 1 menunjukkan tahap awal solusi optimal dimana g 3 (y) = 0 untuk semua kemungkinan y dan menunjukkan proses tahap pertama di mana nilai item 3 termuat pada saat y=4 dan y=5, sehingga solusi optimal tahap pertama atau g 2 (5)= 25. 3) Tahap kedua dengan item x 2, berat w 2 =2 dan nilai p 2 =15. g i (y) = max{ g i+1 (y), g i+1 (y-w i+1 ) + p i+1 } g 1 (y) = max{ g 2 (y), g 2 (y-2) + 15} TABEL II. TAHAP KEDUA KNAPSACK 0/1 DENGAN DYNAMIC PROGRAMMING Tabel 2 menunjukkan item 2 termuat pada saat y=2, y=3, y=4 dan y=5, akan tetapi pada saat y=4, nilai g 1 (4) lebih besar daripada g 2 (y-2) + 15 sehingga solusi optimal pada saat y=4 adalah 25. Demikian juga pada saat y=5, sehingga nilai solusi optimal tahap kedua sebesar 25. 4) Tahap ketiga dengan item x 1, berat w 1 =3 dan nilai p 1 =20. g i (y) = max{ g i+1 (y), g i+1 (y-w i+1 ) + p i+1 } g 0 (y) = max{ g 1 (y), g 1 (y-3) + 20} 266
3 TABEL III. TAHAP KETIGA KNAPSACK 0/1 DENGAN DYNAMIC PROGRAMMING Tabel 3 menunjukkan item 1 termuat pada saat y=3 akan tetapi pada saat y=5, nilai g 1 (5) lebih kecil daripada g 1 (5-3) + 20 sehingga solusi optimal pada saat y=5 adalah 35 dengan item 1 dan item 2 yang terpilih. Tahap ketiga menunjukkan solusi optimal dari permasalahan integer tersebut dengan pendekatan mundur g 0 (M) [5] yaitu g 0 (5) = 35. III. SOLUSI KNAPSACK O/1 DENGAN KONSTRAIN MINMAX MENGGUNAKAN DYNAMIC PROGRAMMING Dari persamaan 1 diatas mempunyai pengertian bahwa mencari kombinasi dengan nilai minimum dari benda benda yang dipilih dimana total berat benda tersebut diatara 2 batasan minimal dan maksimal. Sebagai contoh dari penerapan persamaan 1 diatas dapat dilihat pada contoh 1 dibawah ini. Contoh 1, apabila ada 4 benda yang akan dicari nilai optimumnya dari persamaan 1 diatas yaitu x1, x2, x3, x4. Benda tersebut akan dimasukkan kedalam suatu wadah dengan total berat yang dapat ditampung minimal adalah M1=6 dan maksimal M2=7, dimana total nilai benda ynag terpilih adalah paling minimal. Dari contoh 1 tersebut mempunyai beberapa alternatif dan kombinasi benda yang dapat dimasukkan kedalam wadah tersebut. Tabel kombinasi benda yang terpilih dapat dilihat pada tabel 4 dibawah ini. Dari tabel 4 tidak semua kemungkinan dimunculkan, hanya yang mendekati batasan minimal dan maksimal. Benda yang diambil yang memenuhi persyaratan dari persamaan 1 adalah alternatif no 5, 6,7 dan 8. Keempat alternatif tersebut yang memiliki nilai total paling minimal adalah alternatif no 6 dengan nilai total berat 7 dan nilai total benda adalah 20. Menurut [2] dan [3], dynamic programming mempunyai beberapa langkah penyelesaian. Tahapan atau langkah tersebut adalah: 1. Karakteristikkan struktur solusi optimal. 2. Definisikan secara rekursif nilai solusi optimal. 3. Hitung nilai solusi optimal secara maju atau mundur. 4. Konstruksikan solusi optimal. TABEL IV. BENDA YANG DAPAT DIAMBIL PADA CONTOH 1 Apabila W merupakan nilai total berat maka nilai total berat tahap ke j pada saat kapasitas sebesar y dapat dinyatakan sebagai W[j,y]. Benda yang telah dipilih akan menyisakan kapasitas sebesar y-wj. Apabila P merupakan nilai optimum benda maka nilai total benda yang dimasukkan kedalam knapsack pada saat kapasitas sebesar y dapat dinyatakan sebagai P[j,y]. Sedangkan [8], U dinyatakan sebagai nilai total berat dan L dinyatakan sebagai nilai optimum benda. a) Karakteristik struktur solusi optimal. Terdapat 2 kondisi pada minmax knapsack 0/1 untuk struktur solusi optimal yaitu: 1. Kondisi pada saat w j > y. Pada saat ini berat benda lebih besar daripada saat kapasitas sebesar y. ini berarti benda tidak dapat dimasukkan kedalam wadah. 2. Kondisi pada saat w j y. Apabila berat benda lebih kecil dari kapasitas wadah pada saat y maka benda tersebut dapat dimasukkan kedalam wadah atau benda tersebut terpilih. Nilai optimum total berat akan ditentukan oleh 4 kondisi yaitu: 1) Jika total berat lebih kecil dari nilai optimum total berat tahap sesudahnya maka benda tersebut tidak dimasukkan kedalam knapsack. Nilai optimum total berat tahap ke j diambil dari nilai optimum total berat tahap sesudahnya atau W[j+1,y] sehingga nilai total minimal item tahap ke j juga diambil dari nilai total minimal item tahap sesudahnya atau P[j+1,y]. 2) Jika total berat lebih besar dari nilai optimum total berat tahap sesudahnya maka item tersebut dapat dimasukkan kedalam knapsack sehingga nilai optimum total beratnya menjadi W[j+1, y-w j+1 ] + w j+1. Demikian juga nilai total minimal item akan menjadi P[j+1, y-w i+1 ] + p j+1. 3) Jika total berat sama dengan nilai optimum total berat tahap sesudahnya maka prinsip nilai minimal diterapkan. Jika nilai total minimal tahap sesudahnya atau P[j+1,w] lebih kecil dari nilai total minimal tahap ke j atau P[j+1, y-w j+1 ] + p j+1 maka item tidak dimasukkan kedalam knapsack. Nilai total minimalnya adalah nilai total tahap sesudahnya atau P[j+1,w]. Jika tidak maka item tersebut dimasukkan kedalam knapsack sehingga nilai total minimal item akan menjadi P[j+1, y-w j+1 ] + p j+1. 4) Kondisi pada saat W[j,y] KapasitasMin. Apabila P[j,y+1] KapasitasMin atau W[j+1,y] KapasitasMin maka prinsip nilai minimal untuk total nilai item diterapkan. Nilai P[j,y] dibandingkan dengan nilai P[j,y+1] dan dipilih nilai total yang paling kecil, hal ini disebabkan 267
