v 2 v 5 v 3 Gambar 3 Graf G 1 dengan 7 simpul dan 10 sisi.

dokumen-dokumen yang mirip
merupakan himpunan sisi-sisi tidak berarah pada. (Yaoyuenyong et al. 2002)

Penyelesaian Masalah Konektivitas di Area Konservasi dengan Algoritme Heuristik

I PENDAHULUAN II LANDASAN TEORI

II TINJAUAN PUSTAKA 2.1 Graf Definisi 1 (Graf, Graf Berarah dan Graf Takberarah) 2.2 Linear Programming

BAB 2 LANDASAN TEORI

II LANDASAN TEORI. suatu fungsi dalam variabel-variabel. adalah suatu fungsi linear jika dan hanya jika untuk himpunan konstanta,.

II. TINJAUAN PUSTAKA. kromatik lokasi pada suatu graf sebagai landasan teori pada penelitian ini

PENENTUAN PATH TERPENDEK DENGAN ALGORITME DEKOMPOSISI JARVIS-TUFEKCI. Oleh: DWI ADE RACHMA PUTRI G

I PENDAHULUAN II LANDASAN TEORI

I PENDAHULUAN II LANDASAN TEORI

v 3 e 2 e 4 e 6 e 3 v 4

BAB II TINJAUAN PUSTAKA. kromatik lokasi sebagai landasan teori dari penelitian ini.

BAB II TINJAUAN PUSTAKA

BAB 2 LANDASAN TEORI

BAB II LANDASAN TEORI

I PENDAHULUAN II LANDASAN TEORI

IV APLIKASI PERMASALAHAN

BAB II LANDASAN TEORI

I PENDAHULUAN II LANDASAN TEORI

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

BAB 3 LINEAR PROGRAMMING

Struktur dan Organisasi Data 2 G R A P H

INTRODUCTION TO GRAPH THEORY LECTURE 2

BAB 2 LANDASAN TEORI

TINJAUAN PUSTAKA. Pada bab ini akan dijelaskan beberapa konsep dasar teori graf dan dimensi partisi

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 )}

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

I PENDAHULUAN II LANDASAN TEORI

II.TINJAUAN PUSTAKA. Pada bab ini akan dijelaskan tentang definisi serta konsep-konsep yang mendukung

I PENDAHULUAN II LANDASAN TEORI

Suatu graf G adalah pasangan himpunan (V, E), dimana V adalah himpunan titik

BAB II LANDASAN TEORI

PELABELAN D-LUCKY PADA JARINGAN HYPERCUBE, JARINGAN KUPU-KUPU, DAN JARINGAN BENES

SIRKUIT EULER DAN PENENTUAN RUTE OPTIMAL AGUNG SURYA PERMADI

BAB 2 LANDASAN TEORI

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

7. PENGANTAR TEORI GRAF

BAB 2 LANDASAN TEORI

II. KONSEP DASAR GRAF DAN GRAF POHON. Graf G adalah himpunan terurut ( V(G), E(G)), dengan V(G) menyatakan

Bab 2 TEORI DASAR. 2.1 Graf

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

MA3051 Pengantar Teori Graf. Semester /2014 Pengajar: Hilda Assiyatun

III. BILANGAN KROMATIK LOKASI GRAF. Bilangan kromatik lokasi graf pertama kali dikaji oleh Chartrand dkk.(2002). = ( ) {1,2,3,, } dengan syarat

Sebuah graf sederhana G adalah pasangan terurut G = (V, E) dengan V adalah

PENYELESAIAN STACKER CRANE PROBLEM DENGAN ALGORITME LARGEARCS DAN SMALLARCS

II. TINJAUAN PUSTAKA. Graf G adalah suatu struktur (V,E) dengan V(G) = {v 1, v 2, v 3,.., v n } himpunan

3.1 Beberapa Nilai Dimensi Partisi pada Suatu Graf. Dalam dimensi partisi suatu graf, terdapat kelas graf yang nilai dimensi partisinya

Bab 2. Teori Dasar. 2.1 Definisi Graf

BAB 2 LANDASAN TEORI

DAFTAR ISI... HALAMAN JUDUL... HALAMAN PERSETUJUAN... LEMBAR PERNYATAAN... HALAMAN PERSEMBAHAN... HALAMAN MOTTO... KATA PENGANTAR... DAFTAR TABEL...

