TUGAS RESUME MATERI KULIAH ALGORITMA DAN STRUKTUR DATA STRATEGI ALGORITMA : H
|
|
- Sucianty Tan
- 6 tahun lalu
- Tontonan:
Transkripsi
1 TUGAS RESUME MATERI KULIAH ALGORITMA DAN STRUKTUR DATA STRATEGI ALGORITMA NAMA NIM : HERIANTI : H FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM JURUSAN MATEMATIKA PROGRAM STUDI STATISTIKA UNIVERSITAS HASANUDDIN MAKASSAR 2012
2 A. Pengertian Strategi Strategi adalah rencana yang cermat mengenai kegiatan untuk mencapai sasaran tertentu (khusus). Algoritma adalah urutan langkah untuk memecahkan suatu masalah. Strategi algoritmik adalah kumpulan metode (dinyatakan dalam suatu urutan langkah-langkah penyelesaian) untuk memecahkan masalah guna mencapai tujuan yang ditentukan. Secara umum, strategi pemecahan masalah dibagi menjadi: 1. Strategi solusi langsung (direct solution strategies): a. Algorithma Brute Force b. Algorithma Greedy 2. Strategi berbasis pencarian pada ruang status (state-space base strategies): a. Algorithma Backtracking b. Algorithma Branch & Bound 3. Strategi solusi atas-bawah (top-down solution strategies): Algorithma Devide and Conquer 4. Strategi solusi bawah-atas (down-top solution strategies): Dynamic Programming Pada resume kali ini akan dibahas Metode Greedy dan Metode Dynamic Programming. B. Metode Greedy Metode greedy adalah metode yang digunakan untuk memecahkan persoalan optimasi, ada dua macam persoalan optimasi, yaitu maksimasi dan minimasi, artinya dengan metode greedy kita bemaksud mencari solusi terbaik, yaitu solusi yang benilai minimum atau maksimum dari sekumpulan alternatif solusi yang ada.
3 Elemen Algoritma Greedy Elemen elemen yang digunakan dalam penerapan algoritma greedy antara lain : 1. Himpunan Kandidat yaitu Himpunan yang berisi elemen pembentuk solusi. 2. Himpunan Solusi yaituhimpunan yang terpilih sebagai solusi persoalan. 3. Fungsi Seleksi yaitu Fungsi yang memilih kandidat yang paling mungkin untuk mencapai solusi optimal. 4. Fungsi Kelayakan yaitu Fungsi yang memeriksa apakah suatu kandidat yang dipilih dapat memberikan solusi yang layak. Maksudnya yaitu apakah kandidat tersebut bersama dengan himpunan solusi yang sudah terbentuk tidak melanggar kendala yang ada. 5. Fungsi Solusi yaitu Fungsi yang mengembalikan nilai boolean. True jika himpunan solusi yang sudah tebentuk merupakan solusi yang lengkap; False jika himpunan solusi belum lengkap. 6. Fungsi Objektif yaitu Fungsi yang mengoptimalkan solusi. Skema Umum Algoritma Greedy Misal kita mengasumsikan elemen algoritma greedysebagai berikut : Himpunan Kandidat = C, Himpunan Solusi = S, Fungsi Seleksi = select(), Fungsi Kelayakan = feasible(), Fungsi Solusi = solution(), dan Fungsi Obyektif = objective(). Skema umum dari algoritma greedy dapat kita tuliskan : 1. Inisialisasi S dengan kosong. 2. Pilih sebuah kandidat dari C (dengan select()). 3. Kurangi C dengan kandidat yang telah terpilih di atas. 4. Periksa apakah kandidat yang dipilih tersebut bersama sama dengan S membentuk solusi yang layak (dengan feasible()). Jika ya, masukkan kandidat ke S; jika tidak buang kandidat tersebut dan tidak perlu ditelaah lagi.
4 5. Periksa apakah S yang sudah terbentuk telah memberikan solusi yang lengkap(dengan solution()). Jika ya, berhenti; jika tidak, ulangi dari langkah 2. function greedy(input C: himpunan_kandidat) himpunan_kandidat {Mengembalikan solusi dari persoalan optimasi dengan algoritma greedy Masukan: himpunan kandidat C Keluaran: himpunan solusi yang bertipe himpunan_kandidat} Deklarasi x : kandidat S : himpunan_kandidat Algoritma: S {} { inisialisasi S dengan kosong } while (not SOLUSI(S)) and (C {} ) do x SELEKSI(C) { pilih sebuah kandidat dari C} C C - {x}{ elemen himpunan kandidat berkurang satu } if LAYAK(S {x}) then S S {x} endif endwhile {SOLUSI(S) or C = {} } if SOLUSI(S) then return S else write( tidak ada solusi ) endif Algoritma greedy membentuk solusi langkah per langkah (step by step). Terdapat banyak pilihan yang perlu dieksplorasi pada setiap langkah solusi. Oleh karenaitu,pada setiap langkah harus dibuat keputusan yang terbaik dalam menentukan pilihan. Keputusan yang telah diambil pada suatu langkah tidak dapat diubah lagi pada langkah selanjutnya. Pendekatan yang digunakan di dalam algoritma greedy adalah membuat pilihan yang tampaknya memberikan perolehan terbaik, yaitu dengan membuat pilihan optimum lokal (local optimum) pada setiap langkah dengan harapan bahwa sisanya mengarah ke solusi optimum global (global optimum) Algoritma greedy adalah algoritma yang memecahkan masalah langkah per langkah, pada setiap langkah:
5 1. mengambil pilihan yang terbaik yang dapat diperoleh pada saat itu tanpa memperhatikan konsekuensi ke depan (prinsip take what you can get now! ) 2. berharap bahwa dengan memilih optimum lokal pada setiap langkah akan berakhir dengan optimum global. 3. Pada setiap langkah diperoleh optimum lokal.bila algoritma berakhir, kita berharap optimum lokal menjadi optimum global. Warning: Optimum global belum tentu merupakan solusi optimum (terbaik), tetapi sub-optimum atau pseudo-optimum. Alasan: 1. Algoritma greedy tidak beroperasi secara menyeluruh terhadap semua alternatif solusi yang ada (sebagaimana pada metode exhaustive search). 2. Terdapat beberapa fungsi SELEKSI yang berbeda sehingga kita harus memilih fungsi yang tepat jika kita ingin algoritma menghasilkan solusi optiamal. Jadi, pada sebagian masalah algoritma greedy tidak selalu berhasil memberikan solusi yang optimal. Contoh pada masalah penukaran uang, elemen-elemen algoritma greedy-nya adalah: Himpunan kandidat: himpunan koin yang merepresentasikan nilai 1, 5, 10, 25, paling sedikit mengandung satu koin untuk setiap nilai. Himpunan solusi: total nilai koin yang dipilih tepat sama jumlahnya dengan nilai uang yang ditukarkan. Fungsi seleksi: pilihlah koin yang bernilai tertinggi dari himpunan kandidat yang tersisa. Fungsi layak: memeriksa apakah nilai total dari himpunan koin yang dipilih tidak melebihi jumlah uang yang harus dibayar. Fungsi obyektif: jumlah koin yang digunakan minimum.
