ALGORITMA DOUBLE SCALING UNTUK MENYELESAIKAN PERMASALAHAN MINIMUM COST FLOW DAN IMPLEMENTASINYA PADA PROGRAM KOMPUTER
|
|
- Iwan Darmadi
- 7 tahun lalu
- Tontonan:
Transkripsi
1 ALGORITMA DOUBLE SCALING UNTUK MENYELESAIKAN PERMASALAHAN MINIMUM COST FLOW DAN IMPLEMENTASINYA PADA PROGRAM KOMPUTER Agustina Ardhini 1, Sapti Wahyuningsih 2, Darmawan Satyananda 3 Jurusan Matematika, Universitas Negeri Malang aisyanurilazkiya@yahoo.co.id ABSTRAK : Penelitian ini bertujuan mengetahui penerapan algoritma double scaling untuk menyelesaikan permasalahan minimum cost flow dan implementasinya pada program komputer. Algoritma double scaling mengadopsi langkah-langkah pada algoritma cost scaling dengan mengganti prosedur improve approximation awal dengan prosedur baru yang memuat fase -scaling yang merupakan bagian dari algoritma capacity scaling. Perbedaan algoritma double scaling dengan algoritma cost scaling terletak pada fase improve approximation. Adapun perbedaan algoritma double scaling dengan algoritma capacity scaling terletak pada prosedur pemilihan lintasan yang akan dialiri flow pada fase -scaling. Pada penelitian ini dibuat program Delphi untuk mengimplementasikan prosedur pencarian solusi minimum cost flow yang memuat prosedur retreat dan advance untuk menentukan lintasan admissible. Program yang dikembangkan hanya dapat digunakan untuk menyelesaikan permasalahan minimum cost flow hingga 79 titik. Adapun untuk permasalahan minimum cost flow dengan jumlah titik lebih dari 79, tidak dapat diselesaikan dengan menggunakan program ini. Kata Kunci: Algoritma double scaling, minimum cost flow, lintasan admissible ABSTRACT : This study aims to determine application of double scaling algorithm to solve minimum cost flow problem and its implementation in a computer program. Double scaling algorithm adopts cost scaling algorithm steps by replacing improve approximation procedure with a new procedure that includes Δ-scaling phase, which is part of the capacity scaling algorithm. Differences of double scaling algorithm with cost scaling algorithm lies in the improve approximation phase and difference of double scaling algorithm with capacity scaling algorithm lies in the path selection procedure P which will be fed flow on Δ-scaling phase. In this thesis it was made Delphi program to implement procedures of searching solution of minimum cost flow problem that includes retreat and advance procedures for determining the admissible path. The program was simulated on example until 79 points. However, for the minimum cost flow problem with the number of points over 79, can not be solved by using this program. Key Words: Double scaling algorithm, minimum cost flow, admissible path Permasalahan minimum cost flow merupakan salah satu contoh aplikasi permasalahan network flow dalam kehidupan sehari-hari. Permasalahan minimum cost flow merupakan permasalahan untuk mencari biaya minimum dalam mengirimkan suatu barang/objek dari suatu titik yang disebut dengan titik supply (sumber) ke titik lain yang disebut dengan titik demand (tujuan). Menurut Ahuja 1. Mahasiswa Jurusan Matematika FMIPA Universitas Negeri Malang 2. Dosen Jurusan Matematika FMIPA Universitas Negeri Malang 3. Dosen Jurusan Matematika FMIPA Universitas Negeri Malang 1
2 (1993), terdapat beberapa algoritma untuk menyelesaikan permasalahan minimum cost flow diantaranya adalah algoritma penghapusan sikel, algoritma lintasan terpendek berulang, algoritma jaringan simpleks, algoritma out of kilter, algoritma primal dual, algoritma relaksasi, algoritma cost scaling, algoritma capacity scaling, algoritma repeated capacity scaling, algoritma enhanced capacity scaling, dan algoritma double scaling. Beberapa penelitian yang telah membahas permasalahan minimum cost flow diantaranya yaitu Penerapan Algoritma Cost Scaling pada Permasalahan Minimum Cost Flow dan Implementasinya pada Program oleh Prabowo (2012) dan Algoritma Capacity Scaling dalam Menyelesaikan Minimum Cost Flow Problem dan Implementasi Programnya oleh Saputri (2013). Pada algoritma cost scaling pencarian solusi dilakukan dengan melakukan pencarian sisi admissible dari titik dengan imbalance lebih dari nol ke titik lain pada jaringan sedangkan pada algoritma capacity scaling pencarian solusi dilakukan dengan melakukan pencarian lintasan terpendek dari titik dengan imbalance lebih dari atau sama dengan ke titik dengan imbalance kurang dari. Seperti disebutkan sebelumnya, untuk menyelesaikan permasalahan minimum cost flow juga dapat menggunakan algoritma double scaling. Algoritma double scaling merupakan perpaduan dari algoritma cost scaling dan algoritma capacity scaling. Algoritma double scaling pada minimum cost flow melakukan pencarian lintasan admissible pada jaringan kemudian mengirimkan supply sebesar pada lintasan tersebut. Algoritma double scaling dapat menghasilkan solusi optimum karena pengiriman supply sebesar dan pereduksian dengan faktor 2 mengakibatkan ketika nilai terkecil sama dengan 1 akan dicapai kondisi optimum. Di sisi lain, penyelesaian permasalahan minimum cost flow dengan algoritma double scaling bila dikerjakan secara manual memuat langkah-langkah yang berulang-ulang dengan langkah yang sama. Sehingga untuk mempermudah proses tersebut dibutuhkan alat bantu berupa program. HASIL YANG DIHARAPKAN Hasil yang diharapkan pada penelitian ini adalah untuk mengetahui (1) penerapan algoritma double scaling untuk menyelesaikan permasalahan minimum cost flow, (2) analisa proses dan hasil penyelesaian minimum cost flow dengan algoritma double scaling dan algoritma pembanding, (3) implementasi program untuk menyelesaikan permasalahan minimum cost flow dengan algoritma double scaling. PEMBAHASAN Pada penulisan ini definisi yang berhubungan dengan digraph, jalan, lintasan, digraph terhubung, digraph berbobot, dan jaringan diambil dari Rosen (2000) dan Wilson (1990). Definisi-definisi tersebut menunjang pembahasan penyelesaian minimum cost flow dengan algoritma double scaling. Algoritma double scaling menggabungkan algoritma cost scaling dengan algoritma capacity scaling. Algoritma double scaling mengadopsi langkahlangkah pada algoritma cost scaling dengan mengganti prosedur improve approximation awal dengan prosedur baru yang memuat fase -scaling yang merupakan bagian dari algoritma capacity scaling. Pada fase -scaling dilakukan 2