III RELAKSASI LAGRANGE

BAB II LANDASAN TEORI

SUPER (a,d) EDGE ANTIMAGIC TOTAL LABELING PADA GRAF PETERSEN RAHMAT CHAIRULLOH

I PENDAHULUAN II LANDASAN TEORI

sejumlah variabel keputusan; fungsi yang akan dimaksimumkan atau diminimumkan disebut sebagai fungsi objektif, Ax = b, dengan = dapat

BAB II TEORI GRAF DAN PELABELAN GRAF. Dalam bab ini akan diberikan beberapa definisi dan konsep dasar dari

BAB 2 GRAF PRIMITIF. Gambar 2.1. Contoh Graf

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

I PENDAHULUAN II LANDASAN TEORI

Penyusun: Ade Vicidian Sugiharto Putra ( ) Pembimbing II: Yudhi Purwananto, S.Kom, M.Kom. Victor Hariadi, S.Si, M.Kom.

BAB II LANDASAN TEORI

BAB 2 LANDASAN TEORI

BAB II TINJAUAN PUSTAKA

BAB II LANDASAN TEORI

BAB 2 LANDASAN TEORI

KONSEP DASAR GRAF DAN GRAF POHON. Pada bab ini akan dijabarkan teori graf dan bilangan kromatik lokasi pada suatu graf

BAB 2 LANDASAN TEORI

12/15/2014. Apa yang dimaksud dengan Pemrograman Bulat? Solusi yang didapat optimal, tetapi mungkin tidak integer.

ALTERNATIF PEMBUKTIAN DAN PENERAPAN TEOREMA BONDY. Hasmawati Jurusan Matematika, Fakultas Mipa Universitas Hasanuddin

BAB II TINJAUAN PUSTAKA. Pada bab ini akan diberikan definisi dan teorema yang berhubungan dengan

PENYELESAIAN MASALAH CHINESE POSTMAN PADA GRAF CAMPURAN MENGGUNAKAN METODE HEURISTIK BALANS-GENAP ALI YUDHA ZULFIKAR

II. TINJAUAN PUSTAKA. Pada bab ini akan diberikan beberapa konsep dasar dalam teori graf dan teknik

Graf dan Operasi graf

BAB 2 OPTIMISASI KOMBINATORIAL. Masalah optimisasi merupakan suatu proses pencarian varibel bebas yang

SISTEM INFORMASI UNIVERSITAS GUNADARMA 2012/2013. Graf Berarah

BAB 2 GRAF PRIMITIF. 2.1 Definisi Graf

BAB II TINJAUAN PUSTAKA. sepasang titik. Himpunan titik di G dinotasikan dengan V(G) dan himpunan

BAB II LANDASAN TEORI

BAB 2 DEGREE CONSTRAINED MINIMUM SPANNING TREE. Pada bab ini diberikan beberapa konsep dasar seperti beberapa definisi dan teorema

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

BAB 2 LANDASAN TEORI

BAB II KAJIAN PUSTAKA

BAB 2 LANDASAN TEORI

Komponen Terhubung dan Jalur Terpendek Algoritma Graf Paralel

BILANGAN KROMATIK LOKASI UNTUK GRAF POHON n-ary LENGKAP

PENENTUAN RUTE PENDISTRIBUSIAN MINUMAN RINGAN MENGGUNAKAN METODE HEURISTIK RIZKY NOVALIA SARY

SPECTRUM DETOUR GRAF n-partisi KOMPLIT

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

BAB 2 TINJAUAN PUSTAKA

Penerapan Teorema Bondy pada Penentuan Bilangan Ramsey Graf Bintang Terhadap Graf Roda

Pelabelan Product Cordial Graf Gabungan pada Beberapa Graf Sikel dan Shadow Graph Sikel

BAB II LANDASAN TEORI

BAB I PENDAHULUAN 1.1 Latar Belakang

Bab 2 LANDASAN TEORI

STUDI BILANGAN PEWARNAAN λ-backbone PADA GRAF SPLIT DENGAN BACKBONE SEGITIGA

BAB 2 TINJAUAN PUSTAKA

II. LANDASAN TEORI. Ide Leonard Euler di tahun 1736 untuk menyelesaikan masalah jembatan

BAB II LANDASAN TEORI. Sebelum beralih kepada permasalahan line digraph, dalam bab ini

