Diktat Algoritma dan Struktur Data 2

dokumen-dokumen yang mirip
BAB II LANDASAN TEORI

BAB 2 LANDASAN TEORI

BAB II LANDASAN TEORI

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 )}

Aplikasi Algoritma Dijkstra dalam Pencarian Lintasan Terpendek Graf

BAB 2 LANDASAN TEORI

Penerapan Graf dalam Optimasi Jalur Penerbangan Komersial dengan Floyd-Warshall Algorithm

BAB II LANDASAN TEORI

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI

BAB 2 TINJAUAN PUSTAKA

BAB 2 TINJAUAN PUSTAKA

BAB 2 TINJAUAN PUSTAKA

BAB II LANDASAN TEORI

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

BAB 2 GRAF PRIMITIF. 2.1 Definisi Graf

PENENTUAN RUTE TERPENDEK PADA OPTIMALISASI JALUR PENDISTRIBUSIAN BARANG DI PT. X DENGAN MENERAPKAN ALGORITMA FLOYD-WARSHALL

BAB 2 LANDASAN TEORI

BAB II TINJAUAN PUSTAKA

Struktur dan Organisasi Data 2 G R A P H

Graph. Politeknik Elektronika Negeri Surabaya

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI

LANDASAN TEORI. Bab Konsep Dasar Graf. Definisi Graf

Aplikasi Teori Graf dalam Pencarian Jalan Tol Paling Efisien

BAB II LANDASAN TEORI

Penggunaan Algoritma Dijkstra dalam Penentuan Lintasan Terpendek Graf

BAB 2 LANDASAN TEORI

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

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

BAB 2 TINJAUAN PUSTAKA

BAB 2 LANDASAN TEORI

Pemanfaatan Algoritma Sequential Search dalam Pewarnaan Graf untuk Alokasi Memori Komputer

Bab 2. Teori Dasar. 2.1 Definisi Graf

Penentuan Rute Terpendek Tempat Wisata di Kota Tasikmalaya Dengan Algoritma Floyd-warshall

Komponen Terhubung dan Jalur Terpendek Algoritma Graf Paralel

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

BAB II MODEL KOMPUTASI FINITE STATE MACHINE. Pada Bab II akan dibahas teori dasar matematika yang digunakan

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

PENYELESAIAN MASALAH LINTASAN TERPENDEK FUZZY DENGAN MENGGUNAKAN ALGORITMA CHUANG KUNG DAN ALGORITMA FLOYD

Pencarian Jalur Terpendek dengan Algoritma Dijkstra

BAB 2 LANDASAN TEORI

PENGEMBANGAN SHORTEST PATH ALGORITHM (SPA) DALAM RANGKA PENCARIAN LINTASAN TERPENDEK PADA GRAF BERSAMBUNG BERARAH BERUNTAI

BAB II KAJIAN TEORI. Pada bab ini berisi paparan teori yang berhubungan dengan distribusi,

BAB 2 LANDASAN TEORI

Matematika dan Statistika

BAB 2 LANDASAN TEORI

BAB III KONSEP DASAR TEORI GRAF. Teori graf adalah salah satu cabang matematika yang terus berkembang

BAB II TINJAUAN PUSTAKA

BAB 2 GRAF PRIMITIF. Gambar 2.1. Contoh Graf

Bagaimana merepresentasikan struktur berikut? A E

Pada catatan kuliah ini akan dibahas tentang konsep digraph (graph berarah) yang merupakan konsep penting dalam kuliah teori graph

BAB II LANDASAN TEORI

BAB 2 LANDASAN TEORI

PEMANFAATAN METODE MONTE CARLO DALAM PENCARIAN PATH TERPENDEK PADA GRAF

BAB 2 LANDASAN TEORI

PENENTUAN ALUR TERPENDEK PENGIRIMAN BARANG PT.KENCANA LINK NUSANTARA MEDAN DENGAN ALGORITMA DJIKSTRA

BAB II LANDASAN TEORI

PENERAPAN ALGOITMA DIJKSTRA DALAM MENCARI LINTASAN TERPENDEK PADA JARINGAN KOMPUTER

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

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

BAB 2 LANDASAN TEORI. Definisi Graf G didefinisikan sebagai pasangan himpunan (V, E), yang dalam hal ini:

