METODE GREEDY. Secara matematis, masalah knapsack tersebut dapat ditulis sebagai berikut :
|
|
- Doddy Setiawan
- 7 tahun lalu
- Tontonan:
Transkripsi
1 METODE GREEDY MASALAH KNAPSACK Kita diberikan sebuah knapsack (ransel) yang dapat menampung berat maksimum M dan sehimpunan benda A = {a 0,a 1,...,a n-1 } yang berbobot W = {w 0,w 1,...,w n-1 }. Setiap benda tersebut diberikan nilai profit yang dinotasikan dengan P = {p 0,p 1,...,p n-1 }. Jika kita diperbolehkan memasukkan z i bagian dari benda a i yang ada ke dalam knapsack dimana 0 z i 1, maka kita dapatkan profit sebesar z i p i untuk benda a i tersebut. Yang dimaksud dengan masalah knapsack adalah : Bagaimana kita memilih atau menentukan z i untuk masing-masing benda a i dari keadaan di atas dengan tujuan mendapatkan total profit yang maksimal, dan dengan kendala bahwa total bobot dari benda-benda yang dimasukkan ke dalam knapsack tidak melebihi M. Secara matematis, masalah knapsack tersebut dapat ditulis sebagai berikut : n-1 maksimumkan Q = z ipi i=0 dengan kendala n 1 i= 0 zi w i W dan 0 z i 1, p i 0, w i 0, 0 i n-1 Sebuah solusi yang optimal adalah himpunan Z = {z 0,z 1,...,z n-1 } yang memaksimalkan nilai Q dan memenuhi kendala-kendala yang ada. Contoh : Kita diberikan sebuah knapsack (ransel) yang dapat menampung berat maksimum 15 Kg dan sehimpunan benda A = {a 0, a 1, a 2, a 3 } yang berbobot (dalam Kg) W = {5,9,2,4}. Setiap benda tersebut diberikan nilai profit P = {100, 135, 26, 20}. Jika kita diperbolehkan memasukkan z i
2 bagian dari benda a i yang ada ke dalam knapsack dimana 0 z i 1, maka tentukanlah Z = {z 0,z 1,z 2,z 3 } agar diperoleh total profit yang maksimal! Algoritma Sekuensial Knapsack Metode Greedy Salah satu cara untuk menyelesaikan masalah knapsack secara sekuensial adalah dengan pemakaian metode Greedy. Procedure tersebut disebut procedure GREEDY_KNAPSACK. Sebelum procedure tersebut digunakan, benda-benda harus diurutkan rasio p i /w i -nya tidak menaik. Dengan kata lain : p 0 / w 0 p 1 / w 1... p n-1 / w n-1 Adapun procedure GREEDY_KNAPSACK adalah sebagai berikut : procedure GREEDY_KNAPSACK(P,W,M,Z,n) real P(0:n-1),W(0:n-1),Z(0:n-1),cu; {n = banyak benda} integer i,n; Z 0 { Z(0), Z(1),..., Z(n-1) = 0} cu M for i 0 to n-1 do if W(i) cu then exit endif Z(i) 1 cu cu - W(i) repeat if i n-1 then Z(i) cu/w(i) endif end GREEDY_KNAPSACK Jika algoritma ini digunakan untuk menyelesaikan masalah seperti pada contoh yang lalu, dimana n = 4; M = 15; W = { 5,9,2,4 }; P = { 100,135,26,20 }, maka akan terlihat hasil tracenya sebagai berikut : Z 0 cu 15 i = 0 karena W(0) cu yaitu : 5 15 berarti : Z(0) 1 Logika dan Algoritma Yuni Dwi Astuti, ST 2
3 cu 15-5 = 10 i = 1 karena W(1) cu yaitu : 9 10 berarti : Z(1) 1 cu 10-9 = 1 i = 2 karena W(2) cu yaitu : 2 1 berarti : keluar dari loop (exit) Karena 2 3 maka Z(2) cu/w(2) = 1/2 = 0,5 Jadi optimisasi masalah knapsack diperoleh bila Z = { 1; 1; 0,5; 0 } Sehingga Q = 1 x x ,5 x x 20 = = 248 Analisis : Kompleksitas waktu dari algoritma Greedy_Knapsack ini adalah O(n). Tetapi jika data yang digunakan belum terurut rasio p i /w i -nya tidak menaik, maka diperlukan kompleksitas waktu sebesar O(n log n) untuk mengurutkan sebelumnya. Sehingga untuk masalah optimisasi knapsack, kompleksitas waktu dari algoritma ini akan lebih besar pada waktu proses pengurutannya. Latihan : Diketahui 3 buah benda dan sebuah knapsack dengan kapasitas maksimum 20. Berat dan profit dari masing-masing benda tersebut adalah (18, 15, 10) dan (25, 24, 15). Tentukanlah Z agar diperoleh total profit yang maksimal! Jawab : Pertama, kita periksa apakah rasio p i /w i -nya tidak menaik. p 0 /w 0 = 25/18 p 1 /w 1 = 24/15 p 2 /w 2 = 15/10 Logika dan Algoritma Yuni Dwi Astuti, ST 3