6 Contoh: (a) Koin: 5, 4, 3, dan 1 Uang yang ditukar = 7. Solusi dengan algoritma greedy: 7 = ( 3 koin) tidak optimal Solusi yang optimal: 7 = ( 2 koin) (b) Koin: 10, 7, 1 Uang yang ditukar: 15 Solusi dengan algoritma greedy: 15 = (6 koin) tidak optimal Solusi yang optimal: 15 = (hanya 3 koin) (c) Koin: 15, 10, dan 1 Uang yang ditukar: 20 Solusi dengan algoritma greedy: 20 = (6 koin) tidak optimal Solusi optimal: 20 = (2 koin) Contoh masalah sehari-hari yang menggunakan prinsip greedy: 1. Memilih beberapa jenis investasi (penanaman modal) 2. Mencari jalur tersingkat dari Bandung ke Surabaya 3. Memilih jurusan di Perguruan Tinggi 4. Bermain kartu remi Kelebihan utama dari algoritma greedy adalah : a. Mudah diimplementasikan, algoritma greedy sangat mudah untuk diimplementasikan pada persoalan-persoalan yang ada. b. Efisien, algoritma greedy merupakan algoritma yang sangat efisien karena algoritma ini selalu berusaha memilih hasil optimal. c. Prinsip pencarian lintasan terpendek memakai fungsi Seleksi dan itu berguna untuk menentukan jalan tersingkat untuk menuju suatu tempat. Sehingga, kita dapat sampai tepat waktu menuju tempat tujuan. Hasil analisis berdasarkan bobot-bobot yang berbeda, menunjukkan bahwa semakin banyak bobot yang diberikan, maka semakin akurat pula data yang dihasilkan. Sehingga menghasilkan waktu yang efisien.
7 Kekurangan algoritma Greedy: a. Algoritma greedy tidak beroperasi secara menyeluruh terhadap semua alternatif solusi yang ada (sebagaimana pada metode exhaustive search). b. Pemilihan fungsi SELEKSI: Mungkin saja terdapat beberapa fungsi SELEKSI yang berbeda, sehingga kita harus memilih fungsi yang tepat jika kita ingin algoritma bekerja dengan benar dan menghasilkan solusi yang benar-benar optimum. Karena itu, pada sebagian masalah algoritma greedy tidak selalu berhasil memberikan solusi yang benar-benar optimum. C. Program dinamis (dynamic programming) Pemrograman dinamis istilah awalnya digunakan dalam 1940-an oleh Richard Bellmanuntuk menggambarkan proses pemecahan masalah dimana salah satu kebutuhan untuk menemukan satu keputusan terbaik demi satu. Dengan 1953, ia disempurnakan ini untuk makna modern, mengacu khusus untuk bersarang masalah keputusan kecil dalam keputusan yang lebih besar, dan lapangan itu kemudian diakui oleh IEEE sebagai topik analisis system dan rekayasa.kontribusi Bellman adalah diingat dalam nama persamaan Bellman, hasil pusat pemrogramandinamis yang menyatakan kembali masalah optimasi dalam bentuk rekursif. Dinamika Katadipilih oleh Bellman untuk menangkap aspek waktu bervariasi dari masalah, dan juga karenaterdengar mengesankan Pemrograman kata mengacu pada penggunaan metode untukmenemukan program yang optimal, dalam arti militer. jadwal untuk pelatihan atau logistik.penggunaan ini adalah sama seperti yang dalam pemrograman linear dan pemrograman frasamatematika, sebuah sinonim untuk optimasi matematika. Program dinamis (dynamic programming) merupakan suatu metode pemecahan masalah dengan cara menguraikan solusi menjadi sekumpulan langkah (step) atau tahapan (stage) sedemikian sehingga solusi dari persoalan dapat dipandang dari serangkaian keputusan yang saling berkaitan. Pada penyelesaian persoalan dengan metode ini terdapat sejumlah berhingga pilihan yang mungkin, solusi pada
8 setiap tahap dibangun dari hasil solusi tahap sebelumnya, dan menggunakan persyaratan optimasi dan kendala untuk membatasi sejumlah pilihan yang harus dipertimbangkan pada suatu tahap. Krakteristik program dinamis adalah sebagai berikut: 1. Persoalan dapat dibagi menjadi beberapa tahap (stage), yang pada setiap tahap hanya diambil satu keputusan 2. Masing-masing tahap terdiri dari sejumlah status (state) yang berhubungan dengan tahap tersebut. Secara umum, status merupakan bermacam kemungkinan masukan yang ada pada tahap tersebut. 3. Hasil dari keputusan yang diambil pada setiap tahap ditransformasikan dari status yang bersangkutan ke status berikutnya pada tahap berikutnya. 4. Ongkos (cost) pada suatu tahap meningkat secara teratur (steadily) dengan bertambahnya jumlah tahapan. 5. Ongkos pada suatu tahap bergantung pada ongkos tahap-tahap yang sudah berjalan dan ongkos pada tahap tersebut. 6. Keputusan terbaik pada suatu tahap bersifat independen terhadap keputusan yang dilakukan pada tahap sebelumnya. 7. Adanya hubungan rekursif yang mengidentifikasikan keputusan terbaik untuk setiap status pada tahap k memberikan keputusan terbaik untuk setiap status pada tahap k Prinsip optimalitas berlaku pada persoalan tersebut. Terdapat dua solusi pendekatan programa dinamis, yaitu pendekatan maju (forward atau up-down) dan pendekatan mundur (backward atau bottom-up). 1. Program dinamis maju. Program dinamis bergerak mulai dari tahap 1, terus maju ke tahap 2, 3, dan seterusnya sampai tahap n. Runtunan peubah keputusan adalah x1, x2,, xn. 2. Program dinamis mundur. Program dinamis bergerak mulai dari tahap n, terus mundur ke tahap n 1, n 2, dan seterusnya sampai tahap 1. Runtunan peubah keputusan adalah xn, xn-1,, x1.
