METODE GREEDY PERTEMUAN 12 METODE GREEDY

dokumen-dokumen yang mirip
PERTEMUAN 12 METODE GREEDY

Syarat dan Ketentuan yang berlaku:

2. Sebuah prosedur langkah demi langkah yang pasti untuk menyelesaikan sebuah masalah disebut : a. Proses b. Program c. Algoritma d. Prosesor e.

PERTEMUAN 15 REVEW/QUIZ

PERBANDINGAN PENYELESAIAN KNAPSACK PROBLEM SECARA MATEMATIKA, KRITERIA GREEDY DAN ALGORITMA GREEDY

PERBANDINGAN PENYELESAIAN KNAPSACK PROBLEM SECARA MATEMATIKA, KRITERIA GREEDY DAN ALGORITMAGREEDY

Design and Analysis Algorithm

PENERAPAN METODE GREEDY KNAPSACK DALAM MENENTUKAN KOMPOSISI BUAH PADA MASALAH KERANJANG. Abstract

PERMASALAHAN OPTIMASI 0-1 KNAPSACK DAN PERBANDINGAN BEBERAPA ALGORITMA PEMECAHANNYA

SILABUS MATA KULIAH: LOGIKA ALGORITMA

Sifat-sifat Fungsi Keanggotaan, Fuzzifikasi, Defuzzifikasi. Logika Fuzzy

Design and Analysis Algorithm. Ahmad Afif Supianto, S.Si., M.Kom. Pertemuan 06

Aplikasi Algoritma Greedy pada Pemilihan Jenis Olahraga Ringan

BAB I PENDAHULUAN. Knapsack adalah suatu permasalahan dalam menentukan pemilihan objek

KATA PENGANTAR. Puji syukur kami panjatkan ke hadirat Alloh SWT atas terbentuknya Lembar Tugas

TEKNIK INFORMATIKA. Teori Dasar Graf

METODE DEVIDE AND CONQUER

MATERI 8 MODEL ARUS JARINGAN

Relasi Tolerans & Relasi Ekivalen. Logika Fuzzy

Metode Simpleks Minimum

BAB I PENDAHULUAN. pada sektor masyarakat meluas dengan cepat[4]. menentukan tingkat kegiatan-kegiatan yang akan dilakukan, dimana masingmasing

BAB: ANGGARAN VARIABEL

Minimum Spanning Trees algorithm

PENYELESAIAN MODEL LINEAR PROGRAMMING SECARA GRAFIK

Penerapan Algoritma Greedy dalam Algoritma Penjadwalan Prosesor Tunggal Shortest Job First

PERTEMUAN 10 METODE DEVIDE AND CONQUER

Model Linear Programming:

Program Dinamis (Dynamic Programming)

Model Linear Programming:

BAB 2 LANDASAN TEORI. waktu yang diperlukan. Pengukuran waktu yang diperlukan dalam mengeksekusi suatu

METODE SIMPLEKS (THE SIMPLEX METHOD)

Maximize or Minimize Z = f (x,y) Subject to: g (x,y) = c

Fuzzy Associative Memory (FAM) Logika Fuzzy

PERTEMUAN 10 METODE DEVIDE AND CONQUER

BAB II LANDASAN TEORI

MANAJEMEN PERSEDIAAN

Implementasi Algoritma Greedy pada Permainan Ludo

Maximize or Minimize Z = f (x,y) Subject to: g (x,y) = c

IF5110 Teori Komputasi. Teori Kompleksitas. (Bagian 1) Oleh: Rinaldi Munir. Program Studi Magister Informatika STEI-ITB

Pendahuluan. Algoritma greedy merupakan metode yang paling populer untuk memecahkan persoalan optimasi.