4 Terlihat bahwa syarat rasio p i /w i -nya tidak menaik belum terpenuhi. Jadi susunan (urutan) -nya untuk sementara kita ubah, agar syarat rasio p i /w i -nya tidak menaik terpenuhi dan kita dapat menyelesaikan masalah tersebut dengan procedure GREEDY_KNAPSACK. Untuk itu, kita ubah sementara urutan benda-bendanya (setelah diperoleh jawaban sementara, kita kembalikan urutan ke susunan semula). Perubahan yang kita lakukan adalah sebagai berikut : urutan ke- (yang lama) urutan ke- (yang baru) sehingga syaratnya terpenuhi ; 24/15 15/10 25/18 rasio p i /w i -nya tidak menaik Sekarang kita sudah dapat menggunakan procedure GREEDY_KNAPSACK untuk menyelesaikan masalah tersebut. Adapun hasil trace-nya adalah sebagai berikut : Z 0 cu 20 i = 0 karena W(0) cu yaitu : berarti : Z(0) 1 cu = 5 i = 1 karena W(2) cu yaitu : 10 5 berarti : keluar dari loop (exit) Karena 1 2 maka Z(1) cu/w(1) = 5/10 = 0,5 Jadi diperoleh : Z(0) = 1 ; Z(1) = 0,5 ; Z(2) = 0 Sekarang urutannya kita kembalikan seperti semula, yakni : Logika dan Algoritma Yuni Dwi Astuti, ST 4
5 urutan ke- (yang saat ini) urutan ke- (yang semula) Z(i) ,5 Jadi optimisasi masalah knapsack diperoleh bila Z = { 0; 1; 0,5 } Sehingga Q = 0 x x ,5 x 15 = ,5 = 31,5 MASALAH POHON RENTANGAN MINIMAL Permasalahan umum dari pohon rentangan minimal adalah mencari minimum biaya (cost) pohon rentangan dari setiap ruas suatu graf yang membentuk pohon. Setiap graf tidak dapat ditentukan pohon rentangan minimalnya. Adapun graf yang dapat kita tentukan pohon rentangan minimalnya adalah graf yang memenuhi ketiga syarat berikut : 1. graf tersebut harus terhubung 2. setiap ruas dari graf tersebut harus mempunyai nilai atau bobot (graf berlabel) 3. graf teresbut tidak berarah Algoritma yang dapat digunakan untuk menyelesaikan masalah pohon rentangan minimal cukup banyak. Dalam pembahasan ini, algoritma yang akan dipakai adalah algoritma PRIM S. Berikut ini akan disajikan langkah-langkah penyelesaian masalah pohon rentangan minimal dengan menggunakan algoritma PRIM S. PROCEDURE PRIM(E,COST,n,T,mincost) REAL COST(n,n),mincost INTEGER NEAR(n),n,i,j,k,l,T(1:n-1,2) (k,l) ruas dengan biaya atau bobot yang minimum mincost COST(k,l) Logika dan Algoritma Yuni Dwi Astuti, ST 5
6 (T(1,1),T(1,2)) (k,l) FOR i 1 TO n DO IF COST (i,l) < COST(i,k) THEN NEAR (i) l ELSE NEAR(i) k ENDIF REPEAT i NEAR(k) NEAR(l) 0 FOR i 2 TO n-1 DO Pilih j (sebuah index) sedemikian sehingga NEAR(j) 0 AND COST(j,NEAR(j)) adalah minimum (T(i,1),T(i,2)) (j,near(j)) mincost mincost + COST(j,NEAR(j)) NEAR(j) 0 FOR k 1 TO n DO IF NEAR(k) 0 AND COST(k,NEAR(k)) > COST(k,j) THEN NEAR(k) j ENDIF REPEAT k REPEAT i IF mincost ~ THEN PRINT bukan pohon rentangan ENDIF END PRIM Contoh : Perhatikan graf berikut ini : Tentukanlah nilai pohon rentangan minimalnya, serta pohon yang membentuk pohon rentangan minimal tersebut. Logika dan Algoritma Yuni Dwi Astuti, ST 6
7 Penyelesaian : Dengan menggunakan algoritma PRIM S, prosesnya adalah sebagai berikut : (k,l) (1,2) mincost COST(1,2) = 10 (T(1,1),T(1,2)) (1,2) i=1 COST (1,2) < COST(1,1)? 10 < ~ TRUE : NEAR (1) 2 i=2 COST (2,2) < COST(2,1)? ~ < 10 FALSE : NEAR (2) 1 i=3 COST (3,2) < COST(3,1)? 50 < ~ TRUE : NEAR (3) 2 i=4 COST (4,2) < COST(4,1)? ~ < 30 FALSE : NEAR (4) 1 i=5 COST (5,2) < COST(5,1)? 40 < 45 TRUE : NEAR (5) 2 i=6 COST (6,2) < COST(6,1)? 25 < ~ TRUE : NEAR (6) 2 NEAR(1) NEAR(2) 0 i = 2 Pilih j = 6 karena NEAR(6) 0 dan COST(6,NEAR(6)) adalah minimum (T(2,1),T(2,2)) (6,2) mincost 10 + COST(6,2) = = 35 NEAR(6) 0 Logika dan Algoritma Yuni Dwi Astuti, ST 7
