Implementasi Pohon Merentang Minimum Dalam Menentukan Prioritas Pemeliharaan Jalur Jalan Kota Dengan Biaya Minimal
|
|
- Iwan Sasmita
- 7 tahun lalu
- Tontonan:
Transkripsi
1 JURNAL DIGIT, Vol.1, No. 2, November 2011, pp. 132~142 ISSN: X 132 Implementasi Pohon Merentang Minimum Dalam Menentukan Prioritas Pemeliharaan Jalur Jalan Kota Dengan Biaya Minimal Imran Djafar (1), Abdul Ibrahim (2) STMIK Dipanegara Makassar Perintis Kemerdekaan Km. 9 Makassar, / just_imran77@yahoo.com Abstrak Penelitian ini bertujuan bagaimana mengimplemtasikan algoritma pohon merentang minimum (Minimum Spanning Tree disingkat MST) dalam hal ini algoritma prim, kruskal dan brute force kedalam sebuah program aplikasi dengan bahasa pemrograman Visual Basic. Program ini berfungsi untuk menentukan solusi terbaik dengan biaya minimal dalam pencarian jalur prioritas dalam pemeliharaan jalan-jalan utama kota. Peta jalan utama kota diabstraksikan kedalam graf bentuk matriks ketetanggaan, yang menggunakan teknik pembobotan jalan secara multi criteria weight. Selain itu yang ingin diukur adalah kompleksitas waktu algoritma MST, apakah sudah sesuai dengan dasar teori laju pertumbuhan notasi big O atau tidak?. Penelitian ini kami lakukan di kota Makassar, dengan melakukan 2 tahapan; pengujian program algoritma MST yaitu validasi dan pengujian program, validasi program adalah uji coba beberapa matriks graf terhubung lengkap Kemudian pengujian program MST masalah perbaikan jalan dengan memasukkan graf matriks data biaya pemeliharan jalan dengan keluaran berupa pohon merentang minimum matriks data pemeliharaan jalan kota, dan daftar nama jalan-jalan kota MST.Hasil penelitian ini menunjukkan bahwa pengujian program sudah sesuai dengan algoritma MST, selain itu terlihat bahwa algoritma prim, lebih efisien dibanding kruskal, sedangkan brute force tidak efisien dibandingkan dengan prim dan kruskal. Kata kunci: Graf, full connected graf, minimum spanning tree, matriks ketetanggaan, algoritma prim, kruskal, dan brute force. Abstract The aim of the study was implement the algorithm of minimum spanning tree that is Prim algorithm, Kruskal algorithm and brute force to a visual basic language program. This program functions to determinine the best solution with minimum cost for road maintenance. The road map was abstracted to a matrix graph in the form of adjacency matrix using multi criteria weight by calculating several values. The values consisted of traffic class, road condition, and condition of drainage system. The complexity during minimum spanning tree algoritm was measured to find out the appropriateness of the growth rate of big O notation theory.the study was conducted in Makassar in two stages: the test of minimum spanning tree algorithmic program by validating was a trial of several matrices fully connected to edge random value and similar edge vale, and incomplete connected graph matrix. The minimum spanning tree test was conducted by including matrix graph of road maintenance, and the list of street names of minimum spanning tree.the result of study indicate that the program testing has been compatible with the mimimum spanning tree algorithm is more efficient than kruscal, whereas Brute force is not efficient compared to Prim and Kruskal. Keywords: Graf, full connected graf, minimum spanning tree, matriks adjacency, prim, kruskal, and brute force algorihtm. 1. Pendahuluan Banyak permasalahan yang dapat dimodelkan dengan menggunakan graf, khususnya di bidang teknologi informasi. Salah satunya adalah masalah dalam pencarian bobot terpendek, atau termurah guna meminimal biaya. Banyak aplikasi yang membutuhkan adanya pencarian jarak / jalur terpendek dari suatu graf. Salah satu cabang dari teori graf yang banyak dikembangkan saat ini adalah penggunaan teori pohon. Konsep pohon dianggap sebagai salah satu konsep yang paling populer saat ini dan banyak digunakan untuk menyelesaikan beberapa masalah yang ditemui manusia dalam kehidupan sehari-
2 133 ISSN: X harinya. seperti ketika hendak direntangkan jaringan kabel listrik yang menghubungkan sejumlah lokasi dengan panjang kabel yang digunakan sependek-pendeknya mungkin, melihat pengelompokan data yang tersebar pada suatu ruang, ataupun pada perencanaan jaringan transportasi/distribusi barang seperti membangun jalur kereta api yang menghubungkan sejumlah kota ataukah seorang salesman yang mengadakan kunjungan sejumlah kota sebanyak n kota, dimana salesman tersebut harus mengunjungi seluruh kota tersebut dengan meminimal jarak perjalanan. Dari fenomena tersebut maka akan dirancang aplikasi konsep pohon yaitu pohon merentang minimum atau Minimum Spanning Tree disingkat MST untuk menyelesaikan permasalahan jalur terpendek, jalur termurah, jalur tercepat atau jalur yang minimal dengan mengunjungi seluruh simpul atau node pada suatu graf pohon. Saat ini terdapat beberapa algoritma untuk penentuan pohon merentang minimum, namun pada penelitian ini, kami hanya menggunakan tiga algoritma yang cukup mapan untuk menyelesaikan permasalahan ini yaitu algoritma prim, algoritma kruskal dan brute-force. Ketiga algoritma ini sama-sama menerapkan strategi greedy dalam pencarian solusi terbaik (best solutions), Salah satu permasalahan yang kami angkat adalah bagaimana cara untuk penentuan jalur-jalur jalan utama dalam area kota, yang harus mendapatkan prioritas pertama dalam pemeliharaan jalan dikarenakan dana pemeliharaan yang terbatas, sehingga kesemua jalan utama dalam area kota, masih tetap terhubung satu sama lain, dengan kata lain, penentuan jalur yang menghubungkan beberapa simpul atau lokasi sehingga jalur tersebut merupakan jalur yang paling minimal. Untuk pencapaian hasil, maka akan digunakan suatu metode untuk menyelesaikan masalah Pohon Merentang Minimum (Minimum Spanning Tree) yaitu Algoritma Kruskal, Algoritma Prim dan Bruteforce. 