BAB 2 LANDASAN TEORITIS

dokumen-dokumen yang mirip
LATIHAN ALGORITMA-INTEGER

G r a f. Pendahuluan. Oleh: Panca Mudjirahardjo. Graf digunakan untuk merepresentasikan objek-objek diskrit dan hubungan antara objek-objek tersebut.

TEORI GRAF UNIVERSITAS MUHAMMADIYAH JEMBER ILHAM SAIFUDIN PROGRAM STUDI TEKNIK INFORMATIKA FAKULTAS TEKNIK. Selasa, 13 Desember 2016

Aplikasi Algoritma Dijkstra dalam Pencarian Lintasan Terpendek Graf

Kode MK/ Matematika Diskrit

Penggunaan Algoritma Dijkstra dalam Penentuan Lintasan Terpendek Graf

BAB II LANDASAN TEORI

GRAF. V3 e5. V = {v 1, v 2, v 3, v 4 } E = {e 1, e 2, e 3, e 4, e 5 } E = {(v 1,v 2 ), (v 1,v 2 ), (v 1,v 3 ), (v 2,v 3 ), (v 3,v 3 )}

PENDAHULUAN MODUL I. 1 Teori Graph Pendahuluan Aswad 2013 Blog: 1.

Sirkuit Euler & Sirkuit Hamilton SISTEM INFORMASI UNIVERSITAS GUNADARMA 2012/2013

Permodelan Pohon Merentang Minimum Dengan Menggunakan Algoritma Prim dan Algoritma Kruskal

APLIKASI PEWARNAAN SIMPUL GRAF UNTUK MENGATASI KONFLIK PENJADWALAN MATA KULIAH DI FMIPA UNY

Graf. Program Studi Teknik Informatika FTI-ITP

LOGIKA DAN ALGORITMA

Aplikasi Teori Graf dalam Manajemen Sistem Basis Data Tersebar

Graf. Matematika Diskrit. Materi ke-5

BAB II TINJAUAN PUSTAKA

Aplikasi Shortest Path dengan Menggunakan Graf dalam Kehidupan Sehari-hari

Graf digunakan untuk merepresentasikan objek-objek diskrit dan hubungan antara objek-objek tersebut. Demak Semarang. Kend al. Salatiga.

PERBANDINGAN ALGORTIMA PRIM DAN KRUSKAL DALAM MENENTUKAN POHON RENTANG MINIMUM

STUDI DAN IMPLEMENTASI ALGORITMA DIJKSTRA, BELLMAN-FORD DAN FLOYD-WARSHALL DALAM MENANGANI MASALAH LINTASAN TERPENDEK DALAM GRAF

BAB II LANDASAN TEORI

RANCANG BANGUN APLIKASI MINIMUM SPANNING TREE (MST) MENGGUNAKAN ALGORITMA KRUSKAL

47 Matematika Diskrit BAB IV TEORI GRAF

Graf dan Pengambilan Rencana Hidup

BAB 2 TINJAUAN PUSTAKA

Dasar-Dasar Teori Graf. Sistem Informasi Universitas Gunadarma 2012/2013

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

Discrete Mathematics & Its Applications Chapter 10 : Graphs. Fahrul Usman Institut Teknologi Bandung Pengajaran Matematika

BAB II LANDASAN TEORI

BAB 2 LANDASAN TEORI

Aplikasi Graf pada Hand Gestures Recognition

Aplikasi Graf pada Penentuan Jadwal dan Jalur Penerbangan

Aplikasi Pohon Merentang Minimum dalam Rute Jalur Kereta Api di Pulau Jawa

Aplikasi Algoritma Prim dalam Penentuan Pohon Merentang Minimum untuk Jaringan Pipa PDAM Kota Tangerang

I. PENDAHULUAN II. DASAR TEORI. Penggunaan Teori Graf banyak memberikan solusi untuk menyelesaikan permasalahan yang terjadi di dalam masyarakat.

