Aplikasi Algoritma Greedy untuk Optimasi Sistem Booking Hotel Online

dokumen-dokumen yang mirip
IF3051 Strategi Algoritma Penerapan Algoritma Greedy untuk Reservasi Tiket Konser

Penerapan Algoritma Greedy dalam Optimasi Keuntungan Perusahaan Pengiriman Barang

Implementasi Algoritma Greedy Dua Sisi pada Permainan 2048

Penyelesaian Permainan Sliding Puzzle 3x3 Menggunakan Algoritma Greedy Dengan Dua Fungsi Heuristik

Implementasi Algoritma Greedy pada Permainan Ludo

Penerapan Algoritma Greedy dalam Permainan Othello

Penerapan Algoritma Greedy dalam Algoritma Disk Scheduling Shortest Seek Time First

Aplikasi Algoritma Greedy dalam Penjurusan Mahasiswa Tingkat Pertama Institut Teknologi Bandung

Penerapan Algoritma Greedy dalam Permainan MarketGlory

Perbandinganan Penggunaan Algoritma Greedy dan Modifikasi Algoritma Brute Force pada Permainan Collapse XXL

Algorima Greedy Pada Self Serve Gas Station

Penerapan Algoritma Greedy untuk Permainan Halma

Penerapan Algoritma Greedy untuk Permainan Flood It

Pemilihan Monster yang Akan Digunakan dalam Permainan Yu-Gi-Oh! Capsule Monster Coliseum

Penerapan Algoritma Greedy dalam Penyetokan Barang

Penerapan Algoritma Greedy pada Permainan Bubble Breaker

Penerapan Algoritma Greedy dalam Algoritma Penjadwalan Prosesor Tunggal Shortest Job First

Optimalisasi Susunan Tempat Duduk Kereta Api Menggunakan Algoritma Greedy dan Program Dinamis

Implementasi Algoritma Greedy dalam Pembagian kerja pada Mesin yang Identik

IMPLEMENTASI ALGORITMA GREEDY PADA PERMAINAN OTHELLO

IMPLEMENTASI ALGORITMA GREEDY PADA PERMAINAN CONGKLAK

APLIKASI ALGORITMA GREEDY DALAM PERMAINAN JAWBREAKER

Penerapan Algoritma Greedy pada Permainan Tower Defense

Penggunaan Algoritma Greedy untuk Meminimalkan Belanja

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

Strategi Perancangan Bot Player pada Permainan Tradisional Congklak dengan Algoritma Greedy

Penerapan Algoritma Greedy Pada Permainan Kartu Truf

Implementasi Brute Force dan Greedy dalam Permainan Big Two (Capsa)

Penggunaan Algoritma Greedy dalam Optimasi Masalah Perkebunan

Algoritma Greedy untuk Membangun Korpus Pengenalan Suara Al-Quran

Penerapan Greedy pada Jalan Jalan Di Bandung Yuk! V1.71

Penerapan Algoritma Greedy dalam Permainan Connect 4

Penerapan Algoritma Greedy pada Permainan Kartu 100

PERBANDINGAN APLIKASI ALGORITMA BRUTE-FORCE DAN KOMBINASI ALGORITMA BREADTH FIRST SEARCH DAN GREEDY DALAM PENCARIAN SOLUSI PERMAINAN TREASURE HUNT

Penerapan Algoritma Greedy dalam Pemilihan Pemain di Game Football Manager

Penerapan Algoritma Greedy dalam Pembuatan Artificial Intelligence Permainan Reversi

Penerapan Algoritma Greedy dalam Permainan Bantumi

Penggunaan Algoritma Greedy untuk Mencari Solusi Optimal dalam Permainan Brick Breaker

Algoritma Greedy untuk AI dalam Permainan DotA

Aplikasi Algoritma Greedy pada Pemilihan Jenis Olahraga Ringan

Penerapan algoritma Greedy dalam penentuan Porter Generic Strategies untuk suatu perusahaan