3 identifikasi lintasan admissible dari titik dengan nilai node imbalances kurang dari atau sama dengan ke titik dengan nilai node imbalances kurang dari nol, serta mengalirkan supply sebesar unit ke lintasan tersebut. Ketika nilai node imbalances semua titik pada digraph kurang dari, maka lama direduksi dengan faktor 2 menjadi dan memulai fase -scaling yang baru. Langkah-langkah penyelesaian permasalahan minimum cost flow dengan algoritma double scaling diperlukan langkah-langkah berikut : 1. Fase Inisialisasi Langkah-langkah yang dilakukan pada fase inisialisasi yaitu menggambarkan keadaan awal dalam bentuk jaringan berarah. Langkah-langkahnya yaitu sebagai berikut. - Menggambarkan keadaan awal dengan menggambarkan beberapa titik yang terdapat pada permasalahan. Masing-masing titik dihubungkan dengan dengan sisi berarah (i,j) yang menunjukkan adanya jalan untuk aliran dari titik i ke titik j. Setiap sisi (i,j) mempunyai dua bobot yang dinotasikan dengan dan. - Menuliskan dari masing-masing titik dengan dengan ketentuan. Karena pada algoritma double scaling nilai awal, maka - Menuliskan dan untuk masing-masing sisi di G. Karena pada algoritma double scaling nilai awal dan nilai awal, maka. Selanjutnya menuliskan pada setiap sisi G. - Menentukan nilai. Periksa apakah, jika memenuhi lanjut ke langkah selanjutnya, jika tidak direduksi menjadi kemudian lakukan pemeriksaan kembali. - Menentukan dan. Selanjutnya memperbarui nilai dengan ketentuan dan memperbarui untuk setiap titik yang terhubung langsung dengan titik j. Selanjutnya menuliskan kembali pada pada setiap sisi G. - Menentukan. - Menentukan titik aktif. Jika pada digraph terdapat titik aktif maka lakukan langkah 2, jika pada digraph tidak terdapat titik aktif, iterasi berhenti. 2. Fase -scaling : penentuan lintasan admissible. - Menentukan yaitu himpunan titik dengan. Jika, direduksi menjadi dan kembali menentukan Jika lanjut menentukan lintasan admissible. - Menentukan lintasan admissible Pilih titik, tentukan lintasan admissible P dari titik ke titik dengan. Jika titik mempunyai sisi admissible,lakukan prosedur advance (i), jika titik tidak memiliki sisi admissible lakukan prosedur retreat (i). Advance (i) Jika titik i memiliki sisi admissible, tambahkan sisi ke P, lanjutkan menentukan sisi admissible dari titik sampai. 3
4 Retreat (i) Jika titik tidak memiliki sisi admissible, perbarui nilai menjadi. Jika hapus sisi dari P (jika maka ) dan lanjutkan menentukan sisi admissible dari titik. - Jika telah diperoleh lintasan admissible P, lakukan pengiriman sebanyak unit ke lintasan P. Selanjutnya perbarui jaringan sisa dengan mengganti sisi dengan dua sisi dan dengan bobot masing-masing sisi yaitu sisi memiliki bobot dan, sisi memiliki bobot dan. Serta perbarui untuk setiap sisi pada lintasan P dengan ketentuan dan. 3. Fase Perulangan Pada fase ini dillakukan perulangan langkah 2 di atas hingga semua titik teraliri flow. Jika nilai node imbalance semua titik sama dengan nol, maka perulangan dinyatakan selesai dan lanjut ke langkah Fase Solusi Optimum Jika nilai node imbalance semua titik pada jaringan sisa sama dengan nol, maka langkah selanjutnya adalah menggambarkan digraph solusi optimum dengan bobot masing-masing sisinya adalah dengan. Selanjutnya menghitung nilai dengan ketentuan. Nilai yang diperoleh merupakan total biaya minimum dari permasalahan awal. Pada penulisan ini, algoritma double scaling diterapkan pada beberapa contoh permasalahan minimum cost flow diantaranya yaitu pada contoh dengan empat titik, lima titik, enam titik, dan delapan titik. Solusi yang diperoleh kemudian dibandingkan dengan solusi yang diperoleh dengan algoritma cost scaling dan algoritma capacity scaling. Dari perbandingan tersebut diperoleh bahwa algoritma double scaling, algoritma cost scaling, dan algoritma capacity scaling menghasilkan biaya total minimum dan rute pengiriman supply yang sama Adapun perbedaan algoritma double scaling dengan algoritma cost scaling terletak pada fase improve approximation. Fase improve approximation pada algoritma cost scaling menggunakan fase push relabel dengan pengiriman flow ke sisi admissible sebesar minimum dari node imbalance titik dan kapasitas sisa sisi sedangkan fase improve approximation pada algoritma double scaling menggunakan fase -scaling dengan pengiriman flow ke sisi-sisi admissible sebesar Adapun perbedaan algoritma double scaling dengan algoritma capacity scaling terletak pada prosedur pemilihan lintasan yang akan dialiri flow pada fase -scaling. Pada algoritma capacity scaling, prosedur pemilihan lintasan menggunakan algoritma-algoritma pada shortest path, sedangkan pada algoritma double scaling menggunakan konsep lintasan admissible, yaitu lintasan yang terdiri dari sisi-sisi admissible.. Implementasi program untuk menyelesaikan permasalahan minimum cost flow dengan menggunakan algoritma double scaling dibuat dengan bantuan program Delphi 7 dengan mengikuti algoritma sebagai berikut (Ahuja,1993:374). 4