2. TINJAUAN PUSTAKA. Chartrand dan Zhang (2005) yaitu sebagai berikut: himpunan tak kosong dan berhingga dari objek-objek yang disebut titik

Penerapan Algoritma Greedy untuk Memecahkan Masalah Pohon Merentang Minimum

Bab 2 LANDASAN TEORI

BAB II LANDASAN TEORI. Teori graf dikenal sejak abad ke-18 Masehi. Saat ini teori graf telah

Aplikasi Pewarnaan Graf pada Penjadwalan Pertandingan Olahraga Sistem Setengah Kompetisi

Graf dan Analisa Algoritma. Pertemuan #01 - Dasar-Dasar Teori Graf Universitas Gunadarma 2017

BAB II LANDASAN TEORI

PENYELESAIAN MASALAH ALIRAN MAKSIMUM DENGAN MENGGUNAKAN ALGORITMA DIJKSTRA DAN ALGORITMA FORD-FULKERSON TUGAS AKHIR

SISTEM INFORMASI UNIVERSITAS GUNADARMA 2012/2013. Graf Berarah

Pengaplikasian Graf dalam Menentukan Rute Angkutan Kota Tercepat

BAB II LANDASAN TEORI

Analogi Pembunuhan Berantai Sebagai Graf Dalam Investigasi Kasus

BAB II LANDASAN TEORI

BAB 2 LANDASAN TEORI

APLIKASI PEWARNAAN GRAF PADA PENGATURAN LAMPU LALU LINTAS

Aplikasi Pewarnaan Graf Pada Pengaturan Warna Lampu Lalu Lintas

Penerapan Graf dalam Menentukan Jalur Penerbangan Teraman dan Tercepat

Konsep. Graph adalah suatu diagram yang memuat informasi tertentu. Contoh : Struktur organisasi

STUDI DAN IMPLEMENTASI PERSOALAN LINTASAN TERPENDEK SUATU GRAF DENGAN ALGORITMA DIJKSTRA DAN ALGORITMA BELLMAN-FORD

Graf Sosial Aplikasi Graf dalam Pemetaan Sosial

BAB II LANDASAN TEORI

Penggunaan Algoritma Greedy dalam Membangun Pohon Merentang Minimum

TEORI GRAF DALAM MEREPRESENTASIKAN DESAIN WEB

BAB 2 LANDASAN TEORI

PEWARNAAN GRAF SEBAGAI METODE PENJADWALAN KEGIATAN PERKULIAHAN

Penggunaan Graf Semi-Hamilton untuk Memecahkan Puzzle The Hands of Time pada Permainan Final Fantasy XIII-2

BAB 2 LANDASAN TEORI

BAB I PENDAHULUAN. 1.1 Latar Belakang

Menghitung Pendapatan Mata Uang Digital Menggunakan Graf dan Rekursi

Menghitung Pendapatan Mata Uang Digital Menggunakan Graf dan Rekursi

MEMBANDINGKAN KEMANGKUSAN ALGORITMA PRIM DAN ALGORITMA KRUSKAL DALAM PEMECAHAN MASALAH POHON MERENTANG MINIMUM

Graf. Graf digunakan untuk merepresentasikan objek-objek diskrit dan hubungan antara objek-objek tersebut.

BAB 2 LANDASAN TEORI

ALGORITMA MENCARI LINTASAN TERPENDEK

ALGORITMA ROUTING DI LINGKUNGAN JARINGAN GRID MENGGUNAKAN TEORI GRAF

Penyelesaian Traveling Salesman Problem dengan Algoritma Heuristik

PENGAPLIKASIAN GRAF DALAM KEHIDUPAN SEHARI-HARI

BAB 2 LANDASAN TEORI

LANDASAN TEORI. Pada bab ini akan diberikan beberapa konsep dasar teori graf dan bilangan. kromatik lokasi sebagai landasan teori pada penelitian ini.

BAB 2 TINJAUAN PUSTAKA

BAB II TINJAUAN PUSTAKA. masing-masing tepat satu kali dan kembali lagi ke tempat semula?