8 k = 1 NEAR(1) 0 dan COST(1,NEAR(1)) > COST(1,6)? k = 2 NEAR(2) 0 dan COST(2,NEAR(2)) > COST(2,6)? 0 0 dan ~ > 25 FALSE dan TRUE FALSE k = 3 NEAR(3) 0 dan COST(3,NEAR(3)) > COST(3,6)? 2 0 dan 50 > 15 TRUE dan TRUE TRUE : NEAR(3) = 6 k = 4 NEAR(4) 0 dan COST(4,NEAR(4)) > COST(4,6)? 1 0 dan 30 > 20 TRUE dan TRUE TRUE : NEAR(4) = 6 k = 5 NEAR(5) 0 dan COST(5,NEAR(5)) > COST(5,6)? 2 0 dan 40 > 55 TRUE dan FALSE FALSE k = 6 NEAR(6) 0 dan COST(6,NEAR(6)) > COST(6,6)? i = 3 Pilih j = 3 karena NEAR(3) 0 dan COST(3,NEAR(3)) adalah minimum (T(3,1),T(3,2)) (3,6) mincost 35 + COST(3,6) = = 50 NEAR(3) 0 k = 1 NEAR(1) 0 dan COST(1,NEAR(1)) > COST(1,3)? k = 2 NEAR(2) 0 dan COST(2,NEAR(2)) > COST(2,3)? 0 0 dan ~ > 50 FALSE dan TRUE FALSE k = 3 Logika dan Algoritma Yuni Dwi Astuti, ST 8
9 NEAR(3) 0 dan COST(3,NEAR(3)) > COST(3,3)? k = 4 NEAR(4) 0 dan COST(4,NEAR(4)) > COST(4,3)? 6 0 dan 20 > ~ TRUE dan FALSE FALSE k = 5 NEAR(5) 0 dan COST(5,NEAR(5)) > COST(5,3)? 2 0 dan 40 > 35 TRUE dan TRUE TRUE : NEAR(5) = 3 k = 6 NEAR(6) 0 dan COST(6,NEAR(6)) > COST(6,3)? 0 0 dan ~ > 15 FALSE dan TRUE FALSE i = 4 Pilih j = 4 karena NEAR(4) 0 dan COST(4,NEAR(4)) adalah minimum (T(4,1),T(4,2)) (4,6) mincost 50 + COST(4,6) = = 70 NEAR(4) 0 k = 1 NEAR(1) 0 dan COST(1,NEAR(1)) > COST(1,4)? 0 0 dan ~ > 30 FALSE dan TRUE FALSE k = 2 NEAR(2) 0 dan COST(2,NEAR(2)) > COST(2,4)? k = 3 NEAR(3) 0 dan COST(3,NEAR(3)) > COST(3,4)? k = 4 NEAR(4) 0 dan COST(4,NEAR(4)) > COST(4,4)? k = 5 NEAR(5) 0 dan COST(5,NEAR(5)) > COST(5,4)? Logika dan Algoritma Yuni Dwi Astuti, ST 9
10 3 0 dan 35 > ~ TRUE dan FALSE FALSE k = 6 NEAR(6) 0 dan COST(6,NEAR(6)) > COST(6,4)? 0 0 dan ~ > 20 FALSE dan TRUE FALSE i = 5 Pilih j = 5 karena NEAR(5) 0 dan COST(5,NEAR(5)) adalah minimum (T(5,1),T(5,2)) (5,3) mincost 70 + COST(5,3) = = 105 NEAR(5) 0 k = 1 NEAR(1) 0 dan COST(1,NEAR(1)) > COST(1,5)? 0 0 dan ~ > 45 FALSE dan TRUE FALSE k = 2 NEAR(2) 0 dan COST(2,NEAR(2)) > COST(2,5)? 0 0 dan ~ > 40 FALSE dan TRUE FALSE k = 3 NEAR(3) 0 dan COST(3,NEAR(3)) > COST(3,5)? 0 0 dan ~ > 35 FALSE dan TRUE FALSE k = 4 NEAR(4) 0 dan COST(4,NEAR(4)) > COST(4,5)? k = 5 NEAR(5) 0 dan COST(5,NEAR(5)) > COST(5,5)? k = 6 NEAR(6) 0 dan COST(6,NEAR(6)) > COST(6,5)? 0 0 dan ~ > 55 FALSE dan TRUE FALSE mincost ~? 105 ~ FALSE Logika dan Algoritma Yuni Dwi Astuti, ST 10
11 terdapat sebuah pohon rentangan, yang mempunyai nilai minimal = 105 Berikut adalah bentuk pohon rentangan minimalnya : Logika dan Algoritma Yuni Dwi Astuti, ST 11
Algoritma 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 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 terperinciDesign and Analysis Algorithm
Design and Analysis Algorithm Pertemuan 06 Drs. Achmad Ridok M.Kom Imam Cholissodin, S.Si., M.Kom M. Ali Fauzi S.Kom., M.Kom Ratih Kartika Dewi, ST, M.Kom Contents 31 Greedy Algorithm 2 Pendahuluan Algoritma
Lebih terperinciPertemuan ke-1 Teori Dasar Graf
Pertemuan ke-1 Teori Dasar Graf Kelahiran Teori Graf Teori Graf mulai dikenal pada saat seorang matematikawan bangsa Swiss, bernama Leonhard Euler, berhasil mengungkapkan Misteri Jembatan Konigsberg pada
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 terperinciAlgoritma Greedy (lanjutan)
Algoritma Greedy (lanjutan) 5. Penjadwalan Job dengan Tenggat Waktu (Job Schedulling with Deadlines) Persoalan: -Adan buah job yang akan dikerjakan oleh sebuah mesin; -tiapjob diproses oleh mesin selama
Lebih terperinciPendahuluan. Algoritma greedy merupakan metode yang paling populer untuk memecahkan persoalan optimasi.
Algoritma Greedy Pendahuluan Algoritma greedy merupakan metode yang paling populer untuk memecahkan persoalan optimasi. Persoalan optimasi (optimization problems): persoalan mencari solusi optimum. Hanya
Lebih terperinciAlgoritma greedy merupakan metode yang paling populer untuk memecahkan persoalan optimasi.