5 Begin π :=0 and ε := C let x any feasible flow while ε do begin Improve approximation *) ε:= ; x is optimal flow *) Procedur Improve approximation Begin Set x:=0 and compute node imbalances; π (j):= π (j)+ ε, ; While network contains an active node do begin S( )= While S( ) do begin (scaling phase) Select a node k from S( ); Determine an admissible path P from node k to some node l with e(l) < 0 ; augment units of flow on path P and update x and ; Adapun prosedur untuk mengidentifikasi lintasan admissible adalah sebagai berikut (Ahuja, 1993 : 374). Advance (i). If the residual network contains an admissible arc (i,j), add to P and set pred (j):= i. If stop. Retreat (i). If the residual network does not contains an admissible arc (i,j), update to. If, remove the arc from P so that becomes its new tip. Solusi permasalahan minimum cost flow dengan algoritma double scaling dengan bantuan program yang dikembangkan ditunjukkan pada gambar berikut. 5
6 Program yang dikembangkan, selain disimulasikan pada empat titik, lima titik, enam titik dan delapan titik, juga dapat digunakan untuk menyelesaikan permasalahan minimum cost flow pada 40 titik, 50 titik, 60 titik, 70 titik, 75 titik, 78 titik dan 79 titik. Sedangkan untuk permasalahan minimum cost flow pada jaringan dengan banyak titik lebih dari 79, permasalahan tersebut tidak dapat diselesaikan dengan program ini. KESIMPULAN 1. Dalam mencari solusi minimum cost flow, algoritma double scaling melakukan pencarian lintasan yang disebut dengan lintasan admissible. Lintasan admissible, yaitu lintasan yang semua sisinya merupakan sisi admissible. Sisi admissible merupakan sisi dengan yang memenuhi kondisi. Penerapan algoritma double scaling pada permasalahan minimum cost flow diterapkan pada beberapa contoh yaitu contoh pada empat titik, contoh pada lima titik, contoh pada enam titik, dan contoh pada delapan titik. Setelah permasalahan tersebut diselesaikan dengan algoritma double scaling diperoleh solusi dengan biaya optimum dan rute yang sama dengan penyelesaian menggunakan algoritma pembanding. 2. Algoritma double scaling menggabungkan algoritma cost scaling dengan algoritma capacity scaling. Algoritma double scaling mengadopsi langkahlangkah pada algoritma cost scaling dengan mengganti prosedur improve approximation awal dengan prosedur baru yang memuat fase -scaling yang merupakan bagian dari algoritma capacity scaling. Perbedaan algoritma double scaling dengan algoritma cost scaling terletak pada fase improve approximation. Adapun perbedaan algoritma double scaling dengan algoritma capacity scaling terletak pada prosedur pemilihan lintasan yang akan dialiri flow pada fase -scaling. 3. Pencarian minimum cost flow dapat dilakukan dengan menggunakan program program Delphi dengan mengimplementasikan prosedur pencarian solusi minimum cost flow yang memuat prosedur retreat dan advance untuk menentukan lintasan admissible. Program yang dikembangkan, selain disimulasikan pada empat titik, lima titik, enam titik dan delapan titik, juga 6
7 dapat digunakan untuk menyelesaikan permasalahan minimum cost flow pada 40 titik, 50 titik, 60 titik, 70 titik, 75 titik, 78 titik dan 79 titik. Adapun untuk permasalahan minimum cost flow dengan jumlah titik lebih dari 79, tidak dapat diselesaikan dengan menggunakan program ini. DAFTAR RUJUKAN Ahuja, Ravindra, dkk Network Flows Theory, Algorithms, and Applications. New Jersey : Prentice-Hall, Inc. Prabowo, Fajar Penerapan Algoritma Cost Scaling pada Permasalahan Minimum Cost Flow dan Implementasinya pada Program. Skripsi tidak diterbitkan. Malang: Fakultas Matematika dan Ilmu Pengetahuan Alam Universitas Negeri Malang. Rosen, H., Kenneth Handbook of Discrete and Combinatorial Mathematics. Washington, DC: CRC Press. Saputri, Reni Dian Algoritma Capacity Scaling dalam Menyelesaikan Minimum Cost Flow dan Aplikasi Programnya. Skripsi tidak diterbitkan. Malang: Fakultas Matematika dan Ilmu Pengetahuan Alam Universitas Negeri Malang. Wilson, Robin J Graph An Introduction Approach. Canada : Wiley. 7
PENERAPAN ALGORITMA RELAKSASI PADA PERMASALAHAN MINIMUM COST FLOW
PENERAPAN ALGORITMA RELAKSASI PADA PERMASALAHAN MINIMUM COST FLOW Supiatun, Sapti Wahyuningsih, Darmawan Satyananda Universitas Negeri Malang E-mail: nuta_ipuzzz@yahoo.com Abstrak : Minimum cost flow merupakan
Lebih terperinciPENERAPAN ALGORITMA COST SCALING PADA PERMASALAHAN MINIMUM COST FLOW DAN IMPLEMENTASINYA PADA PROGRAM
PENERAPAN ALGORITMA COST SCALING PADA PERMASALAHAN MINIMUM COST FLOW DAN IMPLEMENTASINYA PADA PROGRAM Fajar Prabowo Universitas Negeri Malang E-mail: fajar_sinyoo@yahoo.com Pembimbing: (I) Dra. Sapti Wahyuningsih,
Lebih terperinciALGORITMA CAPACITY SCALING DALAM MENYELESAIKAN MINIMUM COST FLOW PROBLEM DAN IMPLEMENTASI PROGRAMNYA
ALGORITMA CAPACITY SCALING DALAM MENYELESAIKAN MINIMUM COST FLOW PROBLEM DAN IMPLEMENTASI PROGRAMNYA Reni Dian Saputri, Sapti Wahyuningsih *), Darmawan Satyananda *) Universitas Negeri Malang E-mail: renidiansaputri@yahoo.co.id
Lebih terperinciPENYELESAIAN MASALAH ALIRAN MAKSIMUM MENGGUNAKAN EDMONS KARP ALGORITHM
PENYELESAIAN MASALAH ALIRAN MAKSIMUM MENGGUNAKAN EDMONS KARP ALGORITHM Fathimatuzzahro, Sapti Wahyuningsih, dan Darmawan Satyananda Universitas Negeri Malang E-mail: fathimatuzzahro90@gmail.com ABSTRAK:
Lebih terperinciPENGEMBANGAN LONGEST PATH ALGORITHM (LPA) DALAM RANGKA PENCARIAN LINTASAN TERPANJANG PADA GRAF BERSAMBUNG BERARAH BERUNTAI
PENGEMBANGAN LONGEST PATH ALGORITHM (LPA) DALAM RANGKA PENCARIAN LINTASAN TERPANJANG PADA GRAF BERSAMBUNG BERARAH BERUNTAI Oliver Samuel Simanjuntak Prodi Teknik Informatika UPN eteran Yogyakarta Jl. Babarsari
Lebih terperinciPENGEMBANGAN SHORTEST PATH ALGORITHM (SPA) DALAM RANGKA PENCARIAN LINTASAN TERPENDEK PADA GRAF BERSAMBUNG BERARAH BERUNTAI
PENGEMBANGAN SHORTEST PATH ALGORITHM (SPA) DALAM RANGKA PENCARIAN LINTASAN TERPENDEK PADA GRAF BERSAMBUNG BERARAH BERUNTAI Oliver Samuel Simanjuntak Jurusan Teknik Informatika UPN Veteran Yogyakarta Jl.
