ABSTRACT 1. PENDAHULUAN
|
|
- Sudomo Atmadja
- 6 tahun lalu
- Tontonan:
Transkripsi
1 Repositori Karya Ilmiah Universitas Riau Matematika: September 01. PENYELESAIAN MASALAH TRAVELING SALESMAN DENGAN PEMROGRAMAN DINAMIK Mustafsiroh 1, M. D. H Gamal, M. Natsir mustafsiroh@ymail.com 1 Mahasiswa Program Studi S1 Matematika Laboratorium Opersai Riset Jurusan Matematika Laboratorium Matematika Terapan Jurusan Matematika Fakultas Matematika dan Ilmu Pengetahuan Alam Universitas Riau Kampus Binawidya Pekanbaru (89), Indonesia ABSTRACT Traveling salesman problem ia a problem in graph theory. This problem can be solved by enumurating all possible Hamilton circuit. Then we calculate the length of rute of each circuit, and then we choose the shortest circuit. For a large n, many of Hamilton circuits are examined. We discuss traveling salesman problem using dinamic programming to find optimal solution. Keywords:Traveling salesman problem, graph, Hamilton circuit, dinamik programming 1. PENDAHULUAN Masalah traveling salesman adalah menentukan jarak terpendek yang melalui sejumlah kota sekali dan kembali ke kota asal. Masalah ini termasuk kedalam persoalan yang sangat terkenal dalam teori graf yang menentukan sirkuit Hamilton yang memiliki bobot minimum pada sebuah graf terhubung. Salah satu cara yang digunakan untuk menyelesaikan masalah traveling salesman yaitu dengan cara menumerisasi seluruh kemungkinan rute yang dilalui, kemudian memilih rute yang optimal. Dalam graf kota disebut dengan node dan jarak antak kota disebut sisi. Namun, jika jumlah node yang harus dikunjungi adalah n, maka dengan cara mencari siklus Hamilton waktu komputasi yang diperlukan akan jauh meningkat dengan bertambahnya jumlah n node yang harus dikunjungi. Beberapa metode telah dikembangkan untuk memecahkan masalah traveling salesman. Salah satu metode yang muncul untuk menyelesaikan persoalan ini adalah pemrograman dinamik. Pada kertas kerja ini, penulis tertarik untuk membahas masalah traveling salesman dengan pemrograman dinamik maju dan dinamik mundur yang pembahasan metode ini dapat dijumpai dalam buku-buku teks operasi riset [1, hal: 9], [, hal: 99]. 1
2 Mustafsiroh et al. Masalah traveling salesman. MASALAH TRAVELING SALESMAN SEBAGAI SIRKUIT HAMILTON Dalam bagian ini dibahas tentang penyelesaian masalah traveling salesman dengan menumerisasikan siklus hamilton. Untuk node yang bayak menghitung siklus hamilton memerlukan waktu yang kurang efisien, oleh karena itu menggunakan pemrograman dinamik untuk mengurangi penumerisasian. Masalah traveling salesman merupakan suatu masalah optimisasi dan kombinatorial. Nama permasalahan ini berdasarkan pada masalah seorang salesman yang akan mengunjungi sejumlah kota atau node. Tujuan dari masalah ini adalah mencari rute terpendek agar mendapat hasil yang optimal. Misalkan, diketahui sejumlah kota dan jarak antar kota, kemudian ditentukan sirkuit terpendek yang harus dilalui oleh seorang salesman bila salesman itu berangkat dari sebuah kota asal dan menyinggahi setiap kota tepat satu kali dan kembali ke kota asal keberangkatan. Kota dapat dinyatakan sebagai node dalam graf, sedangkan sisi menyatakan jalan yang menghubungkan antara dua buah kota. Bobot pada sisi menyatakan jarak antara dua buah kota. Masalah traveling salesman adalah menentukan sirkuit Hamilton yang memiliki bobot minimum pada setiap graf terhubung [, hal: ]. Graf yang digunakan adalah graf lengkap (K n ) berarah atau tak-berarah dengan bobot pada setiap sisi. Ada bagian dalam masalah traveling salesman [, hal: 79] yaitu asimetri dan simetris. Teorema 1 (Teorema Hamilton) [, hal: 1] Graf lengkap K n dengan n node memiliki H = (n 1)!/ sirkuit Hamilton.. PENYALESAIAN MASALAH TRAVELING SALESMAN DENGAN PEMROGRAMAN DINAMIK Masalah traveling salesman dapat diselesaikan dengan pemrograman dinamik melalui dua cara yaitu: 1. Pemrograman dinamik maju langkah-langkah penyelesaiannya sebagai berikut: (a) Menentukan jarak terpendek dari node 1 ke node j tanpa melalui node lain dengan persamaan: f 0 (j, ) = d 1j (b) Hitung f(j,s) untuk S = 1 kemudian dapat diperoleh untuk S = sampai S =n 1, dengan persamaan: f i (j,s) = min k S [f i 1(k,S {k})+d kj ] (i=1,,...,n ;j 1;S nj ) (c) Solusi optimal untuk menyelesaikan masalah traveling salesman adalah min [f n (j,n j )+d j1 ] j=,, n. Pemrograman dinamik mundur langkah-langkah penyelesaiannya sebagai berikut: (a) Menentukan jarak terpendek dari node sebelumnya atau node i ke node asal (1) dengan melewati (S) semua node dengan persamaan: f(i,s) = f n [j,s {j}] = d ij
3 Mustafsiroh et al. Masalah traveling salesman (b) Hitung f(i,s) untuk S = n 1 kemudian dapat diperoleh untuk S = n sampai S =1, dengan persamaan: f t (i,s) = min j/ Sdanj 1 {d ij +f n [j,s {j}]} (t=1,,, n). CONTOH MASALAH TRAVELING SALESMAN Salah satu kandidat suatu partai akan berkampaye ke kota, kandidat sekarang berada pada kota 1, sebelum pemilihan dia harus menggunjungi kota,,,,. Dalam perjalanan kandidat tersebut tidak diperbolehkan mengunjungi satu kota lebih dari satu kali, dan semua kota tujuan harus dilalui. Maka akan ditentukan jarak paling minimum yang akan dilalui oleh kandidat tersebut. Adapun jarak antar kota akan disajikan dalam Tabel 1 dalam satuan (km). Table 1: Tabel Jarak Perjalanan node Asal node Tujuan Permasalahan pada kasus di atas dapat digambarkan secara graf, maka hasilnya adalah graf lengkap tak-berarah dengan n =. Gambar graf ini dapat dilihat pada Gambar 1. Berdasarkan Figure 1: Graf Perjalanan Teorema 1 dengan n = buah node terdapat 0 buah sirkuit Hamilton yang merupakan rute yang mungkin dilalui kandidat. Menghitung panjang setiap rute dan menentukan rute terpandek akan membutuhkan waktu yang lama dan hal ini kurang efesien. Oleh karena itu untuk mendapatkan rute optimal digunakan pemrograman dinamik dengan cara rekursif maju dan mundur. Tahap - tahap penyelesaian masalah traveling salesman dengan pemrograman dinamik maju adalah:
4 Mustafsiroh et al. Masalah traveling salesman Tahap 1. Penyelesaian dari masalah perjalanan kandidat dengan (n = 1) terdapat pada Tabel. Table : Tabel Hasil Perhitungan PD Maju Tahap 1 k f 0 (j, ) = d 1j Solusi Optimal j = j = j = S,k = S,k = Node Jarak ke Pada tahap pertama diperoleh rute terpendek adalah 1 dengan panjang jarak km. Tahap. Pada tahap ini, kandidat berada pada node 1 ke node berikutnya melewati satu node. Dalam Tabel terdapat penyelesaian dari masalah perjalanan kandidat dengan (n = ). Table : Tabel Hasil Perhitungan PD Maju Tahap S,k f 1 (j,s) = f 0 (k,s {k})+d kj Solusi Optimal j = j = j = j = j = Node Jarak - 8+7=1 8+=1 8+=11 8+=1 +7=1 - +=7 +8=1 +9=1 9+=1 9+=11-9+=1 9+9=18 ke 7 +=9 +8=1 +=11 - +=1 10+=1 10+9= =19 10+=1 - Pada tahap kedua diperoleh jarak rute terpendek adalah dengan panjang jarak 7 km. Tahap. Pada tahap ini, kandidat berada pada node 1 ke node berikutnya melewati dua node. Tabel adalah hasil menentukan jarak perjalanan kandidat dengan (n = ). Table : Tabel Hasil Perhitungan PD Maju Tahap S,k f (j,s) = minf 1(k,S {k})+d kj Solusi Optimal j = j = j = j = j = Node Jarak 1+7=1 1+=18 1+=1 1+=1-9+7=1 9+=1 1+=18 1+=19 1+7=1 1+=0 1+=17 9+=1 11+7=18 1+=17 1+8= 1+9= 1+7=1-1+=1 11+8= =0 19+7= 19+=1 19+8=7 1+9= 7+=1 1+=1 1+=19 1+9= ke 1 11+=17 11+=1-7+=1 7+9=1 19+= 19+=1 19+= 11+9=0 1+=1 11+8=19 11+=1 11+=17 1+=17 1+8= 1+=18-1+=19 1+=19 1+8= 1+=1 1+=0 1+=18 1+9=1 1+=1 1+=1 18+= 18+9=7 1+= 1+=0-1+=1 1+9=1 1+=1 18+= Pada tahap ketiga diperoleh jarak terpendek adalah rute dengan jarak 1 km.
5 Mustafsiroh et al. Masalah traveling salesman Tahap. Sekarang kandidat berada pada node 1 ke node berikutnya melewati tiga node. Tabel adalah hasil menentukan jarak perjalanan kandidat denga n =. Table : Tabel Hasil Perhitungan PD Maju Tahap S,k f (j,s) = minf (k,s {k})+d kj Solusi Optimal j = j = j = j = j = Node Jarak 17+7= 1+= += 17+=1 - +7=9 1+= 18+=1 1+=0 1+7= 18+= 1+=1 1+=17 1+7=0 1+= 1+8=9 1+9= 1+7=8-1+=18 1+8=9 1+9= 1+7=8 1+=18 1+8= 1+9= 1+= 1+= 1+= 1+9= 1+=7 1+=17-0+= 1+9= 1+=7 0+= 17+= 17+9= 1+=1 +8= 0+= - 1+=19 1+=19 1+8= 1+=1 18+= ke 1 +=7 17+8= 1+=0 1+=1 1+=0 0+9=9 19+9=8 1+= 19+= 19+9=8 1+9= 19+= - 0+= 1+9= 1+9= 1+= Pada tahap keempat diperoleh jarak terpendek adalah dengan panjang jarak 1 km. Tahap. Sekarang kandidat berada pada tahap (n = ) dimana node yang dilalui sebanyak empat node. Dengan cara penyelesaian sama dengan cara sebelumnya diperoleh hasilnya dalam Tabel yaitu. Table : Tabel Hasil Perhitungan PD Maju Tahap S,k f (j,s) = minf (k,s {k})+d kj Solusi Optimal j = j = j = j = j = Node Jarak - +7=1 +=9 0+= 1+=19 ke 19 +7=0 - += +8=0 17+9= +=9 += - +=8 18+9=7 += +8= 1+= - +=8 18+= 1+9=0 0+9=9 17+= - Pada tahap ke lima diperoleh jarak terpendek adalah dengan panjang jarak 19 km. Tahap. Semua node telah dilewati oleh kandidat, untuk kembali ke node asal hasil perhitungannya pada Tabel 7. Table 7: Tabel Hasil Perhitungan PD Maju Tahap i f (j,s) = min[f n (j,n j)+d j1] Solusi Optimal j= j= j= j= j= Node Jarak 1 +8=0 +=9 +9= += =9 1ke 9
6 Mustafsiroh et al. Masalah traveling salesman Pada tahap terakhir jarak optimal yang ditempuh oleh kandidat yang melakukan perjalanan kampanye yang diperoleh jarak 9 km, yaitu dari node 1. Dari perhitungan pemrograman dinamik dengan rekursif maju dari tahap 1 sampai bahwa rute optimal yang dapat dilalui kandidat adalah 1 1 dengan panjang jarak perjalanan adalah 9 km. Gambar adalah rute optimal yang di lalui kandidat, sekaligus diperoleh sirkuit Hamilton-nya Figure : Sirkuit Hamilton PD Maju Masalah traveling salesman juga dapat diselesaikan dengan cara pemrograman dinamik mundur (backward), yaitu tahapannya bergerak mulai dari n terus mundur ke tahap n 1,n dan seterusnya sampai ke tahap 1. Tahap-tahap penyelesaianya sebagai berikut: Tahap. Ketika kandidat tinggal memiliki satu tahap lagi (n = ), rute kemudian ditentukan sepenuhnya oleh node sekarang i = (,,,,) dan tujuan akhirnya adalah node j = 1, sehingga rute perjalanan tahap terakhir adalah i j. Dengan demikian f 1 (i,s) = d i1, Tabel 8 menunjukkan hasil perhitungan tahap. Table 8: Tabel Hasil Perhitungan PD Mundur Tahap j f 1 (i,s) = d i1 Solusi Optimal i = i = i = i = i = Node Jarak ke1 Pada tahap diperoleh rute terpendek adalah 1 dengan jaraknya adalah km. Tahap. Tabel 9 merupakan hasil perhitungan jarak terpendek pada tahap n =. Table 9: Tabel Hasil Perhitungan PD Mundur Tahap j f (i,s) = min[d ij +f [j,s {j}] Solusi Optimal i = i = i = i = i = Node Jarak - 7+=1 +9=1 +=9 +10=1 7+8=1 - +9=11 8+=1 9+10=19 ke 7 +8=1 +=7 - += =19 +8=11 8+=1 +9= =1 +8=1 9+=1 9+9=18 +=1 - Dari tabel pada tahap diperoleh rute terpendek jarak terpendek adalah 7 km.