Algoritma greedy merupakan metode yang paling populer untuk memecahkan persoalan optimasi. Persoalan optimasi (optimization problems): persoalan mencari solusi optimum. Hanya ada dua macam persoalan optimasi:
Lebih 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 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 terperinciPERBANDINGAN PENYELESAIAN KNAPSACK PROBLEM SECARA MATEMATIKA, KRITERIA GREEDY DAN ALGORITMA GREEDY
Jurnal Technoper Vol. 1 ISSN 79-56X PERBANDINGAN PENYELESAIAN KNAPSACK PROBLEM SECARA MATEMATIKA, KRITERIA GREEDY DAN ALGORITMA GREEDY THE COMPARISON OF KNAPSACK COMPLETION PROBLEM MATHEMATICALLY, GREEDY
Lebih terperinciSTRATEGI DIVIDE AND CONQUER
Pemrogram bertanggung jawab atas implementasi solusi. Pembuatan program akan menjadi lebih sederhana jika masalah dapat dipecah menjadi sub masalah - sub masalah yang dapat dikelola. Penyelesaian masalah
Lebih terperinciLogika dan Algoritma Yuni Dwi Astuti, ST 2
ALGORITMA Istilah algoritma pertama kali diperkenalkan oleh seorang ahli matematika yaitu Abu Ja far Muhammad Ibnu Musa Al Khawarizmi. Yang dimaksud dengan algoritma adalah : Urutan dari barisan instruksi
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 terperinciAlgoritma Brute Force (lanjutan)
Algoritma Brute Force (lanjutan) Contoh lain Mencari Pasangan Titik yang Jaraknya Terdekat Persoalan: Diberikan n buah titik (2-D atau 3- D), tentukan dua buah titik yang terdekat satu sama lain. y p 5
Lebih terperinciIF5110 Teori Komputasi. Teori Kompleksitas. (Bagian 1) Oleh: Rinaldi Munir. Program Studi Magister Informatika STEI-ITB
IF5110 Teori Komputasi Teori Kompleksitas (Bagian 1) Oleh: Rinaldi Munir Program Studi Magister Informatika STEI-ITB 1 Sebuah persoalan dikatakan Solvable, jika terdapat mesin Turing yang dapat menyelesaikannya.
Lebih terperinciPohon (Tree) Contoh :
POHON (TREE) Pohon (Tree) didefinisikan sebagai graph terhubung yang tidak mengandung sirkuit. Sedangkan Hutan (Forest) adalah graph yang tidak mengandung sirkuit. Jadi pohon adalah hutan yang terhubung.
Lebih terperinciAplikasi Algoritma Greedy pada Pemilihan Jenis Olahraga Ringan
Aplikasi Algoritma Greedy pada Pemilihan Jenis Olahraga Ringan Ni Made Satvika Iswari - 13508077 1 Program Studi Teknik Informatika Sekolah Teknik Elektro dan Informatika Institut Teknologi Bandung, Jl.
Lebih terperinciPenerapan Algoritma Greedy dalam Optimasi Keuntungan Perusahaan Pengiriman Barang
Penerapan Algoritma Greedy dalam Optimasi Keuntungan Perusahaan Pengiriman Barang Windy Amelia - 13512091 Program Studi Teknik Informatika Sekolah Teknik Elektro dan Informatika Institut Teknologi Bandung,
Lebih terperinciIMPLEMENTASI ALGORITMA GREEDY UNTUK MENYELESAIKAN MASALAH KNAPSACK PROBLEM
ISSN : 1978-6603 IMPLEMENTASI ALGORITMA GREEDY UNTUK MENYELESAIKAN MASALAH KNAPSACK PROBLEM Dian Rachmawati #1, Ade Candra #2 #1,2 Program Studi Ilmu Komputer, Universitas Sumatera Utara Jl. Alumni no.9
Lebih terperinciSoal dan Jawaban Materi Graf, Pohon, dan Kompleksitas Algoritma
Soal dan Jawaban Materi Graf, Pohon, dan Kompleksitas Algoritma POHON 1. Ubahlah graf berikut ini dengan menggunakan algoritma prim agar menjadi pohon merentang minimum dan tentukan bobot nya! 2. Diberikan
Lebih terperinciMETODE DEVIDE AND CONQUER (DANDC)
METODE DEVIDE AND CONQUER (DANDC) Di dalam metode ini, kita mempunyai suatu fungsi untuk menghitung input. Kemudian n input tersebut dipartisi menjadi k subset input yang berbeda (1< k n) k subproblem
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 terperinciReview Teori P dan NP
IF5110 Teori Komputasi Review Teori P dan NP Oleh: Rinaldi Munir Program Studi Magister Informatika STEI-ITB 1 2 Pendahuluan Kebutuhan waktu algoritma yang mangkus bervariasi, mulai dari O(1), O(log log
Lebih terperinciAlgoritma Brute Force(lanjutan) Lecture 6 CS3024
Algoritma Brute Force(lanjutan) Lecture 6 CS3024 String Matching Persoalan: Diberikan a. teks (text), yaitu (long) stringyang panjangnya n karakter b. pattern, yaitu string dengan panjang m karakter (m
Lebih terperinciPenentuan Lokasi Pemasaran Produk dengan Media Periklanan Menggunakan Algoritma Greedy
Penentuan Pemasaran Produk dengan Media Periklanan Menggunakan Algoritma Greedy Akhiles Leonardus Danny Sindra 13509063 Program Studi Teknik Informatika Sekolah Teknik Elektro dan Informatika Institut
Lebih terperinciBAB III ANALISIS ALGORITMA
BAB III ANALISIS ALGORITMA III.1 Analisis Sistem Bab ini akan membahas tentang analisis dan perancangan sistem algoritma knapsack dengan data proyek yang digunakan bersumber dari PT. GITS Indonesia. Terdapat
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 terperinciAlgoritma Brute Force (lanjutan)
Algoritma Brute Force (lanjutan) Contoh-contoh lain 1. Pencocokan String (String Matching) Persoalan: Diberikan a. teks (text), yaitu (long) string yang panjangnya n karakter b. pattern, yaitu string dengan
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 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 terperinciLecture Note Logika & Algoritma. Jurusan Manajemen Informatika Fakultas Ilmu Komputer & Teknologi Informasi Universitas Gunadarma
