BAB 2 LANDASAN TEORI
|
|
- Ivan Lesmono
- 6 tahun lalu
- Tontonan:
Transkripsi
1 5 BAB 2 LANDASAN TEORI 2.1 Pengertian Algoritma Algoritma adalah urutan logis langkah-langkah penyelesaian yang disusun secara sistematis. Meskipun algoritma sering dikaitkan dengan ilmu komputer, namun sesungguhnya dalam kehidupan sehari-hari banyak kegiatan manusia yang berkaitan erat dengan algoritma [Munir, R. 2007: 176] Sifat Algoritma Menurut (Suarga, 2012 : 4) sifat utama suatu algortima adalah sebagai berikut: 1. Input: suatu algoritma memiliki input atau kondisi awal sebelum dilaksanakan, bisa berupa nilai-nilai peubah yang diambil dari himpunan khusus. 2. Output: suatu algoritma akan menghasilkan output setelah dilaksanakan, atau algoritma akan mengubah kondisi awal menjadi kondisi akhir, di mana nilai output diperoleh dari nilai input yang telah diperoses melalui algoritma. 3. Definiteness: langkah-langkah yang dituliskan dalam algoritma terdefinisi dengan jelas sehingga mudah dilaksanakan oleh pengguna algoritma. 4. Finiteness: suatu algoritma harus memberi kondisi akhir atau output setelah sejumlah langkah yang terbatas jumlahnya dilakukan terhadap setiap kondisi awal atau input yang diberikan. 5. Effectiveness: setiap langkah dalam algoritma bisa dilaksanakan dalam suatu selang waktu tertentu sehingga pada akhirnya didapatkan solusi sesuai yang diharapkan.
2 6 6. Generality: langkah-langkah algoritma berlaku untuk setiap himpunan input yang sesuai dengan persoalan yang diberikan, tidak hanya untuk himpunan tertentu. 2.2 Teori Dasar Graf Secara dasar graf adalah suatu diagram yang memuat informasi tertentu jika direpresentasikan secara tepat. Suatu graf terdiri dari 2 himpunan yang berhingga, yaitu himpunan titik-titik tidak kosong (simbol V(G)) dan himpunan garis-garis (simbol E(G)) [Siang, Jong Jek. 2009: 217]. Biasa nya, sebuah graf G = (V,E) didefinisikan dengan sepasang himpunan dimana sebuah himpunan terhingga tak kosong anggota V disebut titik (vertices) dan himpunan E dari setiap pasangan anggotanya disebut garis (edge) [Levitin, A. 2012: 28] Jenis-Jenis Graf Graf dapat dikelompokkan menjadi beberapa kategori (jenis) bergantung pada sudut pandang pengelompokannya. Pengelompokan graf dapat dipandang berdasarkan ada tidaknya sisi ganda atau sisi kalang (loop), berdasarkan jumlah simpul, atau berdasarkan orientasi arah pada sisi. Berdasarkan ada tidaknya gelang atau sisi ganda pada suatu graf, maka secara umum graf dapat digolongkan menjadi dua jenis (Munir, Rinaldi : 357). 1. Graf Tidak Berarah. Sebuah graf G disebut tidak berarah jika setiap garisnya tidak memiliki arah, sehingga nilai pasangan titik (u,v) sama dengan nilai pasangan titik (v,u). Jadi ketika menuliskan titik (u,v) sama dengan titik (v,u), kita misalkan titik u terhubung dengan titik v dan mereka terhubung dengan garis (u,v) yang tidak berarah maka dapat dinyatakan bahwa titik u insidensial terhadap titik v begitu juga sebaliknya [Levitin, A. 2012: 28].
3 7 a c b d e f Gambar 2.1 Graf Tidak Berarah Gambar 8.1 adalah graf dengan himpunan simpul V dan himpunan sisi E adalah: V = {a,b,c,d,e,f} E = {(a,c), (a,d), (b,c), (b,f), (c,e), (d,e), (e,f)} 2. Graf Berarah Sebuah graf G disebut berarah jika setiap garisnya memiliki arah, sehingga nilai pasangan titik (u,v) tidak sama dengan nilai pasangan titik (v,u). Dapat dinyatakan bahwa garis(u,v) diarahkan dari titik u yang disebut sebagai ekor garis (edge s tail) menuju titik v yang disebut kepala garis (edge s head) [Levitin, A. 2012: 28]. a c b d e f Gambar 2.2 Graf Berarah
4 8 Gambar 8.2 adalah graf dengan himpunan simpul V dan himpunan sisi E adalah: V= {a,b,c,d,e,f} E = {(a,c), (b,c), (b,f), (c,e), (d,a), (d,e), (e,c), (e,f)} 3. Graf Berlabel Hubungan antara titik-titik dalam graf kadang-kadang perlu diperjelas. Hubungannya tidak cukup hanya menunjukkan titik-titik mana yang berhubungan langsung, tetapi seberapa kuatkah hubungan itu. Dalam aplikasinya, bobot suatu garis lebih tepat dibaca sebagai jarak, biaya, panjang, kapasitas, dan lain-lain. Label suatu garis dapat diberikan pada graf berarah maupun tidak berarah. Jika diberikan pada graf tidak berarah, maka grafnya disebut graf berlabel. Sedangkan jika diberikan pada graf berarah, maka graf nya disebut graf berarah berlabel [Siang, Jong Jek. 2009: ]. a 3 c 2 b d 2 e 5 f Gambar 2.3 Graf Berlabel 2.3 Representasi Graf Graf dalam pengaplikasiannya pada algoritma komputasi, biasanya diimplementasikan dalam 2 cara yaitu adjecency matrix dan adjecency list. Serta pengaplikasian bobot dapat diimplementasikan dengan matriks bobot. a. Adjecency matrix Adjecency matrix dari suatu graf dengan n titik di terjemahkan menjadi n x n matriks boolean dengan satu baris dan satu kolom untuk setiap titik graf, untuk setiap element pada baris ke-i dan kolom ke-j adalah 1 jika ada garis yang terhubung dari titik i ke titik j, dan bernilai 0 jika tidak ada hubungan antara keduanya [Levitin, A. 2012: 29].