PENGGUNAAN ALGORITMA GREEDY PADA MESIN PENCARI

Penggunaan Algoritma Greedy Dalam Perancangan Papan Teka Teki Silang

Penggunaan Algoritma Greedy Untuk Menyelesaikan Permainan Cluedo

Implementasi Algoritma Greedy untuk Pembelian Saham

Aplikasi Algoritma Greedy untuk Menyelesaikan Permainan Hedgewars

BAB 2 TINJAUAN PUSTAKA

PENERAPAN ALGORITMA GREEDY DALAM PENCARIAN SOLUSI TERBAIK PADA PERMAINAN TETRIS

Penerapan Algoritma Greedy Dalam Permainan Clash Royale

Penentuan Rute Belanja dengan TSP dan Algoritma Greedy

ALGORITHM. 5 Greedy Algorithm. Dahlia Widhyaestoeti, S.Kom dahlia74march.wordpress.com

Penerapan Algoritma Greedy Pada Game Tower Defense: Tower of Greece

Penerapan Algoritma Greedy pada Intelegensia Buatan untuk Transfer Pemain dalam Permainan Simulasi Sepakbola

Aplikasi Algoritma Greedy pada Optimasi Pelaksanaan Misi dalam Permainan Assassins Creed : Revelations

Penggunaan Algoritma Greedy untuk menyelesaikan Permainan Othello

Analisis Pengimplementasian Algoritma Greedy untuk Memilih Rute Angkutan Umum

Optimisasi Penjadwalan Proses Pada Central Processing Unit Dengan Menggunakan Algoritma Greedy

Aplikasi Algoritma Greedy dalam Permainan Kartu Truf

APLIKASI ALGORITMA GREEDY DALAM PENENTUAN SPESIFIKASI KOMPUTER RAKITAN

Analisis Beberapa Algoritma dalam Menyelesaikan Pencarian Jalan Terpendek

Penerapan Algoritma Greedy untuk Menempatkan Pelanggan dalam Permainan Video Diner Dash

Penerapan Algoritma Greedy pada Perbaikan Sudut Pergerakan Awal dalam Snellius Ray Path Tracing Tomografi

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

Aplikasi Algoritma Greedy dalam Kompresi Dokumen Teks

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

Analisis Penerapan Algoritma Kruskal dalam Pembuatan Jaringan Distribusi Listrik

Penggunaan Algoritma Greedy Dalam Permainan. Warcraft III Tower Defense

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

Penerapan Algoritma Greedy Pada Permainan Killbots

Penerapan Algoritma Greedy pada Permainan Fire Emblem

Penyelesaian Berbagai Permasalahan Algoritma dengan Kombinasi Algoritma Brute Force dan Greedy

Implementasi Greedy Dalam Menemukan Rangkaian Logika Minimal Menggunakan Karnaugh Map

Algoritma Greedy pada Penjadwalan Real-Time untuk Earliest Deadline First Scheduling dan Rate Monotonic Scheduling serta Perbandingannya

Aplikasi Algoritma Greedy untuk Pergerakan Musuh pada Permainan Pac-Man

Penerapan Algoritma Greedy dan Breadth First Search pada Permainan Kartu Sevens

What Is Greedy Technique

APLIKASI GREEDY PADA ALGORITMA HUFFMAN UNTUK KOMPRESI TEKS

ALGORITMA GREEDY DALAM PERMAINAN DOTS AND BOXES

Penerapan Algoritma Greedy dalam Permainan Tradisional Congklak

Algoritma Greedy pada Board Game Saboteur

PENERAPAN ALGORITMA GREEDY UNTUK PENENTUAN JALUR DISTRIBUSI BANTUAN PASCA BENCANA ALAM

Perancangan Algoritma Greedy pada AI Permainan Turn Based Strategy

Algoritma Greedy dalam Artificial Intelligence Permainan Tic Tac Toe

Penggunaan Algoritma Divide and Conquer Dalam Pewarnaan Graf

Aplikasi Algoritma Greedy pada Permainan Kartu Truf Pass

Design and Analysis of Algorithms CNH2G3- Week 8 Greedy Algorithm

Penentuan Lokasi Pemasaran Produk dengan Media Periklanan Menggunakan Algoritma Greedy