BAB 1 PENDAHULUAN. Permasalahan pemotongan bahan baku menjadi beberapa bagian untuk diproses

Model Arus Jaringan. Riset Operasi TIP FTP UB Mas ud Effendi

Pemecahan Masalah Knapsack dengan Menggunakan Algoritma Branch and Bound

Hubungan ekonomi dapat digambarkan dalam bentuk persamaan, tabel, atau grafik.

Design and Analysis Algorithm. Ahmad Afif Supianto, S.Si., M.Kom. Pertemuan 09

IMPLEMENTASI ALGORITMA GENETIKA PADA KNAPSACK PROBLEM UNTUK OPTIMASI PEMILIHAN BUAH KEMASAN KOTAK

EKSPLORASI ALGORITMA BRUTE FORCE, GREEDY DAN PEMROGRAMAN DINAMIS PADA PENYELESAIAN MASALAH 0/1 KNAPSACK

Hipotesis Statistik. 3. Terima H 1 (tolak H 0 ) dan populasi sebenarnya. memang H 0 benar = P(terima H 0 / pop H 0 )= 1-α

Pada dasarnya lebih sulit drpd classifier berdasar teori bayes, terutama untuk data dimensi tinggi.

II. PARETO OPTIMALITY (PO) & CRITERION (PC)

Penerapan Algoritma Greedy dalam Algoritma Disk Scheduling Shortest Seek Time First

METODE SIMPLEKS (MS)

Pada perkembangannya ternyata model transportasi ini dapat juga digambarkan dan diselesaikan dalam suatu bentuk jaringan

INVESTASI DALAM PERSEDIAAN

What Is Greedy Technique

PENGUAT DAYA KELAS A

BRUTE FORCE & GREEDY

Eksplorasi Algoritma Brute Force, Greedy, dan Dynamic Programming untuk Persoalan Integer Knapsack

Bab: Anggaran Material MINGGU KE 5 DAN 6

STATISTIKA: UKURAN LOKASI DATA. Tujuan Pembelajaran

Perseroan membeli kembali saham yang beredar tetapi tidak bermaksud menghentikan saham tersebut. Pembelian kembali dilakukan karena berbagai tujuan,

BAB 4:PERSEDIAAN dan PENJUALAN

Algoritma greedy merupakan metode yang paling populer untuk memecahkan persoalan optimasi.

PENERAPAN DINAMIK PROGRAMMING (DP) dalam INDUSTRI & BISNIS

BAB I PENDAHULUAN. yang dikemukakan oleh George Dantzig pada tahun Linear Programming (LP) adalah perencanaan aktivitas-aktivitas untuk

Pendekatan Maju (Forward) Dynamic Programming Untuk Permasalahan MinMax Knapsack 0/1

DISTRIBUSI FREKUENSI. Oleh : Malim Muhammad, M.Sc.

DAFTAR SINGKATAN. : Bahan Bakar Minyak : Programmable Logic Controller :Tarif Dasar Listrik :Kilo Watt Hour

SATUAN ACARA PERKULIAHAN MATA KULIAH GRAPH & ANALISIS ALGORITMA (SI / S1) KODE / SKS : KK / 3 SKS

JARINGAN UNTUK MERGING

IMPLEMENTASI ALGORITMA GREEDY UNTUK MENYELESAIKAN MASALAH KNAPSACK PROBLEM

Penggunaan Turunan dalam Ekonomi

BAB I PENDAHULUAN. Latar Belakang Masalah

METODE INTERKONEKSI DUA JARINGAN DAN LETAK KONSENTRATOR

REPLACEMENT ANALYSIS REPLACEMENT ANALYSIS CAPITAL BUDGETING

MATERI SIMKOMDIG PENGERTIAN DASAR LOGIKA DAN ALGORITMA

ANALISIS KINERJA ALGORITMA PEMROGRAMAN DINAMIK PADA MASALAH MULTISTAGE GRAPH. Kata Kunci: Algoritma, Multistage, Pemrograman Dinamik, Running Time