5 9 Gambar 2.4 Matriks Hubung b. Adjecency list Adjecency list dari graf berarah atau graf tidak berarah adalah kumpulan dari linked list, dimana satu list untuk setiap titik, yang mengandung semua titik yang terhubung dengan titik-titik list [Levitin, A. 2012: 29]. a c d b c f c a b e d a e e c d f f b e Gambar 2.5 Adjecency List c. Matriks bobot dan list bobot Graf berbobot direpresentasikan dengan matriks bobot yang element di dalamnya A[i,j] akan mengandung bobot garis dari jarak titik i ke titik j jika kedua titik tersebut terhubung dan bernilai jika tidak ada garis yang menghubungkan keduanya. List bobot untuk graf berbobot terdiri atas nama atau label titik yang terhubung dengan titik asal dan bobot dari garis yang menghubungkan kedua titiknya [Levitin, A. 2012: 30].
6 10 Gambar 2.5 Matriks Bobot a c, 3 d, 3 b c, 2 f, 1 c a, 3 b, 2 e, 4 d a, 3 e, 2 e c, 4 d, 2 f, 5 f b, 1 e, 5 Gambar 2.6 List Bobot 2.4 Algoritma S-Dial Algoritma S-Dial menggunakan dan memanfaatkan metode bucked untuk array Q, dapat dilihat element di dalamnya berupa panjang arah panah garis antar titik bernilai bilangan bulat non negatif. Pemanfaatan bucked di algoritma ini adalah untuk menseleksi dan mengurutkan prioritas nilai titik dalam SPT(shortest path tree) [Giorgio, G & Steffano, P. 1988: 27]. Bucked adalah salah satu struktur data yang populer digunakan untuk mempertahankan komponen dalam tumpukan prioritas. Algoritma S-Dial dianggap sebagai implementasi dari priority queue. Sebuah priority queue adalah struktur data yang digunakan untuk menyimpan kumpuan dari element-element yang berlabel dalam urutan-urutan tertentu atau tidak terurut sama sekali [Francois, Jean Mondou.et al. 1991: 773].
7 11 Q V k-1 k Gambar 2.7 Struktur Data Bucked 2.5 Asimtotik Notasi yang digunakan untuk menggambarkan waktu tempuh (running time) asimtotik dari sebuah algoritma didefinisikan dalam fungsi yang mana domainnya adalah himpunan bilangan N = {0, 1, 2,...}. Notasi tersebut mudah untuk menggambarkan keadaan terburuk (worst-case) waktu tempuh fungsi T(n) biasanya diartikan hanya pada ukuran integer. Fungsi yang diterapkan notasi asimtotik biasanya akan mencirikan waktu tempuhnya algoritma. Tapi notasi asimtotik dapat berlaku pada fungsi yang menjadi ciri beberapa aspek lain dari algortima (misalnya jumlah ruang yang mereka gunakan) bahkan untuk fungsi yang sama sekali tidak dapat dilakukan oleh algoritma [Cormen et al., 2009 : 43-44].
8 Kompleksitas Algoritma Pada bagian ini suatu algoritma dapat ditinjau efisiensinya, terdapat 2 jenin efisiensi yang dapat diaplikasikan yaitu efisiensi waktu (time efficiency) dan efisiensi ruang (space efficiensy). Efisiensi waktu juga disebut time complexity yang mengindikasikan seberapa cepat sebuah algoritma tersebut berjalan. Efisiensi ruang juga disebut space complexity yang mengacu pada jumlah satuan memory yang diperlukan oleh sebuah algoritma terkecuali ruang yang diperlukan untuk input dan output. Adalah suatu hal yang penting untuk mencari efesiensi suatu algoritma karena dari efesiensi dapat dilihat kekurangan dan kelebihan algoritma terhadap beberapa entitas yang mempengaruhinya. Efesiensi algoritma didefenisikan dengan parameter n, dimana n adalah nilai input dari suatu algoritma. Parameter tersebut akan dihidangkan dengan polinomial p(n) = axn x a0 dengan degree n [Levitin, A. 2012: 42-43]. 2.7 Lintasan Terpendek (Shortest Path) Bobot yang berhubungan dengan suatu garis pada graf juga dapat diaplikasikan pada graf berarah. Prinsip dan arti bobot pada graf berarah sama dengan bobot pada graf tidak berarah, yaitu menyatakan seberapa kuat hubungan antara 2 titik yang arahnya ditunjukan dengan arah garis. Sehingga akan didapatkan nilai minimum dari hubungan antar titik [Siang, Jong Jek. 2009: 300]. 2.8 Diagram isikawa Dalam mengidentifikasi suatu masalah dapat menggunakan diagram ishikawa (fishbone diagram). Diagram ishikawa merupakan suatu alat visual untuk mengidentifikasi, mengeksplorasi, dan secara grafik menggambarkan secara detail semua penyebab yang berhubungan dengan suatu permasalahan. Diagram ishikawa bentuknya menyerupai kerangka tulang ikan yang bagian-bagiannya meliputi kepala, sirip dan duri dimana di gambarkan seperti susunan tulang ikan yang terbagi atas dua bagian yaitu bagian kepala ikan yang merupakan masalah, bagian utama tulang belakang merupakan kemungkinan-kemungkinan penyebab masalah [Jeffery, 2004].