2. Dasar Teori 2.1. Notasi O Tugas yang dilakukan oleh komputer untuk menyelesaikan masalah biasanya berupa tugas yang serupa, tetapi dilakukan berulang-ulang (iterasi). Banyakya perulangan yang harus dilakukan oleh komputer menentukan lama waktu proses (running time). Seringkali jumlah perulangan yang harus dilakukan dipengaruhi oleh jumlah data yang diproses. Perbedaan waktu proses sebagai fungsi jumlah data yang di[roses sangat erat hubungannya dengan laju pertumbuhan (rate of growth) algoritma yang bersangkutan. Laju pertumbuhan menunjukkan faktor kelipatan waktu proses seiring dengan kenaikan jumlah data. Jika jumlah data dilipat duakan, berapa faktor perubahan lama waktu proses yang dibutuhkan? Dalam computer, laju pertumbuhan dinyatakan dengan notasi-o (dibaca notasi big-oh/ O-besar). Notasi-O memberikan cara untuk menyatakan laju pertumbuhan algortima secara global/aproksimasi dan tidak memperhatikan perbedaan faktor konstanta serta perbedaan-perbedaan lain yang tidak begitu berpengaruh (Moh.Sjukani, 2009) Kompleksitas Algoritma Kompleksitas waktu, T(n),diukur dari jumlah tahapan komputasi yang dibutuhkan u menjalankan algoritma sebagai fungsi dari ukuran masukan n. Kompleksitas ruang, S(n), diukur dari memori yang digunakan oleh struktur data yang terdapat di dalam algoritma sebagai fungsi dari ukuran masukan n. Kompleksitas waktu dibedakan atas tiga macam [8]: 1. T max (n) : kompleksitas waktu untuk kasus terburuk (worst case), kebutuhan waktu maksimum. 2. T min (n) : kompleksitas waktu untuk kasus terbaik (best case), kebutuhan waktu minimum. 3. T avg (n): kompleksitas waktu untuk kasus rata-rata (average case) kebutuhan waktu secara rata-rata Graf Awamnya, diagram yang tersusun atas titik dan garis yang menghubungkan dua titik. Letak (posisi) titik, dan panjang dan bentuk lekukan garis tidak penting (Lawi, Armin.Dr.Eng, 2008). Gambar 1. Contoh graf
3 JURNAL DIGIT ISSN: X 134 Graf G adalah pasangan terurut himpunan V dan E, <V, E>. Himpunan V disebut himpunan simpul (titik) dari graf G, ditulis V(G). Himpunan E disebut himpunan rusuk (sisi atau garis) dari graf G yang menghubungkan simpul dalam V, ditulis E(G). Graf <V, E> dengan nama G selanjutnya ditulis G(V, E). Pada graf G contoh Gbr. 1.1 diperoleh: V(G) = { a 1, a 2, a 3, a 4, a 5 } dan E(G) = {e 1, e 2, e 3, e 4, e 5, e 6, e 7 } Graf G(V, E) dimana V himpunan hingga graf G disebut graf hingga. Graf G(V, E) dimana V himpunan tak-hingga graf G disebut graf tak-hingga Definisi Graf Pohon Graf terhubung G yang tidak memuat siklus disebut pohon. Simpul dengan derajat 1 dalam pohon disebut daun (atau simpul ujung). Simpul yang berderajat 2 atau lebih disebut simpul cabang (atau simpul dalam atau simpul internal). Kumpulan beberapa pohon disebut hutan. Gambar 2. Graf Teorema; Pandang graf T dengan v buah simpul dan e buah rusuk. Pernyataan-pernyataan berikut adalah ekuivalen. 1. T adalah pohon. 2. T tidak memiliki siklus dan e = v T terhubung dan e = v T tidak memiliki siklus dan bagaimanapun caranya apabila 1 rusuk ditambahkan, terdapat 1 siklus yang terjadi. 5. T terhubung dan setiap rusuk dari T adalah rusuk potong (jembatan) darit. 6. Untuk setiap 2 simpul dalam T, hanya terdapat satu lintasan sederhana (Lawi, Armin.Dr.Eng, 2008) Pohon Merentang Minimum Jika G adalah graf berbobot, maka bobot pohon merentang T dari G didefinisikan sebagai jumlah bobot semua sisi di T. Pohon merentang yang berbeda mempunyai bobot yang berbeda pula. Di antara semua pohon merentang di G, pohon merentang yang berbobot minimum dinamakan pohon merentang minimum (minimum spanning tree) Algoritma Kruskal Teorema 2.5 Pandang graf G (V, E) dengan n buah simpul. Berikut ini adalah langkah algoritma Kruskal untuk mencari pohon merentang minimal dari G. Langkah-1: Untuk i = 1, pilih rusuk e 1 dengan bobot minimal. Langkah-2: Jika i = n 1, selesai. Jika tidak, lanjutkan step-3. Langkah-3: i buah rusuk yang dipilih menjadi unsur himpunan S. Kemudian, pilih e i+1 dari himpunan E S. Di sini, e i+1 adalah rusuk dengan bobot minimal dari subgraf terinduksi rusuk (S {e i+1 }) G yang tidak memiliki siklus. Pseudo-code untuk MST dengan algoritma Kruskal(G,ω) 1. A Φ 2. For each vertex ν V[G] 3. Do MAKE-SET (ν) 4. Sort the edges of E into nondecreasing order by weight ω 5. For each edge (u,ν) E, taken in nondecreasing order by weight 6. Do if FIND-SET (u) FIND-SET (v) 7. then A A {(u, v)} 8. UNION (u, v) 9. Return A Implementasi Pohon Merentang Minimum Dalam Menentukan Prioritas Pemeliharaan Jalur Jalan Kota Dengan Biaya Minimal (Imran Djafar)
4 135 ISSN: X Gambar 3. Flowchart program algoritma Kruskal 2.6. Algoritma Prim Teorema 2.6 Pandang graf G (V, E) dengan n buah simpul, berikut ini langkah-langkah dari algoritma prim : *Langkah 1: ambil sisi graf G yang berbobot minimum, masukkan ke dalam T. *Langkah 2: pilih sisi ( u,v ) yang mempunyai bobot minimum dan bersisian dengan simpul di T, tetapi ( u,v ) tidak membentuk sirkuit di T. Tambahkan ( u,v ) ke dalam T. *Langkah 3: ulangi langkah 2 sebanyak n 2 kali. *Setiap langkah seluruhnya di dalam algoritma Prim adalah 1 + ( n - 2 ) = n 1, yaitu sebanyak jumlah sisi di dalam pohon perentang dengan n buah simpul. Pseudo-code untuk MST dengan Algoritma Prim (G,ω,r) 1. For each u V [G] 2. do key [u] 3. л [u] NIL 4. Key [r] 0 5. Q V [G] 6. While Q Φ 7. Do u EXTRACT-MIN (Q) 8. for each v Adj [u] 9. do if v Q and ω (u,v) < key[v] 10. then л[v] u 11. key[v] ω(u,v) sumber: (Cormen, Leiserson, Rivest.,1990).