Penentuan Keputusan dalam Permainan Gomoku dengan Program Dinamis dan Algoritma Greedy

PENGGUNAAN ALGORITMA GREEDY DALAM PERMAINAN KARTU BLACK JACK

Penerapan Algoritma Greedy dan Algoritma BFS untuk AI pada Permainan Greedy Spiders

Perbandingan BFS, DFS dan Greedy pada Permainan Logika Crossing Bridge

Penggunaan Algoritma Greedy Dalam Penentuan Rute Wisata

Algoritma Greedy untuk Pengambilan Keputusan dalam Permainan Kartu Hearts

Penerapan Algoritma Greedy dalam Pencarian Rantai Penjumlahan Terpendek

Perbandingan Algoritma Dijkstra dan Algoritma Floyd-Warshall dalam Penentuan Lintasan Terpendek (Single Pair Shortest Path)

Penerapan Algoritma Greedy untuk Menentukan Loadout dalam Permainan PAYDAY 2

Aplikasi Algoritma Greedy pada Permainan Zuma

Penggunaaan Algoritma Greedy Dalam Aplikasi Vending Machine

Pembahasan Pencarian Lintasan Terpendek Menggunakan Algoritma Dijkstra dan A*

Solusi Terbaik Permainan Rocket Mania Deluxe dengan Pendekatan Algoritma BFS dan Algoritma Greedy

Transkripsi:

Aplikasi Algoritma Greedy untuk Optimasi Sistem Booking Hotel Online Selly Yuvita 080 Program Studi Teknik Informatika Sekolah Teknik Elektro dan Informatika Institut Teknologi Bandung, Jl. Ganesha 0 Bandung 0, Indonesia if80@students.if.itb.ac.id ABSTRAK Algoritma Greedy adalah salah satu algoritma yang biasa digunakan sebagai salah satu penyelesaian masalah optimasi. Pada algoritma Greedy, diterapkan prinsip take what you can get now!, dengan kata lain algoritma ini akan mengambil keputusan terbaik yang ada saat itu tanpa memikirkan konsekuensi ke depannya nanti. Makalah ini akan membahas aplikasi algoritma Greedy untuk optimasi Sistem Booking Hotel secara online. Sistem Booking Hotel secara online merupakan situs-situs web yang memfasilitasi pengunjungnya untuk memesan hotel di berbagai kota dan negara secara online. Saat pengunjung akan memesan hotel melalui situs tersebut, ia akan diminta untuk memasukkan tanggal check in tanggal check out. Sistem kemudian akan memperlihatkan hotel mana saja yang mempunyai kamar kosong pada rentang tanggal tersebut. Sayangnya, apabila pengunjung ingin memesan hotel untuk jangka waktu yang cukup lama di musim liburan, banyak hotel yang sudah dipesan kamar hotelnya. Akan tetapi, sistem hanya akan memperlihatkan kamar-kamar yang benar-benar kosong pada semua tanggal yang diinput pengguna, padahal ada alternatif lain, yaitu pengguna bisa berpindah kamar jika memang ada beberapa kamar yang bisa dipakai di tanggal tertentu, tetapi pada hari selanjutnya pengunjung harus berpindah kamar. Kata kunci : algoritma Greedy, sistem booking hotel online.. PENDAHULUAN Saat ini, teknologi berkembang dengan sangat pesat. Internet pun sudah menjadi hal yang biasa digunakan sehari-hari, kegunaannya pun sangat banyak, baik untuk sarana pembelajaran, bersosialisasi lewat jejaring social, maupun berbisnis. Mungkin belum banyak orang yang berani berbisnis lewat internet, karena memang pembeli dan penjual tidak bertemu secara langsung sehingga banyak orang yang merasa cara ini kurang aman untuk dilakukan. Akan tetapi, tidak sedikit orang sudah mulai memanfaatkan internet sebagai sarana jual beli. Bagi sebagian orang, asalkan situs yang dipakai sebagai sarana jual beli sudah banyak digunakan orang dan berbekal sedikit pengalaman dalam bertransaksi melalui internet, membeli atau memesan barang melalui internet sangat membantu. Alasannya, tidak semua orang punya cukup waktu untuk mendatangi tempat-tempat tertentu untuk membeli sesuatu karena kesibukan masing-masing. Selain itu, tak jarang ada diskon atau harga promosi apabila seseorang melakukan pembelian barang melalui website tertentu. Hal ini juga dilakukan pada hotel-hotel di banyak kota dan negara. Sudah banyak hotel yang mempermudah calon tamunya dengan mengadakan fasilitas booking online. Ada yang menyediakannya di situs hotel itu sendiri, tapi ada juga yang mengikutsertakan hotelnya sebagai hotel yang bisa di-booking melalui situs pemesanan hotel global. Situs ini menyediakan pembookingan hotel-hotel di banyak kota dan negara secara online. Contoh-contoh situs seperti ini antara lain www.booking.com, www.agoda.com, www.hotelbooking.com, www.hotelbook.com, dan lainlain. Peminat situs-situs seperti ini sangat banyak terutama para calon pelanggan yang akan bepergian ke luar negeri dan tidak ingin menggunakan jasa travel agent untuk menghemat biaya. Saat pengguna situs ini ingin membooking hotel, pengguna akan diminta memasukkan tanggal check in, tanggal check out, banyak kamar yang ingin di-booking, serta lokasi atau nama hotel yang ingin dipilih. Sistem lalu akan menampilkan hotel mana saja yang mempunyai kamar kosong pada setiap tanggal yang dimasukkan pengguna tadi. Dengan detail harga dan fasilitas yang juga akan ditampilkan, pengguna bisa melihat-lihat hotel seperti apa yang cocok untuknya dan bisa langsung membookingnya secara online. Akan tetapi, saat pengguna ingin membooking kamar hotel terlalu dekat dengan tanggal check in-nya, atau saat pengguna ingin membooking kamar dalam jangka waktu yang cukup lama di musim liburan, seringkali kamar yang tersedia sangat terbatas. Hal ini dikarenakan kamar-kamar Makalah IF0 Strategi Algoritma Sem. I Tahun 00/0