BAB 2 LANDASAN TEORI
6 BAB 2 LANDASAN TEORI 2.1 Pengertian Algoritma Menurut (Suarga, 2012 : 1) algoritma: 1. Teknik penyusunan langkah-langkah penyelesaian masalah dalam bentuk kalimat dengan jumlah kata terbatas tetapi tersusun
Lebih terperinciBAB 2 LANDASAN TEORI
BAB 2 LANDASAN TEORI 2.1 Pengertian Algoritma Algoritma adalah teknik penyusunan langkah-langkah penyelesaian masalah dalam bentuk kalimat dengan jumlah kata terbatas tetapi tersusun secara logis dan sitematis
Lebih terperinciBAB II LANDASAN TEORI
BAB II LANDASAN TEORI 2.1 Teori Graf 2.1.1 Defenisi Graf Graf G didefenisikan sebagai pasangan himpunan (V,E), ditulis dengan notasi G = (V,E), yang dalam hal ini V adalah himpunan tidak kosong dari simpul-simpul
Lebih terperinciBAB 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 terperinciBAB II TINJAUAN PUSTAKA
BAB II TINJAUAN PUSTAKA 2.1 Graf (Graph) Graf G didefinisikan sebagai pasangan himpunan (V, E) yang dinotasikan dalam bentuk G = {V(G), E(G)}, dimana V(G) adalah himpunan vertex (simpul) yang tidak kosong
Lebih terperinciBAB 2 LANDASAN TEORI
BAB 2 LANDASAN TEORI 2.1. Graf Menurut Foulds (1992) graf G adalah pasangan terurut (VV,) dimana V adalah himpunan simpul yang berhingga dan tidak kosong. Dan E adalah himpunan sisi yang merupakan pasangan
Lebih terperinciBAB II LANDASAN TEORI
BAB II LANDASAN TEORI 2.1 Terminologi graf Tereminologi termasuk istilah yang berkaitan dengan graf. Di bawah ini akan dijelaskan beberapa definisi yang sering dipakai terminologi. 2.1.1 Graf Definisi
Lebih terperinciDiktat Algoritma dan Struktur Data 2
BB X GRF Pengertian Graf Graf didefinisikan sebagai pasangan himpunana verteks atau titik (V) dan edges atau titik (E). Verteks merupakan himpunan berhingga dan tidak kosongdari simpul-simpul (vertices
Lebih terperinciMEMBANDINGKAN KEMANGKUSAN ALGORITMA PRIM DAN ALGORITMA KRUSKAL DALAM PEMECAHAN MASALAH POHON MERENTANG MINIMUM
MEMBANDINGKAN KEMANGKUSAN ALGORITMA PRIM DAN ALGORITMA KRUSKAL DALAM PEMECAHAN MASALAH POHON MERENTANG MINIMUM Pudy Prima (13508047) Program Studi Teknik Informatika, Sekolah Teknik Elektro dan Informatika
Lebih terperinciBAB 2 LANDASAN TEORI
18 BAB 2 LANDASAN TEORI 2.1. Pengertian Algoritma Algoritma adalah urutan atau deskripsi langkah- langkah penyelesaian masalah yang tersusun secara logis, ditulis dengan notasi yang mudah dimengerti sedemikian
Lebih terperinciBAB 2 LANDASAN TEORI
BAB 2 LANDASAN TEORI 2.1 Teori Dasar Graf Graf G didefinisikan sebagai pasangan himpunan (V,E), ditulis dengan notasi G=(V,E), yang dalam hal ini V adalah himpunan tidak-kosong dari simpul-simpul (vertices
Lebih terperinciAplikasi Algoritma Dijkstra dalam Pencarian Lintasan Terpendek Graf
Aplikasi Algoritma Dijkstra dalam Pencarian Lintasan Terpendek Graf Nur Fajriah Rachmah - 0609 Program Studi Teknik Informatika, Sekolah Teknik Elektro dan Informatika Institut Teknologi Bandung, Jalan
Lebih terperinciBAB III KONSEP DASAR TEORI GRAF. Teori graf adalah salah satu cabang matematika yang terus berkembang
BAB III KONSEP DASAR TEORI GRAF Teori graf adalah salah satu cabang matematika yang terus berkembang dengan pesat. Teori ini sangat berguna untuk mengembangkan model-model terstruktur dalam berbagai keadaan.
Lebih terperinciBAB 2 LANDASAN TEORI
BAB LANDASAN TEORI. Lintasan Terpendek Lintasan terpendek merupakan lintasan minumum yang diperlukan untuk mencapai suatu titik dari titik tertentu (Pawitri, ) disebutkan bahwa. Dalam permasalahan pencarian
Lebih terperinciBAB 2 LANDASAN TEORI. Algoritma adalah urutan atau deskripsi langkah-langkah untuk memecahkan suatu masalah.