9 Konsep dasar programa dinamis adalah sebagai berikut: Berdasarkan prinsip optimisasi Bellman (1950): An optimal policy has the property that whatever the initial decision are, the remaining decisions must constitute an optimal policy with regard to the state resulting from the first decision. Suatu masalah dapat dibagi menjadi beberapa tahap Dalam rangkaian keputusan yang telah diambil, hasil dari masing-masing terpengaruh pada hasil keputusan sebelumnya. Rangkaian keputusan yang diambil mesti membentuk kebijakan yang optimal secara keseluruhan. Bagi tahap persoalan yang masih tersisa kita diizinkan mengambil keputusan yang layak tanpa tergantung dari keputusan-keputusan yang telah diambil sebelumnya èoptimisasi prinsip. Prosedur pemecahan masalah dalam program dinamik dilakukan secara rekursif. Pada setiap tahap, nilai keadaan tahap sebelumnya merupakan masukan untuk tahap sekarang dan keluarannya menjadi masukan untuk tahap berikutnya. Pada setiap tahap kita diharuskan mengambil keputusan optimal. Kekurangan Metode dynamic progremming hanya satu, memori yang dibutuhkan lebih banyak karena anda menggunakan memo. Kelebihan metide dynamic programming yaitu: a. Selalu benar karena mencoba semua jalur yang mungkin b. Trading memory for speed (-memory +speed) Contoh kasus dengan penyelesaian menggunakan metode Greedy dan metode Dynamic Programming.
10 Jenis kotak yang akan dipilih untuk di masukkan ke kotak yang besar: Selesaikan dengan metode greedy dan dynamic programming! 1. Solusi dengan metode greedy o Metode greedy : Memilih luas yang paling besar untuk mendapatkan luas sisa terkecil. Luas kotak : 35m x 15m = 525m 2 Luar kotak A = 12 m 2 Luas kotak B = 14 m 2 Luas kotak C = 8m 2 Luas kotak D = 16m 2 Himpunan solusi feasible = {8, 12, 14, 16} Kita ambil luas yang besar; [ ] Luas sisanya adalah 13m 2 Pilih luas yang mungkin yang terbesar ; [ ] Luas sisanya adalah 1 m 2 ( Meskipun, sisanya optimal saya tidak dapat menemukan bentuk gambarnya) Jumlah kotak yang dapat dimasukkan yaitu 33 kotak. 32 kotak D dan 1 kotak A.
11 o Metode greedy dengan memodifikasi kotaknya, dengan memilih luas yang paling besar. a. Kita gabungkan 4 kotak D sehingga terbentuk seperti dibawah. Kita anggap kotak di bawah adalah kotak E Kotak E dengan Luas = 8m x 8m = 64m 2 b. Masukkan kotak yang mungkin masuk pada kotak yang berukuran 35 m x 15m. Kita masukkan kotak yang telah digabungkan yaitu kotak E c. Menggabungkan lagi kotak yang mungkin terbentuk untuk mengisi kotak diatas yang belum terisi. Kita anggap kotak di bawah adalah kotak F dengan kotak yang digabungkan adalah kotak D dan C. Luas kotak F = 8m x 6m = 48m 2
12 d. Mengambil kotak yang mungkin dapat dimasukkan ke kotak yang kosong di atas. Yang dapat kita ambil hanya kotak C. Luas kotak C = 4m x 2m = 8m 2 e. Tidak ada lagi kotak yang dapat dimasukkan ke dalam kotak yang berukuran 35m x 15m = 525m 2 sehingga jumlah kotak yang mengisi kotak tersebut adalah 35 kotak. Dengan 24 kotak D dan 11 kotak C. Sedangkan luas kotak yang tidak terisi dapat di hitung : Luas sisa = luas I + luas II + lias kotak III = (1 x 12) + (1 x 35) + (3 x 2) = = 53 m 2 Sisanya tidak optimal, itulah merupakan kekurangan dari metode Greey, banyak kemungkinan yang bisa kita ambil. 2. Solusi dengan Metode Dynamic Programming a. Membagi dua kotak tersebut seperti terlihat pada gambar berikut:
13 b. Membagi lima kotak di atas sehingga terlihat seperti pada gambar berikut: c. Selanjutnya membagi lagi kotak yang di atas sehingga menbentuk seperti yang di bawah: d. Mengisi kotak diatas sesuai kotak yang sudah digabungkan dengan bentuk seperti di bawah. Anggaplah kotak di bawah adalah kotak G. Luas kotak G : 7m x 4m = 28
14 e. Selanjutnya kotak yang belum terisi di atas dibagi lagi sehingga terbentuk seperti pada gambar berikut. f. Kotak yang kosong di atas diisi kotak G seperti terlihat pada kotak di bawah g. Kotak yang masih kosong di isi dengan kotak yang mungkin masuk pada kotak di atas. Kotak yang mungkin bisa masuk pada kotak di atas adalah kotak C. sehingga dapat dilihat seperti pada gambar berikut.