Lecture Note Jurusan Manajemen Informatika Fakultas Ilmu Komputer & Teknologi Informasi Universitas Gunadarma Pertemuan ke-1 Teori Dasar Graf Kelahiran Teori Graf Teori Graf mulai dikenal pada saat seorang
Lebih terperinciPenerapan Algoritma Runut-balik pada Permainan Math Maze
Penerapan Algoritma Runut-balik pada Permainan Math Maze Angela Lynn - 13513032 Program Studi Teknik Informatika Sekolah Teknik Elektro dan Informatika Institut Teknologi Bandung, Jl. Ganesha 10 Bandung
Lebih terperinciPERBANDINGAN PENYELESAIAN KNAPSACK PROBLEM SECARA MATEMATIKA, KRITERIA GREEDY DAN ALGORITMAGREEDY
PERBANDINGAN PENYELESAIAN KNAPSACK PROBLEM SECARA MATEMATIKA, KRITERIA GREEDY DAN ALGORITMAGREEDY Deddy Supriadi Manajemen Informatika, AMIK BSI Tasikmalaya deddy.dys@bsi.ac.id Abstract- Knapsack problem
Lebih terperinciPENERAPAN METODE GREEDY KNAPSACK DALAM MENENTUKAN KOMPOSISI BUAH PADA MASALAH KERANJANG. Abstract
PENERAPAN METODE GREEDY KNAPSACK DALAM MENENTUKAN KOMPOSISI BUAH PADA MASALAH KERANJANG Faisal faisal_piliang@yahoo.co.id Teknik Informatika Bina Sarana Informatika - Jakarta Abstract Greedy method is
Lebih terperinciTeori Dasar Graf (Lanjutan)
Teori Dasar Graf (Lanjutan) MATRIKS DAN GRAF Untuk menyelesaikan suatu permasalahan model graf dengan bantuan komputer, maka graf tersebut disajikan dalam bentuk matriks. Matriks-matriks yang dapat menyajikan
Lebih terperinciSebuah algoritma tidak saja harus benar, tetapi juga harus mangkus (efisien). Algoritma yang bagus adalah algoritma yang mangkus.
Waktu komputasi (dalam detik) Kompleksitas Algoritma Sebuah algoritma tidak saja harus benar, tetapi juga harus mangkus (efisien). Algoritma yang bagus adalah algoritma yang mangkus. Kemangkusan algoritma
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 terperinciAlgoritma Pemrograman
Algoritma Pemrograman Pertemuan Ke-7 (Pengulangan atau Looping [2]) :: Noor Ifada :: S1 Teknik Informatika-Unijoyo 1 Sub Pokok Bahasan Struktur WHILE Struktur REPEAT S1 Teknik Informatika-Unijoyo 2 Struktur
Lebih terperinciAlgoritma Greedy (Bagian 2) IF2251 Strategi Algoritmik Oleh: Rinaldi Munir
Algoritma Greedy (Bagian 2) IF2251 Strategi Algoritmik Oleh: Rinaldi Munir 1 5. Penjadwalan Job dengan Tenggat Waktu (Job Schedulling with Deadlines) Persoalan: - Ada n buah job yang akan dikerjakan oleh
Lebih terperinciAlgoritma Pemrograman
Algoritma Pemrograman Pertemuan Ke-7 (Pengulangan atau Looping [2]) Noor Ifada noor.ifada@if.trunojoyo.ac.id S1 Teknik Informatika-Unijoyo 1 Sub Pokok Bahasan Struktur WHILE Struktur REPEAT WHILE vs REPEAT
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 terperinciPenerapan Algoritma Greedy dalam Pencarian Rantai Penjumlahan Terpendek
Penerapan Algoritma Greedy dalam Pencarian Rantai Penjumlahan Terpendek Irwan Kurniawan 135 06 090 Program Studi Teknik Informatika, Institut Teknologi Bandung Jl Ganesha 10, Bandung e-mail: if16090@students.if.itb.ac.id
Lebih terperinciBAB II LANDASAN TEORI
BAB II LANDASAN TEORI Bab ini berisi landasan dan dasar teori yang akan digunakan dalam melakukan analisis, perancangan, dan implementasi tugas akhir yang dilakukan pada bab-bab selanjutnya. 2.1 Bar Steel
Lebih terperinciBAB I PENDAHULUAN. Knapsack adalah suatu permasalahan dalam menentukan pemilihan objek
BAB I PENDAHULUAN 1.1 Latar Belakang Knapsack adalah suatu permasalahan dalam menentukan pemilihan objek dari sekumpulan objek yang masing-masing mempunyai bobot/berat (weight) dan nilai/profit (value)
Lebih terperinciBAB 6 METODE PENGUJIAN
BAB 6 METODE PENGUJIAN Metode pengujian adalah cara atau teknik untuk menguji perangkat lunak, mempunyai mekanisme untuk menentukan data uji yang dapat menguji perangkat lunak secara lengkap dan mempunyai
Lebih terperinciAlgoritma Runut-balik (Backtracking) Bahan Kuliah IF2251 Strategi Algoritmik Oleh: Rinaldi Munir
Algoritma Runut-balik (Backtracking) Bahan Kuliah IF2251 Strategi Algoritmik Oleh: Rinaldi Munir 1 Pendahuluan Runut-balik (backtracking) adalah algoritma yang berbasis pada DFS untuk mencari solusi persoalan
Lebih terperinciPenerapan Algoritma Greedy dalam Permainan MarketGlory
Penerapan Algoritma Greedy dalam Permainan MarketGlory Erwin / 13511065 Program Studi Teknik Informatika Sekolah Teknik Elektro dan Informatika Institut Teknologi Bandung, Jl. Ganesha 10 Bandung 40132,
Lebih terperinciPROGRAM STUDI S1 SISTEM KOMPUTER UNIVERSITAS DIPONEGORO. Oky Dwi Nurhayati, ST, MT email: okydn@undip.ac.id
PROGRAM STUDI S1 SISTEM KOMPUTER UNIVERSITAS DIPONEGORO Oky Dwi Nurhayati, ST, MT email: okydn@undip.ac.id Kinerja yang perlu ditelaah pada algoritma: beban komputasi efisiensi penggunaan memori Yang perlu
Lebih terperinciDEFINISI. Pohon adalah graf tak-berarah terhubung yang tidak mengandung sirkuit. pohon pohon bukan pohon bukan pohon 2
1 POHON DEFINISI Pohon adalah graf tak-berarah terhubung yang tidak mengandung sirkuit a b a b a b a b c d c d c d c d e f e f e f e f pohon pohon bukan pohon bukan pohon 2 Hutan (forest) adalah - kumpulan
Lebih terperinciDesign and Analysis of Algorithms CNH2G3- Week 8 Greedy Algorithm
Design and Analysis of Algorithms CNH2G3- Week 8 Greedy Algorithm Dr. Putu Harry Gunawan (PHN) Daftar Isi 1 Greedy Algorithm.................................. 1 2 Contoh-contoh Algoritma Greedy........................