5 JURNAL DIGIT ISSN: X 136 Gambar 4. Flowchart program algoritma Prim 2.7. Algoritma Brute-force Teorema 2.7; Mencari semua kombinasi pohon merentang yang mungkin dibentuk dari graf lalu dipilih jumlah bobot pohon merentang yang minimum. Algoritma Brute-force merupakan suatu metode pencarian hasil, dimana semua kemungkinan yang ada akan ditelusuri sehingga membutuhkan waktu yang lama. Algoritma Brute-force dapat diterapkan untuk kasus MST, dimana proses perulangannya menggunakan rumus kombinasi. Berikut adalah rumus untuk mencari kombinasi : C ( n, m ) = n! m!( n m)! Dimana : C ( n, m )= Kombinasi m objek diambil dari n buah objek. n= Jumlah semua lintasan yang memungkinkan. m= Banyaknya lintasan yang hanya dapat digunakan sehingga membentuk suatu pohon, dimana m = jumlah node 1. Implementasi Pohon Merentang Minimum Dalam Menentukan Prioritas Pemeliharaan Jalur Jalan Kota Dengan Biaya Minimal (Imran Djafar)
6 137 ISSN: X 2.8. Kompleksitas Algoritma Prim Gambar 5. Flowchart program Brute force Algoritma Prim mempunyai kompleksitas waktu asimptotik O (E+V log V). kompleksitas untuk asimptotik algoritma Prim agak sulit dianalisis karena menggunakan Fibonacci heap dalam mengimplementasikan minimum antrian prioritas (min-priority queue) Q, dimana Q adalah struktur data antrian dari simpul-simpul V yang diatur sesuai dengan operasi kamus (dictionary operations) untuk mekasnisme FIFO. (Cormen, Leiserson, Rivest.,1990). Simpul dan bobot pada graf direpresentasikan ke dalam matriks. Untuk mencari suatu sisi, maka algoritma Prim akan mencari kedua arah yaitu baris dan kolom graf G kemudian akan dilihat bobotnya Kompleksitas Algoritma Kruskal Anggaplah E adalah jumlah sisi pada graf G dan V adalah jumlah simpul. Algoritma kruskal memiliki kompleksitas asimptotik O(E log E), atau ekuivalen dengan O(E log V). Keduanya dinyatakan equivalen karena: - E paling banyak adalah V 2 dan log V 2 = 2 x logv atau O(log V). - Apabila kita mengabaikan simpul terpencil, V 2E, jadi log V dapat disubstitusi dengan O(log E) Kita dapat menerima batasan karena : Pertama urutkan sisi berdasarkan bobot menggunakan pengurutan perbandingan (comparison sort) dengan waktu O(E log E); hal ini menyebabkan langkah menghilangkan sisi dengan bobot minimum dari S untuk dioperasikan pada waktu konstan. Kemudian kita gunakan sebuah struktur data himpunan disjoint untuk menjaga simpul mana yang terdapat pada suatu komponen. Kita membutuhkan operasi sebanyak O(E), dua buah operasi pencarian, dan mungkin sebuah penggabungan untuk setiap sisi. Sebuah struktur data himpunan disjoint sederhana seperti himpunan hutan disjoint dengan penggabungan berdasarkan rangking dapat menjalankan operasi O(E) pada waktu O(E log V). Dengan demikian total waktu asimptotiknya menjadi O(E log E) = O(E log V). (Cormen, Leiserson, Rivest.,1990) Kompleksitas Algoritma Brute-force Algoritma brute force akan menghitung sebanyak C(n, 2) = n(n 1)/2 pasangan titik dan memilih pasangan titik yang mempunyai jarak terkecil. Kompleksitas algoritma adalah O(n 2 ).
7 JURNAL DIGIT ISSN: X Sistem Penilaian Jalan Dengan menjumlahkan nilai nilai keseluruhan keadaan maka didapatkan nilai kondisi jalan. Urutan Prioritas dihitung. dengan memakai rumus sebagai berikut : Urutan Prioritas = 17 - (Kelas LHR + Nilai-Kondisi Jalan) Kelas LHR = Kelas.lalu-lintas untuk pekerjaan Pemeliharaan Nilai Kondisi Jalan = Nilai yang diberikan terhadap kondisi jalan 3. Desain Penelitian Peta Makassar Digital Buat penomoran, pelabelan, dan tracking untuk setiap simpang jalan kota Makassar (perlimaan, perempatan, pertigaan, perduaan jalan utama kota) Input Bobot berdasarkan Multi criteria weight diambil dari kalkulasi nilai kelas lalu lintas, nilai konsidi jalan, dan nilai kondisi sistem dranaise Peta jalan-jalan utama dalam bentuk Graf Matriks Data. Hasil berupa Matriks Data Graf Pohon Merentang Minimum (Minimum Spanning Tree) dan Data Jalan MST. Buat Matriks ketetanggaannya kedalam Mic. Excell Simpan dengan extensi *.dat yang berisikan adjacensy matriks (file teks) Jalankan Program Pohon Merentang Minimum, dengan Algoritma Kruskal, Prim dan Brute-force, dengan inputan file teks a Gambar 6. Desain penelitian 4. Pengujian Algoritma Program Mst Pengujian algoritma MST, dibagi atas dua bagian, yaitu pertama; validasi program MST, dan kedua yaitu pengujian program MST pada masalah pemeliharan jalan. Pengukuran dilakukan sebanyak sepuluh kali percobaan pada setiap satu ukuran matriks yang berbeda (dapat dilihat pada lampiran 4), data matriks yang digunakan berukuran 3x3 hingga 66x66. Hasil pengukuran kemudian ditotal kemudian dirata-ratakan lalu dimasukkan kedalam tabel hasil komputasi waktu untuk melihat pertumbuhan kompleksitas waktunya Validasi Program MST Uji coba beberapa data matriks ketetanggaan untuk mendapatkan sebuah data dan grafik pertumbuhan kompleksitas waktu pada setiap algoritma MST untuk; a. Graf terhubung lengkap (full connected graph) dengan nilai edge random Pada tabel 1 memperlihatkan hasil komputasi ketiga algoritma MST. Tampak hasil total waktu yang ditunjukkan oleh algoritma prim masih lebih baik (efisien) dibandingkan dengan algoritma kruskal, sedangkan untuk brute-force terlihat sangat kurang efisien karena waktu yang dibutuhkan sangat lama dibandingkan dengan prim dan kruskal. Implementasi Pohon Merentang Minimum Dalam Menentukan Prioritas Pemeliharaan Jalur Jalan Kota Dengan Biaya Minimal (Imran Djafar)