Lebih 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 terperinciPenyelesaian Maximum Flow Problem dengan Algoritma Cloning-Based
Penyelesaian Maximum Flow Problem dengan Algoritma Cloning-Based Setya Widodo, Purwanto, dan Subanji Universitas Negeri Malang E-mail: yambink@gmail.com ABSTRAK: Skripsi ini membahas tentang permasalahan
Lebih terperinciPENYELESAIAN MULTIPLE DEPOT VEHICLE ROUTING PROBLEM (MDVRP) MENGGUNAKAN METODE INSERTION HEURISTIC
PENYELESAIAN MULTIPLE DEPOT VEHICLE ROUTING PROBLEM (MDVRP) MENGGUNAKAN METODE INSERTION HEURISTIC Dima Prihatinie, Susy Kuspambudi Andaini, Darmawan Satyananda JURUSAN MATEMATIKA FAKULTAS MIPA UNIVERSITAS
Lebih terperinciPENYELESAIAN TRAVELLING SALESMAN PROBLEM DENGAN ALGORITMA BRANCH AND BOUND
PENYEESAIAN TRAVEING SAESMAN PROBEM DENGAN AGORITMA BRANCH AND BOND Yogo Dwi Prasetyo Pendidikan Matematika, niversitas Asahan e-mail: abdullah.prasetyo@gmail.com Abstract The shortest route search by
Lebih terperinciPENENTUAN MATCHING MAKSIMUM PADA GRAPH BIPARTISI BERBOBOT DENGAN MENGGUNAKAN ALGORITMA GENETIKA
PENENTUAN MATCHING MAKSIMUM PADA GRAPH BIPARTISI BERBOBOT DENGAN MENGGUNAKAN ALGORITMA GENETIKA,, Universitas Negeri Malang E-mail: love_nisza@yahoo.co.id ABSTRAK: Matching berguna untuk menyelesaikan
Lebih terperinciMETODE OUT OF KILTER MENENTUKAN MINIMAL COST PADA PERSOALAN NETWORK
METODE OUT OF KILTER MENENTUKAN MINIMAL COST PADA PERSOALAN NETWORK SKRIPSI AFNI DEVINA SARI SIREGAR 060823010 DEPARTEMEN MATEMATIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM UNIVERSITAS SUMATERA UTARA
Lebih terperinciElvira Firdausi Nuzula, Purwanto, dan Lucky Tri Oktoviana Universitas Negeri Malang
PENERAPAN ALGORITMA AUCTION UNTUK MENGATASI MASALAH LINTASAN TERPENDEK (SHORTEST PATH) Elvira Firdausi Nuzula, Purwanto, dan Lucky Tri Oktoviana Universitas Negeri Malang E-mail : elvira_firdausi@yahoo.co.id
Lebih terperinciMENENTUKAN LINTASAN TERPENDEK SUATU GRAF BERBOBOT DENGAN PENDEKATAN PEMROGRAMAN DINAMIS. Oleh Novia Suhraeni 1, Asrul Sani 2, Mukhsar 3 ABSTRACT
MENENTUKAN LINTASAN TERPENDEK SUATU GRAF BERBOBOT DENGAN PENDEKATAN PEMROGRAMAN DINAMIS Oleh Novia Suhraeni 1, Asrul Sani 2, Mukhsar 3 ABSTRACT One of graph application on whole life is to establish the
Lebih terperinciALGORITMA MENCARI LINTASAN TERPENDEK
Abstrak ALGORITMA MENCARI LINTASAN TERPENDEK Indra Fajar 1, Gustian Siregar 2, Dede Tarwidi 3 Laboratorium Ilmu dan Rekayasa Komputasi Departemen Teknik Informatika, Institut Teknologi Bandung Jl. Ganesha
Lebih terperinciBAB 1 PENDAHULUAN. 1.1 Latar Belakang
BAB 1 PENDAHULUAN 1.1 Latar Belakang Masalah dalam menentukan rantaian terpendek diantara pasangan node (titik) tertentu dalam suatu graph telah banyak menarik perhatian. Persoalan dirumuskan sebagai kasus
Lebih terperinciPENYELESAIAN MASALAH LINTASAN TERPENDEK FUZZY DENGAN MENGGUNAKAN ALGORITMA CHUANG KUNG DAN ALGORITMA FLOYD
PENYELESAIAN MASALAH LINTASAN TERPENDEK FUZZY DENGAN MENGGUNAKAN ALGORITMA CHUANG KUNG DAN ALGORITMA FLOYD 1 Anik Musfiroh, 2 Lucia Ratnasari, 3 Siti Khabibah 1.2.3 Jurusan Matematika Universitas Diponegoro
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 terperinciPEMBERIAN NOMOR VERTEX PADA TOPOLOGI JARINGAN GRAF WHEEL, GRAF HELM DAN GRAF LOLLIPOP
PEMBERIAN NOMOR VERTEX PADA TOPOLOGI JARINGAN GRAF WHEEL, GRAF HELM DAN GRAF LOLLIPOP Oleh : MUHAMAD SIDIQ NIM. M0108095 SKRIPSI Ditulis dan diajukan untuk memenuhi sebagian persyaratan memeperoleh gelar
Lebih terperinciALGORITMA SEQUENTIAL INSERTION UNTUK MENYELESAIKAN MASALAH MULTIPLE TRIP VEHICLE ROUTING PROBLEM (MTVRP)
ALGORITMA SEQUENTIAL INSERTION UNTUK MENYELESAIKAN MASALAH MULTIPLE TRIP VEHICLE ROUTING PROBLEM (MTVRP) Nine Winda Yunita 1, Sapti Wahyuningsih 2, dan Darmawan Satyananda 3 Universitas Negeri Malang E-mail:
Lebih terperinciPEWARNAAN PADA GRAF BINTANG SIERPINSKI. Siti Khabibah Departemen Matematika, FSM Undip
JMP : Vol. 9 No. 1, Juni 2017, hal. 37-44 PEWARNAAN PADA GRAF BINTANG SIERPINSKI Siti Khabibah Departemen Matematika, FSM Undip khabibah.undip@gmail.com ABSTRACT. This paper discuss about Sierpinski star
Lebih terperinciPENERAPAN ALGORITMA GENETIKA DALAM PENYELESAIAN TRAVELLING SALESMAN PROBLEM WITH PRECEDENCE CONSTRAINTS (TSPPC)
PENERAPAN ALGORITMA GENETIKA DALAM PENYELESAIAN TRAVELLING SALESMAN PROBLEM WITH PRECEDENCE CONSTRAINTS (TSPPC) Yayun Hardianti 1, Purwanto 2 Universitas Negeri Malang E-mail: yayunimoet@gmail.com ABSTRAK:
Lebih terperinciANALISIS KINERJA ALGORITMA KARZANOV DALAM MENYELESAIKAN MAXIMUM FLOW PROBLEM
ANALISIS KINERJA ALGORITMA KARZANOV DALAM MENYELESAIKAN MAXIMUM FLOW PROBLEM Candrayani Methasari, Sapti Wahyuningsih, dan Susy Kuspambudi Andaini Universitas Negeri Malang ABSTRAK: Tujuan penulisan ini
Lebih terperinciAPLIKASI ALGORITMA BELLMAN FORD
SKRIPSI APLIKASI ALGORITMA BELLMAN FORD DALAM MEMINIMUMKAN BIAYA OPERASIONAL RUTE PENERBANGAN Skripsi Untuk memenuhi sebagian persyaratan mencapai derajat Sarjana S-1 Diajukan Oleh : BOWO KRISTANTO 08610014
Lebih terperinciANALISIS PERBANDINGAN ALGORITMA PATHFINDING GREEDY BEST-FIRST SEARCH DENGAN A*(STAR) DALAM MENENTUKAN LINTASAN PADA PETA
ANALISIS PERBANDINGAN ALGORITMA PATHFINDING GREEDY BEST-FIRST SEARCH DENGAN A*(STAR) DALAM MENENTUKAN LINTASAN PADA PETA Christophorus Yohannes Suhaili 1 ; Mendy Irawan 2 ; Raja Muhammad Fahrizal 3 ; Antonius
Lebih terperinciABSTRAK. Kata Kunci: graph,dynamic Travelling Salesman Problem (D-TSP), Algoritma Nearest Neighbor Heuristic. Nearest Insertion Heuristic.