Lebih 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 terperinciImplementasi Algoritma Greedy pada Permainan Ludo
Implementasi Algoritma Greedy pada Permainan Ludo Sylvia Juliana, 13515070 Program Studi Teknik Informatika Sekolah Teknik Elektro dan Informatika Institut Teknologi Bandung, Jl, Ganesha 10 Bandung 40132,
Lebih terperinci2.4. Struktur Branching
2.4. Struktur Branching Branching atau percabangan adalah diagram yang alurnya ada/banyak terjadi alih kontrol berupa percabangan dan terjadi apabila kita dihadapkan pada kondisi dengan dua pilihan yaitu
Lebih terperinciAlgoritma Brute Force (Bagian 2) Oleh: Rinaldi Munir Bahan Kuliah IF2251 Strategi Algoritmik
Algoritma Brute Force (Bagian 2) Oleh: Rinaldi Munir Bahan Kuliah IF2251 Strategi Algoritmik 1 Contoh-contoh lain 1. Pencocokan String (String Matching) Persoalan: Diberikan a. teks (text), yaitu (long)
Lebih terperinciDecrease and Conquer
Decrease and Conquer Bahan Kuliah IF2211 Strategi Algoritma Oleh: Rinaldi Munir Program Studi Teknik Informatika Sekolah Teknik Elektro dan Informatika ITB 1 Decrease and conquer: metode desain algoritma
Lebih terperinciCCH1A4 / Dasar Algoritma & Pemrogramanan
CCH1A4 / Dasar & Pemrogramanan Yuliant Sibaroni M.T, Abdurahman Baizal M.Kom KK Modeling and Computational Experiment PROSEDUR Overview Prosedur Konsep Prosedur Prosedur Tanpa Input/Output Prosedur dengan
Lebih terperinciPenggunaan Graf dalam Pemodelan Matematis Permainan Delapan Jari
Penggunaan Graf dalam Pemodelan Matematis Permainan Delapan Jari Evan 1) 1) Program Studi Teknik Informatika ITB, Bandung, email: evangozali@yahoo.com Abstract Makalah ini membahas aplikasi graf dalam
Lebih terperinciAlgoritma dan Pemrograman Searching/Pencarian
Adam Mukharil Bachtiar Informatics Engineering 2011 Algoritma dan Pemrograman Searching/Pencarian Materi Definisi Pencarian Pencarian Sekuensial Pencarian Biner Definisi Pencarian All About Searching Definisi
Lebih terperinciYaitu proses pengaturan sekumpulan objek menurut urutan atau susunan tertentu Acuan pengurutan dibedakan menjadi :
PENGURUTAN Yaitu proses pengaturan sekumpulan objek menurut urutan atau susunan tertentu Acuan pengurutan dibedakan menjadi : 1. Ascending / menaik Syarat : L[1] L[2] L[3] L[N] 2. Descending / menurun
Lebih terperinciWhite Box Testing Merupakan metode perancangan test case yang menggunakan struktur kontrol dari perancangan prosedural untuk mendapatkan test case.