8 139 ISSN: X Tabel.1 Hasil Komputasi Waktu Matriks Full Connected Random T Rerata Lama Waktu Ukuran Komputasi 10 x Percobaan (detik) No Matriks jumlah node jumlah edge Prim Kruskal Brute Force 1 3x x x x x x ~ 7 9x ~ 8 10x ~ 9 15x ~ 10 20x ~ 11 25X ~ 12 30X ~ 13 66X ~ TOTAL Terlihat pada gambar 7, terlihat bahwa hasil komputasi waktu Prim dan kruskal, prim jauh lebih efisien dibandingkan dengan kruskal. 6,00 4,00 2,00 0, Prim Kruskal Gambar 7. Grafik Hasil Komputasi Waktu Prim Dan Kruskal Full C. Random Terlihat pada gambar 8, terlihat bahwa hasil komputasi waktu Brute-force sangat kurang efisien karena waktu yang dibutuhkan sangat lama dibandingkan dengan prim dan kruskal. 300,00 Brute Force 200,00 100,00 Brute Force 0, Gambar 8. Grafik Hasil Komputasi Waktu Brute Force Full C. Random
9 JURNAL DIGIT ISSN: X 140 b. Not full connected graph dengan nilai edge bernilai acak, Pada tabel 2 memperlihatkan hasil komputasi ketiga algoritma MST. Tampak hasil total waktu yang ditunjukkan oleh algoritma prim masih lebih baik (efisien) dibandingkan dengan algoritma kruskal, sedangkan untuk brute-force terlihat sangat kurang efisien karena waktu yang dibutuhkan sangat lama dibandingkan dengan prim dan kruskal. No Tabel 2. Hasil Komputasi Waktu Matriks Not Full Connected T Rerata Lama Waktu Ukuran Komputasi 10 x Percobaan (detik) jumlah node jumlah edge Brute Matriks Prim Kruskal Force 1 3x x x x x x x x , x x X X X TOTAL , Terlihat pada gambar 9, terlihat bahwa hasil komputasi waktu Prim dan kruskal, prim jauh lebih efisien dibandingkan dengan kruskal. 2,50 2,00 1,50 1,00 Prim Kruskal 0,50 0, Gambar 9. Grafik Hasil Komputasi Waktu Prim Dan Kruskal Not Full Connected Terlihat pada gambar 10, terlihat bahwa hasil komputasi waktu Brute-force sangat kurang efisien karena waktu yang dibutuhkan sangat lama dibandingkan dengan prim dan kruskal. Implementasi Pohon Merentang Minimum Dalam Menentukan Prioritas Pemeliharaan Jalur Jalan Kota Dengan Biaya Minimal (Imran Djafar)
10 141 ISSN: X Brute Force 2.500, , , ,00 500,00 0,00 Brute Force Gambar 10. Grafik Hasil Komputasi Waktu Brute Force Not Full Connected 4.2. Hasil pengujian program MST pada masalah pemeliharan jalan. a. Untuk matriks data pemeliharaan jalan Pengujian program MST, data matriks pemeliharaan jalan, sebelum proses: Jumlah Node = 66, Jumlah Edge = 89, Total Weight = , Setelah proses didapatkan hasil data, untuk Prim: Jumlah Node= 66, Jumlah Edge= 65, Total Weight MST= , Lama Waktu= 2,09, Sedangkan Kruskal: Jumlah Node= 66, Jumlah Edge= 65, Total Weight MST= , Lama Waktu= 2,11. Ini dapat dilihat pada lampiran III A. Sedangkan hasil data matriks oleh program MST dengan algoritma Brute Force setelah di run dengan ukuran data matriks 66x66, hasilnya Data Type Over flow, ini disebabkan oleh tingginya kompleksitas waktu dan ruang yang dibutuhkan untuk proses tidak sebanding dengan spesfikasi prosessor dan memori komputer. Gambar 11. matriks data pemeliharaan jalan b. Untuk data jalan pemeliharaan MST Pengujian program MST, untuk data jalan pemeliharaan MST, sebelum proses: Jumlah data jalan pemeliharaan= 89 jalan, dengan Total Weight = , Setelah diproses oleh program MST, didapatkan hasil data jalan, untuk Prim dan Kruskal: Jumlah data jalan pemeliharaan MST= 66 jalan, dengan Total Weight MST= Terlihat antara kedua algoritma, prim dan kruskal, ada perbedaan pemilihan jalur jalan pemeliharaan, namun tetap sama nilai Total Weight MST yang dihasilkan antara prim dan kruskal. Gambar 12. tampilan data pemeliharaan jalan
11 JURNAL DIGIT ISSN: X 142 c. Untuk Visualisasi dengan peta kota oleh MapSource: Hasil graf matriks dari proses algoritma MST, yang divisualisasikan kedalam graf peta kotamst dengan MapSource sudah sesuai dengan teori tentang pohon merentang minimum ini terbukti dari hasil visualisasinya. Dari hasil visualisasi graf MST untuk kedua algoritma, algoritma prim dan kruskal didapatkan hasil graf mst yang berbeda, namun kedua algoritma, prim dan kruskal sama-sama menghasilkan total weight cost yang sama nilainya, ini berarti bahwa graf MST yang dihasilkan oleh kedua algoritma boleh berbeda, berbeda dalam pemilihan jalur edge (jalur jalan), namun keduanya samasama menghasikan total weight cost yang sama. Gambar 13. Visualisasi kedalam peta 5. Kesimpulan Aplikasi yang dirancang untuk menyelesaikan masalah pemeliharaan jalan di kota Makassar diselesaikan dengan mencari MST dari graf peta jalan utama kota Makassar. Graf yang digunakan diabstraksikan kedalam bentuk matriks adjecency atau matriks ketetanggaan, untuk kemudian digunakan kedalam ketiga Algoritma MST. Algoritma Prim, Kruskal, dan Brute-Force merupakan algoritma yang digunakan untuk memecahkan permasalahan yang berhubungan dengan pencarian MST. Ada