7 Mustafsiroh et al. Masalah traveling salesman 7 Tahap. Pada tahap (n = ), kandidat berada pada node i dan dia pergi ke node j, jarak perjalanan di d ij. Perhitungan selanjutnya disajikan pada Tabel 10. Table 10: Tabel Hasil Perhitungan PD Mundur Tahap j f (i,s) = min[d ij +f [j,s {j}] Solusi Optimal i = i = i = i = i = Node Jarak 7+1=1 +1=18 +1=1 +1=1-7+9=1 +9=1 +1=18 +1=19 7+1=1 +1=0 +1=17 +9=1 7+11=18 +1=17 8+1= 9+1= 7+1=1 - +1=1 8+11= =0 7+19= +19=1 8+19=7 9+1= +7=1 +1=1 +1=19 9+1= ke 1 +11=17 +11=1 - +7=1 9+7=1 +19= +19=1 +19= 9+11=0 +1=1 8+11=19 +11=1 +11=17 +1=17 8+1= +1= =19 +1=19 8+1= +1=1 +1=0 +1=18 9+1=1 9+1=1 +1=1 +18= 9+18=7 9+1= +1=0 - +1=1 9+1=1 9+1=1 +18= Pada tahap diperoleh rute terpendek jarak terpendek adalah 1 km. Tahap. Kandidat berada pada tahap selanjutnya(n = ). Perhitungan selanjutnya disajikan Pada Tabel 11. Table 11: Tabel Hasil Perhitungan PD Mundur Tahap j f (i,s) = min[d ij +f [j,s {j}] Solusi Optimal i = i = i = i = i = Node Jarak 7+17= +1= += +17=1-7+=9 +1= +18=1 +1=0 7+1= +18= +1=1 +1=17 7+1=0 +1= 8+1=9 9+1= 7+1=8 - +1=18 8+1=9 9+1= 7+1=8 +1=18 8+1= 9+1= +1= 1+= 1+= 1+9= +1=7 1+=17-0+= 1+9= +1=7 0+= 1+= 17+9= +1=1 8+= +0= - +1=19 +1=19 8+1= +1=1 +1=0 ke 1 +=7 8+17= +1=0 +1= +1=0 9+0=9 9+19=8 +1= +19= 9+19=8 9+1= +19= - +0= 9+1= 9+1= +1= Pada tahap ketiga diperoleh jarak terpendek adalah dengan panjang jarak lintasan adalah 1 km. Tahap. Kandidat mengunjungi satu node yang tersisa, perhitungan pada tahap disajikan dalan Tabel 1.
8 Mustafsiroh et al. Masalah traveling salesman 8 Table 1: Tabel Hasil Perhitungan PD Mundur Tahap j f (i,s) = min[d ij +f [j,s {j}] Solusi Optimal i = i = i = i = i = Node Jarak - 7+=1 +=9 +0= +1=19 ke 19 7+=0 - += 8+=0 9+17= +=9 += - +=8 9+18=7 += 8+= +1= - +=8 +18= 9+1=0 9+0=9 +17+= - Pada tahap ke dua diperoleh jarak terpendek adalah dengan panjang jarak lintasanya 19 km. Tahap 1. Terakhir Bergerak dari masalah enam tahap (n = 1), kecuali bahwa sekarang hanya ada satu kemungkinan node keberangkatan, i = 1 seperti yang ditunjukkan pada Tabel 1. Table 1: Tabel Hasil Perhitungan PD Mundur Tahap 1 i f 1(i,S) = min[d ij +f [j,s {j}] Solusi Optimal j= j= j= j= j= Node Jarak 1 8+=0 +=9 9+= += =9 1ke 9 Pada perhitungan tahap 1 diperoleh rute 1 dengan panjang jaraknya 9 km. Dari perhitungan pemrograman dinamik dengan rekursif mundur diperoleh rute perjalanan dimulai dari 1 1 dengan jarak optimal adalah 9 km. hasil rute optimal digambarkan pada Gambar, sekaligus diperoleh sirkuit Hamilton-nya Figure : Sirkuit Hamilton PD Mundur Dari pendekatan dalam pemrograman dinamik perhitungan rekursif maju diperoleh bahwa ruteyangdapatdilaluikandidatadalah1 1dandenagnpemrograman dinamik perhitungan rekursif mundur diperoleh bahwa rute terpendek yamg dilalui kandidat adalah 1 1. Karena jarak d ji = d ji maka rute 1 1 = 1 1 dengan panjang jarak optimal 9 km.
9 Mustafsiroh et al. Masalah traveling salesman 9 DAFTAR PUSTAKA [1] Dreyfus, S. E and Averill M. L The Art and Theory Dynamic Programming. London: Academic Press. [] Gross, J. L dan Yellen J. 00. Handbook of Graph Theory. Washington, D.C: Crc Press. [] Lipschutz, S dan Marc L. L. 00. Matematika diskrit. Terj Solved Problems in Discrete Mathematics. Jakarta: Erlangga. [] Munir, R. 00. Matematika Diskrit. Bandung: Informatika. [] Winston, W. L. 00. Operations Research: Applications and Algorithms. International Student, rd Ed. Belmont, USA.