POLA PERMAINAN SEPAK BOLA DENGAN REPRESENTASI GRAF

Implementasi Graf dalam Penentuan Rute Terpendek pada Moving Object

PENGERTIAN GRAPH. G 1 adalah graph dengan V(G) = { 1, 2, 3, 4 } E(G) = { (1, 2), (1, 3), (2, 3), (2, 4), (3, 4) } Graph 2

Graph. Rembang. Kudus. Brebes Tegal. Demak Semarang. Pemalang. Kendal. Pekalongan Blora. Slawi. Purwodadi. Temanggung Salatiga Wonosobo Purbalingga

BAB 2 LANDASAN TEORI

LANDASAN TEORI. Bab Konsep Dasar Graf. Definisi Graf

BAB 2 LANDASAN TEORI. 2.1 Penugasan Sebagai Masalah Matching Bobot Maksimum Dalam Graf Bipartisi Lengkap Berlabel

Struktur dan Organisasi Data 2 G R A P H

BAB 2 LANDASAN TEORI

Penerapan Graf dalam Menentukan Jalur Penerbangan Efektif Dengan Algoritma Graf yang Tepat

BAB I PENDAHULUAN 1.1 Latar Belakang

Aplikasi Pohon dan Graf dalam Kaderisasi

Representasi Graf dalam Menjelaskan Teori Lokasi Industri Weber

Kendal. Temanggung Salatiga Wonosobo Purbalingga. Boyolali. Magelang. Klaten. Purworejo. Gambar 6.1 Jaringan jalan raya di Provinsi Jawa Tengah

BAB 2 LANDASAN TEORI

BAB II LANDASAN TEORI

ARTIKEL APLIKASI DELIVERY SERVICE GLOBAL POISONING SYSTEM DAN ONLINE MARKET(PRINTER)MENGUNAKAN ANDROID DAN WEB SERVER

Graph. Politeknik Elektronika Negeri Surabaya

BAB II LANDASAN TEORI

BAB 2 LANDASAN TEORI. yang tak kosong yang anggotanya disebut vertex, dan E adalah himpunan yang

APLIKASI GRAF DALAM BISNIS TRAVEL BANDUNG-BOGOR

Penerapan Teori Graf Pada Algoritma Routing

Transkripsi:

xvi BAB 2 LANDASAN TEORITIS Dalam penulisan laporan tugas akhir ini, penulis akan memberikan beberapa pengertian yang berhubungan dengan judul penelitian yang penulis ajukan, karena tanpa pengertian yang jelas akan menyebabkan informasi yang dimasukan atau yang keluar tidak sesuai dengan yang diinginkannya, serta sekilas tentang Software yang digunakan. 2.1 TEORI GRAF Teori graf pertama kali ditulis pada tahun 1736 oleh seorang matematikawan Swiss yang bernama Leonard Euler. Ia menggunakan teori graf untuk menyelesaikan masalah jembatan Königsberg (sekarang, bernama Kaliningrad). Graf merupakan struktur diskrit yang terdiri dari himpunan sejumlah berhingga obyek yang disebut simpul (vertices, vertex) dan himpunan sisi (edges) yang menghubungkan simpul-simpul tersebut. Graf digunakan untuk merepresentasikan objek-objek diskrit dan hubungan antara objek-objek tersebut. Notasi sebuah graf adalah G = (V, E), dimana : V merupakan himpunan tak kosong dari simpul-simpul (vertices), misalkan V= { v 1, v 2,..., v n } E merupakan himpunan sisi sisi (edges) yang menghubungkan sepasang simpul, misalkan E = {e 1, e 2,..., e n }

xvii 2.1.1 Terminologi Graf 1. Bertetangga (adjacent) Dua buah simpul dikatakan bertetangga jika kedua simpul tersebut terhubung langsung oleh dua sisi. Perhatikan graf berikut : Pada graf diatas : simpul P bertetangga dengan simpul Q dan S, tetapi simpul P tidak bertetangga dengan simpul R 2. Bersisian (incidency) Suatu sisi e dikatakan bersisian dengan simpul v 1 dan simpul v 2 jika e menghubungkan kedua simpul tersebut, dengan kata lain e = ( v 1, v 2 ). Perhatikan graf dari masalah jembatan Konigsberg berikut ini : maka e 1 bersisian dengan simpul A dan simpul C, tetapi sisi tersebut tidak bersisian dengan simpul B.