perbedaan yang dimiliki Antara algoritma Prim dan algoritma Kruskal yaitu, langkah-langkah yang diambil oleh masing-masing algoritma, jumlah langkah, dan cara penentuan pohon merentang minimumnya. Algoritma Prim lebih berorientasi pada pencarian simpul-simpul yang dihubungkan oleh sisi dengan bobot minimum. Sisi graf yang dimasukkan untuk menjadi kandidat sisi pohon merentang minimum adalah sisi yang bersisian dengan simpul sebelumnya Sedangkan pada algoritma Kruskal lebih berorientasi pada pencarian sisi-sisi yang memiliki bobot minimum lalu mengurutkannya dari sisi dengan bobot minimum hingga bobot maksimum kemudian dilakukan penyaringan terhadap sisi yang membentuk sirkuit. Pada algoritma Kruskal, proses mengurutkan inilah yang membuat Kruskal kalah efisien dibandingkan dengan algoritma Prim. Hal ini terbukti dari hasil percobaan yang diberikan pada table-tabel. Algoritma Brute force merupakan suatu metode pencarian hasil, dimana semua kemungkinan yang ada akan ditelusuri sehingga membutuhkan waktu yang sangat lama pada prosesnya dibandingkan dengan algoritma prim dan kruskal. Algoritma Brute Force mencari semua kombinasi pohon merentang yang mungkin dibentuk dari graf lalu dipilih jumlah bobot pohon merentang minimumnya, ini terbukti dari hasil percobaan. Daftar Pustaka [1] Cormen, Leiserson, Rivest. Introduction to Algorithms The MIT Press. Massachusetts Institute of Technology. [2] Direktorat Jenderal Bina Marga Direktorat Pembinaan Jalan Kota, Tata Cara Penyusunan Program Pemeliharaan Jalan Kota, 1990, Jakarta. [3] Goodaire, Edgar G ; Parmenter, Michael M. Discrete Mathematics with Graph Theory Prentice Hall, Inc. New Jersey. [4] Lawi, Armin. Dr.Eng, 2008.Materi Ajar Matakuliah Matematika Diskrit. Universitas Hasanuddin, Indonesia. [5] Liu, C.L. Element of Discrete Mathematics 2 nd McGraw-Hill,Inc. [6] Suarga, Ph.D., 2007.Algoritma Pemrograman, Penerbit Andi, Yogyakarta. [7] Moh.Sjukani Struktur Data (Algoritma & Struktur Data 2) dengan C, C++ Edisi 3, Mitra Wacana Media, Jakarta. [8] Munir,Rinaldi Matematika Diskrit. Cetakan Pertama. Informatika. Bandung. Implementasi Pohon Merentang Minimum Dalam Menentukan Prioritas Pemeliharaan Jalur Jalan Kota Dengan Biaya Minimal (Imran Djafar)
PENERAPAN TEORI GRAF UNTUK MENYELESAIKAN MASALAH MINIMUM SPANNING TREE (MST) MENGGUNAKAN ALGORITMA KRUSKAL
PENERAPAN TEORI GRAF UNTUK MENYELESAIKAN MASALAH MINIMUM SPANNING TREE (MST) MENGGUNAKAN ALGORITMA KRUSKAL Swaditya Rizki Program Studi Pendidikan Matematika, Fakultas Keguruan dan Ilmu Pendidikan, Universitas
Lebih terperinciPerbandingan Kompleksitas Algoritma Prim, Algoritma Kruskal, Dan Algoritma Sollin Untuk Menyelesaikan Masalah Minimum Spanning Tree
Perbandingan Kompleksitas Algoritma Prim, Algoritma Kruskal, Dan Algoritma Sollin Untuk Menyelesaikan Masalah Minimum Spanning Tree 1 Wamiliana, 2 Didik Kurniawan, 3 Cut Shavitri N.F. 1 Jurusan Matematika
Lebih 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 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 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 terperinciRANCANG BANGUN APLIKASI MINIMUM SPANNING TREE (MST) MENGGUNAKAN ALGORITMA KRUSKAL
RANCANG BANGUN APLIKASI MINIMUM SPANNING TREE (MST) MENGGUNAKAN ALGORITMA KRUSKAL Naskah Publikasi diajukan oleh: Trisni jatiningsih 06.11.1016 kepada JURUSAN TEKNIK INFORMATIKA SEKOLAH TINGGI MANAJEMEN
Lebih terperinciPengelompokan Organisme Dengan Menggunakan Algoritma Kruskal
Pengelompokan Organisme Dengan Menggunakan Algoritma Kruskal Alif Raditya Rochman - 151101 Program Studi Teknik Informatika Sekolah Teknik Elektro dan Informatika Institut Teknologi Bandung, Jl. Ganesha
Lebih 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 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 1 PENDAHULUAN. 1.1 Latar Belakang
BAB 1 PENDAHULUAN 1.1 Latar Belakang Graf adalah salah satu metode yang sering digunakan untuk mencari solusi dari permasalahan diskrit dalam dunia nyata. Dalam kehidupan sehari-hari, graf digunakan untuk
Lebih 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 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 terperinciOPTIMASI ALGORITMA POHON MERENTANG MINIMUM KRUSKAL
OPTIMASI ALGORITMA POHON MERENTANG MINIMUM KRUSKAL Karol Danutama / 13508040 Sekolah Teknik Elektro dan Informatika Institut Teknologi Bandung Jalan Selat Bangka IV no 6 Duren Sawit Jakarta Timur e-mail:
Lebih terperinciALGORITMA GREEDY : MINIMUM SPANNING TREE. Perbandingan Kruskal dan Prim
ALGORITMA GREEDY : MINIMUM SPANNING TREE Perbandingan Kruskal dan Prim AGENDA Pendahuluan Dasar Teori Contoh Penerapan Algoritma Analisis perbandingan algoritma Prim dan Kruskal Kesimpulan PENDAHULUAN
Lebih 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 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 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 terperinciBAB 2 LANDASAN TEORI
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
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 terperinciCreate PDF with GO2PDF for free, if you wish to remove this line, click here to buy Virtual PDF Printer