EKSENTRIK DIGRAF DARI GRAF-GRAF KHUSUS

Pemanfaatan Algoritma Sequential Search dalam Pewarnaan Graf untuk Alokasi Memori Komputer

Transkripsi:

Contoh Dari graf G pada Gambar 1 didapat e 1 incident dengan simpul dan, e incident dengan simpul dan, e 3 tidak incident dengan simpul, v, dan. Definisi 3 (Adjacent) Jika e={p,q} E, maka simpul p dikatakan adjacent (berelasi) dengan simpul q. (Foulds 1) Contoh 3 Dari graf G pada Gambar 1 didapat adjacent dengan,, dan, adjacent dengan dan, tidak adjacent dengan dan. Definisi (Neighbourhood dari simpul) Misalkan diberikan graf G=(V,E). Neighbourhood dari v V, ditulis dengan N G (v) atau N(v), adalah himpunan simpul yang adjacent dengan v, yaitu N G (v)={u V(G) vu E(G)}. (Foulds 1) Contoh Dari graf G pada Gambar 1 diperoleh N( )={, }, N( )={,, }, dan lainnya. Definisi (Graf Berbobot) Suatu graf G=(V,E) dikatakan berbobot jika terdapat sebuah fungsi w: E R (dengan R adalah himpunan bilangan real) yang memadankan setiap sisi di E dengan sebuah bilangan real yang disebut bobot. Setiap bobot w(uv) dengan uv E dinotasikan dengan w uv. (Foulds 1) Contoh 1 v v Gambar Contoh graf berbobot. Pada Gambar terdapat graf berbobot dengan bobot w(uv) sebagai berikut: sisi { } memiliki bobot w( )=, sisi { } memiliki bobot w( )=1. Definisi 6 (Walk) Suatu walk dalam suatu graf G adalah sebuah barisan berayun dari simpul dan sisiyang berbentuk W : v 0, e 1,, e,,...,e n 1, v n 1, e n, v n yang dimulai dari simpul v 0 dan diakhiri di simpul v n dengan e = v i 1 v i untuk i=1,,..,n. Karena sisi e i sudah dicerminkan dari simpul yang mengapitnya, maka untuk selanjutnya walk dapat dituliskan dengan barisan simpul W : v 0,,,...,v n 1, v n. Walk yang dimulai dari v 0 dan berakhir di v n disebut walk v 0 v n dan walk W mempunyai panjang n karena melalui n sisi (tidak harus berbeda). (Chartrand & Oellermann 13) Contoh 6 G 1 : 1 v1 3 1 1 1 v Gambar 3 Graf G 1 dengan 7 simpul dan sisi. Pada Gambar 3 didapatkan walk v 7 antara lain walk v 7 :,, v,,,,, v 7. Definisi 7 (Path) Suatu path dalam graf G adalah suatu walk dengan semua simpulnya berbeda. (Ahuja et al. 13) Contoh 7 Pada Gambar 3 terdapat contoh path, yaitu sebagai berikut: Path v 7 :,,,,, v, v 7, Path v 7 :, v, v 7, Path v 7 :,,,, v 7, dan seterusnya. Definisi 8 (Panjang Path) Misalkan diberikan path p, yaitu barisan simpul v 0... v k. Panjang path p adalah jumlah semua panjang sisi yang terdapat pada path tersebut atau dapat dituliskan sebagai: ( ) d( p) d( v, v ) d v, v. = = k 0 k i 1 i i= 1 (Cormen et al. 10) Contoh 8 Pada Gambar 3 didapatkan beberapa path yang menghubungkan simpul dan simpul v 7 dengan panjang path yang berbeda, yaitu: path v 7 : v v 7 dengan panjang d(, v 7 )=13, path v 7 : v v 7 dengan panjang d(, v 7 )=7, path v 7 : v 7 dengan panjang d(, v 7 ) =.