xviii 3. Simpul Terpencil (Isolated Vertex) Jika suatu simpul tidak mempunyai sisi yang bersisian dengannya maka simpul tersebut dinamakan simpul terpencil. Perhatikan graf berikut : Simpul T dan simpul U merupakan simpul terpencil. 4. Derajat (Degree) Simpul Derajat suatu simpul merupakan jumlah sisi yang bersisian dengan simpul tersebut. Misalkan, suatu simpul v mempunyai 3 buah sisi yang bersisian dengannya maka dapat dikatakan simpul tersebut berderajat 3, atau dinotasikan oleh d(v) = 3. Pada graf diatas : d(p) = d(q) = d(s) = 5, sedangkan d(r) =3. 5. Lintasan (Path) Lintasan dari suatu simpul awal v 0 ke simpul tujuan v T didalam suatu graf G

xix merupakan barisan sebuah sisi atau lebih (x 0, x 1 ), (x 1, x 2 ), (x 2, x 3 ),.( xn-1, x n ) pada G, dimana x 0 = v 0 dan x n = v T. Lintasan ini dinotasikan oleh : x 0, x 1, x 2, x 3,. x n Lintasan ini mempunyai panjang n, karena lintasan ini memuat n buah sisi, yang dilewati dari suatu simpul awal v 0 ke simpul tujuan v T didalam suatu graf G. Suatu lintasan yang berawal dan berakhir pada simpul yang sama dinamakan Siklus (cycle) atau Sirkuit (circuit). Perhatikan graf berikut ini : 6. Cut Set Cut-set dari suatu graf terhubung G adalah himpunan sisi yang jika dibuang dari G menyebabkan G tidak terhubung. Jadi, cut-set selalu menghasilkan dua buah subgraf. Pada graf dibawah ini, {(1,4), (1,5), (2,3), (2,4)} adalah cut-set. Terdapat banyak cut-set pada sebuah graf terhubung. Himpunan {(1,5), (4,5)} juga adalah cut-set, {(1,4), (1,5), (1,2)} adalah cut-set, {(5,6)} juga cut-set. Tetapi {(1,4), (1,5), (4,5)} bukan cut-set sebab himpunan bagiannya {(1,5), (4,5)} adalah cut-set.

xx 2.1.2 Jenis Graf Pada dasarnya, graf dibagi dengan beberapa jenis : 1. Graf Tak Berarah a. Graf sederhana (simple graph) Graf sederhana merupakan graf tak berarah yang tidak mengandung gelang maupun sisi ganda. b. Graf Ganda (multigraph) Graf ganda merupakan graf tak berarah yang tidak mengandung gelang (loop). c. Graf Semu (pseudograph) Graf semu merupakan graf yang boleh mengandung gelang (loop).

xxi 2. Graf Berarah (Directed graph) Graf berarah merupakan graf yang setiap sisinya mempunyai arah dan tidak mempunyai dua sisi yang berlawanan antara dua buah simpul (tak mempunyai sisi ganda). Tabel jenis-jenis graf 2.2 ALGORITMA DIJKSTRA Pada tahun 1959 sebuah tulisan sepanjang tiga halaman yang berjudul A Note on Two Problems in Connexion with Graphs diterbitkan pada jurnal Numerische Mathematik. Pada tulisan ini, Edsger W. Dijkstra, seorang ilmuwan komputer berumur dua puluh sembilan tahun mengusulkan algoritma-algoritma untuk solusi dari dua masalah teoritis graf dasar : the minimum weight Algoritma Dijkstra untuk masalah jalan terpendek adalah satu dari algoritma-algoritma paling ternama pada ilmu komputer dan sebuah algoritma paling popular pada operasi pencarian(or). Implementasi