Membangun Pohon Merentang Minimum Dari Algoritma Prim dengan Strategi Greedy Doni Arzinal 1 Jursan Teknik Informatika, Institut Teknologi Bandung Labtek V, Jl. Ganesha 10 Bandung 1 if15109@students.if.itb.ac.id,
Lebih terperinciBAB 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 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 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
BAB 2 LANDASAN TEORI 2.1 Konsep Dasar Graf Definisi 2.1.1 Sebuah graf didefinisikan sebagai pasangan terurut himpunan dimana: 1. adalah sebuah himpunan tidak kosong yang berhingga yang anggotaanggotanya
Lebih 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 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 terperinciAlgoritma Prim dengan Algoritma Greedy dalam Pohon Merentang Minimum
Algoritma Prim dengan Algoritma Greedy dalam Pohon Merentang Minimum Made Mahendra Adyatman 13505015 Program Studi Teknik Informatika, Sekolah Teknik Elektro dan Informatika Institut Teknologi Bandung
Lebih 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 terperinciPENERAPAN ALGORITMA KRUSKAL PADA JARINGAN LISTRIK PERUMAHAN KAMPOENG HARMONI DI UNGARAN BARAT
UJM 2 (1) (2013) UNNES Journal of Mathematics http://journal.unnes.ac.id/sju/index.php/ujm PENERAPAN ALGORITMA KRUSKAL PADA JARINGAN LISTRIK PERUMAHAN KAMPOENG HARMONI DI UNGARAN BARAT Angreswari Ayu Damayanti,
Lebih 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 terperinciINTRODUCTION TO GRAPH THEORY LECTURE 2
INTRODUCTION TO GRAPH THEORY LECTURE Operasi-Operasi Pada Graph Union Misal G dan H adalah dua graph yang saling asing. Union G H adalah graph dengan V(G H)=V(G) V(H) dan E(G H)=E(G) E(H). Join Join dari
Lebih terperinciPenerapan Teori Graf Pada Algoritma Routing
Penerapan Teori Graf Pada Algoritma Routing Indra Siregar 13508605 Program Studi Teknik Teknik Informatika, Sekolah Teknik Elektro dan Informatika Institut Teknologi Bandung, Jalan Ganesha 10, Bandung
Lebih 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 terperinciPEMBENTUKAN POHON MERENTANG MINIMUM DENGAN ALGORIT MA KRUSKAL
108 Jurnal Scientific Pinisi, Volume 3, Nomor 2, Oktober 2017, hlm. 108-115 PEMBENTUKAN POHON MERENTANG MINIMUM DENGAN ALGORIT MA KRUSKAL Wisra Hayu 1, Yuliani 2, dan Marwan Sam 3 Program Studi Matematika,
Lebih terperinciPohon Biner Sebagai Struktur Data Heap dan Aplikasinya
Pohon Biner Sebagai Struktur Data Heap dan Aplikasinya Muhammad Adinata/13509022 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 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 terperinciHAND OUT MATA KULIAH TEORI GRAF (MT 424) JILID SATU. Oleh: Kartika Yulianti, S.Pd., M.Si.
HAND OUT MATA KULIAH TEORI GRAF (MT 424) JILID SATU Oleh: Kartika Yulianti, S.Pd., M.Si. JURUSAN PENDIDIKAN MATEMATIKA FAKULTAS PENDIDIKAN MATEMATIKA DAN ILMU PENGETAHUAN ALAM UNIVERSITAS PENDIDIKAN INDONESIA
Lebih terperinciPenyelesaian Barisan Rekursif dengan Kompleksitas Logaritmik Menggunakan Pemangkatan Matriks
Penyelesaian Barisan Rekursif dengan Kompleksitas Logaritmik Menggunakan Pemangkatan Matriks Luqman Arifin Siswanto - 13513024 Program Sarjana Informatika Sekolah Teknik Elektro dan Informatika Institut
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 1 PENDAHULUAN. minimum secara langsung didasarkan pada algoritma MST (Minimum Spanning
1 BAB 1 PENDAHULUAN 1.1 Latar Belakang Hubungan antara titik-titik dalam graf kadang-kadang perlu diperjelas. Hubungannya tidak cukup hanya menunjukkan titik-titik mana yang berhubungan langsung, tetapi
Lebih 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 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 Pohon Merentang Minimum dalam Rute Jalur Kereta Api di Pulau Jawa
Aplikasi Pohon Merentang Minimum dalam Rute Jalur Kereta Api di Pulau Jawa Darwin Prasetio ( 001 ) Program Studi Teknik Informatika Sekolah Teknik Elektro dan Informatika Institut Teknologi Bandung, Jl.
Lebih 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 terperinciBAB 2 LANDASAN TEORITIS
xvi BAB 2 LANDASAN TEORITIS Dalam penulisan laporan tugas akhir ini, penulis akan memberikan beberapa pengertian yang berhubungan dengan judul penelitian yang penulis ajukan, karena tanpa pengertian yang
Lebih terperinci8/29/2014. Kode MK/ Nama MK. Matematika Diskrit 2 8/29/2014
Kode MK/ Nama MK Matematika Diskrit 1 8/29/2014 2 8/29/2014 1 Cakupan Himpunan, Relasi dan fungsi Kombinatorial Teori graf Pohon (Tree) dan pewarnaan graf 3 8/29/2014 POHON DAN PEWARNAAN GRAF Tujuan Mahasiswa
Lebih terperinciPencarian Lintasan Terpendek Pada Aplikasi Navigasi Menggunakan Algoritma A*
Pencarian Lintasan Terpendek Pada Aplikasi Navigasi Menggunakan Algoritma A* Erfandi Suryo Putra 13515145 Program Studi Teknik Informatika Sekolah Teknik Elektro dan Informatika Institut Teknologi Bandung,
Lebih terperinciGambar 6. Graf lengkap K n
. Jenis-jenis Graf Tertentu Ada beberapa graf khusus yang sering dijumpai. Beberapa diantaranya adalah sebagai berikut. a. Graf Lengkap (Graf Komplit) Graf lengkap ialah graf sederhana yang setiap titiknya