4 meminimalkan total nilai item pada saat batasan minimal telah terpenuhi. Selanjutnyan P[j,y] dan P[j-1,y] yang dibandingkan untuk memilih nilai yang paling kecil. Apabila nilai P[j,y]=P[j,y+1] atau P[j,y]=P[j+1,y] maka akan dipilih nilai total berat item yang terbesar. Hal ini disesuaikan dengan penerapan pada pemenuhan kalori yang ditentukan (dari alternatif yang optimal dicari total kalori yang terbesar). TABEL V. PERHITUNGAN SOLUSI OPTIMAL KNAPSACK 0/1 DENGAN KONSTRAIN MINMAX b) Persamaan Rekursif Knapsack 0/1 dengan Konstrain Minmax Berdasarkan analisa sebelumnya dapat dirumuskan persamaan rekursifnya sebagai berikut: [ ] [ ] Jika w j > y { [ ] [ ] Jika w j y Jika W[j+1,y] W[j+1,y-w j+1 ] + w j+1 W[j,y] = Max { W[j+1,y], W[j+1,y-w j+1 ] + w j+1 } Jika W[j+1,y] = W[j+1,y-w j+1 ] + w j+1 Jika W[j,y] KapasitasMin dan W[j,y+1] KapasitasMin P[j,y] = Min { P[j,y+1], P[j,y] } Jika W[j,y] KapasitasMin dan W[j+1,y] KapasitasMin P[j,y] = Min { P[j+1,y], P[j,y] } Jika tidak P[j,y] = Min { P[j+1,y], P[j,y] } Basis persamaan rekursif tersebut apabila w j =0 atau y=0 maka nilai W[ ] dan [ ]. c) Analisa Perhitungan Solusi Optimal. Pada tabel 5, tahapan awal pada saat j=4, hal ini dikarenakan solusi optimal pendekatan mundur pada saat gn(y) = 0 digunakan untuk semua y dan nilai solusi optimalnya adalah g0(m) dengan j = 0. Sehingga penelusuran tahapan dimulai dari j=4 kemudian j=3 sampai j=0. Dikatakan pendekatan maju karena solusi optimal berat total yang dihasilkan dari perbandingan tahapan selanjutnya yaitu W[j+1,y] dengan W[j+1, y- wj+1] + wj+1. Demikian juga dengan solusi optimal total nilai benda yang terpilih yaitu dari tahapan sesudahnya P[j+1,y] dan P[j+1, y-wi+1] + pj+1. Selanjutnya tahap ketiga, nilai optimum adalah dari x4 yang terpilih yaitu P=6. Hal ini dikarenakan belum ada benda lain yang terpilih sehingga pada saat y=2, benda tersebut terpilih dan solusi optimalnya pada saat y=6. Tahap kedua, x3 tidak dipilih pada saat y=2 dan y=3, hal ini dikarenakan nilai benda P[j+1,y] lebih besar dari P[j,y]. Angka yang berwana merah menunjukkan benda yang tidak terpilih. Pada saat j=4 berlaku persamaan W[j,y] = Max { W[j+1,y], W[j+1,y-wj+1] + wj+1}, sehingga x3 dan x4 terpilih dengan total nilai benda atau P[j,y]=13 dan solusi optimal pada saat y=6 dengan nilai yang sama. Tahap kesatu, pada saat j=4 tidak memilij x2, hal ini dikarenakan masih ada total nilai yang minimum yaitu dari x3 dan x4. Pada saat tahap 0 yang merupakan tahap untuk solusi nilai minimal, x1 terpilih pada saat y=3, pada saat y=5 telah memenuhi persyaratan minimum kapasitas, dengan x1 dan x2 yang terpilih. Nilai total minimal yang diambil pada saat y=6 tetap P[j,y ]sebesar 18 sehingga nilai total berat maksimalnya juga tetap dengan nilai sebesar 5. Solusi optimal Contoh 1 pada pendekatan maju adalah g0(m) atau pada saat P[0,6] adalah 18 dan nilai W[0,6] adalah 5. d) Konstruksi Solusi Optimal Integer Knapsack dengan Konstrain Minmax. Persamaan rekursif (2) hanya menunjukkan nilai total minimal item dan nilai total berat item, akan tetapi tidak menunjukkan item-item apa saja yang dipilih untuk dimasukkan kedalam knapsack sesuai dengan nilai total minimal sebesar 18. Tahapan akhir penyelesaian dengan dynamic programming adalah konstruksi solusi optimal dimana tahapan ini menelusuri urutan item-item yang dipilih dari tahap W[0,M] sampai tahap pertama atau W[n,M]. Langkah-langkah penelusuran item yang terpilih diantaranya: 1. Penelusuran dari W[j,y] ke W[j,y+1] hingga terjadi perubahan nilai antara keduanya atau P[j,y] dengan P[j,y+1] (secara horisontal), apabila terjadi perubahan selanjutnya dilakukan penelusuran langkah kedua. 2. Penelusuran dari W[j,y] hasil dari langkah pertama dibandingkan dengan nilai tahap sesudahnya W[j+1,y] atau P[j,y] dengan P[j+1,y] (secara vertikal), apabila terjadi 268
5 perubahan nilai maka item tersebut merupakan item yang terpilih dan dilanjutkan dengan sisa kapasitas dari item yang terpilih atau y-w j. Kemudian penelusuran dilakukan kembali ke langkah 1 hingga y=n atau j=n. Berdasarkan Tabel 2, langkah-langkah konstruksi solusi optimal Contoh 1 dapat dijabarkan sebagai berikut: 1. Nilai solusi optimal pada saat y=6 dan j=0 adalah nilai optimal untuk semua tahapan j=0, penelusuran menggunakan langkah 1 menghasilkan nilai perubahan pada saat y=5. 2. Selanjutnya dilakukan pengecekan langkah ke 2 dengan tahap sebelumnya W[j+1,y]. Perubahan nilai terjadi pada W[1,5]=4 dan P[1,5]=13 tidak sama dengan L[0,5]=18 sehingga item 1 termasuk kedalam knapsack. 3. Sisa kapasitas menjadi y-w j = 3 sehingga penelusuran dimulai dari U[1,3]. Langkah 1 secara horizontal terjadi perubahan pada saat j=1 dan y=2 kemudian dilanjutkan langkah 2. Secara vertikal terjadi perubahan nilai pada saat j=3 dan y=2 dimana pada saat y=3, benda yang terpilih adalah x4. Selanjutnya sisa kapasitas =0 maka konstruksi solusi optimal berakhir. 4. Konstruksi optimal benda yang terpilih kedalam knapsack adalah benda 1 dan benda 4 atau x1 dan x4. IV. HASIL DAN PEMBAHASAN Pada permasalahan ini data yang digunakan adalah nilai kolesterol dan nilai kalori. Jumlah kalori mempunyai batasan toleransi diantara batasan minmal dan maksimal. Kedua data tersebut berhubungan antara satu dengan lainnya, sebagai contoh diet pada penyakit Dislipidemia [1]. Penyakit tersebut mengharuskan penderita mengontrol kalori yang dikonsumsi dengan kolestrol seminimal mungkin. Knapsack 0/1 dengan batasan minmax ini tidak harus digunakan pada nilai kalori dan nilai kolesterol makanan saja, akan tetapi tergantung dari jenis penyakitnya dan angka kebutuhan gizi masing-masing penderita. Menurut [4] sebagian daftar makanan yang mempunyai nilai kalori dan kolesterol ditunjukkan pada tabel 6. Pada uji coba data yang dimasukkan untuk permasalahan ini sebesar 1000 kalori untuk batasan minimal dan batasan maksimal sebesar 1100 kalori. Data