BAB 2 LANDASAN TEORI

Bab 1 PENDAHULUAN. 1.1 Latar Belakang Masalah

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

BAB II KAJIAN PUSTAKA. Pada bab kajian pustaka berikut ini akan dibahas beberapa materi yang meliputi

Penerapan Teori Graf Pada Algoritma Routing

BAB 2 LANDASAN TEORI

Elvira Firdausi Nuzula, Purwanto, dan Lucky Tri Oktoviana Universitas Negeri Malang

BAB 2 LANDASAN TEORI

BAB I PENDAHULUAN. dalam teori graf dikenal dengan masalah lintasan atau jalur terpendek (shortest

Penerapan Algoritma Steiner Tree dalam Konstruksi Jaringan Pipa Gas

SISTEM INFORMASI UNIVERSITAS GUNADARMA 2012/2013. Graf Berarah

BAB 1 PENDAHULUAN. Universitas Sumatera Utara

BAB II KAJIAN PUSTAKA. Sebuah graf G didefinisikan sebagai pasangan himpunan (V,E), dengan V

BAB I PENDAHULUAN. 1.1 Latar Belakang

STUDI PERBANDINGAN ALGORITMA CHEAPEST INSERTION HEURISTIC DAN ANT COLONY SYSTEM DALAM PEMECAHAN TRAVELLING SALESMAN PROBLEM

JOURNAL OF RESIDU Issn Online : Print : X

BAB 2 LANDASAN TEORITIS

PENCARIAN RUTE TERPENDEK MENGGUNAKAN ALGORITMA GREEDY

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

BAB 2 LANDASAN TEORI

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

PELABELAN TOTAL TITIK AJAIB PADA GRAF LENGKAP DENGAN METODE MODIFIKASI MATRIK BUJURSANGKAR AJAIB DENGAN n GANJIL, n 3

BAB 2 LANDASAN TEORI

BAB 2 GRAF PRIMITIF. 2.1 Definisi Graf

ANALISIS ALGORITMA FLOYD UNTUK MENYELESAIKAN MASALAH PENCARIAN LINTASAN TERPENDEK PADA SETIAP PASANGAN SIMPUL

Kode MK/ Matematika Diskrit

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

= himpunan tidak-kosong dan berhingga dari simpul-simpul (vertices) = himpunan sisi (edges) yang menghubungkan sepasang simpul

BAB 1 PENDAHULUAN. 1.1 Pendahuluan

BAB 2 TINJAUAN PUSTAKA

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

BAB II STUDI LITERATUR

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

SIMULASI JARINGAN JALAN DI KOTA SEMARANG BERBASIS ALGORITMA FLOYD-WARSHALL UNTUK MENANGANI MASALAH LINTASAN TERPENDEK

BAB 2 LANDASAN TEORI

Transkripsi:

BB X GRF Pengertian Graf Graf didefinisikan sebagai pasangan himpunana verteks atau titik (V) dan edges atau titik (E). Verteks merupakan himpunan berhingga dan tidak kosongdari simpul-simpul (vertices atau node) dan dapat pula ditulis dengan huruf, bilangan asili atau gabungan keduanya {v1, v2,,vn}. Sedangkan edges merupakan himpunan sisi (edges atau arcs} yang menghubungkan sepasang simpul dan dpat ditulis {e1, e2,..en}. Notasi graf dapat ditulis G = (V,E). erajad suatu simpul v di dalam suatu graf adalah banyaknya simpul yang bertetangga atau terhubung Notasi : V(G) = himpunan titik graf G. V = banyaknya titik pada G E(G) = himpunan sisi graf G. E = banyaknya sisi pada G ontoh : V(G) = {, B,, } E(G) = {(,B), (B,), (,), (B,), (B,), (,B)} V = 4 E = 6 eg () = 3 eg (B) = 5 eg () =2 eg () =2 B Multiple edge merupakan beberpa edge bisa mempunyai end point yang sama. ontoh : Pada gambar graf berikut ini yang merupakan multiple edge adalah (B,) B Loop merupakan edge yang mempunyai end point pada verteks yang sama. Pada gambar graf dsamping yang merupakan loop adalah verteks. Jenis-Jenis Graf 1. ompletee Graph (Graf Lengkap), suatu graf dikatakan graf lengkap jika semua verteks yang ada dihubungkan ke verteks yang lain. ontoh : B F E Halaman. 1