yang ditampilkan adalah kamar-kamar yang belum dibooking di semua tanggal yang dimasukkan pelanggan. Padahal, ada alternatif lainnya, yaitu pelanggan bisa menempati kamar yang kosong pada tanggal check in-nya selama beberapa hari sampai kamar itu harus ditempati pelanggan lain yang sudah lebih dulu membookingnya, lalu pindah ke kamar lain di hotel yang sama. Hal ini tentunya juga akan membantu managemen hotel agar semua kamar di hotelnya bisa digunakan secara efektif. Maka dari itu, melalui makalah ini penulis ingin mengaplikasikan algoritma Greedy untuk optimasi sistem booking hotel online. Diharapkan dengan makalah ini rasa ingin tahu penulis terhadap aplikasi algoritma Greedy untuk optimasi sistem booking hotel online bisa terjawab, dan akan lebih baik lagi jika memang aplikasi ini bisa diimplementasikan lebih lanjut.. ALGORITMA GREEDY Dalam bahasa Inggris, Greedy berarti rakus, tamak, atau loba. Definisi ini sangat sesuai dengan prinsip algoritma Greedy, yaitu take what you can get now!. Prinsip ini menggambarkan algoritma Greedy yang akan mengambil keputusan yang terbaik pada setiap langkah penyelesaian, tanpa memperhitungkan akibatnya pada keseluruhan permasalahan. Akan tetapi, agar algoritma Greedy benarbenar dapat menyelesaikan masalah optimasi, pada setiap langkah harus dibuat keputusan terbaik. Algoritma Greedy merupakan salah satu algoritma yang sering digunakan untuk memecahkan permasalahan optimasi. Pada setiap langkah, kita harus membuat pilihan optimum lokal (local optimum), yang dapat diartikan sebagai keputusan terbaik yang diambil pada langkah tersebut. Karena algoritma Greedy biasanya dilakukan dalam beberapa langkah, maka dalam satu permasalahan optimasi kita akan membuat beberapa pilihan optimum lokal, sesuai dengan banyaknya langkah yang harus dilakukan. Diharapkan bahwa setiap kali diambil pilihan optimum lokal, langkah-langkah setelahnya akan mengarah ke solusi optimum global. Perlu diingat bahwa algoritma Greedy hanya memakai dua macam persoalan optimasi, yaitu maksimasi (maximization) dan minimasi (minimization). Pada algoritma Greedy, ada beberapa elemen yang harus diperhatikan, yaitu :. Himpunan kandidat (C) Himpunan ini berisi elemen-elemen pembentuk solusi.. Himpunan solusi (S) Himpunan ini berisi kandidat-kandidat yang terpilih sebagai solusi dari permasalahan optimasi yang akan diselesaikan. Fungsi seleksi Fungsi ini akan memilih kandidat yang paling memungkinkan untuk mencapai solusi optimal. Sesuai dengan prinsip algoritma Greedy, kandidat yang sudah dipilih pada suatu langkah tidak bisa diubah di langkah selanjutnya.. Fungsi kelayakan Fungsi ini akan memeriksa kelayakan suatu kandidat yang telah dipilih. Dalam arti, kandidat tersebut dan himpunan solusi yang terbentuk tidak melanggar constraints yang ada. Bila kandidat layak, maka kandidat tersebut akan dimasukkan ke dalam himpunan solusi, dan jika kandidat tersebut tidak layak, maka kandidat akan dibuang dan tidak akan dipertimbangkan lagi dalam pencarian solusi optimum.. Fungsi obyektif Fungsi ini akan membuat nilai solusi maksimum atau minimum, sesuai dengan jenis optimasi apa yang dibutuhkan. Dengan kata lain, algoritma Greedy akan melakukan pencarian sebuah himpunan bagian S dari himpunan kandidat C. Himpunan bagian S harus memenuhi beberapa criteria yang ditentukan, yaitu menyatakan suatu solusi dan S dioptimisasi oleh fungsi obyektif. Algoritma Greedy mempunyai beberapa variasi, antara lain :. Algoritma Greedy Murni. Algoritma Greedy Orthogonal. Relaxed Greedy Algorithm Perlu diketahui bahwa tidak semua pemakaian algoritma Greedy akan menghasilkan solusi optimum. Contohcontoh permasalahan yang tidak bisa menggunakan algoritma Greedy untuk menghasilkan solusi optimum adalah Knapsack Problem dan Travelling Salesman Problem.. IMPLEMENTASI Pada sistem booking hotel online, algoritma Greedy dapat diterapkan untuk mencapai penggunaan kamar-kamar hotel secara efektif. Dalam arti, walaupun pengunjung harus berpindah kamar dalam beberapa waktu, penyelesaian ini lebih baik daripada pengunjung tidak mendapatkan kamar sama sekali karena tidak ada kamar yang benar-benar kosong di seluruh tanggal yang diinput pelanggan. Dalam hal sistem booking hotel online, elemen-elemen yang dapat direpresentasikan dalam algoritma Greedy adalah sebagai berikut.. Himpunan kandidat (C) Makalah IF0 Strategi Algoritma Sem. I Tahun 00/0