ALGORITMA GREEDY : MINIMUM SPANNING TREE. Perbandingan Kruskal dan Prim

1. Pengertian Tahapan, Prosedur dan Teknik Audit

BAB II LANDASAN TEORI

Materi 2: Computer Systems

Penerapan Algoritma Greedy Pada Pembacaan Blok di Hard Disk

18/09/2013. Ekonomi Teknik / Sigit Prabawa / 1. Ekonomi Teknik / Sigit Prabawa / 2

BAB I PENDAHULUAN. Masalah knapsack adalah permasalahan optimasi yang mendasar. Masalah

Analisis Pengimplementasian Algoritma Greedy untuk Memilih Rute Angkutan Umum

EKONOMI PRODUKSI. PERTEMUAN KEDELAPAN: MAKSIMISASI TERKENDALA (Lanjutan)

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

Pemrograman Linier (6)

BAB III ANALISIS ALGORITMA

Aspek Teknis. Manajemen Proyek (TKE 3101) oleh: Indah Susilawati, S.T., M.Eng.

OPERATIONS RESEARCH. oleh Bambang Juanda

Relasi Tegas (Crips Relation)

Kelayakan Proyek dan Keputusan Investasi

MATEMATIKA BISNIS BUNGA

ANALISIS JARINGAN LISTRIK DI PERUMAHAN JEMBER PERMAI DENGAN MENGGUNAKAN ALGORITMA PRIM

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

LINIER PROGRAMMING Formulasi Masalah dan Pemodelan. Staf Pengajar Kuliah : Fitri Yulianti, MSi.

Optimisasi Penjadwalan Proses Pada Central Processing Unit Dengan Menggunakan Algoritma Greedy

KOMPUTASI PEMROGRAMAN

PENERAPAN ALGORITMA GREEDY PADA PERMASALAHAN KNAPSACK UNTUK OPTIMASI PENGANGKUTAN PETI KEMAS

Transkripsi:

PERTEMUAN 12 METODE GREEDY Untuk mendapatkan solusi optimal dr permasalahan yg mempunyai dua kriteria yaitu Fungsi Tujuan/Utama & nilai pembatas (constrain) METODE GREEDY Proses Kerja Metode Greedy : Untuk menyeselesaikan suatu permasalahan dgn n input data yg terdiri dari beberapa fungsi pembatas & 1 fungsi tujuan yg diselesaikan dgn memilih beberapa solusi yg mungkin (feasible solution/feasible sets), yaitu bila telah memenuhi fungsi tujuan/obyektif. Metode GREEDY digunakan dlm penyelesaian masalah - masalah : 1. Optimal On Tape Storage Problem 2. Knapsack Problem 3. Minimum Spanning Tree Problem 4. Shortest Path Problem. 1. Optimal Storage On Tapes Problem Permasalahan Bagamana mengoptimalisasi storage/memory dalam komputer agar data yg disimpan dapat termuat dgn optimal. Misalkan terdapat n program. yg akan disimpan didalam pita (tape).pita tsb mempunyai panjang maks. sebesar L, masing 2 prg. yg akan disimpan mempunyai panjang L 1,L 2,L 3...,L n. Cara penyimpanan adalah penyimpanan secara terurut (sequential). L 1 L 2 L 3... L n Persoalan = Bagamana susunan penyimpanan program 2 tersebut sehingga L 1 + L 2 + L 3 +... + L n = L? Pemecahannya = jika program. 2 tersebut disimpan dlm Order, dimisalkan adalah Order I, yaitu : j sama dengan Σ t ik maka akan didapat k=1