ABSTRAK Palupi, Rizki Dinar. 2013. Permasalahan Dynamic Travelling Salesman Problem (D-TSP) dan Implementasi Programnya. Skripsi, Jurusan Matematika Fakultas Matematika dan Ilmu Pengetahuan Alam Universitas
Lebih terperinciPendekatan Dual-Matriks Untuk Menyelesaikan Persoalan Transportasi
Pendekatan Dual-Matriks Untuk Menyelesaikan Persoalan Transportasi Aziskhan, Usna Wita, M D H Gamal Fakultas Matematika dan Ilmu Pengetahuan Alam Universitas Riau Abstract: This paper discusses an approach
Lebih 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 terperinciUJM 2 (1) (2013) UNNES Journal of Mathematics.
UJM 2 (1) (2013) UNNES Journal of Mathematics http://journal.unnes.ac.id/sju/index.php/ujm PENERAPAN ALGORITMA DIJKSTRA DAN PRIM PADA PENDISTRIBUSIAN AIR DI PDAM KABUPATEN DEMAK Verly Zuli Prasetyo, Amin
Lebih terperinciBAB 1 PENDAHULUAN. barang, jaringan jalan raya, atau dalam masalah komputasi yaitu jaringan penjadwalan.
BAB 1 PENDAHULUAN 1.1 Latar Belakang Kehidupan manusia berkaitan erat dengan jaringan. Jaringan pendistribusian barang, jaringan jalan raya, atau dalam masalah komputasi yaitu jaringan penjadwalan. Dalam
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 terperinciSISTEM INFORMASI UNIVERSITAS GUNADARMA 2012/2013. Graf Berarah
SISTEM INFORMASI UNIVERSITAS GUNADARMA 2012/2013 Graf Berarah Graf Berarah Suatu graf berarah (Direct Graf/Digraf) D terdiri atas 2 himpunan : 1. Himpunan V, anggotanya disebut Simpul. 2. Himpunan A, merupakan
Lebih terperinciAplikasi Algoritma Greedy pada Optimasi Pelaksanaan Misi dalam Permainan Assassins Creed : Revelations
Aplikasi Algoritma Greedy pada Optimasi Pelaksanaan Misi dalam Permainan Assassins Creed : Revelations Miftahul Mahfuzh 13513017 Program Studi Teknik Informatika Sekolah Teknik Elektro dan Informatika
Lebih terperinciABSTRACT 1. PENDAHULUAN
Repositori Karya Ilmiah Universitas Riau Matematika: September 01. PENYELESAIAN MASALAH TRAVELING SALESMAN DENGAN PEMROGRAMAN DINAMIK Mustafsiroh 1, M. D. H Gamal, M. Natsir mustafsiroh@ymail.com 1 Mahasiswa
Lebih terperinciBAB 3 ANALISIS DAN PERANCANGAN
BAB 3 ANALISIS DAN PERANCANGAN 3.1 Analisis Pada bab 2, telah delaskan mengenai pemilihan negative cycle yang akan mengalami proses canceling tanpa menggunakan aturan-aturan tertentu. Dengan kondisi tersebut,
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 terperinciMENYELESAIKAN PERSOALAN TRANSPORTASI DENGAN KENDALA CAMPURAN
MENYELESAIKAN PERSOALAN TRANSPORTASI DENGAN KENDALA CAMPURAN J. K. Sari, A. Karma, M. D. H. Gamal junikartika.sari@ymail.com Mahasiswa Program Studi S Matematika Laboratorium Matematika Terapan Jurusan
Lebih terperinciPELABELAN PRIME CORDIAL PADA BEBERAPA GRAF YANG TERKAIT DENGAN GRAF SIKEL
PELABELAN PRIME CORDIAL PADA BEBERAPA GRAF YANG TERKAIT DENGAN GRAF SIKEL Nindita Yuda Hapsari, R.Heri Soelistyo U, Luciana Ratnasari,, Program Studi Matematika FSM Universitas Diponegoro Jl. Prof. H.
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 terperinciImplementasi Graf dalam Penentuan Rute Terpendek pada Moving Object
Implementasi Graf dalam Penentuan Rute Terpendek pada Moving Object Firdaus Ibnu Romadhon/13510079 Program Studi Teknik Informatika Sekolah Teknik Elektro dan Informatika Institut Teknologi Bandung, Jl.