xxii algoritma dijkstrapada ilmu komputer antara lain adalah pada link-state routing protocol, OSPF dan IS-IS. Pada literatur tersebut, algoritma ini sering digambarkan sebagai sebuah algoritma yang tamak. Contohnya, buku Algorithmics (Brassard and Bratley [1988, pp. 87-92])mengulas ini pada bab tersebut dengan judul Greedy Algorithms. Encyclopedia of Operations Research and Management Science (Gass and Harris [1996, pp. 166-167]) menggambarkan algoritma ini sebagai sebuah "node labelling greedy algorithm " dan sebuah algoritma yang tamak digambarkan sebagai "a heuristic algorithm that at every step selects the best choice available at that step without regard to future consequences " (Gass and Harris [1996, p. 264]). 2.2.1 Definisi Algoritma Dijkstra Pada dasarnya, algoritma ini merupakan salah satu bentuk algoritma greedy. Algoritma ini termasuk algoritma pencarian graf yang digunakan untuk menyelesaikan masalah lintasan terpendek dengan satu sumber pada sebuah graf yang tidak memiliki cost sisi negatif, dan menghasilkan sebuah pohon lintasan terpendek. Algoritma ini sering digunakan pada routing. Algoritma dijkstra mencari lintasan terpendek dalam sejumlah langkah. Algoritma ini menggunakan strategi greedy sebagai berikut : Untuk setiap simpul sumber (source) dalam graf, algortima ini akan mencari jalur dengna cost minimum antara simpul tersebut dengan simpul lainnya. Algoritma juga dapat digunakan untuk mencari total biaya (cost) dari lintasan terpendek yang dibentuk dari sebuah simpul ke sebuah simpul tujuan. Sebagai contoh, bila simpul pada graf merepresentasikan kota dan bobot sisi merepresentasikan jarak antara 2 kota yang mengapitnya, maka algoritma dijkstra dapat digunakan untuk mencari rute terpendek antara sebuah kota dengan kota lainnya.

xxiii 2.2.2 Skema Umum Algoritma Dijkstra Algoritma ini mencari panjang lintasan terpendek dari verteks a ke z dalam sebuah graf berbobot tersambung. Bobot dari rusuk (i,j) adalah w(i,j)>0 dan label verteks x adalah L(x). Hasilnya, L(z) merupakan panjang lintasan terpendek dari a ke z. Masukan: Sebuah graf berbobot tersambung dengan bobot positif. Verteks a sampai z. Keluaran: L(z), panjang lintasan terpendek dari a ke z. 1. procedure dijkstra (w,a,z,l) 2. L(a) := 0 3. for semua verteks x a do 4. L(x) := 5. T := himpunan semua verteks 6. // T adalah himpunan verteks yang panjang terpendeknya dari a belum ditemukan 7. while z T do 8. begin 9. pilih v T dengan minimum L(v) 10. T:=T-{v} 11. for setiap x T di samping v do 12. L(x):=min{L(x), L(v)+w(v,x)} 13. end 14. end dijkstra Contoh 10.2 : Carilah panjang lintasan terpendek dari verteks a ke z dalam graf berbobot tersambung berikut.

xxiv Penyelesaian : Kita akan menerapkan Algoritma Dijkstra. Hasil pelaksanaan baris 2-4 dari Algoritma 10.1 adalah L(a) = 0, L(b) = L(c) = L(d) = L(e) = L(f) = L(g) = L(z) =. Pada baris 7, z tidak dilingkari. Kita lanjutkan ke baris 9, di mana kita memilih verteks a, verteks tak dilingkari dengan label terkecil, dan melingkarinya. Pada baris 11 dan 12 kita perbarui setiap verteks tak terlingkari, b dan f, yang berdekatan dengan a. Kita dapatkan labellabel baru L(b) = min{, 0+2} = 2, L(f) = min{, 0+1} = 1. Sampai pada bagian ini, kita kembali ke baris 7. Karena z tak dilingkari, kita lanjutkan ke baris 9, di mana kita memilih verteks f, verteks tak dilingkari dengan label terkecil, dan melingkarinya. Pada baris 12 dan 13 kita perbarui setiap label dari verteks tak dilingkari, d dan g, yang berdekatan dengan f. Kita dapatkan label-label baru L(d) = min{, 1+3} = 4, L(f) = min{, 1+5} = 6. Sampai pada bagian ini, kita kembali ke baris 7. Demikian seterusnya dan pada akhir algoritma, z dilabeli 5, menyatakan panjang lintasan terpendek dari a ke z adalah 5. Sebuah lintasan terpendek diberikan oleh (a,b,c,z). 2.2.3 Kelebihan dan Kekurangan Algoritma Dijkstra Algoritma djikstra dapat digunakan untuk menyelesaikan persoalan pencarian rute terpendek pada sebuah graf. Kelemahan algoritma ini adalah semakin banyak titik akan semakin memakan waktu proses. Dan Jumlah titik menentukan tingkat efektifitas dari algoritma djikstra.