makanan yang dimasukkan kedalam basisdata adalah dari data tabel 6. Langkah selanjutnya melakukan perhitungan solusi optimal pada. Semua kemungkinan dari kapasitas y=1 sampai y= 1100 (batas kalori maksimal). Hasil perhitungan solusi optimal ditunjukkan pada Tabel 7. Pada hasil perhitungan solusi optimal dengan pendekatan maju, pada saat g0(m) [5] atau g10(1100) terlihat bahwa hasil akhir nilai minimal kolestrol sebesar mg dan hasil akhir nilai maksimal kalorinya sebesar kkal. Nilai kalestrol tersebut menunjukkan nilai total minimum yang diperoleh pada batasan kalori diantara 1000 dan 1100 kkal. Nilai solusi optimum jumlah kalori yang dihasilkan diantara batasan toleransi adalah sebesar kkal. TABEL VI. JENIS MAKANAN DENGAN NILAI KALORI DAN NILAI KOLESTROL Hasil konstruksi solusi optimal ditunjukkan pada Tabel 8. Daftar makanan ditampilkan sesuai dengan pendekatan maju atau forward dari no urutan akhir ke awal. Urutan item disesuaikan dengan no urut item sebelum dilakukan proses perhitungan solusi optimal. Kapasitas kalori disesuaikan dengan kebutuhan masing-masing penderita penyakit tertentu. PAda contoh penerapan tersebut kemungkinan kalori yang diperlukan lebih rendah sehingga komposisi makanan yang diperbolehkan juga akan lebih sedikit. Hal ini disebabkan penentuan kalori yang diperbolehkan bergantung pada jenis penyakit itu sendiri dan faktor-faktor pendukung lainnya seperti karbohidrat, lemak, protein, vitamin dan mineral. TABEL VII HASIL PERHITUNGAN SOLUSI OPTIMAL DARI BERBAGAI JENIS MAKANAN 269
6 TABEL VIII. HASIL KONSTRUKSI SOLUSI OPTIMAL JENIS MAKANAN YANG TERPILIH. V. KESIMPULAN Berdasarkan pembahasan pada bab-bab sebelumnya maka diambil kesimpulan sebagai berikut: 1. Knapsack 0/1 dengan konstrain min-max dapat diselesaikan dengan menggunakan dynamic programming dengan solusi optimal total nilai minimal item pada saat batasan minimal terpenuhi tanpa melebihi batasan kapasitas maksimal yang telah ditentukan. 2. Knapsack 0/1 dengan konstrain min-max dapat diterapkan pada permasalahan menentukan komposisi makanan yang meminimalkan jumlah kolestrol dimana jumlah kalorinya mempunyai batasan minimal dengan tidak melebihi batasan maksimal kalori yang telah ditentukan pada penderita penyakit tertentu. 3. Persamaan rekursif untuk perhitungan solusi optimal permasalahan integer knapsack dengan konstrain minmax yaitu apabila berat item lebih besar dari kapasitas ke y maka solusi optimal tahap ke y merupakan solusi optimal tahap sebelumnya jika tidak maka solusi optimal untuk meminimalkan nilai total item dilakukan pada kondisi lebih besar sama dengan batasan kapasitas minimal. 4. Penelusuran konstruksi solusi optimal untuk masalah knapsack 0/1 dengan konstrain min-max dilakukan dalam beberapa langkah: a. Penelusuran dari tahap akhir atau g 0 (M 2 ) dimana n adalah jumlah item dan M 2 adalah batasan kapasitas maksimal yang dilakukan secara horisontal ke tahap kapasitas sebelumnya atau M 2-1 hingga terjadi perubahan nilai, selanjutnya dilakukan penelusuran langkah kedua. b. Penelusuran dari hasil langkah pertama dibandingkan dengan nilai tahap sebelumnya atau item sesudahnya (j+1) secara vertikal, apabila terjadi perubahan nilai maka item tersebut merupakan item yang terpilih dan dilanjutkan dengan sisa kapasitas dari item yang terpilih dikurangi berat item ke j. Kemudian penelusuran dilakukan kembali ke langkah Hasil penelitian pada permasalahan komposisi makanan dengan batasan minial dan maksimal kalori yang diperlukan dimana total kalesterolnya paling minimal, dapat diterapkan dengan hasil optimum sehingga memudahkan untuk mengetahui alternatif kombinasi makanan tersebut. DAFTAR PUSTAKA [1]. Almatsier, S., 2005, Penuntun Diet, PT Gramedia pustaka Utama. [2]. Bassard, G. and Bratley, P., 1996, Fundamentals of Algorithmics, Prentice Hall Inc. [3]. Cormen, T.H., Leiserson, C.E., Rivest, R.L. and Stein, C.,2001, Introduction to Algorithms, 2nd Edition, Massachusetts Institute of Technology Press, [4]. Dewi, A.B., 2009, Menu Sehat 30 hari, PT AgroMedia Pustaka. [5]. Horowitz, E. and Sahni, S., 1988, Fundamentals of Computer Algorithms, Computer Science Press Maryland. [6]. Munir, R., 2004, Algoritma Knapsack, Bahan Kuliah Kriptografi, Departemen Teknik Informatika, Institute Tehnologi Bandung. [7]. Pisinger, D., 2003, Where are the hard knapsack problems, Computers and operation research Vol 32 (2005), [8]. Rahajoe, A.D., Winarko, E., 2013, Optimal Solution of Minmax 0/1 Knapsack Problem Using Dynamic Programming, IAES Journal (Institute of Advance Engineering and Science), Vol. 2, No. 1, 2013 [9]. Rolfe, J. T., 2007, An Alternative Dynamic Programming Solution for the 0/1 Knapsack, ACM SIGCSE bulletin Vol 39,
Eksplorasi Algoritma Brute Force, Greedy, dan Dynamic Programming untuk Persoalan Integer Knapsack
Eksplorasi Algoritma Brute Force, Greedy, dan Dynamic Programming untuk Persoalan Integer Knapsack Muhamad Pramana Baharsyah, Sulistyo Unggul Wicaksono 2, Teguh Pamuji 3, Rinaldi Munir 4 Abstrak Laboratorium
Lebih terperinciUKDW BAB 1 PENDAHULUAN. 1.1 Latar Belakang Masalah
BAB 1 PENDAHULUAN 1.1 Latar Belakang Masalah Dewasa ini, makanan yang beredar di kalangan masyarakat beraneka ragam jenisnya. Terkadang masyarakat awam sendiri tidak mengetahui secara pasti kandungan gizi
Lebih terperinciPENYELESAIAN BOUNDED KNAPSACK PROBLEM MENGGUNAKAN DYNAMIC PROGRAMMING (Studi Kasus: CV. Mulia Abadi)
Jurnal Informatika Mulawarman Vol. 8 No. 2 Edisi Juli 2013 35 PENYELESAIAN BOUNDED KNAPSACK PROBLEM MENGGUNAKAN DYNAMIC PROGRAMMING (Studi Kasus: CV. Mulia Abadi) Sandi Kosasi Program Studi Teknik Informatika