15 h. Kotak di atas tidak dapat lagi di isi kotak, maka kita dapat menghitung menghitung jumlah kotak yang terisi pada kotak di atas yaitu diantaranya kotak B dan sisanya kotak C. Dan sisanya dapat dihitung senagai berikut: Sisa Luas kotak = Luas I + Luas II = (4 x 1) + (3 x3) = = 13 m 2 Jadi, kesimpulannya Metode Dynamic Programming lebih optimal dari pada Metode Greedy.
16 SUMBER <= &uahk=gZiazK/Jfe8Cmf/T119Y+iqXBvQ Sumber:mufidnilmada.staff.gunadarma.ac.id/.../files/.../Program+Dinamis.ppt
IMPLEMENTASI ALGORITMA GREEDY PADA PERMAINAN OTHELLO
IMPLEMENTASI ALGORITMA GREEDY PADA PERMAINAN OTHELLO Nur Fajriah Rachmah NIM 13506091 Program Studi Teknik Informatika Sekolah Teknik Elektro dan Informatika Institut Teknologi Bandung Jalan Ganesha nomor
Lebih terperinciPendahuluan. Algoritma greedy merupakan metode yang paling populer untuk memecahkan persoalan optimasi.
Algoritma Greedy Pendahuluan Algoritma greedy merupakan metode yang paling populer untuk memecahkan persoalan optimasi. Persoalan optimasi (optimization problems): persoalan mencari solusi optimum. Hanya
Lebih terperinciAlgoritma greedy merupakan metode yang paling populer untuk memecahkan persoalan optimasi.
Algoritma greedy merupakan metode yang paling populer untuk memecahkan persoalan optimasi. Persoalan optimasi (optimization problems): persoalan mencari solusi optimum. Hanya ada dua macam persoalan optimasi:
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 terperinciImplementasi Algoritma Greedy pada Permainan Ludo
Implementasi Algoritma Greedy pada Permainan Ludo Sylvia Juliana, 13515070 Program Studi Teknik Informatika Sekolah Teknik Elektro dan Informatika Institut Teknologi Bandung, Jl, Ganesha 10 Bandung 40132,
Lebih terperinciPenerapan algoritma Greedy dalam penentuan Porter Generic Strategies untuk suatu perusahaan
Penerapan algoritma Greedy dalam penentuan Porter Generic Strategies untuk suatu perusahaan Wilson Fonda / 13510015 Program Studi Teknik Informatika Sekolah Teknik Elektro dan Informatika Institut Teknologi
Lebih terperinciBAB II LANDASAN TEORI
BAB II LANDASAN TEORI Bab ini berisi landasan dan dasar teori yang akan digunakan dalam melakukan analisis, perancangan, dan implementasi tugas akhir yang dilakukan pada bab-bab selanjutnya. 2.1 Bar Steel
Lebih terperinciPenerapan Algoritma Greedy dalam Optimasi Keuntungan Perusahaan Pengiriman Barang
Penerapan Algoritma Greedy dalam Optimasi Keuntungan Perusahaan Pengiriman Barang Windy Amelia - 13512091 Program Studi Teknik Informatika Sekolah Teknik Elektro dan Informatika Institut Teknologi Bandung,
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 terperinciPenerapan Algoritma Greedy untuk Permainan Halma
Penerapan Algoritma Greedy untuk Permainan Halma Vivi Lieyanda / 13509073 1 Program Studi Teknik Informatika Sekolah Teknik Elektro dan Informatika Institut Teknologi Bandung, Jl. Ganesha 10 Bandung 40132,
Lebih terperinciAplikasi Algoritma Greedy dalam Penjurusan Mahasiswa Tingkat Pertama Institut Teknologi Bandung
Aplikasi Algoritma Greedy dalam Penjurusan Mahasiswa Tingkat Pertama Institut Teknologi Bandung Hans Christian (13513047) Program Studi Teknik Informatika Sekolah Teknik Elektro dan Informatika Institut
Lebih terperinciAlgorima Greedy Pada Self Serve Gas Station
Algorima Greedy Pada Self Serve Gas Station Rifky Hamdani (13508024) Program Studi Teknik Informatika Sekolah Teknik Elektro dan Informatika Institut Teknologi Bandung, Jl. Ganesha 10 Bandung 40132, Indonesia
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 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 terperinciKompleksitas Algoritma untuk Penyelesaian Persoalan Penukaran Koin dengan Algoritma Greedy
Kompleksitas Algoritma untuk Penyelesaian Persoalan Penukaran Koin dengan Algoritma Greedy Dita Anindhika 13509023 1 Program Studi Teknik Informatika Sekolah Teknik Elektro dan Informatika Institut Teknologi
Lebih terperinciPenentuan Keputusan dalam Permainan Gomoku dengan Program Dinamis dan Algoritma Greedy
Penentuan Keputusan dalam Permainan Gomoku dengan Program Dinamis dan Algoritma Greedy Atika Yusuf 135055 Program Studi Teknik Informatika Sekolah Teknik Elektro dan Informatika Institut Teknologi Bandung,
Lebih terperinciPenerapan Algoritma Greedy pada Permainan Tower Defense
Penerapan Algoritma Greedy pada Permainan Tower Defense Tasya - 13515064 Program Studi Teknik Informatika Sekolah Teknik Elektro dan Informatika Institut Teknologi Bandung, Jl. Ganesha 10 Bandung 40132,
Lebih terperinciAPLIKASI ALGORITMA GREEDY DALAM PENENTUAN SPESIFIKASI KOMPUTER RAKITAN
APLIKASI ALGORITMA GREEDY DALAM PENENTUAN SPESIFIKASI KOMPUTER RAKITAN Hadyan Ghaziani Fadli NIM : 13505005 Program Studi Teknik Informatika, Institut Teknologi Bandung Jl. Ganesha 10, Bandung E-mail :
Lebih terperinciPenerapan Algoritma Greedy Pada Game Tower Defense: Tower of Greece