3 Definisi (Path Terpendek) Path u v dikatakan path terpendek jika path yang menghubungkan simpul u dan simpul v tersebut memiliki panjang yang minimum di antara path u v yang lainnya. (Hu 181) H 1 : Definisi (Subgraf ) Suatu graf G =(V,E ) adalah subgraf dari graf G=(V,E) jika V V dan E E. (Ahuja et al. 13) Contoh Pada Gambar didapat salah satu subgraf dari graf G 1 =(V 1,E 1 ), G 1 : v1 Gambar 6 Subgraf H1 yang diinduksi oleh himpunan simpul S. Subgraf H1 diinduksi oleh himpunan simpul S, karena H 1 = S yaitu subgraf yang menghubungkan simpul-simpul di S secara maksimal. H : ' ' ' Gambar Subgraf G 1 = ( V 1, E 1 ) dari graf G 1 pada Gambar 3. Definisi 11 (Subgraf yang diinduksi oleh simpul) Misalkan S V(G) dan S. Subgraf yang diinduksi oleh S dapat dituliskan S, H= S disebut subgraf maksimal dari G dengan himpunan simpul S. H= S ialah subgraf yang menghubungkan simpul-simpul di S secara maksimal. Ini berarti S memuat semua sisi dari G yang menghubungkan simpul-simpul di S. (Chartrand & Oellermann 13) Contoh H: v v 8 Gambar Graf H=(V, E). Diketahui himpunan S={,,, } v 7 Gambar 7 Subgraf H tidak diinduksi oleh himpunan simpul S. Subgraf H tidak diinduksi oleh himpunan S, karena ada sisi yang menghubungkan simpul dan simpul di G tetapi tidak menghubungkan simpul dan simpul di H. Definisi 1 (Graf terhubungkan) Graf G=(V,E) dikatakan terhubungkan (connected) jika setidaknya ada satu path yang menghubungkan setiap pasang simpul pada graf tersebut. Jika tidak ada, maka graf tersebut dikatakan tidak terhubungkan (disconnected). (Ahuja et al. 13) Contoh 11 e, e,3 e 3,6 e 6, e,,7 7,8 e 8, e, 7 8 v 7,11 8,1 e 11,1 1 Gambar 8 Graf G=(V,E) terhubungkan.

G 1 : K : e,3 e, e,7 8,, 7 v8 7,11 8,1 v11 v1 Gambar Graf G 1 =(V 1,E 1 ) tidak terhubung. Definisi 13 (Komponen dari Graf) Suatu subgraf terhubung yang tidak termuat pada subgraf lainnya yang juga terhubung disebut komponen graf. (Balakrishnan 17) Contoh 1 Graf G 1 pada Gambar terdiri atas buah komponen, yaitu K 1, K, K 3, dan K, yaitu sebagai berikut: K 1 : K : K 3 : e,3 Gambar Komponen ke-1 dari graf G 1. e,7 7 e 7,11 1 Gambar 11 Komponen ke- dari graf G 1. e8,, v8 e 8,1 Gambar 1 Komponen ke-3 dari graf G 1. e Gambar 13 Komponen ke- dari graf G 1.. Integer Programming Integer programming (IP) atau pemrograman integer adalah suatu pemrograman linear dengan variabel yang digunakan berupa bilangan bulat (integer). Jika semua variabel harus berupa integer, maka masalah tersebut dinamakan pure integer programming, dan jika hanya sebagian yang harus berupa integer dinamakan mixed integer programming. Jika IP dengan semua variabel harus bernilai 0 atau 1, maka disebut 0 1 IP. (Garfinkel & Nemhauser 17).3 Masalah Set covering Misalkan diberikan suatu himpunan S={1,,..., n}. Misalkan juga elemen dari himpunan I merupakan himpunan bagian dari S. Misalkan elemen dari himpunan I terdapat sebanyak K yang dinyatakan dengan I j, j {1,,, K} dan masing-masing memiliki bobot. Definisi 1 (Kover) Misalkan himpunan S={1,,, n} dan himpunan I={I 1, I,, I K } dengan I j S, j J={1,,, K}. Himpunan I j dengan j J * J merupakan kover dari S jika U I j = S. * j J (Garfinkel & Nemhauser 17) Contoh 13 Misalkan himpunan S={a,b,c,d,e,f} dan I={I 1,I, I 3, I, I } dengan j J={1,,3,,}. Misalkan I 1 ={a,b}, I ={a,c}, I 3 ={b,e}, I ={d,e,f}, I ={a,c,f}. Kover dari S di antaranya adalah {I 1,I,I }, karena untuk J * ={1,,} berlaku U I j = I1 U I U I = { a, b, c, d, e, f} = S. * j J Definisi 1 (Masalah Set Covering/SC) Misalkan diberikan c j > 0 adalah bobot yang berpadanan dengan setiap I j, dengan j J. Bobot total dari suatu kover {I j } dengan j J * adalah * j Jc j, dengan J * adalah himpunan bagian dari J. Masalah set covering merupakan suatu masalah yang menemukan kover dengan bobot minimum yang dapat ditulis sebagai berikut:

Minimumkan K z = c jx j j = 1 terhadap ( 1) K P aij x j, i = 1,..., m j = 1 x j = 0 atau 1, j = 1,..., K dengan 1, jika I j anggota dari kover x j = 0, jika selainnya. 1, jika ielemen dari Ij aij, = 0, jika selainnya. (Garfinkel & Nemhauser 17) Contoh 1 Misalkan diberikan himpunan-himpunan S={a,b,c,d,e,f,g} dan I={I 1,I,I 3,I,I } dengan j J={1,,3,,}. Misalkan I 1 ={a,b,g}, I ={a,c,g}, I 3 ={b,e,g}, I ={d,e,f}, I ={a,c,f}. Misalkan setiap elemen dari I dipadankan dengan suatu bobot untuk mengkover setiap elemen dari S. Akan ditentukan formulasi untuk mengkover semua elemen dari S oleh elemen-elemen dari I, dengan bobot minimum. Untuk itu, diperlakukan model pemrograman integer murni 0-1. Misalkan: 1, jika i Ij aij, = 0, selainnya 1, jika I j anggota dari kover x j = 0, selainnya. Jika diasumsikan setiap elemen dari I mempunyai bobot=1, dan fungsi objektifnya adalah meminimumkan banyaknya elemen I yang digunakan untuk mengkover elemen dari S. Maka formulasi IP yang sesuai dengan Definisi 1 adalah Minimumkan z = x1 + x + x3 + x + x terhadap x1 + x + x x1 + x3 x + x ( P ) x x3 + x x + x x1 + x + x3 x j {0,1}, untuk j = 1,..., Banyaknya kendala pada formulasi di atas merepresentasikan banyaknya elemen dari S. Misalkan kendala ke-1 menyatakan bahwa elemen pertama dari S, yaitu a, dapat dikover oleh I 1 ={a,b,g}, I ={a,c,g}, atau I ={a,c,f} yang berturut-turut merupakan elemen ke-1, elemen ke- dan elemen ke- dari himpunan I. Dengan menggunakan LINGO 11.0, solusi ILP (P ) dapat diperoleh yaitu x 3 =1, x =1, x =1, dan z=3. Dari solusi ILP, himpunan dari {I 3,I,I } merupakan kover dari S (lihat Lampiran 1). Hal ini dikarenakan I 3 I I = {b,e,g} {d,e,f} {a,c,f}={a,b,c,d,e,f,g}=s. Definisi 16 (Kover terhubungkan) Kover terhubungkan merupakan suatu kover dan juga merupakan graf terhubungkan, sedangkan kover tidak terhubungkan adalah suatu kover dan juga merupakan graf tidak terhubungkan. (Cerdeira et al. 00). Penentuan Path Terpendek dengan Algoritme Dijkstra Algoritme Dijkstra akan digunakan untuk menentukan path terpendek dari u 0 ke setiap simpul di suatu graf atau digraf berbobot. Bobot tersebut adalah bilangan taknegatif. Misalkan diberikan G=(V,E) dengan himpunan simpul V(G) adalah graf berbobot dan tak berarah yang setiap sisi u 0 v E(G) memiliki bobot taknegatif w(u 0 v). Jika path u 0 v ada, maka jarak d(u 0,v) dimisalkan jarak di antara pasangan simpul u 0,v di G yang memiliki bobot minimum dari setiap path u 0 v. Jika path u 0 v tidak ada, maka jarak d(u 0,v)=+. Setiap simpul v ( u 0 ) akan dilabeli l(v) sehingga l(v)=d(u 0,v). Pada proses awalnya, label dari simpul u 0 adalah l(u 0 )=0, sedangkan label dari simpul v ( u 0 ) adalah l(v)=+. Label dari simpul v ( u 0 ) mungkin turun dari ke jarak d(u 0,v) yang ditentukan. Untuk simpul v ( u 0 ), PARENT(v) adalah simpul sebelum v di path terpendek u 0 v. Ketika l(v) diperbaharui, path terpendek u 0 v akan ditemukan dan PARENT(v) diperbaharui untuk mengindikasi simpul yang lebih dulu di path terpendek u 0 v. Misalkan S adalah himpunan bagian dari himpunan simpul V(G) yang berisi simpul-simpul di G yang sudah ditentukan jaraknya dari u 0. Langkah-langkah pada algoritme Dijkstra untuk menentukan jarak dari u 0 ke setiap simpul di graf G dengan banyaknya simpul p adalah sebagai berikut: LANGKAH 1 [Misalkan semua simpul v ( u 0 ) di G dilabeli dengan l(v)=+ dan l(u 0 )=0. Indeks variabel i