MENENTUKAN LINTASAN TERPENDEK SUATU GRAF BERBOBOT DENGAN PENDEKATAN PEMROGRAMAN DINAMIS. Oleh Novia Suhraeni 1, Asrul Sani 2, Mukhsar 3 ABSTRACT
MENENTUKAN LINTASAN TERPENDEK SUATU GRAF BERBOBOT DENGAN PENDEKATAN PEMROGRAMAN DINAMIS Oleh Novia Suhraeni 1, Asrul Sani 2, Mukhsar 3 ABSTRACT One of graph application on whole life is to establish the
Lebih terperinciTARGET BERORIENTASI METODE CABANG DAN BATAS UNTUK OPTIMISASI GLOBAL
TARGET BERORIENTASI METODE CABANG DAN BATAS UNTUK OPTIMISASI GLOBAL Mochamad Suyudi 1, Sisilia Sylviani 2 1,2 Departmen Matematika FMIPA Universitas Padjadjaran moch.suyudi@gmail.com Abstrak: Fokus utama
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 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 1 PENDAHULUAN. 1.1 Latar Belakang
9 BAB 1 PENDAHULUAN 1.1 Latar Belakang Travelling Salesman Problem (TSP) merupakan salah satu permasalahan yang penting dalam dunia matematika dan informatika. TSP dapat diilustrasikan sebagai perjalanan
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 terperinciMETODE PROGRAM DINAMIS PADA PENYELESAIAN TRAVELING SALESMAN PROBLEM
Buletin Ilmiah Mat. Stat. dan Terapannya (Bimaster) Volume 04, No. 3 (2015), hal 329 336. METODE PROGRAM DINAMIS PADA PENYELESAIAN TRAVELING SALESMAN PROBLEM Hermianus Yunus, Helmi, Shantika Martha INTISARI
Lebih terperinciCourse Note Graph Hamilton
Course Note Graph Hamilton Pada catatan sebelumnya telah dijelaskan tentang definisi graph Hamilton. Suatu graph terhubung adalah graph Hamilton jika graph tersebut memuat sikel yang mencakup semua titik
Lebih terperinciPenentuan Rute Belanja dengan TSP dan Algoritma Greedy
Penentuan Rute Belanja dengan TSP dan Algoritma Greedy Megariza 13507076 1 Program Studi Teknik Informatika Sekolah Teknik Elektro dan Informatika Institut Teknologi Bandung, Jl. Ganesha 10 Bandung 40132,
Lebih terperinciPERBANDINGAN ALGORITMA GREEDY, ALGORITMA CHEAPEST INSERTION HEURISTICS DAN DYNAMIC PROGRAMMING DALAM PENYELESAIAN TRAVELLING SALESMAN PROBLEM
PERBANDINGAN ALGORITMA GREEDY, ALGORITMA CHEAPEST INSERTION HEURISTICS DAN DYNAMIC PROGRAMMING DALAM PENYELESAIAN TRAVELLING SALESMAN PROBLEM Gea Aristi Program Studi Manajemen Informatika AMIK BSI Tasikmalaya
Lebih terperinciMatematika dan Statistika
ISSN 1411-6669 MAJALAH ILMIAH Matematika dan Statistika DITERBITKAN OLEH: JURUSAN MATEMATIKA FMIPA UNIVERSITAS JEMBER Majalah Ilmiah Matematika dan Statistika APLIKASI ALGORITMA SEMUT DAN ALGORITMA CHEAPEST
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 terperinciPENYELESAIAN TRAVELLING SALESMAN PROBLEM DENGAN METODE TABU SEARCH
Buletin Ilmiah Mat. Stat. Dan Terapannya (Bimaster) Volume 04, No. 1 (2015), hal 17 24. PENYELESAIAN TRAVELLING SALESMAN PROBLEM DENGAN METODE TABU SEARCH Fatmawati, Bayu Prihandono, Evi Noviani INTISARI
Lebih terperinciPENYELESAIAN TRAVELLING SALESMAN PROBLEM MENGGUNAKAN METODE SIMPLE HILL CLIMBING
Buletin Ilmiah Math. Stat. dan Terapannya (Bimaster) Volume 0, No. (2015), hal 17 180. PENYELESAIAN TRAVELLING SALESMAN PROBLEM MENGGUNAKAN METODE SIMPLE HILL CLIMBING Kristina Karunianti Nana, Bayu Prihandono,
Lebih terperinciSirkuit Euler & Sirkuit Hamilton SISTEM INFORMASI UNIVERSITAS GUNADARMA 2012/2013
Sirkuit Euler & Sirkuit Hamilton SISTEM INFORMASI UNIVERSITAS GUNADARMA 2012/2013 Sirkuit Euler Lintasan Euler ialah lintasan yang melalui masing-masing sisi di dalam graf tepat satu kali. Sirkuit Euler
Lebih terperinciALGORITMA RUTE FUZZY TERPENDEK UNTUK KONEKSI SALURAN TELEPON
Jurnal Matematika UNAND Vol. 3 No. 1 Hal. 93 97 ISSN : 2303 2910 c Jurusan Matematika FMIPA UNAND ALGORITMA RUTE FUZZY TERPENDEK UNTUK KONEKSI SALURAN TELEPON NELSA ANDRIANA, NARWEN, BUDI RUDIANTO Program
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 terperinciSTUDI PERBANDINGAN ALGORITMA CHEAPEST INSERTION HEURISTIC DAN ANT COLONY SYSTEM DALAM PEMECAHAN TRAVELLING SALESMAN PROBLEM
Seminar Nasional Aplikasi Teknologi Informasi (SNATI ) ISSN: `1907-5022 Yogyakarta, 19 Juni STUDI PERBANDINGAN ALGORITMA CHEAPEST INSERTION HEURISTIC DAN ANT COLONY SYSTEM DALAM PEMECAHAN TRAVELLING SALESMAN
Lebih terperinciMENYELESAIKAN PERSOALAN TRANSPORTASI DENGAN KENDALA CAMPURAN
MENYELESAIKAN PERSOALAN TRANSPORTASI DENGAN KENDALA CAMPURAN J. K. Sari, A. Karma, M. D. H. Gamal junikartika.sari@ymail.com Mahasiswa Program Studi S Matematika Laboratorium Matematika Terapan Jurusan
Lebih terperinciPROGRAM DINAMIS UNTUK PENENTUAN LINTASAN TERPENDEK DENGAN PENDEKATAN ALGORITMA FLOYD-WARSHALL
17 Dinamika Teknik Januari PROGRAM DINAMI UNTUK PENENTUAN LINTAAN TERPENDEK DENGAN PENDEKATAN ALGORITMA FLOYD-WARHALL Enty Nur Hayati, Agus etiawan Dosen Fakultas Teknik Universitas tikubank emarang DINAMIKA
Lebih terperinciPenggunaan Metode Branch And Bound With Search Tree