n Mean Retrieval Time (MRT) = Σ t j /n j=1 n j dan Optimal Storage = D(I) = Σ Σ l ik j=1 k=1 Contoh, Misal terdapat 3 buah prg.(n=3) yg masing 2 mpy panjang prg. (I 1,I 2,I 3 )=(5,10,3). Tentukan urutan penyimpanannya scr berurutan (sequential) agar optimal...! Penyelesaiannya : Dari 3 program tersebut akan didapat 6 buah kemungkinan order, yg didapat dr nilai faktorial 3 3! (ingat faktorial n!). ORDERING D ( I ) 1,2,3 5 + (5+10) + (5+10+3) = 38 1,3,2 5 + (5+3) + (5+3+10) = 31 2,1,3 10 + (10+5) + (10+5+3) = 43 2,3,1 10 + (10+3) + (10+3+5) = 41 3,1,2 3 + (3+5) + (3+5+10) = 29 3,2,1 3 + (3+10) + (3+10+5) = 34 Dari tabel tersebut, didapat Susunan / order yg optimal,sbb : susunan pertama untuk program ke tiga susunan kedua untuk program kesatu susunan ketiga untuk program kedua METODE GREEDY (lanjutan) 2. KNAPSACK Problem Kasus : Terdapat n obyek (Xi;i=1,2,3,...n) yang masing-masing mempunyai berat (weight)/ Wi & masing-masing memiliki nilai (profit)/pi yg berbeda-beda. Masalah : Bagamana obyek-obyek tersebut dimuat / dimasukan kedalam ransel (knapsack) yg mempunyai kapasitas maks. = M. Sehingga timbul permasalahan sbb: Bagaimana memilih obyek yg akan dimuat dr n obyek yg ada sehingga nilai obyek termuat jumlahnya sesuai dgn kapasitas( M) Jika semua obyek harus dimuat kedalam ransel maka berapa bagian dr setiap obyek yg ada dapat dimuat kedalam ransel sedemikian shg nilai kum. maks. & sesuai dgn kapasitas ransel?

Penyelesaian Knapsack Problem : 1. Dengan Secara Matematika 2.Dengan Kriteria Greedy. 3.Dengan Algoritma Pemrograman Greedy. Penyelesaian Knapsack Dengan Secara Matematika Fungsi tujuan = fungsi utama/obyektif = fungsi yg mjd penyelesaian permasalahan dgn mendptkan solusi yg optimal. Solusi dimaksud = menemukan nilai/profit yg maks. utk jml obyek yg dimuat dlm ransel shg sesuai kapasitas. n Fungsi Tujuan Maksimum : Pi Xi I=1 Fungsi pembatas = fungsi subyektif = fungsi yg bertujuan untuk memberikan batas maks. dr setiap obyek untuk dapat dimuat dalam ransel sehingga kapasitasnya tdk melebihi dr jumlah maks.daya tampung ransel. n Fungsi Pembatas : Wi Xi M i=1 dimana : 0 Xi 1; Pi >0;Wi>0 Catatan : karena dengan menggunakan Matematikan sangat sulit dan rumit maka tidak dibahas lebih mendalam. Penyelesaian Dengan Kriteria Greedy. Konsep dr kriteria yg ditawarkan oleh metode Greedy yaitu : Pilih obyek (barang) dengan nilai Pi maximal atau terbesar Pilih obyek (barang) dengan berat Wi minimal dahulu. Pilih obyek (barang) dgn perbandingan nilai & berat yaitu Pi/Wi yang terbesar. Penyelesaiannya : Dengan Kriteria Greedy. Diketahui bahwa kapasitas M = 20kg, Dengan jumlah barang n=3 Berat Wi masing-masing barang (W 1, W 2, W 3 ) = (18, 15, 10) Nilai Pi masing-masing barang (P 1, P 2, P 3 ) = (25, 24, 15) Pilih barang dengan Nilai Profit Maksimal P1 = 25 X1 = 1, dimisalkan sebagai batas atas nilai P2 = 24 X2 = 2/15, dihitung dengan Fungsi Pembatas P3 = 15 X3 = 0, dimisalkan sebagai batas bawah nilai