BAB 2 LANDASAN TEORI 2.1. Pengertian Algoritma Algoritma adalah urutan atau deskripsi langkah-langkah untuk memecahkan suatu masalah. Algoritma merupakan jantung ilmu komputer atau informatika. Banyak
Lebih terperinciPenerapan Algoritma Greedy untuk Memecahkan Masalah Pohon Merentang Minimum
Penerapan Algoritma Greedy untuk Memecahkan Masalah Pohon Merentang Minimum Bramianha Adiwazsha - NIM: 13507106 Program Studi Teknik Informatika, Sekolah Teknik Elektro dan Informatika Institut Teknologi
Lebih terperinciPenggunaan Algoritma Dijkstra dalam Penentuan Lintasan Terpendek Graf
Penggunaan Algoritma Dijkstra dalam Penentuan Lintasan Terpendek Graf Rahadian Dimas Prayudha - 13509009 Program Studi Teknik Informatika Sekolah Teknik Elektro dan Informatika Institut Teknologi Bandung,
Lebih terperinciBab 2. Teori Dasar. 2.1 Definisi Graf
Bab 2 Teori Dasar Pada bagian ini diberikan definisi-definisi dasar dalam teori graf berikut penjabaran mengenai kompleksitas algoritma beserta contohnya yang akan digunakan dalam tugas akhir ini. Berikut
Lebih terperinciBAB 2 LANDASAN TEORI
BAB 2 LANDASAN TEORI 2.1. Konsep Dasar Graph Sebelum sampai pada pendefenisian masalah lintasan terpendek, terlebih dahulu pada bagian ini akan diuraikan mengenai konsep-konsep dasar dari model graph dan
Lebih terperinciGRAF. V3 e5. V = {v 1, v 2, v 3, v 4 } E = {e 1, e 2, e 3, e 4, e 5 } E = {(v 1,v 2 ), (v 1,v 2 ), (v 1,v 3 ), (v 2,v 3 ), (v 3,v 3 )}
GRAF Graf G(V,E) didefinisikan sebagai pasangan himpunan (V,E), dengan V adalah himpunan berhingga dan tidak kosong dari simpul-simpul (verteks atau node). Dan E adalah himpunan berhingga dari busur (vertices
Lebih terperinciBAB 2 TINJAUAN PUSTAKA
21 2 TINJUN PUSTK 2.1. lgoritma lgoritma merupakan suatu langkah langkah untuk menyelesaikan masalah yang disusun secara sistematis, tanpa memperhatikan bentuk yang akan digunakan sebagai implementasinya,
Lebih terperinciPencarian Jalur Terpendek dengan Algoritma Dijkstra
Volume 2 Nomor 2, Oktober 207 e-issn : 24-20 p-issn : 24-044X Pencarian Jalur Terpendek dengan Algoritma Dijkstra Muhammad Khoiruddin Harahap Politeknik Ganesha Medan Jl.Veteran No. 4 Manunggal choir.harahap@yahoo.com
Lebih terperinciAlgoritma Brute-Force dan Greedy dalam Pemrosesan Graf
Algoritma Brute-Force dan Greedy dalam Pemrosesan Graf Marvin Jerremy Budiman / 13515076 1 Program Studi Teknik Informatika Sekolah Teknik Elektro dan Informatika Institut Teknologi Bandung, Jl. Ganesha
Lebih terperinciBAB 2 LANDASAN TEORI. yang tak kosong yang anggotanya disebut vertex, dan E adalah himpunan yang
BAB 2 LANDASAN TEORI 2.1 Konsep Dasar Graf Definisi 2.1.1 Sebuah graf G adalah pasangan (V,E) dengan V adalah himpunan yang tak kosong yang anggotanya disebut vertex, dan E adalah himpunan yang anggotanya
Lebih terperinciAplikasi Graf pada Persoalan Lintasan Terpendek dengan Algoritma Dijkstra
Aplikasi Graf pada Persoalan Lintasan Terpendek dengan Algoritma Dijkstra Adriansyah Ekaputra 13503021 Program Studi Teknik Informatika, Institut Teknologi Bandung Jl. Ganesha 10, Bandung Abstraksi Makalah
Lebih terperinciBAB II LANDASAN TEORI
II LNSN TEORI Landasan teori dalam penyusunan tugas akhir ini menggunakan beberapa teori pendukung yang akan digunakan untuk menentukan lintasan terpendek pada jarak esa di Kecamatan Rengat arat. 2.1 Graf
Lebih terperinciAplikasi Pohon dan Graf dalam Kaderisasi
Aplikasi Pohon dan Graf dalam Kaderisasi Jonathan - 13512031 Program Studi Teknik Informatika Sekolah Teknik Elektro dan Informatika Institut Teknologi Bandung, Jl. Ganesha 10 Bandung 40132, Indonesia
Lebih terperinciBAB III ANALISIS KOMPLEKSITAS ALGORITMA
BAB III ANALISIS KOMPLEKSITAS ALGORITMA 3.1 Kompleksitas Algoritma Suatu masalah dapat mempunyai banyak algoritma penyelesaian. Algoritma yang digunakan tidak saja harus benar, namun juga harus efisien.
Lebih terperinciAplikasi Teori Graf dalam Pencarian Jalan Tol Paling Efisien
Aplikasi Teori Graf dalam Pencarian Jalan Tol Paling Efisien Rianto Fendy Kristanto ) ) Jurusan Teknik Informatika ITB, Bandung 40, email: if706@students.if.itb.ac.id Abstract Makalah ini membahas tentang
Lebih terperinciBAB II KAJIAN PUSTAKA. Sebuah graf G didefinisikan sebagai pasangan himpunan (V,E), dengan V
BAB II KAJIAN PUSTAKA A. Pengertian Graf Sebuah graf G didefinisikan sebagai pasangan himpunan (V,E), dengan V adalah himpunan tak kosong dari simpul-simpul (vertices) pada G. Sedangkan E adalah himpunan
Lebih terperinciPertemuan 12. Teori Graf
Pertemuan 2 Teori Graf Derajat Definisi Misalkan adalah titik dalam suatu Graf G. Derajat titik (simbol d()) adalah jumlah garis yang berhubungan dengan titik dan garis suatu loop dihitung dua kali. Derajat
Lebih terperinciBAB 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 terperinciBAB I PENDAHULUAN. 1.1 Latar Belakang
BAB I PENDAHULUAN 1.1 Latar Belakang Matematika merupakan ilmu yang tidak dapat dipisahkan dari kehidupan manusia. Matematika juga merupakan media untuk melatih kemampuan berfikir kritis, kreatif dan dapat
Lebih terperinciAlgoritma Prim sebagai Maze Generation Algorithm