Penerapan Algoritma Greedy Pada Game Tower Defense: Tower of Greece Husni Munaya - 13513022 1 Program Studi Teknik Informatika Sekolah Teknik Elektro dan Informatika Institut Teknologi Bandung, Jl. Ganesha
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 terperinciPenerapan Algoritma Greedy pada Intelegensia Buatan untuk Transfer Pemain dalam Permainan Simulasi Sepakbola
Penerapan Algoritma Greedy pada Intelegensia Buatan untuk Transfer Pemain dalam Permainan Simulasi Sepakbola A. Thoriq Abrowi Bastari - 13508025 Program Studi Teknik Informatika Sekolah Teknik Elektro
Lebih terperinciAnalisis Beberapa Algoritma dalam Menyelesaikan Pencarian Jalan Terpendek
Analisis Beberapa Algoritma dalam Menyelesaikan Pencarian Jalan Terpendek Hugo Toni Seputro Program Studi Teknik Informatika, Sekolah Teknik Elektro dan Informatika Jl. Ganesha 10 Bandung Jawa Barat Indonesia
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 terperinciDesign and Analysis Algorithm
Design and Analysis Algorithm Pertemuan 06 Drs. Achmad Ridok M.Kom Imam Cholissodin, S.Si., M.Kom M. Ali Fauzi S.Kom., M.Kom Ratih Kartika Dewi, ST, M.Kom Contents 31 Greedy Algorithm 2 Pendahuluan Algoritma
Lebih terperinciPERBANDINGAN APLIKASI ALGORITMA BRUTE-FORCE DAN KOMBINASI ALGORITMA BREADTH FIRST SEARCH DAN GREEDY DALAM PENCARIAN SOLUSI PERMAINAN TREASURE HUNT
PERBANDINGAN APLIKASI ALGORITMA BRUTE-FORCE DAN KOMBINASI ALGORITMA BREADTH FIRST SEARCH DAN GREEDY DALAM PENCARIAN SOLUSI PERMAINAN TREASURE HUNT Adi Purwanto Sujarwadi (13506010) Program Studi Teknik
Lebih terperinciPenerapan Algoritma Greedy dan Algoritma BFS untuk AI pada Permainan Greedy Spiders
Penerapan Algoritma Greedy dan Algoritma BFS untuk AI pada Permainan Greedy Spiders Rachmawaty 13509071 Program Studi Teknik Informatika Sekolah Teknik Elektro dan Informatika Institut Teknologi Bandung,
Lebih terperinciPenggunaan Algoritma Greedy untuk Mencari Solusi Optimal dalam Permainan Brick Breaker
Penggunaan Greedy untuk Mencari Solusi Optimal dalam Permainan Brick Breaker Nanda Ekaputra Panjiarga 13509031 Program Studi Teknik Informatika Sekolah Teknik Elektro dan Informatika Institut Teknologi
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 terperinciImplementasi Algoritma Greedy dalam Pembagian kerja pada Mesin yang Identik
Implementasi Algoritma Greedy dalam Pembagian kerja pada Mesin yang Identik William Sentosa / 13513026 Program Teknik Informatika Sekolah Teknik Elektro dan Informatika Institut Teknologi Bandung, Jl.
Lebih terperinciAnalisis Penerapan Algoritma Kruskal dalam Pembuatan Jaringan Distribusi Listrik
Analisis Penerapan Algoritma Kruskal dalam Pembuatan Jaringan Distribusi Listrik Maureen Linda Caroline (13508049) Program Studi Teknik Informatika Sekolah Teknik Elektro dan Informatika Institut Teknologi
Lebih terperinciDesign and Analysis of Algorithms CNH2G3- Week 8 Greedy Algorithm
Design and Analysis of Algorithms CNH2G3- Week 8 Greedy Algorithm Dr. Putu Harry Gunawan (PHN) Daftar Isi 1 Greedy Algorithm.................................. 1 2 Contoh-contoh Algoritma Greedy........................
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 terperinciWhat Is Greedy Technique
1 What Is Greedy Technique A technique constructing a solution through a sequence of steps, on each step it suggests a greedy grab of the best alternative available in the hope that a sequence of locally
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 terperinciAlgoritma Greedy untuk Membangun Korpus Pengenalan Suara Al-Quran
Algoritma Greedy untuk Membangun Korpus Pengenalan Suara Al-Quran Aisyah Dzulqaidah 13510005 1 Program Studi Teknik Informatika Sekolah Teknik Elektro dan Informatika Institut Teknologi Bandung, Jl. Ganesha
Lebih terperinciPenentuan Lokasi Pemasaran Produk dengan Media Periklanan Menggunakan Algoritma Greedy
Penentuan Pemasaran Produk dengan Media Periklanan Menggunakan Algoritma Greedy Akhiles Leonardus Danny Sindra 13509063 Program Studi Teknik Informatika Sekolah Teknik Elektro dan Informatika Institut
Lebih terperinciPENGGUNAAN ALGORITMA GREEDY PADA MESIN PENCARI
PENGGUNAAN ALGORITMA GREEDY PADA MESIN PENCARI WWW.WEGO.COM Gagarin Adhitama 13508089 Program Studi Teknik Informatika Sekolah Teknik Elektro dan Informatika Institut Teknologi Bandung, Jl. Ganesha 10
Lebih terperinciPenggunaan Algoritma Greedy Dalam Perancangan Papan Teka Teki Silang
Penggunaan Algoritma Greedy Dalam Perancangan Papan Teka Teki Silang Stefanus Thobi Sinaga / 13510029 Program Studi Teknik Informatika Sekolah Teknik Elektro dan Informatika Institut Teknologi Bandung,
Lebih terperinciOptimisasi Penjadwalan Proses Pada Central Processing Unit Dengan Menggunakan Algoritma Greedy
Optimisasi Penjadwalan Proses Pada Central Processing Unit Dengan Menggunakan Algoritma Greedy Irdham Mikhail Kenjibriel (13508111) Program Studi Teknik Informatika Sekolah Teknik Elektro dan Informatika