White Box Testing Merupakan metode perancangan test case yang menggunakan struktur kontrol dari perancangan prosedural untuk mendapatkan test case. Dengan menggunakan metode white box, analis sistem akan
Lebih terperinciPENGUJIAN PERANGKAT LUNAK
PENGUJIAN PERANGKAT LUNAK (DPH2C2) PROGRAM STUDI D3 MANAJEMEN INFORMATIKA UNIVERSITAS TELKOM SEMESTER GENAP TAHUN AKADEMIK 2016-2017 PERTEMUAN 7 MATERI : BASIS PATH WORKSHEET Hanya digunakan di lingkungan
Lebih terperinciPENGGUNAAN ALGORITMA GREEDY DALAM PERMAINAN KARTU BLACK JACK
PENGGUNAAN ALGORITMA GREEDY DALAM PERMAINAN KARTU BLACK JACK Dwitiyo Abhirama - 13505013 Program Studi Teknik Informatika, Institut Teknologi Bandung Jl Ganesha 10, Bandung e-mail: if15013@students.if.itb.ac.id
Lebih terperinciUniversitas gunadarma. pascal. Bab 4- bab 10. Hana Pertiwi S.T
Universitas gunadarma pascal Bab 4- bab 10 Hana Pertiwi S.T 14 PASCAL Struktur Perulangan WHILE-DO Struktur Perulangan REPEAT-UNTIL REPEAT UNTIL 1. Struktur Perulangan FOR 2. Penggunaan gabungan struktur
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 terperinciAlgoritma Brute Force
Algoritma Brute Force Definisi Brute Force Brute force adalah sebuah pendekatan yang lempang (straightforward( straightforward) ) untuk memecahkan suatu masalah, biasanya didasarkan pada pernyataan masalah
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 terperinciBAB VI SEARCHING (PENCARIAN)
BAB VI SEARCHING (PENCARIAN) 7. 1 Pencarian Beruntun (Sequential Search) Prinsip kerja pencarian beruntun adalah membandingkan setiap elemen larik satu per satu secara beruntun, mulai dari elemen pertama
Lebih terperinciKonstruksi Dasar Algoritma
Konstruksi Dasar Algoritma ALGORITMA DAN PEMROGRAMAN [IF6110202] Yudha Saintika, S.T., M.T.I. Sub-Capaian Pembelajaran MK Pendahuluan Instruksi dan Aksi Algoritma merupakan deskripsi urutan pelaksanaan
Lebih terperinciKompleksitas Algoritma (1)
Kompleksitas Algoritma (1) Pendahuluan Sebuah algoritma tidak saja harus benar, tetapi juga harus efisien Algoritma yang bagus adalah algoritma yang efisien. Kebutuhan waktu dan ruang suatu algoritma bergantung
Lebih terperinciPERBANDINGAN KOMPLEKSITAS PENERAPAN ALGORITMA GREEDY UNTUK BEBERAPA MASALAH
PERBANDINGAN KOMPLEKSITAS PENERAPAN ALGORITMA GREEDY UNTUK BEBERAPA MASALAH Abstrak Wiradeva Arif Kristawarman NIM : 13505053 Program Studi Teknik Informatika, Institut Teknologi Bandung Jl. Ganesha 10,
Lebih terperinci1. Inggriani Liem Catatan Kuliah Algoritma & Pemrograman, Jurusan Teknik Informatika ITB
Pertemuan Ke 3 Referensi: 1. Inggriani Liem. 2003. Catatan Kuliah & Pemrograman, Jurusan Teknik Informatika ITB 2. Rinaldi Munir. 2003. dan Pemrograman II. Bandung : Penerbit Informatika I. Tabel/Larik/Array
Lebih terperinciPenggunaan Algoritma Greedy dalam Optimasi Masalah Perkebunan
Penggunaan Algoritma Greedy dalam Optimasi Masalah Perkebunan Daniel Widya Suryanata / 13509083 Program Studi Teknik Informatika Sekolah Teknik Elektro dan Informatika Institut Teknologi Bandung, Jl. Ganesha
Lebih terperinciSearching [pencarian] Algoritma Pemrograman
Searching [pencarian] Algoritma Pemrograman mas.anto72@gmail.com 1 Jenis Pencarian Pencarian Internal proses pencarian dilakukan pada memori utama (RAM). Pencarian Eksternal proses pencarian dilakukan
Lebih terperinciDivide and Conqueradalah strategi militer yang dikenal dengan nama divide ut imperes.
Divide and Conquer Divide and Conqueradalah strategi militer yang dikenal dengan nama divide ut imperes. Strategi tersebut menjadi strategi fundamental di dalam ilmu komputer dengan nama Divide and Conquer.
Lebih terperinciPENERAPAN ALGORITMA GREEDY PADA PERMASALAHAN KNAPSACK UNTUK OPTIMASI PENGANGKUTAN PETI KEMAS
PENERAPAN ALGORITMA GREEDY PADA PERMASALAHAN KNAPSACK UNTUK OPTIMASI PENGANGKUTAN PETI KEMAS Agus Ambarwari 1), Nur Witdi Yanto 2) Departemen Ilmu Komputer, Fakultas Matematika dan Ilmu Pengetahuan Alam
Lebih terperinciIMPLEMENTASI ALGORITMA GREEDY PADA PERMAINAN OTHELLO
IMPLEMENTASI ALGORITMA GREEDY PADA PERMAINAN OTHELLO Nur Fajriah Rachmah NIM 13506091 Program Studi Teknik Informatika Sekolah Teknik Elektro dan Informatika Institut Teknologi Bandung Jalan Ganesha nomor
Lebih terperinciKompleksitas Algoritma
Kompleksitas Algoritma 1 Pendahuluan Sebuah masalah dapat mempunyai banyak algoritma penyelesaian. Contoh: masalah pengurutan (sort), ada puluhan algoritma pengurutan Sebuah algoritma tidak saja harus
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 terperinciPERBANDINGAN APLIKASI ALGORITMA BRUTE-FORCE DAN KOMBINASI ALGORITMA BREADTH FIRST SEARCH DAN GREEDY DALAM PENCARIAN SOLUSI PERMAINAN TREASURE HUNT
PERBANDINGAN APLIKASI ALGORITMA BRUTE-FORCE DAN KOMBINASI ALGORITMA BREADTH FIRST SEARCH DAN GREEDY DALAM PENCARIAN SOLUSI PERMAINAN TREASURE HUNT Adi Purwanto Sujarwadi (13506010) Program Studi Teknik
Lebih terperinciALGORITMA TUGAS 2 RESUME ALGORITMA PERCABANGAN DAN ALGORITMA PERULANGAN. Disusun Oleh : Sakina Mawardah Teknik Informatika. Dosen : Asep M. Yusuf, S.
ALGORITMA TUGAS 2 RESUME ALGORITMA PERCABANGAN DAN ALGORITMA PERULANGAN Disusun Oleh : Sakina Mawardah Teknik Informatika Dosen : Asep M. Yusuf, S.T UNIVERSITAS NASIONAL PASIM DAFTAR ISI A. Algoritma Percabangan...