Algoritma Prim sebagai Maze Generation Algorithm Muhammad Ecky Rabani/13510037 Program Studi Teknik Informatika Sekolah Teknik Elektro dan Informatika Institut Teknologi Bandung, Jl. Ganesha 10 Bandung
Lebih terperinciPERBANDINGAN ALGORTIMA PRIM DAN KRUSKAL DALAM MENENTUKAN POHON RENTANG MINIMUM
PERBANDINGAN ALGORTIMA PRIM DAN KRUSKAL DALAM MENENTUKAN POHON RENTANG MINIMUM Kodirun 1 1 Jurusan Matematika FMIPA Universitas Haluoleo, Kendari e-mail: kodirun_zuhry@yahoo.com Abstrak Masalah yang sering
Lebih terperinciBAB 2 TINJAUAN PUSTAKA
BAB 2 TINJAUAN PUSTAKA 2.1 Graf 2.1.1 Definisi Graf Graf adalah pasangan himpunan (V, E), dan ditulis dengan notasi G = (V, E), V adalah himpunan tidak kosong dari verteks-verteks {v 1, v 2,, v n } yang
Lebih terperinciAplikasi Pewarnaan Graf Pada Pengaturan Warna Lampu Lalu Lintas
Aplikasi Pewarnaan Graf Pada Pengaturan Warna Lampu Lalu Lintas Andreas Dwi Nugroho (13511051) Program Studi Teknik Informatika Sekolah Teknik Elektro dan Informatika Institut Teknologi Bandung, Jl. Ganesha
Lebih terperinciBAB 2 LANDASAN TEORI
BAB 2 LANDASAN TEORI 2.1 Teori Graph 2.1.1 Definisi Graph Menurut Dasgupta dkk (2008), graph merupakan himpunan tak kosong titik-titik yang disebut vertex (juga disebut dengan node) dan himpunan garis-garis
Lebih terperinciBAB 2 LANDASAN TEORI
4 BAB 2 LANDASAN TEORI 2.1 Pengertian Kemacetan Kemacetan adalah situasi atau keadaan tersendatnya atau bahkan terhentinya lalu lintas yang disebabkan oleh banyaknya jumlah kendaraan melebihi kapasitas
Lebih terperinciPenggunaan Algoritma Greedy dalam Membangun Pohon Merentang Minimum
Penggunaan Algoritma Greedy dalam Membangun Pohon Merentang Minimum Gerard Edwin Theodorus - 13507079 Jurusan Teknik Informatika ITB, Bandung, email: if17079@students.if.itb.ac.id Abstract Makalah ini
Lebih terperinciBAB II LANDASAN TEORI
BAB II LANDASAN TEORI Pada bab ini akan diberikan beberapa definisi dan konsep dasar dalam teori graf dan pelabelan graf yang akan digunakan pada bab selanjutnya. 2.1 Definisi dan Istilah Dalam Teori Graf
Lebih terperinciPENENTUAN ALUR TERPENDEK PENGIRIMAN BARANG PT.KENCANA LINK NUSANTARA MEDAN DENGAN ALGORITMA DJIKSTRA
15 Jurnal Riset Komputer (JURIKOM), ol. 3 No. 6, Desember 2016 PENENTUAN ALUR TERPENDEK PENGIRIMAN BARANG PT.KENCANA LINK NUSANTARA MEDAN DENGAN ALGORITMA DJIKSTRA Ahmad Zuhri Hasibuan Mahasiswa Teknik
Lebih terperinciCRITICAL PATH. Menggunakan Graph berbobot dan mempunya arah dari Critical Path: simpul asal : 1 simpul tujuan : 5. Graph G. Alternatif
CRITICAL PATH Menggunakan Graph berbobot dan mempunya arah dari Critical Path: simpul asal : 1 simpul tujuan : 5 Graph G Path Bobot Alternatif 1 4 5 16 1 2 5 15 1 2 3 5 24 1 4 3 5 19 1 2 3 4 5 29 1 4 3
Lebih terperinciBAB 2 LANDASAN TEORI
BAB LANDASAN TEORI. Teori Graf Teori graf merupakan pokok bahasan yang sudah tua usianya namun memiliki banyak terapan sampai saat ini. Graf digunakan untuk merepresentasikan objek-objek diskrit dan hubungan
Lebih terperinciBAB 2 LANDASAN TEORI. Definisi Graf G didefinisikan sebagai pasangan himpunan (V, E), yang dalam hal ini:
10 BAB 2 LANDASAN TEORI 2.1.Konsep Dasar Graf Definisi 2.1.1 Graf G didefinisikan sebagai pasangan himpunan (V, E), yang dalam hal ini: V = himpunan tidak kosong dari simpul-simpul (vertices atau node)
Lebih terperinciPemanfaatan Algoritma Sequential Search dalam Pewarnaan Graf untuk Alokasi Memori Komputer
Pemanfaatan Algoritma Sequential Search dalam Pewarnaan Graf untuk Alokasi Memori Komputer Vivi Lieyanda - 13509073 Program Studi Teknik Informatika Sekolah Teknik Elektro dan Informatika Institut Teknologi
Lebih terperinciBAB 2 LANDASAN TEORI
BAB 2 LANDASAN TEORI 2.1 Konsep Dasar Simulasi Sistem didefinisikan sebagai sekumpulan entitas baik manusia ataupun mesin yang yang saling berinteraksi untuk mencapai tujuan tertentu. Dalam prakteknya,
Lebih terperinciBAB II TINJAUAN PUSTAKA
BAB II TINJAUAN PUSTAKA Sistem informasi adalah suatu sistem manusia dan mesin yang terpadu untuk menyajikan informasi guna mendukung fungsi operasi, manajemen, dan pengambilan keputusan. Tujuan dari sistem
Lebih terperinciStudi Algoritma Optimasi dalam Graf Berbobot
Studi Algoritma Optimasi dalam Graf Berbobot Vandy Putrandika NIM : 13505001 Program Studi Teknik Informatika, Institut Teknologi Bandung Jl. Ganesha 10, Bandung E-mail : if15001@students.if.itb.ac.id
Lebih terperinciPemanfaatan Directed Acyclic Graph untuk Merepresentasikan Hubungan Antar Data dalam Basis Data
Pemanfaatan Directed Acyclic Graph untuk Merepresentasikan Hubungan Antar Data dalam Basis Data Winson Waisakurnia (13512071) Program Studi Teknik Informatika Sekolah Teknik Elektro dan Informatika Institut
Lebih terperinciStruktur dan Organisasi Data 2 G R A P H
G R A P H Graf adalah : Himpunan V (Vertex) yang elemennya disebut simpul (atau point atau node atau titik) Himpunan E (Edge) yang merupakan pasangan tak urut dari simpul, anggotanya disebut ruas (rusuk
Lebih terperinciAplikasi Shortest Path dengan Menggunakan Graf dalam Kehidupan Sehari-hari
Aplikasi Shortest Path dengan Menggunakan Graf dalam Kehidupan Sehari-hari Andika Mediputra NIM : 13509057 Program Studi Teknik Informatika Sekolah Teknik Elektro dan Informatika Institut Teknologi Bandung,