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 terperinciDesign and Analysis Algorithm. Ahmad Afif Supianto, S.Si., M.Kom. Pertemuan 06
Design and Analysis Algorithm Ahmad Afif Supianto, S.Si., M.Kom Pertemuan 06 Contents 31 Greedy Algorithm 2 Pendahuluan Algoritma greedy merupakan metode yang paling populer untuk memecahkan persoalan
Lebih terperinciPerbandinganan Penggunaan Algoritma Greedy dan Modifikasi Algoritma Brute Force pada Permainan Collapse XXL
Perbandinganan Penggunaan Algoritma Greedy dan Modifikasi Algoritma Brute Force pada Permainan Collapse XXL Rahadian Dimas Prayudha - 13509009 Program Studi Teknik Informatika Sekolah Teknik Elektro dan
Lebih terperinciEksplorasi 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 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 terperinciPenerapan Algoritma Greedy dalam Pembuatan Klasemen Kompetisi
Penerapan Algoritma Greedy dalam Pembuatan Klasemen Kompetisi Muhammad Rizky W. / 13511037 Program Studi Teknik Informatika Sekolah Teknik Elektro dan Informatika Institut Teknologi Bandung, Jl. Ganesha
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 terperinciPENERAPAN ALGORITMA GREEDY DALAM PENGISIAN RENCANA STUDI SEMESTER DI ITB SEBAGAI PERSOALAN BINARY KNAPSACK
PENERAPAN ALGORITMA GREEDY DALAM PENGISIAN RENCANA STUDI SEMESTER DI ITB SEBAGAI PERSOALAN BINARY KNAPSACK Penerapan Algoritma Greedy dalam Pengisian Rencana Studi Semester di ITB sebagai Persoalan Binary
Lebih terperinciPenggunaan Algoritma Greedy untuk menyelesaikan Permainan Othello
Penggunaan Algoritma Greedy untuk menyelesaikan Permainan Othello Annisa Muzdalifa - 13515090 Program Studi Teknik Informatika Sekolah Teknik Elektro dan Informatika Institut Teknologi Bandung, Jl. Ganesha
Lebih terperinciPenerapan Algoritma Greedy pada Artificial Inteligence dalam Permainan Defence of the Ancient
Penerapan Algoritma Greedy pada Artificial Inteligence dalam Permainan Defence of the Ancient Gurun Nevada Dharan/ 13509076 Program Studi Teknik Informatika Sekolah Teknik Elektro dan Informatika Institut
Lebih terperinciPerbandingan BFS, DFS dan Greedy pada Permainan Logika Crossing Bridge
Perbandingan BFS, DFS dan Greedy pada Permainan Logika Crossing Bridge Susanti Gojali and 352057 Program Studi Teknik Informatika Sekolah Teknik Elektro dan Informatika Institut Teknologi Bandung, Jl.
Lebih terperinciAnalisis Pengimplementasian Algoritma Greedy untuk Memilih Rute Angkutan Umum
Analisis Pengimplementasian Algoritma Greedy untuk Memilih Rute Angkutan Umum Arieza Nadya -- 13512017 Program Studi Teknik Informatika Sekolah Teknik Elektro dan Informatika Institut Teknologi Bandung,
Lebih terperinciPenentuan Rute Terbaik pada Permainan Taxi Rider
Penentuan Rute Terbaik pada Permainan Taxi Rider Perbandingan antara Algoritma Greedy dan Pemrograman Dinamis Ezra Hizkia Nathanael - 13510076 Program Studi Teknik Informatika Sekolah Teknik Elektro dan
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 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 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 terperinciPemilihan Monster yang Akan Digunakan dalam Permainan Yu-Gi-Oh! Capsule Monster Coliseum
Pemilihan Monster yang Akan Digunakan dalam Permainan Yu-Gi-Oh! Capsule Monster Coliseum Analisis menggunakan algoritma Greedy untuk memilih monster yang terbaik Bervianto Leo P - 13514047 Program Studi
Lebih terperinciPenerapan Algoritma Greedy dalam Permainan Othello
Penerapan Algoritma Greedy dalam Permainan Othello Fabrian Oktavino H - 13510053 Program Studi Teknik Informatika Sekolah Teknik Elektro dan Informatika Institut Teknologi Bandung, Jl. Ganesha 10 Bandung
Lebih terperinciPenerapan Algoritma Greedy dalam Pengisian Rencana Studi Semester di ITB sebagai Persoalan Binary Knapsack
Penerapan Algoritma Greedy dalam Pengisian Rencana Studi Semester di ITB sebagai Persoalan Binary Knapsack Muhammad Ikhsan (13511064) Program Studi Teknik Informatika Sekolah Teknik Elektro dan Informatika
Lebih terperinciPenerapan Algoritma Greedy pada Permainan Bubble Breaker
Penerapan Algoritma Greedy pada Permainan Bubble Breaker Roy Indra Haryanto - 13508026 Program Studi Teknik Informatika Sekolah Teknik Elektro dan Informatika Institut Teknologi Bandung, Jl Ganesha 10
Lebih terperinciPerbandingan Algoritma Greedy & Bactracking Dalam Penyelesaian Permainan 2048
Perbandingan Algoritma Greedy & Bactracking Dalam Penyelesaian Permainan 2048 Stephen (13512025) 1 Program Studi Teknik Informatika Sekolah Teknik Elektro dan Informatika Institut Teknologi Bandung, Jl.
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 terperinciALGORITHM. 5 Greedy Algorithm. Dahlia Widhyaestoeti, S.Kom dahlia74march.wordpress.com
ALGORITHM 5 Greedy Algorithm Dahlia Widhyaestoeti, S.Kom dahlia.widhyaestoeti@gmail.com dahlia74march.wordpress.com Algoritma greedy merupakan metode yang paling populer untuk memecahkan persoalan optimasi.