Lebih terperinciPenerapan DFS dan BFS dalam Pencarian Solusi Game Japanese River IQ Test
Penerapan DFS dan BFS dalam Pencarian Solusi Game Japanese River IQ Test Hanif Eridaputra / 00 Program Studi Teknik Informatika Sekolah Teknik Elektro dan Informatika Institut Teknologi Bandung, Jl. Ganesha
Lebih terperinciAlgoritma HitungGajiKaryawan Deklarasi NIK,Nama,Jabatan : String Gaji, Tunj, Pajak, Gaber : Real
Algoritma HitungGajiKaryawan Deklarasi NIK,Nama,Jabatan : String Gaji, Tunj, Pajak, Gaber : Real Procedure MasukDataKaryawan Algoritma Write('NIK ') Read(NIK) Write('Nama Karyawan ') Read(Nama) Write('Jabatan
Lebih terperinciAlgoritma Divide and Conquer (Bagian 1)
Algoritma Divide and Conquer (Bagian 1) Bahan Kuliah IF2251 Strategi Algoritmik Oleh: Rinaldi Munir 1 Divide and Conquer dulunya adalah strategi militer yang dikenal dengan nama divide ut imperes. Sekarang
Lebih terperinciBAB VII ALGORITMA DIVIDE AND CONQUER
BAB VII ALGORITMA DIVIDE AND CONQUER Pemrogram bertanggung jawab atas implementasi solusi. Pembuatan program akan menjadi lebih sederhana jika masalah dapat dipecah menjadi sub masalah - sub masalah yang
Lebih terperinciPenerapan Algoritma Greedy Pada Game Tower Defense: Tower of Greece
Penerapan Algoritma Greedy Pada Game Tower Defense: Tower of Greece Husni Munaya - 13513022 1 Program Studi Teknik Informatika Sekolah Teknik Elektro dan Informatika Institut Teknologi Bandung, Jl. Ganesha
Lebih terperinciOptimisasi Penjadwalan Proses Pada Central Processing Unit Dengan Menggunakan Algoritma Greedy
Optimisasi Penjadwalan Proses Pada Central Processing Unit Dengan Menggunakan Algoritma Greedy Irdham Mikhail Kenjibriel (13508111) Program Studi Teknik Informatika Sekolah Teknik Elektro dan Informatika
Lebih terperinciTUGAS RESUME MATERI KULIAH ALGORITMA DAN STRUKTUR DATA STRATEGI ALGORITMA : H
TUGAS RESUME MATERI KULIAH ALGORITMA DAN STRUKTUR DATA STRATEGI ALGORITMA NAMA NIM : HERIANTI : H12111003 FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM JURUSAN MATEMATIKA PROGRAM STUDI STATISTIKA UNIVERSITAS
Lebih terperinciSTRUKTUR DASAR ALGORITMA
STRUKTUR DASAR ALGORITMA Pertemuan 5 Muhamad Haikal, S.Kom., MT Struktur Dasar Algoritma 1. Struktur Sequence (Runtunan) 2. Struktur Selection (Pemilihan) 3. Struktur Repetition (Perulangan) Struktur Sequence
Lebih terperinciPENGUJIAN PERANGKAT LUNAK
PENGUJIAN PERANGKAT LUNAK (DPH2C2) PROGRAM STUDI D3 MANAJEMEN INFORMATIKA UNIVERSITAS TELKOM SEMESTER GENAP TAHUN AKADEMIK 2016-2017 PERTEMUAN 5 MATERI : WHITE BOX TESTING BAGIAN 1 Hanya digunakan di lingkungan
Lebih terperinciBAB I PENDAHULUAN. pada sektor masyarakat meluas dengan cepat[4]. menentukan tingkat kegiatan-kegiatan yang akan dilakukan, dimana masingmasing
BAB I PENDAHULUAN 1.1 Latar Belakang Permasalahan program linier telah ada dan berkembang sejak lama.perumusan masalah program linier beserta penyelesaiannya secara sistematis ditemukan pada tahun 1947
Lebih terperinciAlgoritma Runut-balik (Backtracking) Bagian 1
Algoritma Runut-balik (Backtracking) Bagian 1 Pendahuluan Algoritma Runut-balik (backtracking) adalah algoritma yang berbasis pada DFS untuk mencari solusi persoalan secara lebih mangkus. Runut-balik,
Lebih terperinciAlgoritma Pemrograman
Algoritma Pemrograman Pertemuan Ke-2 (Teks Algoritma) Noor Ifada noor.ifada@if.trunojoyo.ac.id S1 Teknik Informatika-Unijoyo 1 Sub Pokok Bahasan Pendahuluan Judul Algoritma Deklarasi Deskripsi Translasi
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 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 terperinciAlgoritma Brute Force (Bagian 1) Oleh: Rinaldi Munir
Algoritma Brute Force (Bagian 1) Oleh: Rinaldi Munir Bahan Kuliah IF2251 Strategi Algoritmik 1 Definisi Brute Force Brute force : pendekatan yang lempang (straightforward) untuk memecahkan suatu masalah
Lebih terperinciKompleksitas Algoritma
Kompleksitas Algoritma Sebuah algoritma tidak saja harus benar, tetapi juga harus mangkus (efisien). Algoritma yang bagus adalah algoritma yang mangkus. Kemangkusan algoritma diukur dari berapa jumlah
Lebih terperinciAlgoritma Runut-balik (Backtracking)
Algoritma Runut-balik (Backtracking) Bahan Kuliah IF2211 Strategi Algoritma Oleh: Rinaldi Munir Program Studi Informatika STEI-ITB 1 2 Pendahuluan Backtracking dapat dipandang sebagai salah satu dari dua
Lebih terperinciAnalisisFramework. Mengukur ukuran atau jumlah input Mengukur waktu eksekusi Tingkat pertumbuhan Efiesiensi worst-case, best-case dan average-case
AnalisisFramework Review Tujuan analisa : mengukur efesiensi algoritma Efisiensi diukur dari diukur dari: waktu (time) dan memori(space). Dua besaran yang digunakan: kompleksitas algoritma 1. Kompleksitas
Lebih terperinci