Lebih 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 terperinciPENDEKATAN ALGORITMA PEMROGRAMAN DINAMIK DALAM MENYELESAIKAN PERSOALAN KNAPSACK 0/1 SKRIPSI SRI RAHAYU
PENDEKATAN ALGORITMA PEMROGRAMAN DINAMIK DALAM MENYELESAIKAN PERSOALAN KNAPSACK 0/1 SKRIPSI SRI RAHAYU 060823001 PROGRAM STUDI SARJANA MATEMATIKA DEPARTEMEN MATEMATIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN
Lebih terperinciPELABELAN PRODUCT CORDIAL PADA TENSOR PRODUCT PATH DAN SIKEL
PELABELAN PRODUCT CORDIAL PADA TENSOR PRODUCT PATH DAN SIKEL Setia Endrayana 1, Bayu Surarso 2, Siti Khabibah 3 1,2,3 Program Studi Matematika FSM Universitas Diponegoro Jl Prof H Soedarto, SH Tembalang
Lebih terperinciANALISIS KINERJA ALGORITMA PEMROGRAMAN DINAMIK PADA MASALAH MULTISTAGE GRAPH. Kata Kunci: Algoritma, Multistage, Pemrograman Dinamik, Running Time
ANALISIS KINERJA ALGORITMA PEMROGRAMAN DINAMIK PADA MASALAH MULTISTAGE GRAPH Wawan Setiawan Universitas Negeri Malang E-mail : looney_waw@yahoo.co.id Pembimbing: (I) Dra. Susy Kuspambudi Andaini, M. Kom,
Lebih terperinciOptimasi Jaringan. Masalah Optimasi Jaringan Model Optimasi Jaringan Penyelesaian Optimasi Jaringan dengan Simpleks
Optimasi Jaringan Masalah Optimasi Jaringan Model Optimasi Jaringan Penyelesaian Optimasi Jaringan dengan Simpleks Pendahuluan Sebuah model jaringan terdiri dari dua buah element utama, yaitu: Arc, marupakan
Lebih terperinciPERBANDINGAN HASIL PERHITUNGAN JARAK TERPENDEK ANTARA ALGORITMA DIJKSTRA DENGAN PEMROGRAMAN LINIER
Jurnal Teknik dan Ilmu Komputer PERBANDINGAN HASIL PERHITUNGAN JARAK TERPENDEK ANTARA ALGORITMA DIJKSTRA DENGAN PEMROGRAMAN LINIER COMPARISON OF SHORTEST DISTANCE CALCULATION BETWEEN DIJKSTRA S ALGORITHM
Lebih terperinciAPLIKASI ALGORITMA GREEDY PADA PERSOALAN PEWARNAAN GRAF
APLIKASI ALGORITMA GREEDY PADA PERSOALAN PEWARNAAN GRAF Fitriana Passa (13508036) Program Studi Teknik Informatika, Sekolah Teknik Elektro dan Informatika, Institut Teknologi Bandung Jalan Ganeca 10 Bandung
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 terperinciJurusan Matematika Fakultas Matematika dan Ilmu Pengetahuan Alam Universitas Riau Kampus Binawidya Pekanbaru (28293), Indonesia
MEMBANDINGKAN ALGORITMA D SATUR DENGAN ALGORITMA VERTEX MERGE DALAM PEWARNAAN GRAF TAK BERARAH Daratun Nasihin 1 Endang Lily 2, M. D. H. Gamal 2 1 Mahasiswa Program Studi S1 Matematika Jurusan Matematika
Lebih terperinciKAJIAN KARAKTERISTIK SOLUSI VARIAN TRAVELING SALESMAN PROBLEM (TSP) DAN APLIKASINYA
KAJIAN KARAKTERISTIK SOLUSI VARIAN TRAVELING SALESMAN PROBLEM (TSP) DAN APLIKASINYA Sapti Wahyuningsih 1, Darmawan Satyananda 2, Dahliatul Hasanah 3 1 Jurusan Matematika FMIPA UM Malang, sapti.wahyuningsih.fmipa@um.ac.id
Lebih terperinciCourse Note Graph Hamilton
Course Note Graph Hamilton Pada catatan sebelumnya telah dijelaskan tentang definisi graph Hamilton. Suatu graph terhubung adalah graph Hamilton jika graph tersebut memuat sikel yang mencakup semua titik
Lebih terperinciIMPLEMENTASI MASALAH PEWARNAAN GRAPH DENGAN ALGORITMA TABU SEARCH PADA PENJADWALAN KULIAH
IMPLEMENTASI MASALAH PEWARNAAN GRAPH DENGAN ALGORITMA TABU SEARCH PADA PENJADWALAN KULIAH Ida Suryani 1, Purwanto 2, Mohamad sin 3 Universitas Negeri Malang E-mail: idaasuryaani@gmail.com; purmatum@yahoo.com;
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 terperinciBAB 2 LANDASAN TEORI
BAB 2 LANDASAN TEORI 2.1 Graph Graf adalah struktur data yang terdiri dari atas kumpulan vertex (V) dan edge (E), biasa ditulis sebagai G=(V,E), di mana vertex adalah node pada graf, dan edge adalah rusuk
Lebih terperinciALGORITMA FORD-FULKERSON UNTUK MEMAKSIMUMKAN FLOW DALAM PENDISTRIBUSIAN BARANG
ALGORITMA FORD-FULKERSON UNTUK MEMAKSIMUMKAN FLOW DALAM PENDISTRIBUSIAN BARANG 1Fahrun Nisa, 2 Wahyu Henky Irawan 1 Jurusan Matematika, Universitas Islam Negeri Maulana Malik Ibrahim Malang 2 jurusan Matematika,
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 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 terperinci1. Minimal spanning tree 2. Shortest-route algorithm 3. Maximum flow algorithm
Model Jaringan 1 Topik Yang dibahas 1. Minimal spanning tree 2. Shortest-route algorithm 3. Maximum flow algorithm 2 Definisi Jaringan Jaringan (network) = (N, A); N=node, A=arc = sisi=busur. Arc (sisi)
Lebih terperinciPELABELAN SIGNED PRODUCT CORDIAL PADA GRAF PATH, CYCLE, DAN STAR
PELABELAN SIGNED PRODUCT CORDIAL PADA GRAF PATH, CYCLE, DAN STAR Hardany Kurniawan 1, Lucia Ratnasari 2, Robertus Heri 3 1,2,3 Program Studi Matematika FSM Universitas Diponegoro Jl. Prof. H. Soedarto,
Lebih terperinciPENYELESAIAN MASALAH ALIRAN MAKSIMUM DENGAN MENGGUNAKAN ALGORITMA DIJKSTRA DAN ALGORITMA FORD-FULKERSON TUGAS AKHIR
PENYELESAIAN MASALAH ALIRAN MAKSIMUM DENGAN MENGGUNAKAN ALGORITMA DIJKSTRA DAN ALGORITMA FORD-FULKERSON TUGAS AKHIR Diajukan Sebagai salah Satu Syarat Untuk Memperoleh Gelar Sarjana Sains pada Jurusan
Lebih terperinciPENERAPAN TEORI GRAF UNTUK MENYELESAIKAN MASALAH MINIMUM SPANNING TREE (MST) MENGGUNAKAN ALGORITMA KRUSKAL
PENERAPAN TEORI GRAF UNTUK MENYELESAIKAN MASALAH MINIMUM SPANNING TREE (MST) MENGGUNAKAN ALGORITMA KRUSKAL Swaditya Rizki Program Studi Pendidikan Matematika, Fakultas Keguruan dan Ilmu Pendidikan, Universitas
Lebih terperinciBAB 2 LANDASAN TEORI
BAB 2 LANDASAN TEORI 2.1 Pengertian Algoritma Algoritma adalah teknik penyusunan langkah-langkah penyelesaian masalah dalam bentuk kalimat dengan jumlah kata terbatas tetapi tersusun secara logis dan sitematis
Lebih terperinciSeminar Nasional Aplikasi Teknologi Informasi 2004 Yogyakarta, 19 Juni 2004
Seminar Nasional Aplikasi Teknologi Informasi 2004 Yogyakarta, 19 Juni 2004 Penyelesaian Masalah Penugasan dengan Algoritma Genetika Zainudin Zukhri Jurusan Teknik Informatika, Fakultas Teknologi Industri,
Lebih terperinciMata Kuliah Penelitian Operasional II OPERATIONS RESEARCH AN INTRODUCTION SEVENTH EDITION BY HAMDY A. TAHA BAB 6.