Dalam permasalahan ini, himpunan kandidat adalah himpunan kamar-kamar hotel yang mungkin untuk di-booking oleh pelanggan. Himpunan solusi (S) Himpunan kombinasi kamar-kamar yang bisa dibooking oleh pelanggan dengan jumlah kamar terkecil (dalam arti pelanggan tidak perlu terlalu banyak berpindah kamar). Fungsi seleksi Fungsi untuk membuat list kamar yang mungkin untuk di-booking oleh pelanggan sesuai dengan tanggal check in dan check out yang diinput oleh pelanggan. Fungsi kelayakan Fungsi untuk memastikan kamar belum dibooking oleh pelanggan lain di antara tanggal check in dan tanggal check out yang diinput oleh pelanggan. Dalam hal ini, fungsi ini termasuk di dalam fungsi seleksi.. Fungsi obyektif Fungsi menghitung banyaknya hari dimana kamar tersedia untuk di-booking pelanggan. Semakin banyak hasilnya, maka semakin sedikit pengunjung harus berpindah kamar, dan sebaliknya, semakin kecil hasilnya semakin banyak pelanggan harus berpindah kamar. Hasil yang optimal adalah bila pengunjung semakin sedikit berpindah kamar. Dalam aplikasi algoritma Greedy untuk optimasi sistem booking hotel online ini, kamar-kamar dalam suatu hotel dan tanggal-tanggal direpresentasikan dalam tabel. Untuk lebih jelasnya dapat dilihat pada gambar di bawah ini. 6 Des 7 Des 8 Des 9 Des 0 Des Tabel. Representasi Hotel dan Tanggal 0 0 0 0 0 0 0 0 Tabel. Tabel diisi dengan 0 atau Dengan menggunakan fungsi RoomAvailable dan fungsi CheckDays, hitung berapa hari setiap kamar akan tersedia di setiap tanggal dengan menjumlahkan setiap sel yang bernilai yang bersebelahan. Setelah fungsi dieksekusi, tabel akan berubah menjadi seperti di bawah ini. 6 Des 7 Des 8 Des 9 Des 0 Des 0 0 0 0 0 0 0 0 0 0 0 0 Tabel. Tabel diisi dengan jumlah hari dimana kamar tersebut tersedia Untuk mendapatkan solusi dari permasalahan ini, lakukan sort pada setiap kolom, lalu pilih kolom dengan nilai terbesar. Berpindahlah pada sel sebelahnya sampai bertemu dengan angka 0 atau saat sudah mencapai tanggal check out. Lalu cari lagi nilai terbesar yang ada pada kolom tersebut, bergerak lagi sampai bertemu dengan angka 0 atau sudah mencapai tanggal check out dan seterusnya sampai benar-benar mencapai tanggal check out. Dengan cara ini akan didapatkan himpunan kamar yang bisa di-booking pelanggan dari tanggal check in hingga tanggal check out yang pelanggan tersebut inginkan, meski ada kemungkinan pelanggan harus berpindahpindah kamar. Langkah selanjutnya, tabel diisi dengan ketersediaan kamar untuk di-booking. Data ini bisa direpresentasikan dengan angka 0 dan angka, dengan angka 0 merepresentasikan kamar yang sudah di-booking pada tanggal-tanggal tersebut dan angka merepresentasikan kamar yang masih tersedia di tanggal-tanggal tersebut. 6 Des 7 Des 8 Des 9 Des 0 Des 0 0 0 0 6 Des 7 Des 8 Des 9 Des 0 Des 0 0 0 0 0 0 0 0 0 0 0 0 Makalah IF0 Strategi Algoritma Sem. I Tahun 00/0