Lebih terperinciPenentuan Menu Makan dengan Pemrograman Dinamis
Penentuan Menu Makan dengan Pemrograman Dinamis Jordhy Fernando 13515004 Program Studi Teknik Informatika Sekolah Teknik Elektro dan Informatika Institut Teknologi Bandung, Jl. Ganesha 10 Bandung 40132,
Lebih terperinciProgram Dinamis (Dynamic Programming)
Program Dinamis (Dynamic Programming) Bahan Kuliah IF2211 Strategi Algoritma Oleh: Rinaldi Munir Program Studi Teknik Informatika STEI-ITB 1 2 Program Dinamis Program Dinamis (dynamic programming): - metode
Lebih terperinciDesign and Analysis Algorithm. Ahmad Afif Supianto, S.Si., M.Kom. Pertemuan 09
Design and Analysis Algorithm Ahmad Afif Supianto, S.Si., M.Kom Pertemuan 09 Contents 1 2 5 Algoritma Program Dinamis Lintasan Terpendek (Shortest Path) Penganggaran Modal (Capital Budgeting) 1/0 Knapsack
Lebih terperinciPROGRAM STUDI S1 SISTEM KOMPUTER UNIVERSITAS DIPONEGORO. Oky Dwi Nurhayati, ST, MT
PROGRAM STUDI S1 SISTEM KOMPUTER UNIVERSITAS DIPONEGORO Oky Dwi Nurhayati, ST, MT email: okydn@undip.ac.id 1 Program Dinamis (dynamic programming): - metode pemecahan masalah dengan cara menguraikan solusi
Lebih terperinciPerbandingan Performa Algoritma Greedy dan Dynamic Programming
Perbandingan Performa Algoritma dan Pratamamia Agung Prihatmaja (NIM 13515142) Program Studi Teknik Informatikan Sekolah Teknik Elektro dan Informatika Institut Teknologi Bandung, Jl. Ganesha No. 10 Bandung
Lebih terperinciEKSPLORASI ALGORITMA BRUTE FORCE, GREEDY DAN PEMROGRAMAN DINAMIS PADA PENYELESAIAN MASALAH 0/1 KNAPSACK
EKSPLORASI ALGORITMA BRUTE FORCE, GREEDY DAN PEMROGRAMAN DINAMIS PADA PENYELESAIAN MASALAH / KNAPSACK Prasetyo Andy Wicaksono - 55 Program Studi T. Inormatika, STEI, Institut Teknologi Bandung Jl. Ganesha
Lebih terperinciBAB I PENDAHULUAN. kenaikan kadar glukosa dalam darah atau hiperglikemia, yang menimbulkan
BAB I PENDAHULUAN A. Latar Belakang Diabetes mellitus (DM) adalah gangguan metabolisme yang ditandai dengan kenaikan kadar glukosa dalam darah atau hiperglikemia, yang menimbulkan berbagai komplikasi kronik
Lebih terperinciProgram Dinamis (dynamic programming):
Materi #0 Ganjil 0/05 (Materi Tambahan) Program Dinamis (Dynamic Programming) Program Dinamis Program Dinamis (dynamic programming): metode pemecahan masalah dengan cara menguraikan solusi menjadi sekumpulan
Lebih terperinciProgram Dinamis (Dynamic Programming)
Program Dinamis (Dynamic Programming) Program Dinamis Program Dinamis (dynamic programming): metode pemecahan masalah dengan cara menguraikan solusi menjadi sekumpulan langkah (step) atau tahapan (stage)
Lebih terperinciMODUL I PROGRAM DINAMIS
MODUL I PROGRAM DINAMIS 1.1 Tujuan Praktikum Program dinamis merupakan modul pertama yang dipelajari dalam Praktikum Stokastik. Adapun yang menjadi tujuan praktikum dalam modul program dinamis adalah sebagai
Lebih terperinciProgram Dinamis. Oleh: Fitri Yulianti
Program Dinamis Oleh: Fitri Yulianti 1 Program Dinamis Program Dinamis (dynamic programming): - metode pemecahan masalah dengan cara menguraikan solusi menjadi sekumpulan tahapan (stage) - sedemikian sehingga
Lebih terperinciBAB I PENDAHULUAN Latar Belakang Masalah
BAB I PENDAHULUAN 1.1. Latar Belakang Masalah Saat ini banyak sekali perusahaan yang berkembang di dunia, seperti perusahaan yang bergerak di bidang teknologi, jasa, industri dan lain-lain. Perusahaanperusahaan
Lebih terperinciBAB 1 PENDAHULUAN. 1.1 Latar Belakang
BAB 1 PENDAHULUAN 1.1 Latar Belakang Masalah dalam menentukan lintasan terpendek di antara titik tertentu dalam suatu graph telah banyak menarik perhatian. Persoalan dirumuskan sebagai kasus khusus dan
Lebih terperinciTIN102 - Pengantar Teknik Industri Materi #10 Ganjil 2015/2016 TIN102 PENGANTAR TEKNIK INDUSTRI
Materi #10 TIN102 PENGANTAR TEKNIK INDUSTRI Pendahuluan 2 Permasalahan pemrograman dinamis secara umum memiliki proses keputusan yang bersifat multi tahapan (multi-stage). I1 D1 I2 D2 In Dn R1 R2 Rn 6623
Lebih terperinciBAB 1 PENDAHULUAN. kompeten di bidangnya. Karena kepentingan itulah rumah sakit bisa dibedakan
BAB 1 PENDAHULUAN 1.1. Latar Belakang Masalah Rumah sakit adalah salah satu bagian dari sarana publik vital yang harus dimiliki setiap negara dan setiap daerah. Setiap rumah sakit harus memiliki pekerja
Lebih terperinciPENERAPAN METODE SIMPLEKS UNTUK OPTIMASI MENU SEIMBANG BAGI IBU HAMIL
PENERAPAN METODE SIMPLEKS UNTUK OPTIMASI MENU SEIMBANG BAGI IBU HAMIL Indah Puspaningtyas (1) Jong Jek Siang (2) Widi Hapsari (3) poespa_niezz@yahoo.co.id jjsiang@ukdw.ac.id widi@ukdw.ac.id Abstraksi Kehamilan
Lebih terperinciPERENCANAAN DIET DIABETES NEFROPATI DENGAN PROGRAM GOL ABSTRACT
PERENCANAAN DIET DIABETES NEFROPATI DENGAN PROGRAM GOL Nurul Muyasiroh 1, Endang Lily 2, M. D. H. Gamal 2 1 Mahasiswa Program Studi S1 Matematika 2 Dosen Fakultas Matematika dan Ilmu Pengetahuan Alam Universitas
Lebih terperinciPerencanaan Kebijakan Penggantian Alat Masak Paling Optimal pada Usaha Restoran dengan Menggunakan Program Dinamis
Perencanaan Kebijakan Penggantian Alat Masak Paling Optimal pada Usaha Restoran dengan Menggunakan Program Dinamis Achmad Dimas Noorcahyo NIM 13508076 Program Studi Teknik Informatika Sekolah Teknik Elektro
Lebih terperinciPemanfaatan Algoritma Program Dinamis dalam Pendistribusian Barang
Pemanfaatan Algoritma Program Dinamis dalam Pendistribusian Barang Amelia Natalie / 13509004 1 Program Studi Teknik Informatika Sekolah Teknik Elektro dan Informatika Institut Teknologi Bandung, Jl. Ganesha
Lebih terperinciPenyelesaian Persoalan Penukaran Uang dengan Program Dinamis