Penggunaan Metode Branch And Bound With Search Tree Untuk Menyelesaikan Persoalan Pedagang Keliling Pada Graf Lengkap Sebagai Pengganti Metode Exhaustive Enumeration Alfan Farizki Wicaksono - NIM : 13506067
Lebih terperinciBAB I PENDAHULUAN 1.1. Latar Belakang dan Permasalahan
BAB I PENDAHULUAN 1.1. Latar Belakang dan Permasalahan Kereta api merupakan salah satu angkutan darat yang banyak diminati masyarakat, hal ini dikarenakan biaya yang relatif murah dan waktu tempuh yang
Lebih terperinciPenyelesaian Traveling Salesman Problem dengan Algoritma Heuristik
Penyelesaian Traveling Salesman Problem dengan Algoritma Heuristik Filman Ferdian - 13507091 Program Studi Teknik Informatika, Sekolah Teknik Elektro dan Informatika Institut Teknologi Bandung, Jalan Ganesha
Lebih terperinciBAB 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 terperinciMENGOPTIMALKAN PENJADWALAN SEKURITI DENGAN MODEL GOAL PROGRAMMING ABSTRACT ABSTRAK
MENGOPTIMALKAN PENJADWALAN SEKURITI DENGAN MODEL GOAL PROGRAMMING Said Almuhajir 1, T. P. Nababan 2, M. D. H. Gamal 2 1 Mahasiswa Program Studi S1 Matematika 2 Dosen Jurusan Matematika Fakultas Matematika
Lebih terperinciBAB 1 PENDAHULUAN. 1.1 Latar Belakang
BAB 1 PENDAHULUAN 1.1 Latar Belakang Traveling Salesperson Problem selanjutnya dalam tulisan ini disingkat menjadi TSP, digambarkan sebagai seorang penjual yang harus melewati sejumlah kota selama perjalanannya,
Lebih terperinciBAB 2 LANDASAN TEORI
BAB 2 LANDASAN TEORI 2.1 Proyek Konstruksi Proyek konstruksi adalah suatu rangkaian kegiatan yang melibatkan banyak pihak dan sumber daya untuk mencapai suatu tujuan tertentu (Ervianto, 2005). Proses ini
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 terperinciPENGGUNAAN ALGORITMA GENETIKA UNTUK MENENTUKAN LINTASAN TERPENDEK STUDI KASUS : LINTASAN BRT (BUS RAPID TRANSIT) MAKASSAR
PENGGUNAAN ALGORITMA GENETIKA UNTUK MENENTUKAN LINTASAN TERPENDEK STUDI KASUS : LINTASAN BRT (BUS RAPID TRANSIT) MAKASSAR Karels, Rheeza Effrains 1), Jusmawati 2), Nurdin 3) karelsrheezaeffrains@gmail.com
Lebih terperinciRENCANA PEMBELAJARAN SEMESTER PROGRAM STUDI TEKNIK ELEKTRO FAKULTAS TEKNIK ELEKRO TELKOM UNIVERSITY
RENCANA PEMBELAJARAN SEMESTER PROGRAM STUDI TEKNIK ELEKTRO FAKULTAS TEKNIK ELEKRO TELKOM UNIVERSITY MATA KULIAH KODE RUMPUN MK BOBOT (SKS) SEMESTER DIREVISI Matematika Diskrit FEH2J3 3 sks 3 atau 4 22
Lebih terperinciDesain Rute Terpendek untuk Distribusi Koran Dengan Algoritma Ant Colony System
Desain Rute Terpendek untuk Distribusi Koran Dengan Algoritma Ant Colony System Jan Alif Kreshna, Satria Perdana Arifin, ST, MTI., Rika Perdana Sari, ST, M.Eng. Politeknik Caltex Riau Jl. Umbansari 1 Rumbai,
Lebih terperinciBAB 1 PENDAHULUAN Latar Belakang
1 BAB 1 PENDAHULUAN 1.1. Latar Belakang Persoalan rute terpendek merupakan suatu jaringan pengarahan rute perjalanan di mana seseorang pengarah jalan ingin menentukan rute terpendek antara dua kota berdasarkan
Lebih terperinciDwiprima 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 terperinciAPLIKASI SIMULATED ANNEALING UNTUK MENYELESAIKAN TRAVELLING SALESMAN PROBLEM
Buletin Ilmiah Mat. Stat. dan Terapannya (Bimaster) Volume 03, No. 1 (2015), hal 25 32. APLIKASI SIMULATED ANNEALING UNTUK MENYELESAIKAN TRAVELLING SALESMAN PROBLEM Edi Samana, Bayu Prihandono, Evi Noviani
Lebih terperinciPENYELESAIAN TRAVELLING SALESMAN PROBLEM DENGAN ALGORITMA BRANCH AND BOUND
PENYEESAIAN TRAVEING SAESMAN PROBEM DENGAN AGORITMA BRANCH AND BOND Yogo Dwi Prasetyo Pendidikan Matematika, niversitas Asahan e-mail: abdullah.prasetyo@gmail.com Abstract The shortest route search by
Lebih terperinciDERAJAT VERTEKS GRAF TERHADAP HIMPUNAN VERTEKS
DERAJAT VERTEKS GRAF TERHADAP HIMPUNAN VERTEKS Fauziah Arani 1*, Rolan Pane 2, Endang Lily 2 1 Mahasiswa Program Studi S1 Matematika 2 Dosen JurusanMatematika Fakultas Matematika dan Ilmu Pengetahuan Alam
Lebih terperinciBAB 1 PENDAHULUAN. 1.1 Latar Belakang
BAB 1 PENDAHULUAN 1.1 Latar Belakang Traveling Salesman Problem (TSP) adalah permasalahan dimana seorang salesman harus mengunjungi semua kota yang ada dan kota tersebut hanya boleh dikunjungi tepat satu
Lebih terperinciPenerapan Travelling Salesman Problem dalam Penentuan Rute Pesawat
Penerapan Travelling Salesman Problem dalam Penentuan Rute Pesawat Aisyah Dzulqaidah 13510005 1 Program Sarjana Informatika Sekolah Teknik Elektro dan Informatika Institut Teknologi Bandung, Jl. Ganesha
Lebih terperinciPenyelesaian Traveling Salesperson Problem dengan Menggunakan Algoritma Semut
Penyelesaian Traveling Salesperson Problem dengan Menggunakan Algoritma Semut Irfan Afif (13507099) Program Studi Teknik Informatika, Sekolah Teknik Elektro dan Informatika, Institut Teknologi Bandung,
Lebih terperinciBAB 1 PENDAHULUAN. 1.1 Latar Belakang
BAB 1 PENDAHULUAN 1.1 Latar Belakang Masalah dalam menentukan rantaian terpendek diantara pasangan node (titik) tertentu dalam suatu graph telah banyak menarik perhatian. Persoalan dirumuskan sebagai kasus