2. irected Graph (Graf Berarah), suatu graf dikatakan graf berarah jika garf tersebut mempunyai arah (flow). ontoh : B F E engan memperhatikan banyaknya jumlah anak panah yang masuk pada satu titik terdapat dua istilah yang lain yaitu : a. indegree, merupakan banyaknya anak panah yang masuk ke suatu titik. ontoh : indegree dari contoh graf berarah diats adalah indeg () = 0, indeg (B) = 2, indeg () = 1, indeg () = 1, indeg (E) = 2, indeg (F) = 1. b. outdegree, merupakan banyaknya anak panah yang meninggalkan ke suatu titik. ontoh : outdegree dari contoh graf berarah diats adalah outdeg () = 2, outdeg (B) = 1, outdeg () = 1, outdeg () = 2, outdeg (E) = 1, outdeg (F) = 0. Representasi Graf ara merepresentasikan graf antar lain menggunakan : 1 Larik yaitu matrik tetangga (adjency matrix), dimana simpul yang terhubung di dalam matrik pada posisi baris dan kolomnya bernilai 1, jika simpul tidak berhubungna maka di dalam matrik pada posisi baris dan kolomnya bernilai 0. ontoh 1 : 1 2 3 4 5 15 6 7 Pada gambar contoh 1 merupakan graf berbobot dimana setiap edges mempunyai nilai atau bbot. Jika graf tersebut direpresentasikan dalam bentuk matrik, maka yang menjadi baris dan kolomnya adalah jumlah nodenya sehingga menghasilkan matrik n x n. Nilai pada setiap baris dan kolom dari simpul yang berhubungan adalah nilai bobot dari edgesnya. Sedangkan jika simpul tidak berhubungan, maka nilai pada baris dan kolom simpul tersebut di beri nilai 0. Keterhubungan masing-masing simpul dapat bolak balik atau dua arah karena graf tersebut bukan garaf berarah. Representasi dalam bentuk matrik 1 0 0 0 0 0 2 0 0 0 0 3 0 0 0 0 4 0 0 0 15 0 5 0 0 0 0 0 6 0 0 15 0 0 7 0 0 0 0 0 Halaman. 2

Representasi dalam bentuk matrik tetangga 1 0 1 1 0 0 0 0 2 1 0 0 1 1 0 0 3 1 0 0 1 0 1 0 4 0 1 1 0 0 1 0 5 0 1 0 0 0 0 1 6 0 0 1 1 0 0 1 7 0 0 0 0 1 1 0 ontoh 2 : 1 2 10 3 4 5 15 6 7 Pada gambar contoh 2 merupakan graf berbobot dimana setiap edges mempunyai nilai atau bbot. Jika graf tersebut direpresentasikan dalam bentuk matrik, maka yang menjadi baris dan kolomnya adalah jumlah nodenya sehingga menghasilkan matrik n x n. Nilai pada setiap baris dan kolom dari simpul yang berhubungan adalah nilai bobot dari edgesnya. Sedangkan jika simpul tidak berhubungan, maka nilai pada baris dan kolom simpul tersebut di beri nilai 0. Keterhubungan masing-masing simpul tidak dapat bolak balik atau dua arah karena graf tersebut merupakan graf berarah yang tergantung dari arah panah setiap edges. Representasi dalam bentuk matrik 1 0 10 0 0 0 0 2 0 0 0 0 0 0 3 0 0 0 0 0 0 4 0 0 0 0 15 0 5 0 0 0 0 0 0 6 0 0 0 0 0 0 7 0 0 0 0 0 0 0 Representasi dalam bentuk matrik tetangga 1 0 1 1 0 0 0 0 2 0 0 0 0 1 0 0 3 0 0 0 1 0 0 0 4 0 1 0 0 0 1 0 5 0 0 0 0 0 0 1 6 0 0 1 0 0 0 1 7 0 0 0 0 0 0 0 2. Linked list yaitu medan info berisi nilai bobot dari edgesnya, berikut/next menunjuk ke alamat simpul yang terhubung. Jika graf contoh 1 diatas direpresentasikan menggunakan linked list, maka keadilustrasinya sebagai berikut : Halaman. 3