Pilih barang dengan Berat Minimal W1 = 18 X1 = 0, sebagai batas bawah W2 = 15 X2 = 2/3,dihitung dgn Fungsi Pembatas W3 = 10 X3 = 1, sebagai batas atas Pilih barang dgn menghitung perbandingan yg terbesar dr Profit dibagi Berat (Pi/Wi) yg diurut secara tidak naik, yaitu : P1/W1 = 25/18 karena terkecil maka X1 = 0 P2/W2 = 24/15 karena terbesar maka X2 = 1 P3/W3 = 15/10 dengan Fungsi pembatas X3 = 1/2. Dibuatkan tabel berdasarkan elemen dr ke-3 kriteria metode Greedy Solusi ke (X1,X2,X3) WiXi PiXi Pi Max ( 1, 2/15, 0) 20 28.2 LATIHAN SOAL Wi Min ( 0, 2/3, 1) 20 31.0 Pi/Wi max ( 0, 1, 1/2 ) 20 31.5 Nilai profit maksimal = 31.5 dengan komposisi yang sama 1. Metode Greedy dapat digunakan untuk menyelesaikan masalah dibawah ini, kecuali : a. Knapsack Problem c. Faktorial b. Shortest Path Problem d. Minimum Spanning tree 2. Permasalahan bagaimana mengoptimalisasi storage / memory dalam computer agar data yang disimpan dapat termuat dengan optimal, merupakan bentuk permasalahan dari : a. Knapsack problem b. Shortest Path Problem c. Minimum Spanning Tree d. Optimal On Tape Storage Problem 2. Permasalahan bagaimana mengoptimalisasi storage / memory dalam computer agar data yang disimpan dapat termuat dengan optimal, merupakan bentuk permasalahan dari : a. Knapsack problem b. Shortest Path Problem c. Minimum Spanning Tree d. Optimal On Tape Storage Problem 3. Misal terdapat 3 buah program ( n= 5 ) yang masingmasing mempunyai panjang program ( I1, I2,I3,I4,I5)=(15, 8,10, 22, 9) Tentukan Urutan penyimpanannya : a. I4, I1, I3, I5, I2 c.. I2, I4, I3,I1, I5 b. I2, I5, I3,I1, I4 d. I4, I1, I2, I5, I1

3. Misal terdapat 3 buah program ( n= 5 ) yang masingmasing mempunyai panjang program ( I1, I2,I3,I4,I5)=(15, 8,10, 22, 9) Tentukan Urutan penyimpanannya : a. I4, I1, I3, I5, I2 c. I2, I4, I3,I1, I5 b. I2, I5, I3,I1, I4 d. I4, I1, I2, I5, I1 4. Penyelesaian knapsack dengan Kriteria Greedy adalah dengan konsep dibawah ini, kecuali : a. Pilih obyek dengan nilai Pi maximal b. Pilih obyek dengan berat Wi minimal c. Pilih obyek dengan Pi/Wi maximal d. Pilih obyek dengan berat Wi maximal 4. Penyelesaian knapsack dengan Kriteria Greedy adalah dengan konsep dibawah ini, kecuali : a. Pilih obyek dengan nilai Pi maximal b. Pilih obyek dengan berat Wi minimal c. Pilih obyek dengan Pi/Wi maximal d. Pilih obyek dengan berat Wi maximal 5. Dalam kasus menentukan obyek yang akan dimuat dalam suatu kantong, masing-masing Obyek dari n obyek tersebut harus mempunyai : a. Berat dan Profit c. Profit dan Panjang b. Berat dan Panjang d. Panjang dan Lebar 5. Dalam kasus menentukan obyek yang akan dimuat dalam suatu kantong, masing-masing Obyek dari n obyek tersebut harus mempunyai : a. Berat dan Profit c. Profit dan Panjang b. Berat dan Panjang d. Panjang dan Lebar 1. Metode Greedy dapat digunakan untuk menyelesaikan masalah dibawah ini, kecuali : a. Knapsack Problem c. Faktorial b. Shortest Path Problem d. Minimum Spanning tree