Lebih terperinciBAB 2 LANDASAN TEORI
BAB 2 LANDASAN TEORI Pada bab ini akan dijelaskan himpunan dan beberapa definisi yang berkaitan dengan himpunan, serta konsep dasar dan teori graf yang akan digunakan pada bab selanjutnya. 2.1 Himpunan
Lebih terperinciBAB 1 PENDAHULUAN. Universitas Sumatera Utara
BAB 1 PENDAHULUAN 1.1 Latar Belakang Semakin dengan berkembangnya teknologi fotografi di Indonesia, khususnya di Kota Medan, fotografi tidak hanya sebagai sarana atau alat untuk mengabadikan suatu kejadian
Lebih terperinciBAB II LANDASAN TEORI
5 BAB II LANDASAN TEORI.1 Sejarah Graf Menurut catatan sejarah, masalah jembatan KÖnigsberg adalah masalah yang pertama kali menggunakan graf (tahun 1736). Di kota KÖnigsberg (sebelah timur Negara bagian
Lebih terperinciBAB 2 TINJAUAN PUSTAKA
39 BAB 2 TINJAUAN PUSTAKA 2.1. Teori Graf 2.1.1 Definisi Graf Teori graf merupakan salah satu cabang matematika yang paling banyak aplikasinya dalam kehidupan sehari hari. Salah satu bentuk dari graf adalah
Lebih terperinciBAB 2 TINJAUAN PUSTAKA
5 BAB 2 TINJAUAN PUSTAKA Pada bab ini akan dibahas landasan teori, penelitian terdahulu, kerangka berpikir, dan hipotesis yang mendasari penyelesaian Traveling Salesman Problem dalam menentukan lintasan
Lebih terperinciBAB II LANDASAN TEORI. Teori graf dikenal sejak abad ke-18 Masehi. Saat ini teori graf telah
BAB II LANDASAN TEORI 2.1. Pendahuluan Teori graf dikenal sejak abad ke-18 Masehi. Saat ini teori graf telah berkembang sangat pesat dan digunakan untuk menyelesaikan persoalanpersoalan pada berbagai bidang
Lebih terperinciPendeteksian Deadlock dengan Algoritma Runut-balik
Pendeteksian Deadlock dengan Algoritma Runut-balik Rita Wijaya - 13509098 Program Studi Teknik Informatika Sekolah Teknik Elektro dan Informatika Institut Teknologi Bandung, Jl. Ganesha 10 Bandung 40132,
Lebih terperinciAplikasi Teori Graf dalam Permainan Instant Insanity
Aplikasi Teori Graf dalam Permainan Instant Insanity Aurelia 13512099 Program Studi Teknik Informatika Sekolah Teknik Elektro dan Informatika Institut Teknologi Bandung, Jl. Ganesha 10 Bandung 40132, Indonesia
Lebih terperinciv 2 v 5 v 3 Gambar 3 Graf G 1 dengan 7 simpul dan 10 sisi.
Contoh Dari graf G pada Gambar 1 didapat e 1 incident dengan simpul dan, e incident dengan simpul dan, e 3 tidak incident dengan simpul, v, dan. Definisi 3 (Adjacent) Jika e={p,q} E, maka simpul p dikatakan
Lebih terperinciBAB 2 LANDASAN TEORI
BAB 2 LANDASAN TEORI 2.1 Graph Graf adalah struktur data yang terdiri dari atas kumpulan vertex (V) dan edge (E), biasa ditulis sebagai G=(V,E), di mana vertex adalah node pada graf, dan edge adalah rusuk
Lebih terperinciBAB 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 terperinciPenerapan Algoritma Branch and Bound pada Penentuan Staffing Organisasi dan Kepanitiaan
Penerapan Algoritma Branch and Bound pada Penentuan Staffing Organisasi dan Kepanitiaan Mikhael Artur Darmakesuma - 13515099 Program Studi Teknik Informaitka Sekolah Teknik Elektro dan Informatika Institut
Lebih terperinciBAB 2 LANDASAN TEORI
BAB 2 LANAAN TEORI 2. Pengertian Algoritma Algoritma adalah langkah-langkah penyelesaian suatu masalah secara sistematika dan logis.ikatakan algoritma, karena suatu alur pemikiran ditbuat dalam bentuk
Lebih terperinciAplikasi Pewarnaan Graf untuk Sistem Penjadwalan On-Air Stasiun Radio
Aplikasi Pewarnaan Graf untuk Sistem Penjadwalan On-Air Stasiun Radio Muhamad Irfan Maulana - 13515037 Program Studi Teknik Informatika Sekolah Teknik Elektro dan Informatika Institut Teknologi Bandung,
Lebih terperinciI. PENDAHULUAN. Gambar 1. Contoh-contoh graf
Quad Tree dan Contoh-Contoh Penerapannya Muhammad Reza Mandala Putra - 13509003 Program Studi Teknik Informatika Sekolah Teknik Elektro dan Informatika Institut Teknologi Bandung, Jalan Ganesha 10 Bandung
Lebih terperinciIF5110 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 terperinciUNIVERSITAS 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 terperinciBAB II LANDASAN TEORI
BAB II LANDASAN TEORI.1 Sejarah Graf Lahirnya teori graf pertama kali diperkenalkan oleh Leonhard Euler seorang matematikawan berkebangsaan Swiss pada Tahun 1736 melalui tulisan Euler yang berisi tentang
Lebih terperinciBAB II LANDASAN TEORI
BAB II LANDASAN TEORI Untuk menjelaskan pelabelan analytic mean pada graf bayangan dari graf bintang K 1,n dan graf bayangan dari graf bistar B n,n perlu adanya beberapa teori dasar yang akan menunjang
Lebih terperinciDiscrete Mathematics & Its Applications Chapter 10 : Graphs. Fahrul Usman Institut Teknologi Bandung Pengajaran Matematika
Discrete Mathematics & Its Applications Chapter 10 : Graphs Fahrul Usman Institut Teknologi Bandung Pengajaran Matematika 16/12/2015 2 Sub Topik A. Graf dan Model Graf B. Terminologi Dasar Graf dan Jenis
Lebih terperinciPengaplikasian Graf dalam Menentukan Rute Angkutan Kota Tercepat
Pengaplikasian Graf dalam Menentukan Rute Angkutan Kota Tercepat Rachel Sidney Devianti/13515124 1 Program Studi Teknik Informatika Sekolah Teknik Elektro dan Informatika Institut Teknologi Bandung, Jl.