Penyelesaian Persoalan Penukaran Uang dengan Program Dinamis Albert Logianto - 13514046 Program Studi Teknik Informatika Sekolah Teknik Elektro dan Informatika Institut Teknologi Bandung, Jl. Ganesha 10
Lebih terperinciPenyelesaian Sum of Subset Problem dengan Dynamic Programming
Penyelesaian Sum of Subset Problem dengan Dynamic Programming Devina Ekawati 13513088 1 Program Studi Teknik Informatika Sekolah Teknik Elektro dan Informatika Institut Teknologi Bandung, Jl. Ganesha 10
Lebih terperinciPengaturan Pilihan Makanan untuk Memenuhi Kebutuhan Kalori dengan Algoritma Pemrograman Dinamis
Pengaturan Pilihan Makanan untuk Memenuhi Kebutuhan Kalori dengan Algoritma Pemrograman Dinamis Aisyah Dzulqaidah /00 Program Studi Teknik Informatika Sekolah Teknik Elektro dan Informatika Institut Teknologi
Lebih terperinciAPLIKASI BASISDATA FUZZY UNTUK PEMILIHAN MAKANAN SESUAI KEBUTUHAN NUTRISI. Rani Putriana 1*, Sri Kusumadewi 1
APLIKASI BASISDATA FUZZY UNTUK PEMILIHAN MAKANAN SESUAI KEBUTUHAN NUTRISI Rani Putriana 1*, Sri Kusumadewi 1 1 Program Studi Informatika, Fakultas Teknologi Industri, Universitas Islam Indonesia Jl. Kaliurang
Lebih terperinciPENGATURAN KOMPOSISI MENU MAKAN BAGI PENDERITA DIABETES MELITUS DENGAN METODE DYNAMIC PROGRAMMING PADA 0/1 KNAPSACK
PENGATURAN KOMPOSISI MENU MAKAN BAGI PENDERITA DIABETES MELITUS DENGAN METODE DYNAMIC PROGRAMMING PADA 0/1 KNAPSACK Fx.hari Cahyo Susilo¹, Dhinta Darmantoro², Kemas Rahmat Saleh Wiharja³ ¹Teknik Informatika,,
Lebih terperinciBAB 2 LANDASAN TEORI. 2.1 Program Dinamik
5 BAB 2 LANDASAN TEORI 2.1 Program Dinamik Pemrograman dinamik adalah suatu teknik matematis yang biasanya digunakan untuk membuat suatu keputusan dari serangkaian keputusan yang saling berkaitan. Pemrograman
Lebih terperinciPenerapan Pemrograman Dinamis dalam Perencanaan Produksi
Penerapan Pemrograman Dinamis dalam Perencanaan Produksi Yugowati Praharsi Abstrak Pemrograman dinamis merupakan salah satu alat bantu untuk mengambil keputusan yang tidak mempunyai formulasi baku untuk
Lebih terperinciBAB I PENDAHULUAN 1.1 Latar Belakang
BAB I PENDAHULUAN 1.1 Latar Belakang Seiring dengan perkembangan jaman, peran komputer semakin banyak di dalam kehidupan masyarakat. Hampir semua bidang kehidupan telah menggunakan komputer sebagai alat
Lebih terperinciBAB 3 ANALISIS DAN PERANCANGAN
BAB 3 ANALISIS DAN PERANCANGAN 3.1. Analisis Sistem Berjalan 3.1.1. Penyusunan Menu Makanan Dalam penyusunan menu makanan banyak hal yang perlu diperhatikan, terutama jika menu makanan yang disusun untuk
Lebih terperinciPERMASALAHAN OPTIMASI 0-1 KNAPSACK DAN PERBANDINGAN BEBERAPA ALGORITMA PEMECAHANNYA
PERMASALAHAN OPTIMASI 0-1 KNAPSACK DAN PERBANDINGAN BEBERAPA ALGORITMA PEMECAHANNYA Fitriana Passa (13508036) Program Studi Teknik Informatika Institut Teknologi Bandungg Jl. Ganesha 10 Bandung Email:
Lebih terperinciBAB I PENDAHULUAN. makan, faktor lingkungan kerja, olah raga dan stress. Faktor-faktor tersebut
BAB I PENDAHULUAN A. Latar Belakang Pada umumnya masalah kesehatan dipengaruhi oleh pola hidup, pola makan, faktor lingkungan kerja, olah raga dan stress. Faktor-faktor tersebut dapat menyebabkan meningkatnya
Lebih terperinciBAB 2 LANDASAN TEORI
BAB 2 LANDASAN TEORI 2.1 Proses Alokasi Andaikan terdapat sejumlah sumber daya modal tertentu, yaitu dapat berupa uang untuk investasi, mesin cetak, bahan bakar untuk kendaraan dan lain sebagainya. Suatu
Lebih terperinciPengaturan Menu Makanan dengan Meminimalkan Lemak Menggunakan Pemrograman Linear
Pengaturan Menu Makanan dengan Meminimalkan Lemak Menggunakan Pemrograman Linear Yeni Rokhayati Politeknik Negeri Batam Program Studi Teknik Informatika Parkway Street, Batam Centre, Batam 29461, Indonesia
Lebih terperinciPenerapan Program Dinamis dalam Menentukan Kegiatan Olahraga dengan Pembakaran Kalori Optimal
Penerapan Program Dinamis dalam Menentukan Kegiatan Olahraga dengan Pembakaran Kalori Optimal Alivia Dewi Parahita - 13515018 Program Studi Teknik Informatika Sekolah Teknik Elektro dan Informatika Institut
Lebih terperinciPenggabungan Algoritma Brute Force dan Backtracking dalam Travelling Thief Problem
Penggabungan Algoritma Brute Force dan Backtracking dalam Travelling Thief Problem Jessica Handayani (13513069) Program Studi Teknik Informatika Sekolah Teknik Elektro dan Informatika Institut Teknologi
Lebih terperinciApakah Diet Makanan Saja Cukup Sebagai Obat Diabetes Alami?
Apakah Diet Makanan Saja Cukup Sebagai Obat Diabetes Alami? Bicara tentang diabetes pasti juga perlu membicarakan mengenai diet makanan bagi penderita diabetes. Diet makanan bagi penderita diabetes dapat
Lebih terperinciPENATALAKSANAAN DIET JANTUNG DAN STATUS GIZI PASIEN PENDERITA HIPERTENSI KOMPLIKASI PENYAKIT JANTUNG RAWAT INAP DI RUMAH SAKIT UMUM BANDUNG MEDAN
PENATALAKSANAAN DIET JANTUNG DAN STATUS GIZI PASIEN PENDERITA HIPERTENSI KOMPLIKASI PENYAKIT JANTUNG RAWAT INAP DI RUMAH SAKIT UMUM BANDUNG MEDAN Diza Fathamira Hamzah Staff Pengajar Program Studi Farmasi
Lebih terperinciAnalisis dan Strategi Algoritma
Analisis dan Strategi Algoritma Deskripsi Mata Kuliah Konsep dasar analisis algoritma Beberapa jenis algoritma 28/02/2011 2 Standar Kompetensi Mahasiswa mampu membandingkan beberapa algoritma dan menentukan
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 terperinciProgram Dinamik Ir. Djoko Luknanto, M.Sc., Ph.D. Jurusan Teknik Sipil FT UGM
Program Dinamik Ir. Djoko Luknanto, M.Sc., Ph.D. Jurusan Teknik Sipil FT UGM 8/7/200 Jack la Motta Pendahuluan Tidak seperti program linier, Program Dinamik (PD) tidak mempunyai standar formulasi matematik.