Lebih terperinciBAB 1 PENDAHULUAN. dapat menyelesaikan masalah maka perlu dirumuskan terlebih dahulu langkahlangkah
BAB 1 PENDAHULUAN 1.1 Latar Belakang Masalah Komputer merupakan salah satu alat bantu untuk menyelesaikan masalah. Untuk dapat menyelesaikan masalah maka perlu dirumuskan terlebih dahulu langkahlangkah
Lebih terperinciBAB 2 TINJAUAN PUSTAKA
BAB 2 TINJAUAN PUSTAKA Bagian ini menjelaskan tentang hal-hal yang erat kaitannya dengan masalah m- ring star. Salah satu cabang matematika yang cukup penting dan sangat luas penerapannya di banyak bidang
Lebih terperinciPENERAPAN PROGRAM DINAMIS UNTUK MENENTUKAN JALUR PERJALANAN YANG OPTIMUM DENGAN BANTUAN SOFTWARE WINQSB
2012 Enty Nur Hayati 56 PENERAPAN PROGRAM DINAMIS UNTUK MENENTUKAN JALUR PERJALANAN YANG OPTIMUM DENGAN BANTUAN SOFTWARE WINQSB Enty Nur Hayati Dosen Fakultas Teknik Universitas Stikubank Semarang DINAMIKA
Lebih terperinciANALISA ALGORITMA GENETIKA DALAM TRAVELLING SALESMAN PROBLEM SIMETRI. Lindawati Syam M.P.Siallagan 1 S.Novani 2
ANALISA ALGORITMA GENETIKA DALAM TRAVELLING SALESMAN PROBLEM SIMETRI Lindawati Syam M.P.Siallagan 1 S.Novani 2 Jurusan Teknik Informatika, FT, Jl. Dipati Ukur Bandung ABSTRAK Masalah Travelling Salesman
Lebih terperinciMateMatika Diskrit Aplikasi TI. Sirait, MT 1
MateMatika Diskrit Aplikasi TI By @Ir.Hasanuddin Sirait, MT 1 Beberapa Aplikasi Graf Lintasan terpendek (shortest path) (akan dibahas pada kuliah IF3051) Persoalan pedagang keliling (travelling salesperson
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 terperinci1.4. Batasan Masalah Batasan-batasan masalah dalam pembuatan tugas akhir ini adalah sebagai berikut :
BAB 1 PENDAHULUAN 1.1. Pengantar Perkembangan jaman yang diiringi dengan kemajuan teknologi sekarang ini menyebabkan perubahan hampir di segala bidang. Salah satu aspeknya ialah teknologi komputerisasi
Lebih terperinciANALISIS ALGORITMA FLOYD WARSHALL UNTUK MENENTUKAN LINTASAN TERPENDEK PENGANGKUTAN SAMPAH (Studi Kasus: Pengangkutan Sampah di Kabupaten Kubu Raya)
Buletin Ilmiah Math. Stat. dan Terapannya (Bimaster) Volume, No. (), hal. ANAISIS AGORITMA FOYD WARSHA UNTUK MENENTUKAN INTASAN TERPENDEK PENGANGKUTAN SAMPAH (Studi Kasus: Pengangkutan Sampah di Kabupaten
Lebih terperinciII TINJAUAN PUSTAKA 2.1 Graf Definisi 1 (Graf, Graf Berarah dan Graf Takberarah) 2.2 Linear Programming
4 II TINJAUAN PUSTAKA Untuk memahami permasalahan yang berhubungan dengan penentuan rute optimal kendaraan dalam mendistribusikan barang serta menentukan solusinya maka diperlukan beberapa konsep teori
Lebih terperinciParadigma Pemrograman Dinamis dalam Menentukan Rute Distribusi Bahan Bakar Minyak Berdasarkan Kebutuhan Penduduk di Suatu Daerah
Paradigma Pemrograman Dinamis dalam Menentukan Rute Distribusi Bahan Bakar Minyak Berdasarkan Kebutuhan Penduduk di Suatu Daerah Aditya Agung Putra (13510010) 1 Program Studi Teknik Informatika Sekolah
Lebih terperinciAplikasi dan Algoritma Penyelesaian Optimal dari Persoalan Tukang Pos Cina
Aplikasi dan Algoritma Penyelesaian Optimal dari Persoalan Tukang Pos Cina Adhiguna Surya / 13509077 Program Studi Teknik Informatika Sekolah Teknik Elektro dan Informatika Institut Teknologi Bandung Jl.
Lebih terperinciBAB 2 LANDASAN TEORI
BAB 2 LANDASAN TEORI Sebelum memulai pembahasan lebih lanjut, pertama-tama haruslah dijelaskan apa yang dimaksud dengan traveling salesman problem atau dalam bahasa Indonesia disebut sebagai persoalan
Lebih terperinciGraf. Bekerjasama dengan. Rinaldi Munir
Graf Bekerjasama dengan Rinaldi Munir Beberapa Aplikasi Graf Lintasan terpendek (shortest path) (akan dibahas pada kuliah IF3051) Persoalan pedagang keliling (travelling salesperson problem) Persoalan
Lebih terperinciPENYELESAIAN TRAVELING SALESMAN PROBLEM (TSP) MENGGUNAKAN ALGORITMA RECURSIVE BEST FIRST SEARCH (RBFS)
PENYELESAIAN TRAVELING SALESMAN PROBLEM (TSP) MENGGUNAKAN ALGORITMA RECURSIVE BEST FIRST SEARCH (RBFS) Hari Santoso 146060300111019 haripinter@gmail.com Prodi Sistem Komunikasi dan Infromatika Teknik Elektro
Lebih terperinciPENERAPAN ALGORITMA RELAKSASI PADA PERMASALAHAN MINIMUM COST FLOW
PENERAPAN ALGORITMA RELAKSASI PADA PERMASALAHAN MINIMUM COST FLOW Supiatun, Sapti Wahyuningsih, Darmawan Satyananda Universitas Negeri Malang E-mail: nuta_ipuzzz@yahoo.com Abstrak : Minimum cost flow merupakan
Lebih 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 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 terperinciBAB II KAJIAN TEORI 2.1 Kajian Penelitian Sebelumnya
5 BAB II KAJIAN TEORI 2.1 Kajian Penelitian Sebelumnya Traveling salesman problem (TSP) merupakan salah satu permasalahan yang telah sering diangkat dalam berbagai studi kasus dengan penerapan berbagai
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 terperinciBAB 2 LANDASAN TEORI