1 2 3 2 1 4 dan seterusnya X x x 5 plikasi Graf 1. Pencarian Jalur Terpendek (Shortest path) Graf digunakan sebagai alat untuk merepresentasikan atau memodelkan suatu persoalan. Berdasarkan graf yang dibentuk barulah persoalan tersebut dapat dianalisis untuk diselesaikan. Salah satu permasalahn yang dapat diselesaikan menggunakan graf adalah mencari lintasan terpendek (Shortest Path). Persoalan dalam mencari lintasan terpendek dalam graf merupakan persoalan optimasi klasik. Graf yang digunakan dalam memecahkan permasalahan lintasan terpendek adalah graf berarah dan berbobot. ontoh bagaimana menyelesaikan sebuah kasus dalam suatu jaringan distribusi barang dari distributor ke agen-agennya. Permasalahan yang timbul adalah bagaimana menemukan lintasan terpendek dari simpul asal ke simpul tujuan untuk mendapatkan solusi yang optimal yaitu menghemat waktu komputasi dan biaya. Salah satu algoritma yang digunakan dalm shortest path ini adalah algoritma Floyd Warshall dimana algoritma tersebut digunakan untuk menemukan lintasan terpendek dan jarak terpendek semua pasangan simpul dalan suatu graf. lgoritma Floyd Warshall lgoritma ini menyelesaikan pencarian lintasa/rute terpendek ketika fungsi bobotnya tidak dibatasi nilai non negatif. Selain itu juga dapat menyelesaikan masalah lintasan terpendek diantara semua pasangan simpul. lgoritma ini mengijinkan bobot sisi negatif. Langkah-langkah dari algoritma Floyd Warshall adalah sebagai berikut : Misalkan suatu jaringan dengan = (a ij ) menjadi matriks bobot n x n dan P= (p ij ) menjadi matriks posisi simpul dengan orde n x n, dimana n adalah banyaknya simpul. 1. Langkah awal Inisialisasi matriks (0 ) = dan matriks P (0) = P (i, i) = 0 (i, j) = ~, jika tidak ada sisi dari simpul i ke simpul j. Iterasi tiga diawali dengan dua matriks yaitu (c 1) dan P (c-1) dan iterasi terakhir adalah (c) dan P (c), dimana c = 1, 2,,n. 2. Elemen-elemen di dalam matriks dinyatakan sebagai berikut : a. Jika d (c 1 ik ) d (c 1) ij + d (c 1) jk maka, isi matriks (c 1 ) dengan (i, k) sama dengan isi matriks (c) dan isi matriks P (c 1) dengan (i, k) sama dengan isi matriks P (c). imana dik merupakan jarak dari simpul i ke simpul k, dij merupakan jarak dari simpul i ke simpul j dan djk merupakan jarak dari simpul j ke simpul k. Halaman. 4

b. Jika d (c 1 ik ) d (c 1) ij + d (c 1 jk ), maka isi (i,k) dalam matriks (c) adalah jumlah dari isi (i, j) + isi (j, k) dari matriks (c - 1) dan isi (i, k) dari matriks P (c) adalah sama dengan isis (i, j) dalam matriks P (c - 1). 3. lgoritma ini berhenti jika sudah menemukan simpul tujuan atau c = n sehingga di dapatkan dua matriks yaitu = (n) dan P = P (n). Halaman. 5