Tabel. Pemilihan kamar yang bisa di-booking oleh pelanggan Meskipun cara ini berhasil untuk mendapatkan solusi optimum pada contoh yang diberikan, tetapi cara ini tidak selalu berhasil untuk mendapatkan solusi optimum. Perhatikan contoh solusi berikut ini. r r r r r 6 7 8 9 0 Des Des Des Des Des Des Des 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 Tabel. Contoh penyelesaian pada kasus lain dengan cara yang sama Padahal, solusi yang lebih baik adalah sebagai berikut. 6 Des 7 Des 8 Des 9 Des 0 Des Des Des 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 Tabel 6. Solusi yang relatif lebih baik Solusi kedua dirasa lebih optimum karena pelanggan akan berada lebih lama di suatu kamar, dengan asumsi pelanggan akan lebih nyaman bila sudah berada di suatu kamar lebih lama. Fungsi-fungsi yang digunakan pada aplikasi algoritma Greedy untuk optimasi sistem booking hotel online dapat didefinisikan oleh pseudocode di berikut ini. function RoomAvailable (input CheckOutDate : Date -> array of integer) {Fungsi ini akan mengembalikan daftar kamar yang masih tersedia diantara tanggal Check In dan tanggal Check Out} function CheckDays (input CheckOutDate : Date, RoomID : integer -> integer) {Fungsi ini mengecek setiap sel yang berisi angka, dan mengembalikan untuk berapa hari kamar tersebut tersedia dengan cara menghitung ada berapa angka yang ada pada sel yang berurutan} function ChooseRoom (input CheckOutDate : Date -> array of integer) {Fungsi ini menghasilkan pilihan perpindahan kamar yang bisa dipertimbangkan oleh pelanggan untuk membooking kamar. Di dalamnya juga dilakukan penghitungan berapa kali pelanggan harus berpindah kamar mulai dari tanggal Check In sampai tanggal Check Out}. HASIL PENGUJIAN Di makalah ini digunakan dua contoh pengujian seperti yang sudah dijabarkan pada bab sebelumnya. Hasil yang didapat adalah :. Pada contoh pengujian pertama, solusi yang didapatkan adalah solusi optimal. Pada contoh pengujian kedua, solusi yang didapatkan belum menjadi solusi optimal, meskipun jumlah perpindahan kamar antara solusi yang didapat dari aplikasi algoritma Greedy dengan solusi optimal adalah sama, yaitu pelanggan harus tiga kali berpindah kamar. Makalah IF0 Strategi Algoritma Sem. I Tahun 00/0