Mata Kuliah Penelitian Operasional II OPERATIONS RESEARCH AN INTRODUCTION SEVENTH EDITION BY HAMDY A. TAHA BAB 6 Analisis Jaringan Dipresentasikan oleh: Herman R. Suwarman, S.Si Pendahuluan- Ilustrasi
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 terperinciALGORITMA HARMONY SEARCH DALAM OPTIMALISASI VEHICLE ROUTING PROBLEM WITH TIME WINDOW (VRPTW)
ALGORITMA HARMONY SEARCH DALAM OPTIMALISASI VEHICLE ROUTING PROBLEM WITH TIME WINDOW (VRPTW) Irinne Puspitasari 1, Purwanto 2 Email : irinne.puspitasari@gmail.com JURUSAN MATEMATIKA FAKULTAS MATEMATIKA
Lebih terperinciSimulasi Pencarian Rute Terpendek dengan Metode Algoritma A* (A-Star) Agus Gustriana ( )
Simulasi Pencarian Rute Terpendek dengan Metode Algoritma A* (A-Star) Agus Gustriana (0222182) Jurusan Teknik Elektro, Fakultas Teknik, Jl. Prof. Drg. Suria Sumantri 65, Bandung 40164, Indonesia E-mail
Lebih terperinciGENETIKA UNTUK MENENTUKAN RUTE LOPER KORAN DI AGEN SURAT KABAR
MULTI TRAVELING SALESMAN PROBLEM (MTSP) DENGAN ALGORITMA Abstrak GENETIKA UNTUK MENENTUKAN RUTE LOPER KORAN DI AGEN SURAT KABAR Oleh : Fitriana Yuli Saptaningtyas,M.Si. Jurusan Pendidikan Matematika FMIPA
Lebih terperinciALGORITMA PENCARIAN (HEURISTIC)
ALGORITMA PENCARIAN (HEURISTIC) Farah Zakiyah Rahmanti, M.T Diperbarui 2016 Overview Pengertian Pencarian Heuristik Generate and Test Hill Climbing Best First Searching Latihan Pencarian Heuristik Merupakan
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 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 terperinciPENYELESAIAN TRAVELLING SALESMAN PROBLEM ( TSP ) DENGAN MENGGUNAKAN ARTIFICIAL BEE COLONY
PENYELESAIAN TRAVELLING SALESMAN PROBLEM ( TSP ) DENGAN MENGGUNAKAN ARTIFICIAL BEE COLONY Rendra Firman Pratama, Purwanto, dan Mohammad Yasin e-mail: Ren_mr07@yahoo.com Universitas Negeri Malang ABSTRAK:
Lebih terperinciPendekatan Metode Column Generation pada Vehicle Routing Problem dengan Soft Time Windows
Pendekatan Metode Column Generation pada Vehicle Routing Problem dengan Soft Time Windows Nurul Nafartsani 1, Yudi Satria 2, Helen Burhan 3 1 Departemen Matematika, FMIPA UI, Kampus UI Depok, 16424, Indonesia
Lebih terperincix 6 x 5 x 3 x 2 x 4 V 3 x 1 V 1
. PENGANTAR TEORI GRAF Definisi : Secara umum merupakan kumpulan titik dan garis. NET terdiri atas : 1. Himpunan titik (tidak boleh kosong) 2. Himpunan garis (directed line) 3. Setiap directed line menentukan
Lebih terperinciDAFTAR ISI ABSTRAK ABSTRACT KATA PENGANTAR
Abstrak ABSTRAK Dengan adanya kenaikan harga dan kelangkaan Bahan Bakar Minyak (BBM), maka penghematan pada Bahan Bakar Minyak (BBM) perlu ditingkatkan karena kesediaan BBM yang sangat terbatas di dunia.
Lebih terperinciBAB II KAJIAN PUSTAKA. Pada bab kajian pustaka berikut ini akan dibahas beberapa materi yang meliputi
BAB II KAJIAN PUSTAKA Pada bab kajian pustaka berikut ini akan dibahas beberapa materi yang meliputi graf, permasalahan optimasi, model matematika dari objek wisata di Yogyakarta, dan algoritma genetika
Lebih terperinciANALISIS DAN PERBANDINGAN ALGORITMA L-QUEUE DAN ALGORITMA FLOYD DALAM PENENTUAN LINTASAN TERPENDEK PADA GRAPH SKRIPSI
ANALISIS DAN PERBANDINGAN ALGORITMA L-QUEUE DAN ALGORITMA FLOYD DALAM PENENTUAN LINTASAN TERPENDEK PADA GRAPH SKRIPSI DHIKA HANDAYANI RANGKUTI 121401110 PROGRAM STUDI S-1 ILMU KOMPUTER FAKULTAS ILMU KOMPUTER
Lebih terperinciSebelumnya... Best-First Search Greedy Search A* Search, karena boros memory, dimunculkan variannya (sekilas): IDA* SMA* D* (DWA*) RBFS Beam
Sebelumnya... Best-First Search Greedy Search A* Search, karena boros memory, dimunculkan variannya (sekilas): IDA* SMA* D* (DWA*) RBFS Beam Kecerdasan Buatan Pertemuan 04 Variasi A* dan Hill Climbing
Lebih terperinci9. Algoritma Path. Oleh : Ade Nurhopipah
9. Algoritma Path Oleh : Ade Nurhopipah Pokok Bahasan : 1. Algoritma Fleury 2. Algoritma Shortest Path 3. Studi Kasus Sumber : Aldous, Joan M.,Wilson, Robin J. 2004. Graph and Applications. Springer: UK.
Lebih terperinciOptimization of Transportation Cost Using Genetic Algorithm
Rizky Kusumawardani Universitas Islam Indonesia, Jl. Kaliurang Km 14.5 Yogyakarta rizky.kusumawardani@uii.ac.id ABSTRACT Transportation model is application of linear programming that is used to obtain
Lebih terperinci1. PENDAHULUAN 1.1 Latar Belakang
PERANGKAT LUNAK PENCARIAN RUTE TERPENDEK DENGAN MENGGUNAKAN METODE PEMROGRAMAN DINAMIS (FLOYD WARSHALL) Ulil Hamida Program Studi Sistem Informasi, STMI Jakarta ulil-h@kemenperin.go.id ABSTRAK Pencarian
Lebih terperinciOPTIMASI PENJADWALAN SUMBER DAYA DENGAN METODE ALGORITMA GENETIK TESIS MAGISTER OLEH: DEDE SUMIRTO PEMBIMBING: DR.IR. BIEMO W.