Lebih terperinciPenerapan Algoritma Greedy dalam Algoritma Penjadwalan Prosesor Tunggal Shortest Job First
Penerapan Algoritma Greedy dalam Algoritma Penjadwalan or Tunggal Shortest Job First Girvandi Ilyas, 13515051 Program Studi Teknik Informatika Sekolah Teknik Elekro dan Informatika Insitut Teknologi Bandung,
Lebih terperinciPenerapan Algoritma Greedy dalam Pencarian Rantai Penjumlahan Terpendek
Penerapan Algoritma Greedy dalam Pencarian Rantai Penjumlahan Terpendek Irwan Kurniawan 135 06 090 Program Studi Teknik Informatika, Institut Teknologi Bandung Jl Ganesha 10, Bandung e-mail: if16090@students.if.itb.ac.id
Lebih terperinciAplikasi Algoritma Greedy dalam Permainan Kartu Truf
Aplikasi Algoritma Greedy dalam Permainan Kartu Truf Darwin Prasetio / 13512001 Program Studi Teknik Informatika Sekolah Teknik Elektro dan Informatika Institut Teknologi Bandung, Jl. Ganesha 10 Bandung
Lebih terperinciPenentuan Lintasan Terbaik Dengan Algoritma Dynamic Programming Pada Fitur Get Driving Directions Google Maps
Penentuan Lintasan Terbaik Dengan Algoritma Dynamic Programming Pada Fitur Get Driving Directions Google Maps Michael Ingga Gunawan 13511053 Program Studi Teknik Informatika Sekolah Teknik Elektro dan
Lebih terperinciPencarian Jalur Terpendek dengan Menggunakan Graf dan Greedy dalam Kehidupan Sehari-hari
Pencarian Jalur Terpendek dengan Menggunakan Graf dan Greedy dalam Kehidupan Sehari-hari Andika Mediputra - NIM : 13509057 Program Studi Teknik Informatika Sekolah Teknik Elektro dan Informatika Institut
Lebih 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 terperinciPenggunaan Algoritma Greedy dalam Optimasi Masalah Perkebunan
Penggunaan Algoritma Greedy dalam Optimasi Masalah Perkebunan Daniel Widya Suryanata / 13509083 Program Studi Teknik Informatika Sekolah Teknik Elektro dan Informatika Institut Teknologi Bandung, Jl. Ganesha
Lebih terperinciImplementasi Pemrograman Dinamis dalam Pencarian Solusi Permainan Menara Hanoi
Implementasi Pemrograman Dinamis dalam Pencarian Solusi Permainan Menara Hanoi Jonathan Ery Pradana / 13508007 Program Studi Teknik Informatika Sekolah Teknik Elektro dan Informatika Institut Teknologi
Lebih terperinciPerbandingan Algoritma Dijkstra dan Algoritma Bellman Ford pada Routing Jaringan Komputer
Perbandingan Algoritma Dijkstra dan Algoritma Bellman Ford pada Routing Jaringan Komputer Ginanjar Fahrul Muttaqin Teknik Informatika Institut Teknologi Bandung, Ganeca 10, e-mail: gin2_fm@yahoo.co.id
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 terperinciAplikasi Algoritma Greedy untuk Menyelesaikan Permainan Magic Wingdom
Aplikasi Algoritma Greedy untuk Menyelesaikan Permainan Magic Wingdom Muhammad Iqbal 13510064 Program Studi Teknik Informatika Sekolah Teknik Elektro dan Informatika Institut Teknologi Bandung, Jl. Ganesha
Lebih terperinciII. TEORI DASAR I. PENDAHULUAN. utang piutang dengan strategi algoritma greedy.
Penggunaan Algoritma Greedy untuk Meminimumkan Aliran Kas pada Graf Utang Piutang Prama Legawa Halqavi / 13515132 Program Studi Teknik Informatika Sekolah Teknik Elektro dan Informatika Institut Teknologi
Lebih terperinciStrategi Permainan Bridge menggunakan Algoritma Greedy
Strategi Permainan Bridge menggunakan Algoritma Greedy Rien Nisa (13510098) Program Studi Teknik Informatika Sekolah Teknik Elektro dan Informatika Institut Teknologi Bandung, Jl. Ganesha 10 Bandung 40132,
Lebih terperinciPenggunaaan Algoritma Greedy Dalam Aplikasi Vending Machine
Penggunaaan Algoritma Greedy Dalam Aplikasi Vending Machine Aryo Nugroho/13505063 Email : if15063@students.if.itb.ac.id ABSTRAK Menggunakan teori algoritma Greedy penulis ingin mencoba untuk membuat aplikasi
Lebih terperinciALGORITMA RUNUT-BALIK (BACKTRACKING ALGORITHM) PADA MASALAH KNIGHT S TOUR
ALGORITMA RUNUT-BALIK (BACKTRACKING ALGORITHM) PADA MASALAH KNIGHT S TOUR Fahmi Mumtaz 50605 Teknik Informatika Institut Teknologi Bandung e-mail: if605@students.if.itb.ac.id; mumtaz_banget@yahoo.co.uk;
Lebih terperinciPembahasan Pencarian Lintasan Terpendek Menggunakan Algoritma Dijkstra dan A*
Pembahasan Pencarian Lintasan Terpendek Menggunakan Algoritma Dijkstra dan A* Willy Setiawan - 13508043 Program Studi Teknik Informatika Sekolah Teknik Elektro dan Informatika Institut Teknologi Bandung,
Lebih terperinciPENGGUNAAN ALGORITMA GREEDY DALAM PERMAINAN KARTU BLACK JACK
PENGGUNAAN ALGORITMA GREEDY DALAM PERMAINAN KARTU BLACK JACK Dwitiyo Abhirama - 13505013 Program Studi Teknik Informatika, Institut Teknologi Bandung Jl Ganesha 10, Bandung e-mail: if15013@students.if.itb.ac.id
Lebih terperinciAplikasi Algoritma Greedy pada Pemilihan Jenis Olahraga Ringan
Aplikasi Algoritma Greedy pada Pemilihan Jenis Olahraga Ringan Ni Made Satvika Iswari - 13508077 1 Program Studi Teknik Informatika Sekolah Teknik Elektro dan Informatika Institut Teknologi Bandung, Jl.