. KESIMPULAN Dari pemaparan yang telah dijelaskan sebelumnya, kesimpulan yang didapatkan adalah algoritma Greedy tidak selalu bisa memberikan solusi optimum pada permasalahan sistem booking online hotel online. Hal ini biasanya akan semakin sering terjadi seiring dengan bertambahnya waktu diantara tanggal Check In dan tanggal Check Out yang diinput oleh pelanggan. Selly Yuvita - 080 Akan tetapi, setidaknya aplikasi algoritma Greedy yang telah dijelaskan di atas bisa memberikan lebih banyak pilihan kepada pelanggan, karena algoritma ini akan memasukkan daftar kamar yang tersedia, meskipun pelanggan harus berpindah-pindah kamar. Pada sistem yang ada sekarang, kamar-kamar yang akan dimasukkan ke dalam daftar pilihan hanyalah kamar-kamar yang benar-benar tersedia mulai dari waktu Check In yang diinput pelanggan sampai dengan waktu Check Out. Solusi ini tentunya lebih baik daripada pelanggan sama sekali tidak mendapatkan kamar. Selain itu, pihak manajemen hotel juga lebih bisa lebih banyak menyewakan kamarnya. REFERENSI [] Munir, Rinaldi. Diktat Kuliah IF0 Strategi Algoritma. Bandung : Program Studi Teknik Informatika, Institut Teknologi Bandung, 009. [] http://www.scribd.com/doc/00680/algoritma-greedy. Diakses pada tanggal 6 Desember 00 [] http://en.wikipedia.org/wiki/greedy_algorithm. Diakses pada tanggal 6 Desember 00 [] http://webcache.googleusercontent.com/search?q=cache:dxpgce wvej: www.cis.upenn.edu/~matuszek/cit9-00/lectures/6- Greedy.ppt+Greedy+algorithm+in&cd=&hl=id&ct=clnk&gl=id&clien t=firefox-a. Diakses pada tanggal 6 Desember 00 PERNYATAAN Dengan ini saya menyatakan bahwa makalah yang saya tulis ini adalah tulisan saya sendiri, bukan saduran, atau terjemahan dari makalah orang lain, dan bukan plagiasi. Bandung, 8 Desember 00 Makalah IF0 Strategi Algoritma Sem. I Tahun 00/0