OPTIMASI PENJADWALAN SUMBER DAYA DENGAN METODE ALGORITMA GENETIK TESIS MAGISTER OLEH: DEDE SUMIRTO PEMBIMBING: DR.IR. BIEMO W. SOEMARDI BIDANG MANAJEMEN DAN REKAYASA KONSTRUKSI DEPARTEMEN TEKNIK SIPIL
Lebih terperinciPENERAPAN ALGORITMA EXACT UNTUK PENCARIAN POHON RENTANG DENGAN DAUN TERBANYAK (MAXIMUM LEAF SPANNING TREE)
PENERAPAN ALGORITMA EXACT UNTUK PENCARIAN POHON RENTANG DENGAN DAUN TERBANYAK (MAXIMUM LEAF SPANNING TREE) Mukhamad Sihabudin 1) dan Purwanto 2) e-mail: mumammadsihabudin@yahoo.co.id Universitas Negeri
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 terperinciPELABELAN GRACEFUL SISI BERARAH PADA GRAF GABUNGAN GRAF SIKEL DAN GRAF STAR. Putri Octafiani 1, R. Heri Soelistyo U 2
PELABELAN GRACEFUL SISI BERARAH PADA GRAF GABUNGAN GRAF SIKEL DAN GRAF STAR Putri Octafiani 1, R. Heri Soelistyo U 2 1,2 Jurusan Matematika FMIPA UNDIP Jl. Prof. H. Soedarto, S. H, Tembalang, Semarang
Lebih terperinciUJI KINERJA DAN SIMULASI PENENTUAN JARAK TERPENDEK DENGAN SIMULATED ANNEALING PADA SUHU TETAP DAN SUHU BERUBAH
UJI KINERJA DAN SIMULASI PENENTUAN JARAK TERPENDEK DENGAN SIMULATED ANNEALING PADA SUHU TETAP DAN SUHU BERUBAH Dian Savitri, S.Si, M.Si Jurusan Teknik Sipil Fakultas Teknik Unesa dee_11januari@yahoo.com
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 terperinciRepresentasi Graf Berarah dalam Mencari Solusi Jalur Optimum Menggunakan Algoritma A*
Representasi Graf Berarah dalam Mencari Solusi Jalur Optimum Menggunakan Algoritma A* Denny Nugrahadi Teknik informatika ITB, Bandung, email: d_nugrahadi@yahoo.com Abstract Makalah ini membahas mengenai
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 terperinciBAB II LANDASAN TEORI
BAB II LANDASAN TEORI 2.1 Teori Graf 2.1.1 Defenisi Graf Graf G didefenisikan sebagai pasangan himpunan (V,E), ditulis dengan notasi G = (V,E), yang dalam hal ini V adalah himpunan tidak kosong dari simpul-simpul
Lebih 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 terperinciIMPLEMENTASI ALGORITMA FLOYD WARSHALL DAN NEAREST NEIGHBOUR DALAM PENGOPTIMALAN RUTE CAPACITATED VEHICLE ROUTING PROBLEM WITH TIME WINDOWS (CVRPTW)
IMPLEMENTASI ALGORITMA FLOYD WARSHALL DAN NEAREST NEIGHBOUR DALAM PENGOPTIMALAN RUTE CAPACITATED VEHICLE ROUTING PROBLEM WITH TIME WINDOWS (CVRPTW) ARTIKEL JURNAL SKRIPSI Diajukan kepada Fakultas Matematika
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 terperinciMETODE BRANCH AND BOUND UNTUK MENEMUKAN SHORTEST PATH
METODE BRANCH AND BOUND UNTUK MENEMUKAN SHORTEST PATH Mira Muliati NIM : 35050 Program Studi Teknik Informatika Sekolah Teknik Elektro Informatika Institut Teknologi Bandung Jl. Ganesha 0, Bandung E-mail
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 terperinciPANDUAN PENCARIAN RUTE GEDUNG DAN RUANGAN PADA FAKULTAS DI UNIVERSITAS HALU OLEO MENGGUNAKAN ALGORITMA DIJKSTRA BERBASIS MACROMEDIA FLASH
semantik, Vol.1, No.2, Jul-Des 2015, pp. 45-56 ISSN: 2460-1446Ily pp. 1~5 45 PANDUAN PENCARIAN RUTE GEDUNG DAN RUANGAN PADA FAKULTAS DI UNIVERSITAS HALU OLEO MENGGUNAKAN ALGORITMA DIJKSTRA BERBASIS MACROMEDIA
Lebih terperinciAPLIKASI PENCARIAN RUTE OPTIMAL MENGGUNAKAN METODE TRANSITIVE CLOSURE
APLIKASI PENCARIAN RUTE OPTIMAL MENGGUNAKAN METODE TRANSITIVE CLOSURE 1 Rudy Adipranata 2 Fauzi Josephine Desiree 3 Andreas Handojo 1, 2, 3 Teknik Informatika Universitas Kristen Petra Jl. Siwalankerto
Lebih terperinciPENGEMBANGAN MODUL PENERAPAN TEORI GRAPH BERBASIS ICT SEBAGAI PEDOMAN PRAKTEK KERJA LAPANGAN (PKL) MAHASISWA JURUSAN MATEMATIKA DI INDUSTRI
PENGEMBANGAN MODUL PENERAPAN TEORI GRAPH BERBASIS ICT SEBAGAI PEDOMAN PRAKTEK KERJA LAPANGAN (PKL) MAHASISWA JURUSAN MATEMATIKA DI INDUSTRI Sapti Wahyuningsih 1 Darmawan Satyananda 2 1 Universitas Negeri
Lebih terperinciPelabelan aliran maksimum dengan algoritma Ford-Fulkerson telah diperkenalkan pada pertengahan 1950,
1 Pelabelan aliran maksimum dengan algoritma Ford-Fulkerson telah diperkenalkan pada pertengahan 1950, Merupakan algoritma untuk memaksimumkan aliran (flow) dengan kapasitas dan biaya yang terbatas pada
Lebih terperinciDesain dan Analisis Algoritma Modifikasi Hungarian untuk Permasalahan Penugasan Dinamis Pada Studi Kasus Permasalahan SPOJ Klasik 12749
JURNAL TEKNIK POMITS Vol. 2, No. 1, (2014) ISSN: 2337-3539 (2301-9271 Print) 1 Desain dan Analisis Algoritma Modifikasi Hungarian untuk Permasalahan Penugasan Dinamis Pada Studi Kasus Permasalahan SPOJ
Lebih terperinci