Lebih terperinciMANAJEMEN PENGECEKAN INVENTARIS PERUSAHAAN BERBASIS PROGRAM DINAMIS
MANAJEMEN PENGECEKAN INVENTARIS PERUSAHAAN BERBASIS PROGRAM DINAMIS Ibnu Hikam Laboratorium Ilmu dan Rekayasa Komputasi Departemen Teknik Informatika, Institut Teknologi Bandung Jl. Ganesha 10, Bandung
Lebih terperinciPENYELESAIAN ROBUST KNAPSACK PROBLEM (RKP) MENGGUNAKAN PEMROGRAMAN DINAMIK
PENYELESAIAN ROBUST KNAPSACK PROBLEM (RKP) MENGGUNAKAN PEMROGRAMAN DINAMIK Kinanti Wening Ati, Dhian Widya, Rahmi Rusin Departemen Matematika, Fakultas Matematika dan Ilmu Pengetahuan Alam, Universitas
Lebih terperinciBAB 1 PENDAHULUAN. Universitas Sumatera Utara
1 BAB 1 PENDAHULUAN 1.1. Latar Belakang Penjadwalan adalah alokasi dari sumber daya yang dibutuhkan untuk melaksanakan serangkaian tugas dalam suatu waktu tertentu untuk menghasilkan sebuah kumpulan pekerjaan
Lebih terperinciPENEMPATAN KANTOR POS DENGAN ALGORITMA PROGRAM DINAMIS
PENEMPATAN KANTOR POS DENGAN ALGORITMA PROGRAM DINAMIS Hanson Prihantoro Putro (13505045) Sekolah Teknik Elektro dan Informatika ITB Jl. Ganesha 10 Bandung 40135 if15045@students.if.itb.ac.id ABSTRAK Makalah
Lebih terperinci8.9 VITAMIN, MINERAL DAN ZAT GIZI LAIN
8.9 VITAMIN, MINERAL DAN ZAT GIZI LAIN 8.9.1 Ketentuan tentang pencantuman vitamin, mineral dan zat gizi lain mengikuti ketentuan tentang pencantuman zat gizi yang berada dalam kelompok tersebut. 8.9.2
Lebih terperinciBahan A: 6x + 4x 24. Bahan B Harga jual ($1000) 5 4. Identifikasi fungsi tujuan Pendapatan total yang harus dimaksimumkan adalah
Lecture 2: Graphical Method Khusus untuk masalah Program Linear dengan 2 peubah dapat diselesaikan melalui grafik, meskipun dalam praktek masalah Program Linear jarang sekali yang hanya memuat 2 peubah.
Lebih terperinciIMPLEMENTASI ALGORITMA GREEDY UNTUK MENYELESAIKAN MASALAH KNAPSACK PROBLEM
ISSN : 1978-6603 IMPLEMENTASI ALGORITMA GREEDY UNTUK MENYELESAIKAN MASALAH KNAPSACK PROBLEM Dian Rachmawati #1, Ade Candra #2 #1,2 Program Studi Ilmu Komputer, Universitas Sumatera Utara Jl. Alumni no.9
Lebih terperinci2011, No BAB 9 FORMAT
5 LAMPIRAN I PERATURAN KEPALA BADAN PENGAWAS OBAT DAN MAKANAN REPUBLIK INDONESIA NOMOR HK.03.1.23.11.11. TAHUN 2011 TENTANG PERUBAHAN ATAS PERATURAN KEPALA BADAN PENGAWAS OBAT DAN MAKANAN NOMOR HK.00.06.51.0475
Lebih terperinciPenggunaan Metode Depth First Search (DFS) dan Breadth First Search (BFS) pada Strategi Game Kamen Rider Decade Versi 0.3
Scientific Journal of Informatics Vol. 1, No. 2, November 2014 p-issn 2407-7658 http://journal.unnes.ac.id/nju/index.php/sji e-issn 2460-0040 Penggunaan Metode Depth First Search (DFS) dan Breadth First
Lebih terperinciBAB I PENDAHULUAN. Indonesia mencapai 400 per kematian (WHO, 2013).
BAB I PENDAHULUAN 1.1 Latar Belakang Penyakit kardiovaskular merupakan penyakit gangguan pada jantung dan pembuluh darah, termasuk penyakit jantung koroner, stroke, gagal jantung kongestif, penyakit vaskular
Lebih terperinciBAB I PENDAHULUAN. dan keserasian antara perkembangan fisik dan perkembangan mental. Tingkat. lampau, bahkan jauh sebelum masa itu (Budiyanto, 2002).
BAB I PENDAHULUAN 1.1. Latar belakang Gizi merupakan salah satu faktor penting yang menentukan tingkat kesehatan dan keserasian antara perkembangan fisik dan perkembangan mental. Tingkat keadaan gizi normal
Lebih terperinciBAB I PENDAHULUAN. kemasan merupakan hal yang penting dan diperlukan oleh konsumen, terutama bagi konsumen dengan kondisi medis tertentu yang
BAB I PENDAHULUAN A. Latar belakang Pengetahuan diet dan perilaku membaca informasi nilai gizi makanan kemasan merupakan hal yang penting dan diperlukan oleh konsumen, terutama bagi konsumen dengan kondisi
Lebih terperinciBAB I PENDAHULUAN , hal 9. 1 Subagyo D., Asri M., Handoko H.T., Dasar-dasar Operation Research, BPFE, Yogyakarta,
BAB I PENDAHULUAN 1.1 LATAR BELAKANG MASALAH Program linier merupakan suatu model umum yang dapat dipergunakan untuk menyelesaikan masalah pengalokasian sumber-sumber terbatas secara optimal 1. Masalah
Lebih terperinciBAB I PENDAHULUAN. Diabetes Melitus menurut American Diabetes Association (ADA) 2005 adalah
1 BAB I PENDAHULUAN 1.1 Latar Belakang Diabetes Melitus menurut American Diabetes Association (ADA) 2005 adalah suatu kelompok penyakit metabolik dengan karakteristik hiperglikemia yang terjadi karena
Lebih terperinciBAB 2 LANDASAN TEORI
BAB 2 LANDASAN TEORI 2.1 Tinjauan Pustaka 2.1.1 Pengertian, Struktur, Kelebihan dan Kekurangan, serta Potensi Dynamic Programming Dynamic Programming adalah suatu teknik kuantitatif yang digunakan untuk
Lebih terperinciAnalisis Permainan FLIP Menggunakan Algoritma Program Dinamis
Analisis Permainan FLIP Menggunakan Algoritma Program Dinamis Tina Yuliani Ayuningsih Program studi Teknik Informatika Institut Teknologi Bandung Jl Ganesha 10 Bandung e-mail: if15057@studentsifitbacid
Lebih terperinciBAB I PENDAHULUAN Latar Belakang
BAB I PENDAHULUAN 1.1 Latar Belakang Penyelenggaraan makanan rumah sakit adalah suatu rangkaian kegiatan mulai dari perencanaan menu, perencanaan kebutuhan bahan makanan, perencanaan anggaran belanja,
Lebih terperinciBAB 1 PENDAHULUAN. Permasalahan pemotongan bahan baku menjadi beberapa bagian untuk diproses
BAB 1 PENDAHULUAN 1.1 Latar Belakang Masalah Setiap manusia menginginkan keuntungan sebanyak-banyaknya dengan mengefisiensikan sumber daya yang dimiliki terhadap batasan-batasan yang ditemui pada suatu
Lebih terperinciBAB I PENDAHULUAN. Masalah knapsack adalah permasalahan optimasi yang mendasar. Masalah
BAB I PENDAHULUAN 1.1 Latar Belakang Masalah knapsack adalah permasalahan optimasi yang mendasar. Masalah ini merupakan permasalahan algoritma yang sudah dikenal dengan luas. Dalam kehidupan sehari-hari
Lebih terperinciBAB I PENDAHULUAN. dapat memunculkan beberapa risiko lain seperti hipoglikemia atau hiperglikemia.
BAB I PENDAHULUAN 1.1 Latar Belakang Masalah Diabetes adalah penyakit yang cukup mematikan karena jika salah penanganan dapat memunculkan beberapa risiko lain seperti hipoglikemia atau hiperglikemia. Hipoglikemia
Lebih terperinciBerikut adalah beberapa istilah dan definisi yang digunakan dalam Pedoman ini.