Lebih 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 terperinciSTUDI DAN IMPLEMENTASI ALGORITMA DIJKSTRA, BELLMAN-FORD DAN FLOYD-WARSHALL DALAM MENANGANI MASALAH LINTASAN TERPENDEK DALAM GRAF
STUDI DAN IMPLEMENTASI ALGORITMA DIJKSTRA, BELLMAN-FORD DAN FLOYD-WARSHALL DALAM MENANGANI MASALAH LINTASAN TERPENDEK DALAM GRAF Apri Kamayudi NIM : 13505009 Program Studi Teknik Informatika, Institut
Lebih terperinciPenggunaan Algoritma Kruskal yang Diperluas untuk Mencari Semua Minimum Spanning Tree Tanpa Konstren dari Suatu Graf
Penggunaan Algoritma Kruskal yang Diperluas untuk Mencari Semua Minimum Spanning Tree Tanpa Konstren dari Suatu Graf Narwen, Budi Rudianto Jurusan Matematika, Universitas Andalas, Padang, Indonesia narwen@fmipa.unand.ac.id
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 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 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 terperinciAnalisa dan Perancangan Algoritma. Ahmad Sabri, Dr Sesi 2: 16 Mei 2016
Analisa dan Perancangan Algoritma Ahmad Sabri, Dr Sesi 2: 16 Mei 2016 Teknik rekursif dan iteratif Algoritma rekursif adalah algoritma yang memanggil dirinya sendiri sampai tercapai kondisi yang ditetapkan
Lebih terperinciPENDISTRIBUSIAN BARANG FARMASI MENGGUNAKAN ALGORITMA DIJKSTRA (STUDI KASUS : PT. AIR MAS CHEMICAL)
ISSN : 1978-6603 PENDISTRIBUSIAN BARANG FARMASI MENGGUNAKAN ALGORITMA DIJKSTRA (STUDI KASUS : PT. AIR MAS CHEMICAL) Sulindawaty #1, Hendryan Winata #2,Trinanda Syahputra #3 #1,2 Program Studi Sistem Informasi,
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 terperinciIMPLEMENTASI ALGORITMA PRIM DENGAN TEORI GRAPH PADA APLIKASI WPF GRAPH
ISSN : 1978-6603 IMPLEMENTASI ALGORITMA PRIM DENGAN TEORI GRAPH PADA APLIKASI WPF GRAPH *Trinanda Syahputra #1, Muhammad Dahria #2, Iskandar Zulkarnain #3 #1 Program Studi Sistem Informasi, STMIK Triguna
Lebih terperinciUNNES Journal of Mathematics
UJM 4 (1) (2015) UNNES Journal of Mathematics http://journal.unnes.ac.id/sju/index.php/ujm PENERAPAN ALGORITMA PRIM DAN KRUSKAL PADA JARINGAN DISTRIBUSI AIR PDAM TIRTA MOEDAL CABANG SEMARANG UTARA Umi
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 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 terperinciAnalisa Kompleksitas Algoritma. Sunu Wibirama
Analisa Kompleksitas Algoritma Sunu Wibirama Referensi Cormen, T.H., Leiserson, C.E., Rivest, R.L., Stein, C., Introduction to Algorithms 2nd Edition, Massachusetts: MIT Press, 2002 Sedgewick, R., Algorithms
Lebih terperinciAlgoritma Greedy (lanjutan)
Algoritma Greedy (lanjutan) 5. Penjadwalan Job dengan Tenggang Waktu (Job Schedulling with Deadlines) Persoalan: - Ada n buah job yang akan dikerjakan oleh sebuah mesin; - tiap job diproses oleh mesin
Lebih terperinciTermilogi Pada Pohon Berakar 10 Pohon Berakar Terurut
KATA PENGANTAR Puji syukur penyusun panjatkan ke hadirat Allah Subhanahu wata?ala, karena berkat rahmat-nya kami bisa menyelesaikan makalah yang berjudul Catatan Seorang Kuli Panggul. Makalah ini diajukan
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 terperinciPenerapan Algoritma Steiner Tree dalam Konstruksi Jaringan Pipa Gas
Penerapan Algoritma Steiner Tree dalam Konstruksi Jaringan Pipa Gas Achmad Baihaqi, NIM: 13508030 Program Studi Teknik Informatika Institut Teknologi Bandung Jalan Ganesa 10 Bandung e-mail: baihaqi@students.itb.ac.id
Lebih terperinciMinimum Spanning Trees algorithm
Minimum Spanning Trees algorithm Algoritma Minimum Spanning Trees algoritma Kruskal and algoritma Prim. Kedua algoritma ini berbeda dalam metodologinya, tetapi keduanya mempunyai tujuan menemukan minimum
Lebih terperinciIKI 20100: Struktur Data & Algoritma
IKI : Struktur Data & Algoritma Graph Ruli Manurung & Ade Azurat ( Setiawan (acknowledgments: Denny, Suryana Fasilkom UI Ruli Manurung & Ade Azurat Fasilkom UI - IKI 7/8 Ganjil Minggu Materi Motivasi Definisi
Lebih terperinciPenerapan Algoritma Backtracking pada Pewarnaan Graf
Penerapan Algoritma Backtracking pada Pewarnaan Graf Deasy Ramadiyan Sari 1, Wulan Widyasari 2, Eunice Sherta Ria 3 Laboratorium Ilmu Rekayasa dan Komputasi Departemen Teknik Informatika, Fakultas Teknologi
Lebih terperinciTERAPAN POHON BINER 1
TERAPAN POHON BINER 1 Terapan pohon biner di dalam ilmu komputer sangat banyak, diantaranya : 1. Pohon ekspresi 2. Pohon keputusan 3. Kode Prefiks 4. Kode Huffman 5. Pohon pencarian biner 2 Pohon Ekspresi
Lebih terperinciVISUALISASI POHON RENTANG MINIMUM MENGGUNAKAN ALGORITMA KRUSKAL DAN PRIM
VISUALISASI POHON RENTANG MINIMUM MENGGUNAKAN ALGORITMA KRUSKAL DAN PRIM Imam Husni Al Amin Program Studi Teknik Informatika Universitas Stikubank, Semarang, Jawa Tengah, Indonesia Pakimam.husni@gmail.com
Lebih terperinciSATUAN ACARA PERKULIAHAN PERANCANGAN DAN ANALISIS ALGORITMA ** (S1/TEKNIK INFORMATIKA) PTA 2010/2011
SATUAN ACARA PERKULIAHAN PERANCANGAN DAN ANALISIS ALGORITMA ** (S1/TEKNIK INFORMATIKA) PTA 2010/2011 KODE : / 3 SKS Pertemuan Pokok Bahasan dan TIU Sub Pokok Bahasan dan TIK Teknik Pembelajaran 1 Pendahuluan
Lebih terperinciBAB 1 PENDAHULUAN. 1.1 Latar belakang