BAB 2 LANDASAN TEORI Pada bab ini, akan dibahas landasan teori mengenai teori-teori yang digunakan dan konsep yang mendukung pembahasan, serta penjelasan mengenai metode yang digunakan. 2.1. Jalur Terpendek
Lebih terperinciAplikasi Graf dalam Rute Pengiriman Barang
Aplikasi Graf dalam Rute Pengiriman Barang Christ Angga Saputra - 09 Program Studi Teknik Informatika Sekolah Teknik Elektro dan Informatika Institut Teknologi Bandung, Jl. Ganesha 0 Bandung 0, Indonesia
Lebih terperinciSTUDI KOMPARATIF ALGORITMA ANT DAN ALGORITMA GENETIK PADA TRAVELLING SALESMAN PROBLEM
Jurnal Computech & Bisnis, Vol. 3, No. 1, Juni 2009, 30-36 ISSN Studi 1978-9629 Komparatif Algoritma Ant...(Bambang Siswoyo & Andrianto) STUDI KOMPARATIF ALGORITMA ANT DAN ALGORITMA GENETIK PADA TRAVELLING
Lebih terperinciALGORITMA DOUBLE SCALING UNTUK MENYELESAIKAN PERMASALAHAN MINIMUM COST FLOW DAN IMPLEMENTASINYA PADA PROGRAM KOMPUTER
ALGORITMA DOUBLE SCALING UNTUK MENYELESAIKAN PERMASALAHAN MINIMUM COST FLOW DAN IMPLEMENTASINYA PADA PROGRAM KOMPUTER Agustina Ardhini 1, Sapti Wahyuningsih 2, Darmawan Satyananda 3 Jurusan Matematika,
Lebih terperinciOPTIMASI RUTE ARMADA KEBERSIHAN KOTA GORONTALO MENGGUNAKAN ANT COLONY OPTIMIZATION. Zulfikar Hasan, Novianita Achmad, Nurwan
OPTIMASI RUTE ARMADA KEBERSIHAN KOTA GORONTALO MENGGUNAKAN ANT COLONY OPTIMIZATION Zulfikar Hasan, Novianita Achmad, Nurwan ABSTRAK Secara umum, penentuan rute terpendek dapat dibagi menjadi dua metode,
Lebih terperinciRANCANG BANGUN SISTEM INFORMASI RUTE WISATA TERPENDEK BERBASIS ALGORITMA FLOYD-WARSHALL
Sistem Prediksi Penyakit Diabetes Berbasis Decision Tree RANCANG BANGUN SISTEM INFORMASI RUTE WISATA TERPENDEK BERBASIS ALGORITMA FLOYD-WARSHALL Anik Andriani Manajemen Informatika AMIK BSI Jakarta Jl.
Lebih terperinciBAB 1 PENDAHULUAN 1.1 LATAR BELAKANG
1 BAB 1 PENDAHULUAN 1.1 LATAR BELAKANG Graf merupakan salah satu cabang ilmu matematika yang dapat digunakan dalam membantu persoalan diberbagai bidang seperti masalah komunikasi, transportasi, distribusi,
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 terperinciPenerapan TSP pada Penentuan Rute Wahana dalam Taman Rekreasi
Penerapan TSP pada Penentuan Rute Wahana dalam Taman Rekreasi Gisela Supardi 13515009 1 Program Studi Teknik Informatika Sekolah Teknik Elektro dan Informatika Institut Teknologi Bandung, Jl. Ganesha 10
Lebih terperinciMatematika Diskret (Graf II) Instruktur : Ferry Wahyu Wibowo, S.Si., M.Cs.
Matematika Diskret (Graf II) Instruktur : Ferry Wahyu Wibowo, S.Si., M.Cs. Beberapa Aplikasi Graf Lintasan terpendek (shortest path) Persoalan pedagang keliling (travelling salesperson problem) Persoalan
Lebih terperinciDesign and Analysis of Algorithms CNH2G3- Week 7 Brute Force Algorithm Part 2: Exhaustive Search
Design and Analysis of Algorithms CNH2G3- Week 7 Brute Force Algorithm Part 2: Exhaustive Search Dr. Putu Harry Gunawan (PHN) Daftar Isi 1 Pendahuluan..................................... 1 2 Traveling
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 terperinciJURNAL IT STMIK HANDAYANI
Nurilmiyanti Wardhani Teknik Informatika, STMIK Handayani Makassar ilmyangel@yahoo.com Abstrak Algoritma semut atau Ant Colony Optimization merupakan sebuah algoritma yang berasal dari alam. Algoritma
Lebih terperinciPENDISTRIBUSIAN BARANG FARMASI MENGGUNAKAN ALGORITMA DIJKSTRA (STUDI KASUS : PT. AIR MAS CHEMICAL)
PENDISTRIBUSIAN BARANG FARMASI MENGGUNAKAN ALGORITMA DIJKSTRA (STUDI KASUS : PT. AIR MAS CHEMICAL) Sulindawaty 1, Trinanda Syahputra 2 1 Program Studi Teknik Informatika, STMIK Pelita Nusantara Medan AMIK
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 terperinciPERBANDINGAN 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 terperinciDynamic Programming. Pemrograman Dinamis
Pemrograman Dinamis Pemrograman dinamis merupakan suatu teknik analisa kuantitatif untuk membuat tahapan keputusan yang saling berhubungan. Teknik ini menghasilkan prosedur yang sistematis untuk mencari
Lebih terperinciPEMBERIAN NOMOR VERTEX PADA TOPOLOGI JARINGAN GRAF WHEEL, GRAF HELM DAN GRAF LOLLIPOP
PEMBERIAN NOMOR VERTEX PADA TOPOLOGI JARINGAN GRAF WHEEL, GRAF HELM DAN GRAF LOLLIPOP Oleh : MUHAMAD SIDIQ NIM. M0108095 SKRIPSI Ditulis dan diajukan untuk memenuhi sebagian persyaratan memeperoleh gelar
Lebih terperinciPenentuan Optimalisasi TSP (Travelling Salesman Problem) Distribusi Barang Menggunakan Algoritma Genetika Di Buka Mata Adv
Penentuan Optimalisasi TSP (Travelling Salesman Problem) Distribusi Barang Menggunakan Algoritma Genetika Di Buka Mata Adv Teguh Nurhadi Suharsono 1, Muhamad Reza Saddat 2 1 Program Studi Teknik Informatika
Lebih terperinciDesign and Analysis of Algorithm
Design and Analysis of Algorithm Week 7: Brute Force Algorithm Part 2: Exhaustive Search Dr. Putu Harry Gunawan 1 1 Department of Computational Science School of Computing Telkom University Dr. Putu Harry