Berikut adalah beberapa istilah dan definisi yang digunakan dalam Pedoman ini. 2.1 Label pangan adalah setiap keterangan mengenai pangan yang berbentuk gambar, tulisan, kombinasi keduanya atau bentuk lain
Lebih terperinciRANCANG BANGUN SISTEM PENENTUAN KOMPOSISI BAHAN PANGAN HARIAN MENGGUNAKAN ALGORITMA GENETIKA
ABSTRAKSI RANCANG BANGUN SISTEM PENENTUAN KOMPOSISI BAHAN PANGAN HARIAN MENGGUNAKAN ALGORITMA GENETIKA Tedy Rismawan, Sri Kusumadewi Jurusan Teknik Informatika, Fakultas Teknologi Industri Universitas
Lebih terperinciAPLIKASI ALGORITMA GENETIKA UNTUK PENENTUAN KOMPOSISI BAHAN PANGAN HARIAN
APLIKASI ALGORITMA GENETIKA UNTUK PENENTUAN KOMPOSISI BAHAN PANGAN HARIAN Tedy Rismawan 1, Sri Kusumadewi 2 Jurusan Teknik Informatika, Fakultas Teknologi Industri Universitas Islam Indonesia e-mail: 1
Lebih terperinciPENENTUAN POLA PEMOTONGAN PELAT LEMBARAN UNTUK MEMINIMALKAN PELAT SISA PADA PT. X DENGAN METODE INTEGER LINEAR PROGRAMMING
PENENTUAN POLA PEMOTONGAN PELAT LEMBARAN UNTUK MEMINIMALKAN PELAT SISA PADA PT. X DENGAN METODE INTEGER LINEAR PROGRAMMING Andri Sanjaya 1) dan Abdullah Shahab 2) 1) Program Studi Magister Manajemen Teknologi,
Lebih terperinciBAB 1 PENDAHULUAN. gizi dan kalori setiap orang harus terpenuhi dengan cukup setiap harinya. Namun hal ini
BAB 1 PENDAHULUAN 1.1 Latar Belakang Kebutuhan gizi merupakan masalah kecil yang sebenarnya sangat penting karena gizi dan kalori setiap orang harus terpenuhi dengan cukup setiap harinya. Namun hal ini
Lebih terperinciMENGOPTIMALKAN GIZI BALITA DENGAN HARGA MINIMUM MENGGUNAKAN METODE SIMPLEKS
JIMT Vol. 10 No. 1 Juni 2013 (Hal. 65 73) Jurnal Ilmiah Matematika dan Terapan ISSN : 2450 766X MENGOPTIMALKAN GIZI BALITA DENGAN HARGA MINIMUM MENGGUNAKAN METODE SIMPLEKS Syahrurrahmah 1, A. Sahari 1,
Lebih terperinciBAB I PENDAHULUAN. kaum lanjut usia, namun juga telah diderita usia dewasa bahkan usia remaja.
BAB I PENDAHULUAN 1.1.Latar Belakang Hipertensi merupakan penyakit yang paling sering diderita oleh banyak orang khususnya masyarakat Medan. Hipertensi merupakan akibat dari pola hidup yang salah dan beban
Lebih terperinciMETODE PENELITIAN Desain, Tempat dan Waktu Jumlah dan Cara Pengambilan Contoh Jenis dan Cara Pengumpulan Data
METODE PENELITIAN Desain, Tempat dan Waktu Penelitian ini merupakan cross sectional survey karena pengambilan data dilakukan pada satu waktu dan tidak berkelanjutan (Hidayat 2007). Penelitian dilakukan
Lebih terperinciPengantar Teknik Industri TIN 4103
Pengantar Teknik Industri TIN 4103 Lecture 10 Outline: Penelitian Operasional References: Frederick Hillier and Gerald J. Lieberman. Introduction to Operations Research. 7th ed. The McGraw-Hill Companies,
Lebih terperinciAnalisa Keputusan Manajemen dengan Pemrograman Dinamis
Analisa Keputusan Manajemen dengan Pemrograman Dinamis A. Anshorimuslim S. - 13509064 Program Studi Teknik Informatika Sekolah Teknik Elektro dan Informatika Institut Teknologi Bandung, Jl. Ganesha 10
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 terperinciBAB I PENDAHULUAN. derajat kesehatan yang optimal (Sarwono, 2002). Sejak awal pembangunan kesehatan
BAB I PENDAHULUAN 1.1. Latar Belakang Pembangunan Kesehatan Indonesia diarahkan guna mencapai pemecahan masalah kesehatan untuk hidup sehat bagi setiap penduduk agar dapat mewujudkan derajat kesehatan
Lebih terperinciAnalisa Kompleksitas Algoritma. Sunu Wibirama
Analisa Kompleksitas Algoritma Sunu Wibirama Referensi Cormen, T.H., Leiserson, C.E., Rivest, R.L., Stein, C., Introduction to Algorithms 2nd Edition, Massachusetts: MIT Press, 2002 Sedgewick, R., Algorithms
Lebih terperinciBAB 1 PENDAHULUAN A. Latar Belakang Masalah
BAB 1 PENDAHULUAN A. Latar Belakang Masalah Hipertensi merupakan masalah kesehatan masyarakat yang umum di negara berkembang. Hipertensi yang tidak segera ditangani berdampak pada munculnya penyakit degeneratif,
Lebih terperinciPenerapan Algoritma Bucket Sort Untuk melakukan Pengurutan n buah Bilangan Mata Kuliah Pemrosesan Paralel
Penerapan Algoritma Bucket Sort Untuk melakukan Pengurutan n buah Bilangan Mata Kuliah Pemrosesan Paralel OLEH : SUPRIYANTO (G651090191) OKE HENDRADHY (G651090101) KAMALUDDIN MAHFUDZ (G651090231) DEPARTEMEN
Lebih terperinciBIAYA MINIMUM PADA PERENCANAAN PRODUKSI DAN PENGENDALIAN PERSEDIAAN UD. HAMING MAKASSAR DENGAN PROGRAM DINAMIK
BIAYA MINIMUM PADA PERENCANAAN PRODUKSI DAN PENGENDALIAN PERSEDIAAN UD. HAMING MAKASSAR DENGAN PROGRAM DINAMIK Irwan Prodi Matematika, FST-UINAM Irwan.msi@uin-alauddin.ac.id Tenrianna Prodi Matematika,
Lebih terperinciBAB I PENDAHULUAN Latar belakang
BAB I PENDAHULUAN 1.1. Latar belakang Makan merupakan kebutuhan manusia untuk bertahan hidup. Dari makanan yang dimakan dihasilkan energi untuk metabolisme dan beraktivitas. Dalam kehiduan sehari-hari
Lebih terperinciMATEMATIKA SISTEM INFORMASI 2 [KODE/SKS : IT / 2 SKS]
MATA KULIAH MATEMATIKA SISTEM INFORMASI 2 [KODE/SKS : IT011215 / 2 SKS] LINIER PROGRAMMING Formulasi Masalah dan Pemodelan Pengertian Linear Programming Linear Programming (LP) adalah salah satu teknik
Lebih terperinciBAB I PENDAHULUAN. pada macam pembedahan dan jenis penyakit penyerta.