13 BAB 1 PENDAHULUAN 1.1 Latar belakang Perkembangan ilmu pengetahuan dan teknologi yang sangat pesat, tidak lepas dari peran ilmu matematika, yaitu ilmu yang menjadi solusi secara konseptual dalam menyelesaikan
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 terperinciAnalisis Kecepatan Sorting Dengan Notasi Big O
Analisis Kecepatan Sorting Dengan Notasi Big O Rama Aulia NIM : 13506023 Program Studi Teknik Informatika, Institut Teknologi Bandung Jl. Ganesha 10, Bandung E-mail : ramaaulia@yahoo.co.id Abstrak Sorting
Lebih terperinciPERBANDINGAN ALGORITMA PRIM DAN KRUSKAL UNTUK MENYELESAIKAN MASALAH MINIMUM SPANNING TREE NASKAH PUBLIKASI
PERBANDINGAN ALGORITMA PRIM DAN KRUSKAL UNTUK MENYELESAIKAN MASALAH MINIMUM SPANNING TREE NASKAH PUBLIKASI diajukan oleh: Yuni Ardita Sari Dewi 07.11.1385 kepada JURUSAN TEKNIK INFORMATIKA SEKOLAH TINGGI
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 KOMPLEKSITAS ALGORITMA PENCARIAN BINER DAN ALGORITMA PENCARIAN BERUNTUN
PERBANDINGAN KOMPLEKSITAS ALGORITMA PENCARIAN BINER DAN ALGORITMA PENCARIAN BERUNTUN Yudhistira NIM 13508105 Mahasiswa Program Studi Teknik Informatika ITB Jalan Ganesha No.10 Bandung e-mail: if18105@students.if.itb.ac.id
Lebih terperinciGraf. Program Studi Teknik Informatika FTI-ITP
Graf Program Studi Teknik Informatika FTI-ITP Pendahuluan Graf digunakan untuk merepresentasikan objek-objek diskrit dan hubungan antara objek-objek tersebut. Gambar di bawah ini sebuah graf yang menyatakan
Lebih terperinciBAB II TINJAUAN PUSTAKA
6 BAB II TINJAUAN PUSTAKA 2.1. Algoritma Algortima adalah jantung ilmu komputer atau informatika. Banyak cabang dari ilmu komputer yang diacu dalam terminologi algoritma, misalnya algoritma perutean (routing)
Lebih terperinciMenghitung Ketinggian Rata-Rata Pohon Terurut
Menghitung Ketinggian Rata-Rata Pohon Terurut Archie Anugrah - 13508001 Jurusan Teknik Informatika Institut Teknologi Bandung Jalan Ganesha nomor 10, Bandung e-mail: if18001@students.if.itb.ac.id ABSTRAK
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 terperinciAplikasi Teori Graf dalam Manajemen Sistem Basis Data Tersebar
Aplikasi Teori Graf dalam Manajemen Sistem Basis Data Tersebar Arifin Luthfi Putranto (13508050) Program Studi Teknik Informatika Institut Teknologi Bandung Jalan Ganesha 10, Bandung E-Mail: xenoposeidon@yahoo.com
Lebih terperinciSILABUS MATAKULIAH. Indikator Pokok Bahasan/Materi Aktifitas Pembelajaran
SILABUS MATAKULIAH Revisi : 2 Tanggal Berlaku : September 2014 A. Identitas 1. Nama Matakuliah : A11.54508 / Strategi Algoritma 2. Program Studi : Teknik Informatika-S1 3. Fakultas : Ilmu Komputer 4. Bobot
Lebih terperinciI. PENDAHULUAN II. DASAR TEORI. Penggunaan Teori Graf banyak memberikan solusi untuk menyelesaikan permasalahan yang terjadi di dalam masyarakat.
Aplikasi Pohon Merentang (Spanning Tree) Dalam Pengoptimalan Jaringan Listrik Aidil Syaputra (13510105) Program Studi Teknik Informatika Sekolah Teknik Elektro dan Informatika Institut Teknologi Bandung,
Lebih terperinciPohon (Tree) Universitas Gunadarma Sistem Informasi 2012/2013
Pohon (Tree) Universitas Gunadarma Sistem Informasi 2012/2013 Pohon (Tree) Pohon (Tree) didefinisikan sebagai graf terhubung yang tidak mengandung sirkuit. Karena merupakan graf terhubung, maka pohon selalu
Lebih 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 terperinciPENGGUNAAN BIG O NOTATION UNTUK MENGANALISA EFISIENSI ALGORITMA
PENGGUNAAN BIG O NOTATION UNTUK MENGANALISA EFISIENSI ALGORITMA Ikhsan Fanani NIM : 13505123 Program Studi Teknik Informatika, Institut Teknologi Bandung Jl. Ganesha 10, Bandung E-mail : ikhsan_fanani@yahoo.com
Lebih terperinciAPLIKASI ALGORITMA KRUSKAL DALAM PENGOTIMALAN PANJANG PIPA Kruskal Algorithm Application on Optimlaizing Pipes Network
Jurnal Barekeng Vol. 7 No. 2 Hal. 13 18 (2013) APLIKASI ALGORITMA KRUSKAL DALAM PENGOTIMALAN PANJANG PIPA Kruskal Algorithm Application on Optimlaizing Pipes Network ABRAHAM ZACARIA WATTIMENA 1, SANDRO
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 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 terperinciPRESENTASI TUGAS AKHIR KI IMPLEMENTASI ALGORITMA PENCARIAN K JALUR SEDERHANA TERPENDEK DALAM GRAF
PRESENTASI TUGAS AKHIR KI099 IMPLEMENTASI ALGORITMA PENCARIAN K JALUR SEDERHANA TERPENDEK DALAM GRAF (Kata kunci: Algoritma deviasi, algoritma Dijkstra, jalur sederhana, jalur terpendek) Penyusun Tugas
Lebih terperinciBAB II KAJIAN PUSTAKA
BAB II KAJIAN PUSTAKA A. Logika Fuzzy Logika fuzzy pertama kali dikembangkan oleh Prof. Lotfi A. Zadeh, seorang peneliti dari Universitas California, pada tahun 1960-an. Logika fuzzy dikembangkan dari
Lebih terperinciAnalisis Algoritma Bubble Sort
Analisis Algoritma Bubble Sort Ryan Rheinadi NIM : 13508005 Program Studi Teknik Informatika, Sekolah Teknik Elektro dan Informatika, Institut Teknologi Bandung Jalan Ganesha 10, Bandung e-mail: if18005@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 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 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 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 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 terperinci