Lebih terperinciAlgoritma Greedy pada Penjadwalan Real-Time untuk Earliest Deadline First Scheduling dan Rate Monotonic Scheduling serta Perbandingannya
Algoritma Greedy pada Penjadwalan Real-Time untuk Earliest Deadline First Scheduling dan Rate Monotonic Scheduling serta Perbandingannya Iftitakhul Zakiah/13515114 Program Studi Teknik Informatika Sekolah
Lebih terperinciPenerapan Algoritma Greedy dalam Permainan Connect 4
Penerapan Algoritma Greedy dalam Permainan Connect 4 Muhammad Hasby (13509054) 1 Program Studi Teknik Informatika Sekolah Teknik Elektro dan Informatika Institut Teknologi Bandung, Jl. Ganesha 10 Bandung
Lebih terperinciPenerapan Algoritma Greedy dalam Algoritma Disk Scheduling Shortest Seek Time First
Penerapan Algoritma Greedy dalam Algoritma Disk Scheduling Shortest Seek Time First Muhammad Fauzan Naufan / 13513062 Program Studi Teknik Informatika Sekolah Teknik Elektro dan Informatika Institut Teknologi
Lebih terperinciPENERAPAN ALGORITMA GREEDY UNTUK PENENTUAN JALUR DISTRIBUSI BANTUAN PASCA BENCANA ALAM
PENERAPAN ALGORITMA GREEDY UNTUK PENENTUAN JALUR DISTRIBUSI BANTUAN PASCA BENCANA ALAM Filman Ferdian Program Studi Teknik Informatika Sekolah Teknik Elektro dan Informatika Institut Teknologi Bandung
Lebih terperinciAlgoritma Branch & Bound
Algoritma Branch & Bound Bahan Kuliah IF2211 Strategi Algoritma Program Studi Informatika STEI ITB 2018 Overview Pembentukan pohon ruang status (state space tree) dinamis untuk mencari solusi persoalan
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 terperinciPenerapan Algoritma Greedy dan Breadth First Search pada Permainan Kartu Sevens
Penerapan Algoritma Greedy dan Breadth First Search pada Permainan Kartu Sevens Kharis Isriyanto 13514064 Program Studi Teknik Informatika Sekolah Teknik Elektro dan Informatika Institut Teknologi Bandung,
Lebih terperinciDeteksi Wajah Menggunakan Program Dinamis
Deteksi Wajah Menggunakan Program Dinamis Dandun Satyanuraga 13515601 Program Studi Teknik Informatika Sekolah Teknik Elektro dan Informatika Institut Teknologi Bandung, Jl. Ganesha 10 Bandung 40132, Indonesia
Lebih terperinciBAB II TINJAUAN PUSTAKA. kegiatan intrakulikuler yang memadukan pelaksanaan Tri Dharma Perguruan
BAB II TINJAUAN PUSTAKA 2.1. Kuliah Kerja Nyata (KKN) Kegiatan Kuliah Kerja Nyata (KKN) Universitas Lampung merupakan suatu kegiatan intrakulikuler yang memadukan pelaksanaan Tri Dharma Perguruan Tinggi
Lebih terperinciIMPLEMENTASI GRAF DENGAN MENGGUNAKAN STRATEGI GREEDY
IMPLEMENTASI GRAF DENGAN MENGGUNAKAN STRATEGI GREEDY Arief Latu Suseno NIM : 13505019 Program Studi Teknik Informatika, Institut Teknologi Bandung Jl. Ganesha 10, Bandung E-mail : Abstrak Graf merupakan
Lebih 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 terperinciPenyelesaian Berbagai Permasalahan Algoritma dengan Kombinasi Algoritma Brute Force dan Greedy
Penyelesaian Berbagai Permasalahan Algoritma dengan Kombinasi Algoritma Brute Force dan Greedy Anggriawan Sugianto 1, David Susanto 2, Zakka Fauzan Muhammad 3 Laboratorium Ilmu dan Rekayasa Komputasi Program
Lebih terperinciStrategi Perancangan Bot Player pada Permainan Tradisional Congklak dengan Algoritma Greedy
Strategi Perancangan Bot Player pada Permainan Tradisional Congklak dengan Algoritma Greedy Rio Chandra Rajagukguk 13514082 Program Studi Informatika Sekolah Teknik Elektro dan Informatika Institut Teknologi
Lebih terperinciIMPLEMENTASI GRAF DENGAN MENGGUNAKAN STRATEGI GREEDY
IMPLEMENTASI GRAF DENGAN MENGGUNAKAN STRATEGI GREEDY Erdiansyah Fajar Nugraha (13508055) Sekolah Teknik Elektro dan Informatika, Institut Teknologi Bandung Jalan Ganesha 10,Bandung e-mail: if18055@students.if.itb.ac.id
Lebih terperinciPenerapan Algoritma Greedy dalam Permainan Bantumi
Penerapan Algoritma Greedy dalam Permainan Bantumi Andi Setiawan Program Studi Teknik Informatika Institut Teknologi Bandung Jalan Ganesha 10 Bandung e-mail: andise@students.itb.ac.id ABSTRAK Algoritma
Lebih terperinciIF3051 Strategi Algoritma Penerapan Algoritma Greedy untuk Peletakan Tanaman dalam Game Harvest Moon: Back to Nature
IF3051 Strategi Penerapan Greedy untuk Peletakan Tanaman dalam Game Harvest Moon: Back to Nature Nikodemus Adriel Limanthie/13510089 Program Studi Teknik Informatika Sekolah Teknik Elektro dan Informatika
Lebih terperinciPenggunaan Algoritma Greedy Dalam Penentuan Rute Wisata
Penggunaan Algoritma Greedy Dalam Penentuan Rute Wisata Renusa Andra Prayogo (13511063) Program Studi Teknik Informatika Sekolah Teknik Elektro dan Informatika Institut Teknologi Bandung, Jl. Ganesha 10
Lebih terperinciPenggunaan Algoritma Greedy Untuk Menyelesaikan Permainan Cluedo
Penggunaan Algoritma Greedy Untuk Menyelesaikan Permainan Cluedo Adriano Milyardi - 13509010 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 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 terperinciPENERAPAN ALGORITMA GREEDY DALAM PENENTUAN USAHA BISNIS INVESTASI
PENERAPAN ALGORITMA GREEDY DALAM PENENTUAN USAHA BISNIS INVESTASI Lyco Adhy Purwoko / 13508027 Program Studi Teknik Informatika Sekolah Teknik Elektro dan Informatika Institut Teknologi Bandung, Jl. Ganesha
Lebih terperinci