BAB I PENDAHULUAN A. Latar Belakang Diet Pasca-Bedah adalah makanan yang diberikan kepada pasien setelah menjalani pembedahan. Pengaturan makanan sesudah pembedahan tergantung pada macam pembedahan dan
Lebih terperinciBAB III ALGORITMA GREEDY DAN PROGRAM DINAMIS
BAB III ALGORITMA GREEDY DAN PROGRAM DINAMIS 3.1 Algoritma Greedy Algoritma Greedy merupakan metode yang paling populer dalam memecahkan persoalan optimasi. Hanya ada dua macam persoalan optimasi, yaitu
Lebih terperinciAplikasi Integer Linear Programming (Ilp) untuk Meminimumkan Biaya Produksi pada Siaputo Aluminium
Aplikasi Integer Linear Programming (Ilp) untuk Meminimumkan Biaya Produksi pada Siaputo Aluminium Hikmah *1, Nusyafitri Amin 2 *1 Program Studi Matematika FMIPA Universitas Sulawesi Barat, 2 Program Studi
Lebih terperinciPencarian Jalur Terpendek Pada Sistem Jaringan Komputer Menggunakan Algoritma Program Dinamis
Pencarian Jalur Terpendek Pada Sistem Jaringan Komputer Menggunakan Algoritma Program Dinamis Fadli Demitra (13511047) Program Studi Teknik Informatika Sekolah Teknik Elektro dan Informatika Institut Teknologi
Lebih terperinciBAB I PENDAHULUAN. didapat melalui internet. Terdapat berbagai laman web yang menyediakan
BAB I PENDAHULUAN 1.1 Latar Belakang Masalah Perkembangan teknologi yang sangat pesat sangat membantu kehidupan manusia di berbagai bidang. Informasi menjadi lebih mudah didapat melalui internet. Terdapat
Lebih terperinciBAB 1 PENDAHULUAN. Latar Belakang Masalah
BAB 1 PENDAHULUAN 1.1 Latar Belakang Masalah Semakin bervariasinya jenis makanan yang dikonsumsi oleh masyarakat serta pola makan dan pola hidup yang semakin kurang sehat, membawa berbagai dampak dibidang
Lebih terperinciBAB III PEMBAHASAN. kali makanan utama dan tiga kali makanan antara/kudapan (snack) dengan jarak
BAB III PEMBAHASAN A. Perencanaan Menu Diet Diabetes Mellitus Diet DM di RS PKU Muhammadiyah Yogyakarta diberikan dengan cara tiga kali makanan utama dan tiga kali makanan antara/kudapan (snack) dengan
Lebih terperinciMatematika Bisnis (Linear Programming-Metode Grafik Minimisasi) Dosen Febriyanto, SE, MM.
(Linear Programming-Metode Grafik Minimisasi) Dosen Febriyanto, SE, MM. www.febriyanto79.wordpress.com - Linear Programming Linear programing (LP) adalah salah satu metode matematis yang digunakan untuk
Lebih terperinciBAB II TINJAUAN PUSTAKA
4 BAB II TINJAUAN PUSTAKA A Dislipidemia 1. Definisi Dislipidemia adalah kelainan metabolisme lipid yang ditandai dengan peningkatan atau penurunan fraksi lipid dalam plasma. Kelainan fraksi lipid yang
Lebih terperinciBAB 1 PENDAHULUAN. Hal 1. 1 Dan W. Patterson, Introduction to Artificial Intelligence and Expert System, Prentice Hall, 1990,
BAB 1 PENDAHULUAN 1.1. Pengantar Sesuai dengan perkembangan jaman dan kemajuan teknologi, saat ini terdapat berbagai macam teknologi aplikasi yang dirancang untuk menggantikan fungsi benda yang dioperasikan
Lebih terperinciBADAN PENGAWAS OBAT DAN MAKANAN REPUBLIK INDONESIA
PERATURAN KEPALA BADAN PENGAWAS OBAT DAN MAKANAN NOMOR HK.03.1.23.11.11.09605 TAHUN 2011 TENTANG PERUBAHAN ATAS PERATURAN KEPALA BADAN PENGAWAS OBAT DAN MAKANAN NOMOR HK.00.06.51.0475 TAHUN 2005 TENTANG
Lebih terperinciOPTIMASI PERENCANAAN PRODUKSI CAT DI PT. XYZ DENGAN METODE MIXED INTEGER PROGRAMMING
OPTIMASI PERENCANAAN PRODUKSI CAT DI PT. XYZ DENGAN METODE MIXED INTEGER PROGRAMMING Michael Firman Mulyono dan Abdullah Shahab Program Studi MagisterManajemenTeknologi InstitutTeknologiSepuluh Nopember
Lebih terperinciOPTIMASI PENUGASAN GURU PADA KEGIATAN PEMBELAJARAN DI SMKN 2 SURABAYA DENGAN MENGGUNAKAN INTEGER PROGRAMMING
OPTIMASI PENUGASAN GURU PADA KEGIATAN PEMBELAJARAN DI SMKN SURABAYA DENGAN MENGGUNAKAN INTEGER PROGRAMMING Anik Perwita Sari dan Abdullah Shahab Program Studi MagisterManajemen Teknologi Institut Teknologi
Lebih terperinciPerbandingan Algoritma Dijkstra dan Algoritma Floyd-Warshall dalam Penentuan Lintasan Terpendek (Single Pair Shortest Path)
Perbandingan Algoritma Dijkstra dan Algoritma Floyd-Warshall dalam Penentuan Lintasan Terpendek (Single Pair Shortest Path) Raden Aprian Diaz Novandi Program Studi Teknik Informatika, Sekolah Teknik Elektro
Lebih terperinciPENENTUAN RUTE TERPENDEK MENUJU KAMPUS MENGGUNAKAN ALGORITMA DYNAMIC PROGRAMMING
PENENTUAN RUTE TERPENDEK MENUJU KAMPU MENGGUNAKAN ALGORITMA DYNAMIC PROGRAMMING Jumadi Email: Jumadi@uinsgd.ac.id Jurusan Teknik Informatika, Fakultas ains dan Teknologi Universitas Islam Negeri unan Gunung
Lebih terperinciBAB I PENDAHULUAN. pada sektor masyarakat meluas dengan cepat[4]. menentukan tingkat kegiatan-kegiatan yang akan dilakukan, dimana masingmasing
BAB I PENDAHULUAN 1.1 Latar Belakang Permasalahan program linier telah ada dan berkembang sejak lama.perumusan masalah program linier beserta penyelesaiannya secara sistematis ditemukan pada tahun 1947
Lebih terperinciBAB 1 PENDAHULUAN. Universitas Sumatera Utara
BAB 1 PENDAHULUAN 1.1 Latar Belakang Rumah sakit adalah suatu tempat pelayanan medis yang memerlukan keahlian dan kinerja yang profesional. Sehingga diperlukan suatu kinerja yang dapat memberikan pelayanan
Lebih terperinciBAB II KAJIAN TEORI. maupun kronik, penulis akan menguraikan perencanaan diet DM di RS PKU
BAB II KAJIAN TEORI A. Perencanaan Menu Diet 1. Pengertian Perencanaan Menu Diet. Mengingat bahwa diet merupakan obat utama yang dapat menekan timbulnya diabetes mellitus (DM) dan dapat menekan kemungkinan
Lebih terperinciProgram Dinamis Sebagai Algoritma Dalam Link State Routing Protocol
Program Dinamis Sebagai Algoritma Dalam Link State Routing Protocol Biyan Satyanegara / 13508057 Program Studi Teknik Informatika Sekolah Teknik Elektro dan Informatika Institut Teknologi Bandung, Jl.
Lebih terperinciBAB I PENDAHULUAN. Tingginya jam aktivitas masyarakat serta meningkatnya kesadaran. terhadap makanan dan minuman yang bermanfaat bagi kesehatan yang
BAB I PENDAHULUAN A. Latar Belakang Tingginya jam aktivitas masyarakat serta meningkatnya kesadaran terhadap makanan dan minuman yang bermanfaat bagi kesehatan yang dapat menjaga stamina dan tampil prima
Lebih terperinci