6 dimulai dari i=0. Pada saat ini S={u 0 }, dan S =V(G) {u 0 }] i 0, S {u 0 }, S V(G) {u 0 }, l(u 0 ) 0, dan l(v) +. Jika p=1, maka proses dihentikan. Jika tidak, lanjutkan ke LANGKAH. LANGKAH [Jika label v di S yang adjacent dengan u i berubah, maka PARENT(v) diubah menjadi u i ] Untuk setiap v S sehingga u i,v E(G), jika l(v) l(u i ) + w(u i v), proses dilanjutkan, jika tidak, maka l(v) l(u i ) + w(u i v), dan PARENT(v) u i. LANGKAH 3 [Langkah ini menentukan simpul u i+1 S dengan jarak d(u i,u i+1 ) yang sudah ditemukan] Tentukan m=min{l(v) v S }. Jika v j S dipilih sebagai simpul dengan l(v j )=m, maka m adalah jarak antara u 0 dan v j, dan u i+1 = v j. LANGKAH [Pembaharuan S dan S ] S=S { u i+1 }, S =S { u i+1 }. LANGKAH [Pembaharuan indeks variabel i] i i+1. Jika i=p 1, maka proses berhenti. Jika tidak, Kembali ke Langkah. (Chartrand & Oellermann 13) Contoh 1 Misalkan diberikan graf tak berarah dan berbobot seperti pada Gambar 1. u 0 1 13 11 6 16 Gambar 1 Graf G tak berarah dan berbobot. Pada Gambar 1 terdapat 8 simpul dan 11 sisi beserta jarak antarsimpulnya. Misalkan akan ditentukan path terpendek dari u 0 ke setiap simpul di G beserta jarak yang minimum. Dengan menggunakan algoritme Dijkstra (lihat Lampiran ) akan diperoleh path terpendek dari u 0 ke semua simpul di G beserta jaraknya. 17 8 v 7 Tabel 1 Jarak terpendek dari simpul u 0 ke semua simpul di G dari algoritme Dijkstra Iterasi u 0 v v 7 Penambahan S 0 0 (, ) (, ) (, ) (, ) (, ) (, ) (, ) u 0 1 (, ) (13, u 0 ) (, ) (16,u 0 ) (8,u 0 ) (, ) (, ) v (18, v ) (13, u 0 ) (,v ) (1, v ) (, ) (, ) 3 (18, v ) (,v ) (1,v ) (, ) (, ) (18, v ) (0, ) (, ) (, ) (0, ) (, ) (, ) Dari Tabel 1, dapat diketahui beberapa path terpendek dari simpul u 0 ke semua simpul v (path terpendek Q). Contoh path terpendek dari simpul u 0 ke simpul ialah path terpendek Q 1 = u 0 v dengan jarak 18, untuk path terpendek dari simpul u 0 ke simpul, yaitu path terpendek Q = u 0 dengan jarak 13. 13 u 0 16 v 8 Gambar 1 Path terpendek Q i.