Lebih terperinciANALISIS JARINGAN LISTRIK DI PERUMAHAN JEMBER PERMAI DENGAN MENGGUNAKAN ALGORITMA PRIM
ANALISIS JARINGAN LISTRIK DI PERUMAHAN JEMBER PERMAI DENGAN MENGGUNAKAN ALGORITMA PRIM SKRIPSI diajukan guna melengkapi tugas akhir dan memenuhi salah satu syarat untuk menyelesaikan Program Studi Pendidikan
Lebih terperinciLANDASAN TEORI. Bab Konsep Dasar Graf. Definisi Graf
Bab 2 LANDASAN TEORI 2.1. Konsep Dasar Graf Definisi Graf Suatu graf G terdiri atas himpunan yang tidak kosong dari elemen elemen yang disebut titik atau simpul (vertex), dan suatu daftar pasangan vertex
Lebih terperinciAlgoritma Penentuan Graf Bipartit
Algoritma Penentuan Graf Bipartit Zain Fathoni - 13508079 Program Studi Teknik Informatika Sekolah Teknik Elektro dan Informatika Institut Teknologi Bandung Kampus ITB Jln. Ganesha No. 10 Bandung e-mail:
Lebih terperinciPengaplikasian Graf dan Algoritma Dijkstra dalam Masalah Penentuan Pengemudi Ojek Daring
Pengaplikasian Graf dan Algoritma Dijkstra dalam Masalah Penentuan Pengemudi Ojek Daring Ilham Firdausi Putra / 13516140 Program Studi Teknik Informatika Sekolah Teknik Elektro dan Informatika Institut
Lebih terperinciImplementasi Graf dalam Penentuan Rute Terpendek pada Moving Object
Implementasi Graf dalam Penentuan Rute Terpendek pada Moving Object Firdaus Ibnu Romadhon/13510079 Program Studi Teknik Informatika Sekolah Teknik Elektro dan Informatika Institut Teknologi Bandung, Jl.
Lebih terperinciALGORITMA PENCARIAN SIMPUL SOLUSI DALAM GRAF
ALGORITMA PENCARIAN SIMPUL SOLUSI DALAM GRAF Anthony Rahmat Sunaryo NIM: 3506009 Jurusan Teknik Informatika ITB, Bandung email : if6009@students.if.itb.ac.id Abstract -- Makalah ini membahas tentang analsis
Lebih terperinciKonsep. Graph adalah suatu diagram yang memuat informasi tertentu. Contoh : Struktur organisasi
GRPH 1 Konsep Graph adalah suatu diagram yang memuat informasi tertentu. Contoh : Struktur organisasi 2 Contoh Graph agan alir pengambilan mata kuliah 3 Contoh Graph Peta 4 5 Dasar-dasar Graph Suatu graph
Lebih terperinciBAB I PENDAHULUAN 1.1 Latar Belakang
BAB I PENDAHULUAN 1.1 Latar Belakang Teori graf menurut Munir (2012), merupakan salah satu cabang dari ilmu matematika dengan pokok bahasan yang sudah sejak lama digunakan dan memiliki banyak terapan hingga
Lebih terperinciBAB II LANDASAN TEORI
15 BAB II LANDASAN TEORI 2.1 Konsep Dasar Graf Definisi 2.1.1 Graf Sebuah graf G adalah pasangan (V,E) dengan V adalah himpunan yang tak kosong yang anggotanya disebut vertex, dan E adalah himpunan yang
Lebih terperinciPenghematan BBM pada Bisnis Antar-Jemput dengan Algoritma Branch and Bound
Penghematan BBM pada Bisnis Antar-Jemput dengan Algoritma Branch and Bound Chrestella Stephanie - 13512005 Program Studi Teknik Informatika Sekolah Teknik Elektro dan Informatika Institut Teknologi Bandung,
Lebih terperinciBAB II LANDASAN TEORI
4 BAB II LANDASAN TEORI A. Graf Teori graf merupakan pokok bahasan yang sudah tua usianya namun memiliki banyak terapan sampai saat ini. Graf digunakan untuk merepresentasikan objek-objek diskrit dan hubungan
Lebih terperinciBAB 2 LANDASAN TEORI. Secara garis besar ilmu statistik dibagi menjadi dua bagian yaitu:
BAB 2 LANDASAN TEORI 2.1 Pembagian Ilmu Statistik Secara garis besar ilmu statistik dibagi menjadi dua bagian yaitu: 1. Statistik Parametrik Statistik parametrik adalah ilmu statistik yang digunakan untuk
Lebih terperinciBAB 2 LANDASAN TEORI. 2.1 Penugasan Sebagai Masalah Matching Bobot Maksimum Dalam Graf Bipartisi Lengkap Berlabel
BAB 2 LANDASAN TEORI 2.1 Penugasan Sebagai Masalah Matching Bobot Maksimum Dalam Graf Bipartisi Lengkap Berlabel Teori Dasar Graf Graf G adalah pasangan himpunan (V,E) di mana V adalah himpunan dari vertex
Lebih terperinciPengaplikasian Graf Planar pada Analisis Mesh