Lebih terperinciMETODE TRAVELING SALESMAN UNTUK MENENTUKAN LINTASAN TERPENDEK PADA DAERAH-DAERAH YANG TERIDENTIFIKASI BAHAYA
METODE TRAVELING SALESMAN UNTUK MENENTUKAN LINTASAN TERPENDEK PADA DAERAH-DAERAH YANG TERIDENTIFIKASI BAHAYA Oleh : Aisyah Lestari 1206 100 016 Dosen Pembimbing: Subchan, Ph.D 19710513 199702 1 001 JURUSAN
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 terperinciBAB I PENDAHULUAN 1.1 LATAR BELAKANG
BAB I PENDAHULUAN 1.1 LATAR BELAKANG Travelling Salesman Problem (TSP) merupakan permasalahan pedagang keliling dalam mencari lintasan terpendek dari semua kota yang dikunjunginya. Dengan syarat kota tersebut
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 terperinciPENERAPAN SISTEM PERSAMAAN LINEAR ITERATIF MAKS-PLUS PADA MASALAH LINTASAN TERPANJANG
PENERAPAN SISTEM PERSAMAAN LINEAR ITERATIF MAKS-PLUS PADA MASALAH LINTASAN TERPANJANG Mira Amalia, Siswanto, dan Bowo Winarno Program Studi Matematika FMIPA UNS Abstrak. Aljabar merupakan cabang ilmu matematika
Lebih terperinciI PENDAHULUAN II LANDASAN TEORI
I PENDAHULUAN. Latar Belakang Masalah penentuan rute bus karyawan mendapat perhatian dari para peneliti selama lebih kurang 30 tahun belakangan ini. Masalah optimisasi rute bus karyawan secara matematis
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 terperinciPENDEKATAN ALGORITMA PEMROGRAMAN DINAMIK DALAM MENYELESAIKAN PERSOALAN KNAPSACK 0/1 SKRIPSI SRI RAHAYU
PENDEKATAN ALGORITMA PEMROGRAMAN DINAMIK DALAM MENYELESAIKAN PERSOALAN KNAPSACK 0/1 SKRIPSI SRI RAHAYU 060823001 PROGRAM STUDI SARJANA MATEMATIKA DEPARTEMEN MATEMATIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN
Lebih terperinciANALISIS KINERJA ALGORITMA PEMROGRAMAN DINAMIK PADA MASALAH MULTISTAGE GRAPH. Kata Kunci: Algoritma, Multistage, Pemrograman Dinamik, Running Time
ANALISIS KINERJA ALGORITMA PEMROGRAMAN DINAMIK PADA MASALAH MULTISTAGE GRAPH Wawan Setiawan Universitas Negeri Malang E-mail : looney_waw@yahoo.co.id Pembimbing: (I) Dra. Susy Kuspambudi Andaini, M. Kom,
Lebih terperinciBAB I Pendahuluan 1.1. Latar Belakang
BAB I Pendahuluan 1.1. Latar Belakang Masalah lintasan terpendek pada pencarian sebuah lintasan dengan jarak yang paling minimum. Untuk mencari lintasan terpendek dari sebuah node sumber ke node lain adalah
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 terperinciPendekatan Dual-Matriks Untuk Menyelesaikan Persoalan Transportasi
Pendekatan Dual-Matriks Untuk Menyelesaikan Persoalan Transportasi Aziskhan, Usna Wita, M D H Gamal Fakultas Matematika dan Ilmu Pengetahuan Alam Universitas Riau Abstract: This paper discusses an approach
Lebih terperinciPENGGUNAAN GRAF SEBAGAI SOLUSI TRANSPORTASI SAAT INI
PENGGUNAAN GRAF SEBAGAI SOLUSI TRANSPORTASI SAAT INI Abstrak Aryo Nugroho NIM : 13505063 Program Studi Teknik Informatika, Institut Teknologi Bandung Jl. Ganesha 10, Bandung E-mail : if15063@students.if.itb.ac.id
Lebih terperinciPerbandingan Algoritma Dijkstra Dan Algoritma Ant Colony Dalam Penentuan Jalur Terpendek
Perbandingan Algoritma Dijkstra Dan Algoritma Ant Colony Dalam Penentuan Jalur Terpendek Finsa Ferdifiansyah NIM 0710630014 Jurusan Teknik Elektro Konsentrasi Rekayasa Komputer Fakultas Teknik Universitas
Lebih terperinciJurusan Matematika Fakultas Matematika dan Ilmu Pengetahuan Alam Universitas Riau Kampus Binawidya Pekanbaru (28293), Indonesia
MEMBANDINGKAN ALGORITMA D SATUR DENGAN ALGORITMA VERTEX MERGE DALAM PEWARNAAN GRAF TAK BERARAH Daratun Nasihin 1 Endang Lily 2, M. D. H. Gamal 2 1 Mahasiswa Program Studi S1 Matematika Jurusan Matematika
Lebih 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 terperinciImplementasi Algoritma Best-First Search (BeFS) Pada Penyelesaian Traveling Salesman Problem (TSP) (Studi Kasus: Perjalanan Wisata di Kota Yogyakarta)
JURNAL FOURIER Oktober 215, Vol 4, No 2, 93-111 ISSN 2252-763X Implementasi Algoritma Best-First Search (BeFS) Pada Penyelesaian Traveling Salesman Problem (TSP) (Studi Kasus: Perjalanan Wisata di Kota
Lebih terperinciMATEMATIKA 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 terperinciPerancangan Sistem Transportasi Kota Bandung dengan Menerapkan Konsep Sirkuit Hamilton dan Graf Berbobot
Perancangan Sistem Transportasi Kota Bandung dengan Menerapkan Konsep Sirkuit Hamilton dan Graf Berbobot Rakhmatullah Yoga Sutrisna (13512053) Program Studi Teknik Informatika Sekolah Teknik Elektro dan
Lebih terperinciPENGEMBANGAN SHORTEST PATH ALGORITHM (SPA) DALAM RANGKA PENCARIAN LINTASAN TERPENDEK PADA GRAF BERSAMBUNG BERARAH BERUNTAI
PENGEMBANGAN SHORTEST PATH ALGORITHM (SPA) DALAM RANGKA PENCARIAN LINTASAN TERPENDEK PADA GRAF BERSAMBUNG BERARAH BERUNTAI Oliver Samuel Simanjuntak Jurusan Teknik Informatika UPN Veteran Yogyakarta Jl.
Lebih terperinci