Pengaplikasian Graf Planar pada Analisis Mesh Farid Firdaus - 13511091 Program Studi Teknik Informatika Sekolah Teknik Elektro dan Informatika Institut Teknologi Bandung, Jl. Ganesha 10 Bandung 40132,
Lebih terperinciBAB 2 LANDASAN TEORI. 2.1 Teori graf Definisi graf
2 LNDSN TEORI 2.1 Teori graf 2.1.1 Definisi graf Graf adalah kumpulan dari minimal satu atau lebih simpul (vertex) yang dihubungkan oleh sisi atau busur (edge). Dalam kehidupan sehari-hari, graf banyak
Lebih terperinciII.TINJAUAN PUSTAKA. Pada bab ini akan dijelaskan tentang definisi serta konsep-konsep yang mendukung
II.TINJAUAN PUSTAKA Pada bab ini akan dijelaskan tentang definisi serta konsep-konsep yang mendukung dalam penelitian ini. 2.1. Konsep Dasar Teori Graf Graf G didefinisikan sebagai pasangan himpunan terurut
Lebih terperinciBAB 1 PENDAHULUAN. 1.1 Latar Belakang Masalah
BAB 1 PENDAHULUAN 1.1 Latar Belakang Masalah Seiring dengan pertumbuhannya, setiap organisasi baik organisasi bisnis (perusahaan), industri, jasa dan sebagainya, menghadapi kenyataan bahwa sumber daya
Lebih terperinci= himpunan tidak-kosong dan berhingga dari simpul-simpul (vertices) = himpunan sisi (edges) yang menghubungkan sepasang simpul
Struktur Data Graf 1. PENDAHULUAN Dalam bidang matematika dan ilmu komputer, teori graf mempelajari tentang graf yaitu struktur yang menggambarkan relasi antar objek dari sebuah koleksi objek. Definisi
Lebih terperinci2. TINJAUAN PUSTAKA. Chartrand dan Zhang (2005) yaitu sebagai berikut: himpunan tak kosong dan berhingga dari objek-objek yang disebut titik
2. TINJAUAN PUSTAKA 2.1 Konsep Dasar Graf Pada bagian ini akan diberikan konsep dasar graf yang diambil dari buku Chartrand dan Zhang (2005) yaitu sebagai berikut: Suatu Graf G adalah suatu pasangan himpunan
Lebih terperinciBagaimana merepresentasikan struktur berikut? A E
Bagaimana merepresentasikan struktur berikut? B D A E F C G Bagaimana merepresentasikan struktur berikut? Contoh-contoh aplikasi graf Peta (jaringan jalan dan hubungan antar kota) Jaringan komputer Jaringan
Lebih terperinciRepresentasi Graf dalam Jejaring Sosial Facebook
Representasi Graf dalam Jejaring Sosial Facebook Muhammad Harits Shalahuddin Adil Haqqi Elfahmi 13511046 1 Program Studi Teknik Informatika Sekolah Teknik Elektro dan Informatika Institut Teknologi Bandung,
Lebih terperinciPenggunaan Algoritma Backtracking Untuk Menentukan Keisomorfikan Graf
Abstrak Penggunaan Algoritma Backtracking Untuk Menentukan Keisomorfikan Graf Neni Adiningsih, Dewi Pramudi Ismi, Ratih Laboratorium Ilmu dan Rekayasa Komputasi Departemen Teknik Informatika, Institut
Lebih terperinciMEDIA PEMBELAJARAN STRATEGI ALGORTIMA PADA POKOK BAHASAN POHON MERENTANG MINIMUM DAN PENCARIAN LINTASAN TERPENDEK
MEDIA PEMBELAJARAN STRATEGI ALGORTIMA PADA POKOK BAHASAN POHON MERENTANG MINIMUM DAN PENCARIAN LINTASAN TERPENDEK 1 Taufiq Ismail, 2 Tedy Setiadi (0407016801) 1,2 Program Studi Teknik Informatika Universitas
Lebih terperinciI. PENDAHULUAN. Gambar 1: Graf sederhana (darkrabbitblog.blogspot.com )
Penerapan Teori Graf Dalam Permodelan Arena Kontes Robot Pemadam Api Indonesia 2014 Wisnu/13513029 Program Studi Teknik Informatika Sekolah Teknik Elektro dan Informatika Institut Teknologi Bandung, Jl.
Lebih terperinciBAB 2 LANDASAN TEORI
BAB 2 LANDASAN TEORI 2.1. Pengertian Algoritma Algoritma merupakan urutan langkah langkah untuk menyelesaikan masalah yang disusun secara sistematis, algoritma dibuat dengan tanpa memperhatikan bentuk
Lebih terperinciNASKAH 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 terperinciPermodelan Pohon Merentang Minimum Dengan Menggunakan Algoritma Prim dan Algoritma Kruskal
Permodelan Pohon Merentang Minimum Dengan Menggunakan Algoritma Prim dan Algoritma Kruskal Salman Muhammad Ibadurrahman NIM : 13506106 Program Studi Teknik Informatika, Institut Teknologi Bandung Jl. Ganesha
Lebih terperinci